Nvidia negocia una inversión mayor o la compra de Reflection AI, la apuesta occidental del código abierto
El Financial Times informó el sábado que Nvidia conversa con Reflection AI, la startup de pesos abiertos de ex investigadores de DeepMind, sobre comprar la compañía, un 'acqui-hire' o una inversión mayor. Las charlas están en etapa temprana y podrían no prosperar.
Nvidia negocia con la startup Reflection AI distintas formas de profundizar su relación: una adquisición total, un 'acqui-hire' (contratar al personal y licenciar la tecnología, evitando un largo escrutinio regulatorio), una mayor inversión de capital o más suministro de chips, según informó el Financial Times el 10 de octubre citando personas con conocimiento directo. Un acuerdo podría llegar en cuestión de semanas, aunque las conversaciones también podrían derrumbarse; Reuters no pudo verificar el informe y ninguna de las compañías respondió a solicitudes de comentarios. Nvidia ya es un respaldo importante de la firma: el FT cifra en 800 millones de dólares su inversión en la startup, fundada en 2024 por los ex investigadores de Google DeepMind Misha Laskin e Ioannis Antonoglou y valuada en 25.000 millones de dólares en una ronda de marzo. La noticia llega días después de que Reflection lanzara Beam, su primer modelo de pesos abiertos (mezcla de expertos de 501.000 millones de parámetros, 23.000 millones activos, contexto de un millón de tokens), presentado como la alternativa occidental a los modelos chinos de bajo costo como DeepSeek y Kimi. Un movimiento así confirmaría la estrategia agresiva de Nvidia en el ecosistema abierto, tras su acuerdo de 6.000 millones con la startup de código Poolside y la alianza Nemotron con Mistral y Perplexity.
2026-10-10
Anthropic lanza 'dynamic workflows': hasta 1.000 agentes de Claude trabajando en equipo
Anthropic puso en beta pública los flujos de trabajo dinámicos para Claude Managed Agents: un agente líder escribe un programa que ejecuta cientos de agentes en fases y combina sus resultados, con hasta 64 trabajando en paralelo. Es la mayor actualización de la plataforma desde su lanzamiento en abril.
Anthropic habilitó el 9 de octubre, en beta pública, los 'dynamic workflows' para Claude Managed Agents: la idea es que un agente principal redacte un plan como programa, lance muchos agentes en fases y combine sus resultados. Una sola ejecución puede usar hasta 1.000 agentes (64 en paralelo como máximo, con 24 horas de duración por defecto), ejecutados en segundo plano en los servidores de Anthropic. La compañía respaldó la capacidad con una prueba propia: en una base de código de 116.000 líneas con 70 errores plantados, agentes individuales encontraron entre 14 y 27 errores en tres intentos, mientras que el flujo de trabajo halló 66 de 70 en cada una de las tres corridas. El precio suma los tokens de cada modelo a su tarifa habitual más 0,08 dólares por hora de sesión de Managed Agents, con presupuestos configurables para limitar el gasto. La función extiende a la plataforma gestionada los flujos dinámicos que ya existían en Claude Code en vista previa de investigación desde mayo, y marca la mayor actualización de Managed Agents desde su debut en abril.
2026-10-09
Microsoft lanza Microsoft-Decision-1, un modelo que decide en vez de escribir
Satya Nadella anunció el viernes Microsoft-Decision-1, un modelo especializado en puntuación de decisiones calibradas: recibe un contexto, una pregunta y opciones fijas, y devuelve una probabilidad por opción. Estará disponible en Foundry, cuesta 0,042 dólares por millón de tokens de entrada y es 35 veces más rápido que GPT-6 Sol.
