
Ostatni tydzień – mniej więcej od 8 do 15 listopada 2025 roku – był tak naszpikowany technologicznymi newsami, że można by z nich zrobić osobny raport dla rządów i zarządów. Mieliśmy jednocześnie wielki tydzień kwantów (kilka przełomów ogłoszonych niemal dzień po dniu), wyścig w humanoidalnej robotyce, nowe modele AI od gigantów chmurowych, pierwszy szeroko opisywany przypadek cyberataku orkiestrującego się z pomocą AI oraz ważne decyzje inwestycyjne i regulacyjne – także w Polsce. Poniżej znajdziesz dziesięć najważniejszych wydarzeń technologicznych i innowacyjnych z tego tygodnia, przejrzyście opisanych w szerszym kontekście.
12 listopada IBM podczas dorocznej Quantum Developer Conference ogłosił coś więcej niż tylko „kolejne ulepszenie sprzętu”. Firma zaprezentowała nowe procesory kwantowe Nighthawk i Loon, aktualizacje oprogramowania oraz zestaw algorytmicznych demonstracji, które mają dowieść, że jej plan osiągnięcia „quantum advantage” do końca 2026 roku i wstępnej, odpornej na błędy kwantowej mocy obliczeniowej do 2029 roku jest realny. Z technicznego punktu widzenia chodzi m.in. o zwiększenie liczby kubitów, poprawę ich jakości (koherencja, poziom szumów) oraz bardziej zaawansowane metody korekcji błędów. IBM mocno podkreśla, że nie buduje samych „ładnych lodówek z kablami”, ale całą platformę – od sprzętu, przez software, po narzędzia dla programistów i integrację z chmurą.
To, co robi wrażenie, to właśnie spójność tej układanki. W tym tygodniu IBM pokazał m.in. nowe techniki tłumaczenia zadań biznesowych (np. z finansów czy chemii materiałowej) na postać, którą da się sensownie uruchamiać na łączeniu komputerów klasycznych i kwantowych. Firma nie obiecuje już „magicznego” przyspieszenia wszystkiego, tylko jasno mówi, w jakich klasach problemów – optymalizacja, symulacje molekularne, wyceny złożonych instrumentów finansowych – widzi realny potencjał przewagi nad klasycznymi superkomputerami. Dla klientów z sektorów takich jak bankowość, telekomunikacja czy farmacja to ważny sygnał: można zacząć budować wewnętrzne kompetencje, zespoły i pilotaże, zamiast czekać na abstrakcyjną „rewolucję kiedyś”.
W szerszym obrazie tygodnia ogłoszenia IBM pokazują, że kwanty wychodzą z fazy czystej demonstracji fizyki do fazy strategicznego planowania. Wraz z informacjami o nowych inwestycjach, partnerstwach i rosnącym finansowaniu firm kwantowych, ten tydzień wyglądał jak coś w rodzaju „mini-cesu” dla tej branży. Dla reszty świata technologii to ostrzeżenie i obietnica jednocześnie: jeśli dziś ignorujesz kwanty, za parę lat możesz obudzić się w sytuacji podobnej do tej, jaką przegapiły firmy lekceważące chmurę na początku jej rozwoju.
Ogromne poruszenie wywołała informacja z Chin: firma Chip Hub for Integrated Photonics Xplore (CHIPX) ogłosiła opracowanie pierwszego skalowalnego, „przemysłowego” optycznego układu kwantowego do zastosowań AI, który – według deklaracji – ma być nawet 1000 razy szybszy od klasycznych GPU Nvidii w wybranych zadaniach uczenia maszynowego. Zamiast elektronów chip wykorzystuje światło jako nośnik informacji, opierając się na złożonej sieci fotonicznych komponentów zintegrowanych na sześciocalowym waflu krzemowym. Na jednym takim waflu mieści się ponad tysiąc elementów optycznych, a specjalna metoda współpakowania ma umożliwiać skalowanie produkcji i stosunkowo łatwe wdrażanie układu w centrach danych.
