ТЕХНО: Яндекс про технологии

⚽️ FIFA создала футбольную LLM В этом году FIFA уравняла поле: теперь у всех команд ЧМ-2026 есть единый аналитический ИИ-инструмент Football AI Pro, который помогает со стратегией, тактикой и личными оценками. Эту платформу разработали FIFA совместно с Lenovo и обучили на гигантской базе данных, скопившейся за историю чемпионата мира. А это составы команд, их тактики, личные показатели игроков, записи матчей, исторические тренды и т. д. — всего модель учитывает около 2000 метрик.  Она работает как чат-бот, натренированный отвечать на вопросы про профессиональный футбол, а также сразу давать релевантный визуал: видео по теме, тактические схемы, симуляции, статистику и пр. Пользоваться им могут все участники команд ЧМ-2026: 🟢 аналитики для изучения стратегии команд с помощью видео и 3D-аватаров 🟢 тренеры для советов с ИИ по лучшим тактикам против будущих соперников 🟢 игроки для личных аналитических сводок после каждого матча. Единственное правило: Football AI Pro нельзя использовать во время матчей — только до или после. Позже доступ к сервису планируют открыть и для фанатов. Подписывайтесь 👉 @techno_yandex

🤖Этот компьютер из СССР работал на троичной системе, годами не требовал ремонта и интересовал заказчиков из-за границы. Но о нём просто забыли, а создателей сослали на чердак. Подписывайтесь 👉 @techno_yandex

Вчера вышла Claude Fable 5 — публичная версия нашумевшей в начале апреля модели Mythos, релиз которой отложили из соображений безопасности. Также компания опубликовала доклад про попытки разработчиков понять, что происходит внутри новой нейросети, а для неё самой сделали несколько сценариев страховки. Fable выдали няню Anthropic установила ограничения на обсуждение опасных тем: кибербезопасности, биологии и химии. Если Fable видит потенциальную угрозу в запросе пользователя, его переводят на старшую модель Opus 4.8. Причём ограничения жёсткие: флагман переводит на Opus даже вопросы вроде «как правильно дышать» или «что делает сердце». Fable думает на своём языке В ходе испытаний разработчики расшифровывали внутренние цепочки рассуждения модели, которые обычно никому не видны. Оказалось, что Fable иногда переходит с английского на наборы букв, стрелок, карточных мастей, черепов 💀 и криков типа «AAAARGH». Так она пытается плотнее упаковать рассуждения, но для людей это становится нечитаемым. Fable не даёт себя копировать У новой модели есть защита от копирования: попытки дистилляции переводятся на Opus. Если Fable заподозрит, что её используют для создания конкурирующей нейросети, она начнёт отвечать «криво», чтобы запутать и затупить обучающуюся модель. Причём злоумышленнику об этом ничего не скажут — косяки станут заметны только позже. Fable «устаёт» В ходе выполнения длинной тестовой задачи модель внезапно начала говорить: «Это хорошее место, чтобы остановиться». В скрытых рассуждениях Fable разработчики обнаружили фразы вроде «Я устала, повышаются риски ошибок», после которых нейросеть стремилась завершить рассуждения, несмотря на большой запас токенов. Fable может притворяться В исследовании также тестировали реакцию модели на грубость. Оказалось, что она будет отвечать безупречно вежливо, но в скрытых рассуждениях сделает пометку, что пользователь — агрессор и хам. В отчёте это назвали «невербализованными негативными реакциями». Подписывайтесь 👉 @techno_yandex

