47064
Наука, технологии, изобретения и урбанистика — прямо сейчас говорим о том, что уже скоро повлияет на каждого. по всем вопросам - @workakkk @ai_machinelearning_big_data - Machine learning @itchannels_telegram - 🔥лучшие ит-каналы
Архитектуру вашего ноутбука придумала компания, которая в итоге от неё отказалась
В 1970 году техасская Computer Terminal Corporation представила Datapoint 2200 - программируемый терминал с процессором, собранным примерно из сотни TTL-микросхем.
Компания попросила Intel уместить эту плату в один чип.
Но разработка затянулась, а готовый процессор оказался медленнее исходной схемы. CTC выпустила терминал без него, сохранила деньги и позволила Intel продавать разработку другим клиентам.
Так появился Intel 8008.
Дальше цепочка выглядела так:Datapoint 2200 → Intel 8008 → Intel 8080 → Intel 8086 → x86
Именно поэтому в современных процессорах до сих пор можно найти архитектурные идеи, появившиеся в офисном терминале начала 1970-х.
Одна компания заказала процессор, отказалась от него и случайно помогла создать архитектуру, на которой десятилетиями работали миллиарды компьютеров.
#intel #cpu #hardware #history #x86
Автономный ИИ-агент взломал Hugging Face, а закрытые модели не смогли помочь расследованию
Hugging Face раскрыла инцидент, который хорошо показывает будущую асимметрию кибербезопасности.
Атака началась с вредоносного датасета, эксплуатировавшего два пути выполнения кода в системе обработки данных. Затем автономный агент получил доступ к нодам, собрал облачные и кластерные учётные данные и перемещался между внутренними кластерами.
За одни выходные система выполнила тысячи действий через краткоживущие sandbox-среды. В журналах осталось более 17 000 событий.
Самая показательная часть началась во время расследования. Команда Hugging Face попыталась анализировать реальные эксплойты, команды и C2-артефакты с помощью передовых моделей через коммерческие API, но safety-фильтры блокировали запросы.
Модели не смогли отличить работу специалиста по реагированию на инциденты от действий атакующего.
В итоге анализ перенесли на самостоятельно размещённую open-weight модель GLM 5.2. Это позволило изучать вредоносный код без блокировок и не отправлять журналы, данные атакующего и упомянутые credentials внешнему провайдеру.
Возникает опасная асимметрия:
- атакующие запускают агентов без ограничений;
- защитники могут столкнуться с блокировками именно в критический момент;
- чувствительная телеметрия не всегда должна покидать инфраструктуру компании.
У команды безопасности должна быть заранее подготовленная модель, которую можно запустить локально и использовать во время реального инцидента.
Автономные кибератаки уже перестали быть сценарием из презентаций. Теперь вопрос в том, готовы ли защитные инструменты работать с той же скоростью.
https://huggingface.co/blog/security-incident-july-2026
#ai #cybersecurity #opensource #llm #huggingface
Moonshot AI пытается превратить хайп вокруг Kimi K3 в IPO-окно
Китайская Moonshot AI, разработчик Kimi, по сообщениям медиа, готовится к листингу в Гонконге и параллельно обсуждает новый раунд, который может оценить компанию примерно в $30 млрд. Ранее Bloomberg уже писал о переговорах по финансированию и подготовке к потенциальному IPO.
Тайминг почти идеальный: Kimi K3 резко поменяла восприятие китайских frontier-моделей. Reuters пишет, что Moonshot представила 2.8T-parameter open-weight модель и позиционирует её как систему, приближающуюся к уровню ведущих американских frontier-моделей.
И тут начинается самое интересное.
Если Moonshot действительно выходит на оценку около $30 млрд, это всё ещё крошечная доля от оценок OpenAI и Anthropic. Но рынок получает неприятный вопрос: почему китайская open-weight лаборатория, которая уже играет рядом с frontier, стоит на порядок дешевле западных closed-source гигантов?
Kimi K3 может стать для Moonshot тем же, чем DeepSeek стал для китайского AI-рынка: не просто моделью, а моментом переоценки всей индустрии.
Китайские AI-лабы всё быстрее превращают технический прорыв в деньги, листинги и геополитический сигнал.
