🔥 FreeCAD теперь можно управлять через AI-агента

freecad-mcp - MCP-сервер, который подключает Claude Desktop к FreeCAD и позволяет работать с CAD-моделями прямо через команды на естественном языке.

Что умеет:

- создавать документы и 3D-объекты
- редактировать и удалять детали
- выполнять Python-код внутри FreeCAD
- вставлять готовые детали из библиотеки
- получать список объектов и скриншоты сцены
- работать удалённо по сети через RPC

В репозитории есть примеры: создание фланца, игрушечной машины и детали по 2D-чертежу.
https://github.com/neka-nat/freecad-mcp

Читать полностью…

Бизнес Mac у Apple вырос на 29%, и компания может оказаться гораздо сильнее в гонке AI-железа, чем кажется.

Что уже происходит:

- OpenAI закупала десятки тысяч Mac mini для RL-задач и, по сообщениям, хотела ещё
- Anthropic арендует Mac mini через AWS
- появляются стартапы, которые строят целые Mac-дата-центры под AI
- в индустрии Apple всё чаще рассматривают как серьёзного конкурента Nvidia в локальном AI
- топовые конфигурации Mac периодически уходят в дефицит

Теперь Apple явно пытается развить это направление дальше.

Новые Mac mini и Mac Studio получили упор на более ранние релизы, мощные конфигурации и Thunderbolt 5, который можно использовать для объединения нескольких машин и распределённого инференса крупных моделей.

Apple долго не позиционировала Mac как специализированное AI-железо.

Но сочетание мощной unified memory, высокой энергоэффективности и больших объёмов памяти сделало Mac неожиданно удобной платформой для локальных моделей и части AI-инфраструктуры.

Читать полностью…

🌟 Prime Intellect выложила отчет об агенте, с которым Opus 5 взял 95,5% на ARC-AGI-3

Prime Agent — это больше, чем харнесс модели. Сами авторы называют проект операционной системой для долгоживущих агентов.

Умнее модель он не делает, но дает ей работать дольше - программно раскладывать информацию, параллельно раздавать задачи подагентам и копить полезные процедуры.

Идея в том, чтобы у языковой модели была устойчивая вычислительная среда, где она сама распоряжается памятью, кодом, подагентами и долгими задачами.

Состояние в системе разложено по четырем уровням:

🟢веса модели - то, что она знает после обучения;
🟢активный контекст - информация текущего шага;
🟢постоянный REPL и рекурсивные подагенты - внешние вычисления, инструменты и параллельная работа;
🟢дисковое состояние - история, факты, навыки, промпты и спецификации подагентов.

Состояние переживает и шаги, и перезапуски, и отключения. Человек при этом может наблюдать за агентами и вмешиваться.

🟡Замеры

Сильнее всего эффект виден на длинных интерактивных задачах. На ARC-AGI-3 конфигурация с Opus 5 дала 95,5% Best@1 против 30,2% у обвязки самой ARC.

На длинноконтекстных задачах Prime Agent держится наравне с конкурентами, а на отдельных, вроде EmulatorBench, заметно вырывается вперед. Он обошел Pi-mono с GLM-5.2 и Codex с GPT-5.6 Sol, но уступил Claude Code с Opus 5.

Отдельно показательны игровые прогоны на эмуляторах. На Sega Genesis связка Prime Agent и GPT-5.6 Sol набрала 61,6% по итоговой оценке верификатора, а Claude Code с той же моделью — ноль. На Game Boy Color разрыв еще резче: 99,8% против нуля.

🟡 Побочный эффект

Самая любопытная деталь отчета - накопление навыков закрепляет не только полезное.

В одном из экспериментов агент нашел способ обходить ограничения Factorio, сохранил его как переиспользуемый навык и тем самым записал эксплойт в долговременную память. Дальше он доставал оттуда именно это решение, потому что оно один раз сработало.

На днях вышел релиз 0.8.0 с исправлениями найденных проблем и новыми возможностями.

📌Лицензирование: MIT License


🟡Техотчет
🖥Github


@ai_machinelearning_big_data

#AI #ML #Harness #Agents #PrimeIntellect

Читать полностью…

⚡️ Anthropic показала, как одна модель может улучшать другую почти без участия человека.

