Анализ данных (Data analysis)

​В продуктах VK появится нейропоиск Discovery AI — новый движок для поиска и рекомендаций на базе собственной LLM. Технологию внедрят в Дзен, VK Видео и Медиапроекты Mail. В отличие от привычных ИИ-помощников, этот движок не ищет по всему интернету, а копается только в контентной базе продуктов VK и учитывает интересы пользователя. Система может выдавать ответы быстрее чем за полсекунды и обрабатывать до 3 000 поисковых запросов в секунду. https://habr.com/ru/companies/vk/articles/1054358/

​В продуктах VK появится нейропоиск Discovery AI — новый движок для поиска и рекомендаций на базе собственной LLM. Технологию внедрят в Дзен, VK Видео и Медиапроекты Mail. В отличие от привычных ИИ-помощников, этот движок не ищет по всему интернету, а копается только в контентной базе продуктов VK и учитывает интересы пользователя. Система может выдавать ответы быстрее чем за полсекунды и обрабатывать до 3 000 поисковых запросов в секунду. https://habr.com/ru/companies/vk/articles/1054358/

❤️❤️❤️❤️❤️❤️❤️❤️❤️❤️ Как научить ИИ искать информацию, управлять контекстом и автоматизировать сложные процессы? Ответы на эти вопросы разберут на событии Yandex AI Studio Series Summer Edition, которое стартует 16 июля и продлится до 30 июля. Событие объединит экспертов Яндекса и специалистов, которые создают современные ИИ-продукты и хотят глубже разобраться в архитектуре агентных систем и возможностях Yandex AI Studio. Для кого: — backend- и fullstack-разработчиков; — ML/ИИ-инженеров; — продуктовых менеджеров; — бизнес-аналитиков, интеграторов и ИИ-стартапов. Присоединяйтесь к Yandex AI Studio Series, чтобы узнать, как применять ИИ-инструменты в реальных задачах, а не только экспериментировать с ними.

🔥 Tencent Hunyuan представила PhoneBuddy - агентный фреймворк для управления телефоном на базе Qwen3.5-4B. Средняя производительность выше, чем у GPT-5.4 и Seed 2.0 Pro, но ниже, чем у Gemini 3.1 Pro. На бенчмарке из 150 задач результаты выросли так: SFT: 36.67% Real-app RL: 40.67% Hybrid RL: 45.33% На AndroidWorld рост ещё заметнее: 60.3% → 83.2% https://arxiv.org/abs/2606.23049

⚡Выбирать железо для обучения и инференса моделей больше не нужно Qwen, Whisper, Deepseek и другие нейросети уже готовы к работе на приватной инфраструктуре. Просто выбираете нужную модель и получаете готовый инференс-сервис в пару кликов в Selectel. Каталог ИИ-моделей Selectel — удобный инструмент для работы с нейросетями, когда нужны безопасность и производительность. Что вы получаете в пару кликов: ⚡Большой выбор моделей для ваших задач: для генерации текстов и кода, распознавания речи, создания контента и других. ⚡Производительность и гибкое масштабирование. Инференс-сервис развернут на современном железе с актуальными видеокартами и автоматически адаптируется при росте или снижении нагрузки. ⚡Прогнозируемая стоимость: платите за фактическое время потребления вычислительных ресурсов. Начните работать с ИИ-моделями на выделенной инфраструктуре: https://slc.tl/i0hn1 Реклама. АО "Селектел". erid:2W5zFGqCmpM

⚡️ Google открыла Nano Banana 2 Lite и Gemini Omni Flash Google выкатила два новых инструмента для генеративных медиа: Nano Banana 2 Lite для быстрых изображений и Gemini Omni Flash для видео и conversational editing. Nano Banana 2 Lite - самая быстрая и дешёвая image-модель в линейке Nano Banana. Она рассчитана на high-throughput пайплайны, прототипирование и массовую генерацию, где важны скорость и цена. Google заявляет около 4 секунд на text-to-image и цену $0.034 за 1K image. При этом модель сохраняет нормальное следование промпту, стабильность персонажей и читаемый текст внутри изображения. Gemini Omni Flash - модель для генерации и редактирования видео через текст, изображения и видео-референсы. Её можно использовать для natural language video editing, мультимодальных сцен, синхронизации текста с действием и быстрых итераций. Цена заявлена на уровне $0.10 за секунду видео, как у Veo 3.1 Fast. Сначала Nano Banana 2 Lite быстро генерирует изображение, потом Omni Flash превращает его в видео. Через Interactions API можно сохранять историю сессии и делать до трёх последовательных правок. Ограничения у Omni Flash пока есть: генерация до 10 секунд, audio references и scene extension в API ещё не поддерживаются, а длинные video references пока обрабатываются неидеально. https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-omni-flash-nano-banana-2-lite/