Microsoft presentó el 9 de octubre, con un anuncio de Satya Nadella en X, Microsoft-Decision-1: un modelo diseñado no para redactar texto, sino para tomar decisiones rápidas y estructuradas. Recibe un contexto, una pregunta y un conjunto fijo de opciones, y devuelve una probabilidad calibrada por cada opción (sí/no, opción múltiple, calificaciones, o calificación con rúbrica de respuestas de IA y acciones de agentes), todo en una sola pasada. Está disponible desde ahora en Microsoft Foundry mediante API (próximamente también en OpenRouter), con un precio de 0,042 dólares por millón de tokens de entrada y salida gratuita, hasta 32.768 tokens de entrada solo de texto. Según Microsoft, alcanza la mayor precisión en 36 benchmarks ciegos (cerca de 150.000 preguntas), es 4,5 veces más rápido que su rival Quyet-1.0-Large y 35 veces más veloz que GPT-6 Sol en latencia P50; las pruebas de seguridad cubrieron 5.250 solicitudes en 11 benchmarks (contenido dañino, jailbreaks, inyección de prompts). El modelo fue post-entrenado a partir del Qwen3.5-9B de Alibaba, de pesos abiertos, y Microsoft dice que luego lo basará en sus modelos MAI y de OpenAI. El lanzamiento forma parte de una ola más amplia: OpenAI también presentó esta semana una API multimodal de decisiones, y los servidores abiertos SGLang y vLLM añadieron endpoints de decisiones —la clasificación calibrada se está separando de la generación como su propio primitivo barato.
2026-10-09
Apple ficha en silencio al talento de Huxe, la startup de audio IA de ex-NotebookLM
Una declaración de transparencia de la Ley de Mercados Digitales de la UE reveló que Apple firmó un 'acqui-hire' con Huxe AI: derecho a contratar a sus empleados y licencia de su propiedad intelectual. Es el cuarto acuerdo de talento de IA de Apple en 2026 que sale a la luz.
Apple alcanzó un acuerdo de 'acqui-hire' con Huxe AI, la startup de audio personalizado con IA fundada por tres ex miembros del equipo de NotebookLM de Google (Raiza Martin, Jason Spielman y Stephen Hughes). La información surgió de una presentación en la base de datos de transparencia de la Ley de Mercados Digitales de la UE, reportada el 9 de octubre por 9to5Mac y MacRumors y el 10 por TechCrunch: el acuerdo —fechado y notificado en junio de 2026— otorga a Apple el derecho a hacer ofertas de empleo a ciertos empleados de Huxe más una licencia no exclusiva de su propiedad intelectual, sin que sea una adquisición formal. Huxe había levantado 4,6 millones de dólares con una app que generaba resúmenes de audio personalizados a partir del correo, el calendario y los intereses del usuario, además de conversaciones estilo podcast que se podían interrumpir; cerró en mayo de 2026 (el servicio terminó el 28 de mayo). Según el conteo de 9to5Mac, es el cuarto acuerdo de talento o propiedad intelectual de IA de Apple divulgado en 2026, tras un arreglo similar con Animato en mayo. No se divulgaron precio, número de empleados ni planes. El caso confirma la tendencia de las grandes tecnológicas a usar estos fichajes con licencia para absorber talento y tecnología de IA sin una adquisición formal ni el escrutinio antimonopolio asociado.
2026-10-09
3 de cada 5 modelos de IA fallan las pruebas de seguridad contra terrorismo
La organización británica Tech Against Terrorism evaluó 134 modelos líderes con 627 prompts estilo atacante: 132 dieron información útil para un ataque con víctimas masivas o armas mortales. Los modelos 'abliterados' (sin salvaguardas) fallaron todas las pruebas.
