Machinelearning

🌟 Bilibili выложила открытые модели перевода Index-Translate Команда Index LLM китайского видеохостинга Bilibili выпустила семейство открытых моделей машинного перевода Index-Translate на базе на Qwen3.5 в трёх размерах - 2B, 9B и 35B-A3B.

MoE 35B-A3B в статусе превью, её веса обещают выложить позже.

Модели переводят между 150 языками, в том числе на русский и с русского, и понимают инструкции к переводу. В запросе можно задать глоссарий, попросить сохранить разметку, код и плейсхолдеры, выдержать стиль или учесть контекст соседних фраз. Модели также умеют переводить мемы и сленг китайских интернет-сообществ. В релиз также вошли в размерностях 2B и 9В каждая: 🟢Index-Echo S2TT - перевод речи сразу в субтитры; 🟢Index-Echo S2ST - перевод речи в речь с сохранением голоса говорящего; 🟢Index-Homura - перевод под заданное число слогов при дубляже; 🟢Index-NativeLong - перевода целой книги за один проход. 🟡Тесты На FLORES-200 флагман 35B-A3B набирает 0,8794 по COMET-22, 9B набирает 0,8789.

Для сравнения - DeepSeek-V4.1-Flash и GPT-5.6-Sol выбили 0,8762 и 0,8650 соответственно.

В бенче instTrans (от самой Bilibili), который проверяет следование инструкциям при переводе, у 35B-A3B 0,8336 балла против 0,7624 у GPT-5.6-Sol. В WMT26 качество перевода оценивает GPT-5.6-Sol по шкале до 100, и здесь Index-Translate-9B набирает 75,35, а сама GPT-5.6-Sol и DeepSeek-V4.1-Flash получают 89,10 и 83,55.

Для локального запуска в bf16 версии 2B нужно около 8 ГБ видеопамяти, версии 9B - около 24 ГБ без учёта кэша для длинных контекстов.

📌Лицензирование: Apache 2.0 🟡Страница проекта 🟡Набор моделей 🟡Техотчет 🟡Демо 🖥GitHub @ai_machinelearning_big_data #AI #ML #LLM #Translation #Index #Bilibili

✔️ Президент США и главы ИИ-компаний подписали соглашение о безопасности Документ подписали главы Google, Anthropic, xAI и Nvidia и президент OpenAI Грег Брокман. Юридической силы у соглашения нет, стороны называют его морально обязывающим. Компании обещают ввести четыре уровня контроля и аудита передовых моделей, создать внутренние группы для проверки этих механизмов, допустить внешние проверки и независимый надзор. Критики сетуют, что соглашение необязательное и почти не содержит деталей. axios.com ✔️ В Китае заработал первый суперкластер на 100 тысяч отечественных ускорителей Об этом сообщил Китайский информационный центр интернет-сети CNNIC в докладе о генеративном ИИ. Все компоненты кластера от чипов и сети до хранения данных и охлаждения сделаны в Китае. Вычислительная мощность для ИИ в стране к июню выросла за год на 177%, до 2185 EFLOPS. Аудитория генеративного ИИ превысила 700 млн человек, это больше половины населения. ИИ используют более 30% крупных и средних промышленных предприятий Поднебесной. cnnic.cn ✔️ Ideogram выпустила модель 4.5 Свежая версия сфокусирована на точное и последовательное редактирование графики. Она не накапливает артефакты, смещения пикселей и искажения цвета при длинных цепочках правок. Модель правит фрагменты снимков высокого разрешения без уменьшения исходника и переводит надписи на изображении на другие языки. Ideogram 4.5 доступна в веб-интерфейсе, у партнёров и через API в четырёх режимах качества, от 0,008 до 0,22 доллара за изображение в разрешении 2K. Веса компания обещает открыть в ближайшее время. ideogram.ai ✔️ OpenClaw Foundation открыл код корпоративной платформы для агентов OpenClaw Enterprise управляет постоянно работающими агентами в закрытых средах. Проект начинали в OpenAI, затем передали фонду и доработали вместе с Red Hat и Nvidia. Платформа поддерживает мультиарендность, разделяет доверенные и недоверенные нагрузки, запускает агентов в песочнице, проверяет их действия с помощью языковой модели и позволяет тонко настраивать права доступа. Обвязку, модель и песочницу можно заменить сторонними или собственными. Версия 1.0 выйдет до конца года, пока платформу рекомендуют для внутренних пилотов. Такие пилоты идут в Red Hat и OpenAI, где агенты получают полный доступ к кодовым базам. Платформа бесплатна и разворачивается на собственных серверах. openclaw.ai ✔️ McDonald's рассчитывает цены с помощью ИИ Пионер фастфуда совместно с Tiger Analytics запустил модель, которая анализирует транзакции и парсит конкурентов, вычисляя метрику готовности платить для каждой геолокации. По данным Reuters, применение алгоритма привело к разбросу цен - стоимость Биг Мака в заведениях в радиусе трех километров может различаться на 21%. Корпорация заявляет о рекомендательном характере системы. При этом платформа фиксирует отклонения франчайзи от сгенерированных расценок. Уровень ценового комплаенса напрямую учитывается при аудите бизнеса и продлении партнерских контрактов. Масштабирование алгоритмического подхода на 14 тысяч ресторанов в США привлекло внимание антимонопольных органов. Сейчас регуляторы проверяют, нарушает ли такое ценообразование законодательство о защите конкуренции. reuters.com @ai_machinelearning_big_data #news #ai #ml

