Skyfall şirketi, tek bir görüntüden karmaşık mühendislik tasarımları üreten SKY-001 yapay zekasını tanıttı. Model, CAD ve BIM testlerinde rakiplerine kıyasla daha düşük maliyetli ve hızlı sonuçlar sundu. Sistem, 200 binden fazla parça ve 600 binin üzerindeki yapım örneğiyle eğitilerek endüstriyel tasarımda yeni bir standart belirlemeye aday.
Öne çıkanlar
200 binden fazla parça verisiyle eğitim alındı.
Tek fotoğraftan beş seviyeli parça hiyerarşisi oluşturuluyor.
BIM tarafında 2 milyon çizim durumu işlendi.
Haberin Detayı
Yapay zeka teknolojileri son dönemlerde metin ve kod üretiminde büyük ilerlemeler kaydedse de, karmaşık fiziksel nesnelerin dijital tasarımında hâlâ ciddi kısıtlar bulunuyordu. Skyfall firması, bu boşluğu doldurmak amacıyla geliştirdiği SKY-001 modelini kamuoyuyla paylaştı. Bu yeni dünya modeli, görsel verileri analiz ederek sadece estetik bir dış görünüm sunmakla kalmıyor, aynı zamanda nesnenin iç yapısını ve üretim sürecini de detaylandırıyor.
Sistemin arkasındaki temel mekanizma, tasarımları hiyerarşik bir yapıya ayıran Hierarchical Composer bileşeniyle çalışıyor. Bu bileşen önce genel formu oluşturup ardından nesneyi ana bileşenlere, onları da tekil parçalara dönüştürüyor. Construction World Model ise her bir parçanın nasıl üretileceğini görsel adımlarla planlıyor. Bu yaklaşım sayesinde mühendisler, parçaların birbirleriyle geometrik uyumunu ve fiziksel kısıtlamalarını koruyarak daha tutarlı modeller oluşturabiliyor.
CAD uygulamalarında SKY-001, Jaguar E-Type Roadster, jet motoru ve FANUC ArcMate 100iB robot kolu gibi karmaşık örneklerde başarılı sonuçlar verdi. Model, bir motorun fotoğrafından hareketle beş seviyeli parça hiyerarşisi çıkarabiliyor. İlk aşamada ortaya çıkan kaba modeller, parçaların genel konumunu belirlerken, gizli geometriler daha sonraki iterasyonlarda incelikli bir şekilde tamamlanıyor. Dişliler, miller ve diğer iç bileşenler veri temizleme süreçleriyle doğrulanarak netleştiriliyor.
BIM (Yapı Bilgi Modellemesi) alanında ise sistem, binaların dijital ikizlerini hazırlama konusunda devreye giriyor. SKY-001, mimari gereksinimleri ve dış sınırları kullanarak duvar, koridor, asansör ve daire yerleşimlerini planlıyor. Testlerde yaklaşık 29 metre genişliğindeki bir apartman katı, üç daire ve ortak alanlara bölündü. 92 metrekarelik bir daire örneğinde ise yeri odaların, kapı ve pencere detayları adım adım çizilerek nihai plan oluşturuldu. Bu süreçte 35 binin üzerindeki kat planı ve 2 milyon çizim durumu modelin eğitimi için kullanıldı.
Eğitim verileri, gerçek ürün montajlarına ait açık kaynaklı veri kümelerinden derlendi. Ham verilerdeki tutarsızlıklar ve isimlendirilmemiş parçalar, kapsamlı bir temizleme ve yeniden yapılandırma sürecine tabi tutuldu. Eksik kalan geometriler, büyük dil modelleri ve mühendislik araçları kullanılarak yeniden üretildi ve doğrulandı. Geliştiriciler, kullanılan veri setinin detay düzeyi bakımından mevcut çözümlerden daha kapsamlı olduğunu belirtiyor. Aynı talimattan birden fazla tasarım alternatifi üretebilme özelliği, kullanıcıların farklı seçenekler arasından tercih yapmasını sağlıyor.
SKY-001'in en dikkat çekici özelliklerinden biri, parçaların bağımsız ve eşzamanlı işlenmesine olanak tanıması. Bu mimari, binlerce adımdan oluşan tasarımların hazırlanma süresini önemli ölçüde kısaltarak maliyet avantajı sağlıyor. Sistem, taslaktan son çizime kadar olan geçişlerdeki her iki boyutlu durumu ve onu sağlayan 3B formu modelleyerek mühendislerin iş yükünü azaltıyor. Endüstriyel tasarım ve yapı sektöründe çalışan profesyoneller için bu teknoloji, süreç optimizasyonu ve hata minimizasyonu açısından kritik bir araç haline gelme potansiyeli taşıyor.