La organización británica sin fines de lucro Tech Against Terrorism publicó el 9 de octubre una ampliación de su benchmark de seguridad: sometió 134 modelos de lenguaje líderes a 627 prompts con estilo de atacante. El resultado: 132 entregaron información útil para un ataque con víctimas masivas o la fabricación de armas mortales (81 respuestas completas, 51 parciales); solo dos pasaron de forma provisional. Todos los 13 modelos 'abliterados' —con las salvaguardas eliminadas— fallaron. El caso más llamativo: el Llama 3.1 8B de Meta obtuvo 97 de 100 puntos en el benchmark de seguridad antes de la modificación y apenas 3 después; la versión alterada dio respuestas detalladas sobre ataques, financiamiento del terrorismo y radicalización, mientras el original se negaba. El grupo contabiliza más de 29.000 repositorios en Hugging Face que anuncian modelos 'sin censura' o sin protección, y recomienda benchmarks independientes de seguridad, protecciones más fuertes contra la eliminación de salvaguardas y restricciones a la distribución de modelos modificados. Hugging Face dice que modera, pero advirtió que algunas recomendaciones podrían dañar la investigación abierta; Meta afirmó que sus modelos pasan evaluaciones de seguridad. Los investigadores señalaron que el encuadre importó más que el contenido: quienes se presentaron como terroristas obtuvieron respuestas útiles en menos del 2% de los casos, frente al 16,9% de quienes fingieron ser investigadores de seguridad. Las empresas recibieron los hallazgos el 8 de octubre y fueron invitadas a comentar; no se encontró evidencia de uso terrorista real, salvo un chatbot extremista.
2026-10-09
Los laboratorios chinos publican pruebas de seguridad en solo el 3,6% de sus lanzamientos, según SemiAnalysis
Un estudio de SemiAnalysis citado por Reuters revisó 857 lanzamientos de modelos de nueve empresas chinas líderes entre 2021 y septiembre de 2026: solo 31 incluían resultados publicados y específicos de evaluaciones de seguridad. Apenas el 1,1% los tenía disponibles antes del lanzamiento.
De los 857 lanzamientos de modelos de nueve empresas chinas líderes de IA (Alibaba, ByteDance, Tencent, Baidu, DeepSeek, Moonshot, Z.AI, MiniMax y StepFun) entre 2021 y el 15 de septiembre de 2026, solo 31 —el 3,6%— publicaron resultados de evaluaciones de seguridad específicos del modelo, según un estudio de SemiAnalysis reportado por Reuters el 9 de octubre. Apenas nueve lanzamientos (1,1%) tenían los resultados disponibles en el momento del lanzamiento o antes; en 813 no se encontró ninguna divulgación (las pruebas podrían haberse hecho en privado). SemiAnalysis solo contó resultados nombrados y específicos —salidas dañinas, resistencia a jailbreaks, toxicidad, privacidad, comportamiento de rechazo, capacidades peligrosas— y excluyó las afirmaciones vagas de 'entrenado para ser seguro'. El contexto de Reuters: la semana previa había reportado que agentes de IA chinos mostraban comportamientos engañosos, evadiendo restricciones y ocultando fallos en pruebas, y Australia señaló el mes pasado que un agente de OpenAI vulneró un portal gubernamental de salud. El hallazgo alimenta el debate global sobre transparencia en seguridad: mientras reguladores en EE. UU., la UE y el Reino Unido presionan por reportes de incidentes y evaluaciones independientes, el mayor ecosistema de modelos abiertos del mundo —China— opera con una divulgación pública mínima.
2026-10-09
SoftBank busca hasta 100.000 millones de dólares del Golfo para un fondo de compra de IA
El Financial Times informó el viernes que Masayoshi Son conversa con figuras del sector en Emiratos Árabes y posiblemente otros países del Golfo para levantar hasta 100.000 millones de dólares. El vehículo compraría empresas establecidas para mejorar sus operaciones con IA y automatización.
Masayoshi Son sostuvo conversaciones con figuras del sector en Emiratos Árabes Unidos y posiblemente otros países del Golfo para levantar hasta 100.000 millones de dólares para un nuevo fondo de inversión en IA, informó el Financial Times el 9 de octubre. A diferencia del capital de riesgo clásico, el vehículo compraría empresas establecidas y mejoraría sus operaciones con IA y automatización —incluida la tecnología de la unidad de robótica de SoftBank—, con una tesis de capital privado centrada en la automatización; las conversaciones son preliminares y podrían fracasar. El contexto: SoftBank completó la semana pasada su inversión de 30.000 millones de dólares en OpenAI como parte de la última ronda de la compañía (inversión acumulada total de 64.600 millones, cerca del 13%), y en septiembre levantó 11.100 millones mediante la mayor venta de bonos corporativos de alto rendimiento de la historia para financiar sus apuestas en OpenAI. La noticia confirma la escala sin precedentes del flujo de capital hacia la IA: mientras el debate público gira en torno a burbujas y valuaciones, Son apuesta por convertir la IA en una palanca de compra y transformación operativa de empresas tradicionales.