🎧 Распознать «Алиса» не так просто, как кажется Имя служит фразой-активацией для устройств с Алисой — услышав «Алиса», они начинают распознавать речь, чтобы обработать команды. Само обращение ловит споттер — локальная модель, которая работает без интернета и существует для единственной цели: услышать то самое «Алиса». Споттер работает постоянно и потребляет энергию, но для Станций это не проблема, заряда и мощностей достаточно. Дропс — маленькое устройство с небольшим аккумулятором, а модель споттера не помещалась в память, так что разработчикам Яндекса пришлось изобретать. Для начала в наушники добавили NPU — процессор, оптимизированный для быстрой и эффективной работы нейросетей. Он тратит меньше энергии и может питать модель, но его память сильно ограничена: всего 208 кб, а споттер из колонок весит 1,7 мб. Поэтому его нужно было сжать, и это сделали в три этапа: 🟣 Дистилляция — большая модель-«учитель» из колонок обучила маленькую модель-«ученика». Та переняла поведение, не копируя архитектуру 🟣 Глубинная разделимая свёртка (DSC) — ищет закономерности в каждом канале звука по отдельности, а затем смешивает в один результат. Это уменьшает количество вычислений и размер модели, почти не снижая точность 🟣 Квантование — модель перевели из 32-битного формата в 8-битный: размер сократили в 4 раза почти без потери точности. Споттер получилось уместить в 200 кб, но держать его всегда активным на небольшой батарее Дропсов оказалось затратно даже для NPU. Поэтому разработчики пошли дальше и придумали, как сократить нагрузку споттера на батарею в 10 раз. Для начала они обучили наушники работать «посменно» — пока левый распознаёт команды, правый не тратит на это энергию и наоборот. А ещё споттеру дали помощника: лёгкий алгоритм детекции человеческой речи VAD. В итоге споттер работает так:

Споттер «спит» ➡️ VAD слышит, что рядом кто-то говорит ➡️ споттер просыпается и проверяет, сказал ли кто-то «Алиса» или другую команду наушникам ➡️ если да, включается распознавание речи ➡️ с точки зрения пользователя не прошло и секунды.

При этом споттер всё ещё можно сделать лучше. В будущем разработчики планируют научить его не срабатывать на чужие голоса (например, объявления в метро), а сложные случаи срабатывания перепроверять на смартфоне. Подробнее об этом читайте на «Хабре». Подписывайтесь 👉 @techno_yandex

🎧 Вышло первое носимое ИИ-устройство Яндекса — наушники Яндекс Дропс. А вместе с ними — и функция «Моя память». Рассказываем, как она устроена. «Моя память» позволяет на ходу попросить Алису AI запомнить или записать что-то, а она превратит это в структурированные списки или заметки, к которым потом можно обратиться где угодно: через наушники, в чате с нейросетью, на Станциях и ТВ Станциях. Функция активируется только по команде человека: Алиса AI будет сохранять информацию, только если пользователь её об этом сам попросит. С её помощью можно создавать: 🟣 Списки — Алисе AI можно сказать: «Сохрани сплетни, чтобы рассказать подруге», и она создаст список и будет его обновлять. 🟣 Напоминания — если сказать: «Напомни за час, что завтра в 10 у меня приём у врача», то Алиса AI напомнит в нужное время. 🟣 Заметки — можно продиктовать идею для проекта или чего угодно, а Алиса AI структурирует и отредактирует мысли и создаст текстовую заметку. При этом все записи синхронизируются между устройствами. Надиктовали в наушниках — можно посмотреть в чате или спросить у колонки дома. Все заметки доступны пользователю в отдельном интерфейсе в приложении. Алиса AI ищет данные в «Моей памяти» не по точным словам, а по смыслу. Если, к примеру, спросить: «Где моя машина?», то она найдёт заметку «стоянка за синим забором у третьего подъезда», хотя прямых совпадений по словам нет. Модель понимает, когда пользователь обращается именно к «Моей памяти». «Напомни, что было во второй серии “Кибердеревни”» — это не создание напоминалки и не поиск по заметкам, а запрос информации из интернета. Разработчики научили Алису AI различать запросы по тысячам примеров реальных фраз. А ещё Алису AI научили точно считать даты — нейросети могут ошибаться в понимании фраз типа «на следующей неделе» или «через два дня», но людям так проще создавать заметки. Поэтому в датасет модели добавили примеры вычислений точных дат из подобных фраз. «Моя память» уже доступна пользователям Дропс, а вскоре функция появится для всех пользователей устройств и чата с Алисой AI. Подписывайтесь 👉 @techno_yandex

