Megérkezett a PyTorch 2.10, a népszerű, nyílt forráskódú mélytanulási keretrendszer legújabb kiadása, amely tovább erősíti a nem NVIDIA-alapú gyorsítók támogatását. Az új verzió számos újdonságot hoz az AMD ROCm számítási stackhez és az Intel GPU-khoz, miközben a CUDA-t használó rendszerek is több fontos fejlesztésben részesülnek.
A nyílt forráskódú Calibre e-könyv-kezelő elérte a 9.0-s verziót, amely szemmel látható megújulást és számos használhatósági fejlesztést hoz. Az új kiadás középpontjában a vizuális élmény és az olvasás–szerkesztés közötti átjárhatóság áll. A fejlesztők külön figyelmet fordítottak a Linux-felhasználókra és az e-könyv-olvasó eszközök kompatibilitására is. A frissítés már most elérhető Windows, macOS és Linux rendszereken.
Az MI szerepe egyre vitatottabb a nyílt forráskódú világban. Az atomic frissítési modellre épülő, jelenleg alfa állapotban lévő AerynOS most egyértelmű állásfoglalást tett: a projekt teljes egészében elutasítja a nagy nyelvi modellek használatát a fejlesztés és a közösségi munka során.
A generatív mesterséges intelligencia (GenAI) megjelenése jelentősen átalakította a kibertámadások kivitelezésének módját, és új típusú fenyegetéseket hozott magával. A Világgazdasági Fórum (World Economic Forum, WEF) 2026-os jelentése szerint a szervezetek 47%-a a GenAI legaggasztóbb következményeként a támadók technikai képességeinek ugrásszerű fejlődését emelte ki.
A Linux kernel fejlesztői hónapok óta vitatkoznak azon, miként kellene kezelni az eszközök – különösen a mesterséges intelligencián alapuló kódolási segédek – által generált kódbeküldéseket. A kérdés nem pusztán technikai, hanem szemléleti is: hol húzódik a határ hasznos automatizmus és értéktelen „kódszemét” között. Linus Torvalds most ismét határozott véleményt fogalmazott meg, amely világosan elválasztja a jóhiszemű fejlesztőket a rendszerrel visszaélőktől. Szerinte a problémát nem lehet adminisztratív szövegezéssel megoldani.
Egy kritikus, kattintás nélküli (zero-click) sebezhetőség derült ki a Google Gemini Enterprise rendszerében, amely lehetővé tette vállalati e-mailek, naptárbejegyzések és dokumentumok tömeges kiszivárgását. A „GeminiJack” névre keresztelt probléma nem hagyományos programhiba volt, hanem az AI-rendszer működéséből fakadó architekturális sérülékenység, amely új szintre emeli az AI-alapú biztonsági kockázatokat.
Az OpenAI 2026. január 7-én elindította a ChatGPT Health funkciót, amely egy olyan speciális teret biztosít a felhasználók számára, ahol egészségügyi állapotukról beszélhetnek a mesterséges intelligenciával.
Az AMD a CES 2026 rendezvényén egy egész sor új processzort mutatott be, beleértve a Ryzen 7 9850X3D játékra optimalizált csúcsmodellt, az új Ryzen AI Max+ sorozatot, valamint a Ryzen AI 400 és Ryzen AI PRO 400 sorozatokat. A Zen 5 architektúrára épülő újdonságok erős CPU- és GPU-kombinációt kínálnak, AI-gyorsítással, így 2026 izgalmas évnek ígérkezik az asztali és hordozható rendszerek piacán.
A Microsoft megpróbál az AI-forradalom élén járni, milliárdokat fektetve a mesterséges intelligencia fejlesztésébe, ám ennek ára a munkaerő csökkentése. 2026 januárjára újabb tömeges leépítések várhatók, különösen az Azure, az Xbox és a globális értékesítési részlegeken. Kérdés, hogy a befektetések hosszú távon megérik-e a vállalat számára.
Anthony Enzor-DeMeo hivatalosan is átvette a Mozilla Corporation vezérigazgatói posztját, és olyan stratégiát vázolt fel, amelynek középpontjában a bizalom, átláthatóság és a felhasználói kontroll áll, miközben a mesterséges intelligencia (AI) jelentős, de szigorúan szabályozott szerepet kap.
A Google egy új, az ún. „User Alignment Critic” védelmi réteg bevezetését tervezi a Chrome böngészőjébe, így biztosítva védelmet a hamarosan megjelenő AI-ügynök böngészési funkciókhoz.
A nyílt forráskódú Keras könyvtárban felfedezett sebezhetőség lehetővé teheti a támadók számára tetszőleges helyi fájlok olvasását, illetve szerveroldali kérések (Server-Side Request Forgery – SSRF) manipulálását. A Keras a Python-interfésszel ellátott, magas szintű mélytanulási API, amely lehetővé teszi neurális hálózatok egyszerű kialakítását és futtatását JAX, TensorFlow és PyTorch környezetekben.