Otkrivene vještine AI komunikacije: Anthropic objavio Claude 4.6 vodič za promptove

Anthropic predstavio je sveobuhvatan vodič za prompt inženjering pod nazivom Prompting Best Practices, namijenjen najnovijoj generaciji Claude modela, uključujući Claude Opus 4.6, Claude Sonnet 4.6 i Claude Haiku 4.5.

Iako je dokument primarno namijenjen programerima, njegova je vrijednost daleko šira. U njemu se nalaze konkretni, primjenjivi savjeti koji pomažu svakome tko je barem jednom pomislio: „Zašto AI uporno odgovara na pogrešno pitanje, iako sam sve jasno objasnio?“ U nastavku donosimo šest ključnih principa koji mogu značajno unaprijediti kvalitetu komunikacije s umjetnom inteligencijom.

1. Tretirajte AI kao pametnog novog kolegu

Temeljna ideja vodiča glasi: AI je sposoban, ali ne poznaje vaš kontekst. Ako napišete „Napiši bolji članak“, model neće znati što za vas znači „bolji“. Učinkovit prompt jasno definira format, duljinu, ton i ciljanu publiku. Primjerice, umjesto općenite upute, precizirajte da želite profesionalan članak od 300 riječi namijenjen široj javnosti, strukturiran u tri odlomka. Anthropicovo „zlatno pravilo“ glasi: ako bi kolega bez konteksta bio zbunjen vašom uputom, zbunjen će biti i AI.

2. Primjeri su moćniji od objašnjenja

Jedna od najstabilnijih tehnika naziva se few-shot prompting. Umjesto dugog objašnjavanja željenog stila, učinkovitije je priložiti tri do pet konkretnih primjera. Ako želite živahan stil tehnološkog novinarstva, pokažite primjer takvog teksta. Model će preciznije prepoznati strukturu, ton i ritam nego iz apstraktnih opisa. Drugim riječima, manje teorije, više demonstracije.

3. Recite što želite, a ne samo što ne želite

Negativne upute poput „nemoj koristiti markdown“ ili „nemoj pretjerivati“ često daju slabije rezultate. Modeli bolje reagiraju na pozitivno definirane ciljeve. Umjesto zabrana, navedite jasne smjernice, primjerice da želite prirodan tekst u kontinuiranim odlomcima, neutralan ton i maksimalnu duljinu od 300 riječi. AI preciznije slijedi jasno postavljene ciljeve nego niz ograničenja.

4. Kod dugih dokumenata najprije kontekst, zatim pitanje

Ako radite s dugim dokumentima, redoslijed je ključan. Preporuka je da se najprije navede kompletan kontekst ili podaci, a konkretno pitanje postavi na kraju. Prema internim testiranjima Claude tima, ovakav raspored može poboljšati kvalitetu odgovora i do približno 30 posto. Dodatno, korisno je zatražiti od modela da citira relevantne dijelove teksta prije analize, čime se smanjuje rizik pogrešnog tumačenja.

5. Novi modeli su proaktivniji

Serija Claude 4.6 dizajnirana je tako da bude samostalnija i spremnija na korištenje dostupnih alata. To znači kraće sažetke, izravnije odgovore i češće prelazak na konkretne akcijske korake. Ako takvo ponašanje djeluje „previše ambiciozno“, korisnik može izričito postaviti granice, primjerice navodeći da se alati koriste samo kada je to nužno.Drugim riječima, modeli više nalikuju motiviranom zaposleniku nego pasivnom asistentu, ali i dalje zahtijevaju jasne okvire.

6. Zatražite samoprovjeru za kompleksne zadatke

Kod matematičkih, programerskih ili analitičkih zadataka preporučuje se dodavanje upute kojom se od modela traži da prije konačnog odgovora provjeri točnost prema zadanim kriterijima. Ova jednostavna strategija može smanjiti stopu pogrešaka, osobito kod tehnički zahtjevnih zadataka.

