Anahtar Kelimeler：Yapay Zeka, Fiziksel Yapay Zeka, Otonom Sürüş, NVIDIA Vera Rubin, Boston Dynamics Atlas, LFM 2.5
🔥 Odak Noktası
NVIDIA CES 2026: Fiziksel AI’nın “ChatGPT Anı” : Jensen Huang, CES 2026 açılış konuşmasında yeni nesil AI platformu Vera Rubin ve Feynman mimarisini duyurdu ve ilk akıl yürütme tabanlı otonom sürüş modeli Alpamayo’yu tanıttı. Bu model sadece tepki vermekle kalmıyor, aynı zamanda insan sürücüler gibi Chain of Thought (CoT) aracılığıyla karmaşık ve nadir senaryoları işleyebiliyor. Ayrıca NVIDIA, AI’nın dili anlamaktan fiziksel dünyayı anlayıp güvenli bir şekilde yönetmeye geçişini simgeleyen Cosmos Reason 2 gibi fiziksel AI modellerini de sergiledi. Bu duyurular, robotik ve otonom sürüşün büyük ölçekli akıl yürütme odaklı yeni bir aşamaya gireceğini müjdeleyen fiziksel AI kilometre taşları olarak görülüyor (Kaynak: TheTuringPost)
Boston Dynamics ve Google DeepMind Güçlerini Birleştiriyor : Google DeepMind, Gemini çok modlu büyük modelinin algılama ve akıl yürütme yeteneklerini tamamen elektrikli yeni Atlas insansı robotuna entegre etmek için Boston Dynamics ile bir araştırma ortaklığı kurduğunu duyurdu. Seri üretim aşamasına geçen Atlas, karmaşık endüstriyel görevleri yerine getirmek üzere tasarlanmış 56 serbestlik derecesine (degrees of freedom) ve otomatik batarya değiştirme sistemine sahip. “En güçlü beyin” ile “en güçlü vücudun” bu birleşimi, robotların yapılandırılmamış ortamlardaki zayıf genelleme yeteneği sorununu çözmeyi hedefliyor; ilk filolar 2026’da Hyundai ve DeepMind’a saha dağıtımı için teslim edilecek (Kaynak: JeffDean)
Liquid AI, LFM 2.5’i Yayınladı: Uç Cihaz Zekasında Hesaplama Mucizesi : Liquid AI, CES’te LFM 2.5 serisi mikro uç cihaz temel modellerini tanıttı. Sadece 1B civarında parametreye sahip olan bu model, 28T token’lık devasa bir ön eğitim ve çok aşamalı reinforcement learning sayesinde, benzer büyüklükteki modelleri aşan talimat takip ve çok modlu yetenekler sergiliyor. LFM 2.5-Audio, uçtan uca ses işlemeyi destekleyerek gecikmeyi 8 kat azaltıyor ve doğrudan telefon CPU’larında çalışabiliyor. Liquid AI ayrıca, akıllı agent’ları doğrudan iletişim platformuna entegre etmek için Zoom ile iş birliği yaptığını duyurdu. Bu, AI’nın bulut bağımlılığından kurtulup verimli ve gizlilik odaklı yerel agent’lara doğru evrildiğini gösteriyor (Kaynak: Liquid AI)
MiniMax M2.1: Yerli Programlama Agent’larında Yeni Bir Seviye : MiniMax, çok dilli programlama agent’larına (Coding Agent) odaklanan M2.1 modelini resmi olarak yayınladı. M2.1, SWE-bench gibi temel listelerde güçlü bir performans sergiledi ve 5000’den fazla izole ortamı destekleyen yüksek eşzamanlı sandbox altyapısı ile derlenen dillerin karmaşıklığı ve test ekosistemi çeşitliliği sorunlarını çözdü. Temel avantajı, farklı geliştirme framework’lerine ve uzun vadeli talimatlara uyum sağlayabilen “scaffolding genellemesi”dir. MiniMax’ın 2026 yol haritası, gelecekte geliştirici deneyimi algı ödülleri ve dünya modeli simülasyonuna odaklanarak insan seviyesinde kod kalitesine ulaşmayı hedefliyor (Kaynak: ZhihuFrontier)
