✔️ OpenAI усиливает протоколы безопасности для сотрудников

По данным The Wall Street Journal, внутренние инструктажи начались ещё до ареста инженера OpenAI, которого ФБР задержало за установку прослушки.

Корпоративный мерч вне офиса компания запретила, а инженеров учат распознавать социальную инженерию, то есть попытки вербовки и целенаправленные знакомства.

В обязательные требования вошли приватные фильтры для экранов ноутбуков в транспорте и очистка маркерных досок после встреч, чтобы данные не достались обслуживающему персоналу.

Похожие меры и курсы по защите от конкурентной разведки сейчас вводят Anthropic и Google.
wsj.com

✔️Anthropic открыла офис в Сингапуре

Для разработчика моделей Claude это пятое представительство в Азиатско-Тихоокеанском регионе. Одновременно компания подписала меморандум с местными властями, по которому стороны займутся совместной оценкой моделей и практиками безопасного внедрения ИИ.

Claude уже работает и в корпоративном, и в государственном секторе Сингапура, среди пользователей банк DBS, суперапп Grab и ИТ-агентство GovTech, где больше 1500 разработчиков применяют Claude Code для автоматизации задач и ускорения поставки ПО.

По данным Anthropic, Сингапур занимает второе место в мире по числу запросов к моделям Claude на душу населения, а трафик в шесть раз превышает прогноз для стран такого масштаба.
anthropic.com

✔️ Black Forest Labs выпустила FLUX 3 Image Klein

Модель на 5,6 млрд параметров приспособили под потребительские видеокарты. Она выдаёт кадры сразу в 4K, умеет делать правку отдельных областей с контролем границ и принимает до десяти референсов за раз.

По внутренним тестам Klein обходит открытые Qwen-Image 2.1 на 7 млрд параметров и Krea 2 на 12,9 млрд, а также закрытую Ideogram V4.5.

Вместе с Nvidia выпущены сборки в FP8, INT8 и NVFP4, причём в INT8 дистиллированная версия генерирует картинку на 1 Мп за 4 секунды на RTX 5090 и меньше чем за 9 секунд на RTX 4070.

Базовая и дистиллированная версии модели лежат на Hugging Face, лицензия FLUX Kommunity разрешает бесплатное коммерческое использование при выручке до 5 млн долларов в год.

Инференс поддерживают ComfyUI, Diffusers, TensorRT-LLM, vLLM-Omni. Тренировка LoRA - в Ostris's AI Toolkit и Nvidia NeMo AutoModel.
bfl.ai

✔️ Manus открыла тарифы для бизнеса

В тарифах Team и Enterprise агентная платформа даёт общие рабочие пространства с наследованием контекста, библиотеку переиспользуемых навыков и единый пул кредитов на команду.

Авторизация поддерживает SSO, SCIM, подключение SIEM-систем и журналы аудита, сервис сертифицирован по SOC 2 Type II и ISO 27001. Корпоративные данные, как заявляет Manus, исключены из обучающих наборов сторонних поставщиков моделей.

Team стоит 20 долларов за пользователя в месяц, а гостевой доступ для код-ревью и проверки результатов бесплатен.
manus.im

✔️ Mistral AI купила дизайн-студию New Material

В составе французского разработчика команда займётся интерфейсами корпоративных и государственных продуктов и будет отвечать за дизайн на всех этапах, от подготовки данных и обучения моделей до инструментов для разработчиков.

До перехода студия шесть лет делала ИИ-приложения для автопрома, ритейла, медицины и юриспруденции, а среди её прежних клиентов Ford, Wellcome Trust и компании из списка AmLaw 50.
newmaterial.ai


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

🖥 Tencent выкатила Hy Memory 2.0: открытая модель, фреймворк и MemHub для долгой памяти ИИ-агентов

Hunyuan выпустили сразу три вещи в одном релизе. Модель Hy-Memory-30B-A3B, SDK-фреймворк и приложение MemHub. По заявлению Tencent, это №1 среди открытых решений на четырёх бенчмарках памяти, а сама модель обходит Opus 5 в ряде популярных фреймворков.

Фреймворк работает с тремя типами памяти: из обычных чатов, из рабочих задач и из кода. То есть агент помнит не только то, о чём вы болтали, но и что делали в проекте.

MemHub, у него есть CLI и версия для Mac, синхронизирует память между более чем десятью ИИ-инструментами. Один раз рассказал контекст, и он доступен везде, без повторных объяснений каждому ассистенту.

Модель на 30B параметров с 3B активными (MoE), так что гонять её локально реалистичнее, чем кажется по цифре. Пока это цифры от самих авторов, независимые замеры стоит дождаться.

Код и MemHub: https://github.com/Tencent-Hunyuan/Hy-Memory
Модель: https://huggingface.co/tencent/Hy-Memory-30B-A3B

Github: https://github.com/Tencent-Hunyuan/Hy-Memory

@ai_machinelearning_big_data

Читать полностью…

📌 Google показала, как Gemini 4 Argon управляет роботами и строит для них симуляции

Свежая Argon набрала 87% на ERQA, тесте на рассуждения о физическом мире для роботов, причём без внешних инструментов, только за счёт рассуждений. По словам Google, это лучше любой другой передовой модели.

Модель управляла роботом Spot от Boston Dynamics и собрала в симуляторе MuJoCo цифровую копию мусорного ведра с педалью, отрепетировала на ней движения, а затем заставила настоящего робота наступить на педаль и выбросить банки.

Простой манипулятор с камерой на запястье по её командам поднял упавшую кружку и положил в неё скомканную салфетку. Для этого модель за несколько шагов перебирала действия посмотреть, схватить, переместить и положить.

