Laboratóriá, výskumné výsledky, technologické firmy, partnerstvá a významné investície v AI odvetví. Technický návod patrí do vývoja; praktické výsledky nasadenia do AI v praxi.
Európska rada pre inovácie uviedla, že jej prvá výzva EIC STEP Scale Up Defence po uzávierke eviduje deväť prihlášok zo siedmich krajín. Uchádzači podľa nej žiadajú spolu 175 miliónov eur v kapitálových investíciách, pričom návrhy sa ešte vyhodnocujú a výsledky majú prísť vo februári 2027.
Google Research opisuje trojmesačný randomizovaný experiment so 133 patentovými právnikmi v 11 kanceláriách, v ktorom prístup k AI zvýšil kvalitu písania patentov. Keď však výskumníci AI pri záverečnej úlohe odobrali, lepší neasistovaný výkon hlásia najmä u seniorných právnikov, zatiaľ čo juniori nevykázali priemerné zlepšenie; samotní autori zároveň upozorňujú na obmedzenú vzorku a krátke trvanie štúdie.
Google Research tvrdí, že jeho experimentálny Geospatial Reasoning agent získal technickú správu so štyrmi benchmarkmi vrátane dvoch nových sád GeoKTools a GeoExpertQueries, prešiel skorým testovaním s partnermi a rozširuje skorý prístup cez Ask Google Earth aj A2A API. Samotný Google zároveň upozorňuje, že aspoň časť výstupov treba chápať ako prvý návrh pre expertov, nie finálnu odpoveď.
Google Research na svojom blogu predstavilo prístup, v ktorom AI agenti neostávajú len pri návrhu molekúl v softvéri, ale sú napojení na laboratórnu robotiku cez framework VERID. Firma zároveň tvrdí, že v uzavretých cykloch zlepšila hit rate aptamérov pre myoglobín a α-thrombín a pri cieli FAP našla bindery so single-digit nanomolar afinitou. V dodaných podkladoch však ide o firemné tvrdenia a opis interného výskumného postupu, nie o nezávislé externé overenie.
KInIT zverejnil 20. októbra 2026 súhrn doktorandského výskumu Ivany Beňovej o multimodálnych modeloch. Podľa autorky môžu modely na jednoduchých benchmarkoch pôsobiť presvedčivo, no pri hľadaní správneho popisu medzi tisíckami možností sa ukáže, že slabšie chápu najmä akcie a vzťahy medzi objektmi.
Google Research a Google for Health 21. októbra 2026 zverejnili opis prospektívnej multicentrickej štúdie AI systému pre „blind sweep“ ultrazvuk. Podľa autorov bol model pri odhade gestačného veku non-inferior voči expertnej sonografii a udržal podobnú chybu v Chicagu aj Nairobi, pričom v Nairobi neprešiel lokálnym dolaďovaním.
KInIT 22. októbra 2026 uviedol, že zverejnil 39-hodinový slovenský ASR benchmark na SLAIH a prvé doladené otvorené modely. Podľa jeho výsledkov dosiahol na rovnakých dátach najsilnejší komerčný systém 10,8 % word error rate a najlepší bežne dostupný open-weight model 17,5 %, pričom po doladení na slovenčine chybovosť v skúšaných architektúrach klesla približne na polovicu. Inštitút zároveň upozorňuje na dve hranice: úzku dátovú rozmanitosť a zhoršenie výkonu v iných jazykoch po plnom fine-tuningu.
Google Research predstavilo rámec continual learningu, v ktorom sa model strieda medzi aktívnou fázou a „spánkom“. Počas spánku má konsolidovať krátkodobé stopy do parametrov cez rozšírenie kapacity, distiláciu znalostí a imitation learning; Google zároveň tvrdí zlepšenia pri dlhom kontexte, dopĺňaní faktov aj reasoningu, no v dodaných podkladoch ich nemožno nezávisle overiť.
Google Research predstavilo novú generáciu federovaného učenia, v ktorej klienti šifrujú tréningové dáta, prístup povoľujú cez zverejnené politiky a dešifrovanie prebieha len vo workloadoch v Trusted Execution Environments. Firma zároveň tvrdí, že presun výpočtu na server zrýchlil tréning a že Gboard už systém používa pri anglickom a japonskom predikovaní ďalšieho slova; tieto prínosy však v dodaných podkladoch nemajú nezávislé overenie.
Fraunhofer zverejnil výsledky projektu WESPE zameraného na rýchlejšiu montáž tepelných čerpadiel pri rekonštrukciách budov. Podľa tlačovej správy vznikla webová platforma pre pracovné postupy a prototyp AR aplikácie Heat Pump PlanAR, pričom zdroj opisuje aj testy prefabrikovaných a predmontovaných riešení v realistických podmienkach.
Fraunhofer LBF oznámil výsledok projektu OrganoFoam: laboratórne vyrábanú polyuretánovú penu z viac než 90 % bio-založených surovín pre čalúnenie a matrace. Podľa tlačovej správy sa dala rezať a lepiť na existujúcich strojoch partnera Friedrich Platt GmbH a v UV teste žltla pomalšie než bežná referenčná pena. Ide však o výskumný výsledok a demonštrátor, nie o komerčne dostupný produkt.
Fraunhofer vo výskumnom projekte PhysioINK oznámil prvé vytlačené kožné tkanivo s fyziologickou kolagénovou fibrilárnou štruktúrou. Tlačová správa zároveň opisuje mechanizmus stabilizácie proteínových bioatramentov, interné testy skladovania a dopravy v Nemecku aj hranice výsledkov: ide o priebežný výskum bez klinickej validácie a bez doloženej komerčnej dostupnosti.
Fraunhofer IGD podľa vlastnej tlačovej správy od 1. októbra 2026 rozšíril vedenie o Michaela Sedlmaira. Zmena sa týka strategického a vedeckého smerovania ústavu v Darmstadte a Rostocku, najmä v oblastiach human-centered AI a visual computingu; nejde však o oznámenie nového produktu ani doloženého nasadenia.
Google Research 18. septembra 2026 predstavilo MilleMiglia, open-source generátor realistických inštancií pre middle-mile logistiku. Podľa autorov má vyplniť nedostatok verejných dát pre výskum optimalizácie sietí medzi distribučnými centrami; zdroj však neobsahuje nezávislé testy kvality ani porovnanie výkonu solverov.
Google Research 27. augusta 2026 opísalo Planetary Prediction Engine ako experimentálnu výskumnú schopnosť v rámci Earth AI. Systém má autonómne vykonávať celý geopriestorový modelovací workflow od vyhľadania dát po tréning a vyhodnotenie, no dostupnosť ako produkt či API podklad nedokladá.
Google Research 10. septembra 2026 zverejnil popis frameworku ToolGrad, ktorý pri tvorbe syntetických datasetov pre používanie nástrojov obracia bežný postup: najprv vytvorí a overí reťazec API volaní, až potom k nemu doplní používateľský dopyt. Zdroj uvádza nižšie náklady a vyššiu úspešnosť generovania, no ide o vlastné výskumné tvrdenia bez nezávislého overenia v dodanom podklade.
Google Research na blogu z 3. septembra 2026 opísal systematické porovnanie prenosu polygenických rizikových skóre medzi UK Biobank a Biobank Japan. Hlavné zistenie je praktické pre transfer learning: európske dáta pomáhajú pri malých cieľových vzorkách, no pri väčších môžu presnosť v japonskej kohorte zhoršiť.