🔥 Хочешь быстрее расти в IT? Хватит учиться в одиночку
В IT прокачивается тот, кто каждый день видит сильные идеи, новые инструменты, реальные задачи, вакансии и разборы.
Окружение решает больше, чем кажется.
Собрал папки и каналы, где можно быстрее влиться в нужное направление, следить за трендами и не вариться в своём пузыре.
AI: t.me/ai_machinelearning_big_data
Python: t.me/pythonl
Linux: t.me/linuxacademiya
Хакинг: t.me/linuxkalii
DevOps: t.me/DevOPSitsec
Docker: t.me/DevopsDocker
Golang: t.me/Golang_google
Rust: t.me/rust_code
C++: t.me/cpluspluc
C#: t.me/csharp_1001_notes
Java: t.me/java_library
JavaScript: t.me/javascriptv
React: t.me/react_tg
Frontend: t.me/front
PHP: t.me/phpshka
Android: t.me/android_its
Мобильная разработка: t.me/mobdevelop
Базы данных: t.me/sqlhub
Data Science: t.me/data_analysis_ml
Big Data: t.me/bigdatai
Математика: t.me/data_math
Физика: t.me/fizmat
Kubernetes: t.me/kubernetc
GameDev: /channel/gamedev
Haskell: t.me/haskell_tg
Собеседования и карьера:
DS собеседования: t.me/machinelearning_interview
Python собеседования: t.me/python_job_interview
Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: /channel/addlist/2Ls-snqEeytkMDgy
Папка Frontend: /channel/addlist/mzMMG3RPZhY2M2Iy
Полезное сверху:
ИТ-мемы: t.me/memes_prog
Английский для программистов: t.me/english_forprogrammers
ИИ и технологии: t.me/vistehno
954 ГБ open-source курсов: @courses
ИТ-книги бесплатно: /channel/addlist/BkskQciUW_FhNjEy
Max Ai: https://max.ru/ai_machinelearning_big_data
Max python: https://max.ru/pythonl
ТЕХНО: https://max.ru/vistehno
Max Go: https://max.ru/Golang_google
Max Linux: https://max.ru/linuxkalii
Devops: https://max.ru/DevOPSitsec
C#: https://max.ru/csharp_ci
C++: https://max.ru/cpluspluc
SQL: https://max.ru/sqlhub
Java: https://max.ru/javatg
Подписывайся на нужные направления и собирай себе ленту, которая реально двигает вперёд.
Пока кто-то листает шум, ты будешь видеть инструменты, задачи и идеи, которые помогают расти в профессии.
Почему после 50 км/ч велосипедист начинает воевать не с трассой, а с воздухом? 💨
На скорости около 40–50 км/ч главный враг уже не ноги и не асфальт, а сопротивление воздуха.
На него может уходить до 80–90% усилий, чтобы просто держать темп.
Поэтому профи так одержимы аэродинамикой:
* шлемы
* skinsuit
* глубокие колёса
* низкая посадка
* каждая складка на одежде
В разделках элитные гонщики могут держать 45–55 км/ч на длинной дистанции, а на быстрых участках разгоняться выше 70 км/ч.
И иногда победу решает не сила, а экономия 30–60 ватт.
На таком уровне воздух — это почти невидимая стена.
⚡️ Возможно, скоро компании будут платить за AI-токены на одного сотрудника больше, чем за зарплату этого сотрудника.
Крупнейшие пользователи ИИ одновременно нанимают больше людей и резко увеличивают расходы на вычисления.
В мае 2026 года самый продвинутый 1% компаний уже тратил на ИИ около $90 000 в год.
Если текущий месячный темп роста в 14,1% сохранится, к концу 2026 года эта сумма может превысить среднюю годовую зарплату software engineer - около $192 000.
За тот же 24-месячный период компании с высокими расходами на ИИ увеличили штат на 10,2%, тогда как у компаний с низким уровнем затрат на ИИ численность сотрудников почти не изменилась.
ИИ всё больше выглядит не как инструмент сокращения расходов, а как мощный ускоритель роста.