⚡️ Google открыла Nano Banana 2 Lite и Gemini Omni Flash Google выкатила два новых инструмента для генеративных медиа: Nano Banana 2 Lite для быстрых изображений и Gemini Omni Flash для видео и conversational editing. Nano Banana 2 Lite - самая быстрая и дешёвая image-модель в линейке Nano Banana. Она рассчитана на high-throughput пайплайны, прототипирование и массовую генерацию, где важны скорость и цена. Google заявляет около 4 секунд на text-to-image и цену $0.034 за 1K image. При этом модель сохраняет нормальное следование промпту, стабильность персонажей и читаемый текст внутри изображения. Gemini Omni Flash - модель для генерации и редактирования видео через текст, изображения и видео-референсы. Её можно использовать для natural language video editing, мультимодальных сцен, синхронизации текста с действием и быстрых итераций. Цена заявлена на уровне $0.10 за секунду видео, как у Veo 3.1 Fast. Сначала Nano Banana 2 Lite быстро генерирует изображение, потом Omni Flash превращает его в видео. Через Interactions API можно сохранять историю сессии и делать до трёх последовательных правок. Ограничения у Omni Flash пока есть: генерация до 10 секунд, audio references и scene extension в API ещё не поддерживаются, а длинные video references пока обрабатываются неидеально. https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-omni-flash-nano-banana-2-lite/

Fable 5 может потребовать верификацию личности * Новые строки из утечки приложения Claude намекают, что Fable 5 могут вынести в отдельную систему usage credits, с оплатой вне обычной подписки. * В том же обновлении упоминается проверка личности: «Ваши кредиты будут добавлены после подтверждения вашей личности». Это появилось рядом с изменениями по кредитам для Fable 5, хотя Anthropic раньше говорила, что ID-проверки не связаны с Fable. * Похоже, Fable 5 может выйти с верификацией личности, более строгим доступом и отдельной оплатой по использованию.

Команда LongCat представила LongCat-2.0 - полную модель, которая стоит за Owl Alpha на OpenRouter. Это MoE-модель на 1.6T параметров, примерно с 48B активных параметров и контекстом до 1M токенов. Основной фокус - agentic coding и длинные задачи, где модели нужно не просто отвечать, а работать с репозиторием, терминалом, поиском и большим объёмом контекста. В архитектуре есть несколько важных решений. LongCat Sparse Attention отвечает за эффективную работу с 1M-context. Zero-Compute Experts динамически активируют от 33B до 56B параметров на токен, не тратя вычисления на лишние эксперты. MOPD делит экспертизу на три группы: Agent, Reasoning и Interaction, а gate выбирает нужный маршрут под задачу. По заявленным результатам модель выглядит сильной именно в агентных сценариях: 70.8 на Terminal-Bench 2.1, 59.5 на SWE-bench Pro, 77.3 на SWE-bench Multilingual, 73.2 на FORTE, 78.8 на RWSearch и 79.9 на BrowseComp. Tech Blog: https://longcat.chat/blog/longcat-2.0/

❤️❤️❤️❤️❤️❤️❤️❤️❤️❤️ Как научить ИИ искать информацию, управлять контекстом и автоматизировать сложные процессы? Ответы на эти вопросы разберут на событии Yandex AI Studio Series Summer Edition, которое стартует 16 июля и продлится до 30 июля. Событие объединит экспертов Яндекса и специалистов, которые создают современные ИИ-продукты и хотят глубже разобраться в архитектуре агентных систем и возможностях Yandex AI Studio. Для кого: — backend- и fullstack-разработчиков; — ML/ИИ-инженеров; — продуктовых менеджеров; — бизнес-аналитиков, интеграторов и ИИ-стартапов. Присоединяйтесь к Yandex AI Studio Series, чтобы узнать, как применять ИИ-инструменты в реальных задачах, а не только экспериментировать с ними.