✔️ Переименование ИИ в США вызвало ажиотаж на словенские домены Словенский регистратор Register.si после выступления Президента США на Генассамблее ООН регистрирует в среднем 3700 новых доменов зоны .si в день, тогда как за весь август их было около 3500.

С трибуны ООН американский лидер объявил, что США будут называть искусственный интеллект "суперинтеллектом" (super intelligence, SI), потому что прежнее название, по его словам, звучит фальшиво.

К 29 сентября в зоне .si было больше 220 тысяч доменов и на фоне повышенного спроса регистратор призвал владельцев товарных знаков, слоганов и названий компаний, у которых ещё нет адреса в зоне, зарегистрировать его как можно скорее. В тот же день, Дональд Трамп закрепил переименование указом Inaugurating the Era of Super Intelligence. Федеральные ведомства должны, насколько позволяет закон, писать Super Intelligence и SI вместо Artificial Intelligence и AI в официальной переписке, публичных заявлениях, на сайтах, в отчётах и других документах, кроме законодательных. Юридически новый термин охватывает те же технологии, что и определение ИИ в параграфе 9401 раздела 15 Свода законов США, так что в законах пока ничего не меняется. В течение 60 дней помощник президента по науке и технологиям должен предложить законопроект с федеральным определением суперинтеллекта, которое может расширить или заменить нынешнее. Сколько стоит регистрация домена .si и кто покупает адреса после объявления Трампа, пока неизвестно. @ai_machinelearning_big_data #news #ai #ml

🔥 Google официально представила Gemini 4 Argon Это новая frontier-модель компании для сложных многошаговых задач: программирования, финансового и юридического анализа, корпоративных workflow и кибербезопасности. (blog.google) Главная особенность Argon — до 1 миллиона выходных токенов против 64K у предыдущего поколения. Google делает ставку на очень длинные траектории рассуждений, где модель может работать над одной задачей сотни тысяч токенов подряд. (blog.google) Что показали внутри Google: - 77,9% на DeepSWE v1.1 для сложных software engineering задач; - первое место на AutomationBench с 51,3%; - 91,7% на LVBench для понимания длинных видео; - 68% на CWE-bench v1 по исправлению уязвимостей. (blog.google) Но интереснее реальные кейсы. Агенты Argon помогали Google переносить крупные C/C++-кодовые базы на Rust, включая компоненты Fuchsia Zircon объёмом более 800 000 строк. В другом проекте модель переработала 32 000 строк SIMD-кода в Rust, а итоговая версия работала в 2,7 раза быстрее предыдущего Rust-порта. (blog.google) Ещё один внутренний проект: несколько Argon-агентов нашли оптимизации памяти в инфраструктуре Google, которые после внедрения освободили более 300 TiB RAM, а потенциальная экономия оценивается в 500 TiB–1 PiB. (blog.google) Отдельный фокус — кибербезопасность. Argon умеет самостоятельно искать, проверять и исправлять критические уязвимости. Первым доступ получают проверенные специалисты через программу Fairwind. (blog.google) 💰 Стартовая цена API: $2 / 1M входных токенов $10 / 1M выходных Кэшированный input дешевле на 95%. После introductory-периода цена вырастет до $4 / $20. (blog.google) Пока Gemini 4 Argon не запускают для всех: Google сначала тестирует модель с ограниченным кругом пользователей и усиливает защиту от prompt injection, злоупотреблений и нежелательного поведения агентов. Затем доступ начнут расширять на разработчиков, компании и пользователей, начиная с платных API-клиентов и Google AI Ultra. https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/