Компании вкладывают большие деньги в токены, потому что каждый сотрудник может делать больше работы, обслуживать больше клиентов и поддерживать более крупный бизнес.
Число entry-level вакансий выросло на 12%, а у компаний с низкой интенсивностью внедрения ИИ изменения не были статистически значимыми.
https://x.com/a16z/status/2077080259527319826
Длинный контекст быстро делает full attention дорогим.
MoBA решает это через Mixture of Block Attention: модель не смотрит на весь контекст одинаково, а учится выбирать только те блоки, которые реально важны для текущего токена.
Это open-source PyTorch-реализация для тех, кто обучает long-context LLM.
Как работает идея:
* контекст режется на блоки
* каждый query token выбирает релевантные KV-блоки
* выбор идёт через parameter-less top-k gate
* лишняя работа attention сокращается
* можно использовать full или sparse attention
* есть простая naive-версия для анализа масок и оптимизированная версия для скорости
Плюс есть интеграция с Transformers: MoBA можно зарегистрировать и выбрать backend в примере с Llama.
Важный нюанс: это не drop-in замена для уже обученной модели.
README прямо говорит, что для ускорения нужно continued training. То есть нельзя просто взять pretrained LLM, включить MoBA и ждать магии.
Но для команд, которые тренируют long-context модели и хотят снизить стоимость attention без дополнительных gating-параметров, проект выглядит очень полезно.
Лицензия - MIT.
https://github.com/MoonshotAI/MoBA
📌Google воссоздала утерянный гол Пеле 1959 года
Для музея Пеле в Сантусе специалисты DeepMind сняли мини-документалку о знаменитом голе, который ни разу не попал на плёнку.
Видеозаписей матча просто не существует, поэтому историки собрали точную раскадровку по архивам - в дело пошли 2000 документов и 3600 фотографий.
Сантус для этой истории место не случайное. Пеле пришёл в местный клуб в 15 лет и играл за него с 1956 по 1974 год - там забил большинство своих голов, включая тот самый, незаснятый. Для этого города он легенда, поэтому музей открыли именно здесь.
⚡️ Claude теперь идёт в школы
Anthropic запустили Claude for Teachers - бесплатный доступ к premium-возможностям Claude для верифицированных K-12 учителей в США.
И это не просто “чатбот для уроков”.
Внутри - готовые teaching skills, помощь с планами занятий, квизами, адаптацией материалов под разные уровни учеников и письмами родителям.
Самое важное - подключение к evidence-based curricula и академическим стандартам всех 50 штатов. То есть учитель просит не абстрактный “урок по теме”, а материал, привязанный к реальной программе и требованиям.
Claude может помочь собрать урок, подготовить assessment, найти типичные ошибки учеников и быстро сделать материалы под класс.
Похоже, AI в образовании наконец двигается от “дети списывают домашку” к более полезному сценарию: меньше рутины для учителя, больше времени на учеников.
https://www.anthropic.com/news/claude-for-teachers
Ребят, тут Авито регистрацию на свой первый CTF открыл с призами до 300 000 рублей на команду 📍
AvitoTech устраивает CTF онлайн с денежным призовым фондом, мерчем и интересными тасками!
Регистрация команд уже открыта по ссылке, а ниже собрали инфу, что предстоит делать во время HoneyBadger CTF AvitoTech.
Возьмите на себя роль медоеда, проверьте защиту пчелиного улья и найдите все скрытые уязвимости в сотах.
Чего ждать от турнира: тасков на веб-уязвимости, инфраструктурных мисконфигов, анализа скомпилированного кода, расследования инцидентов, слабостей шифров, всего, что требует хакерской смекалки. И розыгрыша мерча, помимо основного призового фонда.
Важно: CTF не только для спецов по кибербезопасности — есть отдельная лига для всех, кто любит разбираться, как устроены IT-системы 🐝
The Information пишет, что первое устройство OpenAI, предположительно умная колонка с камерой, может выйти не раньше февраля 2027 года.
Apple может добиваться ограничений, которые затронут спорные дизайны, методы производства, поставщиков или будущую работу над продуктами.
