• Home
  • Home
  • Posts
  • AI nieuwsbrief
  • Podcast
  • Projecten
  • Contact
HP's AI daily - 21 mei

Verzonden op 21-05-2026 07:18

HP's AI daily - 21 mei

Google Gemini Omni: één model voor video, beeld en audio

Tijdens Google I/O heeft Google Gemini Omni uitgebracht, een model dat video genereert en bewerkt vanuit elke combinatie van tekst, beeld en audio.

Waar je vroeger aparte modellen nodig had voor video-generatie, beeldbewerking en audioverwerking, combineert Gemini Omni dit in één systeem. Dat verlaagt de complexiteit van multimodale workflows aanzienlijk.

Voor teams die content produceren of met mediapijplijnen werken, is dit relevant: je kunt video bewerken via tekstprompts, zonder tussenliggende exportstappen of aparte tools.

De praktische vraag blijft hoe goed de kwaliteit is buiten gecontroleerde demo-omgevingen. Test het model op een concrete use case uit je eigen workflow voordat je het inbouwt in productieprocessen.

blog

 

Andrej Karpathy stapt over naar Anthropic

De bekendste AI-onderzoeker zonder vaste werkgever heeft gekozen: Andrej Karpathy, oud-medewerker van OpenAI en Tesla, gaat bij Anthropic aan de slag in frontier R&D.

Dat is een significante zet. Karpathy heeft meer volgers in de AI-wereld dan vrijwel iedereen anders, hij muntte de term 'vibe coding', en zijn keuze voor Anthropic zegt iets over waar hij de sterkste modellen en de interessantste onderzoeksagenda ziet.

Voor organisaties die hun AI-strategie bouwen op Anthropic-modellen is dit een positief signaal. Meer toptechnisch talent trekt doorgaans meer toptechnisch talent aan, wat zich vertaalt in betere modellen.

Zijn keuze tégen Google en Microsoft is ook veelzeggend. Wie de grote labs vergelijkt bij het selecteren van een AI-partner, heeft nu een extra datapunt.

x

 

Google lanceert Gemini Spark: persoonlijke agent voor Workspace

Google heeft naast Omni ook Gemini Spark aangekondigd, een 24/7 persoonlijke agent die proactief taken uitvoert binnen Google Workspace. Lokale computertoegang komt beschikbaar in de zomer van 2026.

Spark is Googles antwoord op de groeiende markt van autonome agents: systemen die niet wachten op een prompt, maar zelf handelen op basis van je agenda, e-mail en documenten.

Voor organisaties die zwaar op Google Workspace draaien, is dit het meest tastbare resultaat van Google I/O. Een agent die vergaderingen voorbereidt, follow-ups verstuurt en documenten bijhoudt, bespaart dagelijks tijd.

Houd er rekening mee dat autonome agents ook toegang krijgen tot gevoelige bedrijfsdata. Zorg dat je datastrategie en toestemmingsbeleid op orde zijn voordat je Spark breed uitrolt.

blog

 

GitHub Spec Kit bereikt 95.000 GitHub-sterren

Een open-source toolkit genaamd Spec Kit heeft snel 95.000 sterren op GitHub verzameld door AI te dwingen eerst te plannen voordat het code schrijft.

Het idee is simpel: laat een AI-agent eerst een gedetailleerde specificatie opstellen en die goedkeuren, voordat er een regel code wordt gegenereerd. Dat reduceert het bekende probleem van code die technisch klopt maar het verkeerde probleem oplost.

Voor teams die met AI-codeertools werken, biedt dit een concrete verbeterslag. Het kost iets meer tijd aan de voorkant, maar de iteratietijd achteraf neemt af.

De populariteit van 95.000 sterren suggereert dat veel developers worstelen met hetzelfde probleem. Dat is een signaal dat 'vibe coding' zonder structuur ook in professionele omgevingen zijn grenzen bereikt.

Infographic

 

Grep verslaat vector search in agentische retrieval

Een nieuw onderzoek laat zien dat grep, de klassieke zoektool uit de Unix-wereld, vector search overtreft in meerdere agentische retrieval-scenario's.

Vector search is de standaardkeuze geworden voor RAG-systemen, maar deze studie suggereert dat exacte tekstmatching in veel gevallen nauwkeuriger is, met minder infrastructuur en lagere kosten.

Voor teams die RAG-pipelines bouwen of evalueren, is dit een reden om je aanpak opnieuw te bekijken. Voeg een grep-gebaseerde baseline toe aan je evaluatieframework en vergelijk de resultaten op je eigen dataset.

Belangrijke kanttekening: de studie richt zich specifiek op agentische retrieval, niet op alle RAG-toepassingen. Semantische zoekopdrachten waarbij exacte woordkeuze varieert, blijven een use case waar vector search zijn meerwaarde behoudt.

 
← Terug naar overzicht