torsdag 13. august 2026

Godmorgen, her er dagens AI-overblik for torsdag 13. august 2026.

Vi starter med nye modeller, hvor Nvidia har udgivet Nemotron 3.5 Lightning, en åben model med tredive milliarder parametre og MoE-arkitektur, der er optimeret til agentiske opgaver. Samtidig bekræfter Nvidia planer om Nemotron 4 med op til en trillion parametre, hvilket styrker deres position i kapløbet mod kinesiske laboratorier, ifølge CNBC.

Kort nyt om modellerne: Det lovede udgivelseslink til Qwen 3.8-27B på Modelscope returnerer en 404-fejl, hvilket skaber usikkerhed om lanceringen. DeepSeek har stille lanceret V4 Pro 0813 via API uden officiel annoncering eller bekræftelse af åbne vægte. Og Alibaba har stille frigivet Qwen3.8-2.4T-A95B på Hugging Face, en massiv MoE-model med 2,4 billioner parametre og 95 milliarder aktive parametre.

Og så til forskningen. En ny undersøgelse har analyseret 17 millioner beskeder fra ChatGPT Enterprise og dokumenterer fire centrale facts: hurtig vækst, koncentration hos store forskningstunge firmaer, høj brug blandt unge medarbejdere og en bred opgaveportefølje. Forskningen er offentliggjort på arXiv. Projektet OpenWALDO sigter mod at skabe verdens største open source AI-træningsdataset, et fælles og transparent alternativ til de lukkede datasæt bag mange open-weight-modeller, ifølge The Register.

Videre til sikkerhed. Forskere fra Tracebit viser, at prompt injections placeret ved siden af credentials på AWS effektivt stopper angreb fra AI-agenter. Metoden udnytter hackernes eget værktøj og kan blive en simpel, skalerbar forsvarsmekanisme. Efter Australiens første rapporterede automatiserede hacker-ulykke advarer eksperter om, at deployere og potentielt udviklere af AI-agenter kan holdes ansvarlige for skader, ifølge The Guardian. Ansvars-spørgsmålet er stadig uløst.

Kort nyt om sikkerhed: TeamPCP's kampagne mod LiteLLM ramte 2.500 virksomheder og 434.000 CI CD-pipelines og illustrerer den voksende målretning af AI-infrastruktur. Og forskere dechiffrerede 315.320 offentliggjorte session-logs og genfandt 182 developer credentials, fordi Anthropic, OpenAI og Google alle brugte samme globale krypteringsnøgle i stedet for per-session-kryptering.

Og så til værktøjerne. Organisationer kaster sig over agentisk AI, men ROI udebliver uden solid data-infrastruktur og governance, understreger MIT Tech Review. Salesforce viser, hvordan Agentforce accelererer incident response ved at automatisere undersøgelser og forbedre remediation et eksempel på, hvordan AI-agenter selv bruges til forsvar.

Videre til EU og Europa. Den regulatoriske byrde fra EU AI Act accelererer behovet for at nedbringe moderniseringsgæld, især for højrisiko-AI-systemer, der kræver auditable data. Virksomheder, der udsætter opgraderinger, risikerer håndhævelse. Mistral tilbyder nu regional inference og adgang til tredjeparts open-weight-modeller og planlægger at tilføje en gigawatt compute inden 2030, hvilket sigter mod at reducere afhængighed af ikke-europæisk infrastruktur.

Og så til stemmerne. Tidligere Google X-chef Mo Gawdat advarer om, at AI skaber en klar dystopi på kort sigt ikke på grund af teknologien, men på grund af dem, der kontrollerer den. Han afviser, at det starter næste år; det er allerede i gang, ifølge TechCrunch. Bruce Schneier og Nathan E. Sanders argumenterer for, at USA bør nationalisere førende AI-laboratorier for at sikre demokratisk kontrol, hvis markederne afviser dem, med henvisning til historisk præcedens fra rumfart og telekommunikation. Og Zvi Mowshowitz bemærker i sin august-runde, at AI fylder mere og mere i hans skriverier, mens Nathan Lambert reflekterer over, hvor længe han selv kan skrive en AI-lærebog, før AI gør det bedre.

Dagens signal: En dag hvor open-weight-modeller fra både vestlige og kinesiske laboratorier dominerer nyhedsbilledet, samtidig med at sikkerhedshuller i AI-infrastrukturen fra supply chain-angreb til knækkede krypteringsnøgler viser, at åbenhed og sikkerhed endnu ikke er forenelige størrelser. Det var alt for i dag.