Аишка

Tencent раскрыла, что планирует в ИИ Tencent чаще всего знают как владельца WeChat – китайского супераппа, который объединяет мессенджер, соцсеть, платежи и десятки других сервисов. Правда, сама Tencent гораздо больше одного приложения – только за последний квартал компания получила больше 30 миллиардов долларов выручки. И теперь она применяет тот же подход в ИИ: делает собственные модели, рабочего агента, отдельного ИИ-агента для WeChat и планирует новые продукты. В свежей отчётности Tencent показала, какие продукты для неё особенно важны и уже приносят деньги. Hy3 – модель, которая вышла в июле, но уже поднялась на второе место OpenRouter по недельному потреблению токенов, уступая только DeepSeek V4-Flash. Для Tencent результат заметный, ибо прежние Hunyuan оставались в тени DeepSeek, Qwen и моделей ByteDance. Тем временем компания уже обучает более крупную Hy4 и собирается выпустить её до конца года. WorkBuddy – настольный ИИ-агент, который работает с файлами, документами и программами и разбивает задачи на несколько этапов. В июне он вышел на первое место среди китайских офисных ИИ-агентов по числу посещений, а вместе с ассистентом для кода набрал 27,5 миллиона взаимодействий. Tencent уже монетизирует сервис через подписки и дополнительные токены, а в июле запустила SkillPay – разработчики могут создавать платные навыки, которые оплачиваются прямо во время выполнения задачи. Xiaowei – ещё один агент, но уже внутри WeChat. Он может работать с сервисами приложения, запускать мини-программы и выполнять реальные действия вроде покупок и платежей. Пока Tencent проводит небольшой тест, используя отдельную модель WeLM, оптимизированную под WeChat, приватность и более дешёвые вычисления. Tencent пока не выглядит главным героем китайской гонки ИИ – чаще вспоминают DeepSeek, Alibaba или ByteDance. Но у компании уже есть собственные модели, рабочий агент и идеальная площадка для массового распространения своих продуктов. Денег на это Tencent не жалеет, капитальные расходы выросли на 176% год к году, до примерно 7,75 миллиардов долларов. Tencent также сообщает о крупных закупках вычислительной инфраструктуры и авансах для Hy, WorkBuddy и ИИ в WeChat. Правда, до прибыли всем этим новым ИИ-продуктам ещё далеко. Без них операционная прибыль Tencent за квартал была бы примерно на полтора миллиарда долларов выше. Зато, по словам самой компании, ИИ уже увеличивает спрос на облачные вычисления, а улучшенные рекомендации и автоматизация помогли рекламной выручке вырасти на 22%.

В ChatGPT добавили самую спорную функцию Windows 11 Приложение следит за тем, что пользователь делает за компьютером OpenAI добавила в приложение для macOS функцию Computer History. Она запоминает, какие приложения и сайты человек открывал, что делал и над чем работал, а потом позволяет ChatGPT и Codex использовать эту историю в следующих разговорах. Например, можно попросить найти документ, открытый утром, вспомнить, чем занимался до обеда, или продолжить вчерашнюю работу. Функция пока доступна подписчикам Pro, Business и Enterprise. Поначалу OpenAI экспериментировала с гораздо более прямолинейным способом наблюдения. Предшественник Computer History, функция Chronicle, просто смотрела на экран. Однако из-за, вероятно, неприятных ассоциаций с Оруэллом от такого подхода в итоге отказались. Новая версия получает через системные функции macOS информацию о кликах, вводе текста, сочетаниях клавиш и переключениях между приложениями. Эти данные отправляются на серверы OpenAI и превращают в «воспоминания», а результат возвращается на компьютер в виде обычных текстовых файлов. Они лежат на Mac, пока пользователь их не удалит. Желание OpenAI узнать о пользователе всё что можно, возможно, и не совсем здоровое, но вполне понятное. Сэм Альтман не скрывает этого и давно хочет создать ИИ, который помнит о пользователе всё. Чем больше ChatGPT знает о работе человека, тем меньше тому приходится каждый раз объяснять контекст – какой проект сейчас открыт, где лежат документы, что уже было сделано и так далее. В данном случае Computer History может даже замечать повторяющиеся действия и предлагать превратить их в навык или автоматизацию. Это логичное расширение стандартной памяти ИИ, уже на процесс взаимодействия с компьютером. Похожую идею Microsoft несколько лет назад попыталась реализовать в Windows 11 с помощью Recall. Правда, в итоге получила один из самых больших скандалов. Recall регулярно делал снимки экрана и создавал поисковую историю практически всего, что видел пользователь. После критики Microsoft пришлось задержать запуск и серьёзно переделать защиту. Здесь, несмотря на фору, без эксцессов тоже не обошлось – сама OpenAI предупреждает, что файлы с воспоминаниями не зашифрованы, могут содержать чувствительную информацию, а содержимое сайтов и приложений способно подсунуть ChatGPT вредоносные инструкции.