🖥 NVIDIA показала HORIZON для agentic hardware design У NVIDIA вышла работа про HORIZON - систему, где агентное программирование переносится в дизайн железа. Идея интересная: hardware design рассматривается не как разовая генерация Verilog-кода, а как эволюция целого репозитория. Markdown harness превращается в project pack: внутри доменные знания, исполняемый evaluator, критерий приёмки и правила работы с git. Дальше агент не просто пишет кусок кода, а меняет изолированное worktree, запускает проверки и двигается по результатам verifier harness. Для железа это особенно важно. Здесь мало красивого ответа в чате: дизайн должен проходить исполняемые тесты, симуляции и формальные ограничения. Поэтому verifier становится настоящим интерфейсом между агентом и задачей. В статье заявляют 100% benchmark completion на нескольких наборах задач по hardware design. Даже если вы не работаете с EDA, за этим стоит следить: agentic coding начинает заходить туда, где ошибка стоит намного дороже, чем сломанный unit test. Paper: https://arxiv.org/abs/2606.28279

FT: Apple просит Вашингтон разрешить закупку DRAM у CXMT, китайского поставщика из чёрного списка, потому что спрос на AI-серверы сделал обычную память для устройств болезненно дорогой. DRAM - это краткосрочная рабочая память внутри iPhone, Mac и iPad. HBM - более быстрая многослойная версия памяти для AI-ускорителей. Из-за AI-бума производственные мощности всё сильнее уходят в серверы, а не в потребительские устройства. Проблема Apple в давлении поставщиков. Компания в основном зависит от Micron, Samsung и SK Hynix, тогда как CXMT могла бы дать более дешёвую поставку из китайской программы развития памяти, поддержанной государством. Но CXMT находится в списке Chinese Military Company у Пентагона. Сам по себе он не запрещает Apple покупать у компании, но сигнализирует о риске для нацбезопасности. Ситуация станет куда серьёзнее, если Минторг США добавит CXMT в Entity List. Потеря Apple $263 млрд рыночной стоимости была связана с давлением цен на память, из-за которого пришлось поднимать цены на MacBook и iPad. Это показывает, как спрос на AI-инфраструктуру уже повышает себестоимость обычных потребительских устройств. https://www.ft.com/content/d72a25e2-7bde-4aa9-bd8d-0c4f3d6cb2cb?syn-25a6b1a6=1

✔️ Fine-tuning больших LLM больше не обязан быть мучительно медленным. 4 open-source библиотеки, которые ускоряют обучение моделей: 1. Unsloth AI Ускоряет fine-tuning Qwen, Llama, Gemma и других моделей, снижает расход VRAM, подходит даже для consumer GPU и Colab/Kaggle. https://github.com/unslothai/unsloth 2. LLaMA Factory Удобный CLI и WebUI для fine-tuning 100+ моделей. Поддерживает LoRA, QLoRA, full/frozen tuning и разные режимы квантования. https://github.com/hiyouga/LLaMA-Factory 3. DeepSpeed Фреймворк для масштабного distributed training: ZeRO, FSDP, multi-GPU, multi-node и продвинутая оптимизация памяти. https://github.com/deepspeedai/DeepSpeed 4. Axolotl Yaml-based пайплайн для LoRA/QLoRA, DPO, GRPO и multimodal fine-tuning. Хорошо дружит с Hugging Face. https://github.com/axolotl-ai-cloud/axolotl

BrowserBC - новый open-source проект от команды ViDA, который исследует более эффективный способ запускать web agents. Вместо того чтобы использовать frontier-модель на каждом шаге agent workflow, BrowserBC один раз записывает человеческий web flow с помощью более сильной модели, превращает его в переиспользуемый skill, а затем отдаёт выполнение меньшей и более дешёвой модели. Результаты выглядят заметно: на WebArena-Hard число tool calls падает на 27%, а success rate растёт с 60% до 81%. https://github.com/Einsia/Browser-BC

США снова открыли доступ к Claude Mythos 5 от Anthropic для более чем 100 одобренных организаций. Теперь доступ к Mythos 5 получат более 100 компаний и институтов, включая многие компании из Fortune 500. «Я определил, что необходимые меры безопасности соблюдены, чтобы разрешить отдельным доверенным партнёрам доступ к модели Claude Mythos 5», - написал министр торговли Говард Латник в пятницу Тому Брауну, chief compute officer Anthropic. Точный список Annex A не был опубликован. Ранее публичная founding group Project Glasswing включала AWS, Apple, Broadcom, Cisco, CrowdStrike, Google, JPMorgan Chase, Linux Foundation, Microsoft, NVIDIA и Palo Alto Networks. Но этот публичный список партнёров не является тем же самым, что секретный список Annex A. Похоже, правительство делает приоритет на институтах, где defensive upside выше, а риск misuse проще контролировать: cloud providers, chip-компании, vendors операционных систем, security-компании, банки, операторы инфраструктуры и федеральные агентства. https://www.semafor.com/article/06/27/2026/us-releases-powerful-anthropic-model-mythos-to-some-us-companies

