MIND.AI Update #16 – La rimonta di OpenAI, l’IA che vede e i chip di vetro
OpenAI lancia GPT-5.5, il suo modello più ambizioso, ma nei test reali il rivale Claude tiene ancora la testa. Nel frattempo, ChatGPT Images 2.0 smette di fare arte e diventa strumento da ufficio: testo leggibile al 99%, personaggi coerenti, firma digitale nascosta. E mentre il software domina la scena, Intel scommette sul vetro come base materiale dei chip del futuro. Chi sta davvero dettando le regole di questa corsa?
OpenAI: arriva GPT-5.5 (“Spud”)
Il primo quadrimestre di quest’anno sarà ricordato come il momento in cui OpenAI ha tentato la grande rimonta. Dopo un 2025 in cui Anthropic, con i suoi modelli Claude, sembrava aver strappato lo scettro della qualità e dell’affidabilità, Sam Altman ha giocato la sua carta più ambiziosa: GPT-5.5. Lanciato il 23 aprile scorso e disponibile da subito su ChatGPT (per gli abbonati Plus, Pro, Business ed Enterprise) e su Codex, con accesso per gli sviluppatori dal 24 aprile, è il primo modello completamente ricostruito dopo GPT-4.5. Internamente lo chiamano “Spud”, la patata: un nome scherzoso per un cambiamento sostanziale.
Le novità importanti sono tre. La prima: testo, immagini, audio e video vengono gestiti da un unico sistema, non più da moduli separati che si passano la palla. Significa risposte più coerenti quando l’utente mescola domande scritte, foto e clip vocali. La seconda: GPT-5.5 è stato progettato fin dall’inizio per sfruttare l’hardware più recente di Nvidia, con un impatto immediato sui costi e sulla velocità. La terza, forse la più tangibile per chi lavora: il modello ora può fermarsi a “pensare” più a lungo sui problemi difficili, usare strumenti esterni, controllare il proprio lavoro e portare avanti compiti complessi senza interrompersi a metà. Riesce inoltre a leggere in un colpo solo l’equivalente di un libro intero o di un grosso archivio di documenti, senza perdere il filo.
Sui test ufficiali, il quadro è in chiaroscuro. OpenAI rivendica risultati di vertice nella scrittura di codice, nella matematica avanzata e nei compiti d’ufficio, e gli ingegneri di Nvidia e Cursor che lo hanno provato in anteprima parlano di un salto netto rispetto a GPT-5.4. Ma il rivale Claude Opus 4.7 di Anthropic resta avanti, dove conta di più per molti professionisti: risolve meglio i bug reali su GitHub e gestisce con maggiore affidabilità i flussi di lavoro che richiedono l’uso coordinato di più strumenti. In un confronto diretto pubblicato da Tom’s Guide, GPT-5.5 ha perso in tutte e sette le categorie testate: lodato per la velocità, criticato per una vecchia abitudine mai del tutto risolta — quella di “inventarsi” risposte invece di ammettere di non sapere.
Sui prezzi, OpenAI mantiene il livello premium, raddoppiando i costi per gli sviluppatori rispetto al modello precedente. Sul fronte sicurezza, l’azienda ha aggiunto controlli più stringenti per l’uso via API, in risposta alle preoccupazioni emerse dopo l’annuncio di Mythos da parte di Anthropic. Il messaggio è chiaro: la corsa all’IA non si è chiusa con un vincitore, è solo entrata in una fase più matura. La domanda non è più chi guida la classifica, ma su quale terreno si svolge la sfida.
ChatGPT Images 2.0: l’IA che pensa prima di disegnare
Per anni le immagini generate dall’intelligenza artificiale hanno avuto due difetti facili da riconoscere: il testo al loro interno era spesso illeggibile, una sequenza di lettere inventate, e le composizioni “sapevano di IA”. Con il lancio di ChatGPT Images 2.0 il 21 aprile scorso, OpenAI prova a chiudere entrambi i capitoli. Il nuovo strumento è disponibile da subito per gli abbonati ChatGPT Plus, Pro, Business ed Enterprise, mentre per gli sviluppatori arriverà a inizio maggio. Il claim ufficiale lo riassume bene: “Le immagini sono un linguaggio, non una decorazione”.
La novità più interessante è il modo in cui il modello funziona. Prima di disegnare, si ferma a ragionare: studia la richiesta, immagina la struttura dell’immagine, valuta i rapporti tra gli elementi e si corregge da solo se qualcosa non torna. È lo stesso meccanismo di “riflessione” già visto nei modelli più avanzati per il testo, applicato per la prima volta al mondo visivo. Il vantaggio si vede soprattutto nei progetti complessi: infografiche, diagrammi, mappe, slide, fumetti, mockup di app e siti web. È qui che il salto rispetto al passato è più evidente, più che nei ritratti fotorealistici, in cui il modello si confronta con concorrenti agguerriti come Midjourney e, soprattutto, Google Nano Banana 2, lanciato a febbraio.
