AI Brief — 1 sierpnia 2026: Obniżki cen, zmiany regulacyjne i nowe modele

Dzisiejszy briefing obejmuje tydzień, w którym ceny AI gwałtownie spadły, nowe modele pojawiały się we wszystkich laboratoriach, roboty uzyskały zdolność rozumowania i współpracy w czasie rzeczywistym, a regulatorzy po obu stronach Atlantyku albo przepisali swoje przepisy od nowa, albo nie dotrzymali własnych terminów.

OpenAI Obniża Ceny GPT-5.6 o Nawet 80% i Otwiera Bezpłatny Dostęp dla 100 000 Badaczy

OpenAI podjęła agresywne działania cenowe w tym tygodniu, ogłaszając obniżki do 80% na poziomie Luna i 20% na poziomie Terra dla GPT-5.6 — obecnego flagowego modelu firmy. Obniżki należą do najostrzejszych, jakich firma dokonała w jednym ogłoszeniu, i odzwierciedlają nasilającą się konkurencję na rynku dużych modeli językowych, gdzie Google i alternatywy open-source nadal podważają premię, jaką mogą utrzymywać modele frontier.

Równolegle ze zmianami cenowymi OpenAI uruchomiła program bezpłatnego dostępu skierowany do 100 000 badaczy do końca 2027 roku. Inicjatywa zapewnia naukowcom pracującym w dziedzinach od odkryć lekowych po modelowanie klimatu dostęp do tych samych zaawansowanych możliwości, jakie są dostępne dla klientów korporacyjnych, bez opłat za korzystanie w trakcie trwania programu.

Podwójny ruch — komercyjne obniżki cen w parze z naukowym grantem dostępowym — sygnalizuje celowe repozycjonowanie publicznego wizerunku OpenAI. W miarę jak marże kurczą się pod presją konkurencyjną od dołu, firma buduje wiarygodność naukową od góry, pielęgnując relacje z instytucjami i rządami, które będą się liczyć, gdy regulatorzy ocenią, kto ma zbudować następną generację potężnych systemów.

Gemini Robotics ER 2 od Google DeepMind Wprowadza Rozumowanie Wideo w Czasie Rzeczywistym i Współpracę Wielorobotową

Google DeepMind wydało Gemini Robotics ER 2, model zaprojektowany specjalnie w celu przeniesienia automatyzacji opartej na AI do świata fizycznego. Najważniejsze nowe możliwości w porównaniu z poprzednikiem to rozumienie wideo w czasie rzeczywistym — umożliwiające robotom interpretowanie i reagowanie na ciągłe strumienie wideo zamiast statycznych klatek — oraz orkiestracja zadań wielu robotów, pozwalająca grupom maszyn koordynować działania bez centralnego zarządzającego.

Te dwie funkcje razem reprezentują istotną zmianę architektoniczną. Wcześniejsze modele robotyki traktowały każdego robota głównie jako izolowanego agenta otrzymującego dyskretne instrukcje. Gemini Robotics ER 2 traktuje je jako uczestników wspólnego środowiska zadań, gdzie model służy jako warstwa rozumowania monitorująca działania każdego robota i dynamicznie rozdzielająca pracę.

Praktyczne implikacje sięgają magazynowania, produkcji i opieki nad osobami starszymi — dziedzin, gdzie szybkość koordynacji i świadomość kontekstowa ważą więcej niż surowa sprawność manipulacyjna. To, czy rzeczywiste wdrożenia dorównają laboratoryjnym testom porównawczym, pozostaje do zobaczenia, ale projekt modelu sugeruje, że DeepMind uczyniło fizyczną współpracę wielu agentów priorytetem badawczym pierwszej klasy.

EU Digital Omnibus Przepisuje Harmonogramy Aktu o AI Dokładnie gdy Zaczyna się Egzekwowanie

Pakiet EU Digital Omnibus wszedł w życie w tym tygodniu w posunięciu, które fundamentalnie zmienia krótkoterminowy krajobraz zgodności dla firm działających na podstawie Aktu o AI. Najbardziej znacząca zmiana: termin dla systemów AI wysokiego ryzyka z Załącznika III — obejmującego obszary takie jak identyfikacja biometryczna, infrastruktura krytyczna i narzędzia zatrudnienia — został przesunięty z sierpnia 2026 na grudzień 2027, dając firmom dodatkowe szesnaście miesięcy na dostosowanie systemów.

Omnibus upraszcza również obowiązki w zakresie przejrzystości dla kilku kategorii systemów AI i dostosowuje wymogi dotyczące dokumentacji, które spotkały się z krytyką ze strony mniejszych przedsiębiorstw jako nieproporcjonalnie uciążliwe.

Wyczucie czasu jest wymowne. Pierwotna data sierpniowa 2026 była zaprojektowana tak, aby zbiegła się ze zwiększoną świadomością społeczną i gotowością po początkowym okresie karencji. Przesunięcie terminu teraz, dokładnie wtedy, gdy uwaga na egzekwowanie miała się wyostrzyć, wysyła sygnał, że praktyczna gotowość biznesowa — i lobbing branżowy — miały większe znaczenie niż pierwotny harmonogram. Dla zespołów ds. zgodności przedłużenie daje oddech; dla krytyków rodzi pytania, czy mechanizmy egzekwowania Aktu o AI kiedykolwiek w pełni zmaterializują się.