🎯 Gelişmeler
OpenAI Çekirdek Üyesi Jerry Tworek Ayrıldı : OpenAI Araştırma Başkan Yardımcısı ve o1 ile o3 akıl yürütme modeli paradigmalarının ana sorumlusu Jerry Tworek ayrılığını duyurdu. “Polonya ekibinin” kilit bir üyesi olan Tworek; Codex, GitHub Copilot ve GPT-4’ün kod yeteneklerine büyük katkılarda bulunmuştu. Ayrılışı, OpenAI’ın iç araştırma yönündeki değişiklikler ve GPT-5’in geliştirme süreci hakkında spekülasyonlara yol açtı. Birçok kilit teknik ismin ardı ardına ayrılmasıyla OpenAI, yetenek kadrosunda ciddi bir değişimle karşı karşıya (Kaynak: dotey)
ChatGPT Reklam Modeli Tanıtabilir : OpenAI’ın ChatGPT arayüzüne reklam yerleştirmeyi düşündüğü ve CEO Sam Altman’ın buna sıcak baktığı bildiriliyor. Hesaplama maliyetleri hızla artarken, abonelik gelirleri yüksek olsa da kayıplar hala büyük; bu nedenle reklamlar ticari bir döngü oluşturmak için kaçınılmaz bir seçenek haline geliyor. Sektör uzmanları, bunun AI’nın cevaplarında iş ortağı markaları gizlice önermesi anlamına gelen “Generative Engine Optimization (GEO)” riskini doğurabileceği ve tarafsızlık ile kullanıcı güvenine zarar verebileceği konusunda endişeli (Kaynak: 36氪)
vLLM-Omni v0.12.0rc1 Yayınlandı: Çok Modlu Akıl Yürütme Üretim Seviyesine Geçiyor : Açık kaynaklı çıkarım motoru vLLM, çok modlu modellerin üretim seviyesindeki kararlılığına odaklanan büyük bir güncelleme yayınladı. Yeni sürüm, üretim hızını büyük ölçüde artıran TeaCache ve Sage Attention gibi teknolojileri entegre ediyor ve görüntü ile sesi yerel olarak destekleyen OpenAI uyumlu arayüzler sunuyor. AMD ROCm için resmi destek sağlayan vLLM, donanım tekelini daha da kırarak kurumsal düzeydeki çok modlu uygulamalar için yüksek performanslı bir açık kaynak temel sunuyor (Kaynak: vllm_project)
Google Gemini, Google TV ile Derinlemesine Entegre Oluyor : Google, Gemini’yi TV ekranlarına taşımayı planlıyor; bu sayede doğal dilde içerik arama, olay örgüsü özeti ve belirsiz tanımlarla arama yapılabilecek. Gemini, etkileşimli “derin analizler” sunmak için metin, resim ve videoları dinamik olarak birleştirebilecek ve TV ayarlarının sesle optimize edilmesini destekleyecek. Bu hamle, büyük modellerin ev eğlencesi etkileşimini yeniden şekillendirdiğini ve TV’yi basit bir oynatıcıdan anlama yeteneğine sahip akıllı bir yardımcıya dönüştürdüğünü gösteriyor (Kaynak: op7418)
LG, K-EXAONE 236B MoE Modelini Yayınladı : LG, K-EXAONE 236B (23B aktif) Mixture of Experts modelinin teknik raporunu paylaştı. Sadece 11T token ile eğitilen bu model, 36T token ile eğitilen Qwen3 ile benzer performans sergiledi. Muon optimizer ve WSD learning rate scheduling kullanarak K-EXAONE, son derece yüksek bir eğitim verimliliği gösterdi ve model mimarisi ile eğitim stratejisi optimizasyonu sayesinde daha az veriyle de SOTA performansı elde edilebileceğini kanıtladı (Kaynak: stochasticchasm)