70% выручки Microsoft от ИИ приносит OpenAI Почти три четверти всех доходов Microsoft от ИИ приносит OpenAI. Microsoft впервые сообщила, что за последний финансовый год получила от коммерческих отношений с OpenAI 24,1 миллиарда долларов, а Bloomberg оценил весь её ИИ-бизнес за тот же период примерно в 34 миллиарда. Отсюда и взялись 70%. Правда, с «ИИ-бизнесом» есть нюанс – это внутренний показатель компании, в который входит часть облачного бизнеса и собственных сервисов вроде Copilot, но не какая-то понятная или определённая категория. Ещё несколько лет назад ситуация была обратной – Microsoft стала одним из главных инвесторов OpenAI и в общей сложности обязалась вложить в компанию около 13 миллиардов долларов. Одновременно OpenAI получила доступ к вычислительной инфраструктуре Azure, на которой обучает и запускает свои модели. Теперь OpenAI сама платит Microsoft за вычисления и облачные услуги, а ещё отдаёт часть своей выручки. Сколько из 24,1 миллиарда пришлось на каждый источник, компании не раскрывают, однако в итоге OpenAI за один год принесла Microsoft почти вдвое больше выручки, чем Microsoft обязалась вложить в неё за всё время партнёрства. Взаимная зависимость последние два года и была одной из причин постоянных споров между компаниями. OpenAI добивалась права покупать вычислительные мощности у других облаков, Microsoft параллельно начала делать собственные большие модели, чтобы её продукты не были привязаны к моделям одной компании. В итоге договор несколько раз пересматривали: теперь OpenAI может использовать другие облака, хотя Azure остаётся её основным партнёром. OpenAI меж тем превратилась из объекта инвестиций Microsoft в источник большей части её выручки от ИИ.

Apple случайно показала устройство Apple Intelligence в Китае На китайском сайте Apple внезапно появилась инструкция по функции, которую компания ещё даже не запускала. В ней подробно объяснялось, как подключить Qwen от Alibaba к Apple Intelligence на Mac. Через сутки документ исчез, а поддержка Apple в Китае заявила, что никаких сообщений о запуске не получала. Но теперь мы знаем, что именно Apple готовит для Китая. Qwen, судя по документу, не заменит Siri целиком. Это будет отдельное расширение, которое пользователь должен самостоятельно включить и привязать к аккаунту Alibaba. После этого Siri сможет отправлять туда отдельные сложные запросы, в том числе связанные с фотографиями и документами, а Writing Tools – использовать Qwen для генерации текста и изображений. По устройству схема напоминает интеграцию ChatGPT в глобальной версии Apple Intelligence: сначала работают собственные системы Apple, а для части задач подключается внешняя модель. Правда, внутреннее устройство китайского Apple Intelligence, похоже, тоже будет отличаться. Ещё прошлым летом Alibaba адаптировала Qwen3 для локального запуска на устройствах Apple, а теперь Reuters сообщает, что Apple вместе с Alibaba обучила отдельную языковую модель специально для Китая. Правда ли это, как именно она сочетается с Qwen и другими компонентами системы – пока неизвестно. Для iPhone Apple отдельной схемы не показывала, но, вероятно, подход будет похожим.

Т2 сделала единый сервис для нейросетей Т2 запустила для абонентов сервис Элюмента. Это единый интерфейс для работы с более чем 50 моделями ИИ. В списке доступных моделей компания перечисляет GPT-5, Claude, GPT-Image 2, Gemini, Veo 3.1 и другие. Через них можно генерировать текст, изображения, видео и музыку. Работает Элюмента на основе единого аккаунта. Вход происходит по номеру Т2, а подписка оплачивается с баланса телефона. Пользователь выбирает нужную модель, так что в одном интерфейсе оказываются в том числе зарубежные сервисы, которые из России напрямую недоступны. Модели доступны на каждом из четырёх тарифов стоимостью от 690 рублей в месяц. Отличается в зависимости от тарифа только количество внутренних токенов, которые расходуются на запросы и генерации. При этом чем сложнее или дороже модель, тем больше токенов потребуется.