Pet stvari koje vrijedi zapamtiti

Za korisnike koji ne žele čitati cijeli tehnički dokument, sažetak je jednostavan. Upute moraju biti precizne i jasno definirati format, duljinu i ton. Davanje primjera učinkovitije je od općenitih objašnjenja. Pozitivne formulacije daju bolje rezultate od zabrana. Kod dugih tekstova kontekst ide prije pitanja. Konačno, zahtjev za samoprovjerom može znatno povećati pouzdanost odgovora.

Cjeloviti vodič dostupan je na službenoj platformi Claudea i predstavlja vrijedan resurs svima koji žele izvući maksimum iz suvremenih AI modela. U konačnici, kvaliteta odgovora umjetne inteligencije često je izravna refleksija kvalitete postavljenog pitanja. A kako pokazuje ovaj vodič, komunikacija s AI sustavima sve više nalikuje komunikaciji s ljudima: jasnoća, struktura i kontekst čine razliku između prosječnog i vrhunskog rezultata.

Meta je napravila potez koji je uzdrmao AI industriju. Dala je milijarde dolara za najam Google TPU-ova, ostvarila stratešku suradnja s AMD-om za implementaciju 6 gigavata (GW) AI računalne snage, a istovremeno nastavlja kupovati milijune GPU-ova od Nvidije. Poruka je jasna: AI era više nije igra jednog dobavljača.

Šok za tržište: treniranje modela na TPU-ovima

Prema pisanju The Informationa, Meta je sklopila višegodišnji ugovor s Googleom vrijedan milijarde dolara za korištenje TPU (Tensor Processing Unit) čipova u treniranju AI modela. To je ključno jer je do sada vladalo uvjerenje da je NVIDIA neprikosnovena u treningu modela (zahvaljujući CUDA i NVLink ekosustavu), a konkurenti poput AMD-a i Googlea uglavnom ograničeni na inferenciju. Meta sada ruši taj mit i pokazuje da se veliki AI modeli mogu trenirati i izvan NVIDIA ekosustava.

Google ovime pretvara TPU iz internog alata u komercijalno oružje protiv NVIDIA-e. Istovremeno, Meta i AMD najavljuju ogromnu višegodišnju suradnju:

• 6 GW AI infrastrukture – To je razina električne snage usporediva s velikim energetskim postrojenjima – govorimo o infrastrukturi na razini malih gradova.
• Prilagođeni MI450 GPU-ovi- AMD će isporučivati prilagođene Instinct MI450 akceleratore optimizirane za Meta radna opterećenja.
• EPYC procesori (Venice i Verano) – Meta postaje ključni kupac AMD-ovih 6. generacije EPYC CPU-a, jer koordinacija CPU-a postaje presudna u velikim AI klasterima.
• Rack-level integracija- Implementacija će se temeljiti na AMD Helios arhitekturi uz duboku integraciju ROCm softverskog ekosustava.
• Financijsko vezanje- AMD je čak osigurao jamstva u obliku do 1,6 milijuna dionica koje se otključavaju kako Meta ispunjava pragove kupnje.

Ovo nije obična kupnja hardvera — ovo je strateški savez.

Strategija “de-single supplier”

Mark Zuckerberg vrlo jasno igra dugu igru.Meta i dalje kupuje ogromne količine NVIDIA Blackwell GPU-ova, ali paralelno koristi Google TPU za trening, gradi duboko partnerstvo s AMD-om i razvija vlastiti MTIA čip. Cilj? Smanjiti ovisnost o jednom dobavljaču. Jer u AI ratu, tko kontrolira čipove – kontrolira budućnost pregovaračke moći.

Googleov potez: TPU kao novi “money printer”

Google agresivno komercijalizira TPU-ove na način da daje direktni leasing Meti, financijske SPV strukture za kupnju i podnajam TPU-a i partnerstva s investicijskim institucijama. Cilj je jasan – pretvoriti TPU u profitni biznis vrijedan milijarde dolara, a ne samo interni alat za Google Cloud.

