✔️ 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…

📌 Астрофизик Брис Менар собрал с помощью Claude Science первую полную карту неба в ультрафиолете

Карту всего неба в дальнем и ближнем ультрафиолете исследователь Университета Джонса Хопкинса собрал вместе с ИИ-агентами Claude Science, рабочего пространства Anthropic для учёных.

Агенты сами нашли и скачали открытые данные нескольких космических миссий, очистили их, привели к общей калибровке, разрешению и свели в одну карту.

Менар, по его словам, только ставил задачи и проверял результаты, а Claude часами считал самостоятельно. Работа заняла несколько дней этим летом и претерпела больше десятка версий.

Основа карты – около 38 тысяч снимков телескопа NASA GALEX, который в 2003–2013 годах покрыл примерно две трети неба, но обходил яркие области, в том числе большую часть плоскости Галактики.

Часть пробелов закрыли данные Swift и корейской FIMS/SPEAR, а оставшуюся треть неба, где ультрафиолет никто не измерял, пришлось высчитывать.

Для этого Claude по измеренной части неба выучил, как яркость в ультрафиолете связана с яркостью в видимом, инфракрасном и радиодиапазоне по данным Planck и Gaia.

На проверке, когда участки с известными измерениями скрывали и восстанавливали заново, прогноз расходился с реальными данными примерно на 10%.

🟡 Совсем без человека не обошлось

На ранних версиях остались едва заметные круглые следы от свечения атмосферы на отдельных снимках GALEX, и две проверки агентов их пропустили.

Заметил их Менар, после чего Claude за несколько часов исправил все 38 тысяч снимков.

Карту Менар предлагает использовать прежде всего в обучении, а другим учёным советует вернуться к отложенным проектам, которые теперь можно поручить агентам.

Интерактивная версия с измеренными и предсказанными слоями открыта на сайте Университета Джонса Хопкинса.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

✔️ Главы ИИ-компаний готовятся к жёсткой реакции властей на крупный инцидент

Руководители ведущих лабораторий проводят закрытые учения, моделируя кризис после крупного инцидента с участием ИИ.

Инсайдеры индустрии ждут крупной кибератаки с отключением банковских систем, связи или энергосетей в ближайшие 6–12 месяцев и считают, что первый же серьёзный ущерб вызовет резкую реакцию общества, а ответственность возложат на создателей моделей.

Кроме стресс-тестов самой защиты лаборатории озабочены политикой и опасаются, что Конгресс США, не разбираясь в деталях, в панике примет радикальные меры.

В OpenAI подтвердили, что проводят такие учения, Anthropic комментировать отказалась.
axios.com

✔️ Создатели модели принятия решений Jev привлекли 870 млн долларов

Раунд стартапа TypeSafe AI возглавил Andreessen Horowitz при участии Sequoia Capital. В команде чуть больше двадцати человек, в основном выходцы из OpenAI, Google и лаборатории Цукерберга.

Несмотря на раннюю стадию, стартап заявил о выходе на чистую прибыль, точных показателей не раскрыв. Единственный его продукт – модель Jev, представленная несколько недель назад.

По словам TypeSafe, она обрабатывает десятки миллиардов токенов в день, набрала больше миллиона пользователей, а тестирует её примерно треть компаний из Fortune 500.

Деньги пойдут на инфраструктуру, найм инженеров и закупку мощностей.
bloomberg.com

✔️ Anthropic выпустила ИИ-сканер уязвимостей для открытого кода

OSS Scanner – бесплатный аудит безопасности открытых проектов, который выполняют модели компании.

Предварительную проверку в отделе ИБ Anthropic отчёты не проходят, зато содержат описание уязвимости, способ её воспроизвести и, если нужно, предложения по правке.

В пилоте участвовали PostgreSQL, wolfSSL, OpenSSL и curl, и, по словам создателя curl Даниэля Стенберга, сканер нашёл одну из самых серьёзных уязвимостей библиотеки за последние годы.