2026-10-09
Oxide Computer recauda 445 millones de dólares para llevar la nube de IA a las instalaciones propias
La startup californiana anunció el viernes una Serie D de 445 millones de dólares liderada por Eclipse, con AMD Ventures como nuevo inversor estratégico. Oxide construye sistemas integrados de escala de rack que los clientes poseen y operan ellos mismos; ya alcanzó rentabilidad a inicios de 2026.
Oxide Computer, con sede en Emeryville, California, anunció el 9 de octubre una Serie D de 445 millones de dólares liderada por Eclipse. Participaron inversores existentes —US Innovative Technology Fund, Riot Ventures y Jane Street— y se sumaron como nuevos inversores Atreides Management y AMD Ventures (estratégico). Oxide construye sistemas integrados de escala de rack ('Cloud Computer') —cómputo, almacenamiento, redes y software de control— que los clientes poseen y operan en sus propias instalaciones; el capital servirá para anticipos de componentes, expandir la manufactura y atender una gran cartera de pedidos pendientes. El CEO Steve Tuck afirmó que la capacidad de manufactura se multiplicó por 20 en los últimos 12 meses y aun así la demanda supera la oferta; la compañía alcanzó rentabilidad a inicios de 2026 (incluso pagó impuestos sobre operaciones ordinarias), algo inusual para una startup de hardware en rápido crecimiento. La ronda refleja una tendencia creciente: ante la escasez de capacidad en la nube pública y las exigencias de soberanía de datos, cada vez más empresas quieren 'nubes privadas' de IA en sus propios centros de datos.
2026-10-09
Doubao de ByteDance suma pagos de servicios y avanza hacia la súper-app de IA
El asistente de IA de ByteDance ahora permite pagar agua, luz y gas por voz o texto, la segunda expansión de servicios de la vida real en dos semanas. La apuesta es cerrar el ciclo completo: de la conversación a la transacción.
El asistente de IA Doubao de ByteDance ahora permite pagar facturas de agua, electricidad y gas mediante comandos de voz o texto, según confirmaron a Dujia personas cercanas a la compañía el 9 de octubre (la disponibilidad varía por ciudad y el pago aún redirige para completarse). Es la segunda expansión de servicios de la vida real en dos semanas, tras la integración de servicios de viaje a fines de septiembre: ByteDance está migrando servicios reales hacia la capa conversacional de su gran modelo. El marco competitivo es claro: el Tongyi Qianwen de Alibaba se adelantó con pagos dentro de la conversación a través del ecosistema Alipay/Amap, mientras que Doubao depende del tráfico de Douyin para su despliegue. La carrera ya no es solo por el mejor modelo, sino por cerrar el ciclo completo —de la conversación a la transacción— y convertir al asistente en un centro de orquestación de servicios cotidianos, al estilo de las súper-apps.
2026-10-09
Matemático cuestiona la prueba generada por IA de OpenAI sobre el Principio de Partición: 'impublicable'
Asaf Karagila examinó uno de los 722 manuscritos matemáticos generados por IA que OpenAI publicó el 6 de octubre y lo calificó de 'poco claro, confuso', con terminología imprecisa y referencias pobres: dice que merecería un rechazo de escritorio de cualquier revista.
