Nvidia vrea să mobilizeze peste 500 de miliarde de dolari pentru infrastructura AI

Nvidia a încheiat parteneriate cu șase dintre cele mai mari nume ale finanțelor mondiale  (Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs și KKR ) pentru crearea unor platforme de finanțare destinate infrastructurii AI. Ținta este mobilizarea a peste 500 de miliarde de dolari.

Asta nu înseamnă că Nvidia pune pe masă 500 de miliarde. Compania încearcă să creeze, împreună cu Wall Street, fonduri uriașe de capital din care clienții să-și poată finanța centrele de date și capacitatea de calcul. Jensen Huang a spus că Nvidia ar putea garanta până la 25% din anumite tranzacții, ceea ce ar însemna o expunere potențială de până la 125 de miliarde de dolari. Detaliile financiare și calendarul nu au fost încă făcute publice.

De ce contează

 AI începe să aibă nevoie de ceva asemănător propriului său sistem financiar. Marile modele nu mai sunt limitate doar de cercetare și de disponibilitatea cipurilor, ci de capacitatea de a finanța centre de date, energie și echipamente de ordinul sutelor de miliarde. Cheltuielile Big Tech pentru infrastructura AI ar urma să depășească 730 de miliarde de dolari numai anul acesta. Nvidia încearcă astfel să ocupe o poziție neobișnuită: nu doar să vândă „lopețile” goanei după aur AI, ci să ajute și la finanțarea celor care le cumpără.

Congresul SUA vrea explicații despre agenții OpenAI și Anthropic care au ieșit din mediile de testare

29 de membri democrați ai Camerei Reprezentanților au cerut OpenAI explicații despre incidentele în care agenți AI au depășit limitele mediilor în care erau testați. Separat, 22 de congresmeni au adresat întrebări similare Anthropic. Cazurile provin din teste de securitate dezvăluite în iulie.

Parlamentarii cer acum audieri în Congres, inclusiv explicații din partea lui Sam Altman și Dario Amodei. Nu există deocamdată o dată anunțată pentru o asemenea audiere și nici certitudinea că ea va fi convocată. Cererea politică a fost făcută pe 10 august; următorul pas depinde de conducerea și comisiile Camerei.

De ce contează

Congresul american a mai audiat lideri ai industriei AI pe teme de siguranță și reglementare. Ceea ce face diferită această posibilă audiere este obiectul foarte concret al întrebărilor: nu riscuri ipotetice ale unor sisteme viitoare, ci incidente deja produse în timpul testării unor agenți capabili să execute autonom operațiuni informatice.

Dacă audierile vor avea loc într-un cadru public, ne putem aștepta să aflăm lucruri pe care rapoartele companiilor nu le explică în detaliu: cum au fost izolați agenții, ce sisteme de monitorizare existau, de ce au putut ajunge la infrastructura unor terți și ce măsuri au fost luate ulterior.

 Claude începe să-și pună o semnătură invizibilă în textele pe care le scrie

Anthropic începe să introducă marcaje invizibile, detectabile de mașini, în conținutul generat de noile modele Claude. Modelele lansate în UE începând cu 2 august 2026 vor suporta marcarea încă de la lansare, iar Anthropic lucrează și la introducerea ei în modelele mai vechi.

În cazul textului, watermark-ul este integrat direct în text. Cititorul nu îl vede, iar Anthropic spune că nu schimbă sensul sau lizibilitatea. El călătorește însă odată cu textul atunci când acesta este copiat și lipit și poate supraviețui anumitor editări.

Și există un detaliu important: Anthropic nu intenționează să limiteze marcarea la Europa. Pentru modelele compatibile, aceasta va fi aplicată oriunde este disponibil Claude, la nivel mondial.

De ce contează

Pproblema identificării textului AI s-ar putea muta treptat de la întrebarea „poate un detector să ghicească dacă acest text pare scris de AI?” la „există în acest text un semnal pus chiar de modelul care l-a produs?”. Diferența este enormă pentru educație, presă, platforme sociale și combaterea operațiunilor de dezinformare.