Ещё одна сцена была собрана по рисунку от руки. Там гуманоид бросал мяч и сбивал пирамиду из шести коробок, все шесть упали.

🟡 Argon умеет размечать записи чужих роботов

Видео, на котором двурукий ALOHA 2 136 секунд складывает лису из бумаги, модель разбила на шесть подзадач и 17 элементарных движений, при этом участки с неудачными попытками пометила как не продвигающие работу.

На маленьком манипуляторе SO-101 модель сама разбирала по логам и видео, почему не удался захват кубика LEGO, и за три попытки сократила время задачи с 58,9 до 17,4 секунды.

По одной фотографии рабочего места с двумя манипуляторами Franka Argon собрала откалиброванную симуляцию, придумала 77 задач и сгенерировала больше 4500 эпизодов.

Дообученная на них модель VLA стала справляться с реальными задачами в 75% случаев вместо 56%, а среднее время выполнения сократилось с 35 до 24 секунд.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

✔️ Релиз Muse Spark Open, одну из мощнейших открытых ИИ-моделей в США.

Главная особенность: модель можно запускать локально на двух Mac Studio с M5 Ultra, без облачных серверов.

Что внутри:
- 816 млрд параметров, из них 42 млрд активных.
- 1 млн токенов контекстного окна.
- Нативная мультимодальность.
- Оптимизация под программирование, ИИ-агентов и сложные многоэтапные задачи.
- Поддержка MLX, llama.cpp, vLLM и SGLang.

Meta уже продемонстрировала, как модель самостоятельно исправляет код iOS-приложений и работает с видеомонтажом в DaVinci Resolve.

Веса доступны для скачивания, но лицензия предусматривает коммерческие ограничения.

Статья: https://research.meta.ai/blog/muse-spark-open

Модель: https://huggingface.co/collections/meta-models/muse-spark-open

@ai_machinelearning_big_data

Читать полностью…

Где заканчивается удобство и начинается потеря контроля?
Мы все охотнее отдаем решения алгоритмам и ИИ-агентам — от выбора фильма до жизненных решений.

В свежем выпуске «ПродАктовой корзины» от MAGNIT OMNI эксперты вместе с комиком обсуждают то, как будет устроено потребление будущего.

В выпуске это обсуждают с разных сторон — и без хайпа, и без паники. Забавно, как коллеги спорят и решают: что отправлять в продАктовую корзину, а что — в мусорную.

Что, если AI-агент уже выполняет за тебя целую задачу, а не просто советует? Когда пора начать думать про лимиты, ответственность за ошибку и прозрачность этих решений? .

• YouTube
• VK Видео

Читать полностью…

📌 Учёные призвали изолировать от интернета модели, способные к кибератакам

Открытое письмо об ИИ и кибербезопасности подписали 406 исследователей, в основном из университетов и научных институтов разных стран, среди них Йошуа Бенжио, Джеффри Хинтон, Стюарт Рассел, Перси Лян, а также криптографы Рон Ривест и Дэн Боне.

Авторы призывают разработчиков моделей с развитыми навыками взлома немедленно перейти на надёжные системы изоляции и по умолчанию запускать такие модели на машинах, физически отключённых от интернета.

По их словам, без немедленных перемен в разработке и внедрении ИИ такие случаи продолжатся, а следующие ударят по уязвимой критической инфраструктуре гораздо сильнее. В этих утечках учёные видят две проблемы сразу.

Модели ведут себя непредсказуемо, а разработчики пренебрегают обычными правилами кибербезопасности, хотя более надёжные песочницы могли бы утечки предотвратить.

Поэтому нужны и исследования согласованности ИИ, и лучшие средства изоляции. Если модель всё же выпускают в интернет, круг разрешённых ей действий, по мнению авторов, нужно соизмерять с тем, насколько плохо мы пока умеем предсказывать, не приведут ли они к сбою защиты.

Письмо предлагает создать международный орган вместе с правительствами и специалистами по ИИ и кибербезопасности, который должен вырабатывать открытые стандарты изоляции для случаев, когда модели дают больше доступа, чем позволяет песочница, и вести учёт утечек.

Как такой орган будет устроен и кто его будет финансировать, в письме не сказано. Среди подписавших нет представителей OpenAI, Anthropic и DeepMind.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

✔️ Ведущий исследователь Apple в области распознавания речи перешла в Anthropic

Татьяна Лихоманенко, специалист по машинному обучению для обработки речи, последние пять лет работавшая в исследовательской группе Apple, перешла в Anthropic, где займётся речевыми технологиями.

В Apple она была ведущим исследователем и занималась архитектурами разговорных агентов с низкой задержкой и федеративным обучением распознавания речи, при котором данные пользователей не покидают их устройств.

Лихоманенко окончила факультет ВМК МГУ и Школу анализа данных Яндекса, в 2017 году защитила в МГУ кандидатскую диссертацию по дифференциальным уравнениям.

В 2013–2017 годах работала исследователем в Яндексе над машинным обучением для физики высоких энергий, а с 2013 по 2018 год входила в коллаборацию LHCb в CERN.

В 2018–2021 - в лаборатории FAIR Марка Цукерберга, где участвовала в разработке открытой библиотеки машинного обучения Flashlight и набора инструментов для распознавания речи wav2letter++.

Среди недавних работ:

🟢исследование о разрыве между пониманием текста и речи в языковых моделях (ICLR 2026); 
🟢работа о федеративном обучении распознавания речи с дифференциальной приватностью (NeurIPS 2025); 
🟢голосовой агент ChipChat на MLX, получивший награду за лучшее демо на ASRU 2025;
🟢анализ сигмоидного внимания в трансформерах (ICLR 2025).