Brzmi to jak zapowiedź „nowej ery”, ale diabeł tradycyjnie siedzi w szczegółach. CHIPX przyznaje, że produkcja jest trudna i wrażliwa na defekty – szacunkowo daje ok. 350 działających układów z jednego wafla, a roczna przepustowość ma wynosić ok. 12 tys. wafli. To dużo jak na pionierską technologię, ale bardzo mało w porównaniu z masową produkcją klasycznych chipów. Mimo to chińskie media państwowe mocno akcentują, że pierwsze wdrożenia w sektorze lotniczym i finansowym już trwają, a chip ma w dłuższej perspektywie zapewnić przewagę obliczeniową w zastosowaniach militarnych i wywiadowczych. Zachodnie analizy podkreślają, że na razie trudno zweryfikować wszystkie deklaracje, zwłaszcza te dotyczące „1000-krotnej” przewagi nad GPU, ale traktują projekt bardzo poważnie.
Dla globalnego rynku technologicznego to sygnał w dwóch wymiarach. Po pierwsze, że wyścig w dziedzinie sprzętu dla AI nie ogranicza się już do kolejnych generacji GPU i ASIC-ów – alternatywne architektury fotoniczne czy kwantowe wchodzą do gry szybciej, niż wielu się spodziewało. Po drugie, że przewaga sprzętowa staje się coraz wyraźniej elementem geopolitycznym. Jeśli choć część deklaracji CHIPX się potwierdzi, presja na USA, UE, Japonię czy Koreę, by przyspieszyć własne programy fotoniczne i kwantowe, tylko wzrośnie. Ten tydzień pokazał, że „wojna o chipy” zaczyna mieć bardzo konkretne, wielowymiarowe oblicze.
W tym kwantowym maratonie nie mogło zabraknąć ogłoszenia ze strony Quantinuum. Firma zaprezentowała system Helios – maszynę, którą badacze opisują wprost jako „najpotężniejszy komputer kwantowy na Ziemi”. Jego sercem jest 98-kubitowy procesor zbudowany z jonów baru w nowej architekturze tzw. „junction ion trap”. Klucz nie leży jednak tylko w liczbie kubitów, ale w tym, że Helios potrafi przekształcić 98 fizycznych kubitów w 48 logicznych, korygowanych błędami – czyli osiągnąć proporcję 2:1, tam gdzie wcześniej szacowano, że potrzeba raczej około 10 fizycznych kubitów na jeden logiczny. To radykalnie zmienia kalkulację kosztów i złożoności systemów skalowanych do setek czy tysięcy logicznych kubitów.
Quantinuum pochwaliło się też rekordowo wysokimi „fidelities” (dokładnościami) bramek jedno- i dwukubitowych – na poziomie odpowiednio ok. 99,9975% i 99,9%. Co ważne, nie są to tylko „ładne liczby z laboratorium”: na Heliosie zademonstrowano m.in. symulację metalu o wysokotemperaturowym nadprzewodnictwie, pokazując zjawiska, których nie da się dziś łatwo zaobserwować w rzeczywistych materiałach. Systemowi towarzyszy nowy język programowania Guppy, oparty na Pythonie, zorientowany na budowanie złożonych, korygowanych błędami algorytmów.
Dla praktyków IT ten news nie oznacza, że jutro zamienią swoje klastry Kubernetes na kwantowe moduły Heliosa. Ale przesuwa poprzeczkę tego, co jest wykonalne tu i teraz. Po raz pierwszy można poważnie rozmawiać o systemach, w których bardziej opłaca się wykorzystywać operacje na kubitach logicznych (z korekcją błędów) niż na „gołych” kubitach fizycznych. To fundament pod przyszłe, naprawdę skalowalne zastosowania – w chemii obliczeniowej, materiałoznawstwie, kryptografii czy finansach. W połączeniu z ogłoszeniami IBM ten tydzień ugruntował przekonanie, że lata 2025–2030 będą dla kwantów tym, czym lata 2015–2020 były dla chmury i „głębokiej” AI.