DeepSeek выпустила свой экспериментальный Claude Code DeepSeek выпустила Harness – открытую систему для создания ИИ-агентов, которые могут работать с кодом, файлами, терминалом и другими программами. Компания пришла на этот рынок заметно позже Anthropic и OpenAI: до сих пор собственного аналога Claude Code у DeepSeek не было, её модели предлагали подключать к Claude Code, Codex и другим чужим агентам. Теперь DeepSeek решила сделать своего. Только вместо ещё одного клона Claude Code получился довольно оригинальный и экспериментальный конструктор для самых разных агентов. В Claude Code заранее определено, как агент устроен и работает. В Harness почти всё можно менять: модель, память, доступ к файлам и программам, среду, в которой выполняются команды, и даже саму логику работы агента – как он разбивает задачу на шаги, когда обращается к модели и что делает после каждого результата. Поэтому Harness можно превратить как в аналог Claude Code, так и в совсем другого агента под конкретную задачу. Harness появился задолго до этого релиза. Его раннюю версию DeepSeek уже использовала для тестирования новых моделей на задачах программирования, одновременно обучая V4 лучше работать с инструментами и выполнять длинные задания. То есть компания опоздала с собственным аналогом Claude Code, но не просто скопировала готовое, а открыла внутренний инструмент, для которого оптимизировала последнее поколение своих моделей. Пока, правда, это довольно сырая версия 0.1 для разработчиков, так что до удобства Claude Code ей ещё далеко.

DeepSeek больше не самый дешёвый DeepSeek резко поднимает цены. Неделю назад компания предупредила об их «значительном повышении», а теперь опубликовала новые тарифы. С 17 августа стоимость обработки запросов в самые загруженные часы вырастет больше чем втрое, генерации ответов – почти в 5 раз, а кэшированный ввод – в 12. Один из главных символов доступного ИИ впервые перестаёт быть самым бюджетным вариантом на рынке. Фактически DeepSeek вводит дневной и ночной тарифы. В китайский рабочий день запросы будут стоить вдвое дороже, в остальное время – дешевле, чтобы часть нагрузки уходила на свободные часы. При этом, несмотря на повышение, даже в пиковые часы V4 Flash остаётся одной из самых дешёвых моделей на рынке: миллион входных токенов будет стоить 0,44 доллара, выходных – 1,32 доллара. Kimi K3 и Claude Fable 5 стоят в разы дороже, соперничать может только более старая Qwen3.5 Flash. Причину повышения DeepSeek не называет, но одна из главных проблем компании известна. CEO Лян Вэньфэн неоднократно говорил, что денег хватает, а вот вычислений – нет. Именно поэтому DeepSeek годами пытается выжать больше из того же железа, а ответы V4 Flash довели до уровня гораздо более крупной модели за счёт оптимизации. Похоже, этого уже недостаточно: эффективность снижает цену каждого запроса, но не отменяет роста спроса, поэтому нагрузку приходится регулировать тарифами.