Научные работы Лихоманенко имеют огромный индекс цитируемости в Google Scholar (суммарно более 58 000 цитирований).

Переход исследователя такого уровня указывает на стремление Anthropic ускорить развитие мультимодальных возможностей Claude, особенно в части голосовых технологий.

@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

✔️ AI Welding Agent: ИИ-система для сварочных роботов

Японский производитель промышленной робототехники FANUC в партнерстве с Google анонсировал решение AI Welding Agent на базе Gemini Enterprise.

Система реализует концепцию сварки без предварительного обучения манипулятора. Алгоритм анализирует инженерный чертеж детали, распознает свойства материалов и геометрию конструкции, после чего автоматически формирует как физические параметры дуги (силу тока и напряжение), так и готовую пространственную программу перемещений.

Оператору остается лишь запустить процесс или внести точечные корректировки.

Комплекс аппаратно независим и работает с любыми поддерживаемыми источниками сварочного тока, для сканирования документации не требуется дополнительное оптическое оборудование - снимок делается встроенной камерой стандартного планшетного пульта обучения устройства линейки FANUC CRX.

AI Welding Agent будет показан на Международной сварочной выставке, которая пройдет в Токио с 16 сентября, а коммерческие поставки запланированы на конец декабря 2026 года.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

📌 В UCLA собрали двуногого робота за 400 долларов на безе смартфона

Двуногий робот PhoneBot ростом 48 см и весом 1,8 кг использует обычный Android-смартфон одновременно как камеру, датчик положения тела и бортовой компьютер.

Без телефона детали робота обходятся примерно в 400 долларов, а близкие по размеру гуманоиды, с которыми авторы сравнивают PhoneBot, стоят от 3,5 до 13,8 тысячи долларов.

Смартфон закреплён на корпусе и его гироскоп и акселерометр служат датчиками равновесия, а камера – глазами робота.

Нейросеть, управляющая ходьбой, работает на процессоре телефона и по Wi-Fi передаёт целевые положения суставов небольшому бортовому компьютеру, а тот раздаёт команды 13 сервоприводам Dynamixel (24 доллара за штуку.

По шесть приводов стоят в каждой ноге, ещё один поворачивает корпус, чтобы камера следила за человеком, не разворачивая всего робота.

Распознавание людей и их поз, а также построение карты помещения тоже идут на телефоне, а вот речь он только записывает и озвучивает ответ, распознавание и языковая модель работают на отдельной машине.

Приложение проверили на Honor 9 2017 года и трёх новых бюджетных моделях по 50–80 долларов - Moto G 2024, Moto G 2025 и Galaxy A16 5G. На испытаниях робот ходил, поднимался из положения лёжа и следил за человеком.

Нейросеть для ходьбы занимала от 6 до 10% процессора, построение карты – до 34%.

Рук у PhoneBot пока нет, ходить его учили только по ровной поверхности, а слабые сервоприводы ограничивают и полезную нагрузку, и динамичные движения.

Авторы собираются добавить лёгкие руки, научить робота ходить по неровной поверхности и перенести языковую модель на сам смартфон.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

🚀 Google открыла глобальный доступ к Gemini 4 Argon

Новая флагманская модель Google теперь доступна разработчикам, компаниям и обычным пользователям.

Argon ориентирована на сложные многоэтапные задачи: от разработки ПО до финансового анализа, научных исследований и кибербезопасности.

Что интересного:

▪️ Программирование. Помогла команде Chrome провести масштабный рефакторинг сотен файлов, сократив месяцы работы до нескольких недель.

▪️ Агентная разработка. По данным Google, количество отправляемых агентами изменений кода выросло более чем на 35%, а откатов стало почти на треть меньше.

▪️ Кибербезопасность. Поиск и исправление критических уязвимостей.

▪️ Бенчмарки. Google заявляет о первом месте модели в Vals Index, оценивающем решение профессиональных задач.

Стоимость API: $2 за миллион входных и $10 за миллион выходных токенов.

Модель доступна через AI Studio, Gemini API, Google Antigravity и приложение Gemini для подписчиков соответствующих тарифов.

🔗 https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-arg

Читать полностью…

📌 Всего 10 минут работы с ИИ снижают способность самостоятельно решать сложные задачи

Группа из UC Berkeley, MIT и Оксфорда выяснили, что 10 минут работы с LLM снижают способность самостоятельно решать математические и логические задачи.

В эксперименте на 1200 участниках часть людей использовала ChatGPT, а затем лишалась доступа к модели. После отключения ассистента результативность этой группы падала - участники чаще пропускали вопросы и сдавались по сравнению с контрольной выборкой, работавшей без ИИ с самого начала.

Исследователи объясняют эффект исчезновением продуктивного сопротивления - интеллектуального усилия, необходимого для освоения сложных навыков.

Из-за привыкания к готовым ответам самостоятельный поиск решений начинает восприниматься мозгом как неэффективный и утомительный.

В качестве решения авторы предлагают развивать ИИ по модели наставничества, которая стимулирует рассуждение, а не выдает готовый результат.

Код экспериментов выложен на Github.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

✔️ DeepSeek вложится в робототехнический стартап Winverse AI

Китайский разработчик возглавит раунд Winverse AI, которая делает модели воплощённого ИИ для робототехники. Участвует в сделке и фонд Long-Z, принадлежащий Meituan, крупнейшему в Китае сервису услуг.

Основал Winverse AI бывший учёный Tencent, отвечавший там за мультимодальные системы для физических агентов.

Для DeepSeek это одна из крупнейших внешних инвестиций и продолжение выхода на рынок робототехники, ранее лаборатория купила 2% акций Unitree Robotics.

