Uzbuđenje koje okružuje svaki novi AI model je opipljivo. Sa svakim saopštenjem, korisnici – od programera do pisaca – željno iščekuju da vide da li najnovija verzija konačno ispunjava velika obećanja. Claude Opus 4.5 nije izuzetak; internetom su se proširile glasine o njegovim navodno revolucionarnim sposobnostima, podstičući debatu i velika očekivanja.

Google je nedavno predstavio Gemini 3, (o čemu smo pisali) svoju najnoviju generaciju modela veštačke inteligencije, najavljujući novu eru u interakciji čoveka i mašine. Ovaj model je opisan kao najbolji na svetu za multimodalno razumevanje, što znači da može istovremeno obrađivati i razumeti tekst, slike, zvuk i video. Naprednija verzija, Gemini 3 Pro, već nadmašuje sve prethodne modele na ključnim AI testovima, obećavajući izuzetnu inteligenciju, sposobnost rešavanja složenih zadataka i personalizaciju.

Na GDPval benčmarku, koji procenjuje zadatke zasnovane na znanju u 44 profesije i 9 velikih industrija, GPT-5.2 Thinking nadmašuje ili se izjednačava sa vrhunskim ljudskim profesionalcima u 70,9% poređenja. Pri tome, generiše rezultate preko 11 puta brže i sa manje od 1% procenjenih troškova eksperta. Ovo omogućava inženjerskim timovima da pouzdano generišu artefakte kao što su prezentacije, tabele, rasporedi i dijagrami na osnovu strukturiranih instrukcija.

Uobičajena percepcija je da su OpenAI, Nvidia i Google jedini neprikosnoveni lideri u svetu AI inovacija. Njihovi potezi privlače svu medijsku pažnju, stvarajući sliku da se budućnost tehnologije kuje isključivo u Silicijumskoj dolini. Međutim, sa druge strane sveta, kineski tehnološki giganti poput Alibabe, Baidua i Tencenta razvijaju izuzetno moćne AI modele koji, uz znatno manje medijske pažnje i investicija, postižu neverovatne rezultate.

Naučna fantastika je često zasnovana na opasnostima superinteligentne veštačke inteligencije (AI) – sistema koji prevazilazi najbolje ljudske sposobnosti u gotovo svim kognitivnim domenima. Iako su današnji vodeći AI modeli, poput onih koji pišu i rafiniraju sopstveni softver, daleko od superinteligencije, postavlja se pitanje da li to samousavršavanje može prerasti u pravu superinteligenciju.

Trka za najmoćniji model veštačke inteligencije dostigla je novi intenzitet nedavnim objavljivanjem Guglovog Gemini 3 i snažnog izazivača iz Kine, DeepSeekovog V3.2-Speciale.

Kling Omni je novi, izuzetno moćan AI model za kreiranje video sadržaja, koji uvodi značajna unapređenja u kontroli, kvalitetu i svestranosti generisanja. Analiza, zasnovana na prezentaciji sa YouTube kanala "Fal Academy", pokazuje da se model ističe kroz pet ključnih funkcionalnosti koje zajedno pomeraju granice AI video produkcije.

Drastičan preokret u oblasti vizuelne veštačke inteligencije obeležen je lansiranjem dva moćna modela otvorenog koda: Flux 2 i Hunyuan Video 1.5. Flux 2, koji je razvio Black Forest Labs, postavlja novi standard za generisanje slika, nudeći neviđenu konzistentnost likova i stilova, fotorealizam visoke rezolucije do 4 megapiksela i profesionalno ispisianje teksta. Istovremeno, Hunyuan Video 1.5 kineske kompanije Tencent je iznenađujuće efikasan model za video, koji se ističe kontrolisanim pokretima i filmskim kamerama uprkos svojoj maloj veličini. Ovi modeli više nisu samo alternativa, već su legitimno konkurentni skupim, zatvorenim komercijalnim sistemima. Ovo otvara put za radikalne promene, jer nezavisni stvaraoci dobijaju moć studijskog nivoa, čineći tradicionalne alate...

Svet velikih jezičkih modela (LLM) dobio je novog predvodnika. Anthropic, glavni igrač u AI prostoru, upravo je predstavio svoj najnoviji i najmoćniji model, Claude Opus 4.5. Ova nova iteracija se proglašava značajnim korakom napred, posebno u zahtevnim oblastima softverskog inženjeringa i autonomnih AI agenata.