Одна из первых пирамид эпохи ИИ Леопольд Ашенбреннер в 24 года управлял хедж-фондом на десятки миллиардов долларов. Как это сейчас водится, торговал он акциями из сферы ИИ и верил – ну или убедил инвесторов поверить – в грядущую повсеместную интеграцию этой технологии. Инвесторы и рады: доходность фонда с начала года достигала 439%. Правда, потом что-то пошло не по плану. За один июль фонд потерял 67% стоимости, а Ашенбреннеру пришлось в спешке распродавать значительную часть портфеля. И частичным виновником этого, как ни странно, стал Сэм Альтман. Обо всём по порядку. Ещё пару лет назад Ашенбреннер вообще не был инвестором. Он работал в OpenAI в команде Ильи Суцкевера, а после увольнения написал 165-страничное эссе Situational Awareness о том, как ИИ в ближайшие годы перевернёт экономику. Текст стал хитом Кремниевой долины. Особенно помогла строчка OpenAI в резюме: человек из компании Сэма Альтмана, который дышал его флюидами, рассказывал о будущем достаточно убедительно, чтобы ему начали доверять люди с деньгами. Ашенбреннер открыл хедж-фонд с тем же названием, начал с нескольких сотен миллионов долларов, а меньше чем за два года разогнал его более чем до 20 миллиардов. Опыта управления инвестициями у него не было. Зато была почти мессианская теория: чем умнее становятся модели, тем больше им нужно вычислений, а значит, тем дороже будут производители памяти, владельцы дата-центров и прочие продавцы кирок для нового Клондайка эпохи ИИ. Старых разработчиков софта можно, наоборот, шортить. Ведь зачем человечеству условный Adobe, если всё скоро научится генерировать нейросеть? Сначала ставка сработала, успехи привлекали новых инвесторов, а новые деньги позволяли делать всё более крупные ставки. Чтобы разогнать фонд сильнее, Ашенбреннер начал занимать у банков. К концу июня доходность достигла тех самых 439%. А потом рынок пошёл в другую сторону. Любимые фондом компании начали дешеветь: SK Hynix потеряла почти половину стоимости от пика, сильно просели Sandisk и другие крупные позиции. Компании, на падение которых ставил Ашенбреннер, наоборот начали дорожать. Из-за кредитного плеча потери оказались ещё больше. Что, впрочем, не помешало Ашенбреннеру уже на фоне падения разослать инвесторам письмо с предложением воспользоваться моментом и вложиться ещё. Через несколько дней искать пришлось уже не новых вкладчиков, а покупателя на собственный портфель. Большую часть биржевых активов забрал Citadel, один из крупнейших хедж-фондов мира. Причём со скидкой более 10%, почти сразу неплохо заработав на покупке. Даже после обвала фонд оставался примерно на 80% выше начала года – до июля он успел вырасти больше чем в пять раз. Старые вкладчики в основном наблюдали, как исчезает заработанная прибыль, а поздние теряли уже собственные деньги. Ну и действительно заработать на этой истории в итоге смог сторонний фонд.

ИИ-ответы знакомят с брендами, о которых пользователь не слышал Пользователь может впервые узнать о компании из ответов ИИ, встроенных в поиск Google и Яндекса. Так хотя бы раз происходило с половиной опрошенных, а 56% позднее возвращались к замеченному сайту, медиа, бренду или сервису, выяснил РОМИР. То есть упоминание в ответе ИИ работает как ещё один канал повышения узнаваемости бренда. Причём интересно, что нейросеть может опираться не только на топ-10 поисковых ссылок и известные бренды, но брать информацию с других сайтов, о которых пользователи раньше не слышали. 66% опрошенных готовы заинтересоваться незнакомым сайтом или сервисом и изучить его отдельно, а 71% смотрят на источники, когда решают, что читать и сравнивать дальше. В итоге малоизвестный бренд может оказаться рядом с крупными компаниями, которые пользователь уже знает. При этом ответ ИИ не мешает дальше пользоваться поиском. В РОМИРе считают, что 69% опрошенных продолжают изучать обычную поисковую выдачу, а в вопросах, касающихся денег, здоровья или крупных покупок, 75% скорее перейдут почитать источник. Но важно, что РОМИР изучал только ИИ-ответы внутри поиска Google и Яндекса – неизвестно, как изменится картина в чат-ботах вроде ChatGPT, Perplexity или Алисы.

Япония осваивает военный ИИ Япония хочет внедрить ИИ в систему военного командования. По данным Nikkei, для анализа обстановки, работы с целями и управления беспилотниками рассматриваются Maven Smart System от Palantir, одного из крупнейших поставщиков военного софта для США, и Lattice от Anduril, которая специализируется на автономных боевых системах и дронах. Над ними Токио хочет поставить собственный управляющий слой от Sakana AI – частного японского ИИ-стартапа, который уже работает по контракту с Минобороны страны. Он будет распределять задачи между разными системами. Такой себе промежуточный вариант суверенного ИИ: самые мощные инструменты пока остаются иностранными, но правила их использования и часть инфраструктуры Япония пытается оставить у себя. В основе лежит модель Fugu – разработка Sakana AI, которая работает как диспетчер для нескольких моделей. Она разбивает задачу на части, выбирает подходящий ИИ для каждой из них и затем отдаёт общий результат. Для армии это позволяет сочетать разные инструменты: например, одну систему использовать для обработки разведданных, другую – для беспилотников, а небольшие локальные модели запускать непосредственно на технике. Sakana уже разрабатывает такие модели по контракту с японским оборонным агентством, включая решения для обработки данных с дронов и мобильных устройств. Но это пока скорее первый вынужденный этап. Если критическая функция остаётся у Palantir, Anduril или другой американской компании, полной технологической независимости всё равно нет. Поэтому следующий шаг очевиден: постепенно заменять отдельные иностранные компоненты собственными или открытыми моделями, дообучать их под военные задачи и переносить больше вычислений внутрь японского контура. То есть сейчас Япония не строит полностью национальный военный ИИ – она сначала строит систему, в которой потом сможет всё больше делать сама.