Проекты подключают через пул-реквест в репозитории на GitHub.
anthropic.com

✔️ JetBrains представила открытую модель для кодинг-агентов

Mellum 2.1 – обновление модели на архитектуре MoE с 12 млрд параметров, из которых активны 2,5 млрд.

Этап посттренинга переработан, обучение с подкреплением перенесли в реальные изолированные среды и прогнали миллионы запусков в песочницах. Модель теперь ориентируется в кодовой базе, сама правит файлы и проверяет результат собственными тестами.

Предсказание нескольких токенов разом ускорило генерацию одиночных запросов примерно в 1,6 раза, а под высокой нагрузкой на одном ускорителе H200 модель выдаёт почти вдвое большую пропускную способность, чем Qwen3.5-9B.

Веса лежат на Hugging Face под лицензией Apache 2.0, сборки GGUF для llama.cpp, Ollama и LM Studio обещают выпустить в ближайшее время.
jetbrains.com

✔️ OpenRouter отдала отдел продаж агенту

Инструмент Rasp на собственном движке Ori экономит команде из пяти менеджеров около 600 часов в месяц.

Агент взял на себя оценку заявок, справки перед звонками, выжимки из расшифровок и заполнение CRM, время на одно обращение упало со 103 до 44 минут. По данным компании, цикл закрытия сделок ускорился на 34%, конверсия выросла вдвое.

Расходы на бота упали с 800 долларов у первых прототипов до 30 долларов в день, из которых 18 уходит на инференс модели GLM 5.2.

Снизить стоимость удалось слоем маршрутизации Ori, который сам подбирает модель под подзадачу.
openrouter.ai

@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

📌 Humanity's Sixth Sense: мультимодальные модели все еще отстают в когнитивном восприятии

Исследовательское подразделение Scale Labs в партнерстве с Elorian представило бенчмарк Humanity's Sixth Sense, созданный для проверки способности ИИ интерпретировать скрытые социальные сигналы и пространственные взаимосвязи на изображениях и видео.

Набор тестов состоит из 522 вопросов по 288 статичным сценам и 234 видеофрагментам (оценка габаритов разъезда автомобилей, мотивы поведения людей, негласная иерархия в кадре и т.д)

Испытания 25 актуальных мультимодальных моделей зафиксировали заметное отставание от человека.

Контрольная группа людей набрала 93,1% точности, лидирующая GPT-6 Astra - 53,6%. Результаты GPT-6.1 Sol и Claude Opus составили 46,6% и 44,6%, медиана по выборке - 30,9%.

Детальный разбор более 8,5 тысяч неудачных ответов показал, что 94% из них вызваны сбоями первичного машинного зрения - модели пропускают маркеры в кадре и теряют контекст. На ошибки в логике рассуждений пришлось всего 5%.

Увеличение вычислительного бюджета (в среднем 4000 токенов на ответ) не решило проблему, а иногда еще и снижало точность. Эмуляция фокусировки через кроп также дала минимальный эффект.

Scale Labs по итогу тестов пришли к выводу, что масштабирование логического вывода не компенсирует ограничения базовой архитектуры компьютерного зрения.

@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

✔️ Odyssey выпустила модель мира Odyssey-3

Новая модель стартапа Odyssey, основанного выходцами из разработки беспилотных автомобилей, по текстовому запросу создаёт интерактивное окружение и в реальном времени просчитывает, как в нём двигаются и взаимодействуют объекты.

Попробовать её можно на сайте компании, вышли две версии, Odyssey-3 с разрешением 832х480 пикселей и Odyssey-3 Pro с разрешением 1280х720.

Модель продолжает видео кадр за кадром с опорой на предыдущие и на ходу принимает команды и запросы, а на каждый фрагмент тратит всего несколько шагов генерации, поэтому успевает отвечать в реальном времени.

По сгенерированному миру можно перемещаться от первого или третьего лица, отдельно управлять камерой и во время генерации добавлять события, на которые сцена реагирует.