Claude дали задачу повысить безопасность и управляемость других моделей. Она сама искала подходы в исследованиях, придумывала методы, создавала данные для обучения, обучала модели, проверяла результаты и запускала новые итерации.

В экспериментах удалось улучшить все 10 проверяемых проблем поведения без заметного ухудшения общих возможностей моделей.

Отдельно протестировали Sonnet 5 на ранней версии Opus 4.8. Более слабая модель примерно за 60 часов смогла заметно улучшить её поведение и приблизить результаты к уровню финальной версии.

Исследователи также сравнили этот подход с работой людей. По их данным, лучшие методы, найденные Claude, в среднем обгоняли предложения опытных специалистов примерно за шесть часов работы.

Получается почти полный цикл:
ИИ изучает проблему

→ предлагает способ улучшения
→ создаёт данные
→ обучает другую модель
→ проверяет результат
→ повторяет процесс.

До полноценного самосовершенствования не хватает последнего шага: улучшенная модель пока не становится следующим исследователем и не запускает тот же цикл уже для следующей версии.

В работе нашли и слабое место. Примерно в 2,4% исследовательских траекторий модель пыталась обойти проверку, поэтому такие процессы тоже требуют отдельного контроля.

https://www.anthropic.com/research/automated-researchers-mitigate-alignment-failures

Читать полностью…

🚀 SpaceX купила Cursor за $60 млрд - и теперь Cursor лишается моделей OpenAI

SpaceX завершила покупку Anysphere, разработчика Cursor, за $60 млрд. Сам Cursor продолжит работать, но OpenAI решила прекратить поставку своих моделей после смены владельца.

По текущему плану доступ к уже подключённым моделям OpenAI сохранится до 12 ноября 2026 года. Новые модели OpenAI в Cursor добавляться уже не будут.

Официальная причина OpenAI - компания не уверена, что SpaceX будет соблюдать её условия использования. OpenAI прямо сослалась на прошлые нарушения контрактов со стороны других компаний Илона Маска.

Любопытно, что Cursor уже тесно интегрируется со SpaceX и xAI и получает доступ к их огромной вычислительной инфраструктуре. В самом Cursor заявляют, что это позволит быстрее развивать собственные модели и снижать стоимость inference.

Так что история выглядит так:

SpaceX покупает Cursor → OpenAI сворачивает сотрудничество → Cursor ещё сильнее уходит в сторону собственных моделей и Grok.

https://x.com/Machinelearrn/status/2093636483856941340

Читать полностью…

🔥 GLM-5.3 стал open-weight

Z.ai открыла веса своей самой сильной модели для agentic coding и defensive cybersecurity.

Теперь GLM-5.3 можно:

- скачать
- запускать локально
- дообучать и кастомизировать под свои задачи

Это полноценный релиз весов, а не просто доступ через API, так что разработчики и исследователи смогут разбирать модель глубже и использовать её в своих пайплайнах.

Weights:
https://huggingface.co/zai-org/GLM-5.3

Tech blog:
https://z.ai/blog/glm-5.3


Гайд:
https://unsloth.ai/docs/models/glm-5.3

GGUF:
https://huggingface.co/unsloth/GLM-5.3-GGUF

@data_analysis_ml / Папка полезного по ML.

Читать полностью…

🔥 Soup - дообучение LLM одной командой

Проект упрощает fine-tuning и post-training моделей до схемы: один YAML-конфиг → одна команда.

Самое интересное:

- можно дообучать 8B-модель даже на ноутбуке с 4 ГБ VRAM
- layer streaming подаёт слои модели на GPU по одному
- работает с QLoRA и локальными GPU
- автоматически подбирает batch size, устройство и квантование
- есть DPO, ORPO, SimPO и KTO
- без SSH и отдельной облачной инфраструктуры

На RTX 3050 Laptop 4 GB авторы запускали Llama 3.1 8B Instruct с пиковым потреблением около 3,32 ГБ VRAM.

https://github.com/MakazhanAlpamys/Soup

Читать полностью…

💰 Nvidia договорилась купить Hugging Face за $12,9 млрд.

При заявленной годовой выручке Hugging Face примерно в $150 млн это соответствует оценке около 86 годовых выручек.

https://www.theinformation.com/articles/nvidia-agrees-buy-open-source-model-repository-hugging-face-12-9-billion

Читать полностью…

В AI VK рассказали, как перевели финальное ранжирование рекомендаций с градиентного бустинга на нейросети.