Suno переизобретает лицензию на музыку Suno ограничит скачивание сгенерированных в сервисе песен. С 3 сентября пользователям бесплатных тарифов разрешат скачать максимум 7 треков, подписчикам Pro – 20 в месяц, Premier – 60. Компания объясняет это борьбой со спамерами, которые лавинообразно генерируют музыку для стримингов. Но есть подозрение, что за ограничением скрывается попытка определить, как вообще лицензировать треки в мире ИИ-музыки. И ответ Suno даёт довольно неожиданный. Подписка Pro позволяет создать примерно 500 песен в месяц, но скачать можно будет только 20. Premier – около двух тысяч, скачать 60. При этом повторная загрузка той же песни, другой формат или выгрузка отдельных дорожек новым скачиванием не считаются. Новые правила коснутся даже старых треков из библиотеки. То есть лимит привязан к числу уникальных песен, которые пользователь решил вывести за пределы платформы. Эта схема появилась задолго до нынешней борьбы с музыкальным слопом, в чём пытаются убедить общественность. Ещё в ноябре прошлого года Suno закончила спор с Warner Music Group и договорилась создать вместе с лейблом новые лицензированные модели. Уже тогда договорились ограничить скачивания: бесплатный экспорт урезать, платным пользователям оставить месячные квоты, а дополнительные загрузки продавать отдельно. Если нейросеть может за копейки создать тысячу песен, брать деньги за каждую генерацию бессмысленно. Гораздо логичнее считать те композиции, которые пользователь действительно решил забрать себе. Как именно Suno и Warner будут делить деньги, стороны пока не раскрывают, но направление уже виднеется. Музыкальная индустрия уже пережила переход от продажи пластинок к продаже файлов, а затем – доступа к каталогам. Теперь ей предстоит придумать, как зарабатывать на генеративной музыке.

Цукерберг снова поверил в себя и открытый ИИ Марк Цукерберг написал 6,5 тысяч слов о том, почему мощные ИИ-модели нельзя оставлять в руках нескольких компаний. В эссе «Будущее – для всех» глава Meta* примеряет доспехи защитника открытого ИИ. Доколе, вопрошает Марк, небольшая группа разработчиков будет пугать человечество сверхинтеллектом, чтобы оставить его в своих руках? OpenAI и Anthropic он предусмотрительно не называет, но угадать, кто здесь на стороне сил тьмы, несложно. Эссе появилось очень кстати. Одновременно компания выпустила Muse Glimmer – открытую модель на 30 миллиардов параметров, которую можно скачать и запустить на собственном железе. Это первая открытая языковая модель Meta* более чем за год – со времён прохладно принятой Llama 4. В своём классе Glimmer получилась одной из сильнейших, немного уступая Qwen. Следом Meta* обещает в ближайшие недели открыть веса куда более мощной Spark 1.2. Меж тем, не далее чем в 2024 году Цукерберг уже пророчил открытому ИИ судьбу Linux (а себя, вероятно, видел в роли Торвальдса). В целом не без оснований: Llama тогда была одной из главных открытых моделей не только в США, но и в мире. Потом Llama 4 не оправдала ожиданий, Meta* пришлось перестраивать ИИ-направление и запускать уже закрытое семейство моделей Muse. Тогда же Цукерберг начал объяснять, что самые мощные модели открывать всё-таки не стоит. Теперь он решил переобуться и войти в ту же реку ещё раз. Только на берегу этой реки уже сидели и ждали, как это водится, китайцы. Пока Meta* разбиралась с собственными моделями, лидерство среди открытых ИИ успели перехватить китайские разработчики – прежде всего DeepSeek и Qwen. Причём уступать место американцам не собираются – несмотря на их старания с Gemma, Inkling и другими недавними попытками, в числе которых теперь модель Meta*. Опубликованный манифест удобно решает нужные Марку задачи – возвращает Цукербергу роль главного защитника открытого ИИ, а заодно объясняет, почему американцам нельзя отдавать этот рынок Китаю. Ну а Glimmer должен приоткрыть дверь в то самое будущее, о котором говорит Цукерберг. Есть, правда, подозрение, что в будущее возьмут не всех. Окажется ли среди счастливчиков сама Meta*? *Компания Meta признана экстремистской организацией в РФ