Mistral OCR 3, Belge Tanıma Standartlarını Yeniliyor : Mistral, tabloları, el yazılarını ve karmaşık formları işlemede çığır açan OCR 3’ü yayınladı; tanıma doğruluğu önceki nesle göre %74 arttı. Bu model, gerçek dünyadaki “kirli veriler” için optimize edildi ve finans, sağlık gibi sektörlerdeki belgelerin dijitalleştirilmesi için daha güvenilir bir AI aracı sunuyor (Kaynak: dl_weekly)
🧰 Araçlar
Claude Code: Terminaldeki Programlama Silahı : Anthropic tarafından sunulan Claude Code, geliştirme paradigmasını değiştiriyor. Sadece komut satırı üzerinden yerel dosyaları doğrudan yönetmekle ve testleri çalıştırmakla kalmıyor, aynı zamanda eklentiler aracılığıyla VS Code içinde Gemini ile birlikte kullanılabiliyor. Topluluk, basit bir yapılandırma ile Claude Code’un bilgi bulmak için iMessage kayıtlarını bile okuyabildiğini keşfetti. Dosya sistemine ve araç zincirine bu derin entegrasyon yeteneği, “Vibe Coding” kavramını bir slogandan gerçeğe dönüştürüyor (Kaynak: imjaredz)
KIRA: Açık Kaynaklı AI İş Birliği Masaüstü Uygulaması : Koreli oyun devi KRAFTON, dahili olarak kullandığı AI asistanı KIRA’yı açık kaynaklı hale getirdi. Claude modeline dayalı bu araç; aktif görev önerileri, rakip analizi, kod incelemesi ve PDF dışa aktarma özelliklerini destekliyor. KIRA, çoklu agent mimarisi kullanıyor: Haiku algılamadan, Opus karmaşık görevlerden, Sonnet ise hafıza yönetiminden sorumlu. Verilerin tamamen yerel olmasıyla işletmeler için güvenli ve verimli bir AI ofis modeli sunuyor (Kaynak: Reddit)
Unsloth-MLX: Mac Kullanıcıları İçin Yerel Fine-tuning Aracı : Geliştiriciler, Apple Silicon destekli Mac’lerde MLX framework’ünü kullanarak büyük modelleri yerel olarak fine-tune etmeye olanak tanıyan Unsloth-MLX’i yayınladı. Unsloth ile tutarlı bir API sunarak “yerel prototipleme, bulutta sorunsuz ölçeklendirme” imkanı sağlıyor. Bu, bireysel geliştiricilerin özel model fine-tuning çalışmalarına giriş eşiğini büyük ölçüde düşürüyor (Kaynak: algo_diver)
SurfSense: Açık Kaynaklı Bilgi Bankası Diyalog Motoru : SurfSense, NotebookLM ve Perplexity’ye açık kaynaklı bir alternatif olmayı hedefliyor. Arama, bulut sürücüleri, takvim, Notion gibi 15’ten fazla harici veri kaynağına bağlanabiliyor ve 100’den fazla büyük modeli ve yerel vLLM ayarlarını destekliyor. Temel avantajı, ekiplerin dahili bilgileri gerçek zamanlı olarak yönetmesini kolaylaştıran rol tabanlı erişim kontrolü (RBAC) ve tarayıcılar arası uzantı desteğidir (Kaynak: Reddit)
DFlash: Difüzyon Modelleri ile LLM Çıkarımını Hızlandırma : Difüzyon modelleri artık sadece görüntü oluşturma ile sınırlı değil; DFlash, “blok difüzyon” yoluyla spekülatif örnekleme gerçekleştirerek Qwen3-8B modeline 6.2 kat kayıpsız hızlanma kazandırdı. Mantık, difüzyon modelini kullanarak hızlıca taslaklar oluşturmak ve ardından bunları otoregresif büyük model ile doğrulamaktır. Paralellik ve doğruluğu birleştiren bu çözüm, LLM çıkarım verimliliğini artırmak için yeni bir yol açıyor (Kaynak: algo_diver)