Odyssey позиционирует новинку как симулятор для обучения роботов и других физических систем. Поверх неё обучают отдельные декодеры действий и политики управления.

На Physics-IQ Verified, который проверяет, насколько правдоподобно модель продолжает видео с физическими процессами, Odyssey-3 Pro набрала 66,1 балла, это лучший опубликованный результат на этом наборе.

На WorldMark модель заняла первое место в трёх категориях из четырёх, а в генерации реалистичных сцен от первого лица оказалась третьей, уступив Lyra 2.0 и AlayaWorld.

Доступ к API запрашивается через портал для разработчиков, стоимость неизвестна.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

📌 Кейноут Windows and Surface event

На осенней презентации 7 октября Microsoft рассказала о своих новинках и планах.

Встроенная в Windows 11 песочница Microsoft Execution Containers (MXC), которая на уровне системы ограничивает, к каким файлам и сетям допущен агент, вышла из предварительной версии.

Вместе с ней компания показала маршрутизацию задач между локальными и облачными моделями, новый Copilot и компьютеры на чипе NVIDIA RTX Spark, рассчитанные на запуск локальный моделей.

MXC уже поддерживают Codex от OpenAI, GitHub Copilot, OpenClaw, LM Studio и OpenShell от NVIDIA, следом обещаны Claude Code, Perplexity, Manus и другие агенты.

Действия агента Windows записывает отдельно от действий пользователя, а корпоративные администраторы могут управлять агентами через Intune и Agent 365.

Также Microsoft показала квантованную трёхбитную версию своей кодинг-модели MAI Code 1.1 Flash для запуска на устройствах.

До конца октября GitHub Copilot в CLI, приложении и VS Code научится сам решать, отправить задачу локальной модели или в облако.

В среду выполнения Windows ML добавят llama.cpp для запуска открытых моделей.

Ноутбук Surface Laptop Ultra на RTX Spark с унифицированной памяти до 128 ГБ будет стоить от 2599 долларов и поступит в продажу 16 октября, свои компьютеры на этом чипе готовят Asus, Dell, Lenovo, HP и MSI.

Мини-ПК Surface RTX Spark Dev Box планируют продавать от 5999 долларов, поставки в США начнутся в ноябре.

До конца года Dell и HP выпустят рабочие станции DGX Station для Windows на суперчипе GB300.


@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…

Восстановить работу сервисов после одновременного повреждения нескольких крупных дата-центров гораздо сложнее, чем просто переключить нагрузку на резервные серверы.

Инфраструктура Яндекса обслуживает миллионы пользователей, а её компоненты тесно связаны между собой. Когда сразу несколько площадок выходят из строя, приходится заново распределять вычислительные мощности, восстанавливать системы и при этом поддерживать работу оставшихся сервисов.

Даже хорошо спроектированная отказоустойчивая архитектура не рассчитана на абсолютно любые сценарии.

Сейчас Такси, Еда, Поиск, Алиса и другие сервисы постепенно возвращаются к нормальной работе. За этим стоят тысячи инженеров, многие из которых работают практически без отдыха.

К качеству инфраструктуры и причинам сбоев ещё будет немало вопросов. Но труд людей, которые прямо сейчас восстанавливают сложнейшие системы, определённо заслуживает уважения.

Читать полностью…

✔️ Криптоиндустрии пора готовиться к взлому кошельков с помощью ИИ

Исследователь Джастин Дрейк предложил блокчейн-индустрии готовиться к режиму бункера, то есть к массовому переводу средств на новые адреса на случай, если ИИ поможет взломать ECDSA.

На этой схеме цифровой подписи держатся кошельки Bitcoin и Ethereum.

По словам Дрейка, теперь разумно допускать, что ECDSA сломают раньше, чем появятся достаточно мощные квантовые компьютеры, и в худшем случае счёт пойдёт на месяцы.

Взломом он считает возможность за неделю восстановить закрытый ключ на кластере GPU.