OpenAI купила генератор презентаций OpenAI приобрела NextSlide – стартап, который занимается превращением промптов, заметок, документов и результатов исследований в готовые редактируемые презентации. Сделку закрыли ещё в начале 2026 года, однако публично о ней основатель компании Ахмед Бешри рассказал только сейчас. Условия не раскрываются, самостоятельный продукт NextSlide закрыт, а его команда перешла в OpenAI и теперь работает над ChatGPT. Самой по себе генерацией слайдов удивить сегодня кого-либо трудно, это и так умеет делать ChatGPT. Акцент NextSlide был на том, как взять разрозненные исходники и превратить их в цельную, оформленную презентацию, которую после генерации можно редактировать. Это согласуется со стратегией OpenAI – ранее компания приобрела Crixet, разработчика облачного редактора научных документов. Затем в июле выпустила ChatGPT Work, который как раз нацелен на работу с документами и, в частности, создание презентаций. Одновременно вышла GPT-5.6 Sol, которую в том числе специально улучшили для работы с презентациями и слайдами. За тот же рынок рабочего ИИ одновременно соперничают, помимо сонма стартапов, Anthropic, Google и Microsoft. Claude умеет создавать и редактировать файлы PowerPoint, Gemini – создавать редактируемые презентации в Google Slides, а Copilot встроен непосредственно в PowerPoint. Поэтому сама возможность генерировать слайды уже давно не преимущество, но продолжается активная борьба за то, кто сделает это лучше.

Китай вливает миллиарды в падающие акции технологических компаний В Китае начали поддерживать падающий технологический рынок государственными деньгами. После нескольких недель снижения акций власти вывели на биржу так называемую национальную команду (national team) – подконтрольные государству структуры, которые скупают акции и биржевые фонды во время распродаж. Только две такие структуры сообщили о поддержке примерно на 60 миллиардов юаней, в том числе за счёт специального финансирования от центробанка. За последний год китайский технологический рынок рос непропорционально быстро. Капитализация одних только производителей чипов почти утроилась и теперь примерно сравнялась со всем банковским сектором страны. На этом фоне производитель памяти CXMT в первый день торгов вырос более чем в пять раз. Похожая коррекция началась и в других странах: инвесторы стали осторожнее относиться к компаниям, сильнее всего подорожавшим на ожиданиях вокруг ИИ. Особенно сильно просела Южная Корея, где рынок с июльского пика потерял около четверти стоимости. Китайский Shanghai Composite за это время снизился примерно на 4% – вероятно, благодаря вмешательству государства. В июле биржевые фонды, вкладывающиеся преимущественно в китайские технологические компании, получили рекордные почти 74 миллиарда юаней. Для падающего рынка это необычно: частные инвесторы скорее продавали акции, поэтому аналитики связывают значительную часть притока с государственной «национальной командой». Причём деньги, похоже, всё активнее направляют именно в технологический сектор. Пекину это особенно важно сейчас: после CXMT на биржу готовятся выходить новые производители чипов, разработчики роботов и ИИ, которым нужно привлекать деньги для дальнейшего роста. Раньше Китай, наоборот, ограничивал торговлю на заёмные деньги, чтобы сдержать слишком быстрый рост. Теперь государственные структуры сами превратились в покупателей. Китайские власти называют желаемый результат «долгим бычьим рынком» вместо резкого взлёта и обвала. По сути, Пекин пытается контролировать скорость коррекции – и пока, если сравнивать с той же Южной Кореей, это помогает сглаживать падение.