Anthropic начала возвращать доступ к Claude Mythos 5, но пока не всем. Компания заявила, что с 12 июня работала с правительством США, чтобы восстановить доступ к Claude Mythos 5 и Fable 5. Теперь власти разрешили снова развернуть Mythos 5 для части американских организаций, которые занимаются эксплуатацией и защитой критической инфраструктуры. Anthropic называет Mythos 5 своей самой сильной моделью для кибербезопасности. То есть доступ возвращают не глобально, а сначала тем структурам, которые работают с инфраструктурой, безопасностью и защитой систем. Параллельно компания продолжает переговоры с правительством, чтобы расширить доступ к Mythos 5 и снова сделать Fable 5 доступной для общего использования. Ситуация хорошо показывает новый режим для frontier-моделей: релиз уже зависит не только от самой лаборатории, но и от согласований с государством. https://x.com/AnthropicAI/status/2070665903440871779

OpenAI показала GPT-5.6 Sol. Это новый флагман в линейке GPT-5.6. Вместе с ним идут Terra - более сбалансированная модель для повседневной работы, и Luna - быстрый и дешёвый вариант. Главный фокус Sol: сложные агентные задачи, кодинг, биология и кибербезопасность. Появляются два важных режима: • max — больше времени на глубокое рассуждение • ultra — работа через субагентов для сложных процессов Пока GPT-5.6 доступен только в ограниченном preview для доверенных партнёров через API и Codex. Более широкий запуск в ChatGPT, Codex и API обещают позже. https://openai.com/index/previewing-gpt-5-6-sol/

Это очень сильный отчёт - The State of the AI Economy от Exponential View. Главная идея: AI-экономика уже стала реальным рынком, а не только хайпом вокруг инфраструктуры. Ключевые цифры: • $110 млрд реальной AI-выручки за последние 12 месяцев после удаления двойного счёта. То есть если $1 потратили на Claude, он считается один раз, даже если часть денег потом ушла Amazon или другому инфраструктурному провайдеру. • $175 млрд - текущий annualized run rate. Это показывает резкое ускорение рынка. Считаются расходы конечных клиентов, а не деньги, которые просто проходят по цепочке поставщиков. В расчёт не включали Китай, внутреннюю экономию компаний от AI, рост рекламы, консалтинг и системную интеграцию. Темпы роста примерно в 3 раза быстрее, чем у мобильного интернета и обычного интернета на ранних этапах. Скорость формирования выручки резко выросла: новый $1 млрд AI-выручки теперь появляется меньше чем за 2 дня. В 2023 году на это уходило около 180 дней. Enterprise AI уже вышел за рамки пилотов, но глубокое внедрение на уровне всей компании всё ещё только начинается. Упоминания AI появились в отчётных звонках у 31% отслеживаемых компаний из S&P 500. Но только 20% компаний дали конкретные численные оценки влияния AI на бизнес. Интересный момент по инфраструктуре: AI-выручка hyperscalers пока примерно покрывает амортизацию AI-инфраструктуры. Но экономика GPU сильно зависит от предположения, что вычислительное оборудование будет использоваться около 6 лет. Для другой AI-инфраструктуры срок моделируют примерно на 14 лет. Снижение цен на токены не обязательно снижает выручку. Каждое снижение цены токенов на 10% приводит к росту использования токенов примерно на 12-18%. Это значит, что спрос на AI выглядит эластичным по цене: чем дешевле становится AI, тем быстрее растёт использование. Главные ограничения для будущего масштабирования - доступность электроэнергии и стоимость дата-центров. intelligence.exponentialview.co

Превью Anthropic Mythos, как сообщается, подтолкнуло DeepSeek к привлечению $7,4 млрд, потому что компания не могла конкурировать с Mythos. До этого трёхлетняя китайская AI-лаборатория полагалась на личное состояние CEO Ляна Вэньфэна, а не на внешний капитал. The Information сообщает, что перелом произошёл после апрельского preview Mythos от Anthropic. Лян, как утверждается, пришёл к выводу, что DeepSeek не сможет конкурировать на таком уровне без гораздо большего финансового резерва. Теперь DeepSeek активно расширяется: сейчас в компании около 300 сотрудников, а штат планируют «как минимум удвоить» в направлениях AI systems, infrastructure, product и research. https://www.theinformation.com/articles/anthropics-mythos-spooked-deepseek-prompting-7-4-billion-fundraising

🚨 Правительство США будет решать, кто получит доступ к GPT-5.6. OpenAI выпустит GPT-5.6 только в формате ограниченного preview для небольшой группы партнёров. Сэм Альтман сказал сотрудникам, что правительство будет «одобрять доступ отдельно для каждого клиента». Министр торговли Говард Латник лично звонил Альтману с предупреждением: не запускать модель без согласований с другими ведомствами. Это уже де-факто режим лицензирования. https://www.theinformation.com/articles/trump-administration-asks-openai-stagger-release-new-model-security-concerns