Najveća nepoznanica -TSMC

Na kraju, svi putevi vode do TSMC-a. NVIDIA, AMD, Google, pa čak i Meta (ako razvije vlastite čipove) – svi trebaju napredne proizvodne procese i CoWoS pakiranje. No, ovdje se odvija pravi “Three Kingdoms” rat AI infrastrukture. Ako potražnja nastavi rasti, pitanje više neće biti tko ima bolji čip — nego tko može dobiti proizvodni kapacitet.

Analitički zaključak

Meta ovom strategijom osigurava dugoročnu računalnu snagu, razbija NVIDIA-inu monopolsku moć i jača alternativne ekosustave.

Diverzificira rizik

AI tržište više nije linearna utrka – postalo je geopolitičko i industrijsko nadmetanje na razini gigavata. Rat čipova ulazi u fazu u kojoj se više ne broje samo tranzistori — nego i gigavati.

S ukupno 166 bodova na DXOMARK ljestvici, Xiaomi 17 Ultra pozicionira se na šesto mjesto globalno. Riječ je o izuzetno visokom rezultatu koji ga svrstava među elitu mobilne fotografije, no u segmentu gdje se mjeri svaki detalj – to ipak nije dovoljno za vrh.

Ispred njega nalaze se:

• Huawei Pura 80 Ultra – 175 bodova
• Vivo X300 Pro – 171 bod 
• Oppo Find X8 Ultra – 168 bodova
• iPhone 17 Pro – konkurentan u pojedinim segmentima

U tom kontekstu, Xiaomi 17 Ultra ostaje vrlo snažna opcija, ali bez apsolutne dominacije koju “Ultra” oznaka implicira.

Izvrsna fotografija, ali ne i bezgrešna

Glavni 1-inčni senzor i dalje je temelj Xiaomi fotografskog identiteta. Rezultati su vrlo dobri u kontroli šuma, reprodukciji tekstura. noćnoj fotografiji i dinamičkom rasponu. Međutim, DXOMARK bilježi nekoliko sitnih slabosti: povremene nedosljednosti u autofokusu, točkaste artefakte i blage nepravilnosti u kontrastu. U klasi gdje razlika između prvog i šestog mjesta može biti svega nekoliko bodova, upravo te nijanse odlučuju.

200 periskop: moćan, ali ne i najprecizniji

Periskopski telefoto senzor od 200 MP pruža visoku razinu detalja, dobru stabilnost boja i uvjerljive rezultate pri višestrukom zumiranju. Ipak, konkurenti su uspjeli postići nešto bolju optimizaciju u kompleksnim svjetlosnim uvjetima i pri ekstremnim žarišnim duljinama. Xiaomi ostaje vrlo blizu vrha, ali bez dodatne fine kalibracije ne uspijeva preskočiti najviše pozicije.

Video: stabilan, ali s vidljivim kompromisima

Snimanje u 4K pri 60 fps uz Dolby Vision HDR daje tehnički vrlo korektne rezultate: dobra stabilizacija, solidan dinamički raspon i prirodan prikaz boja. No DXOMARK navodi male, ali vidljive korake autofokusa, povremeni gubitak preciznog praćenja lica i prijelaze ekspozicije koji nisu uvijek savršeno glatki. U usporedbi s liderima koji nude gotovo “kino-grade” iskustvo, Xiaomi je korak iza.

Zaključak: jako dobar, ali ne i neprikosnoven

Xiaomi 17 Ultra bez sumnje spada među najbolje kamere na tržištu pametnih telefona. Hardver je ambiciozan, a ukupna izvedba izuzetno konkurentna.
Ipak, činjenica da zaostaje za modelima poput Huawei Pura 80 Ultra ili Vivo X300 Pro pokazuje da je konkurencija dodatno unaprijedila optimizaciju, algoritme i dosljednost. Ovo nije razočaranje — 166 bodova to jasno potvrđuje. No u današnjoj Ultra klasi, izvrsnost više nije dovoljna za prvo mjesto. Xiaomi je vrlo blizu vrha, ali za apsolutnu dominaciju bit će potreban još jedan korak naprijed u softverskoj preciznosti i konzistentnosti.

