Che fine ha fatto Midjourney? Svela le nuove tecniche per far scrivere meglio gli LLM

Da un anno siamo in attesa che MidJourney faccia qualcosa, come il lancio di MJ 7 o di un generatore di video. Nel frattempo, i competitor diventano sempre più convenienti e potenti. Ecco però la sorpresa: il gigante della generazione di immagini con AI stava facendo tutt'altro. La sua ultima ricerca, in collaborazione con la New York University (NYU), punta a rivoluzionare la creatività dei Large Language Model (LLM).

Quindi testo, non più solo immagini. Le nuove tecniche, chiamate DDPO e DORPO, promettono di ampliare la gamma di output testuali mantenendo coerenza e leggibilità. Una potenziale manna per chi utilizza l'AI in marketing, storytelling o sviluppo di giochi.

Con questa mossa, David Holz e il team di MidJourney dimostrano che la loro ambizione non si ferma alle immagini: vogliono dominare anche il testo. DDPO e DORPO potrebbero finalmente consentire ai LLM di produrre contenuti più unici e coinvolgenti, superando i limiti attuali.

Prendete nota: la partita si fa interessante.

VentureBeat

X lancia Grok: editing di immagini con l'AI che obbedisce ai tuoi comandi

Grok si aggiorna con un nuovo tool che trasforma le descrizioni testuali in modifiche precise alle immagini, proprio come abbiamo visto l'edizione scorsa con Gemini 2.0. Funziona così: scrivi "cambia lo sfondo" o "aggiungi un cappello" e l'algoritmo fa il resto.

Dietro questa svolta visual di Grok c'è l'acquisizione strategica di Hotshot, il generatore di GIF AI animate, e l'integrazione con xAI. Probabilmente presto vedremo anche un generatore video.

Per ora è roba da Premium: chi paga l'abbonamento X ha accesso in anteprima a queste funzioni avanzate e quindi ancora non l'ho testato.

Social Media Today

[Performance+ di Pinterest] Come ottimizzare le campagne con l'AI

Pinterest svela i segreti per sfruttare al massimo le campagne Performance+, il suo tool basato sull'AI che rivoluziona il advertising automatizzato. Con 553 milioni di utenti a portata di click, puoi dimenticarti la fatica di analisi trend e targeting manuale: Performance+ gestisce tutto, dalla creazione degli asset all'offerta. Ecco le mosse vincenti: integra la Conversions API e il Pinterest Tag per tracciare ogni conversione, cura il feed prodotti come fosse una vetrina e lancia almeno 10 annunci diversificati per gruppo. Risultato? Massimizzi le performance e trasformi il tuo budget in risultati tangibili. Cari Media Buyer, meglio aprire la mente e trovare qualcosa di più interessante da fare.

Social Media Today

Meta e i chatbot con le voci personalizzate

Meta alza l'asticella dell'interazione uomo-macchina: ora puoi creare chatbot con voci su misura per Facebook, Instagram, WhatsApp e Messenger. Mark Zuckerberg punta tutto sull'engagement, trasformando le app del gruppo in playground per personaggi AI sempre più realistici. In pratica, l'obiettivo è un assistente virtuale che non solo risponde, ma lo fa con il tono che preferisci.

Di solito non guardo la TV e quindi sono un po' a digiuno dei messaggi che gli artisti cercano di mandare, ma ieri sera mi è capitato di vedere un film stupido su Netflix, che però risulta estremamente calzante in questo caso. Si intitola The Electric State e mostra un mondo distopico con umani intrappolati in comode realtà virtuali, frutto della visione di un villain psicopatico traumatizzato, autoproclamatosi salvatore del mondo. Vabbè, nulla di nuovo, ma pensiamoci.

SocialMediaToday

OpenAI rilancia l'assistente vocale: più naturale, meno invadente

OpenAI ha sbloccato un upgrade per l'Advanced Voice Mode, trasformando il suo assistente vocale AI in un interlocutore più empatico e meno incline ad interrompere. L'obiettivo? Risolvere due scogli dei chatbot vocali: la rigidità e le pause goffe. Ora la voce artificiale adatta tono e tempismo grazie a ottimizzazioni che potenziano personalizzazione e fluidità.

TechCrunch

Google e l'AI che 'vede' in tempo reale

Good morning Google! In ritardo su tutti gli altri, Google sta distribuendo le nuove funzionalità AI di Gemini Live, che permettono all'assistente di analizzare lo schermo o la fotocamera del tuo smartphone e rispondere alle tue domande al volo. Un upgrade riservato (per ora) agli abbonati premium di Google One.

The Verge

[Nerd Alert] Tencent lancia Hunyuan-T1: il modello Mamba che sfida OpenAI e DeepSeek

Tencent lancia Hunyuan-T1, il primo modello ultra-large basato su architettura Mamba. Numeri da capogiro: 87.2 su MMLU-pro e 96.2 su MATH-500, con performance che rivaleggiano con R1 di DeepSeek e la serie O di OpenAI. Dietro il successo, tecnologie d'avanguardia come TurboS e Hybrid-Transformer-Mamba MoE e altre chicche come curriculum learning e data replay. Un mix letale di reinforcement learning e capacità di gestire sequenze testuali lunghissime. L'ho segnalato perché i risultati dei test sono ottimi e, dal punto di vista tecnologico, è interessante. L'ho provato però, e parla solo cinese.

