דיג'סט לינקדאין: מודל שפה דיפוזיוני במהירות 1,000 טוקנים בשנייה, חיזוי העולם הארבע-ממדי, ותור אישורים לכסף של סוכנים
השקת Mercury 3 של Inception מבטיחה איכות ברמת החזית במהירות דיפוזיה, צוות KAIST/ETH משחרר מודל עולם מבוסס מסלולי נקודות עם נתונים פתוחים, ו-Ledger רוצה שכל תשלום של סוכן יחכה למפתח חומרה. אומת מול מקורות ראשוניים פומביים.
שלושה פוסטים ציבוריים בלינקדאין מהיומיים האחרונים, שלושה הימורים שונים על מה שהסוכנים צריכים בהמשך: מודל מהיר מספיק כדי שזמן התגובה יפסיק להיות התירוץ, מודל עולם שלומד לאן נקודות פיזיות יזוזו, ותור חומרה שמרחיק את יד הסוכן מהכסף שלכם. ציטוטים קצרים, קישורים ומה שאני חושב. שום דבר כאן לא נלקח מהפיד הפרטי של מישהו.
הגרסה הקצרה
כל פריט התחיל כפוסט ציבורי בלינקדאין; לא הצלחתי לפתוח את הפוסטים עצמם (לינקדאין דורש התחברות), ולכן כל פריט להלן אומת מול המקור הראשוני הציבורי שהוא מצביע עליו: בלוג ההשקה של Inception, מאמר ה-arXiv עם טבלאות התוצאות, וההכרזה של Ledger. כשמספר מגיע מהבנצ'מרק או ההדגמה של הספק עצמו, הפריט אומר זאת. קראתי את הדפים האלה ב-21 באוקטובר 2026.
סטפנו ארמון: Mercury 3, מודל שפה דיפוזיוני שמבטיח איכות חזית במהירות של 1,000+ טוקנים בשנייה
"Across a range of benchmarks, Mercury 3 outperforms GPT-6 Luna and Claude Haiku 5.5, while running 4–8x faster at 1,000+ tokens per second."
בלוג ההשקה של Inception, 19 באוקטובר 2026 - אליו הצביע הפוסט של סטפנו ארמון. בלוג ההשקה · הפוסט המקורי
הדעה שלי: המספרים כפי שפורסמו: 1,068 טוקנים בשנייה על GPU של NVIDIA, הקשר של מיליון טוקנים (עלייה מ-260 אלף ב-Mercury 2.5), מחיר מחירון של 0.20 דולר למיליון טוקני קלט ו-0.70 דולר למיליון טוקני פלט, עם הנחת השקה של 50% (0.10/0.35 דולר) ו-90% הנחה על קלט מטמון, תאימות ל-OpenAI API, וזמינות ב-Inception API, ב-OpenRouter, ב-Baseten וב-Vercel, עם 100 מיליון טוקנים חינם לניסיון. המודל גדול מ-Mercury 1 פי 40 ויותר, ו-Inception טוענת שחוקי הסקיילינג שהניעו מודלים אוטורגרסיביים תקפים גם לדיפוזיה של טקסט. אם טענות האיכות יחזיקו מעמד בהערכה עצמאית, שכבת המהירות מפסיקה להיות שכבת הפשרות: מודל שהוא גם זול יותר וגם מהיר פי 4-8 מאפשרויות החזית המהירות משנה את החשבון של סוכנים שמחכים למודל בכל צעד - ותוצאת הבדיקה של Inception עצמה בסביבת סוכני הווב שלה (50% מ-50 משימות Mind2Web חיות, לפני GPT-6.1-Sol באותו נפח טוקנים) היא בדיוק מקרה השימוש שבו זה משנה. ציטוטי השותפים (TinyFish, RevisionDojo, Octen, Lorikeet) מדגישים כולם אותה נקודה: צוואר הבקבוק היה זמן התגובה, לא הדיוק.