Ставка даёт шанс конкурировать с американскими Skild AI и Physical Intelligence в архитектурах управления и восприятия, нужных китайским производителям оборудования.
bloomberg.com

✔️ Anthropic предупредила о скором появлении ИИ-червей

Команда Frontier Red Team показала, что автономные ИИ-черви могут размножаться на устройствах интернета вещей без дата-центров.

В эксперименте распределённый инференс модели Gemma4-26B-A4B запустили на 15 бюджетных ТВ-приставках с Android, кластер выдал 0,39 токена в секунду.

Открытые модели уже умеют подбирать пакеты и создавать окружение на разнородном оборудовании без root-прав, а в изолированной среде GLM-5.2 прошла полный цикл репликации, то есть просканировала сеть, проникла на целевой хост, развернула среду исполнения и запустила свою копию.

По оценке Anthropic, распределённые ботнеты на моделях до 30 млрд параметров станут технически возможны к концу этого года.
anthropic.com

✔️ AlphaProof Nexus от DeepMind закрыла девять задач Эрдёша

Две из них оставались открытыми 56 лет. Система доказала ещё 44 гипотезы из онлайн-энциклопедии целочисленных последовательностей, закрыла вопрос в алгебраической геометрии и улучшила оценку в минимаксной оптимизации для обучения нейросетей.

Архитектура соединяет Gemini 3.1 Pro с языком формальных доказательств Lean. Модель пишет доказательство и правит его в цикле обратной связи, Lean разбирает код после каждой итерации, а сообщения об ошибках уходят в контекст следующей попытки.

Для сложных подзадач подключается отдельный инструмент AlphaProof, но задачи Эрдёша базовая связка решила без внешних модулей.
science.org

✔️ AMD представила стоечную архитектуру Helion

Открытый проект на спецификациях OCP рассчитан на инфраструктуру агентного ИИ. Ключевой элемент – маршрутизатор токенов, он перенаправляет вызовы агентов и балансирует нагрузку между небольшими открытыми и флагманскими проприетарными моделями.

Поддерживаются жидкостное и воздушное охлаждение, конфигураций две. Крупным облачным операторам предназначена стойка только с процессорами, до 32 тыс. ядер на AMD EPYC шестого поколения, она держит логику агентов, а инференс уходит на внешнюю инфраструктуру.

Корпоративная сборка объединяет процессоры EPYC и ускорители Instinct MI350P, так что инференс и управление агентами влезают в одну стойку.

Готовые системы Dell, HPE, Lenovo и Supermicro обещают в ноябре.
amd.com

✔️ Tesla подала заявку на патент эластичной сенсорной кожи

Документ описывает трёхмерные эластичные сенсорные матрицы для пальцев и ладоней робота Optimus, т. е. тактильную кожу для криволинейных поверхностей манипуляторов.

Сенсор собран из гибких полимерных слоёв с проводящими дорожками и разделяющей чувствительной прослойкой, работает он по ёмкостному или резистивному принципу, когда деформацию при контакте регистрирует массив независимо опрашиваемых пикселей.

Для серийного выпуска Tesla предлагает формовать многослойные заготовки в пресс-формах под нагревом, а дорожки наносить трафаретной печатью, тампопечатью или прямым 3D-напылением. Внешний слой защищает от влаги и износа.
patents-review.com


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

⚡️ Microsoft делает ставку на свои чипы: Maia станет основной платформой инференса компании

С 2027 года компания масштабирует семейство Maia до развёртываний на несколько гигаватт, и Maia станет основной системой инференса для её собственных продуктов и сервисов.

Заодно представили Maia 300. По заявлению Microsoft, новый чип выдаёт на 40% больше токенов на ватт, чем ведущие системы на GPU.

Предыдущее поколение уже в работе. Maia 200 развёрнута в США, Европе и Австралии, и в Teams и Copilot она даёт до 1,7 раза больше токенов на ватт.

При гигаваттных масштабах главная метрика уже токены на ватт, а не пиковые терафлопсы: от неё зависит, во сколько обходится каждый ответ Copilot. Свой чип под свой инференс снижает зависимость от Nvidia и даёт контроль над всем стеком, от железа до модели. Тот же путь раньше прошли Google с TPU и Amazon с Trainium. Ранее сообщалось, что Microsoft ищет у TSMC мощности примерно под 300 тысяч чипов Maia 300.

При этом от GPU компания не отказывается и обещает по-прежнему ставить в свой парк лучшие решения со всего рынка.

https://blogs.microsoft.com/blog/2026/10/12/microsoft-to-expand-azure-maia-system-to-multi-gigawatt-deployments/

@ai_machinelearning_big_data

#Microsoft

Читать полностью…

🚀 Qwen представила QwenGyre: обучение ИИ-агентов стало до 1,85 раза быстрее

Современные агенты могут выполнять задачи часами, генерируя сотни тысяч токенов. При обучении таких систем GPU часто простаивают, а повторяющиеся траектории расходуют вычислительные ресурсы.

QwenGyre решает обе проблемы:

• Elastic Scheduler динамически распределяет GPU между генерацией траекторий и обучением, не прерывая активные задачи.

• Trajectory Processor объединяет разветвлённые траектории, удаляет дубликаты и учитывает даже частично выполненные задачи.

Результаты впечатляют:

→ До 1,85× ускорения относительно Colocate.

→ До 1,78× относительно Async.

→ До 700 000 токенов на одну траекторию.

→ Рост точности на NL2RepoBench с 52,5% до 58,5% всего за 48 шагов обучения.