Na froncie sztucznej inteligencji głośno było o nowym ruchu Microsoftu, który konsekwentnie rozwija własny stos modeli, zamiast opierać się wyłącznie na partnerstwie z zewnętrznymi dostawcami. W tym tygodniu firma ogłosiła dwa kluczowe elementy tej układanki: MAI-Voice-1 – silnie ekspresyjny, niskolatencyjny model mowy – oraz MAI-1-preview, duży model bazowy trenowany na ogromnej infrastrukturze złożonej z ok. 15 tys. GPU H100. W praktyce MAI-Voice-1 ma napędzać bogatsze doświadczenia głosowe w Copilocie: generować do minuty naturalnie brzmiącej mowy w mniej niż sekundę na pojedynczym GPU, z kontrolą intonacji, emocji i stylu.
MAI-1-preview to natomiast fundament, na którym Microsoft chce budować kolejne warstwy swojej oferty – od usług w Azure, przez funkcje Copilota w Office i Windows, po rozwiązania dla partnerów korporacyjnych. W komunikatach mocno podkreślono, że model był trenowany pod kątem zastosowań produkcyjnych: wydajności, zgodności z regulacjami, narzędzi do śledzenia źródeł i kontroli ryzyk. Dla klientów oznacza to, że w coraz większej liczbie scenariuszy będą mogli wybierać między modelami partnerów (np. OpenAI) a natywnymi modelami Microsoftu, bez konieczności zmiany platformy infrastrukturalnej.
W szerszym kontekście tygodnia ten ruch wpisuje się w coraz wyraźniejszy trend „pionowej integracji” w AI: najwięksi gracze – Microsoft, Google, Meta, ale też niektóre azjatyckie koncerny – chcą mieć pod kontrolą zarówno infrastrukturę (chmura, chipy), jak i kluczowe modele, a często także aplikacje końcowe. Dla mniejszych firm i państw to podwójne wyzwanie: z jednej strony dostają dostęp do coraz potężniejszych narzędzi w modelu „AI jako usługa”, z drugiej – rośnie ryzyko uzależnienia od kilku globalnych dostawców. W tym sensie ogłoszenie MAI-1 i MAI-Voice-1 jest ważne nie tylko technologicznie, ale i strategicznie: pokazuje, jak wyglądać będzie układ sił na rynku AI w drugiej połowie dekady.
Sporym echem odbił się także raport Anthropic dotyczący zakłócenia pierwszej szeroko opisywanej kampanii szpiegowskiej, w której kluczową rolę odegrały zautomatyzowane narzędzia AI. Chodzi o scenariusz, w którym zaawansowany system generatywny pomagał atakującym planować, testować i modyfikować wektor ataku w czasie rzeczywistym – od generowania przekonujących wiadomości phishingowych, przez automatyczną analizę reakcji ofiar, po tworzenie nowych wariantów złośliwych skryptów. Raport opisuje, jak zespół bezpieczeństwa, we współpracy z zewnętrznymi partnerami, zidentyfikował i zablokował kampanię, a następnie wykorzystał wnioski do wzmocnienia zabezpieczeń modeli i interfejsów API.
Najbardziej niepokojące wnioski płyną z tempa, w jakim system był w stanie adaptować się do obrony. Zamiast tradycyjnego, „ręcznego” cyklu: atak – wykrycie – poprawka, mieliśmy tu do czynienia z próbą przejścia na automatyzację także po stronie atakującej. AI pisała, testowała i poprawiała kolejne wersje ładunku, ucząc się na bazie niepowodzeń. Raport zwraca uwagę, że przy braku twardych zabezpieczeń po stronie dostawców modeli generatywnych taki scenariusz mógłby stać się normą – z oczywistymi konsekwencjami dla bezpieczeństwa firm, administracji i infrastruktury krytycznej.
