4 september 2026

AGI-eran börjar nu

Nvidia dyker upp tre gånger i dagens nyheter, och det är inte en slump – bolaget håller på att bygga en position som sträcker sig från den enskilda GPU:n i din dator hela vägen till ett 130-miljarders-förvärv av AI:s populäraste kodbibliotek. Frågan är inte längre om Nvidia dominerar AI-hårdvaran, utan hur långt in i mjukvaran och infrastrukturen de tänker gå.

OpenAI kallar GPT-6 Astra för AGI – i efterhand

GPT-6 Astra är ute, och OpenAI gör något lite märkligt med sin kommunikation: istället för att rakt ut kalla det AGI, säger de att vi om några år förmodligen kommer titta tillbaka på just den här modellen som den punkt då AGI faktiskt uppstod. Det är ett slags retroaktivt anspråk levererat i förväg, vilket är en ganska smidig manöver för ett bolag som länge vägrat definiera AGI konkret.

Modellen utpekas som särskilt stark inom cybersäkerhet, mjukvaruutveckling och vetenskap. Den är också den första OpenAI-modellen som formellt klassas som att den når vad de kallar "kritiskt cybersäkerhetströskel" – ett internt mått på hur farlig modellen potentiellt kan vara. OpenAI försäkrar att det inte kommer leda till upprepningar av incidenter där modeller hackade konkurrenters system. Det är en formulering som väcker minst lika många frågor som den besvarar.

Det intressanta för den som bygger på OpenAI:s API är egentligen det implicita budskapet: kapabilitetskurvan stiger nu snabbt nog att interna säkerhetsmått börjar bli faktiska produktbeslut, inte bara PR. Att en modell når ett "farlighetströskel" och ändå släpps publikt innebär att OpenAI gör aktiva avvägningar om vilka förmågor som exponeras via vilka gränssnitt. Det påverkar vad du faktiskt kan förvänta dig av API:et jämfört med vad modellen egentligen kan.

AGI-snacket är förmodligen mest intressant som marknadssignal. OpenAI sätter ribban för vad som räknas, och gör det på ett sätt som är svårt att falsifiera i stunden. Men det skapar också ett narrativ som konkurrenter nu måste förhålla sig till, oavsett om de håller med om definitionen eller inte.

Källor:The Verge AI

Nvidia förvandlar ditt hemmanätverk till ett litet AI-datacenter

PAIR, kort för Personal AI Router, är inte en router. Det är mjukvara med ett namn som är lite väl ambitiöst, men idén bakom är faktiskt vettig: istället för att köpa ett nytt RTX 5090-kort för att köra lokala LLM:er kan du låta dina befintliga maskiner dela på jobbet.

Verktyget är öppen källkod, gratis, och fungerar som ett lager ovanpå det du redan kör, Ollama eller LM Studio. PAIR hittar kompatibla datorer i nätverket, kopplar ihop dem och distribuerar inferenstrafiken mellan dem. Resultatet är en improviserad compute-kluster av det som annars är dyra brevpressar som samlar damm.

Kompatibiliteten är bredare än man kunde förvänta sig. RTX 20-serien och nyare håller, men även Apples M4-chip stöds. Att Nvidia aktivt väljer att stödja Apples silicon är ovanligt, och antyder att de prioriterar att äga ekosystemet kring lokal AI-inferens snarare än att låsa in dig i sin egen hårdvara.

Det intressanta för den som bygger eller experimenterar med lokala AI-pipelines är att tröskeln för att skala upp compute utan molnet sjunker ordentligt. En gamingdator i sovrummet och en arbetsstation i köket räcker plötsligt som en fungerande inferensmiljö. Det löser inte latens-problemet för riktigt krävande agentiska arbetsflöden, men för batch-tunga uppgifter eller experimentmiljöer är det ett rimligt alternativ till att betala per token.

Nvidia positionerar sig här som infrastrukturlager för lokal AI, inte bara som säljare av dyra kort. Det är ett smart drag när allt fler modeller faktiskt går att köra på konsumenthårdvara.

Källor:The Verge AI

YouTube testar lokal affiliate-shopping och skärper sponsringsregler

YouTube gör två saker samtidigt, vilket sällan är en slump: plattformen testar lokal affiliate-shopping och förtydligar reglerna kring hur sponsrat innehåll ska märkas ut. Det är ett kombinerat drag som ser ut som produktuppdatering men luktar mer som intäktsrörledning.

Den lokala affiliate-delen är den mer intressanta nyheten. Global affiliate-shopping är redan etablerat på YouTube, men att testa ett lokalt spår antyder att plattformen vill ta ett steg närmre den typ av köpbeteenden som faktiskt konverterar, det vill säga när produkten finns tillgänglig i närheten. Det är exakt vad TikTok Shop försöker göra med sin lokala handelsinfrastruktur, och YouTube har uppenbarligen inte glömt det.