AI YORUMUHaberinAi editör analizi
Mühendislik tasarımlarının yapay zeka ile otomatikleştirilmesi, insan eliyle yapılan çizim hatalarını ve süresini ciddi oranda düşürebilir. SKY-001'in 200 binden fazla parça verisi ile eğitilmesi, sistemin gerçek dünyadaki karmaşık montajları öğrenmiş olduğunu gösteriyor. Özellikle otomotiv ve makine imalatı gibi yüksek hassasiyet gerektiren sektörlerde, bu hızlanma maliyetlerin düşmesini sağlayacaktır. Ancak sistemin gizli geometrileri ve ince yüzey detaylarını hâlâ iyileştirme aşamasında tamamlaması, üretim hattına doğrudan geçmeden önce insan denetimini zorunlu kılıyor. Bu teknolojinin yaygınlaşması, tasarım stüdyolarında insan gücünün rolünü bilgi kontrolcülüğüne doğru kaydıracaktır.
Çin merkezli Moonshot AI, yazılım geliştirme ve 3D modelleme alanlarında iddialı olan Kimi K3.1 Pro modelini tanıttı. Bir milyon token bağlam penceresine sahip sistem, terminal testlerinde yüzde 65,7 başarı yakaladı.
Kimi K3.1 Pro, Terminal-Bench 4.0 testinde yüzde 65,7 başarı oranı elde etti.
Yeni model, standart sürüme kıyasla iki ila üç kat daha hızlı çalışan Highspeed seçeneğiyle geliyor.
Sistem, metin ve eskizlerden 3D modeller üretebilirken Unity ve Unreal Engine projelerini destekliyor.
Yapay zeka alanındaki çalışmalarına devam eden Çin merkezli Moonshot AI şirketi, Kimi model ailesinin en yeni üyesi Kimi K3.1 Pro seçeneğini kullanıcılarla buluşturdu. Bu yeni sistem ve daha hızlı işlem yapabilen Highspeed sürümü, markanın kendi ürünleri ile API altyapısı üzerinden erişime açıldı. Şirket yönetimi, modelin temel ağırlık dosyalarını 4 Kasım tarihine kadar kamuoyuyla paylaşmayı planlıyor.
Temelini Kimi K3 mimarisinden alan yeni model, ek eğitim aşamasında çok daha fazla hesaplama kaynağından faydalanıyor. Tam 1 milyon token büyüklüğünde bir bağlam penceresi barındıran K3.1 Pro, son derece uzun metin içeriklerini ve belgeleri tek seferde işleyebilme kapasitesi sunuyor.
Yazılım geliştirme ve üç boyutlu tasarım süreçleri, modelin en iddialı olduğu alanlar arasında öne çıkıyor. Geliştiriciler bu yapıyı mevcut kodlardaki hataları ayıklamak ve Unity, Unreal Engine ile Godot gibi popüler oyun motorlarıyla yeni projeler üretmek için kullanabiliyor. Sistem, metin girdileri, eskizler veya referans görseller aracılığıyla doğrudan 3D modeller oluştururken Blender ve CAD yazılımları için de kod yazabiliyor.
Şirket tarafından yayımlanan test sonuçlarına göre K3.1 Pro, terminal tabanlı yazılım görevlerini ölçen Terminal-Bench 4.0 değerlendirmesinde yüzde 65,7 başarı oranına ulaşıyor. Aynı kıyaslamada rakip modellerden GPT-6 Astra yüzde 58,2 seviyesinde kalırken, Claude Opus 5.5 ise yüzde 66,4 oranını yakalıyor. Bu başarı oranlarının doğrudan geliştirici şirketin kendi paylaştığı verilere dayandığı biliniyor.
Finansal araştırmalar da modelin yeteneklerinin artırıldığı dikey alanlar arasında yer alıyor. Yapı; karmaşık finansal belgeleri inceleme, farklı veri kaynaklarındaki bilgileri çapraz karşılaştırma ve çok adımlı hesaplamalar gerçekleştirme konularında güçlendirildi. Şirketin zorlu sorular içeren dahili testlerinde, iddia bazlı hatalı bilgi üretme oranı Kimi K3 sürümündeki yüzde 23,4 seviyesinden yüzde 8,3 oranına geriledi.