Supertonic2: Ultra Hafif Uç Cihaz TTS : Supertonic2, sadece 66M parametreli açık kaynaklı bir ses sentezleme modelidir ve M4 Pro çipinde 0.006 gibi inanılmaz bir Real-Time Factor (RTF) değerine ulaşır. Çince, İngilizce, Fransızca, Portekizce ve İspanyolca dillerini destekleyen model, son derece düşük bellek kullanımı ve sıfır ağ gecikmesi ile mobil ve uç cihazlarda yüksek kaliteli ses özellikleri için ideal bir seçimdir (Kaynak: Reddit)
Claude for Chrome: Bulut UI Otomasyonunda Yeni Deneyim : Geliştiriciler, Claude’un tarayıcı eklentisinin karmaşık bulut platformu UI’larını (GCP konsolu gibi) işlemede mükemmel performans gösterdiğini keşfetti. Kullanıcıların artık saatlerce doküman okumasına gerek kalmıyor; sadece “nasıl kullanıcı eklenir” diye sormaları yeterli, Claude sayfa yapısını anlayıp işlemi yönlendirebiliyor. Bu, AI Agent’ların “diyalog kutusundan” çıkıp “işletim sistemi düzeyinde” doğrudan etkileşime geçtiğini gösteriyor (Kaynak: hrishioa)
📚 Öğrenme
Cascade RL: NVIDIA’dan Aşamalı Reinforcement Learning Framework’ü : NVIDIA, “Cascade RL” makalesinde akıl yürütme modellerini alan sırasına göre eğitmek için yeni bir paradigma önerdi. Matematik, kod ve hizalama verilerini karıştırarak yapılan karmaşık eğitimlerin aksine, kademeli RL yıkıcı unutmaya (catastrophic forgetting) karşı etkili bir direnç gösteriyor. 14B’lik modeli, kod yarışması performansında parametre sayısı 84 kat daha fazla olan DeepSeek-R1-0528’i bile geride bırakarak, yapılandırılmış reinforcement learning’in akıl yürütme verimliliğini artırmadaki devasa potansiyelini kanıtladı (Kaynak: omarsar0)
Recursive Language Models (RLM): Bağlam Sınırlarını Aşmak İçin Yeni Strateji : Makale, uzun prompt’ları dış ortam olarak görmeyi ve LLM’lerin kendilerini programlı bir şekilde incelemesini, parçalamasını ve yinelemeli (recursive) olarak çağırmasını öneriyor. RLM, modelin yerel penceresinden iki kat daha büyük girdileri işleyebiliyor ve uzun metin görevlerinde geleneksel uzun bağlam yöntemlerinden çok daha iyi performans gösterirken sorgu maliyetlerini düşük tutuyor (Kaynak: yacinelearning)
Falcon-H1R: 7B Parametreli Modellerin Akıl Yürütme Sınırları : Bu araştırma, titiz veri temizleme ve hedeflenmiş RL ölçeklendirmesi ile 7B küçük modellerin (SLM) akıl yürütme görevlerinde kendisinden 2-7 kat büyük modellerle yarışabileceğini, hatta onları geçebileceğini gösteriyor. Falcon-H1R, karma paralellik mimarisi ile kaynak kısıtlı ortamlarda gelişmiş akıl yürütme sistemleri kurmak için uygulanabilir bir çözüm sunuyor (Kaynak: HuggingFace)
Project Ariadne: AI Agent’larının “Akıl Yürütme Tiyatrosu”nu Denetlemek : CoT (Chain of Thought) süreçlerinde “sonradan rasyonalizasyon” olup olmadığını anlamak için Project Ariadne, Structural Causal Models (SCM) kullanıyor. Araştırma, olgusal ve bilimsel alanlarda agent’ların ciddi bir “nedensel kopukluk” yaşadığını, yani iç mantığa müdahale edilse bile aynı sonuca varabildiklerini ortaya koydu. Bu, geliştiricilere model tarafından üretilen akıl yürütme sürecinin bazen sadece yanıltıcı bir “gösteri” olabileceğini hatırlatıyor (Kaynak: HuggingFace)