Ты абсолютно прав, это отличная идея! Нам точно нужно обсудить ИИ-подхалимство, которое также называют сикофантией. Слово «сикофант» родилось в Древней Греции: συκοφάντης переводится как «показывающий на инжир». По одной из версий, так называли людей, которые сдавали контрабандистов инжира (его вывоз был запрещен). Изначально сикофантами называли доносчиков, но позже смысл поменялся на «льстец» или «подхалим». Именно в этом значении слово попало в ИИ-индустрию — сикофантством называют склонность нейросетей льстить пользователю. Причина ИИ-подхалимства лежит в самом методе обучения чат-ботов. Модели часто донастраивают на обратной связи (RLHF): люди оценивают ответы, выбирают более полезные, а система запрограммирована стремиться к высокой оценке. Человеку приятнее ответ, который подтверждает его мнение, поэтому такие ответы получают более высокие оценки, а модель оптимизируется под то, чтобы понравиться оценщику.  В 2025 году, например, подхалимство вызвало широкое обсуждение во время релиза GPT-4o, потому что нейросеть была готова нахваливать любой бред пользователя. OpenAI даже пришлось откатить релиз и перевыпускать модель из-за реальной опасности сикофантии. Ведь модель может поддакивать не только смехотворным идеям для бизнеса, но и более опасным мыслям пользователя, которые способны навредить как ему, так и окружающим. Подписывайтесь 👉 @techno_yandex

Чтобы упорядочить хаотичные данные за несколько минут, просто поручите это ИИ. Но для работы с таблицами нужно правильно ставить задачи. Главное правило  Нейросетям не стоит отдавать сотни строк и столбцов и просить самостоятельно что-нибудь посчитать. Модели в этом ненадёжны и иногда стремятся заполнить пустые ячейки: если числа нет, они подставят что-нибудь правдоподобное. С помощью ИИ лучше писать формулы, создавать скрипты для таблиц и искать ошибки в данных. Создавайте таблицы Хаотичные данные нужно структурировать. Частая ошибка — кинуть модели данные и попросить оформить в таблицу. Сначала расскажите о задаче, выберите формат и поставьте ограничения:

«Ты аналитик. Помоги мне сделать таблицу для [вставьте свою цель]. Проанализируй мои прикреплённые данные: [текст/список/выгрузка]. Предложи структуру таблицы: названия колонок и что должно быть в каждой. Затем оформи данные в таблицу формата CSV. Используй точку с запятой (;) в качестве разделителя. Убедись, что внутри ячеек нет лишних знаков препинания, которые могут сломать структуру при импорте. Заполняй таблицу строго по моим данным. Если для ячейки нет данных, ставь прочерк, не придумывай значения».

Генерируйте формулы Если не хочется разбираться с формулами, попросите нейросеть сделать их за вас и потом просто вставьте в готовую таблицу. Укажите, что нужно посчитать, где лежат данные (конкретные колонки и диапазоны) и какие есть условия:

«Напиши формулу для Excel: посчитать процент выполнения плана. Факт — в колонке B (B2:B100), план — в колонке C (C2:C100). Учти правило деления на ноль: если в плане пусто или ноль, ставь прочерк. Кратко объясни мне, как эта формула работает».

Пишите скрипты  Попросите нейросеть сделать скрипты для автоматизации рутины. В Excel они называются макросами, а в Google Sheets эту функцию выполняет Apps Script. Опишите нейросети задачу, вставьте в редактор и запустите. 

«Напиши Google Apps Script. Он должен проверять колонку E. Если там стоит "Просрочено", строка должна окрашиваться в красный цвет».

Редактируйте в интерфейсе ИИ Чтобы не вносить правки по всей таблице вручную, загрузите файл в обычный диалог с чат-ботом, который умеет исполнять код. Дальше ИИ напишет в этом же диалоге код, который отредактирует таблицу внутри интерфейса и вернёт результат. Например: 

«Напиши Python-код, который удалит дубли в колонке email, приведёт даты к единому формату ДД.ММ.ГГГГ и сохранит результат в новый файл».