Po prvi put u povijesti, NATO je odobrio komercijalne, standardne verzije iPhonea i iPada (s iOS 26 i iPadOS 26) za obradu informacija klasificiranih kao NATO Restricted – bez posebnih hardverskih modifikacija. To znači da uređaji dostupni na tržištu, uz odgovarajuće upravljanje i konfiguraciju, mogu biti korišteni u službenim NATO okruženjima za rad s ograničenim povjerljivim podacim

Ključnu ulogu imao njemački BSI

Glavni tehnički nositelj evaluacije bio je Bundesamt für Sicherheit in der Informationstechnik (BSI) koji je proveo detaljna tehnička testiranja, penetracijske testove, analizu modela prijetnji, dubinsku evaluaciju kriptografije i izolacijskih mehanizama. Njemačka je još 2022. odobrila iPhone i iPad za rad s povjerljivim podacima savezne vlade, a sada je ta procjena proširena na NATO standard. Claudia Plattner, čelnica BSI-ja, naglasila je da sigurnost mora biti integrirana već u fazi dizajna proizvoda – što je bio ključni element Appleove evaluacije.

Što zapravo znači “NATO Restricted”?

“NATO Restricted” je najniža od četiri NATO klasifikacijske razine, ali i dalje zahtijeva ozbiljne tehničke kontrole. To su informacije čije bi otkrivanje moglo biti štetno za interese NATO-a.
Važno: Ovo nije najviša razina tajnosti, ali i dalje podrazumijeva snažnu enkripciju, zaštitu od neovlaštenog pristupa,

Je li ovo stvarno prvi put?

Apple tvrdi da su njegovi uređaji prvi potrošački mobilni uređaji s ovom razinom validacije, no povijesno gledano, BlackBerry je još 2013. dobio NATO Restricted certifikaciju za BlackBerry 10. Razlika je u tome što Apple sada prolazi s nativnim iOS sigurnosnim arhitekturama, bez dodatnog specijaliziranog sigurnosnog softvera trećih strana.

Važna napomena: nije “out of the box”

Iako se radi o standardnim komercijalnim uređajima, u praksi se koriste upravljane konfiguracije za državne institucije (npr. Indigo – iOS Native Devices in Government Operation). Drugim riječima vaš privatni iPhone kod kuće nije automatski NATO-certificiran samo zato što ima iOS 26. Potrebno je centralno upravljanje (MDM), specifične sigurnosne politike i kontrolirano okruženje.

Zašto je ovo velika stvar?

Apple jača poziciju u državnim i vojnim nabavama, gdje su prije dominirali BlackBerry i Samsung Knox rješenja. Ključni elementi koji su pomogli certifikaciji: Secure Enclave, hardverska enkripcija, sandboxing aplikacija, biometrijska autentifikacija (Face ID), integracija hardvera i Apple silicija. Apple ovime dokazuje da je komercijalna arhitektura dosegla razinu na kojoj može zadovoljiti i vojne standarde.

Geopolitički signal

U kontekstu rastućih kibernetičkih prijetnji, multinacionalna validacija poput ove ima veliku stratešku težinu u procesima javne nabave.

Analitička perspektiva

Ovo je tehnička pobjeda za Appleovu sigurnosnu arhitekturu, marketinška pobjeda u enterprise segmentu i strateški iskorak u javnom sektoru. Granica između “potrošačkog uređaja” i “državne sigurnosne opreme” postaje sve tanja. Ako su nekad vladini telefoni bili glomazni, skupi i specijalizirani, danas se čini da sigurnost može stati – u uređaj koji kupite u trgovini.

Google Messages napokon dobiva dugo očekivanu funkciju dijeljenja lokacije u stvarnom vremenu, što korisnicima omogućuje da lako pokažu gdje se nalaze i budu pronađeni među gomilom kontakata.