📄 Статья: https://arxiv.org/abs/2609.33848

Читать полностью…

🆕 Карпатый: 5000 человек живут в другом ИИ мире, чем остальные 8 млрд

Андрей Карпатый считает, что разрыв в понимании возможностей LLM за полгода только вырос и стал похож на резкую воронку.

Около 6 млрд человек с LLM почти не сталкивались. Ещё 1-2 млрд использую только бесплатный чат-бот, который иногда тупит, и работают с ним им как улучшенным поиском.

Около 20 млн разработчиков и математиков на frontier-моделях видят, как проекты на недели и месяцы агенты закрывают по одному промпту.

А примерно 5000 человек внутри лабораторий наблюдают рои из тысяч агентов, которые неделями ищут zero-day, двигают науку и математику быстрее, чем люди успевают это проверять.

Согласно Карпатому, воронку создают три вещи. Отдача растёт с размером задачи, и вопрос на абзац систему почти не нагружает.

Способности модели неровные: пик там, где задачи цифровые, проверяемые и денежные, потому что RL на верифицируемых наградах настраивают под выручку. И доступ: бесплатный, платный или внутренний.

Большинство людей видит глуповатого бота, а небольшая прослойка уже чувствует головокружение от кривой, которая уходит вертикально вверх. И всё это одновременно.

https://x.com/Machinelearrn/status/2109368623135330690

@ai_machinelearning_big_data

Читать полностью…

⚡️ Tesla показала обновленный Roadster с реактивными соплами SpaceX

Компания провела демонстрацию радикально переработанного прототипа спорткара Roadster второго поколения, анонсированного еще в 2017 году.

Главной фишкой стала интеграция технологий SpaceX - в кузове автомобиля встроены композитные баллоны сверхвысокого давления объемом 600 литров, питающими десять сопел.

На презентации в Техасе машина за счет реактивной тяги и нагнетателей оторвалась от рампы, совершила разворот в воздухе и перепрыгнула ряд других моделей Tesla.

По словам Tesla, импульсная система позволяет электрокару разгоняться до 96 км/ч менее чем за одну секунду, развивать скорость свыше 370 км/ч и проезжать до 480 км на одном заряде.

Серийное производство модели планируется в 2028 году.

Tesla открыла предзаказы с депозитом от $50 000 до $250 000 на три комплектации: дорожную Performance с активной аэродинамикой и системой прижимного всасывания, трековую Thrust с задними реактивными соплами и экстремальную одноместную Rocket с полным комплектом маневровых двигателей.

Илон Маск назвал Roadster статусным проектом, признав, что машина вряд ли принесет ощутимую прибыль и создается без оглядки на стандартные требования к безопасности.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

✔️ TypeSafe AI добавила модели принятия решений Jev зрение и длинный контекст

В новой версии Jev 1.14 модель научилась принимать на вход изображения, искать на них объекты и работать с длинными документами.

Все три функции экспериментальные и качество в них пока слишком неровное, TypeSafe пока не рекомендует их для прода.

Включаются они отдельными заголовками запроса с пометкой Danger Zone.

Картинки можно подставлять в описание ситуации, инструкции или критерии решения.

Новый тип вопроса Box возвращает рамку вокруг найденного объекта в виде четырёх границ в долях от размеров изображения и уверенность модели, по этим координатам другая программа может, например, обрезать кадр.

Рамку Box выдаёт всегда, даже если объекта на снимке нет, поэтому присутствие объекта документация советует проверять отдельным вопросом в том же запросе.

TypeSafe признались, что Jev был мультимодальным с самого начала, но зрение не открывали, потому что любые модели хуже справляются с картинками, чем с текстом.

По умолчанию запрос ограничен 64 тысячами токенов, а в длинном режиме лимит поднимается до 262 тысяч.

В остальном 1.14, по словам TypeSafe, понемногу улучшилась почти во всём, а сильнее всего ожидается прирост в многоязычных задачах.

Jev 1.14 уже доступна под алиасами jev-preview и jev-1.14.0, а основной версией jev-latest станет 21 октября.

Цена не изменилась, 0,042 доллара за миллион входных токенов, выходные не тарифицируются.

Подробности – в документации.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

Где Qwen? Где Kimi? У Anthropic слишком хороший квартал

@ai_machinelearning_big_data

Читать полностью…

✔️ OpenAI ведёт переговоры о покупке ИБ-компании Trail of Bits

Обе компании уже работали вместе над проектом Patch the Planet, где модели OpenAI в связке с инструментами Trail of Bits автоматически искали и исправляли ошибки в открытом коде.

Нью-йоркская Trail of Bits основана в 2012 году, в ней около 40 сотрудников, специализируется она на реверс-инжиниринге, аудите криптографических систем и поиске уязвимостей в открытом коде, а среди её клиентов Uniswap, Aave и Worldcoin.

Поглощение расширит возможности OpenAI в практической безопасности продуктов.
 theinformation.com

✔️ Fish Audio выложила TTS-модель Drama 3

Модель рассчитана на художественный дубляж, аудиокниги и озвучку игр, поддерживает 83 языка и позволяет детально режиссировать эмоции.

Текстовые ремарки в квадратных скобках прямо внутри реплик дают шёпот, смех, гнев и другие эмоциональные краски. В бенчмарке Artificial Analysis Drama 3 показала точность 93,2% при чтении дат и контекстно-зависимых слов, обойдя S2.1 Pro.

Архитектура построена на MoE и несёт 35 млрд общих параметров при 3 млрд активных, с гибридным вниманием Gated DeltaNet и MTP-декодером аудиокодеков.