Но Apple, конечно, всё ещё нужны веские доказательства, связывающие конкретные коммерческие тайны с реальными продуктами или процессами OpenAI.
https://www.theinformation.com/articles/apple-sues-openai-trade-secret-theft
Apple подала в суд на OpenAI и обвиняет компанию в краже коммерческих тайн.
По версии Apple, OpenAI «целенаправленно и системно» выкачивала закрытую информацию через бывших сотрудников Apple.
В иске отдельно упоминается Чан Лю, бывший инженер Apple. Он якобы сохранил рабочий ноутбук, нашёл доступ к облачному хранилищу Apple и скачивал конфиденциальные файлы уже во время работы в OpenAI.
Ещё один ключевой эпизод связан с Тангом Таном, который 24 года работал в Apple и был VP по дизайну iPhone и Apple Watch. Сейчас он занимает позицию Chief Hardware Officer в OpenAI.
Apple утверждает, что Тан использовал внутренние кодовые названия Apple при общении с кандидатами, просил приносить реальные компоненты вроде батарей и плат, а также распространял инструкции, как обходить проверки при увольнении из Apple.
В иске также говорится о 400+ сотрудниках Apple, перешедших в OpenAI, и о письме Apple в феврале, на которое OpenAI якобы не ответила.
Самая жёсткая формулировка из подачи: аппаратное направление OpenAI «прогнило до основания», а описанные эпизоды — только «верхушка айсберга».
Apple требует суда присяжных.
Если всё подтвердится, это будет один из самых громких конфликтов вокруг найма, коммерческих тайн и гонки за AI-hardware.
⚡️ GPT-5.6 РЕЛИЗ
OpenAI выкатили сразу три новые модели.
• Sol - заявлено, что модель мощнее Mythos. Доступ для платных пользователей обещают в течение 24 часов.
На Terminal Bench 2.1 с настройкой Ultra модель выбивает рекордные 91,9%.
Первые тестеры отдельно отмечают сильную работу с интерфейсами: она уверенно собирает UI для приложений и сайтов, а не просто генерирует сырой код.
• Terra - уровень Fable 5. Будет доступна бесплатно.
• Luna - еще одна бесплатная модель для всех.
Помимо самой модели, показали 3 крупных продуктовых обновления:
1. ChatGPT Work
2. новое desktop-приложение ChatGPT
3. hosted sites, то есть размещение сайтов прямо через Chatgpt
https://openai.com/ru-RU/live/
🔅Как улучшить генерацию текста и кода в диффузионных моделях?
Исследователи из Т-Технологий и НИУ ВШЭ разработали G-Star+ — новый метод сэмплирования для моделей маскированной диффузии, улучшающий генерацию текста и кода.
Работу представили на ICML 2026, в этом году конференция A* по машинному обучению проходит 6-11 июля в Сеуле.
💻 Что интересного:
– G-Star+ работает как «внутренний редактор»: находит токены с высокой вероятностью ошибки, повторно маскирует только их и позволяет модели переписать проблемные фрагменты
– Для внедрения метода не нужно переобучать всю модель — достаточно дообучить один дополнительный слой, что заметно снижает вычислительные затраты
– Метод особенно эффективен в режимах быстрой генерации (64–256 шагов), где качество ответа обычно сильнее всего страдает
📊В результате — более качественная генерация текста и кода без существенного увеличения вычислительных ресурсов.
🔗 Статья: ссылка на статью
Восточная горнорудная компания сделала AI-платформу, которая в реальном времени балансирует парк из 350 карьерных самосвалов.
А теперь с тем же подходом: «сначала продукт, потом вакансия», компания меняет подходы к найму в тяжелой индустрии. Проект «Дивизион Марс» выглядит как серия трейлеров к фантастическому фильму. Но это реальная работа.
Без привычного «требуется специалист с опытом от 3 лет». Сначала — концепт и масштаб задачи, конкретные направления и позиции — чуть позже.
Сейчас можно оставить заявку на интерес первым по ссылке.
Хотели переложить всю работу на ИИ? Не получится. Бездумно, по крайней мере.
Сейчас можно за день склепать приложение, накидать сценарии для YouTube-канала на месяц, но оценивать адекватность и востребованность этого, а еще и минимально следить за качеством — вам.