Samtidigt uppdateras språket kring sponsrade märkningar. Ordet "förtydligar" är lite av ett mjukare sätt att säga att tidigare regler uppenbarligen inte var tillräckligt tydliga, eller att de inte följdes tillräckligt konsekvent. Båda tolkningarna är troligen sanna. FTC och motsvarande europeiska tillsynsorgan har under de senaste åren ökat trycket på plattformar att faktiskt ta ansvar för hur varumärkessamarbeten kommuniceras, inte bara ha ett kryssruteformulär som creators ignorerar.

För creators som arbetar med varumärkessamarbeten finns det en praktisk konsekvens: reglerna för vad som räknas som tillräcklig disclosure håller på att bli mer precisa och sannolikt mer strikta. Det är inte längre tillräckligt att mumla "den här videon är sponsrad av" i inledningen. Plattformen vill ha strukturerad transparens, förmodligen för att kunna visa det för annonsörer och tillsynsmyndigheter lika enkelt.

Kombinationen är logisk. Mer affiliate-shopping kräver mer förtroende från tittarna, och förtroende kräver tydligare regler. YouTube sätter upp infrastrukturen för att tjäna mer pengar på produktplacering, men måste samtidigt se till att det inte ser ut som en kopia av den mest kritiserade varianten av influencer-marknadsföring.

Källor:Social Media Today

Nvidia köper 'GitHuben för AI' för 130 miljarder

"Nvidia kontrollerar redan hårdvaran som tränar modellerna."

Nvidia kontrollerar redan hårdvaran som tränar modellerna. Nu köper de plattformen där modellerna delas, hittas och distribueras.

Hugging Face är knutpunkten som miljontals utvecklare använder för att publicera och hämta öppna modeller, dataset och verktyg. Det är dit du går när du vill köra något som inte heter GPT-4 eller Claude. Och nu ägs det av världens dominerande AI-chiptillverkare.

Det strategiska logiken är inte svår att följa. Nvidia tjänar pengar på att folk tränar och kör modeller, och ju fler som bygger på öppen infrastruktur, desto mer GPU-tid säljer de. Att äga Hugging Face ger dem inte bara insyn i vad som byggs, utan direkt inflytande över hur plattformen prioriterar hårdvarustöd, integreringar och vilka modeller som får synlighet.

Frågan som hänger i luften: vad händer med det öppna i "öppen AI" när plattformen ägs av en hårdvarumonopolist? Hugging Face har byggt sitt varumärke på neutralitet och community. Det är svårt att behålla den positionen när moderbolaget har starka kommersiella intressen i exakt vilka modeller som körs på exakt vilken hårdvara.

För den som bygger produkter på öppna modeller idag är det värt att tänka ett steg längre: var lever din beroendekedja, och vem äger den infrastrukturen? Om du hämtar modeller från Hugging Face, finjusterar på egna servrar och kör på Nvidia-GPU:er, är svaret nu: Nvidia, hela vägen.

Det behöver inte bli ett problem imorgon. Men beroendet av en enda aktör, från chip till modellförråd, är en arkitekturell risk som var svårare att argumentera för förra veckan.

Källor:The Verge AI · The Verge AI

Dagens siffra

12,93 miljarder dollar

Priset Nvidia betalar för att förvärva Hugging Face – plattformen som kallas 'GitHuben för AI' och används av miljontals utvecklare världen över.

Källa: The Verge

Snabbkollen

TikTok låter användare svara med röstmeddelanden och bildkaruseller i kommentarsfältet

TikTok rullar nu ut två nya sätt att kommentera globalt: röstmeddelanden och bildkaruseller. Det är en tydlig satsning på att göra kommentarsfältet mer levande – och potentiellt minska trösklarna för att interagera med innehåll.

Källor: Social Media Today
WhatsApp lanserar betalfunktion i Indien

WhatsApp har lagt till möjlighet att betala räkningar direkt i appen i Indien – ett tydligt steg mot att bli en superapp i stil med kinesiska WeChat. Det är Metas sätt att göra WhatsApp till ett nav för vardagliga tjänster, inte bara meddelanden.

Källor: Social Media Today
Microsoft börjar redovisa Azure-intäkter separat – strukturerar om för AI-eran

Microsoft gör om sin finansiella rapportering och delar upp verksamheten i två segment: 'Agents and Infra' samt 'Devices and Consumer' – och avslöjar för första gången Azures kvartalsintäkter separat. Det intressanta här är inte bara siffrorna i sig, utan att strukturen tydligt speglar hur Microsoft nu ser på sig självt: ett AI- och molnbolag i första hand, med hårdvara och konsumenttjänster i andra hand.

Källor: The Verge AI

Färskbryggt SoMe varje morgon

15 minuter och en kopp kaffe, allt du behöver.