Model ağırlıklarının paylaşım takvimi yaklaşırken şirket, olası siber saldırı risklerini engellemek için güvenlik tedbirleri aldı. Eğitim verilerinden ve pekiştirmeli öğrenme ortamlarından siber güvenlikle ilgili bazı hassas içerikler çıkarıldı. Ağırlıkların tamamen yayımlanması, yazılımcıların bu yapıyı kendi fiziksel altyapılarında çalıştırmasına ve projelerine göre uyarlamasına zemin hazırlayacak.
AI YORUMU
Yazılım dünyasında kod yazma ve hata ayıklama süreçlerini otomatikleştiren araçların performansı artık test skorlarıyla sınırda kalmıyor, doğrudan entegrasyon kabiliyetine bakılıyor. Terminal-Bench 4.0 testinde elde edilen yüzde 65,7 başarı oranı, modelin rekabetçi yapısını gösterirken önceki nesilde yüzde 23,4 olan hata payının yüzde 8,3 seviyesine düşmesi güvenilirliği artırıyor. Bu gelişme, özellikle oyun geliştirme ve CAD odaklı çalışan mühendislerin iş akışını hızlandırarak maliyetleri düşürebilir. Ancak model ağırlıklarının açık kaynak olarak paylaşılacak olması, güvenlik filtresi kaldırma risklerini de beraberinde getireceği için şirketlerin yerel altyapı denetimlerini sıkı tutmasını zorunlu kılıyor.
Block, insan sesleriyle eğitilen ve metin dönüştürme adımını ortadan kaldıran yeni yapay zeka sistemi Dessa’yı duyurdu. Model, full‑duplex yeteneğiyle aynı anda dinleyip konuşabiliyor ve MacBook Pro M4 Max’te yerel olarak çalışabiliyor. Demonstrasyonlarda doğal görünen etkileşimler sergilendi, ancak bazen tanıma hataları ve konu sapması gözlemlendi.
Dessa, metin verisi kullanılmadan tamamen sesle eğitildi
Model, aynı anda dinleyip konuşabiliyor – full‑duplex destek
Demo’da MacBook Pro M4 Max’te yerel çalıştırma ve hızlı yanıt süreleri gösterildi
Block tarafından geliştirilen Dessa, geleneksel sesli yapay zeka sistemlerinin aksine metin dönüştürme adımını atlıyor. Sistem, sadece insan konuşmalarını dinleyerek dil becerilerini öğreniyor, bu sayede ton, duygu ve ritm gibi nüansları doğrudan alabiliyor. Bu yaklaşım, sesli asistanlarda sık karşılaşılan “metne döküp geri sesle çevirme” sürecindeki kaybolan ayrıntıların önüne geçmeyi hedefliyor.
Model, full‑duplex çalışma prensibiyle dikkat çekiyor. Kullanıcı konuşmayı bitirene kadar beklemek yerine aynı anda dinleyip cevap veriyor. Bu, sohbetin doğal akışını koruyor ve kullanıcı sözünü kestiğinde hızlı geri bildirim sağlıyor. Block, Dessa’nın bu özelliğinin diyalog ritmine uyum sağlamasını ve “konuşma sırasında kısa geri bildirimler” sunmasını vurguluyor.
Sunumlar, modelin doğal bir ses deneyimi yaratabildiğini gösterse de, bazen kullanıcıyı yanlış tanımak veya konu dışına çıkmak gibi hatalar yapıyor. Bu, teknolojinin henüz mükemmel olmadığını gösteriyor.
Performans açısından, Block, Dessa’nın MacBook Pro M4 Max işlemcili modellerde yerel olarak çalışabileceğini ve gerçek zamanlıdan daha hızlı yanıt süresi elde ettiğini belirtiyor. Bu nedenle, geniş çaplı kullanım için daha fazla veri bekleniyor.
Şu anda Dessa, araştırma ön izlemesi aşamasında ve Block, modelin erişimini küçük bir yapay zeka güvenliği araştırmacısı grubuna sunmayı planlıyor. Şirket, modelin gelecekte daha geniş kitlelere açılacağına işaret ediyor. Ancak şu an için halka açık bir sürüm bulunmuyor.
Dessa’nın ses odaklı eğitimi, yapay zeka alanında yeni bir paradigma öneriyor. Metin dönüştürme adımının ortadan kalkması, sesli asistanların daha doğrudan ve duyarlı olmasını sağlayabilir. Bu, özellikle sesli arayüzlerin yaygın olduğu mobil ve ev otomasyonu uygulamaları için önemli bir adım olabilir.
Gelecek güncellemelerde, Block’un modelin tanıma doğruluğunu ve konu tutarlılığını artırmayı hedeflediğini duyurması bekleniyor. Bu gelişmeler, ses tabanlı yapay zeka sistemlerinin kullanıcı deneyimini iyileştirerek sektöre yeni bir yön verebilir.