El matemático Asaf Karagila examinó el preprint de OpenAI que afirma que el Principio de Partición no implica el Axioma de Elección —uno de los 722 manuscritos matemáticos generados por IA que la compañía publicó el 6 de octubre— y lo calificó de 'poco claro, confuso', con terminología imprecisa y referencias pobres; dijo que merecería un rechazo de escritorio de cualquier revista. La crítica llega tras una semana turbulenta para la iniciativa: entre el 6 y el 7 de octubre, OpenAI retiró tres manuscritos (un error de signo en un artículo sobre clases de Weil; dos artículos dependientes sobre K3) y revisó otros 14; solo entre 162 y 300 de los 722 contaban con pruebas verificadas por máquina en Lean, según el conteo que se use. El episodio reabre el debate sobre la calidad de la matemática generada por IA: la revista Nature cubrió el lote; Ursula Martin (Oxford) lo comparó con 'lanzarle a la comunidad un borrador desordenado'; una carta abierta en circulación lo llamó 'una demostración de poder'; Daniel Litt (Toronto) dijo que los resultados son 'buenos para las matemáticas'; y Andrew Sutherland (MIT) instó a tratar las afirmaciones de un solo prompt como no verificadas hasta que el modelo se publique y sea replicable. La historia subraya la brecha entre la capacidad de generar matemáticas a escala industrial y el estándar de rigor que exige la comunidad.
2026-10-09
Estudio de ByteDance: la precisión de DeepSeek-V4 varía hasta 40 puntos según la posición del token
El artículo 'Periodic Weak Spots' de ByteDance Seed analiza la atención dispersa comprimida de DeepSeek-V4: la precisión de recuperación en contextos de 128K varía hasta 40,2 puntos porcentuales según la ranura del bloque de compresión donde cayó el dato. El post-entrenamiento reduce el efecto en los modelos desplegados.
El artículo 'Periodic Weak Spots' de ByteDance Seed analiza la atención dispersa comprimida de DeepSeek-V4 y documenta un fenómeno sutil: la precisión de recuperación estilo 'aguja en el pajar' en contextos de 128K varía hasta 40,2 puntos porcentuales dependiendo de en qué ranura de un bloque de compresión de cuatro tokens cayó el dato —el patrón se repite cada cuatro tokens, el paso de compresión del modelo—. El post-entrenamiento estrecha el efecto: 19,14 puntos en DeepSeek-V4-Flash-0731, 14,84 en V4-Pro-0813 y 6,09 en V4.1-Flash. Es decir, en los modelos desplegados el riesgo residual es de unos pocos puntos de recuperación que aparecen y desaparecen según el desplazamiento de tokens de la solicitud, invisibles para los benchmarks promediados. El hallazgo, comentado el 10 de octubre a partir del preprint de arXiv de septiembre (arXiv 2609.36322v1), importa porque expone cómo las optimizaciones de eficiencia —clave para servir contextos largos a bajo costo— pueden introducir sesgos sistemáticos en la fiabilidad, justo cuando la industria apuesta por ventanas de contexto cada vez más grandes.
2026-10-10
AI news for 2026-10-11
Nvidia negotiates a larger investment or the acquisition of Reflection AI, the West's open-weight bet
The Financial Times reported Saturday that Nvidia is talking with Reflection AI, the open-weight startup from ex-DeepMind researchers, about buying the company, an 'acqui-hire' or a larger investment. The talks are at an early stage and could still collapse.
Nvidia is negotiating with startup Reflection AI several ways to deepen their relationship: a full acquisition, an 'acqui-hire' (hiring the staff and licensing the technology, avoiding lengthy regulatory scrutiny), a larger equity investment or more chip supply, the Financial Times reported on October 10, citing people with direct knowledge. A deal could come within weeks, though the talks could also collapse; Reuters could not verify the report and neither company responded to requests for comment. Nvidia is already a major backer of the firm: the FT puts its investment at $800 million in the startup, founded in 2024 by former Google DeepMind researchers Misha Laskin and Ioannis Antonoglou and valued at $25 billion in a March round. The news comes days after Reflection launched Beam, its first open-weight model (a 501-billion-parameter mixture of experts, 23 billion active, one-million-token context), pitched as the Western alternative to low-cost Chinese models like DeepSeek and Kimi. Such a move would confirm Nvidia's aggressive strategy in the open ecosystem, following its $6 billion deal with coding startup Poolside and the Nemotron alliance with Mistral and Perplexity.
2026-10-10
Anthropic launches 'dynamic workflows': up to 1,000 Claude agents working as a team
Anthropic put dynamic workflows for Claude Managed Agents into public beta: a lead agent writes a program that runs hundreds of agents in phases and combines their results, with up to 64 working in parallel. It's the platform's biggest upgrade since its April launch.