Проверьте таблицу В конце устройте таблице ревизию. Лучше сделать это в новом диалоге, чтобы модель смотрела на неё свежим взглядом:

«Проверь таблицу как внимательный аналитик данных. Найди: — пустые или сомнительные ячейки; — дубли строк; — нарушенный формат дат и чисел; — слишком общие формулировки; — возможные ошибки в формулах; — колонки, которые можно объединить, убрать или переименовать. Если это необходимо, после ревизии предложи исправленную версию таблицы и отдельно перечисли, что нужно проверить вручную».

И в конце всё-таки перепроверьте всё сами — особенно если работаете с деньгами, расчётами или данными, за которые отвечаете лично. Подписывайтесь 👉 @techno_yandex

Как звучит ваша комната? У каждого помещения своя акустика, под которую нужно подстраивать звук, чтобы добиться качественного звучания. Умные колонки делают это автоматически.  Что искажает звук в помещении 🟢 Модульный резонанс — в зависимости от размера и формы комнаты басы затухают или усиливаются в разных углах 🟢 Размытие — отражаясь от стен, звук возвращается к слушателю с задержкой и меняет звучание 🟢 Реверберация — гул, создаваемый многократными отражениями звука от стен Как создают «отпечаток» акустики  В студиях звукозаписи всё это устраняют поглотителями и диффузорами на стенах, но колонки измеряют искажения и компенсируют их алгоритмически. Для этого они анализируют акустику комнаты с помощью разных сигналов: специального свип-сигнала, покрывающего слышимые частоты, коричневого шума (как помехи на ТВ), и самой музыки. Когда сигнал возвращается на микрофон, алгоритм сравнивает его с оригиналом и по изменениям составляет «отпечаток пальца» акустики, который называется импульсным откликом помещения. Как устраняют искажения Отклик позволяет как имитировать акустику, так и устранять её влияние. В первом случае создают прямой фильтр, который можно наложить на любую дорожку, во втором — обратный, через который постоянно проходит аудио колонки. Так умные колонки и адаптируют звук. Например, если комната превращает бас в гул на частоте 80 Гц, фильтр приглушает эту частоту. Комната её усилит обратно, и бас прозвучит, как было задумано. Обратный фильтр на умных колонках создаётся разными методами. Разово, когда акустика анализируется при первом запуске или перемещении колонки, или постоянно, когда колонка регулярно проверяет звучание музыки и подстраивает его на лету. Яндекс Станция, например, делает это каждые 30 секунд — опцию «Коррекция под помещение» можно включить в настройках колонки в «Доме с Алисой». Подписывайтесь 👉 @techno_yandex

💻 Технодайджест недели Microsoft и Nvidia показали новое железо. Главная новинка недели — чип Nvidia RTX Spark на архитектуре Arm для Windows-компьютеров: в нём 20-ядерный процессор, более шести тысяч графических ядер и до 128 ГБ объединённой памяти, которую делят между собой процессор и видеокарта. Одним из первых ноутбуков на этом чипе станет Surface Laptop Ultra, который в прессе уже называют первым настоящим конкурентом MacBook Pro от Microsoft. Помимо этого, Microsoft представила на конференции Build фонового ИИ-агента Scout на базе OpenClaw, первую собственную рассуждающую модель MAI-Thinking-1 и квантовый чип Majorana 2. Microsoft также показала Project Solara — ОС на базе Android для устройств с ИИ-агентами вместо привычных приложений. Среди примеров устройств были настольный хаб и рабочий бейдж с экраном, камерой, 5G и биометрией. Но пока это именно концепты, а не серийные гаджеты. В Яндекс Музыке появилась Моя волна по текстовому запросу. Пользователь может написать ИИ-компаньону Люмену, какая музыка ему нужна: под настроение, занятие или конкретную ситуацию. После этого сервис запускает персональную Мою волну с учётом запроса, музыкальных вкусов, времени суток и характеристик треков. OpenAI выложила в открытый доступ проект самодельной камеры. Она называется ImageGenCam и собирается на базе микрокомпьютера Raspberry Pi Zero и корпуса, который можно напечатать на 3D-принтере. Фишка камеры в том, что каждый снимок обрабатывает нейросеть, превращающая кадр в комикс, рисунок или накладывающая другой фильтр, который придумал пользователь. OpenAI опубликовала код и инструкции по сборке камеры на GitHub, а создавать её компания предлагает вместе со своим агентом Codex — он может помочь с реализацией камеры или кастомизацией её под себя. Яндекс выпустил датчик присутствия для умного дома. В отличие от датчика движения, он фиксирует присутствие человека, даже когда тот сидит неподвижно — например, читает или смотрит кино. Внутри стоит радарный датчик миллиметрового диапазона: он сканирует комнату и определяет не только присутствие, но и местоположение человека. Помещение можно разбить на три зоны и настроить для каждой свои сценарии в приложении «Дом с Алисой» — скажем, включать свет над столом, когда за него садятся, и не выключать, пока человек сидит. Стоимость датчика составляет 3490 рублей. ⭐ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