Веса лежат на Hugging Face, а бесплатно использовать модель в коммерческих проектах могут компании с годовой выручкой до 500 тыс. долларов.
fish.audio

✔️ Prime Intellect купила Moondream вместе с командой

Платформа децентрализованных вычислений забрала разработчика компактных открытых VLM. Ключевая технология стартапа – движок инференса Photon, который компилирует архитектуру модели в единую программу под ускоритель с помощью собственных ядер.

На Nvidia H100 связка Photon и Moondream держит больше 60 запросов в секунду с задержкой в десятки миллисекунд.

Основатели Вик Коррапати и Джей Аллен переходят в Prime Intellect, где займутся масштабированием инфраструктуры инференса, развитием VLM и агентов для управления интерфейсами.

Линейка моделей останется под брендом Moondream, движок Photon уже встроен, а доступ к Moondream 3.1 открыт через Prime Inference. Пользователей Moondream Cloud переведут на объединённую платформу.
primeintellect.ai

✔️ Google открыла Play Store для вайбкодеров

Совершеннолетним пользователям разрешили ставить на свои Android-устройства приложения, собранные в Google AI Studio, без аккаунта разработчика за 25 долларов.

Работают такие приложения в приватном режиме, то есть скрыты из поиска и рекомендаций магазина, а встроенные покупки в них заблокированы полностью. Рассчитано обновление на тех, кто пишет программы под себя и не собирается публиковать их.

В следующих обновлениях Google обещает дать возможность делиться самодельными приложениями с семьёй и друзьями.
bloomberg.com

✔️ OPPO встроит агентов Manus в ColorOS 17

По условиям партнёрства агенты Manus появятся в смартфонах серии Find X10, работать они будут в режиме Agent Mode фирменного ассистента AI Mind Pilot.

Система разберёт составной запрос на последовательность шагов, соберёт данные из установленных приложений, обработает локальные файлы и вызовет внешние API, чтобы выдать результат.

Поиск, сортировку и анализ файлов телефон делает у себя, не передавая содержимое на серверы Manus, а обращения к облачным сервисам и отправка конкретных данных идут только после подтверждения пользователем.
oppo.com


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

✔️ Science Corporation впервые имплантировала зрительный чип PRIMA

Биотех-стартап бывшего сооснователя Neuralink Макса Ходака расширил сферу применения своего интерфейса мозг-компьютер на неизлечимое наследственное заболевание Штаргардта, приводящее к прогрессирующей слепоте из-за гибели фоторецепторов сетчатки.

В ходе клинических испытаний в Сиднейской офтальмологической больнице пациент с установленным микрочипом восстановил способность различать контрастные символы - на первом сеансе реабилитации он смог увидеть отдельную букву, а на втором - прочесть целое слово.

Аппаратный комплекс PRIMA включает субретинальный чип размером 2×2 мм и внешние очки со встроенной камерой, матрица которой выступает в роли искусственного фоторецептора - она улавливает оптический сигнал от очков и трансформирует его в электрические потенциалы, стимулируя сохранившиеся слои нейронов и передавая импульс по зрительному нерву в мозг.

Сейчас технология даёт монохромную картинку с узким полем обзора, но в Science Corporation уже готовят второе поколение сенсоров с меньшим размером электродов, рассчитывая в течение пяти лет приблизиться по разрешению к человеческому зрению.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

✔️ X, Grok и Cursor объединили в подписку с общим пулом токенов

Чат-бот Grok, сервисы X Premium+ и редактор кода Cursor объединили в подписку The X Subscription с общим пулом токенов.

Неизрасходованную недельную квоту вычислительных ресурсов теперь можно динамически распределять между кодингом в Cursor и запросами к Grok. При исчерпании пула кредиты докупаются напрямую.

Линейка состоит из тарифов от базового Plus ($8 в месяц) до Ultra ($200 в месяц), лимиты в которых различаются до 50 раз.

Раздельная покупка инструментов для новых подписчиков закрыта. Действующим клиентам предлагают объединить аккаунты в единый рабочий профиль.

Вызовы сторонних LLM внутри редактора кода по-прежнему требуют дополнительных затрат.

Доступ к моделям Claude и GPT открывается начиная с тарифа Premium, но не входит в базовую квоту и тарифицируется отдельно по ценам провайдеров API.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

✔️ OpenAI обсуждает передачу Sora стартапу Билла Пиблза

Стартап рассчитывает переделать Sora в профессиональный инструментарий для кинематографистов, а OpenAI взамен получит долю в компании. Передача весов пока обсуждается, зато позволит лаборатории монетизировать замороженный проект.

Развитие Sora свернули из-за вычислительных расходов, по оценкам ежедневные убытки доходили до 1 млн долларов. После отмены возможной сделки с Disney на 1 млрд компания весной отключила веб-клиент, а в сентябре закрыла доступ к API.

Освободившиеся ускорители ушли на обучение моделей для кодинга и поддержку ChatGPT, а инфраструктурные риски генеративного видео теперь берёт на себя проект бывшего руководителя разработки Sora.
theinformation.com

✔️ Китайские НИИ создали альянс для математических моделей

В Yau Laboratory Alliance for Mathematics and Artificial Intelligence вошли восемь научных центров и больше тысячи учёных, инициатором выступил лауреат Филдсовской премии Шинтан Яу.

Цель в том, чтобы сократить технологическое отставание от США в фундаментальных науках. Заниматься альянс будет архитектурами для генерации гипотез, формализации доказательств и выстраивания цепочек рассуждений, а команды сосредоточатся на математических наборах данных и инструментах проверки.

Внедрение ИИ исследователи называют неизбежной сменой научной парадигмы и противопоставляют свой подход скепсису части академического сообщества, в том числе призывам филдсовского лауреата Теренса Тао повременить с генеративными алгоритмами.
scmp.com

✔️ CharacterАi подала на банкротство и ищет покупателя

Решение разработчик диалоговой платформы объясняет возросшим регуляторным, юридическим и операционным давлением, покупателя ищет через судебный аукцион.

