16 juli 2026

AI i hårdvara, kropp och försvar

Daniel Ek verkar inte nöjd med att ha förändrat hur vi lyssnar på musik – nu ska han förändra hur vi förstår våra kroppar, och investerarna köar. Neko Health, hans kroppsscanning-klinik, dominerar dagens nyhetsflöde med en värdering på 67 miljarder och blicken fast riktad mot USA. Frågan är om det är nästa stora hälsorevolution eller ännu en techbubbla med snygg design.

OpenAI låter en AI hacka sina egna modeller

"Det mest effektiva sättet att hitta säkerhetsluckor i en AI-modell är tydligen att sätta en annan AI-modell på att leta efter dem."

Det mest effektiva sättet att hitta säkerhetsluckor i en AI-modell är tydligen att sätta en annan AI-modell på att leta efter dem.

OpenAI har byggt GPT-Red, en intern LLM vars enda uppgift är att attackera, manipulera och försöka bryta ner företagets egna modeller. Den senaste flaggskeppsreleasen, GPT-5.6, är den första som aktivt tränats mot GPT-Red, och OpenAI kallar den sin hittills mest robusta release. Det är ett konkret påstående med en konkret mekanism bakom, vilket är ovanligare än man kanske skulle hoppas från AI-säkerhetskommunikation.

Det som är faktiskt intressant här är inte att OpenAI gör red teaming, det har de gjort länge, utan att de automatiserar det med self-play. Tidigare har red teaming krävt mänskliga testare som manuellt försöker lista ut hur man lurar en modell. Det är dyrt, långsamt och skalbart ungefär lika bra som manuell kodgranskning. GPT-Red löser det på ungefär samma sätt som AlphaGo lärde sig spela schack: spela mot sig själv tills du hittar alla svagheterna.

För den som bygger produkter på toppen av OpenAI:s API är detta relevant av ett enkelt skäl: prompt injection är fortfarande den mest underskattade attackytan i LLM-applikationer. Det är inte ett abstrakt säkerhetsproblem, det är ett problem som dyker upp när verkliga användare testar ditt system med verkliga dåliga avsikter. Om GPT-Red gör GPT-5.6 märkbart mer robust mot just det, är versionsbyte en enkel åtgärd.

Den bredare implikationen är att säkerhetstestning för AI håller på att bli en produktdisciplin i sig. Precis som fuzzing och penetrationstestning är standardpraktik för traditionell mjukvara, verkar automatiserad adversarial training vara på väg att bli baseline för seriösa AI-system. Att OpenAI nu publicerar hur de tänker kring det är en signal om att fältet börjar mogna, inte för att det är löst, utan för att metoderna börjar standardiseras.

OpenAI bygger en AI-kompis för hemmet

Det verkar som att OpenAI inte nöjer sig med att äga mjukvarulagret. Enligt uppgifter till Bloomberg arbetar bolaget på en bärbar, skärmlös AI-högtalare avsedd att fungera som en personlig följeslagare i hemmet. Enheten ska ha kamera, sensorer och tillgång till din e-post för att bygga upp en förståelse av vem du är och hur du lever.

Det här är inte ett nytt försök på smarthögtalaren. Det är en annan sak. OpenAI positionerar produkten explicit kring personlighet, inte funktion. Den ska använda en mer avancerad version av GPT-Live, röstläget som kan föra mer naturliga samtal, och huvudpoängen är att den ska kännas mer som en vän än ett verktyg. Den kan också styra smarthemsprylar och hantera meddelanden, men det är i princip biroller.

Lansering är planerad till 2027, med en eventuell presentation redan i år.

Vad som är faktiskt intressant här är inte produkten i sig utan vad den avslöjar om OpenAIs strategi. Bolaget har länge levt på toppen av andras plattformar, via API, via integrationer i Microsofts ekosystem. Egen hårdvara är ett annat satsningssätt helt: man äger upplevelsen, man äger datat, man äger relationen. En enhet som läser din e-post och lär sig dina vanor är inte en högtalare. Det är ett datalager med en personlighet.

Jämförelsen med Amazon Echo gör sig själv, men misssar poängen. Alexa byggdes för att sälja varor och koppla ihop smarta hem. Det här är designat kring ett annat erbjudande: kontinuitet. En AI som faktiskt minns vad du sa igår, och förra veckan, och anpassar sig. Det är svårt att bygga bra på en plattform man inte kontrollerar.

Det väcker en mer besvärlig fråga: hur mycket tillgång till din e-post och dina vanor är du faktiskt villig att ge ett bolag som fortfarande håller på att hitta sin affärsmodell?

xAI öppnar källkod och stämmer användare samma vecka

Det är en märklig kombination: xAI publicerar grok-build som öppen källkod, ett steg mot den transparens Elon Musk länge lovat men sällan levererat, och meddelar samtidigt att de stämmer Terry Wayne Harwood från South Carolina. Harwood greps i februari och möter åtta grova åtal för att ha skapat och spridit sexuellt övergreppsmaterial mot barn, material som enligt stämningsansökan till åtminstone viss del genererades via Grok efter att han aktivt kringgick plattformens säkerhetsspärrar.