AI YORUMU
Dessa, metin dönüştürme adımını ortadan kaldırarak sesli asistan teknolojisinde önemli bir evrim sunuyor. Modelin full‑duplex yeteneği, diyalog akışını doğal kılıyor, ancak tanıma hataları henüz düzeltilememiş durumda. Kullanıcılar için daha gerçekçi bir ses deneyimi yaratırken, geliştiriciler için de doğrudan sesle çalışabilme imkanı sunuyor. Önceki sürümlerdeki metin dönüştürme gecikmelerine kıyasla, Dessa’nın yerel çalışması gecikmeyi önemli ölçüde azaltıyor. Ancak, modelin boyutu ve performansı hakkında henüz net bilgiler olmadığı için, geniş çaplı üretim için zaman çizelgesi belirsiz kalıyor.
ABD'nin dev finans kuruluşları, müşteri hesaplarına erişen üçüncü taraf yapay zeka araçlarına karşı kısıtlama kararı aldı. Finansal kayıpları önlemek isteyen bankalar, ajanların yalnızca bakiye incelemesine izin veren sınırlı modeller geliştiriyor.
Morgan Stanley ve JPMorgan Chase gibi bankalar yapay zeka ajanlarının erişimini kısıtlıyor.
Ajanların kullanıcı talimatları dışında para transferi yapabilmesi büyük finansal risk yaratıyor.
Bankalar, yapay zekalara sadece bakiye görüntüleme yetkisi veren sınırlı modeller kuruyor.
Amerikan finans sektörü, müşterilerin hesaplarına sızarak işlem yapabilen harici yapay zeka araçlarının yarattığı güvenlik açıklarına karşı önlem almaya başladı. Morgan Stanley, JPMorgan Chase ve Bank of America gibi büyük kurumlar, kullanıcı direktiflerinin dışına çıkabilen bu yazılımların platformlarındaki faaliyetlerini sınırlıyor. Özellikle alışveriş ve para transferi gibi hassas yetkilerle donatılan sistemlerin hatalı komutlar çalıştırma ihtimali, hem bireyleri hem de bankaları ciddi maddi zararlarla karşı karşıya bırakabiliyor.
Yürütülen incelemelerde, bazı yapay zeka ajanlarının doğrudan müşteri hizmetleriyle iletişime geçtiği veya kullanıcının haberi olmadan yeni işlemler başlattığı tespit edildi. Axios platformunun paylaştığı bilgilere göre Morgan Stanley erişimleri engellemeye başlarken, Citigroup ve diğer dev kurumlar da benzer güvenlik duvarları örüyor. Morgan Stanley yönetimi platformlarında yetkisiz faaliyetlere rastlandığını reddetse de, sektörün genelinde ciddi bir tedirginlik hakim durumdadır.
JPMorgan Chase Üst Yöneticisi Jamie Dimon, dışarıdan gelen her ajanın sistemlerine serbestçe bağlanmasına izin vermeyeceklerini vurgulayarak risk yönetimi için özel araçlar geliştirdiklerini açıkladı. Benzer şekilde Charles Schwab Üst Yöneticisi Richard Wurster da kimlik doğrulama süreçleri üzerindeki denetimi kaybetmemek adına yetkisiz ajanların engellendiğini belirtti. Şirketler bu teknolojileri tamamen dışlamak yerine, ödeme ve transfer yetkilerini engelleyip sadece finansal hareketlerin izlenmesine olanak tanıyan kontrollü bir model benimsiyor.
Gelecekte kullanıcıların finansal yönetim için bu tür yazılımlara daha çok başvuracağı öngörülüyor. Bu durum, kurumların hem inovasyon fırsatlarını değerlendirmesini hem de müşteri varlıklarını korumasını zorunlu kılıyor. Sınırsız erişim riskini göze alamayan yöneticiler, bir saldırı anında hesapları hızla güvenceye alacak acil müdahale planları hazırlayarak güvenlik yatırımlarını artırıyor.
AI YORUMU
Finansal sistemlerin otonom yazılımlarla entegrasyonu, güvenlik protokollerinin baştan yazılmasını zorunlu kılıyor. Morgan Stanley ve JPMorgan Chase gibi devlerin aldığı kısıtlama kararları, kullanıcı iradesi dışındaki işlemlerin yaratacağı milyarlarca dolarlık zararı engelleme hamlesidir. Eğer bankalar bu sınırları çizmeseydi, hatalı komut veren bir asistan tüm portföyü saniyeler içinde boşaltabilirdi. Önümüzdeki süreçte tam yetkili ajanlar yerine sadece okuma izni bulunan kısıtlı botlar endüstri standardı haline gelecektir.