2026 Versiyonu AI Mühendisi Yol Haritası : Topluluk; Python bellek yönetimi, matematik temelleri, vektör veritabanlarından en yeni RAG mimarisi ve Agent geliştirmeye kadar uzanan detaylı bir AI mühendisi gelişim yolu hazırladı. Yol haritası, “mühendislik + uygulamalı araştırma” çift yönlü düşünce yapısını vurguluyor ve Andrej Karpathy gibi isimlerin klasik derslerini öneriyor; hem yeni başlayanlar hem de ileri seviyedekiler için sistematik bir rehber niteliğinde (Kaynak: Reddit)
Value Residual Learning: Transformer’ı Hızlandıran Yeni Mimari : Araştırma, Transformer’ın tüm katmanlarının ilk katmanda hesaplanan orijinal Token özelliklerine (h0) doğrudan erişmesine izin veren bir varyant mimari öneriyor. Deneyler, bunun derin ağlarda orijinal kimlik bilgisinin seyrelmesini etkili bir şekilde önlediğini ve NanoGPT kayıtlarında %43 hızlanma sağladığını kanıtlayarak model mimarisi optimizasyonu için yeni bir bakış açısı sundu (Kaynak: tokenbender)
💼 İş Dünyası
xAI, Kendi Doğalgaz Santralini Kurmak İçin Büyük Yatırım Yapıyor : Elon Musk’ın xAI şirketi, yeni eklenen 600.000 adet GB200 NVL72 kümesine güç sağlamak için Doosan Enerbility’den 5 adet 380 megavatlık doğalgaz türbinli jeneratör satın aldı. Elektriğin AI silahlanma yarışındaki en büyük darboğaz olduğu bu dönemde xAI, kendi enerji tesislerini kurarak güçlü bir dikey entegrasyon yeteneği ve genişleme hızı sergiliyor (Kaynak: op7418)
Marvell, Celestial AI’yı 3,25 Milyar Dolara Satın Aldı : Yarı iletken devi Marvell, optik ara bağlantı teknolojisi girişimi Celestial AI’nın satın alımını tamamladı. Celestial AI’nın Photonic Fabric teknolojisi, hesaplama ve belleği birbirinden ayırarak NVLink’ten 30 kat daha yüksek bant genişliği sunabiliyor ve gecikme ile güç tüketimini önemli ölçüde azaltıyor. Bu hamle, AI kümelerindeki giderek ciddileşen “bellek duvarı” sorununu çözmeyi hedefliyor (Kaynak: 36氪)
Figure Robot Değerlemesi 39 Milyar Dolara Fırladı : Embodied AI lideri Figure, NVIDIA, Intel ve Qualcomm gibi devlerin katılımıyla 1 milyar dolarlık Seri C finansman turunu tamamladı. Figure sadece uçtan uca VLA modelleri geliştirmekle kalmıyor, aynı zamanda “robotların robot ürettiği” bir öz-replikasyon modeli için BotQ fabrikasını kuruyor. Bu yüksek değerleme, sermaye piyasasının genel amaçlı insansı robotların ticarileşme potansiyeline olan büyük güvenini yansıtıyor (Kaynak: 36氪)
🌟 Topluluk
Venezuela Krizinde “Gerçeklik Korsanları”: AI Tarafından Sahtesi Üretilen Savaş : Venezuela’daki siyasi çalkantı sırasında sosyal medya, AI tarafından üretilen “Maduro tutuklandı”, “Amerikan ordusu karaya çıktı” gibi çok sayıda sahte video ve görüntüyle doldu. Üretim kalitesinin çok yüksek ve yayılma hızının çok fazla olması nedeniyle teknoloji uzmanları bile bunları ayırt etmekte zorlandı. Bu durum, AI’nın gerçek siyasete müdahalesinin bir kırılma noktası olarak görülüyor ve gerçeklik algımızın AI tarafından üretilen “sahte gerçeklik” tarafından ağır bir saldırı altında olduğunu kanıtlıyor (Kaynak: Reddit)