Поводом Дрейк называет недавние математические результаты, полученные с помощью ИИ, в том числе 722 работы внутренней модели OpenAI.

Защита, которую он предлагает, опирается на устройство адресов. Пока с адреса не отправили ни одной транзакции, в блокчейне виден только хеш открытого ключа, а восстановить ключ по хешу нельзя.

Первая же подпись раскрывает открытый ключ, и тогда при взломе ECDSA по нему можно вычислить закрытый.

Поэтому Дрейк советует держать средства на адресах, которые ещё ничего не подписывали, а после каждой подписи переводить остаток на новый адрес. Новой криптографии и новых кошельков для этого не нужно.

Крупных игроков, Binance, Robinhood и Tether, он призвал заранее укрепить холодное хранение и при этом предостерёг от паники и спешки.

Сооснователь Ethereum Виталик Бутерин в ответе согласился с Дрейком, но не советует никому срочно переводить средства.

На неудачных миграциях, по его словам, он сам потерял больше денег, чем на взломах.

Бутерин считает, что успехи ИИ в математике могут ударить и по решёточным схемам вроде ML-DSA, которые сейчас считают устойчивыми к квантовым атакам, поэтому в будущем предлагает строить защиту по возможности только на хеш-функциях.

Ни одной практической атаки на ECDSA пока не известно, предупреждение Дрейка - оценка рисков.

@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

✔️ Anthropic апрувнул все заявки на Claude Code Projects

Все, кто подавался с тарифов Pro и Max - проверяйте.

Для тех кто не в курсе, Anthropic записали видеообзор новой сущности, разработанной на основе Projects, но для Claude Code.

В отличие от стандартных проектов в веб-интерфейсе, которые работают как изолированные базы знаний для чата, Claude Code Projects превращают рабочее пространство в среду для полноценного автономного агента, способного координировать сложную разработку.

@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

🔍 Microsoft выпустила модель, которая только принимает решения. В 35 раз быстрее GPT-6 Sol, выходные токены бесплатно

Microsoft-Decision-1 получает запрос и фиксированный набор вариантов и за один проход выдаёт откалиброванную вероятность для каждого. Да/нет, выбор из списка, рейтинг, оценка ответа ИИ или действия агента по рубрике. Внутри Qwen3.5-9B после пост-трейна.

На 36 закрытых бенчмарках, почти 150 тысяч вопросов, модель показала лучшую точность среди LLM и других decision-моделей. По задержке она в 4,5 раза быстрее ближайшего конкурента и в 35 раз быстрее GPT-6 Sol. На перефразированных и перемешанных вариантах решение меняется лишь в 1,3% случаев.

Внутри Microsoft её уже используют. Xbox Research разметили 10 тысяч отзывов с качеством уровня GPT-6 Sol, но в 14 раз быстрее и в 200 раз дешевле. В Copilot модель оценивает ответы агентов в 100 раз быстрее GPT-5.6 Luna.

Цена $0,042 за миллион входных токенов. Уже в Microsoft Foundry, скоро на OpenRouter.

https://commandline.microsoft.com/microsoft-decision-1-model-foundry/

@ai_machinelearning_big_data

#Microsoft

Читать полностью…

✔️ OpenAI начала развёртывание GPT-6 с динамическим интерфейсом

Главное новшество – система Intelligent UI. Вместо статичного текста модель собирает под задачу интерактивные компоненты, от схем и графиков до калькуляторов и мини-игр.

Внутри своя библиотека потоковых компонентов и компилятор, который отрисовывает интерфейс по мере генерации токенов, не дожидаясь конца ответа.

Поменялся и механизм рассуждений, теперь модель чередует скрытые вычисления с генерацией текста и отдаёт частичные результаты без пауз на размышление.

GPT-6 Sol открыта на платных тарифах Plus, Pro, Business и Enterprise, облегчённая GPT-6 Luna придёт на Free и Go.
openai.com

✔️ Google представила автономного агента для корпоративной среды

На конференции Gemini at Work компания анонсировала агента для многодневных инженерных и организационных задач. Работает он как сотрудник, со своей учётной записью, почтой, календарём и хранилищем.