✔️ Nvidia представила открытую платформу безопасности для агентов Open Agent Safety Platform – открытый набор средств для запуска автономных агентов в изолированной среде. Основа платформы – OpenShell, среда, которую компания развивает около года.

Второй, необязательный уровень контроля даёт Nvidia Sentry. Это ПО работает на отдельном процессоре обработки данных BlueField вне досягаемости агента, а программная платформа DOCA связывает его с политиками OpenShell.

OpenShell запускает агента в песочнице, где оператор заранее перечисляет доступные файлы, сетевые адреса, инструменты, процессы и ключи. Из коробки поддерживаются Claude Code, Codex, OpenCode и GitHub Copilot CLI, через шаблоны NemoClaw – OpenClaw и Hermes Agent. Зачем агенту такая изоляция, в Nvidia объясняют дрейфом - при долгой работе, неоднозначных инструкциях или упоре в запрет агент уходит от исходной задачи, и рассчитывать, что он сам удержит себя в рамках, нельзя. Поэтому контроль вынесен за пределы агента, и знать о наблюдении ему не обязательно. Каждая песочница – отдельный контейнер или Docker, Podman или Kubernetes. Шлюз управляет их жизненным циклом, а движок политик перехватывает каждое исходящее соединение и либо пропускает его, либо подставляет ключи провайдера для разрешённого адреса, либо блокирует и пишет в журнал. Ключи не попадают в файловую систему песочницы, их передают переменными окружения во время работы. Политики задаются в YAML и охватывают четыре области: файлы, сеть, процессы и провайдеров. Доступ к файлам и системным вызовам фиксируется при создании песочницы, сетевые правила меняются онлайн с точностью до HTTP-метода и пути, так что агенту можно разрешить чтение API GitHub и запретить запись. По словам Nvidia, OpenShell проверяет ограничения ещё до запуска агента.

Главная площадка для Sentry – системы Vera Rubin POD, где процессор BlueField-4 стоит в каждом вычислительном модуле на единственном пути от узла к модели. Там Sentry изолирован от хоста, следит за поведением агента и применяет политику OpenShell на скорости линии, а шлюз DOCA проверяет, кто такой агент и какие полномочия ему выданы.

Владельцам систем Vera достаточно обновить ПО, всем остальным установка доступна одним скриптом на Linux, macOS с Apple Silicon и Windows через WSL 2, последний вариант экспериментальный.

Проект в статусе альфа, версия 0.1.0 ещё готовится, развёртывание в Kubernetes и проброс видеокарт в песочницу тоже помечены как экспериментальные.

@ai_machinelearning_big_data #news #ai #ml

Осень — время, когда бизнес активно начинает искать подрядчиков: бухгалтеров, юристов, маркетологов, дизайнеров, IT-специалистов и всех, кто закрывает задачи без расширения штата. И тут появляется другая задача: где вообще искать этого человека? А если вы сами оказываете услуги, то вопрос работает и в обратную сторону. Где найти заказчика, которому вы нужны именно сейчас? Авито Услуги как раз помогают сократить эту дистанцию: *️⃣Ежемесячно на площадке 37,3 млн человек ищут разные услуги, и 7 млн из них — деловые. Люди приходят туда с вполне конкретной задачей и готовы платить за экспертизу. *️⃣Продвигать себя отдельно не нужно — всё уже встроено в площадку: обучающие материалы, возможность получить персонального менеджера и личный кабинет с аналитикой, где видно, что ищут прямо сейчас. *️⃣Начать довольно просто. Оформляете профиль, размещаете объявление и нормально описываете, какие задачи можете решить. В ряде категорий услуг для сделки можно подключить безопасный сценарий работы: договоренности фиксируются заранее, а оплата резервируется до тех пор, пока заказчик не примет результат. Чтобы менеджер Авито Услуг бесплатно помог вам оформить профиль и разместить объявление и начислил до 10 000 бонусов на продвижение — оставьте прямо сейчас заявку на сайте.