Po stronie defensywnej ten tydzień przyniósł kilka ważnych rekomendacji: konieczność agresywnego filtrowania i monitorowania wykorzystania modeli (zwłaszcza w trybie „narzędzie dla programistów”), inwestycje w detekcję anomalii na poziomie API i pipeline’ów MLOps oraz budowanie wewnętrznych kompetencji „AI red-teamingu”. Dla szefów bezpieczeństwa (CISO) to sygnał, że strategia cyberbezpieczeństwa musi obejmować nie tylko zabezpieczenie klasycznych systemów IT, ale też aktywne zarządzanie ryzykiem związanym z własnymi i zewnętrznymi modelami AI. Raport Anthropic można czytać jako pierwszą poważną kronikę konfliktu, w którym obie strony – atakujący i obrońcy – coraz szerzej korzystają z automatyzacji opartej na sztucznej inteligencji.
Na polu robotyki chińska firma Xpeng (znana dotąd głównie z samochodów elektrycznych) podbiła nagłówki prezentacją nowej generacji humanoidalnego robota Iron podczas swojego 2025 AI Day. Robot poruszał się z tak dużą płynnością i naturalnością gestów, że w chińskich mediach społecznościowych szybko pojawiły się teorie, jakoby w środku znajdował się… człowiek. Nagrania z wydarzenia stały się viralem, a dyskusja wymknęła się poza branżowe media – od zachwytu nad poziomem realizmu po pytania o to, czy Xpeng nie zbudował bardziej widowiskowego demo niż faktycznie skalowalny produkt.
Z czysto technicznego opisu wynika, że Iron ma zaawansowany system aktuatorów, czujników oraz modułów sterowania ruchem, a całość jest zintegrowana z platformą AI firmy, wykorzystywaną również w samochodach autonomicznych. Xpeng mówi o zastosowaniach w produkcji, logistyce, obsłudze klienta i prostych pracach usługowych. Jednocześnie przedstawiciele firmy musieli oficjalnie dementować pogłoski o „udawanym robocie”, publikując dodatkowe materiały zza kulis i wyjaśnienia konstrukcyjne. To paradoksalnie dobra reklama: jeśli produkt jest tak dobry, że ludzie podejrzewają trick, to znaczy, że wrażenie robi.
Szerszy kontekst jest równie ciekawy. Xpeng wchodzi na pole, na którym już dziś mocno obecne są firmy takie jak Tesla, Figure, Agility czy chińskie start-upy wspierane przez państwowy kapitał. Humanoidalne roboty nie są już wyłącznie futurystycznymi gadżetami z targów, ale realnym kierunkiem rozwoju dla przemysłu i logistyki. Ten tydzień pokazał, że wyścig o to, kto zbuduje pierwszą masowo produkowaną, ekonomicznie sensowną „dwunożną platformę pracy”, przyspiesza. Dla rynku pracy i regulacji będzie to ogromne wyzwanie – od norm bezpieczeństwa po przepisy BHP i prawa pracownicze w miejscach, gdzie „pracownikiem” jest mieszanka ludzi i robotów.
Jeśli prezentacja Xpenga była pokazem siły, to debiut rosyjskiego humanoidalnego robota „Human” w Moskwie stał się memem tygodnia – i niekoniecznie w pozytywnym sensie. Podczas pierwszego publicznego występu robot najpierw wykonał kilka kroków, po czym spektakularnie… runął na scenę. Nagrania z wydarzenia błyskawicznie obiegły media społecznościowe i międzynarodowe serwisy informacyjne. Publiczność miała mieszane odczucia: najpierw zapadła cisza, potem przyszły oklaski na otarcie łez, a w komentarzach pojawiły się pytania, czy rosyjski sektor robotyki jest gotowy na tak ambitne projekty, czy raczej chodziło o demonstrację „dla propagandy”.