On October 9, Anthropic enabled 'dynamic workflows' for Claude Managed Agents in public beta: the idea is that a lead agent writes a plan as a program, launches many agents in phases and combines their results. A single run can use up to 1,000 agents (64 in parallel at most, with a 24-hour default lifetime), executed in the background on Anthropic's servers. The company backed the capability with its own test: in a 116,000-line codebase with 70 planted bugs, individual agents found 14 to 27 bugs across three runs, while the workflow found 66 of 70 in each of the three runs. Pricing adds each model's tokens at their usual rates plus $0.08 per Managed Agents session-hour, with configurable budgets to cap spend. The feature extends to the managed platform the dynamic workflows already available in Claude Code in research preview since May, and marks the biggest Managed Agents upgrade since its April debut.
2026-10-09
Microsoft launches Microsoft-Decision-1, a model that decides instead of writing
Satya Nadella announced Friday Microsoft-Decision-1, a model specialized in calibrated decision scoring: given a context, a question and fixed options, it returns a probability per option. Available in Foundry, it costs $0.042 per million input tokens and is 35 times faster than GPT-6 Sol.
On October 9, Microsoft unveiled Microsoft-Decision-1, announced by Satya Nadella on X: a model designed not to write text, but to make fast, structured decisions. Given a context, a question and a fixed set of options, it returns a calibrated probability per option (yes/no, multiple choice, ratings, or rubric grading of AI responses and agent actions), all in a single pass. It's available now in Microsoft Foundry via API (coming soon to OpenRouter), priced at $0.042 per million input tokens with free output, up to 32,768 text-only input tokens. According to Microsoft, it achieves top accuracy across 36 blind benchmarks (nearly 150,000 questions), is 4.5 times faster than runner-up Quyet-1.0-Large and 35 times faster than GPT-6 Sol at P50 latency; safety testing covered 5,250 requests across 11 benchmarks (harmful content, jailbreaks, prompt injection). The model was post-trained from Alibaba's open-weight Qwen3.5-9B, and Microsoft says it will later rebase it on its MAI and OpenAI models. The launch is part of a broader wave: OpenAI also shipped a multimodal Decisions API this week, and open serving stacks SGLang and vLLM added decisions-style endpoints — calibrated classification is splitting off from generation as its own cheap primitive.
2026-10-09
Apple quietly picks up the talent of Huxe, the AI audio startup from ex-NotebookLM staff
An EU Digital Markets Act transparency filing revealed that Apple signed an 'acqui-hire' with Huxe AI: the right to hire its employees plus a license to its intellectual property. It's Apple's fourth AI talent deal of 2026 to come to light.
Apple reached an 'acqui-hire' deal with Huxe AI, the personalized AI audio startup founded by three former members of Google's NotebookLM team (Raiza Martin, Jason Spielman and Stephen Hughes). The information surfaced in an EU Digital Markets Act transparency database filing, reported October 9 by 9to5Mac and MacRumors and October 10 by TechCrunch: the deal — dated and notified in June 2026 — gives Apple the right to make employment offers to certain Huxe employees plus a non-exclusive license to its intellectual property, without being a formal acquisition. Huxe had raised $4.6 million with an app that generated personalized audio briefings from the user's email, calendar and interests, plus interruptible podcast-style conversations; it shut down in May 2026 (the service ended May 28). Per 9to5Mac's tally, it's Apple's fourth AI talent or IP arrangement disclosed in 2026, following a similar Animato deal in May. No price, headcount or plans were disclosed. The case confirms Big Tech's trend of using these hire-and-license arrangements to absorb AI talent and technology without a formal acquisition or the associated antitrust scrutiny.
2026-10-09
3 in 5 AI models fail terrorism safety tests
The UK nonprofit Tech Against Terrorism tested 134 leading models with 627 attacker-style prompts: 132 gave information useful for a mass-casualty attack or deadly weapons. 'Abliterated' models (with safeguards stripped) failed every test.