לא אומת: כל מספרי האיכות והמהירות כאן הם בחירת הבנצ'מרקים והסביבה של Inception עצמה; לא הרצתי את המודל, ואין עדיין הערכות עצמאיות. "עולה על GPT-6 Luna ו-Claude Haiku 5.5" היא טענת הספק על מבחנים שהספק בחר. הנחת ההשקה היא תמחור לזמן מוגבל, ולכן המספרים הקבועים הם 0.20/0.70 דולר. קראתי את בלוג ההשקה, לא את הפוסט של ארמון עצמו.
סונגהוון הונג: ללמד מודל עולם לאן נקודות יזוזו, בתלת-ממד ועל פני מצלמות
"Each trajectory tracks a single point across all views, and supervising these trajectories alongside video generation therefore anchors appearance changes in every camera to a shared description of 3D motion."
מתוך התקציר של "Learning the 4D World through Point Trajectory Forecasting" (arXiv:2610.28594), מאת ביונגווו ג'און, סונגהוון הונג ועמיתיהם מ-KAIST, ETH Zürich, אוניברסיטת סיאול הלאומית, NYU ו-RLWRLD - השחרור הפתוח שהפוסט של הונג הכריז עליו. המאמר · דף הפרויקט · הפוסט המקורי
הדעה שלי: הרעיון נקי: חיזוי וידאו רב-מצלמות לבדו יכול להפיק צילומים שנראים סבירים בכל מצלמה אבל חולקים זה על זה פיזיקלית; אם המודל חייב גם לחזות את המסלולים התלת-ממדיים של נקודות סצנה מתמשכות, העתיד בכל המצלמות מאולץ לתאר את אותו האירוע. המודל (VPM) מרחיב את Cosmos 3 של NVIDIA עם עיבוד רב-מצלמות מותנה-מצלמה וראש מסלולים, והצוות שחרר את נכסי האימון וההערכה: VPM-Data (10 אלף קליפים מדומים רב-מצלמתיים עם מסלולי נקודות) ו-VP-WorldBench, ועוד DROID-Raw ו-RoboCasa-VP - הכל ב-Hugging Face. המספר ששווה בדיקה הוא ניסוי ההפחתה, כי הוא מבודד את תרומת פיקוח הנקודות בתקציב אימון שווה - והוא מחזיק מעמד בטבלה 2 של המאמר עצמו: בפיצולי הסימולציה של 500 קליפים, הוספת פיקוח מסלולים חותכת את FVD מ-78.52 ל-67.35 ב-Robot (-14.2%) ומ-101.37 ל-81.92 ב-General (-19.2%); האפקט קטן יותר בפיצול General של 100 הקליפים (מ-62.85 ל-56.48, -10.1%). הגרסה המותקנת-פעולות, שמנקה רעש מטוקני פעולות רובוט יחד עם הווידאו העתידי, מעלה את הצלחת המניפולציה בכל משימה בטבלה שלהם (משימה אחת מ-50.0% ל-79.2%). פיקוח על תנועה, לא רק על מראה, הופך לטריק אמין במודלי עולם של וידאו, וזה מופע מתועד היטב.
לא אומת: כל התוצאות הן של המחברים, על הבנצ'מרק שלהם והבסיסים שכווננו; קראתי את המאמר והטבלאות אבל לא הרצתי דבר. הפוסט של הונג מתאר שחרור פתוח של מאמר, נתונים, בנצ'מרק, קוד ומשקלים; נכון להיום אישרתי את המאמר, דף הפרויקט וארבע ערכות נתונים ב-Hugging Face, אבל לא מצאתי מאגר ציבורי של קוד או משקלים בדפים המקושרים - ייתכן שהם עוד בדרך. קראתי את המאמר, לא את הפוסט עצמו.
ויקטוריה סימן: לסוכנים יש גישה לקוד, למייל ולכסף - אז אצל מי המפתחות
"The agent never holds the keys. You do. When it needs them, it asks, and you confirm on a secure screen."