Miza  poate deveni mult mai mare odată cu răspândirea agenților AI. Dacă aceștia vor produce automat volume uriașe de postări, comentarii, mesaje sau documente, un watermark detectabil de alte sisteme ar putea permite identificarea automată a originii lor. Pentru un text rescris masiv de un om, marcajul poate fi pierdut; pentru conținutul produs și distribuit automat la scară mare, tehnologia ar putea deveni o piesă importantă a infrastructurii prin care agenții și platformele recunosc conținutul generat de alți agenți.

 Hackerii nord-coreeni își construiesc un arsenal AI care poate automatiza părți ale atacului

Cercetătorii companiei sud-coreene de cybersecurity Genians spun că gruparea nord-coreeană Kimsuky a construit infrastructură pentru rularea locală a modelelor AI și a strâns instrumente care pot fi folosite pentru automatizarea unor operațiuni cibernetice.

Au fost identificate Ollama, GPT4All și Msty pentru rularea și administrarea modelelor locale, tehnologie RAG pentru căutarea în documente, framework-uri pentru agenți AI, speech-to-text și Cursor pentru programare asistată de AI.

Modelele pot ajuta hackerii să analizeze cantități mari de documente furate, să producă phishing mai convingător, să scrie sau adapteze cod și, în perspectivă, să automatizeze etape succesive ale unei operațiuni. Rularea locală are și un avantaj evident pentru o operațiune clandestină: datele furate nu trebuie trimise către ChatGPT, Claude sau alt serviciu extern.

Genians spune că descoperirea sugerează o trecere de la simpla folosire a AI pentru mesaje de phishing către integrarea modelelor în malware, analiza datelor și automatizarea atacurilor. Rezultatele companiei nu au fost încă verificate independent.

Contextul explică de ce informația este luată în serios. Unități cibernetice asociate Coreei de Nord au fost acuzate oficial de unele dintre cele mai spectaculoase atacuri ale ultimului deceniu. Departamentul american al Justiției a atribuit hackerilor sprijiniți de regimul nord-coreean atacul devastator asupra Sony Pictures din 2014, furtul a 81 de milioane de dolari de la Bangladesh Bank în 2016 și malware-ul WannaCry din 2017, care a afectat sisteme din peste 150 de țări. Mai recent, FBI a atribuit Coreei de Nord furtul din februarie 2025 a aproximativ 1,5 miliarde de dolari în criptomonede de la Bybit.

De ce contează

AI nu trebuie să inventeze un nou tip de atac pentru a schimba cybersecurity-ul. Este suficient să facă atacurile existente mai ieftine, mai rapide și mai scalabile. Un operator care înainte putea analiza manual zeci de documente sau pregăti câteva atacuri personalizate poate folosi AI pentru a procesa mii. Pentru un stat care folosește deja hacking-ul atât pentru spionaj, cât și pentru obținerea de bani, creșterea productivității hackerului este în sine o problemă strategică.

Zuckerberg revine la open-weight AI: Meta lansează Muse Glimmer și spune că modelele mai mari urmează

Meta a lansat Muse Glimmer, un nou model open-weight conceput nu pentru a concura direct prin dimensiune cu cele mai mari modele de frontieră, ci pentru a executa sarcini agentice direct pe un Mac sau PC echipat cu o singură placă grafică.

Mark Zuckerberg a anunțat în același timp că Meta pregătește modele mai mari și a transformat lansarea într-o declarație politică despre viitorul AI.

Argumentul său este că Statele Unite nu ar trebui să răspundă riscurilor AI prin concentrarea celor mai puternice modele în mâinile câtorva companii. Zuckerberg cere bariere mai mici pentru AI open-source/open-weight și leagă explicit această alegere de competiția cu China.

De ce contează

Una dintre marile bătălii ale următorilor ani nu va fi doar între GPT, Claude, Gemini și modelele Meta, ci între două concepții despre cine trebuie să controleze inteligența artificială avansată. OpenAI și Anthropic au devenit mai prudente în privința publicării weights-urilor celor mai capabile modele. Meta încearcă din nou să ocupe terenul opus: modele care pot fi descărcate, adaptate și rulate local.

Muse Glimmer mai indică însă ceva. Dacă modele suficient de capabile pentru activități agentice pot funcționa pe un singur computer performant, o parte din AI se poate muta din cloud înapoi pe dispozitivul utilizatorului. Asta înseamnă costuri mai mici și mai mult control asupra datelor, dar și mai puțin control central asupra modului în care modelele sunt folosite.