Именно этими задачами и занимается менеджер ИИ-продуктов: определяет, какую проблему решает ИИ, как запускать пилоты, какие метрики смотреть и как довести идею до рабочего продукта.
Если хотите разобраться в этой теме глубже, у Нетологии есть курс «Менеджер ИИ-продуктов». На нём учат работать с ИИ не только как с пользователем, а как с человеком, который внедряет такие решения в бизнес.
В программе — 4 проекта для портфолио, практика на реальном или учебном кейсе, обратная связь от экспертов и помощь с карьерой.
Сейчас на курс действует скидка 55% по промокоду AINEW55 → https://netolo.gy/eQ33
Реклама. ООО "Нетология" ОГРН 1207700135884 erid:2VSb5x64cDx
Кто-то разобрал Claude Code почти до винтикаlearn-coding-agent - репозиторий для тех, кто хочет понять, как устроены современные coding agents не на уровне промо-страниц, а на уровне архитектуры.
Автор собрал разбор Claude Code по публичным источникам: цикл агента, систему инструментов, разрешения, работу с контекстом, сессии, подпроцессы, MCP, удалённые настройки, телеметрию и скрытые флаги.
Получился не “гайд по использованию”, а карта внутренней логики CLI-агента: как он принимает решение, когда просит разрешение, как вызывает инструменты, как хранит историю и как расширяется через внешние интеграции.
https://github.com/justxor/Claudecourse/
Qwythos пробил 2 миллиона загрузок за месяц на Hugging Face.
Empero AI обновили GGUF-кванты для Qwythos-9B-Claude-Mythos-5-1M и рекомендуют перекачать файлы тем, кто всё ещё использует старые GGUF.
Причина: вышли fixed v3 replacements с исправленным chat template и более спокойным branding.
Модель остаётся интересной для локального запуска: это 9B reasoning-модель с GGUF-весами под llama.cpp, Ollama, LM Studio, Jan, KoboldCpp и другие рантаймы. В карточке также указаны 1M context, function calling, multimodal / vision support и Apache 2.0. ([huggingface.co](https://huggingface.co/empero-ai/Qwythos-9B-Claude-Mythos-5-1M-GGUF))
Доступны обычные text weights и MTP-версии для draft speculation. Самый простой старт — Q4_K_M, его авторы называют рекомендуемым default-вариантом. ([huggingface.co](https://huggingface.co/empero-ai/Qwythos-9B-Claude-Mythos-5-1M-GGUF))
Если Qwythos v1 уже стоит локально, лучше скачать свежие GGUF заново.
HF: https://huggingface.co/empero-ai/Qwythos-9B-Claude-Mythos-5-1M-GGUF
Нейроимпланты уже не просто помогают управлять курсором или печатать мысли на экране, они начинают возвращать людям реальные движения.
Учёным удалось восстановить подвижность и чувствительность рук у человека с параличом всех конечностей.
После 35 недель реабилитации пациент вернул до 86% мышечного тонуса в одной руке и до 62% в другой.
Самый сильный момент: впервые за три года он почувствовал прикосновение к руке своей сестры.
А в быту теперь может делать вещи, которые кажутся мелочью только здоровому человеку:
* есть самостоятельно
* чесать нос
* вытирать лицо
* брать куриное яйцо, не раздавив его
Вот за такие новости технологии и хочется любить.
https://www.theguardian.com/science/2026/jul/16/neural-bypass-brain-implant-paralysed-man-feed-himself-drink-from-cup
Си Цзиньпин использовал World AI Conference 2026 в Шанхае как политический ответ США.
AI не должен превращаться в технологию для закрытого клуба стран, которые контролируют доступ к моделям, чипам и инфраструктуре. В речи он продвигал open-source AI, международное сотрудничество и общие правила глобального управления ИИ.
Отдельный выпад был в сторону ограничений под лозунгом «национальной безопасности». Си предупредил, что слишком широкая трактовка безопасности может стать удобным способом для сильных стран закрывать доступ к AI для остальных.