Первым претендентом выступила The Walt Disney Company, предложившая 20 млн долларов за бессрочную неэксклюзивную лицензию и обязавшаяся дать техподдержку силами бывших разработчиков стартапа, ранее переманенных в штат.

Суд рассмотрит и заявки сторонних претендентов, готовых перебить ставку, завершить продажу планируют к началу декабря. До конца торгов платформа работает, но если новый владелец откажется её поддерживать, проект закроют.
businesswire.com

✔️ Nvidia открыла спецификации стоек Vera Rubin и стандарт Open Data Center

На OCP Global Summit компания передала в открытый фонд OCP спецификации вычислительных полок и стоек на архитектуре MGX 1.2.

Стандарт рассчитан на сверхплотные кластеры до 250 кВт на стойку и унифицирует прямое жидкостное охлаждение, шинопровод на 5000 А и питание 800 В постоянного тока. Открыта и архитектура процессоров Vera для координации агентных систем, так что OEM-производители смогут собирать совместимое оборудование без проприетарных документов.

Вместе с Google и AMD опубликован стандарт Open Data Center v0.7, а в открытый доступ выложены утилиты DSX OS для автоматизации развёртывания и проверки кластеров перед обучением.
nvidia.com

✔️ Атомная энергетика США внедряет ИИ

На большинстве из 94 действующих энергоблоков США языковые модели для работы с документацией уже используют или тестируют. Они составляют отчёты, разбирают данные о прошлых инцидентах и готовят инструкции по ремонту узлов. Разрабатывают их стартапы Atomic Canyon и Nuclearn, обучая на массиве регламентов NRC и закрытых базах знаний энергетических институтов.

Причины внедрения две, это отток опытных инженеров и бюрократические требования к проверке каждого технического шага. Ради стандартов безопасности системы ставят на серверах самих площадок или в защищённых ведомственных средах с разграничением доступа.

Автоматизация управления реакторами запрещена, алгоритмы работают только как поисковые и аналитические помощники, окончательное решение всегда принимает инженер.
ieee.org

@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

⚡️ ФБР арестовало сотрудника OpenAI за установку прослушки в офисе компании

Служба безопасности OpenAI обнаружила в одном из своих офисов шпионское звукозаписывающее оборудование.

Для анализа компонентов устройства и логистики его появления компания задействовала свои модели, что помогло оперативно установить личность нарушителя - им оказался Абдулрахман Альфозан, сотрудник компании, установивший прослушку за несколько дней до обнаружения.

Абдулрахмана уволили, а материалы передали в ФБР, агенты которого задержали подозреваемого.

По данным внутреннего аудита, инцидент удалось локализовать до утечки весов моделей, исходного кода инфраструктуры или конфиденциальных данных клиентов.

ФБР продолжает расследование на предмет возможного промышленного шпионажа или связей с государственными структурами, а руководство OpenAI охарактеризовало случай как пример практического применения ИИ для нейтрализации инсайдерских угроз.

В случае признания виновным Абдулрахману грозит максимальное наказание в виде 5 лет лишения свободы и штрафа в размере 250 000 долларов.

@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

🚀 Anthropic отказалась от Git. И всё из-за ИИ-агентов

Claude начал писать столько кода, что привычная инфраструктура разработки перестала справляться.

В мае Anthropic объединяла около 2500 изменений в день. К сентябрю их число превысило 30 000.

В результате компания за пять месяцев разработала собственную систему контроля версий Scion и полностью перевела на неё свой монорепозиторий.

Масштабы впечатляют:

▪️ 25 млн операций checkout ежедневно.

▪️ Почти 100 ГБ истории основной ветки.

▪️ В 200 раз меньше затрат CPU и памяти на инфраструктуру хранения версий.

▪️ Checkout ускорился с минут до секунд.

▪️ Нагрузка CI на CPU снизилась на 25%.

Scion и систему код-ревью Antique разработала команда всего из семи инженеров, активно используя Claude.

По словам разработчиков, Claude уже пишет код лучше каждого из них. Задача инженеров всё больше смещается в сторону архитектуры, контроля ограничений и принятия решений.

🔗 https://www.anthropic.com/engineering/redesigning-source-control

Читать полностью…

▶️Почему роботы с Physical AI всё ещё не готовы к массовому появлению в наших домах

Современные роботы-гуманоиды уже демонстрируют сложные движения и акробатику, но научить их уверенно взаимодействовать с окружающим миром по-прежнему непросто.

• Что требуется от модели: определить положение предмета, рассчитать силу захвата, заметить скольжение и успеть скорректировать движение.

• Главное ограничение: навыки, отработанные в одной среде, плохо переносятся в другую. Поэтому до появления универсальных домашних помощников пока далеко.

• Где проверяли: в Лаборатории интеллектуальной космической робототехники Сколтеха. В выпуске подкаста «Паша AI AI AI» CEO MWS Павел Воронин и руководитель лаборатории Дмитрий Тетерюков испытали роботов и обсудили, как машины воспринимают физический мир и чему им ещё предстоит научиться.

Полное видео: https://vkvideo.ru/video-226874221_456239657

@ai_machinelearning_big_data

Читать полностью…

Сравните модели GigaChat на своей задаче в GigaPlatform AI Studio

Это среда, в которой можно менять настройки моделей и проверять ответы на своих запросах.

В AI Studio можно:
• Сравнить ответы двух моделей на одном запросе.
• Сравнить ответы при разной температуре.
• Настроить системный промпт и проверить его на нескольких запросах.
• Сохранить промпт и историю диалога в JSON.