Rząd USA Przegapił Własny Termin 1 Sierpnia dla Testów Porównawczych AI i Ram Ujawniania Informacji

Podczas gdy Europa przepisywała swój harmonogram, rząd USA po prostu przegapił własny. Rozporządzenie wykonawcze 14409 wymagało trzech wyników do 1 sierpnia 2026 roku: niejawnych ram benchmarkingowych do oceny frontier systemów AI, dobrowolnych ram ujawniania, w których miały uczestniczyć wiodące laboratoria, oraz planu kadr ds. cyberbezpieczeństwa powiązanego z możliwościami AI. Według stanu na dziś żaden z trzech nie został dostarczony.

Brak ma znaczenie z konkretnego powodu: dobrowolne ramy ujawniania miały stanowić mechanizm pomostowy — sposób gromadzenia ustrukturyzowanych informacji o najzdolniejszych systemach AI podczas gdy propozycje ustawodawcze przechodziły przez Kongres. Bez tego wiodące laboratoria działają bez żadnych formalnych oczekiwań dotyczących sprawozdawczości i bez ustrukturyzowanego kanału, przez który agencje mogą żądać ocen możliwości.

Niejawne testy porównawcze były prawdopodobnie ważniejszym dokumentem. Bez uzgodnionych rządowych standardów pomiaru tego, co modele frontier mogą i czego nie mogą robić w wrażliwych obszarach, dyskusja polityczna o tym, kiedy i jak regulować najzdolniejsze systemy, pozbawiona jest empirycznych podstaw. Upłynięcie terminu w ciszy odzwierciedla szerszy wzorzec: USA wyznaczyły ambitne kamienie milowe w zakresie zarządzania AI na mocy uprawnień wykonawczych, ale miały trudności z budowaniem zdolności instytucjonalnych do ich realizacji.

85 Ustaw o AI w 27 Stanach USA: Patchwork Przyspiesza

Przy nieobecnym rządzie federalnym legislatury stanowe wypełniły lukę. Dane ze środka roku wskazują, że w 2026 roku dotychczas uchwalono 85 ustaw związanych z AI w 27 stanach, obejmujących wymogi przejrzystości dla zautomatyzowanego podejmowania decyzji, zasady ujawniania informacji o treściach generowanych przez AI w służbie zdrowia oraz przepisy antydyskryminacyjne dla systemów AI stosowanych w rekrutacji i mieszkalnictwie.

Przyspieszenie jest godne uwagi zarówno pod względem wolumenu, jak i zakresu. Wcześniejsze lata stanowego ustawodawstwa AI skupiały się wokół kilku głośnych obszarów — deepfakes, algorytmiczna rekrutacja, rozpoznawanie twarzy. Fala 2026 jest szersza, dotykając sektorów i przypadków użycia, które odzwierciedlają, jak gruntownie AI wbudowało się w codzienne decyzje.

Dla firm działających ogólnokrajowo obciążenie zgodności staje się znaczne. Pracodawca korzystający ze screenera CV opartego na AI może teraz potencjalnie musieć spełniać różne wymogi powiadamiania, audytu i ujawniania w każdym stanie, gdzie przebywają kandydaci. Szpital wdrażający narzędzie diagnostyczne AI może napotkać kilka różnych ram stanowych regulujących sposób informowania pacjentów. Przy braku federalnego wyprzedzenia patchwork będzie nadal rósł, a koszty zgodności najciężej spadną na organizacje bez dedykowanych zasobów prawnych i technicznych.

Google Dodaje Trzy Warianty Gemini w Jeden Tydzień, w tym Model Specyficzny dla Cyberbezpieczeństwa

Google zwieńczyła pracowity tydzień wydań modeli, uruchamiając trzy nowe warianty Gemini: Gemini 3.6 Flash, Gemini 3.5 Flash-Lite i Gemini 3.5 Flash Cyber — ostatni z nich to pierwszy model w rodzinie Gemini zbudowany specjalnie do zadań cyberbezpieczeństwa.

Gemini 3.6 Flash jest pozycjonowany jako bardziej zdolny i wydajny flagowiec dla przypadków użycia wymagających silnego rozumowania przy rozsądnych kosztach. Gemini 3.5 Flash-Lite jest zaprojektowany do wnioskowania o bardzo wysokiej objętości i niskich kosztach — poziom, na którym żyje większość aplikacji skierowanych do konsumentów i gdzie cena za token determinuje, czy produkt jest opłacalny ekonomicznie.

Model cyberbezpieczeństwa jest najbardziej wyróżniającym się z trzech. Wytrenowany specjalnie do zadań obejmujących identyfikację luk w zabezpieczeniach, analizę bezpieczeństwa kodu i modelowanie zagrożeń, Gemini 3.5 Flash Cyber jest dostarczany wraz z agentem bezpieczeństwa kodu, który może autonomicznie skanować bazy kodu pod kątem exploitowalnych wzorców. Modele bezpieczeństwa przeznaczone dla konkretnej domeny to mała, ale rosnąca kategoria produktów; pytanie brzmi, czy dostrajanie specyficzne dla domeny daje znacząco lepsze wyniki niż używanie ogólnego modelu frontier z dobrze skonstruowanym promptem skupionym na bezpieczeństwie. Decyzja Google o skomercjalizowaniu tego rozróżnienia sugeruje, że firma uważa odpowiedź za twierdzącą.

Razem trzy wydania podkreślają strategię Google: konkurować na każdym poziomie cen i w każdej specjalistycznej branży jednocześnie, zamiast bronić wąskiej pozycji flagowej.