Китай также пообещал развивающимся странам 5 000 возможностей для AI-обучения, исследований и семинаров в течение пяти лет. Плюс — сотрудничество с ASEAN, Африканским союзом, BRICS и другими партнёрами.
По сути, Пекин оформляет open-source AI сразу в двух ролях:
* как промышленную стратегию против закрытых западных моделей
* как дипломатический инструмент для работы с Глобальным Югом
Авторы прогноза AI 2027 выпустили новый сценарий развития нейросетей — AI 2040. В прошлый раз они рассказали, как гонка ИИ может привести к появлению сверхинтеллекта. Теперь исследователи во главе с бывшим сотрудником OpenAI Даниэлем Кокотайло описали несколько вариантов того, как государства могут действовать дальше.
Главный из них — Plan A. Это сценарий с рекомендациями, который должен помочь замедлить гонку и создать управляемый ИИ.
Как замедлить развитие ИИ
Правительства понимают, что через несколько лет из-за автоматизации могут потерять контроль над экономикой и дальнейшим развитием нейросетей. Поэтому в 2029 году США и Китай заключают соглашение и временно останавливают обучение новых передовых моделей. Уже существующие нейросети продолжают работать.
К концу 2029 года к соглашению присоединяется большая часть мира и формируется международный Консорциум. Появляется и аналог ядерного сдерживания: новые китайские дата-центры строят в Канаде, а американские — в Монголии. То есть стороны размещают вычислительную инфраструктуру на территориях, уязвимых для оппонента.
Разработки возобновляются под надзором Консорциума, но по четырём правилам. Развитие моделей замедляют, исследования передовых систем делают прозрачными, технологии распределяют между странами и компаниями, а инфраструктуру проектируют так, чтобы любой опасный процесс можно было остановить.
Что будет с обществом
Даже при замедлении нейросети развиваются очень быстро. К 2032 году одновременно работают 60 миллионов ИИ-агентов, способных думать примерно в 20 раз быстрее человека. Они выполняют больше интеллектуальной работы, чем все жители США, а реальный ВВП за год растёт примерно на 50%. Параллельно роботы начинают автоматизировать физический труд.
Благодаря новой экономике американцы получают выплаты размером около $1 млн в год. К 2036 году работу сохраняют только 26% граждан США, но бедность и голод почти исчезают. Тем не менее Консорциум останавливает развитие моделей на уровне лучших человеческих экспертов — более умный ИИ уже нельзя будет контролировать старыми способами.
Мир делится на три типа территорий: гигантские промышленные зоны с заводами и роботами, аркологии — высотные жилые комплексы, окружённые природой, — и исторические и природные заповедники. Последние занимают большую часть планеты: Париж, Нью-Йорк и другие старые города внешне почти не меняются.
Как начнётся новая эпоха
К 2038 году безопасность ИИ становится отдельной наукой. Исследователи учатся создавать более управляемые модели и понимать, как в них формируются цели и ценности. Появляется множество разных ИИ: одни служат государствам и политикам, другие — компаниям, акционерам или благотворительным организациям. Постепенно люди начинают больше им доверять.
В 2040 году ограничения на развитие ослабляют и появляются системы, значительно превосходящие человека. Им постепенно передают управление производством, энергетикой, государственными институтами и частью вооружённых сил. В этот момент нейросети начинают контролировать достаточно инфраструктуры, чтобы люди больше не могли их отключить. Авторы считают этот шаг допустимым только после того, как согласование целей ИИ станет зрелой наукой.
Подписывайтесь 👉 @techno_yandex
Впервые в истории компаниям может стать дешевле нанять человека, чем бесконечно кормить ИИ.
AI должен был заменить человеческий труд, но в топовых компаниях расходы на токены уже выглядят как отдельная армия сотрудников.
Только эта армия не ходит в офис, не спорит в Slack и спокойно сжигает бюджет в циклах.Самое смешное: нам годами продавали идею, что инженеры станут слишком дорогими, а модели - дешёвой альтернативой.На практике всё сложнее.
Плохой AI-воркфлоу превращается в токеновую чёрную дыру: агент думает, перепроверяет, перезапускает, чинит сам себя, снова лезет в контекст и снова тратит деньги. Ты вроде автоматизировал работу, но по факту нанял миллион дешёвых стажёров, которым постоянно нужен менеджер.