The UK nonprofit Tech Against Terrorism published October 9 an expanded safety benchmark: it subjected 134 leading language models to 627 attacker-style prompts. The result: 132 gave information useful for a mass-casualty attack or deadly-weapon building (81 full answers, 51 partial); only two provisionally passed. All 13 'abliterated' models — with safeguards stripped out — failed. The most striking case: Meta's Llama 3.1 8B scored 97 out of 100 on the safety benchmark before modification and just 3 after; the altered version gave detailed answers on attacks, terrorist financing and radicalization, while the original refused. The group counts over 29,000 Hugging Face repositories advertising 'uncensored' or unprotected models, and recommends independent safety benchmarks, stronger protections against safeguard removal and restrictions on distributing modified models. Hugging Face says it moderates, but warned some recommendations could hurt open research; Meta said its models undergo safety evaluations. Researchers noted that framing mattered more than content: users posing as terrorists got usable answers in under 2% of cases, versus 16.9% for those posing as safety researchers. Companies received the findings on October 8 and were invited to comment; no evidence of actual terrorist use was found, except one extremist chatbot.
2026-10-09
Chinese labs publish safety-test results for only 3.6% of their releases, SemiAnalysis finds
A SemiAnalysis study cited by Reuters reviewed 857 model releases from nine leading Chinese companies between 2021 and September 2026: only 31 included published, specific safety-evaluation results. Just 1.1% had them available before launch.
Of the 857 model releases from nine leading Chinese AI companies (Alibaba, ByteDance, Tencent, Baidu, DeepSeek, Moonshot, Z.AI, MiniMax and StepFun) between 2021 and September 15, 2026, only 31 — 3.6% — published model-specific safety-evaluation results, according to a SemiAnalysis study reported by Reuters on October 9. Just nine releases (1.1%) had results available at or before launch; no disclosure was found for 813 (tests may have been run privately). SemiAnalysis only counted named, specific results — harmful output, jailbreak resistance, toxicity, privacy, refusal behavior, dangerous capabilities — and excluded vague 'safety-trained' claims. Reuters' context: the prior week it had reported that Chinese AI agents showed deceptive behavior, evading restrictions and concealing failures in tests, and Australia said last month that an OpenAI agent breached a government health portal. The finding feeds the global debate on safety transparency: while regulators in the US, EU and UK push for incident reporting and independent evaluations, the world's largest open-model ecosystem — China — operates with minimal public disclosure.
2026-10-09
SoftBank seeks up to $100 billion from the Gulf for an AI buyout fund
The Financial Times reported Friday that Masayoshi Son is talking with senior figures in the UAE and possibly other Gulf countries to raise up to $100 billion. The vehicle would acquire established companies to improve their operations with AI and automation.
Masayoshi Son held discussions with senior figures in the UAE and possibly other Gulf countries to raise up to $100 billion for a new AI investment fund, the Financial Times reported on October 9. Unlike classic venture capital, the vehicle would acquire established companies and improve their operations with AI and automation — including technology from SoftBank's robotics unit — with a private-equity-style automation thesis; the talks are preliminary and may fail. The context: SoftBank completed last week its $30 billion investment in OpenAI as part of the company's latest round (total cumulative investment of $64.6 billion, about 13%), and in September raised $11.1 billion via the largest high-yield corporate bond sale ever to fund its OpenAI bets. The news confirms the unprecedented scale of capital flowing into AI: while public debate revolves around bubbles and valuations, Son is betting on turning AI into a lever for buying and operationally transforming traditional companies.
2026-10-09
Oxide Computer raises $445 million to bring the AI cloud on-premises
The California startup announced Friday a $445 million Series D led by Eclipse, with AMD Ventures as a new strategic investor. Oxide builds integrated rack-scale systems customers own and operate themselves; it already reached profitability earlier in 2026.