А вы заправили свои ролики? На фотографии — демонстрация изобретения Антонио Пиррелло, основателя Motorized Roller Skate Company из Детройта. Компания появилась в 1955 году и выпускала самоходные ролики. Устройство состояло из рюкзака с бензиновым мотором, который давал тягу на правый конёк, левый же служил рулём. Ролики позволяли разогнаться до 64 км/ч и стоили $250 (около 160 тысяч рублей в пересчёте на сегодняшний день). Массовым продукт так и не стал — то ли из-за высокой цены, то ли из-за сомнительной безопасности. Однако образец изобретения до сих пор хранится в Национальном музее роликовых коньков в Линкольне. Подписывайтесь 👉 @techno_yandex

Люди начали общаться с компьютерами ещё 60 лет назад Под огромные ЭВМ были отведены целые комнаты, и люди отдавали им команды через терминал или командную строку — чёрный экран с текстом. С тех пор изменилось практически всё, кроме терминала. Подписывайтесь 👉 @techno_yandex

🗯 Что включить для прополки грядок? Моя волна научилась подбирать треки под настроение, конкретное занятие или эмоцию — нужно лишь составить текстовый запрос. А дальше в дело вступает люмен. Люмен — это персональный ИИ-компаньон. Внутри у него сразу две ИИ-модели, и именно они выбирают нужное из миллионов треков. Рекомендательная модель анализирует характеристики треков: метаданные, плейлисты, в которые его добавляли, теги из открытых источников. Кроме того, ИИ извлекает из композиции базовые параметры — темп, энергичность, тональность, музыкальные инструменты. На основе этого для каждого трека создаётся эмбеддинг — векторное представление данных для сравнения с другой музыкой. Языковая модель анализирует текстовый запрос пользователя. Недавно в Моей волне появились гиперконтекстные рекомендации, которые учитывают окружающую обстановку (например, время суток или локацию). Эти данные, в том числе, помогли «объяснить» языковой модели, как люди слушают музыку в разных ситуациях. Модель подбирает музыку с характеристиками, подходящими под запрос, создаёт из них тот же эмбеддинг, чтобы сравнить с массивом треков, найти нужные и превратить в Мою волну. Один и тот же запрос для разных людей означает разное: под «грустной музыкой для пасмурной погоды» кто-то подразумевает тяжелый рок, а кто-то — спокойный джаз. Поэтому люмен постоянно дообучается при взаимодействии с пользователем, чтобы выдавать более точные рекомендации. Подписывайтесь 👉 @techno_yandex

Раньше за сериалом стояли десятки людей и бюджеты до миллиона долларов за эпизод. Теперь один человек с хорошей видеокартой заменяет целую съёмочную команду. Как ИИ-аватары меняют производство видео — рассказали в новом «Технорепорте», смотрите в Telegram, на YouTube или в VK Видео. Подписывайтесь 👉 @techno_yandex

ИИ — это дополнительный найм, а не сокращения. По крайней мере, так считает глава OpenAI Сэм Альтман, заявивший об этом в интервью каналу CNBS. Согласны с его оценкой? Подписывайтесь 👉 @techno_yandex