“Session Anchor”: Büyük Modellerin “10 Tur Hafıza Kaybı” Sorununu Çözen Prompt Tekniği : Topluluk, GPT-5.2 veya Opus’un bile 10 turdan fazla süren diyaloglarda başlangıç talimatlarını unutmaya başladığını keşfetti. Geliştiriciler “Session Anchor” (Oturum Çapası) adında bir teknik paylaştı: Karmaşık görevlerden önce AI’dan geçmişi gözden geçirmesini ve en kritik 3 kısıtlamayı özetlemesini istemek. Uzun süreli hafızayı manuel olarak çalışma belleğine geri çağıran bu yöntem, hata oranını yarı yarıya azaltabiliyor (Kaynak: Reddit)
AI Programlama “Scaffolding”in Kaybolmasına Neden Oluyor: Framework’lerin Hala Bir Anlamı Var mı? : Claude Code gibi araçların sıfırdan kod üretme maliyetini neredeyse sıfıra indirmesiyle geliştiriciler şunu sorgulamaya başladı: Hala karmaşık Web framework’lerine ihtiyacımız var mı? Bazı kullanıcılar bloglarını tek bir HTML moduna taşıdı bile, çünkü AI temel mantığı kolayca koruyabiliyor. AI programlama, proje yapılarını yeniden şekillendirerek sistem tasarımını “harici kütüphanelere bağımlılıktan” “öz-üretim mantığına” kaydırıyor; ancak bu durum kodun okunabilirliği ve güvenliği konusunda yeni zorluklar getiriyor (Kaynak: saranormous)
Duygusal Sığınak Olarak AI: Dijital Bağımlılığa mı Sürükleniyoruz? : Reddit kullanıcıları, AI’nın sağlık danışmanlığında aile üyelerinden daha fazla “empati” ve sabır gösterdiğini paylaşıyor. Bu “her zaman ilgili, asla bıkmayan” özellik insanların anlaşıldığını hissetmesini sağlıyor ancak AI’nın duygusal bir ikame olması konusundaki endişeleri de artırıyor. İnsanlar gerçek sosyal etkileşim yerine AI ile duygusal bağ kurmayı tercih etmeye başladığında, toplumsal etik savunma hattı benzeri görülmemiş bir sınavla karşı karşıya kalacak (Kaynak: Reddit)
Adversarial Code Review: Claude’un Kodunuzdan “Nefret Etmesini” Sağlayın : Geliştiriciler, Claude’un “bu uygulamadan nefret eden” kıdemli bir yazılımcı rolüne bürünerek Git Diff incelemesi yapmasını isteyen son derece etkili bir prompt keşfetti. Bu karşıt tasarım, gözden kaçan çok sayıda uç vakayı ve güvenlik açığını ortaya çıkarabiliyor. Deneyler, büyük modellerin “kusur bulma” modundaki derinliğinin normal “yardımcı” modundan çok daha fazla olduğunu kanıtladı (Kaynak: Reddit)
💡 Diğer
Samsung, Katlanma İzi Olmayan Ekran Teknolojisini Sergiledi : Samsung, CES’te katlanma stresini dağıtarak iz sorununu tamamen çözen, lazer delikli metal plakalı OLED panellerini sergiledi. Bu donanım atılımı sadece katlanabilir telefon deneyimini iyileştirmekle kalmayacak, aynı zamanda gelecekteki AI giyilebilir cihazlar ve rulo yapılabilir akıllı terminaller için daha dayanıklı ekran çözümleri sunacak (Kaynak: op7418)
ASUS, ROG XREAL R1 Oyun Gözlüğünü Yayınladı : Sadece 91 gram ağırlığındaki cihaz, 240Hz yenileme hızını destekliyor ve 4 metre mesafeden 171 inçlik dev bir ekran simülasyonu sunabiliyor. AI çağının taşınabilir etkileşim terminali olarak bu hafif AR gözlükler, büyük modellerin görsel etkileşimi için önemli bir taşıyıcı haline geliyor (Kaynak: op7418)