Zgodnie z informacjami Bloomberg News, OpenAI przygotowuje nowy model AI o nazwie o3, który ma na celu ulepszenie ludzkiego rozumowania przez poświęcenie większej ilości czasu na przetwarzanie odpowiedzi na złożone, wieloetapowe zapytania. Zostało to ogłoszone podczas transmisji na żywo OpenAI 20 grudnia. Podczas wydarzenia OpenAI wyjaśniło, jak o3 udoskonala wcześniejszy model o1, wprowadzony we wrześniu. Zaproszono również badaczy zajmujących się bezpieczeństwem do testowania modeli przed wypuszczeniem nowego oprogramowania. CEO Sam Altman ogłosił plany wprowadzenia mniejszej wersji, o3-mini, w styczniu, a następnie pełnego modelu o3. Co ciekawe, nie ma modelu o2, aby uniknąć pomyłek z brytyjską firmą telekomunikacyjną O2. Wprowadzenie modelu o3 zbiega się z innymi postępami w dziedzinie AI dokonywanymi przez duże firmy.

Google zaprezentowało nową wersję swojego modelu Gemini, twierdząc, że jest ona dwa razy szybsza i zdolna do wykonywania różnych zadań poznawczych, takich jak planowanie i podejmowanie działań w imieniu użytkowników. Meta ogłosiła plany wydania modelu Llama 4 do 2025 roku. Jednak te firmy stają w obliczu malejących zysków z kosztownych nowych modeli, a skupienie się na „rozumowaniu” jest strategią mającą na celu rozwiązanie problemu niedoboru wysokiej jakości danych szkoleniowych tworzonych przez ludzi, jak zauważa Bloomberg. W związanych z AI rozwinięciach, PYMNTS zwróciło uwagę na system AI z MIT, który pozwala robotom magazynowym obsługiwać pakunki o niestandardowych kształtach i poruszać się bezpiecznie w zatłoczonych miejscach. Podczas gdy roboty efektywnie wykonują powtarzalne zadania, takie jak przesuwanie palet, nowa technologia PRoC3S rozwiązuje problem wykonywania skomplikowanych zadań wymagających ludzkiej zręczności i świadomości przestrzennej. Erik Nieves, CEO i współzałożyciel Plus One Robotics, wyjaśnił w rozmowie z PYMNTS, jak PRoC3S zmniejsza błędy robotów przez udoskonalanie początkowych interpretacji dużych modeli językowych (LLM) za pomocą precyzyjnego zrozumienia środowiska. Tworzy cyfrową symulację dla robota, wypełniając lukę między wiedzą teoretyczną a praktycznym zastosowaniem, co można porównać do połączenia nauki w klasie z edukacyjną wycieczką terenową.