Kako funkcionira nova značajka

Ranije su korisnici mogli slati samo fiksnu lokaciju, što nije bilo dovoljno za koordinaciju u stvarnom vremenu ili praćenje prijatelja ili članova obitelji dok se kreću. S novom opcijom, koja se pojavljuje u izborniku “+” među privicima, dostupni su sljedeći vremenski intervali za dijeljenje lokacije:

•  Jedan sat – lokacija se dijeli jedan sat od aktivacije
• Za dan – lokacija se dijeli do kraja dana
•  Dok ne onemogućite – lokacija se dijeli neograničeno dok korisnik ručno ne prekine dijeljenje
• Prilagođeno trajanje – korisnik može postaviti određeni vremenski period do 24 sata

Ova fleksibilnost omogućuje korisnicima da odaberu koliko dugo žele dijeliti lokaciju, što je praktično za kratke susrete, dugotrajna putovanja ili stalno praćenje u svrhu sigurnosti

Trenutna dostupnost

Funkcija se za sada uvodi za beta korisnike, dok Google planira širu implementaciju u skoroj budućnosti. Uz to, tvrtka je objavila i članak za podršku koji detaljno objašnjava kako koristiti novu opciju, što olakšava bržu adaptaciju korisnika

Zašto je ovo važno

S obzirom na to da aplikacije za instant poruke sve više posuđuju značajke jedna od druge, Google Messages sada nudi konkurentnu funkcionalnost usporedivu s WhatsAppom i drugim popularnim platformama za dijeljenje lokacije u stvarnom vremenu. Korisnici sada mogu sigurno i praktično koordinirati susrete, pratiti obitelj ili prijatelje, te povećati svoju sigurnost tijekom kretanja. Očekuje se da će funkcija uskoro biti dostupna svim korisnicima, što dodatno jača poziciju Google Messagesa kao jedne od najkompletnijih aplikacija za razmjenu poruka na Android uređajima

Samsung već godinama igra na sigurno kada je riječ o hardveru kamere u Galaxy S Ultra seriji. Od 2022. do danas promjene su uglavnom bile evolucijske, a ne revolucionarne. S modelom Galaxy S26 Ultra situacija se na prvi pogled čini sličnom – no jedna važna stavka ipak se promijenila: 5x telefoto objektiv. I dok poboljšanje zvuči obećavajuće, u praksi donosi i kompromis koji neće oduševiti sve korisnike.

Svjetliji otvor blende – više svjetla, bolji detalji

Na papiru, promjena izgleda pozitivno. Otvor blende 5x telefoto objektiva sada iznosi f/2.9, umjesto dosadašnjih f/3.4. To znači da više svjetla ulazi u senzor, bolje performanse pri slabijem osvjetljenju te potencijalno više detalja i manje šuma. Za noćne fotografije i slabije osvijetljene interijere, ovo je objektivno poboljšanje. Međutim, svjetliji otvor nije jedina promjena – a upravo je druga strana medalje ono što izaziva podijeljene reakcije.

Promjena arhitekture: W-oblik umjesto klasičnog periskopa

Za razliku od prethodnika, poput Samsung Galaxy S25 Ultra, novi S26 Ultra koristi W-oblik periskopske strukture za 5x telefoto modul. Glavna prednost? Takva konstrukcija zauzima manje prostora unutar kućišta, što je omogućilo tanji dizajn uređaja. No kompromis dolazi u obliku – minimalne udaljenosti fokusiranja.

Veća minimalna udaljenost fokusiranja – primjetan nedostatak

Dok je Galaxy S25 Ultra omogućavao fokusiranje s udaljenosti od oko 25 cm, Galaxy S26 Ultra prelazi na drugi objektiv već kada se subjekt približi na 60–70 cm. To znači manje fleksibilnosti kod bliskih 5x kadrova, slabije mogućnosti za polu-makro telefoto fotografiju i automatsko prebacivanje na drugi objektiv pri bližem subjektu. Ako fotografirate spontano i bez posebne analize, možda nećete primijetiti razliku. No korisnici koji svjesno biraju 5x telefoto za kreativne kadrove brzo će uočiti ograničenje. U praksi to znači da je S26 Ultra bolji u svjetlosno zahtjevnim situacijama, ali manje svestran pri snimanju izbliza.