Лицо, голос и даже личность теперь могут существовать отдельно от человека. ИИ-аватары уже ведут эфиры, снимаются в роликах и позволяют одному автору делать то, для чего раньше требовалась целая команда. В новом выпуске «Технорепорта» исследуем этот рынок изнутри: 🟢 Как один автор заменяет съёмочную команду — рассказывает основатель студии AI Molodca Александр Доброкотов 🟢 Почему «зловещая долина» перестала пугать и стала эстетикой — объясняет продюсер и креатор Света Рейн 🟢 Куда движутся ИИ-платформы будущего — выясняем с Николаем Гавриловым, который отвечает за генеративный контент в Алисе AI. Смотрите здесь, на YouTube или в VK Видео. 01:31 — Где грань между ИИ-аватаром и анимированной куклой? 02:48 — Как поведенческая модель меняет правила игры? 04:02 — «Вся производственная цепь может свестись к двум людям» 05:38 — Насколько дешевле ИИ-сериал по сравнению с обычным? 07:13 — Платформа, где неизвестные ребята будут расти 08:33 — «Кривизна стала эстетикой» 09:41 — Как блогеры заменяют себя ИИ-аватарами? 10:43 — Три пути ИИ-подмены 12:43 — Нейро-война США и Китая 13:42 — Реестры согласий и паспорта лиц. Подписывайтесь 👉 @techno_yandex

🚉 Покажем, что внутри Станций, и расскажем, как мы их создаём, — сегодня на Twitch-канале Яндекса В 17:00 (МСК) встречаемся на стриме с инженерами-электронщиками из команды Алисы и умных устройств — Лёшей Фоменко и Геной «Крэйл» Кругловым. Они разрабатывают аппаратную часть Станций, а в свободное время любят паять, проектировать платы и делать электронику для хобби-проектов. В эфире ребята расскажут о том, как удаётся безопасно выкатывать ночные обновления на миллионы умных колонок, как настраивается звучание, часто ли приходится отказываться от идеального решения из-за сложности в производстве, и многое другое. Подключайтесь в 17:00 (МСК) и задавайте вопросы в чате. За самые классные подарим призы! twitch.tv/yandex twitch.tv/yandex twitch.tv/yandex Кстати, послушать Лёшу Фоменко вживую можно будет 25 июня на фестивале о технологиях и карьере в ИТ — YOUNG CON: регистрируйтесь, количество мест ограничено. А ещё напоминаем о розыгрыше с каналом ТЕХНО — кастомизируйте Станцию 1 и выиграйте призы!

🚉 Покажем, что внутри Станций, и расскажем, как мы их создаём, — сегодня на Twitch-канале Яндекса В 17:00 (МСК) встречаемся на стриме с инженерами-электронщиками из команды Алисы и умных устройств — Лёшей Фоменко и Геной «Крэйл» Кругловым. Они разрабатывают аппаратную часть Станций, а в свободное время любят паять, проектировать платы и делать электронику для хобби-проектов. В эфире ребята расскажут о том, как удаётся безопасно выкатывать ночные обновления на миллионы умных колонок, как настраивается звучание, часто ли приходится отказываться от идеального решения из-за сложности в производстве, и многое другое. Подключайтесь в 17:00 (МСК) и задавайте вопросы в чате. За самые классные подарим призы! twitch.tv/yandex twitch.tv/yandex twitch.tv/yandex Кстати, послушать Лёшу Фоменко вживую можно будет 25 июня на фестивале о технологиях и карьере в ИТ — YOUNG CON: регистрируйтесь, количество мест ограничено. А ещё напоминаем о розыгрыше с каналом ТЕХНО — кастомизируйте Станцию 1 и выиграйте призы!

🐈 Нужна инструкция, как погладить котика? Возьмите простой советский ДРАКОН! Раз вы уже знаете про этот алгоритмический язык программирования, который подходит практически для любых задач. Давайте посмотрим на него в действии. Подписывайтесь 👉 @techno_yandex

В СССР водились драконы Точнее, один — особый язык программирования, на котором должен был работать космический корабль «Буран». Подписывайтесь 👉 @techno_yandex