Вычисления идут в облаке, контекст синхронизируется между CLI, Slack и Google Workspace, модели берутся из семейств Gemini и Claude, позже обещана поддержка открытых.

Память разделена на четыре уровня – сессионный, семантический, процедурный и эпизодический, – и это позволяет накапливать знания о внутренних регламентах. К инфраструктуре агент подключается через Git, Jira, BigQuery, Databricks и MCP.

Код запускается в песочницах, действия проходят криптографическую аутентификацию. Тарифы и сроки не раскрыты.
google.com

✔️ Grok Bot научился читать посты в X

Ассистент теперь читает данные платформы напрямую, без платного X API и отдельной авторизации. Так он собирает публикации, сводит отзывы и отслеживает новостные поводы, тогда как августовской версии требовались привязка учётной записи и расход квот API.

Встроенный планировщик позволяет разбирать X по расписанию, структурировать найденное и присылать сводки в чат. Публикация твитов от имени пользователя осталась отдельной функцией и по-прежнему требует настройки авторизованного коннектора.
x.com

✔️ GitHub открыла доступ к локальной песочнице для Copilot

Механизм изолирует автономные действия агентов в VS Code, десктопном приложении и Copilot CLI, закрывая терминальным командам файловую систему хоста, сетевые сокеты, связки ключей и переменные окружения.

Строится он на движке Microsoft eXecution Container, который переводит единые правила безопасности в средства ОС, то есть в bubblewrap на Linux, Seatbelt на macOS и ProcessContainer на Windows. Изоляция не тарифицируется и работает на ресурсах самой машины.

Администраторы могут включить песочницу принудительно и запретить разработчикам менять правила на своих устройствах. Вместе с ней в Copilot CLI появилась маршрутизация запросов к локальным моделям через Ollama и поддержка Microsoft MAI Code Flash для работы без облака.
github.blog

✔️ ByteDance профинансирует ИИ-кино

Компания запустила международную программу Dreamina Originals для авторов полнометражных ИИ-фильмов и сериалов. Команды и студии получат приоритетный доступ к мощностям для работы видеомоделей, инженерные консультации и ресурсы на продвижение.

Авторам полного метра выделят до 15 млн кредитов, а дистрибуцию и подачу работ на кинофестивали ByteDance берёт на себя.

Сериалы с суммарным хронометражем около 100 минут поделены на две категории. Проекты категории S получают неограниченный доступ к токенам на производство, а категории A – до 1 млн кредитов на эпизод и гранты до 10 тысяч долларов на продвижение в YouTube, TikTok и X.

Сама программа – глобальное расширение китайской Dreamina Studio, запущенной в августе, через которую ByteDance выстраивает экосистему контента, целиком созданного нейросетями.
Dreamina AI в X


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

✔️ Meta*, DeepMind и Isomorphic Labs присоединились к проекту симуляции живых клеток

Некоммерческая научно-исследовательская организация Biohub семейного фонда Цукербергов расширила программу Virtual Biology Initiative для симуляции клеточных процессов in silico.

К проекту присоединились Google DeepMind, Meta и Isomorphic Labs Демиса Хассабиса. Общий бюджет консорциума достиг $1,8 млрд.

Задача партнерства - создать фундаментальные модели для предсказания отклика клеток на лекарственные препараты до проведения клинических экспериментов.

Для обучения модели требуются датасеты на триллионы записей и первую партию верифицированных данных планируют собрать до конца 2027 года, а готовую архитектуру представят в течение пяти лет.

Техногиганты выделяют на проект $300 млн. Министерство энергетики США направит более $500 млн на вычислительные мощности, а Национальные институты здравоохранения предоставят накопленные биологические базы.

Результаты исследований и датасеты откроют для научного сообщества. Коммерческие участники консорциума получат годичный эксклюзивный доступ к данным, собранным на их средства.

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

@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…