Šira slika: Galaxy Unpacked 2026

Na događaju Galaxy Unpacked 2026 Samsung je predstavio cijelu S26 seriju: Samsung Galaxy S26, Samsung Galaxy S26 Plus, Samsung Galaxy S26 Ultra. Uz telefone, prikazane su i nove značajke sustava One UI 8.5, kao i bežične slušalice Samsung Galaxy Buds 4 Pro. Ipak, upravo je promjena telefoto modula na Ultra modelu jedna od tehnički najzanimljivijih – ali i najkontroverznijih – novosti.

Zaključak: tehnički napredak uz funkcionalni kompromis

Galaxy S26 Ultra donosi realno poboljšanje u svjetlosnoj propusnosti 5x telefoto objektiva zahvaljujući otvoru blende f/2.9. No istodobno gubi dio fleksibilnosti zbog veće minimalne udaljenosti fokusiranja. Samsung je očito dao prioritet tanjem kućištu i kompaktnijoj unutarnjoj arhitekturi, čak i pod cijenu manjeg raspona upotrebljivosti telefoto modula. Za većinu korisnika to možda neće biti presudno. Ali za entuzijaste mobilne fotografije koji maksimalno iskorištavaju 5x zum – razlika će biti itekako primjetna. Ponekad “novo” doista znači drukčije, ali ne nužno i bolje.

Kineski brend Meizu službeno je 27. veljače 2026. objavio strateški zaokret: prekida razvoj vlastitog hardvera za nove mobilne telefone i fokusira se na AI-pokretane softverske proizvode. Tvrtka je naglasila da ne ide u stečaj niti “nestaje s tržišta”, već da je riječ o strateškoj odluci zbog promjena u industriji.

Zašto Meizu odustaje od mobitela?

Glavni razlog je brutalna konkurencija, jer kinesko tržište pametnih telefona posljednjih godina postalo je iznimno zasićeno. Veliki igrači s ogromnim budžetima za marketing i R&D praktički su istisnuli manje brendove. Drugi razlog je eksplozija cijena memorije. Globalnu proizvodnju memorijskih čipova uglavnom kontroliraju američke i južnokorejske kompanije. Kako je AI industrija progutala veliki dio proizvodnih kapaciteta, proizvođači mobitela ostali su – u redu čekanja. Bez ogromne narudžbene skale, teško je pregovarati povoljne cijene. A bez povoljne cijene memorije – marže na mobitelima postaju neodržive.

Meizu je, slikovito rečeno, pritisnuo “pause” tipku na vlastiti hardver. Prebacio je fokus na Flyme i AI ekosustav, dok u budućnosti će se kompanija koncentrirati na otvoreni Flyme ekosustav, AI softverske usluge i pametne sustave za automobile. Njihov sustav pametnog kokpita Flyme Auto već je 2025. dosegnuo 2,26 milijuna instalacija, čime je postao jedno od vodećih rješenja u Kini. Drugim riječima – Meizu se seli iz džepa u automobil. Eto, u jednom trenutku Meizu je bio simbol kineske inovacije u mobilnoj industriji, ali danas – mobilni dio priče završava.

Što to znači za tržište?

Ovo je vjerojatno tek početak. Ako se cijene memorije ne stabiliziraju, još manjih i srednjih proizvođača moglo bi razmotriti izlazak iz tržišta.

Nvidia je ponovno napravila ono što Wall Street najviše voli – razvalila očekivanja. U četvrtom tromjesečju fiskalne 2026. (završeno 25. siječnja) kompanija je prijavila rekordnih 68,127 milijardi dolara prihoda, što je 73% više u odnosu na prošlu godinu, 20% u odnosu na prethodni kvartal, a iznad očekivanih 66,21 mlrd. USD. Drugim riječima – analitičari su pogodili smjer, ali ne i brzinu.

AI podatkovni centri: 91% prihoda

Najveći motor rasta? Segment podatkovnih centara. Prihodi su skočili na 62,3 milijarde dolara (+75% YoY) i sada čine više od 91% ukupnog prihoda. To znači da je Nvidia praktički postala sinonim za infrastrukturu umjetne inteligencije. Dok svi pričaju o AI chatbotovima, Nvidia prodaje lopate u toj digitalnoj zlatnoj groznici. Veliki cloud igrači poput Microsofta, Amazona, Googlea i Mete ulažu stotine milijardi dolara u AI infrastrukturu — a u srcu tih “AI tvornica” nalaze se Nvidia čipovi.