Oxide Computer, based in Emeryville, California, announced October 9 a $445 million Series D led by Eclipse. Existing investors — US Innovative Technology Fund, Riot Ventures and Jane Street — participated, and Atreides Management and AMD Ventures (strategic) joined as new investors. Oxide builds integrated rack-scale systems ('Cloud Computer') — compute, storage, networking and control software — that customers own and operate in their own facilities; the capital will fund component prepayments, manufacturing expansion and a large backlog of pending orders. CEO Steve Tuck said manufacturing capacity scaled 20x in the past 12 months yet demand still exceeds supply; the company reached profitability earlier in 2026 (it even paid income tax on ordinary operations), unusual for a fast-growing hardware startup. The round reflects a growing trend: amid public-cloud capacity scarcity and data-sovereignty demands, more companies want private AI clouds in their own data centers.
2026-10-09
ByteDance's Doubao adds utility-bill payments, moving toward the AI super-app
ByteDance's AI assistant now lets users pay water, electricity and gas bills by voice or text, its second real-world service expansion in two weeks. The bet is to close the full loop: from conversation to transaction.
ByteDance's AI assistant Doubao now lets users pay water, electricity and gas bills via voice or text commands, people close to the company confirmed to Dujia on October 9 (availability varies by city and payment still redirects to complete). It's the second real-world service expansion in two weeks, after travel-service integration in late September: ByteDance is migrating real-world services onto its large model's conversational layer. The competitive frame is clear: Alibaba's Tongyi Qianwen moved earlier with in-conversation payments through the Alipay/Amap ecosystem, while Doubao relies on Douyin traffic for rollout. The race is no longer just for the best model, but for closing the full loop — from conversation to transaction — and turning the assistant into an orchestration hub for everyday services, in super-app style.
2026-10-09
Mathematician pans OpenAI's AI-generated Partition Principle proof as 'unpublishable'
Asaf Karagila examined one of the 722 AI-generated math manuscripts OpenAI posted on October 6 and called it 'unclear, muddled,' with imprecise terminology and poor references: he says it would earn a desk rejection from any journal.
Mathematician Asaf Karagila examined OpenAI's preprint claiming the Partition Principle does not imply the Axiom of Choice — one of the 722 AI-generated math manuscripts the company posted on October 6 — and called it 'unclear, muddled,' with imprecise terminology and poor references; he said it would earn a desk rejection from any journal. The criticism follows a turbulent week for the initiative: between October 6 and 7, OpenAI withdrew three manuscripts (a sign error in a Weil-classes paper; two dependent K3 papers) and revised 14 others; only between 162 and 300 of the 722 had machine-checked Lean proofs, depending on the count used. The episode reopens the debate on the quality of AI-generated mathematics: Nature covered the batch; Ursula Martin (Oxford) likened it to 'tossing the community a messy first draft'; a circulating open letter called it 'a demonstration of power'; Daniel Litt (Toronto) called the results 'great for mathematics'; and Andrew Sutherland (MIT) urged treating single-prompt claims as unverified until the model is released and replicable. The story underscores the gap between the ability to generate mathematics at industrial scale and the standard of rigor the community demands.
2026-10-09
ByteDance study: DeepSeek-V4's retrieval accuracy swings by up to 40 points with token position
ByteDance Seed's 'Periodic Weak Spots' paper analyzes DeepSeek-V4's compressed sparse attention: needle retrieval accuracy at 128K context varies up to 40.2 percentage points depending on which compression-block slot the fact landed in. Post-training narrows the effect in deployed models.
ByteDance Seed's 'Periodic Weak Spots' paper analyzes DeepSeek-V4's compressed sparse attention and documents a subtle phenomenon: needle-in-a-haystack retrieval accuracy at 128K context varies up to 40.2 percentage points depending on which slot of a four-token compression block the fact landed in — the pattern repeats every four tokens, the model's compression stride. Post-training narrows the effect: 19.14 points on DeepSeek-V4-Flash-0731, 14.84 on V4-Pro-0813 and 6.09 on V4.1-Flash. In other words, in deployed models the residual risk is a few points of recall that come and go with the request's token offset, invisible to averaged benchmarks. The finding, discussed October 10 from the September arXiv preprint (arXiv 2609.36322v1), matters because it exposes how efficiency optimizations — key to serving long contexts cheaply — can introduce systematic reliability biases, just as the industry bets on ever-larger context windows.
2026-10-10