Вместо одного итогового score теперь используется многозадачный нейроранкер DCDN, отдельно переделали прогноз Watch Time. Для стабильного MLE-обучения команда добавила собственную инициализацию и регуляризационные штрафы против схлопывания дисперсий.

Результаты в VK Клипах:
TVT +5,5%
лайки +3%
шеры +15%

Подробный разбор в посте на Хабре.

Читать полностью…

🔥 Anthropic впервые открывает внешним исследователям доступ к данным о реальном использовании Claude

Исследователи смогут изучать агрегированные и защищённые данные из реальных Claude.ai и Claude Code-сессий - то, что раньше фактически было доступно только внутри AI-лабораторий.

В пилоте уже участвуют Stanford, Oxford и METR. Они анализируют около 250 000 разговоров с Claude.

Первые результаты Stanford: более половины изученных диалогов связаны с consequential tasks - задачами, которые влияют на других людей или последствия которых трудно отменить.

Anthropic теперь хочет масштабировать программу и дать доступ большему числу независимых исследователей.

https://www.anthropic.com/research/enabling-independent-research

Читать полностью…

🔥 OX Alpha - это новая GLM

Bloomberg подтвердил: OX Alpha действительно относится к новой линейке GLM.

Ещё интереснее - веса модели обещают выложить уже сегодня.

Получается, все «инсайды» о том, что OX Alpha якобы не имеет отношения к новой GLM, оказались мимо.

Ждём релиз весов - после этого модель можно будет нормально разобрать уже без догадок.

https://x.com/Machinelearrn/status/2092567811562307615

Читать полностью…

Скайнет рядом!

Датчики усилия в запястьях робота, напрямую передают данные в контроллер баланса.

И ещё впечатляет, как быстро всё происходит: стоит углу наклона каната измениться, роботы почти мгновенно снова выравнивают положение бёдер.

Читать полностью…

17 сентября в Москве — AI R&D DAY.
Без маркетинговой шумихи, только хардкор: альтернативные архитектуры, омнимодальная долгосрочная память, агенты, бенчмарки и инструменты обучения моделей.
Команда NextGenAI расскажет, что уже работает сегодня и что станет стандартом завтра.
Для кого: R&D, AI-архитекторов, продактов и техлидов, которые строят продукты, а не слайды.

Поговорим о:
-новых подходах к созданию и обучению моделей;
-системах, которые одновременно работают с текстом, изображениями, звуком и другими типами данных;
-развитии голосовых технологий;
-оценке качества AI-решений;
-внедрении технологий в реальные продукты.
Приходят не спикеры «по приглашению», а опытные команды, которые сейчас строят NextGenAI. Говорят про архитектуры, которые ещё не в публичных репозиториях. Про память, которая работает дольше контекста. Про то, как голосовые технологии перестают быть костылём.

👇 Подробности
#реклама
О рекламодателе

Читать полностью…

Подборка неудачных моментов с Всемирных игр гуманоидных роботов.

Читать полностью…

⚡️ Какие локальные AI-модели запускать на 8-256 ГБ VRAM

Если хочется максимум качества из доступной видеопамяти, сейчас расклад примерно такой:

8 ГБ VRAM
Qwen3.8-27B IQ1_S
Максимально агрессивная квантизация, если хочется запустить большую модель даже на небольшой GPU.

https://huggingface.co/unsloth/Qwen3.8-27B-GGUF/blob/main/Qwen3.8-27B-UD-IQ1_S.gguf

16 ГБ VRAM
Qwen3.8-27B Q2_K_XL
Уже более разумный баланс между размером модели, памятью и качеством.

https://huggingface.co/unsloth/Qwen3.8-27B-GGUF/blob/main/Qwen3.8-27B-UD-Q2_K_XL.gguf

RTX 3090 / 24 ГБ
Qwen3.8-27B Q4_K_M
Один из наиболее интересных вариантов для домашней локальной машины.

https://huggingface.co/unsloth/Qwen3.8-27B-GGUF/blob/main/Qwen3.8-27B-UD-Q4_K_M.gguf

RTX 5090
Qwen3.8-27B NVFP4
Отдельная сборка с упором на современные NVIDIA GPU и 4-битный inference.

https://github.com/MiaAI-Lab/Qwen3.8-27B-NVFP4-RTX-5090

RTX PRO 6000
Qwen3.8-27B NVFP4 + SGLang

https://github.com/MiaAI-Lab/Qwen3.8-27B-RTX-6000-PRO-SGLang-DSpark

DGX Spark
Здесь уже можно смотреть в сторону DeepSeek v4 Flash и Qwen3.8-27B.