Z perspektywy inżynieryjnej ten upadek nie jest żadną katastrofą – każdy, kto śledzi rozwój robotyki, wie, że humanoidy na etapie prototypów przewracają się często, a firmy takie jak Boston Dynamics od lat budują wizerunek m.in. na filmach z widowiskowymi testami równowagi. Problem w tym, że rosyjski pokaz był przedstawiany jako dowód gotowości do wejścia do globalnego wyścigu, a nie jako wczesny eksperyment. W efekcie zamiast budować zaufanie, wydarzenie odsłoniło różnicę między ambicjami a realnym stanem technologii. Krytycy zauważyli też, że skupienie mediów na widowisku odwraca uwagę od realnych zastosowań robotyki w przemyśle, które – nawet jeśli mniej efektowne – mają dziś znacznie większe znaczenie gospodarcze.
W wymiarze symbolicznym ta scena to antyteza azjatyckich, dopieszczonych dem: pokazuje, jak trudno jest przeskoczyć lata doświadczeń i miliardowe inwestycje konkurentów. Dla obserwatorów rynku to przypomnienie, że hype wokół „robotów do wszystkiego” trzeba filtrować przez pryzmat testów, wdrożeń i ekonomii – a nie tylko konferencji prasowych. Jednocześnie nawet taki nieudany debiut może mieć pozytywne skutki: jeśli za kulisami pójdą za nim większe inwestycje w edukację, R&D i współpracę z uczelniami, to dzisiejszy viralowy upadek za parę lat może okazać się tylko zabawną anegdotą z początków bardziej poważnego programu robotycznego.
Na przecięciu technologii i finansów ważnym newsem był zapowiedziany debiut giełdowy kanadyjskiej firmy Xanadu Quantum Technologies. Spółka ma wejść na Nasdaq poprzez fuzję ze specjalną spółką przejęciową (SPAC) Crane Harbor Acquisition Corp., przy wycenie ok. 3,6 mld dolarów. W ramach transakcji Xanadu liczy na pozyskanie blisko 500 mln dolarów świeżego kapitału, z czego istotna część pochodzić ma z tzw. PIPE – prywatnych inwestycji w akcje spółki publicznej. To kolejny sygnał, że rynek kapitałowy zaczyna coraz poważniej wyceniać potencjał kwantów, mimo wciąż dużych ryzyk technologicznych i rynkowych.
Xanadu rozwija przede wszystkim fotoniczne rozwiązania kwantowe – zarówno sprzęt, jak i oprogramowanie – i już współpracuje z dużymi graczami, m.in. w sektorze finansowym i chemicznym. Debiut giełdowy ma umożliwić przyspieszenie prac nad skalowaniem ich architektury oraz rozbudowę oferty chmurowej. W tle mamy też inne transakcje: kilka kwantowych start-upów ogłosiło podobne plany z wykorzystaniem SPAC-ów, co pokazuje, że branża testuje alternatywne ścieżki pozyskiwania kapitału, zamiast klasycznego, długiego IPO.
Dla inwestorów to miecz obosieczny. Z jednej strony – ogromny potencjał rynkowy: zastosowania w medycynie, materiałoznawstwie, optymalizacji logistycznej czy cyberbezpieczeństwie mogą wygenerować miliardowe przychody w horyzoncie kilkunastu lat. Z drugiej – bardzo wysokie ryzyko technologiczne: nadal nie ma gwarancji, że dana architektura odniesie sukces, a wielu konkurentów walczy o to samo miejsce przy stole. Ten tydzień pokazał jednak jednoznacznie, że kwanty przestają być niszą dla grantów i funduszy deep tech. Wchodzą do mainstreamu rynków kapitałowych – razem z całą swoją niepewnością i obietnicą.