ИИ от создателя роботов Figure AI Компания Hark представила Handoff – ИИ-агента, которому можно поручить задачи в интернете. Для каждого запроса сервис запускает отдельный виртуальный компьютер с браузером, файловой системой и терминалом, после чего сам открывает сайты, нажимает кнопки и вводит данные. В демонстрациях Handoff заказывает еду и товары, бронирует рестораны и авиабилеты, ищет кандидатов в LinkedIn и собирает информацию из разных источников. Hark хочет превратить эту технологию в персональный ИИ, который сможет работать с аккаунтами пользователя и самостоятельно выполнять действия в интернете. Hark обучает работе с интерфейсами отдельную модель, которая на выходе генерирует движения курсора, клики и нажатия клавиш, и в дальнейшем рассчитывает полностью обучать её самостоятельно. По собственным тестам компании, Handoff в среднем превосходит GPT-5.4 и Claude Opus 4.8 в задачах управления браузером, а стоимость токена якобы примерно на порядок ниже, чем у передовых универсальных моделей. В данный момент продукт, по описанию, повторяет аналогичные продукты других компаний. Примечательно другое – компанию основал Бретт Адкок, создатель Figure, стартапа, который разрабатывает человекоподобных роботов для заводов и дома. С роботами у Адкока в целом получилось – Figure доросла до оценки в 39 миллиардов долларов и собрала больше 1 миллиарда инвестиций. Теперь компания пробует свои силы с новым золотым телёнком – в сфере ИИ-агентов. У Hark уже больше 700 миллионов долларов инвестиций и оценка в 6 миллиардов, среди инвесторов – Nvidia, AMD, Intel и Qualcomm. Проверить все обещания пока, впрочем, нельзя: для обычных пользователей Hark ещё не запущен, доступен только лист ожидания.

ЕС выбирает, кто построит семь больших дата-центров для ИИ Евросоюз собирается построить до семи больших дата-центров для обучения и запуска ИИ-моделей. Запланировали их ещё в апреле 2025 года, а теперь начали выбирать проекты, которые получат господдержку. Эти комплексы ЕС называет AI Gigafactories. Внутри будут десятки тысяч ускорителей, хранилища, высокоскоростные сети и облачная инфраструктура для крупнейших моделей. В Европе уже работают 19 меньших по размеру AI Factories на базе суперкомпьютеров, где мощности получают стартапы, компании и исследователи. Новые центры будут в несколько раз мощнее и рассчитаны на задачи, для которых этой инфраструктуры уже недостаточно. В ЕС рассчитывают, что строительство семи центров привлечёт больше 30 миллиардов евро. До 5 миллиардов готов выделить сам Евросоюз, как минимум столько же – страны, где появятся объекты. Больше 20 миллиардов должны найти консорциумы-победители, если смогут привлечь необходимые деньги. Победителей выберут только в 2027 году, первую очередь обещают достроить к маю 2028-го, а полностью развернуть гигафабрики – к 2032-му. То есть с начала проекта пройдёт 7 лет. Впрочем, учитывая любовь ЕС к сдвижкам вправо, есть шанс не увидеть их и тогда. Для ЕС это не первая попытка снизить технологическую зависимость. Параллельно там пытаются развивать собственное производство чипов и поддерживать европейских разработчиков ИИ. Но зависимость никуда не исчезает: среди поставщиков ускорителей снова Nvidia и AMD. Да и темпы реализации программы, скажем так, своеобразные. Пока Брюссель полтора года придумывал схему поддержки и ещё пять лет собирается её реализовывать, частные компании ждать не стали и уже строят крупные ЦОДы самостоятельно. Логика понятна, ведь за несколько лет рынок могут занять конкуренты, технологии – поменяться, а сегодняшний дефицит мощностей – закончиться. Пока, впрочем, Европе их всё равно не хватает.

Бесплатный ChatGPT становится безлимитным OpenAI меняет условия бесплатного ChatGPT. Раньше пользователям давали ограниченное число запросов к GPT-5.5 Instant, а после исчерпания лимита сервис переключался на более простую модель GPT-5.5 Instant Mini. Теперь основной моделью станет модель последнего поколения – GPT-5.6 Luna. Переписываться с ней можно будет без ограничений по числу текстовых сообщений. Для сложных вопросов появится кнопка Think, которая позволит модели потратить больше времени на ответ. Лимиты сохранятся для файлов, изображений и других инструментов. Для платных подписчиков обновили GPT-5.6 Sol, которая была доступна и раньше. Теперь одна и та же модель отвечает и на быстрые запросы, и в режиме рассуждения, а количество времени на обдумывание можно менять. OpenAI утверждает, что Sol лучше следует запросу, меньше перегружает ответы лишними подробностями и реже ошибается. Логичный ход, учитывая более щедрые условия конкурентов. Китайские Qwen и DeepSeek бесплатно дают пользоваться своими актуальными моделями, российские GigaChat и Алиса также доступны без подписки и лимитов. У американских сервисов же чаще встречается другая схема работы, когда бесплатный доступ ограничивают по объёму использования, а часть самых дорогих моделей и режимов оставляют подписчикам.