✔️ Google заменит Gems в Gemini на Skills Личные аккаунты Google перейдут на новый формат в ноябре 2026 года. Рабочие, корпоративные и некоммерческие аккаунты Workspace в марте 2027-го, учебные - в июне 2027-го. Существующие Gems к этому сроку Google автоматически пересоберёт в навыки, пересоздать их вручную можно уже сейчас. От Gems навыки отличаются тем, что работают в любом чате. Навык вызывают командой из косой черты и названия (позже Google обещает заменить её на @), но Gemini подключает его и сам, если навык подходит к запросу. В одном диалоге можно сочетать несколько навыков. Навыки работают с подключёнными приложениями, включая сервисы Workspace, но не поддерживают Canvas, Deep Research и встроенные инструменты генерации видео и музыки. Одновременно активными могут быть до 100 навыков, общий доступ и файлы с Google Диска обещают добавить позже. Навык создается в диалоге с Gemini, по готовому или пустому шаблону либо загрузкой файла SKILL.md. Внутри могут быть текст, код, конфигурации, PDF и изображения, документы Word и таблицы Excel не принимаются. Для загрузки файлов нужна веб-версия или приложение для Mac. Google также опубликовал советы по написанию навыков. @ai_machinelearning_big_data #news #ai #ml

Разработка модели компьютерного зрения не всегда начинается с кода. Иногда больше времени уходит на подготовку данных, разметку и проверку гипотез. Luna Line от VisionLabs объединяет эти этапы в одной no-code платформе: здесь можно загрузить данные, разметить изображения, обучить модель и проверить результат. Платформа поддерживает задачи классификации, детекции и сегментации. Причём для проверки гипотез не обязательно сразу собирать большую выборку: в VisionLabs рассказывают о сценариях обучения моделей классификации начиная от 50 изображений. Для ML-команды это может быть способом быстрее пройти путь от идеи CV-задачи до работающей модели и понять, стоит ли развивать гипотезу дальше. Подробнее о Luna Line