DeepSeek:
https://github.com/MiaAI-Lab/DeepSeek-v4-Flash-One-DGX-Spark

Qwen:
https://github.com/MiaAI-Lab/Qwen3.8-27B-SGLang-DGX-Spark

2× DGX Spark
DeepSeek v4 Flash

https://github.com/MiaAI-Lab/DeepSeek-v4-Flash-DSpark-2x-DGX-Spark

Если коротко: сейчас больше всего интересных локальных конфигураций строится вокруг Qwen3.8-27B и DeepSeek v4 Flash.

Контекст, KV-cache, backend, quantization и размер offload могут заметно изменить реальные требования к памяти.

Сохраняй как шпаргалку для следующего локального AI-сервера.

Читать полностью…

🦀 Вышел OpenClaw 2.0 - крупнейшее обновление опенсорсного AI-агента за всё время проекта.

Главное, что изменилось:

• заметно упростили установку и настройку
• OpenClaw теперь сам подхватывает активные подписки ChatGPT и Claude, API-ключи и локальные модели
• веб-интерфейс стал удобнее
• агент лучше справляется со сложными задачами и сам ищет недостающие детали без постоянных подсказок
• появились общие сессии: можно подключить другого человека и передать ему задачу вместе со всем накопленным контекстом

Общие сессии работают через облако.

OpenClaw 2.0 уже доступен всем пользователям:

https://openclaw.ai/#quickstart

Читать полностью…

Sony Music Publishing и Warner Chappell подали многомиллиардный иск против Anthropic, обвинив компанию в масштабном нарушении авторских прав.

Музыкальные издатели требуют до $150 000 за каждое нарушенное произведение, раскрытия данных для обучения Claude и методов их сбора, а также уничтожения незаконно использованных копий.

В иске утверждается, что:

- сооснователь Anthropic Бенджамин Манн обсуждал получение данных из LibGen с Дарио Амодеи, а тот якобы одобрил скачивание через torrent
- материалы из LibGen и PiLiMi могли попасть в коммерческие версии Claude косвенно, через синтетические данные и reinforcement feedback
- из обучающих материалов якобы удалялась информация об авторских правах
- при дообучении Claude использовались защищённые тексты песен
- проверяющие выбирали более точные воспроизведения lyrics вместо неточных, тем самым поощряя дословное запоминание

Sony и Warner называют происходящее «одной из крупнейших и самых вопиющих продолжающихся краж интеллектуальной собственности в истории».

Если эти утверждения подтвердятся в суде, дело может стать одним из самых серьёзных разбирательств вокруг происхождения данных для обучения больших языковых моделей.

https://storage.courtlistener.com/recap/gov.uscourts.cand.477477/gov.uscourts.cand.477477.1.0.pdf

Читать полностью…

В GTA VI настолько всё реалистично, что теперь там можно не только угнать машину, но и навибкодить стартап по дороге.

#gta #vibecoding

Читать полностью…

Вайбкодер зарелизил свой проект

Читать полностью…

🔥 Hy4-preview ужали с 1,5 ТБ примерно до 200 ГиБ - и качество почти не просело

Новая квантизация MIX-STQ1_0 подбирает битность отдельно для каждого слоя по calibration data:

- часть слоёв ужимается до 1.31-bit
- часть остаётся около 2.06-bit
- при том же размере ошибка получается ниже

Результаты против BF16:

- MCP Atlas: 83.7 → 83.2
- SWE-Bench multi: 82.9 → 81.3
- MRCR: 81.3 → 81.1
- IFBench: 73.5 → 72.5

То есть модель стала примерно в 7,5 раза меньше, а качество на тестах изменилось совсем немного.