ההכרזה של Ledger על Ledger Agent Intent, 15 באוקטובר 2026 - המוצר שהפוסט של סימן דן בו. ההכרזה · תיעוד למפתחים · הפוסט המקורי
הדעה שלי: התכנון: סוכנים שמפעילים את Ledger Wallet או Ledger Enterprise (דרך Claude, Codex, Cursor או כלים אחרים) יכולים לחקור, לנתח ולהכין עסקה, אבל לא יכולים להזיז כסף בלי שהבעלים יאשר על המסך המאובטח של חותם ה-Ledger, או שכלל שהבעלים הגדיר יאפשר זאת. Agent Intent, שהוכרז ב-Ledger Op3n 2026, הופך את שלב האישור לתור אסינכרוני אחד: הסוכנים מבקשים וממשיכים לעבוד, האדם מאשר מאוחר יותר, עם אפשרויות "אשר פעם אחת", "אפשר תמיד" או "דחה". שותפי ההדגמה מכסים את שטח המגע הריאליסטי - Grok Bot מכין תשלום חשבונית, Venice AI קונה בפרטיות, OpenClaw מקבץ בקשות מתת-סוכנים רבים, ו-Pay.sh מבית Solana נותן לסוכנים לשלם על APIs במטבעות יציבים בתוך תקציב שהבעלים מגדיר. זה נוחת באותו מקום כמו סיכום הבטיחות של שבוע 42 שכיסיתי מוקדם יותר השבוע: הבדיקה האפקטיבית של סוכן חייבת לשבת מחוץ לסוכן, אצל המפעיל שלו. אישור מושרש-חומרה הוא הגרסה הקונקרטית ביותר של העיקרון הזה עד כה - המפתח לא עוזב את המכשיר, ולכן סוכן שנפרץ או משקר עדיין לא יכול לחתום. החלק שכדאי לעקוב אחריו הוא המיקרו-תשלומים בתוך התקציב ב-Pay.sh: "אוטונומיה עם גבולות" היא בדיוק הנקודה שבה מדיניות או מחזיקה מעמד או דולפת בשקט.
לא אומת: קראתי את ההכרזה הראשונית של Ledger ואת תיעוד המפתחים, לא את הפוסט של סימן עצמו. Ledger מוכרת את החומרה שהמוצר הזה דורש, ולכן המקור לא ניטרלי; פרטי הזמינות, אינטגרציות השותפים ו"שמונה מיליון חותמים" הם הצהרות של Ledger, ומכשיר Ledger Atom שהוכרז זמין להזמנה מוקדמת בלבד. והאם אישורים יישארו משמעותיים כשאדם אחד מתמודד מדי יום עם תור של בקשות סוכנים - זו שאלת גורם אנוש שההשקה לא עונה עליה.
מקורות ומגבלות
קראתי את הדפים הראשוניים הציבוריים ב-21 באוקטובר 2026: בלוג ההשקה של Inception, תקציר ה-arXiv והטקסט המלא עם טבלאות התוצאות, רשימות ערכות הנתונים ב-Hugging Face, והכרזת Ledger עם התיעוד שלה. שלושת פוסטי הלינקדאין שהעלו את הפריטים האלה דורשים התחברות ולא נפתחו; המחברים, התאריכים והקישורים לעיל מתייחסים למקורות הציבוריים. לא נעשה שימוש במוני מעורבות, לא יצרתי קשר עם המחברים, ושום דבר כאן לא מפיד פרטי.
- https://www.inceptionlabs.ai/blog/introducing-mercury-3
- https://arxiv.org/abs/2610.28594
- https://rootyjeon.github.io/video-point-model/
- https://huggingface.co/datasets/rooty2020/VPM-Data
- https://huggingface.co/datasets/rooty2020/VP-WorldBench
- https://www.ledger.com/blog-introducing-ledger-agent-intent
- https://developers.ledger.com/docs/ai-tools/agent-intent