Победят не те, кто просто купил больше токенов, а те, кто научился ими управлять: резать лишние циклы, строить evals, хранить хороший контекст и понимать, где AI реально даёт рычаг.
Это управление токенами.
https://www.a16z.news/p/the-next-ai-goldrush-tokens-loops
PrismML выкатила Bonsai 27B, и это один из самых интересных релизов недели.
27B-класс модель, которую пытаются уместить туда, где раньше такие модели даже не рассматривались: ноутбуки, локальные агенты и телефоны.
База: Qwen3.6 27B.
Есть две версии:
* Ternary Bonsai 27B: 5.9 GB, около 1.71 effective bits per weight
* 1-bit Bonsai 27B: 3.9 GB, около 1.125 effective bits per weight
PrismML заявляет, что 1-bit версия помещается в memory budget iPhone 17 Pro, а ternary вариант рассчитан на более качественную локальную работу на ноутбуках и десктопах.
При этом модель не ограничивается обычным чатом. В релизе заявлены:
* vision
* tool calling
* agentic loops
* structured outputs
* 256k+ context
* speculative decoding
* MLX для Apple
* CUDA и llama.cpp для локального запуска
По их бенчмаркам, Ternary Bonsai 27B сохраняет около 95% качества full-precision baseline, а 1-bit версия около 90% на наборе из 15 задач: reasoning, math, coding, instruction following, tool calling и vision.
Bonsai 27B интересен именно как сдвиг в сторону intelligence density: сколько полезной модели помещается в гигабайт памяти.
Релиз под Apache 2.0. Есть модели на Hugging Face, демо, GitHub, whitepaper, WebGPU kernels и API через Together.
Blog: https://prismml.com/news/bonsai-27b
The Information: https://theinformation.com/articles/khosla-backed-startup-claims-breakthrough-largest-ever-ai-model-iphone
CNBC: https://cnbc.com/2026/07/14/apple-prismml-ai-compression-iphone.html
Whitepaper: https://github.com/PrismML-Eng/Bonsai-demo/blob/main/bonsai-27b-whitepaper.pdf
Models: https://huggingface.co/collections/prism-ml/bonsai-27b
WebGPU Demo: https://huggingface.co/spaces/webml-community/bonsai-webgpu-kernels
API: http://together.ai/models/prism-ml-ternary-bonsai-27b
GitHub: https://github.com/PrismML-Eng/Bonsai-demo/
Docs: http://docs.prismml.com
🧬 Бактерия из кишечника японской древесной лягушки полностью убрала колоректальные опухоли у мышей после одной дозы.
Не уменьшила. Не замедлила рост. В эксперименте опухоли исчезли у всех обработанных животных.
Речь про Ewingella americana. После внутривенного введения она быстро накапливалась именно в опухолевой ткани и за 24 часа размножалась там примерно в 3000 раз. Дальше работала сразу по двум направлениям: напрямую повреждала раковые клетки и поднимала иммунный ответ с участием T-клеток, B-клеток и нейтрофилов.
В этой модели одна доза бактерии показала результат сильнее, чем четыре дозы anti-PD-L1 иммунотерапии и липосомального доксорубицина.
Самая интересная часть началась потом. Исследователи снова ввели «вылеченным» мышам опухолевые клетки.
0 из 10 обработанных мышей снова получили опухоль.
10 из 10 в контрольной группе получили.
То есть эффект был похож не только на уничтожение опухоли, но и на формирование иммунной памяти.
По безопасности тоже есть важная деталь: бактерия исчезала из крови в течение 24 часов и не обнаруживалась в здоровых органах.
Конечно, это не лекарство для людей и не повод кричать, что рак уже побеждён. Это маленькое исследование на мышах.
Это живой терапевтический агент, который находит опухоль, размножается внутри неё, разрушает её и потенциально учит иммунную систему узнавать врага снова.
Если такие подходы дойдут до клиники, онкология будущего будет выглядеть совсем иначе.
https://www.sciencedaily.com/releases/2026/07/260709160655.htm
200+ исследователей подписали заявление «We Must Act Now»
Среди подписантов Bengio, Jeff Dean, Noam Brown, John Schulman, Eric Schmidt и 16 нобелевских лауреатов.