I numeri raccontano il salto. La precisione nel disegnare il testo all’interno delle immagini raggiunge il 99%, finalmente alla portata di chi lavora nella grafica e nella pubblicità. La risoluzione massima sale a 4K. La velocità di generazione raddoppia. E una funzione molto attesa dai creativi è la coerenza dei personaggi: dato un breve racconto, il modello produce una serie di immagini in cui lo stesso volto resta riconoscibile da una scena all’altra — qualcosa che fino a sei mesi fa, a questa qualità, semplicemente non esisteva. Importante anche l’attenzione alle lingue non latine: ora il modello scrive correttamente in giapponese, coreano, cinese, hindi e bengalese, sanando un vecchio bias dei generatori occidentali.
Sul fronte etico, OpenAI ha integrato un sistema di firma digitale nascosto in ciascuna immagine generata. Non è un timbro visibile, ma una traccia che resta nei pixel anche dopo compressioni, ritagli e ricaricamenti, consentendo di riconoscere un’immagine come generata dall’IA. La scelta risponde alle nuove regole europee sull’intelligenza artificiale e alle leggi statunitensi in arrivo sui contenuti sintetici. Alcuni utenti, però, hanno segnalato che questa firma produce piccoli artefatti visibili, aprendo un dibattito su quanto le aziende possano utilizzare le immagini generate a fini commerciali. Il messaggio di OpenAI è comunque chiaro: la generazione di immagini lascia la fase artistica e diventa uno strumento di lavoro, da integrare nei processi quotidiani delle aziende.
Chip in vetro: la rincorsa di Intel a TSMC e Nvidia
Mentre la sfida dell’intelligenza artificiale si combatte a colpi di algoritmi e software, in laboratorio si sta avviando una rivoluzione molto più silenziosa. Riguarda i materiali con cui vengono realizzati i chip. Per trent’anni i processori sono stati montati su una base in plastica rinforzata con fibra di vetro: un materiale economico, affidabile, ma ormai al limite. Intel ha deciso di puntare su qualcosa di diverso: il vetro vero e proprio. Al NEPCON Japan, la fiera tecnologica di Tokyo svoltasi nello scorso gennaio, l’azienda ha presentato il primo prototipo di chip realizzato con questa tecnologia, pensato per i grandi data center dedicati all’IA.
Per capire perché è importante, basta un’immagine. I chip moderni sono fatti di miliardi di componenti microscopici che devono parlarsi a velocità altissime. La base in plastica su cui poggiano si comporta come una strada di campagna: funziona, ma non regge il traffico crescente. Con i modelli di IA come GPT-5.5 o Claude, che richiedono potenze enormi, la plastica si scalda, si deforma e rallenta tutto. Il vetro è esattamente l’opposto: è rigidissimo, sopporta temperature altissime, è 5.000 volte più liscio della plastica. È come passare dalla strada di campagna a un’autostrada a dieci corsie. Il prototipo mostrato da Intel è grande circa 8 centimetri per lato e permette di unire più chip in un unico “super-package”, come se diversi cervelli lavorassero insieme come uno solo.
I vantaggi pratici sono notevoli. Il package può essere fino al 25% più sottile, i consumi energetici scendono di circa il 30%, e diventa possibile mettere molti più collegamenti in uno spazio piccolo. L’obiettivo dichiarato di Intel è arrivare a inserire mille miliardi di transistor in un unico chip entro il 2030. La produzione di massa, però, non è dietro l’angolo: la tabella di marcia indica gli anni 2027–2030 e, all’inizio, questa tecnologia sarà riservata agli acceleratori IA di fascia alta, quelli che costano oltre 20.000 dollari ciascuno. Il vetro, infatti, è fragile: i pannelli sottili usati nei chip possono rompersi durante la lavorazione, e ci sono voluti anni di ricerca per gestirne la produzione in modo affidabile. Un alleato chiave è Absolics, azienda sudcoreana che ha appena aperto una fabbrica dedicata negli Stati Uniti, sostenuta dai fondi del CHIPS Act statunitense.
Per Intel la posta è doppia. Il vetro è la scommessa tecnologica per riprendersi il terreno perso rispetto a TSMC e Nvidia. In parallelo è arrivato un altro colpo: l’ingresso come partner industriale nel progetto Terafab di Elon Musk, un’alleanza da 20–25 miliardi di dollari con Tesla, SpaceX e xAI per costruire due nuove fabbriche in Texas, dedicate ai chip per l’IA e la robotica. Dopo un 2025 chiuso con pesanti perdite, è il segnale più forte della rinascita guidata dal nuovo amministratore delegato, Lip-Bu Tan. Il futuro dell’intelligenza artificiale, insomma, non si gioca solo sul software: si gioca anche su chi saprà costruire — letteralmente — le fondamenta su cui poggia.