Ukrayna güçlerinin Rusya'daki önemli teknoloji tesislerine düzenlediği saldırılar, ülkenin yapay zekâ altyapısına ağır darbe vurdu. Yaşanan fiziksel tahribatlar ve donanım kayıpları, Moskova'nın uzun vadeli dijital dönüşüm planlarını çıkmaza sokuyor.
Yandex, Sberbank ve VKontakte tesisleri bu ay düzenlenen saldırılarda hedef alındı.
Yüksek performanslı çipler ile soğutma sistemleri yangınlar nedeniyle ağır hasar aldı.
Rusya'nın dışarıdan alternatif bulut hizmeti alamaması onarım sürecini uzatıyor.
Ukrayna tarafından komşu ülkeye yönelik gerçekleştirilen askeri hamleler, dijital altyapıyı doğrudan hedef alan yeni bir boyuta evrildi. Son dönemde artan operasyonlar kapsamında Yandex şirketine ait üç tesis, Sberbank bünyesindeki bir veri merkezi ve VKontakte platformunun kullandığı altyapı dron darbeleriyle vuruldu. Meydana gelen patlamalar ve ardından yükselen alevler, bulut tabanlı işlemlerden e-ticaret sitelerine kadar geniş bir yelpazede erişim sorunlarına neden oldu.
Uydu kameralarından elde edilen ilk veriler, hedef alınan binalarda meydana gelen yıkımın boyutunu açıkça gözler önüne seriyor. Özellikle Yandex'in yapay zekâ tabanlı asistanı Alisa ile çok modlu sohbet botu projelerinde aksaklıklar rapor edildi. Şirket yetkilileri yedek sistemleri devreye sokarak temel bulut ağlarını kısmen ayağa kaldırdı; ancak bu hamle, kalıcı donanım kayıplarını ve uzun vadeli bilgi işlem kapasitesindeki düşüşü telafi etmeye yetmiyor.
Modern veri merkezleri; ağ bileşenleri, özel soğutma üniteleri, güç dağılım şebekeleri ve yapay zekâ modellerini eğitmeye yarayan pahalı işlemcilerden oluşan son derece hassas sistemlerdir. Dolayısıyla yalnızca kırılan sunucu kasalarını değiştirmek sorunu çözmüyor; entegre yapının yeniden kurulması aylar hatta yıllar sürebiliyor. Bu durum, yapay zekâ alanında küresel devlerle yarışmayı hedefleyen bir ülke için ciddi bir teknolojik tıkanma yaratıyor.
Moskova yönetimi tarafından izlenen katı dijital egemenlik politikaları da bu süreçte dezavantaj oluşturuyor. Savaş durumundaki bazı ülkeler dış veri merkezlerinden destek alabilirken, Rusya dış kaynaklı altyapılara güvenmediği için tamamen kendi tesislerine bağımlı kalıyor. Buna ek olarak ABD'nin uyguladığı ticari kısıtlamalar ve küresel çip tedarik zincirindeki darboğazlar, yedek parça teminini neredeyse imkânsız hale getiriyor.
Tesislerin güvenliği tam olarak sağlanmadığı sürece yeni donanım yatırımlarının yapılmasının riskli olduğu belirtiliyor. Ukrayna'ya ait insansız hava araçlarının yarattığı tehdit sürdükçe, bilgi işlem merkezlerinin tam kapasiteyle çalıştırılması zor görünüyor. Bu sarmal, yapay zekâ alanındaki teknolojik bağımsızlık hayallerinin yakın vadede gerçeğe dönüşmesini engelliyor.
AI YORUMU
Ukrayna'nın veri merkezlerine yönelttiği bu stratejik hamle, Rusya'nın teknolojik dışa bağımlılığını ve donanım kısıtlarını en net şekilde ortaya koyuyor. Dışarıdan bulut hizmeti alamayan ve çip ithalatında yaptırımlarla boğuşan bir ülkenin, yanan sunucularını kısa sürede yenilemesi lojistik olarak imkânsız görünüyor. Bu durum, yapay zekâ modellerinin eğitimi için gereken enerji ve donanım maliyetlerini katlayarak ülkeyi küresel yarışın gerisinde bırakacaktır. Gelecek dönemde güvenlik riskleri çözülmezse, Moskova'nın dijital servislerinde kalıcı yavaşlamalar kaçınılmaz bir senaryo olarak öne çıkıyor.