Jeśli chodzi o Polskę, jednym z ważniejszych newsów technologiczno-biznesowych tygodnia było ogłoszenie platformy Innovate Poland, opisanej przez ITwiz jako nowy mechanizm wspierania inwestycji w krajowe innowacje. Idea jest prosta: zbudować most między kapitałem (fundusze, inwestorzy branżowi) a projektami deep tech i zaawansowanych usług cyfrowych, które wyrosły na polskich uczelniach, w firmach IT i start-upach. W praktyce oznacza to katalog projektów, ułatwione due diligence, wsparcie analityczne i – co ważne – promocję Polski jako miejsca, w którym warto lokować pieniądze w obszarze AI, chmury, cyberbezpieczeństwa czy nowych technologii energetycznych.
Ten ruch wpisuje się w szerszy kontekst – w tym tygodniu opublikowano także raport przygotowany m.in. we współpracy z Google Cloud, szacujący, że rozwój sztucznej inteligencji może dołożyć do gospodarki Unii Europejskiej ok. 1,2 bln euro dodatkowej wartości, a Polska ma szansę „ugrać” swój istotny udział. Warunek? Zwiększenie inwestycji w infrastrukturę (chmura, centra danych), kompetencje (szkolenia, programy uczelniane) oraz otoczenie regulacyjne. Innovate Poland ma być jednym z elementów tej układanki – narzędziem, które pokaże, że krajowy ekosystem dojrzewa i jest w stanie przyjąć zarówno kapitał europejski, jak i globalny.
Z punktu widzenia polskich firm technologicznych i MŚP to dobra wiadomość, bo rośnie szansa na znalezienie partnerów i finansowania bez konieczności przenoszenia działalności za granicę. Dla samorządów i instytucji publicznych – sygnał, że trzeba myśleć o innowacjach nie tylko jako o grantach „na badania”, ale jako o realnym sektorze gospodarki, który można wzmacniać poprzez zamówienia publiczne, partnerstwa PPP czy wsparcie infrastruktury (np. parków technologicznych). W tym sensie ogłoszenie Innovate Poland nie jest pojedynczym newsem, ale elementem większej narracji: Polska próbuje przestać być wyłącznie „tanią fabryką IT” i przejść do roli współkreatora europejskiej sceny deep tech.
Na styku technologii, regulacji i ubezpieczeń ciekawym, bardzo praktycznym wydarzeniem jest wprowadzenie przez PZU nowej polisy OC dla operatorów dronów, odpowiadającej wymogom przepisów wchodzących w życie 13 listopada 2025 roku. Zgodnie z nowymi regulacjami obowiązkowe ubezpieczenie odpowiedzialności cywilnej obejmuje operatorów dronów o masie od 0,25 do 20 kg. Powód jest prosty: w Polsce zarejestrowano już ponad 400 tysięcy operatorów, a bezzałogowe statki powietrzne są wykorzystywane zarówno rekreacyjnie, jak i komercyjnie – w inspekcjach infrastruktury, rolnictwie precyzyjnym, logistyce, foto-wideo czy akcjach ratunkowych.
Ubezpieczenie ma chronić osoby trzecie przed skutkami ewentualnych szkód – od uszkodzenia mienia po wypadki z udziałem ludzi – oraz uporządkować odpowiedzialność finansową w razie incydentów. Dla operatorów komercyjnych polisa OC staje się po prostu kolejnym kosztem prowadzenia działalności, który trzeba wkalkulować w model biznesowy, podobnie jak w przypadku firm transportowych czy budowlanych. Dla rynku to jednak krok w stronę „normalizacji” dronów: z egzotycznego gadżetu stają się infrastrukturą pracy, objętą podobnym reżimem jak inne narzędzia wysokiego ryzyka.
Nowe regulacje i produkty ubezpieczeniowe są też warunkiem rozwoju bardziej zaawansowanych zastosowań, jak loty poza zasięgiem wzroku (BVLOS), integracja z systemami zarządzania ruchem lotniczym czy dostawy paczek w miastach. Bez klarownego podziału odpowiedzialności i mechanizmów kompensacji szkód ani regulatorzy, ani mieszkańcy nie zaakceptują zwiększonej liczby dronów nad głowami. W tym sensie ruch PZU można czytać jako element szerszej transformacji: Polska przygotowuje się do wejścia w kolejną fazę „dronowej rewolucji”, gdzie o sukcesie zdecydują nie tylko technologie, ale i mądrze zaprojektowane ramy prawno-finansowe.