Flux 2, novi AI model za generisanje slika kompanije Black Forest Labs dostupan na platformi FAL, predstavlja značajan napredak u oblasti kreativne sinteze i uređivanja slika. Model se ističe po sposobnosti da obrađuje do osam referentnih slika, omogućavajući složene kompozicije koje verno čuvaju identitet subjekata, predmeta i okruženja. Ključne sposobnosti uključuju besprekorno spajanje preklopljenih elemenata, precizno proširivanje scene (outpainting), virtuelno isprobavanje odeće i stilizovanu produkt fotografiju.

Gugl Nano Banana Pro je donela odlična poboljašanja. Ispis tekstova, lako uređivanje slika i lak pristup korisnicima. Za sada Pro verzija je dostupna Gemni Pro koriscnicima, najavljeno da će biti dostupna svima.

Na mreži X (Twitter) korisnik Sid (@immasiddx) zadao je matematički zadatak Guglovoj Nano Banani Pro. Zadatak je dao rukom napisan na papiru, a fotografiju papira je poslao u Nano Bananu Pro. AI ne samo da je rešio matematički problem nego je rešenje ispisao Sidovim rukopisom. Na sve to Sid je izjavio: „Guglova Nano Banana Pro je daleko najbolji AI za generisanje slika trenutno na tržištu“. Verovatno je u pravu.

Meta se značajno vratila otvorenom kodu (open-source) u AI sa objavljivanjem svojih Omnilingualnih modela za automatsko prepoznavanje govora (ASR). Ovi modeli predstavljaju veliki iskorak, sposobni da izvorno transkribuju i razumeju preko 1.600 jezika. Ovaj razvoj ima duboke implikacije za globalnu komunikaciju i pristupačnost.

U značajnom koraku ka povećanju bezbednosti softvera, OpenAI je najavio Aardvark, agenta za bezbednosna istraživanja pokretanog njihovim najnovijim modelom, GPT-5. Aardvark je dizajniran da automatski detektuje i zakrpi bezbednosne ranjivosti u softveru, što je kritično i izazovno područje u svetu tehnologije [1].

Meta je predstavila WorldGen, novi sistem generativne veštačke inteligencije (AI) koji menja način na koji se kreiraju 3D svetovi. Umesto da stvara samo statične slike, WorldGen je dizajniran da generiše potpuno interaktivne i prohodne 3D svetove iz jednostavnog tekstualnog opisa, i to za samo pet minuta.

U trci za stvaranjem Opšte Veštačke Inteligencije (AGI), naučnici sve više inspiraciju pronalaze u najsavršenijem računaru koji postoji – ljudskom mozgu. Najnoviji rezultat tog pristupa je nova arhitektura velikih jezičkih modela (LLM) nazvana "Dragon Hatchling" (Zmajevo mladunče), ili skraćeno BDH (Baby Dragon Hatchling).

Već smo pisali o Gemini 3 OVDE. Gugl je svoj najinteligentniji i najmoćniji model veštačke inteligencije do sada, nazvao značajnim korakom ka Opštoj Veštačkoj Inteligenciji (AGI). Novi model, posebno Gemini 3 Pro i još napredniji režim Gemini 3 Deep Think, postavlja nove industrijske standarde za rezonovanje, multimodalno razumevanje i agentne sposobnosti [1].

U velikom razvoju koji dovodi u pitanje preovlađujuću filozofiju "što veće, to bolje" u veštačkoj inteligenciji, istraživač iz Samsung AI Lab (SAIL) Montréal predstavio je novi model koji postiže vrhunske rezultate u složenim zadacima rasuđivanja sa delićem veličine vodećih velikih jezičkih modela (LLM).

Da li ste se ikada zapitali kako bi računar mogao da izvrši zadatak koji zvuči jednostavno, a zapravo je neverovatno kompleksan? Na primer, kako bi mogao da pronađe i označi "svaki crveni kačket" u dugačkom video snimku, a ne samo onaj jedan na koji ste kliknuli? Ovo više nije samo teorijsko pitanje.

Moć generisanja videa iz teksta sada je u rukama miliona, jer je OpenAI nedavno lansirao svoju dugo očekivanu Sora aplikaciju za Android uređaje [1]. Nakon početnog izdanja na iOS-u, proširenje na Android označava značajnu prekretnicu, čineći mogućnost kreiranja zadivljujućih, realističnih video klipova iz jednostavnih tekstualnih upita dostupnijom nego ikada ranije.