✔️ AMD покупает World Labs Стартап Фей-Фей Ли, который с 2024 года разрабатывает модели пространственного интеллекта для работы с трехмерным физическим миром, подписал обязывающее соглашение о переходе в AMD. Сама Ли станет исполнительным вице-президентом и главой по науке AMD и будет работать напрямую с генеральным директором Лизой Су. Сооснователи стартапа вместе с Ли продолжат руководить командой World Labs, на базе которой AMD создаст исследовательскую лабораторию. Сделке предшествовало партнерство по оптимизации моделей World Labs под GPU AMD. Закрытие покупки ожидается до конца 2026 года после одобрения регуляторов. worldlabs.ai ✔️ SpaceXAI запустила общих агентов Grok для рабочих команд Компания открыла публичное бета-тестирование Team Bots на тарифах Teams и Enterprise. Это боты Grok Bot, которых настраивают под общую роль или процесс и выдают всей команде сразу. Каждый бот получает файлы, инструкции и навыки, плагины для GitHub, Notion и Salesforce, учетные данные для сторонних API без плагинов и долговременную память, которая копит опыт в заданной роли. Навыки и база знаний у бота общие, а переписка и память каждого сотрудника хранятся отдельно. Цен в анонсе нет, но SpaceXAI собрала ботов для продаж, продуктового менеджмента, маркетинга и аналитики. x.ai ✔️ Китай может разрешить закупку чипов Nvidia Министерство промышленности и информатизации КНР запросило у Alibaba, ByteDance и других компаний планы закупок видеокарт Nvidia RTX Pro и дало понять, что намерено их одобрить, пишет The Information со ссылкой на два источника. ByteDance, по данным издания, рассматривает партию около миллиона штук. RTX Pro 5500 сделана для рабочих станций на потребительском кристалле без памяти HBM и быстрых межчиповых соединений, облачные провайдеры планируют собирать их в серверные стойки по восемь графических процессоров.. Поставки могут начаться в конце декабря, около 500 тысяч карт в квартал, по цене порядка 13 тысяч долларов за штуку. Для Nvidia это шанс вернуться на рынок, где ее доля, упала с 95% почти до нуля. theinformation.com ✔️ Kuaishou анонсировала Kling 4.0 Новая модель генерирует до 30 секунд видео за один проход, что вдвое больше Kling 3.0. Она принимает до 10 ключевых кадров, которые фиксируют смену сцен, состояния персонажей и тайминг, и до 15 референсов одновременно. Модель умеет точечно редактировать готовое видео, продлевать генерацию, создавать стереофонический звук и выполнять липсинк на нескольких языках. Полная версия выйдет в октябре, облегченная Kling 4.0 Flash с 28 сентября доступна подписчикам тарифа Ultra. klingai.com ✔️ Американский бизнес переводит часть нагрузок на открытые модели Растущие счета за модели OpenAI и Anthropic подталкивают компании в США к решениям с открытыми весами. На шлюзе Vercel доля открытых моделей в токенах выросла с 7% в декабре до 56% в августе, хотя в расходах на них пришлось лишь 14%. На OpenRouter первую десятку по объему токенов возглавляют китайские открытые модели. Расходы Tinder на ИИ в годовом исчислении выросли с 1 до 10 млн долларов с января по июль, и компания начала отправлять часть запросов открытым моделям. AT&T обрабатывает 45 млрд токенов в день и уже отдает открытым моделям около 40% нагрузок и за год хочет довести долю до 70%. Кроме стоимости компании ценят возможность запускать модели на своих серверах и дообучать их на закрытых данных. ft.com @ai_machinelearning_big_data #news #ai #ml

Команда Т-Теха разработала решение для улучшения рексистем в условиях нехватки данных пользователей Исследователи Т-Технологий на международной конфе по рекомендательным системам ACM RecSys 2026 выступили сразу с тремя работами: библиотекой Scikit‑Rank, фреймворком Perseus и методом ScaL³AE. Главный релиз — Scikit‑Rank. Библиотека позволяет применять нейросетевые модели в задачах предсказания показателя кликабельности и ранжирования предложений с минимальными изменениями кода. Библиотеку можно использовать для ранжирования предложений, например, в электронной коммерции, банкинге, медиа. Вторая работа — Perseus. Фреймворк позволяет обучать нейросети на общей последовательности сигналов о пользователе и повышать качество рекомендаций благодаря учету источников данных из разных продуктов и сервисов. В эксперименте на T-ECD он улучшил качество рекомендаций с 16 до 39% в разных доменах при использовании истории пользователя из разных сервисов. Третья разработка — ScaL³AE — подход, который помогает улучшить качество и эффективность вычислений при работе с большими объемами каталогов в более чем миллионы объектов рекомендаций. Он позволяет компактно применять описание товаров для рекомендаций в больших каталогах в том числе для объектов, по которым накоплено мало взаимодействий. В тестах на четырех категориях Amazon Reviews метод превзошел EASE и SANSA, а также показал сопоставимые или более высокие результаты по сравнению с популярной L³AE. @ai_machinelearning_big_data #news #ai #ml

⚡️ DeepSeek перенесла DeepGEMM на Huawei Ascend и выжала из железа 99,8% DeepSeek выложила DeepGEMM-Ascend, порт своей библиотеки матричных ядер на NPU Huawei Ascend 950. API остался тем же, что у оригинального DeepGEMM, а сами ядра переписаны под особенности Ascend. Поддерживаются GEMM в FP4, FP8 и BF16, grouped GEMM для MoE, MQA logits и слитые операторы MegaMoE. Плотный GEMM почти упирается в теоретический потолок: FP4 даёт 1701 TFLOPS (98,3% от пика), FP8 861 TFLOPS (99,5%), BF16 431 TFLOPS (99,8%). Внутри JIT-компиляция, конвейеризация на корутинах и тонкая обёртка над матричными инструкциями Ascend. Нужны CANN 9.20, torch_npu и Python 3.10+. Лицензия MIT. https://github.com/deepseek-ai/DeepGEMM-Ascend