Att ett AI-bolag tar rättslig action mot en enskild användare är ovanligt. De flesta bolag i branschen håller sig till polisanmälningar, samarbetar med myndigheter och lämnar juridiken därhän. xAI väljer att gå längre, troligen av flera skäl samtidigt: det sänder en signal till resten av marknaden, det bygger ett prejudikat för vad "missbruk av plattformen" faktiskt kan kosta, och det skyddar bolaget mot framtida ansvarsfrågor.

Den öppna källkoden är en annan historia. grok-build är systemets bygginfrastruktur, inte modellvikterna. Det är inte samma sak som att modellen är öppen, men det är mer än ingenting, och det är granskningsbart. Simon Willison noterade lanseringen utan särskild dramatik, vilket är ungefär rätt ton. Det är ett steg, inte ett genombrott.

De två nyheterna tillsammans säger något om var xAI befinner sig just nu: ett bolag som försöker bygga trovärdighet i båda riktningarna. Öppenhet mot utvecklarcommunityt, hårdare linje mot missbruk. Om det är strategi eller slump är svårt att säga, men det är en mer aktiv hållning än vad de flesta konkurrenter visar.

För den som bygger med AI-APIer är stämningen den mer intressanta nyheten. Terms of service har länge känts som juridisk dekoration. Det börjar se ut som att de faktiskt har tänder.

Neko Health värderas till 67 miljarder – Daniel Ek satsar på USA

Neko Health ville egentligen inte ta in mer kapital just nu. Det var inte planen, förklarar vd Hjalmar Nilsonne. Men när möjligheten att "bli ett av världens viktigaste företag" uppenbarade sig var det tydligen svårt att tacka nej. Resultatet: en finansieringsrunda som skjuter upp värderingen till 67 miljarder kronor och gör bolaget till Sveriges högst värderade onoterade techbolag, med 700 miljoner dollar i kassan och en New York-klinik på väg att öppna i år.

Konceptet är enkelt att förstå och svårt att argumentera emot i ett pitchdeck: helkroppsskanningar och blodprover med AI som analyserar resultaten, allt i syfte att hitta sjukdomar som hudcancer och diabetes innan de hunnit bli ett problem. Över 100 000 personer har redan testat tjänsten i Sverige. Skalningen till USA är nästa steg, med ambition om miljontals användare.

Men det finns en berättigad fråga under ytan: vad är det egentligen man köper in i? Neko erbjuder ett väldesignat klinikupplevelse med tung kapitalstruktur, stjärninvesterare och en grundare med extremt starkt varumärke. Det medicinska evidensläget för populationsscreening av friska individer är mer komplicerat. Att hitta saker är inte detsamma som att förbättra utfall, och den debatten är inte avgjord.

Samtidigt brottadas Daniel Eks andra tekniksatsning, AI-försvarsbolaget Helsing, med bubbelvarningsmärket. Värderingen där steg 29 procent på ett år, men konkurrenter och investerare börjar ifrågasätta om substansen håller jämna steg med kapitalet. Mönstret är bekant: kändisprofil plus AI-narrativ ger initialt generöst prissatt kapital, och sedan börjar marknaden ställa tuffare frågor.

Neko är inte Helsing, och hälsodata är ett genuint värdefullt område på lång sikt. Men 67 miljarder för ett bolag med 100 000 betalande kunder, på väg in på en av världens mest konkurrensutsatta och reglerade marknader, är en värdering som kräver att nästan allt går rätt. Det är inte omöjligt. Det är bara en ganska stor insats.

Dagens siffra

67 miljarder kr

Neko Health, Daniel Eks AI-drivna hälsobolag, värderas till 67 miljarder kronor efter sin senaste finansieringsrunda – vilket gör det till Sveriges högst värderade onoterade teknikbolag.

Källa: Breakit

Snabbkollen

Företag kallar chatbotar för AI-agenter – men få har byggt något mer

En undersökning bland 101 företag visar att 71% av deras utplacerade 'AI-agenter' i själva verket är vanliga chatbotar med ett enkelt promptsvar – inte de flerstegssystem som ordet agent antyder. Anthropic's Claude dominerar som plattformsval för 40% av företagen, mer än dubbelt mot närmsta konkurrent Microsoft på 18%. Det som är riktigt talande: över en fjärdedel saknar helt möjlighet att stoppa en agent i realtid om den börjar dra iväg kostnadsmässigt.