Jensen Huang: “Stigla je prekretnica agentske AI”

Osnivač i CEO Jensen Huang poručuje da potražnja eksponencijalno raste jer je stigla era “agentske umjetne inteligencije”. Nova generacija Grace Blackwell superčipova s NVLink tehnologijom nazvana je “kraljem zaključivanja”, jer dramatično smanjuje trošak po tokenu (što je ključno za AI modele). Sljedeća generacija, Vera Rubin, trebala bi dodatno povećati prednost nad konkurencijom. Ako AI ima utrku u naoružanju, Nvidia prodaje i oružje i streljivo.

A profit je brutalan: neto dobit (GAAP): 42,96 mlrd. USD, dobit po dionici: 1,76 USD i bruto marža 75% koja u industriji hardvera zvuči skoro kao softverski biznis. Netko bi rekao – to je “premium silikon”.

Na razini cijele fiskalne 2026. godine

prihod je bio 215,9 mlrd. USD (+65%), neto dobit 120,067 mlrd. USD, a otkup dionica i dividende 41,1 mlrd. USD.

Nisu samo GPU-ovi za AI

Iako AI dominira, ostali segmenti također rastu. Profesionalna vizualizacija +159%, automobilski i robotski sektor bilježe stabilan rast (autonomna vožnja i robotika). Partnerstva s kompanijama poput Anthropic i CoreWeave dodatno učvršćuju poziciju Nvidije kao centralnog igrača AI ekosustava.

Zaključak

Ovaj rezultat: potvrđuje da AI val nije usporio, da Nvidia ima tehnološku i tržišnu prednost i ublažava strahove o “AI balonu” (barem zasad). S nadolazećim GTC 2026 događajem i novim generacijama čipova, Nvidia i dalje izgleda kao kompanija koja ne samo da jaše AI val — nego ga i generira. Ako je umjetna inteligencija nova industrijska revolucija, Nvidia je njen proizvođač parnih strojeva.

NVIDIA je potvrdila da će GeForce grafičke kartice ostati teško dostupne u nadolazećim mjesecima, posebno zbog preusmjeravanja proizvodnje prema tržištu umjetne inteligencije i podatkovnih centara

Financijski rezultati i rekordna dobit

Prema izvješću za četvrto tromjesečje fiskalne godine 2026., NVIDIA je zabilježila promet od 68,1 milijardu dolara, što predstavlja rast od 73% u odnosu na isto razdoblje prošle godine. Neto dobit porasla je za 63% na 43 milijarde dolara, nadmašivši predviđanja analitičara.
Osnivač i izvršni direktor, Jensen Huang, ističe: „Potražnja za AI računalstvom eksponencijalno raste. Čak su i naši šest godina stari GPU-ovi u oblaku zasićeni i cijene rastu.“

Opskrba ograničena – igrači strpljivo čekaju

• NVIDIA serije GeForce RTX 50 kartice, uključujući RTX 5050 do RTX 5070, s ograničenim VRAM-om, trenutno su teško dostupne
• Ograničenja opskrbe prvenstveno su posljedica prioriteta za podatkovne centre i AI rješenja, a ne slabom potražnjom
• Financijska direktorica, Colette Kress, upozorava da će ovo ograničenje predstavljati izazov za gaming tržište barem u prvom tromjesečju 2026.