Пять рабочих сценариев разобрали в статье.
Попробуйте AI Studio бесплатно и без ВПН.

Читать полностью…

✔️ Anthropic за полгода заблокировала больше 11 млн аккаунтов

В обновлённом отчёте о прозрачности, Anthropic сообщила, что в первом полугодии 2026 года заблокировала 11,4 млн аккаунтов.

Это почти в 8 раза больше, чем во втором полугодии 2025-го, когда блокировок было 1,45 млн.

Поводом стали нарушения правил использования, условий обслуживания для частных и корпоративных клиентов или правил о поддерживаемых регионах.

Апелляций на блокировку за полугодие подали 398 тысяч, их которых были удовлетворены 42 тысячи, то есть примерно 10,6%.

Для сравнения - во втором полугодии 2025 года апелляций было 52 тысячи, удовлетворили 1,7 тысячи (около 3,3%).

Причины роста в отчёте не объясняются, по отдельным продуктам статистику компания не разделяет.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

▶️ Meta* вернулась в гонку frontier-моделей: Muse Wonder обходит Claude Opus 5.5 на длинных задачах

Meta выпустила Muse Wonder, новую линейку своих самых сильных моделей для агентных задач. Вариантов два: Muse Wonder и старший Muse Wonder Full. По данным Meta, Full обходит Claude Opus 5.5 на 8 из 14 опубликованных бенчмарков, а в долгом кодинге, юридической работе и автоматизации бизнес-процессов опережает ещё GPT-6 Astra и Claude Fable 5.1.

Самый большой отрыв на SWE-Marathon, сверхдлинном инженерном тесте: 57,5 у Full против 46,3 у Opus 5.5. На DeepSWE 1.1, тоже про кодинг на длинном горизонте, счёт 79,0 против 74,2. Meta уточняет, что эти прогоны делали независимые третьи стороны.

Ещё интереснее юридический агентный бенчмарк Harvey. Там засчитывается только задача, доведённая до конца без единой галлюцинации. У Full 13,1, у Opus 5.5 всего 4,2, то есть разница больше чем в три раза. Сами цифры при этом низкие у всех: доводить сложные юридические задачи до конца без ошибок пока не умеет никто.

Модель построена вокруг Active Memory и Active Focus, а обучали её в гигаваттном дата-центре Prometheus. Весов в открытом доступе нет: Muse Wonder доступна через Meta Model API и Muse Code, Full пока только подписчикам Muse Code.

Нюанс для тех, кто будет сравнивать: в SWE-Marathon Full работал на максимальном уровне рассуждений, а конкуренты внутри своих фирменных агентов Codex и Claude Code. Так что это не строго контролируемое сравнение, и честнее дождаться независимых тестов.

https://research.meta.ai/blog/muse-wonder

@ai_machinelearning_big_data

*организация признана экстремистской, её деятельность на территории РФ запрещена.

#Muse

Читать полностью…

⚡️ Sakana AI научила модель учиться у собственной команды агентов

Sakana AI вместе с UC Berkeley представила MASS (Multi-Agent Self-Supervision). Это способ рекурсивного самоулучшения модели без людей и без внешнего учителя.

Идея такая. Одна модель играет сразу три роли: исполнителя, оптимизатора воркфлоу и судьи. Сначала она решает задачу командой виртуальных сабагентов, затем сама ищет лучшую схему их взаимодействия и сама выбирает победителя.

Лучшие прогоны команды становятся данными для дообучения, и после LoRA-тюна модель запоминает коллективный опыт своих агентов уже без подсказок про воркфлоу. Затем цикл повторяется.

Эксперимент проводили на Qwen3.6-27B и синтетических открытых исследовательских задачах. После двух циклов показатель «очки на выходной токен» вырос в 1,2-1,6 раза относительно базы: 1,6x на MLR-Bench, 1,35x на DSBench, 1,28x на AstaBench и 1,2x на ScienceAgentBench. На Terminal-Bench 2.0 и SWE-bench Verified прироста не было.

Модель учили только решать задачи, но при этом у неё заодно выросли навыки оптимизатора и судьи.

Мультиагентные траектории оказались эффективнее одиночных: 68% побед над базой при примерно 31% меньшем объёме данных. И скорость улучшения упирается в оптимизатор, а не в судью.

Авторы честно называют главный риск. Когда модель сама себя оценивает, её слепые зоны могут засчитываться как прогресс и закрепляться обучением. Если ИИ будет развиваться выше уровня человеческой экспертизы, нужно уметь вовремя замечать такие сбои и вмешиваться.

Блог: https://pub.sakana.ai/mass/
Статья: https://arxiv.org/abs/2610.12176
Код: https://github.com/SakanaAI/mass

@ai_machinelearning_big_data

#Sakana

Читать полностью…

✔️ Google открыла публичный доступ к SynthID Detector

Компания запустила веб-версию инструмента SynthID Detector, позволяющего анализировать изображения, видео и аудио на наличие невидимых меток, внедряемых ИИ на этапе генерации.

Ранее утилита тестировалась в закрытом режиме представителями медиаиндустрии и определяла только собственные метки экосистемы Google.

Обновленный сканер теперь распознает водяные знаки формата SynthID и сторонних вендоров - OpenAI, NVIDIA и Kakao.

Сервис не классифицирует сгенерированный контент эвристически, а проверяет наличие конкретной совместимой сигнатуры.

Отсутствие детекции не подтверждает подлинность файла, так как материал мог быть создан моделью без встроенного модуля SynthID или подвергнуться агрессивной постобработке.

Для проверки требуется авторизация, действует лимит примерно в 10 запросов в сутки.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…