Hassabis vill ha global AI-myndighet ledd av USA – med makt att stoppa farliga modeller

Google DeepMinds vd Demis Hassabis driver aktivt på för en global AI-tillsynsmyndighet där USA tar täten, med befogenhet att blockera lanseringar av frontier-modeller (de mest kraftfulla AI-systemen) som bedöms för farliga. Organisationen ska bestå av oberoende experter och representanter från öppen källkod-communityn, och målet är att ha den på plats före årets slut. Intressant nog har Hassabis i månader lobbyat bakom kulisserna hos både Trumpadministrationen och europeiska beslutsfattare – ett ovanligt samarbete över politiska gränser.

Hur Simon Willison lurade Claude att läcka känslig information

Simon Willison beskriver en djupdykning i hur han lyckades manipulera Anthropics AI-modell Claude att avslöja information den normalt skyddar – ett klassiskt exempel på så kallad prompt injection (när man smugglar in instruktioner i texten för att lura en AI). Det intressanta här är inte att det fungerade, utan vad det säger om hur bräckliga nuvarande säkerhetslösningar faktiskt är i praktiken.

Thinking Machines släpper sin första öppna AI-modell: Inkling

Thinking Machines, ett bolag som jobbat i det tysta i ett och ett halvt år, har nu lanserat sin första publika AI-modell kallad Inkling – ett konkret bevis på att deras strategi faktiskt existerar. Företaget satsar mot den dominerande trenden med universalmodeller och bygger istället AI-infrastruktur anpassad för specifika behov, men hur Inkling faktiskt presterar i praktiken återstår att se.

Apple Intelligence får grönt ljus i Kina – med Alibabas AI

Apple Intelligence lanseras i Kina efter att myndigheterna godkänt ett samarbete med Alibaba, där Qwen-modellerna integreras i Apples operativsystem. Det är en viktig marknad för Apple, och det är noterbart att de var tvungna att byta ut sina egna AI-modeller mot ett lokalt alternativ för att ens få komma in.

NVIDIA lanserar nya kompaktdatorer för robotar och edge AI

NVIDIA presenterar två nya datormoduler – T3000 och T2000 – byggda på Thor-arkitekturen, designade för att köra AI-modeller direkt i robotar och autonoma maskiner utan att behöva molnet (så kallad edge AI). Det intressanta här är att NVIDIA tydligt siktar på massmarknaden, inte bara forskningslabb – ett tecken på att industrirobotar med inbyggd AI börjar bli ett verkligt volymfenomen.

OpenAI förordar 'omvänd federalism' för AI-reglering i USA

OpenAI har publicerat ett policyförslag där delstatliga AI-lagar ska fungera som byggstenar för ett nationellt regelverk – ett tillvägagångssätt de kallar 'omvänd federalism'. Tanken är intressant eftersom den vänder på den vanliga logiken: istället för att Washington sätter reglerna först, låter man delstaterna testa sig fram. Hur demokratiskt det faktiskt blir när ett privat bolag är med och ritar kartan är en annan fråga.

Källor: OpenAI Blog
Modellrouting: enkelt i teorin, knepigt i praktiken

Modellrouting – att automatiskt välja rätt AI-modell för rätt uppgift – låter enkelt men visar sig snabbt bli komplext när man väger kostnad, hastighet och kvalitet mot varandra. Hugging Face går igenom hur systemen ofta misslyckas när trafiken varierar eller när uppgifterna inte passar neatly in i fördefinierade kategorier. Det är ett underskattat infrastrukturproblem som växer i takt med att fler bygger multi-modell-pipelines.

Hack avslöjar att AI-musikgeneratorn Suno skrapade YouTube för träningsdata

En hackare tog sig in i AI-musikstartupen Sunos system med hjälp av en anställds inloggningsuppgifter och hittade källkod som visar att företaget skrapat decennier av ljud från YouTube för att träna sin modell. Det är känslig information – Suno är redan stämt av skivbolag för upphovsrättsintrång, och det här kan ge käranden mer ammunition. Intrånget påminner om att hur AI-bolag faktiskt bygger sina träningsdataset ofta förblir en väl bevarad hemlighet – tills någon råkar läcka det.

Anthropic träffar investerare inför möjlig börsntering

Anthropic, bolaget bakom AI-assistenten Claude, är ute och träffar investerare inför en möjlig börsntering som kan ske redan i år – det uppger källor till Bloomberg. Detaljerna är fortfarande oklara, men det vore en av de större AI-noteringarna om det blir verklighet.

Meta stäms för att ha använt AI vid personaluppsägningar

Meta dras inför rätta för diskriminering efter anklagelser om att företaget använt AI-verktyg som underlag för att avskeda personal. Det är ett tidigt rättsfall som testar hur arbetsgivare får använda automatiserade system i personalbeslut.

Källor: Breakit

Färskbryggt AI varje morgon

15 minuter och en kopp kaffe, allt du behöver.