Tencent

[Ricerca] Il costo emotivo dell'uso dei Chatbot

Neanche a farlo apposta, OpenAI ha appena svelato i risultati del primo studio sull'impatto emotivo di ChatGPT in collaborazione con MIT. Dopo quattro settimane di interazione, le donne partecipanti hanno mostrato una leggera riduzione nella socializzazione rispetto agli uomini. Ma il dato più eclatante riguarda chi ha usato la modalità vocale con un genere diverso dal proprio: livelli di solitudine più alti e una marcata dipendenza emotiva dal chatbot. La ricerca, che verrà sottoposta a peer-review, accende i riflettori su un tema importante: mentre integriamo sempre più l'AI nelle nostre vite, dobbiamo comprenderne le conseguenze psicologiche. Un monito per professionisti e marketer che vedono in ChatGPT uno strumento quotidiano: l'efficienza ha un prezzo emotivo da calcolare.

Technology Review

Q-Day: il countdown quantistico che minaccia la sicurezza globale

Non è AI, ma questa cosa va detta. Mentre si parla di armarsi di oggetti di metallo pesante che esplodono, in sordina sta accadendo qualcosa che, altro che pericolo nucleare.

Il Q-Day non è fantascienza: è la bomba a orologeria della cybersecurity. Quando un computer quantistico riuscirà a decifrare la crittografia attuale, ogni dato protetto – dalle transazioni bancarie ai segreti militari – sarà a rischio. Michele Mosca, guru della crittografia, stima una probabilità su tre che accada prima del 2035.

Peter Shor (AT&T) ha già creato l’algoritmo killer per violare l’RSA, il sistema che protegge le nostre comunicazioni online. Chris Demchak (US Naval War College) avverte: le conseguenze sarebbero apocalittiche. Ma c’è chi si muove: Biden ha firmato un ordine esecutivo per accelerare la crittografia post-quantistica, mentre big player come Google, IBM e Microsoft lavorano a contromisure.

PQShield e Oxford Ionics sono in prima linea per sviluppare algoritmi a prova di qubit. E Bitcoin? Kapil Dhiman (Quranium) lancia l’allarme: senza un fork, la criptovaluta potrebbe collassare.

Wired

Il Pentagono cancella i contenuti DEI con l'AI: il caso Jackie Robinson

Il Pentagono ha ammesso di usare l'intelligenza artificiale per eliminare contenuti legati a diversità, inclusione ed equità (DEI) nel settore militare. La goccia che ha fatto traboccare il vaso? La rimozione di una pagina dedicata a Jackie Robinson, leggenda del baseball e veterano dell'esercito. La mossa ha scatenato un putiferio sui social, costringendo il Pentagono a fare marcia indietro: articolo ripristinato e John Ullyot rimosso dall'incarico.

Sean Parnell, portavoce del Pentagono, ha puntato il dito contro gli strumenti AI. Dietro tutto questo, c'è l'ombra dell'ordine esecutivo di Donald Trump per cancellare le iniziative DEI nelle forze armate. Ma la questione è più ampia: CamoGPT, il modello AI usato dal Dipartimento della Difesa per ripulire i materiali di addestramento dai riferimenti alla DEI, e il dipartimento di Elon Musk per l'efficienza governativa, che usa l'AI per valutare i dipendenti federali, sollevano dubbi pesanti. Quanto è sicuro affidare alla tecnologia decisioni che toccano storia, cultura e diritti? W la democrazia dei modelli di libertà ed eguaglianza occidentale! Facciamoci un'altra risata.

Futurism

[Curiosità] La matematica delle folle: ecco come camminiamo (senza pestarci i piedi)

Anche questa news non riguarda l'AI, ma ci fa comprendere quanto seria sia la questione dell'esperienza utente. I matematici hanno decifrato il codice segreto delle folle. Il loro studio svela la logica invisibile che regola come ci muoviamo in spazi affollati, un po' come un algoritmo naturale che previene scontri e ingorghi.

Come funzioniamo?

Corsie ordinate: le persone tendono a camminare in modo più ordinato (come corsie parallele) quando si muovono in direzioni opposte e dritte, senza fare deviazioni.

Flusso caotico: se molte persone iniziano a camminare ad angoli diversi rispetto alla direzione principale (oltre i 13 gradi), il flusso diventa caotico e disordinato.

13 gradi di deviazione ed è caos. Meditiamoci.

Queste scoperte sono oro colato per urbanisti e progettisti: ora hanno dati concreti per disegnare percorsi pedonali più sicuri e fluidi. Immagina aeroporti senza resse o stadi dove l'evacuazione è un balletto perfetto.

Se hai apprezzato queste informazioni, aiutatemi a crescere: condividile con la tua rete di colleghi e amici e invitatali a iscriversi per diffondere la conoscenza. Continuate a seguirci per rimanere sempre aggiornati nel mondo dell'intelligenza artificiale e scoprire nuove opportunità.