Multimodal

• L'8 maggio 2026, Alibaba Cloud ha introdotto Tongyi AgentStudio, una nuova suite di agenti multimodali che integra capacità di visione, linguaggio parlato ed elaborazione dei documenti in un'unica piattaforma orientata alle imprese. • La suite supporta fino a 128 chiamate agli strumenti simultanee per sessione ed è in grado di gestire autonomamente flussi di lavoro relativi agli acquisti, ai ticket HR e all'ottimizzazione dei costi multi-cloud; i primi progetti pilota presso banche cinesi hanno riportato una riduzione del 32% dei tempi di risposta dei servizi interni. • Alibaba ha dichiarato che Tongyi AgentStudio è ora offerto a 1,20 dollari per milione di token in input per i contratti delle grandi imprese, una tariffa inferiore a quella di agenti occidentali comparabili, rafforzando così la sua strategia di sottostare ai prezzi dei rivali cloud globali.

• OpenAI ha svelato GPT-5 il 19 aprile, caratterizzato da un ragionamento multimodale avanzato in grado di elaborare testo, immagini e audio simultaneamente, con un miglioramento delle prestazioni del 40% rispetto a GPT-4, secondo il blog di ricerca dell'azienda. • Il modello mostra un potenziamento del ragionamento a catena di pensieri (chain-of-thought) ed è in grado di risolvere problemi complessi in più fasi in vari domini, tra cui matematica, programmazione e analisi scientifica, con tassi di accuratezza significativamente più elevati. • Gli analisti del settore prevedono che GPT-5 accelererà l'adozione dell'IA nelle imprese e intensificherà la concorrenza con Claude di Anthropic e Gemini di Google nel mercato dei grandi modelli linguistici.