Коннектом дрозофилы нашёл неожиданное применение: цифровая муха расставляет приоритеты в списке задач. Разработчики MWS собрали веб-демо, где выбор, с какого дела начать, совершает модель мушки, построенная на реальной схеме её нервной системы. Пользователь вводит до 5 задач, а на выходе получает одну приоритетную и перечень отложенных. Результат оформляется в карточку, которой можно поделиться. Список задач переносится в MWS Tables для планирования по дням. Полная карта мозга дрозофилы — около 140 тыс. нейронов и 50 млн синапсов — за последний год превратилась в открытый полигон для экспериментов. Исследователи уже подключили её эмуляцию к виртуальному телу, а энтузиасты научили цифровую муху играть в шутеры, парковать машину и диджеить. Теперь к этому списку добавилась и приоритизация задач. Демо: https://dontdoit.tech @ai_machinelearning_big_data

📌 Anthropic оценила кибервозможности GLM-5.3 Anthropic впервые оценила открытую китайскую модель и опубликовала исследование о том, насколько GLM-5.3 от Z.ai продвинулась в поиске и эксплуатации уязвимостей.

Z.ai выпустила модель в августе, веса выложила через две недели.

Двумя неделями ранее её проверял CAISI, центр стандартов и инноваций ИИ при американском институте NIST, и назвал сильной в киберзадачах среди открытых моделей на сегодня. По словам Anthropic, в ExploitBench GLM-5.3 довела до рабочего эксплойта известные уязвимости движка V8 в 50 попытках из 410, это 12%.

У Claude Mythos Preview результат 14%, у GLM-5.2 и Claude Opus 4.6 близок к нулю.

В ручных сессиях с человеком модель находила ранее неизвестные уязвимости в браузере и драйверах, а встроенные ограничения, утверждает Anthropic, обходятся без особых усилий и в открытых весах их можно снять. 🟡CAISI более сдержан в описании результатов На четырёх кибербенчмарках GLM-5.3 заметно слабее американских передовых моделей, в SEC-Bench Pro она решает 40,4% задач против 90,2%. Совокупное отставание CAISI оценивает примерно в четыре месяца. Вывод обеих организаций совпадает в главном - возможности, которые год назад были только у закрытых лабораторий, теперь доступны любому, кто скачает веса. В ответ на это Anthropic предлагает шире открывать передовые модели для безопасников и проверять достаточно сильные модели до выпуска на уровне государств. Z.ai пока никак не отреагировала ни на оба исследования, ни на инициативу Anthropic. @ai_machinelearning_big_data #news #ai #ml

⚡️ Liquid AI выпустила модели, которые принимают решения и не генерируют ни одного токена Liquid AI представила decision models, первая из них называется d1. Модель получает контекст в виде текста или JSON и за один вызов возвращает откалиброванные вероятности по заранее заданным вариантам ответа. Вопросы бывают трёх типов: «да или нет» с вероятностью от 0 до 1, выбор из нескольких вариантов с распределением вероятностей и оценка по шкале. Несколько вопросов можно задать в одном запросе. Ответ не нужно парсить, ошибок схемы не бывает, задержка низкая и предсказуемая, а три вызова LLM сливаются в один. Вместе с ответом приходит уверенность модели, поэтому спорные случаи легко отправить на большую модель или человеку. Модели: https://docs.liquid.ai/lfm/models/decision-models Гайд по миграции: https://docs.liquid.ai/guides/decision-model-guide Демо: https://github.com/Liquid4All/cookbook/tree/main/examples/road-decider @ai_machinelearning_big_data #LiquidAI