Gaming više nije prioritet NVIDIA-e

Gaming odjel generira 3,7 milijardi dolara prihoda, što je znatno manje od 62,3 milijarde dolara koliko donosi odjel podatkovnih centara. Odluka je jasna: NVIDIA usmjerava proizvodnju prema AI i profesionalnim tržištima, dok opskrba za igrače ostaje ograničena

Što to znači za potrošače

Igrači koji žele nabaviti GeForce RTX 50 seriju trebaju očekivati visoke cijene zbog nedostatka zaliha, ograničen izbor modela u trgovinama i moguće duže čekanje na dostupnost. S obzirom na trenutnu strategiju NVIDIA-e, opskrba gaming karticama vjerojatno neće značajnije porasti u skorim mjesecima
Izvori: App Economy Insights, VideoCardz

Google je predstavio Nano Banana 2, novi model generiranja slika unutar obitelji Gemini, koji službeno nosi naziv Gemini 3.1 Flash Image. Riječ je o tehnološkoj nadogradnji usmjerenoj na postizanje ravnoteže između brzine obrade i kreativne preciznosti, s jasnom ambicijom integracije u čitav Googleov AI ekosustav.

Kombinacija brzine i dubinskog razumijevanja

Prema navodima Googlea, Gemini 3.1 Flash Image objedinjuje napredne sposobnosti rezoniranja prethodne Pro varijante s visokom razinom odzivnosti karakterističnom za Flash modele. Cilj je omogućiti brzo generiranje vizualnog sadržaja bez kompromisa u pogledu detalja, osvjetljenja i teksturalne kvalitete.

Model je sposoban koristiti opće znanje i referencirati aktualne informacije s weba kako bi preciznije interpretirao zadane teme. Time se otvara prostor za izradu složenih infografika, strukturiranih dijagrama i vizualizacija temeljenih na podacima, uz veću kontekstualnu točnost i dosljednost.

Poboljšano generiranje teksta unutar slike

Posebna pažnja posvećena je renderiranju teksta unutar vizualnog sadržaja. Gemini 3.1 Flash Image može generirati jasan i čitljiv tekst izravno na slici, što je osobito relevantno za marketinške materijale, prezentacije i sadržaj namijenjen društvenim mrežama. Model podržava prilagodbu tekstualnih elemenata na više jezika, čime dodatno proširuje primjenjivost u globalnim kampanjama.

Google ističe da je razlika između brzine obrade i kvalitete izlaza značajno smanjena. Korisnici mogu očekivati oštrije detalje, prirodnije osvjetljenje i bogatije teksture bez produženja vremena generiranja.

Široka integracija u Googleove proizvode

Nano Banana 2 implementiran je kroz niz ključnih Googleovih platformi. Model se uvodi u aplikaciju Gemini, AI način rada unutar Google Searcha, Google Lens, AI Studio te Gemini API u okviru Vertex AI infrastrukture. Također postaje zadani model za generiranje slika u alatu Flow, a integriran je i u Google Ads kako bi podržao preporuke za kampanjske vizuale i kreativne materijale.

Pretplatnici na Google AI Pro i Ultra planove i dalje imaju pristup Nano Banana Pro varijanti za specijalizirane zadatke koji zahtijevaju višu razinu vizualne vjernosti i preciznosti.

Fokus na autentifikaciju i transparentnost

Paralelno s razvojem modela, Google nastavlja ulagati u mehanizme autentifikacije sadržaja generiranog umjetnom inteligencijom. Tvrtka zadržava implementaciju SynthID digitalnog vodenog žiga u AI-generiranim medijima te planira proširiti podršku za C2PA Content Credentials unutar aplikacije Gemini.

Prema dostupnim podacima, alati za provjeru SynthID oznaka korišteni su više od 20 milijuna puta od lansiranja, što ukazuje na rastuću potrebu za transparentnim označavanjem AI sadržaja i jačanjem povjerenja korisnika.

Strateško pozicioniranje

S modelom Gemini 3.1 Flash Image Google jasno signalizira strateški smjer u kojem se kreće njegov AI portfelj. Naglasak je na optimizaciji brzine generiranja uz zadržavanje visoke razine kreativne točnosti, čime se model pozicionira kao rješenje primjenjivo i za povremene kreatore sadržaja i za profesionalne korisnike.

Integracijom u ključne proizvode, od pretraživanja do oglašavanja i poslovne infrastrukture, Google potvrđuje ambiciju izgradnje koherentnog i sveobuhvatnog AI ekosustava u kojem generativni alati postaju temeljna funkcionalnost, a ne dodatna opcija.