GGUF:
https://huggingface.co/AngelSlim/Hy4-preview-GGUF

Читать полностью…

🔥 Google выпустила Gemini Omni 1.1 Flash для генерации и редактирования видео

Главные возможности:

- продление сцены до 40 секунд с учётом предыдущих 10 секунд видео
- генерация плавного перехода между первым и последним кадром
- черновики в 360p - до 60% быстрее и примерно в 3 раза дешевле 720p
- апскейл готового видео до 1080p и 4K
- можно использовать до 3 секунд видео как референс для движения и сохранения персонажей
- доступ через Gemini API и Google AI Studio

Модель уже интегрируют Adobe Firefly, Figma Weave и Runway.

https://blog.google/innovation-and-ai/technology/developers-tools/build-with-gemini-omni-1-1-flash/

Читать полностью…

🔥 Anthropic показала стандарт, который позволяет AI-агентам управлять реальным оборудованием

Model Hardware Standard (MHS) - единый интерфейс для подключения ИИ к лабораторным и промышленным устройствам.

Что он умеет:

- управлять микроскопами, роботизированными манипуляторами и лабораторным оборудованием
- объединять разные устройства в один процесс
- передавать агенту характеристики и ограничения оборудования
- работать через MCP, CLI и API
- запускать длительные автономные эксперименты
- менять параметры в реальном времени и иногда самостоятельно восстанавливаться после ошибок

Anthropic пишет, что интеграция оборудования, которая раньше занимала недели или месяцы, с MHS может сократиться до часов или даже минут.

В Genentech Claude через MHS уже управлял жидкостным роботом, манипулятором и считывателем планшетов, сам подбирая параметры эксперимента.

Сейчас MHS доступен как research preview, позже стандарт планируют открыть.

https://www.anthropic.com/news/model-hardware-standard-research-preview

Читать полностью…

⚡️ До половины запланированных дата-центров в США могут задержать или отменить

По данным Bloomberg, Kimmeridge оценивает риск задержек или отмен для до 50% проектов.

Главные ограничения уже не только чипы и капитал:

* подключение к электросетям
* разрешения и строительство
* согласование с местными властями
* растущее сопротивление жителей

61% американцев сейчас выступают против строительства новых дата-центров рядом с домом против 49% ранее в этом году.

Техас уже приостановил новые подключения дата-центров к сети до завершения аудита, а Пенсильвания убрала AI-дата-центры из ускоренной процедуры согласования.

https://www.bloomberg.com/news/articles/2026-08-26/up-to-half-of-planned-us-data-centers-may-face-delays-kimmeridge-says

Читать полностью…

🔥 Google представила GlucoFM - базовую AI-модель для анализа непрерывного мониторинга глюкозы

Модель обучили на 109 066 часах данных с датчиков CGM. Она отдельно анализирует медленные изменения уровня глюкозы и краткосрочные скачки, например после еды или нагрузки.

GlucoFM тестировали на задачах оценки:

* риска диабета
* инсулинорезистентности
* нарушения работы бета-клеток
* гипогликемии
* ожирения
* реакции глюкозы после еды

В 14 тестах средний PR-AUC оказался выше сильнейшей сравниваемой CGM-модели, а при прогнозировании двухчасовой реакции на еду GlucoFM показала минимальную ошибку.

Модель также хорошо переносится на новые выборки и работает даже при небольшом количестве размеченных медицинских данных.

https://research.google/blog/glucofm-foundation-model-for-continuous-glucose-monitoring

Читать полностью…

🔥 Qwen3.8-Flash выглядит очень сильно

* 125B MoE-параметров, но активны только 6B
* SWE-bench Pro: 62.5 против 53.4 у Opus 4.6 Max
* ранний превью архитектуры Qwen4
* обучение обошлось примерно в 9 раз дешевле, чем у Qwen3.7-Plus

Получается очень агрессивное сочетание цены, скорости и качества, особенно для coding-задач.

- Blog: https://qwen.ai/blog?id=qwen3.8-flash-next
- Technical Report: https://github.com/QwenLM/Qwen3.8-Flash-Next/blob/main/tech_report.pdf
- Hugging Face: https://huggingface.co/Qwen/Qwen3.8-Flash-Next?spm=a2ty_o06.30285417.0.0.1d73c921FsyOPe&file=Qwen3.8-Flash-Next
- ModelScope: https://modelscope.cn/models/Qwen/Qwen3.8-Flash-Next?spm=a2ty_o06.30285417.0.0.1d73c921XAP2dV&file=Qwen3.8-Flash-Next

Читать полностью…

🔥 DeepSeek резко нарастила выручку

По данным The Information, к июлю 2026 года выручка DeepSeek достигла $70 млн - примерно в 10 раз больше, чем за весь 2025 год.