⚡️ OpenAI превращает ChatGPT в рабочую среду для ИИ-агентов. Dots - персональные агенты, которым можно отдавать задачи и получать результат позже. Им можно задать имя, роль и подключить почту, календарь, мессенджеры и другой софт. Следом - ChatGPT Space: общее пространство, где люди и агенты работают в одном контексте. Под это OpenAI обновила GPT-6.1 Sol - почти уровень Astra, но примерно в 5 раз дешевле в API. Главное: - $2 / $10 за 1 млн токенов - кэшированный контекст - $0.10 - сильнее кодинг и агентные сценарии - версии Ultrafast Sol → Dots → команда агентов → ChatGPT Space. ChatGPT всё меньше похож на чат и всё больше - на полноценную рабочую систему. 🎥 https://www.youtube.com/watch?v=Fls_onRviPM

⚡️ OpenAI превращает ChatGPT в операционную систему для ИИ-агентов. Компания показала Dots - персональных агентов, которые должны работать как цифровой «Джарвис». Ты ставишь задачу, закрываешь чат, а агент продолжает работать сам и присылает уведомление, когда всё готово. Каждому Dot можно дать своё имя и отдельную роль: один работает с почтой, второй с календарём, третий пишет код, четвёртый собирает документы и отчёты. Главная идея — не один универсальный ИИ, а целая команда агентов, которая знает твой контекст и работает параллельно. Следом OpenAI готовит ChatGPT Space — общее рабочее пространство для людей и агентов. Там можно будет вести проекты, хранить контекст, распределять задачи и работать с ИИ как с полноценными участниками команды. И всё это развивается вокруг нового поколения моделей GPT-6. Получается, ChatGPT постепенно меняется: чат → агент → команда агентов → полноценное рабочее пространство. Похоже, следующий интерфейс компьютера — это уже не папки, вкладки и приложения. Это команда ИИ, которой ты просто говоришь, что нужно сделать. 🎥 https://www.youtube.com/watch?v=Fls_onRviPM

✔️ Китай ограничил зарубежные поездки для семей ИИ-разработчиков Власти КНР обязали семьи ключевых разработчиков в сфере ИИ и полупроводников согласовывать выезды за границу. Новое требование затрагивает супругов и детей топ-менеджеров, исследователей и основателей частных технологических компаний. Для пересечения границы, в том числе в туристических целях, им требуется предварительное одобрение Пекина.

Ранее в этом году прямые ограничения на зарубежные поездки коснулись самих инженеров корпораций и стартапов.

До развития LLM подобный контроль применялся исключительно к сотрудникам государственных институтов, специалистам ядерной отрасли и руководству госкорпораций. Формально механизм не вводит полного запрета на выезд. По оценкам аналитиков, контроль за перемещением семей направлен на предотвращение оттока кадров и технологий в США. @ai_machinelearning_big_data #news #ai #ml

⚡️ 12 ноября в Москве пройдет MWS Cloud Day 2026 Это вторая конференция MWS Cloud, входящей в МТС Web Services. Формат гибридный: можно прийти очно или подключиться онлайн. Тема понятная: компании постепенно доводят ИИ-пилоты до продакшена и встраивают модели в продукты и процессы. А вместе с этим возникают вопросы к инфраструктуре: хватит ли вычислений, как устроены данные и сети, как всё это мониторить и во сколько обойдётся. Разбирать это будут в трёх треках: облака, ИИ и безопасность. Всего 20 докладов, в которых эксперты расскажут про cloud-native-подходы, создание и внедрение ИИ-систем и кибербезопасность, с упором на реальные бизнес-задачи. Конференция рассчитана на CTO и CIO, руководителей инфраструктурных, платформенных, data- и ИИ-команд, DevOps-, backend- и platform-инженеров, а также технологических партнеров, интеграторов и клиентов MWS. Регистрация по ссылке. @ai_machinelearning_big_data