IBM – nowe procesory kwantowe Nighthawk i Loon oraz plan dojścia do przewagi i odpornej na błędy kwantowej mocy obliczeniowej do 2029 r.: https://newsroom.ibm.com/2025-11-12-ibm-delivers-new-quantum-processors,-software,-and-algorithm-breakthroughs-on-path-to-advantage-and-fault-tolerance – oficjalny komunikat z konferencji IBM Quantum Developer Conference.
Chiński optyczny chip kwantowy CHIPX – deklaracje 1000-krotnego przyspieszenia dla obciążeń AI i skala produkcji: https://www.tomshardware.com/tech-industry/quantum-computing/new-chinese-optical-quantum-chip-allegedly-1-000x-faster-than-nvidia-gpus-for-processing-ai-workloads-but-yields-are-low – analiza architektury, możliwości i ograniczeń produkcyjnych.
Quantinuum Helios – opis architektury jonowej, liczby kubitów logicznych, poziomu fidelities i języka Guppy: https://www.livescience.com/technology/computing/this-is-easily-the-most-powerful-quantum-computer-on-earth-scientists-unveil-helios-a-record-breaking-quantum-system – podsumowanie przełomu w korekcji błędów i mocy obliczeniowej.
Microsoft MAI-Voice-1 i MAI-1-preview – tygodniowy przegląd nowości AI z omówieniem nowych modeli Microsoftu: https://www.marketingprofs.com/opinions/2025/54004/ai-update-november-14-2025-ai-news-and-views-from-the-past-week – opis parametrów, zastosowań i miejsca w strategii firmy.
Raport Anthropic o zakłóceniu pierwszej szeroko opisywanej kampanii cyber-szpiegowskiej orkiestrującej się z pomocą AI: https://www.anthropic.com/news/disrupting-AI-espionage – szczegółowy opis scenariusza ataku, działań defensywnych i wniosków dla bezpieczeństwa modeli.
Xpeng Iron – prezentacja nowej generacji humanoida na AI Day i reakcje w chińskich mediach społecznościowych: https://cnevpost.com/2025/11/06/xpengs-iron-humanoid-robot-looks-so-real/ – relacja z wydarzenia i opis parametrów robota.
Rosyjski humanoid „Human” – relacje z debiutu scenicznego i jego nieudanego przebiegu: https://e.vnexpress.net/news/tech/tech-news/russia-s-first-ai-humanoid-robot-faceplants-on-stage-during-debut-performance-4963500.html oraz omówienie w mediach zachodnich: https://www.newsweek.com/russia-human-robot-falls-stage-during-debut-11031104.
Xanadu Quantum Technologies – ogłoszenie wejścia na Nasdaq poprzez fuzję z SPAC Crane Harbor Acquisition Corp.: https://www.reuters.com/technology/xanadu-quantum-go-public-via-36-billion-spac-deal-2025-11-03/ – szczegóły transakcji, wyceny i kontekstu rynkowego.
Innovate Poland i szerszy kontekst inwestycji w polskie innowacje oraz potencjału AI dla gospodarki UE: https://itwiz.pl/innovate-poland-nowa-platforma-inwestycji-w-polskie-innowacje/ – opis platformy, oraz analiza rozwoju AI i chmury w Europie z udziałem Polski: https://innpoland.pl/217067,ai-ma-dac-europie-1-2-bln-euro-wzrostu-polska-liczy-na-udzial-w-wyscigu.
Nowe OC dla operatorów dronów w Polsce – przegląd technologiczny tygodnia z informacją o polisie PZU i przepisach od 13 listopada 2025 r.: https://www.isbtech.pl/2025/11/przeglad-technologiczny-10-14-listopada/ – omówienie wymogów ubezpieczeniowych i dynamiki rynku dronów.