Призыв: готовиться к экономическому эффекту ИИ заранее, пока он не наступил.
Формулировка размытая везде - глагол «готовиться» и ни одного срока. В комментариях за это и зацепились: в климатических докладах есть сценарии и меры, здесь пока нет.
Любопытнее аргумент подписанта Кристиана Каталини:
кто владеет слоем интеллекта, тот владеет всем поверх него, поэтому слой нужно держать открытым и конкурентным. Иначе экономику придётся арендовать обратно.
Apple избежала 100% тарифов на полупроводники благодаря сделке с Intel и давлению Белого дома на локальное производство чипов в США.
По данным WSJ, Intel должна производить часть будущих чипов Apple для Mac и iPhone на американских фабриках. Речь не о замене Apple Silicon и не о полном уходе от TSMC, а о выбранных Apple-designed компонентах.
Для Apple это сразу три выгоды:
* защита от тарифов
* диверсификация поставщиков
* доступ к производству в США без отказа от TSMC
Для Intel это ещё важнее. Такой клиент может стать доказательством, что её foundry-бизнес способен делать advanced chips для топового рынка, а не только жить на обещаниях и господдержке. Reuters ранее тоже писала, что Apple и Intel достигли предварительной договорённости по производству части чипов для устройств Apple.
Главный смысл истории в другом: промышленная политика уже напрямую меняет цепочки поставок Big Tech.
Apple сохранила маржу и избежала резкого роста цен из-за тарифов. Intel получила шанс доказать, что её фабрики снова могут быть стратегически важными.
Теперь вопрос только один: сможет ли Intel реально стабильно поставлять чипы нужного уровня.
Unitree G1 заходит в операционную. 🤯
Первый в мире пример операции с участием телеуправляемого гуманоидного робота.
Исследователи из University of California San Diego показали, как Unitree G1 помогает хирургу во время процедуры.
У робота 29 степеней свободы и руки с 7 степенями свободы, чтобы выполнять движения, похожие на человеческие.
Нижнюю часть корпуса зафиксировали, а на руку установили жёсткий хирургический эндоскоп для точной визуализации.
Управление было полностью удалённым:
* Quest 3
* mixed reality
* ручные контроллеры
* видеопоток с камеры робота в реальном времени
Хирург через гарнитуру управлял движениями руки и запястья робота.
MIT создал AI-систему, которая может управлять движениями тела.
Она способна двигать пальцами человека и даже помочь сыграть мелодию на пианино, если человек сам её не знает.
Логика такая: AI выбирает нужное движение руки, а специальные накладки на запястье отправляют сигналы к мышцам. В итоге пальцы двигаются так, будто тело «подсказывают» извне.
Звучит как фантастика, но это уже шаг к интерфейсам, где AI не просто отвечает текстом, а помогает человеку выполнять физические действия.
MiniMax готовит открытую модель на 2,7 трлн параметров, релиз может состояться уже в III квартале.
Она станет крупнейшей среди китайских ИИ-моделей и будет более чем в 6 раз больше текущей модели MiniMax M3.
Волна открытых ИИ-моделей из Китая только набирает обороты. Похоже, самое интересное ещё впереди.
https://www.theinformation.com/briefings/exclusive-chinas-minimax-plans-launch-2-7-trillion-parameter-model
Современный AI уже настолько силён, что даже «вайб-хакерство» школьников превращается в реальный инцидент.
В Японии арестовали 15-летнего школьника: по данным СМИ, он нашёл уязвимость в Bandai Channel, с помощью ChatGPT написал вредоносный скрипт и распространил его.
Скрипт заходил в чужие аккаунты и отменял подписки. Итог - больше 46 тысяч пользователей остались без доступа, а сервис пришлось полностью остановить почти на месяц.
ТОП-10 Аниме Предательств!
https://3dnews.ru/1144651/yaponskogo-shkolnika-arestovali-za-ataku-na-bandai-namco-s-pomoshchyu-virusa-sgenerirovannogo-chatgpt/amp