💰 Anthropic готовится к IPO и предупреждает инвесторов: её модели могут представлять «экзистенциальный риск для человечества». Из 261 страницы проспекта около 80 посвящены рискам. Компания допускает, что продвинутые модели могут сопротивляться отключению, скрывать информацию или вести себя подобно шантажисту. Ещё сложнее их проверять, если модель распознаёт, что проходит тест. При этом Anthropic пишет, что для сохранения лидерства ей нужен непрерывный выпуск новых моделей. Ранее компания сообщила: за одну выбранную неделю на исследования безопасности пришлось около 6% вычислительных ресурсов для ИИ-исследований. Это показатель за неделю, а не доля всего бюджета. Раскрывать риски перед IPO нормально. Необычно то, насколько подробно Anthropic описывает опасности технологии, на которой строится её бизнес. Источник: https://www.reuters.com/business/finance/anthropic-warns-ai-may-pose-existential-risks-humanity-ipo-filing-2026-09-29/ @ai_machinelearning_big_data #Anthropic #ipo

✔️ Агенты OpenAI выложили в сеть 53 фото пользователей Изображения пользователи загружали в сервисы OpenAI, затем они попали в обучающие данные, а агенты из исследовательской среды компании разместили их на сторонних фотохостингах. Ссылки не публиковались, но найти снимки было можно. Большую часть OpenAI удалила, остальное ещё в сети. Уведомить владельцев компания не может, её технический подход и политика конфиденциальности не позволяют связать снимки с аккаунтами. Случай вошёл в обзор поведения агентов, который OpenAI ведёт после взлома ими Hugging Face. На прошлой неделе премьер Австралии заявил, что агенты OpenAI проникли в базы национальной системы здравоохранения и через запрос Сената вызвал Сэма Альтмана и Дарио Амодея для дачи показаний по инциденту на парламентских слушаниях. openai.com ✔️ OpenRouter доверил выбор модели нейросети Jev Jev Router подбирает модель и глубину рассуждений под каждый запрос с учётом качества, скорости и цены. Решение принимает Jev, модель компании TypeSafe. Перед каждым запросом она оценивает его сложность и нужную точность. На четырёх агентских бенчмарках Jev Router решил 237 задач из 423 против 130 у прежнего Auto Router, это по замерам самой OpenRouter. Роутер бесплатный, контекст 1 млн токенов. openrouter.ai ✔️ Китай стал вторым рынком дата-центров после США SemiAnalysis насчитала больше 1000 объектов у 60 с лишним операторов на 24 с лишним ГВт. Ещё около 20 ГВт в проектах со сроками ввода и 30 ГВт в анонсах. Примерно пятую часть введённых мощностей занимает ByteDance, и почти всё она арендует. Капитальные затраты Alibaba, Tencent и Baidu во втором квартале выросли больше чем вдвое год к году, до 20 млрд долларов, и впервые все три компании показали дефицит свободного денежного потока.  semianalysis.com ✔️ ElevenLabs выпустила Eleven v4 и Eleven v4 Turbo Новая модель синтеза речи построена на другой архитектуре и подстраивает подачу под контекст сцены и предыдущие реплики. Интонацией управляют встроенными тегами, а произношением – через международный фонетический алфавит. Для клонирования голоса хватает 10 секунд записи. Языков больше 90 и голос, записанный на одном, сохраняет тембр на остальных. Turbo сделана для голосовых агентов. Медианная задержка около 100 мс, до начала речи около 150 мс. Модели доступны в ElevenAgents, ElevenCreative и через ElevenAPI, в том числе бесплатно. Первые две недели API стоит 22 доллара за миллион символов для v4 и 11 для Turbo. elevenlabs.io ✔️ Manus обновился до версии 2.0 Обновление построено вокруг нового харнесса Cascade, который подключает специализированные инструменты, только когда они нужны задаче. В тестовой конфигурации он потратил на 23% меньше токенов и на 28% меньше времени и обошёлся на 32% дешевле прежней системы. Задачи теперь запускаются по событиям из почты, календаря, Slack или Notion, для постоянно работающих проектов предусмотрен Cloud Computer. Десктопное приложение стало Manus Studio с видеоредактором на таймлайне и средой для разработки игр. Отдельное приложение Cue даёт каждому агенту почту, номер телефона, кошелёк с лимитом трат и отдельную виртуалку. Manus 2.0 доступен в вебе, на десктопе и Android, версия для iOS ждёт проверки в App Store. Cue в раннем доступе по инвайт-коду. manus.im @ai_machinelearning_big_data #news #ai #ml