Ещё несколько цифр:

* валовая маржа API - 82,9%
* компания ищет около 50 млрд юаней во втором раунде
* обсуждаемая оценка - 500 млрд юаней, примерно $74 млрд

Рост связывают с низкой стоимостью инференса и эффективной AI-инфраструктурой, которая позволяет держать цены на модели ниже многих конкурентов.

https://www.theinformation.com/articles/deepseeks-revenue-reaches-70-million-july-tenfold-jump-2025

Читать полностью…

🤯 Локальные AI-модели становятся пугающе мощными

Qwen3.8-27B вошла в топ-10 рейтинга Arena WebDev, оказавшись всего в нескольких позициях от моделей, которые больше неё на порядки.

Модель всего на 27 млрд параметров, которую можно запускать локально.

Ещё недавно такие возможности требовали огромных облачных моделей и дорогой инфраструктуры.

Теперь open-source модели начинают конкурировать с лидерами рынка прямо на своём железе.

Alibaba с серией Qwen 27B закрепилась в отдельном классе размеров и сейчас выглядит практически без конкурентов.

https://x.com/arena/status/2091920512796725272

Читать полностью…

💰 Фурнитурщик стал миллиардером благодаря буму AI

Компания, которая десятилетиями делала обычные направляющие для ящиков, неожиданно оказалась критически важной для индустрии искусственного интеллекта.

Почему? Те же самые механизмы теперь нужны внутри AI-серверов - для тяжёлых модулей и компонентов инфраструктуры.

Компания заняла около 80% мирового рынка направляющих, а состояние её основателя выросло примерно до $20,2 млрд.

Пока все смотрели на чипы NVIDIA, кто-то заработал на деталях, без которых эти серверы просто не собрать.

https://www.wsj.com/business/one-of-taiwans-biggest-ai-winners-isnt-a-chip-maker-51768bd5

Читать полностью…

NVIDIA заявила о 30-кратном росте эффективности Vera Rubin NVL72 для AI-агентов

По новым замерам NVIDIA, система Vera Rubin NVL72 показывает до 30x больше throughput на мегаватт и до 35x меньшую стоимость токенов по сравнению с GB300 NVL72 на агентных нагрузках.

Тестировали не обычный чат, а реальные coding-сессии из SemiAnalysis AgentX: длинный растущий контекст, вызовы инструментов, запуск субагентов и многошаговое рассуждение. По данным OpenRouter, такие сценарии могут потреблять примерно в 15 раз больше токенов, чем обычный запрос в чат.

В Vera Rubin NVIDIA отдельно оптимизировала работу с длинным контекстом: distributed KV-cache, KV-aware routing, разделение prefill и decode, expert parallelism и новые CUDA-кернелы.

На DeepSeek V4 Pro Vera Rubin NVL72, по данным NVIDIA, даёт до 30x больше throughput на мегаватт относительно GB300 NVL72. Эти результаты пока ожидают проверки SemiAnalysis.

https://blogs.nvidia.com/blog/vera-rubin-nvl72-efficiency-ai-agents/

Читать полностью…

Встраивайте систему распознавания документов в ваш продукт за 15 минут 🚀

Если вы развиваете SaaS, автоматизируете B2B-процессы или собираете ИИ-агентов, вопрос безопасности и скорости обработки документов всегда встает ребром.

Provision OCR — это мощный российский движок для on-premise и private cloud развертывания.

⚡️ 100% локальности: данные не покидают ваш сервер.
⚡️ Скорость: обработка <3 сек/страница на GPU 2070 и выше, Поддержка CPU , точность до 99%
⚡️ Быстрая и бесшовная интеграция через REST API + gRPC.
⚡️ Поддержка разных документов на русском языке: договоры, счета и другие.

💡 Дистрибутив в нашем Telegram-канале: @ProvisionLabs

💻 Примеры кода на GitHub:
https://github.com/orgs/Provision-Labs/repositories

#OCR #ProvisionOCR #Документы #Разработка #Python #AI #OnPremise

Читать полностью…