Suno проиграла суд по авторскому праву Немецкий суд признал Suno, стартап для генерации музыки, нарушителем авторских прав в первом европейском деле об обучении музыкального ИИ. Иск подала GEMA, управляющая правами композиторов и музыкальных издателей. Суд запретил Suno использовать шесть конкретных песен, обязал раскрыть связанные с нарушениями доходы и выплатить компенсацию. Её размер определят позднее, а решение первой инстанции ещё можно обжаловать. Suno не отрицала, что эти композиции входили в обучающий набор, а записи брали с YouTube. Но суд пошёл дальше обычного спора о пиратском использовании контента и решил, что песни закрепились ещё и внутри самой модели. Было решено, что исходные записи повлияли на числовые параметры настолько, что модель могла снова воспроизвести узнаваемые мелодию, гармонию и ритм. Этот след суд и признал копией произведения. Юристы GEMA, правда, не наткнулись на эти копии случайно. Напротив, понадобилось очень постараться – они вводили полный оригинальный текст песен, названия и описание их стиля, а затем сделали 338 генераций, чтобы получить похожий на оригинал результат. Модель буквально брали измором, пока она не выдала то, что нужно. Суд против такого подхода не возражал. Это, конечно, не история уровня полуторамиллиардного соглашения Anthropic, но решение всё равно важное. Европейский суд признал, что нарушением авторских прав может быть не только использование произведения при обучении или готовая генерация, но и его воспроизведение внутри самой модели, если из её параметров можно восстановить конкретное произведение. Если решение не изменится после апелляции, разработчикам придётся следить не только за происхождением данных и обучающей выборкой, но и за тем, что именно модель способна воспроизвести. А там и до мысленного эксперимента с обезьяной и печатной машинкой недалеко.

Google Earth научили генерировать фейки Взрывы, беженцы, ДТП и атомные станции: что успели нарисовать пользователи Google добавила в Earth ИИ-генератор, который позволял выбрать любое место на карте и сгенерировать картинку на его основе. Компания предлагала использовать функцию, чтобы показать будущую застройку, воссоздать исторический облик города или экспериментировать с визуализацией. Однако часть пользователей быстро смекнула, что тем же способом к реальным дорогам и зданиям можно дорисовать, например, пожар, воронку от взрыва, лагерь беженцев или что-нибудь в таком духе. Например, исследователь Хенк ван Эсс добавил беженцев возле границы США и Мексики, построил атомную электростанцию в Иране и устроил ДТП в Амстердаме. Журналисты 404 Media создали воронку от взрыва в Лос-Анджелесе, лагерь бездомных и протест возле офиса самой Google. Модель Nano Banana сохраняла все нужные детали выбранного места, поэтому результат выглядел достаточно правдоподобно, как обычный снимок из Google Earth. Google заявляла, что вредоносные запросы блокируются, а все результаты получают метку SynthID. Её можно увидеть через Gemini или Google Lens, если пользователь сам решит проверить файл. На следующий день после запуска Google отключила функцию и пообещала вернуть её с более строгими ограничениями. Сделать подобные дипфейки можно было и раньше – взять скрин из Google Earth, загрузить его в Gemini, ChatGPT или другой генератор и попросить дорисовать, что нужно. Новая функция максимально упростила процесс – Earth сам давал снимок нужного места, сохранял ракурс и сразу передавал его модели, всё в рамках плана Google на экосистемную интеграцию ИИ. Правда, в компании не учли, что в условиях ряда идущих конфликтов это заметно упростило всем создание правдоподобных дипфейков. Интеграция генеративных функций в карты встречается и вызывает опасения уже не первый раз – недавно компания дала возможность делать видео в Flow на основе панорам.

Apple требует ограничить разработки OpenAI Apple попросила суд уже сейчас запретить OpenAI, io Products и двум бывшим сотрудникам компании получать, использовать или распространять её закрытые материалы. Недавно Apple обвинила OpenAI и выходцев из своей команды в краже разработок, которые могли помочь при создании нового потребительского устройства. Теперь компания также требует ускорить сбор документов и допросить ответчиков и других сотрудников OpenAI, не дожидаясь обычных этапов процесса. OpenAI впервые подробно ответила на обвинения, назвав иск «небрежным, агрессивным и странно личным». Компания опубликовала переписку, которая указывает на ошибки Apple при увольнении сотрудников и попытке начать переговоры. Например, бывшего инженера Чанга Лю уже после ухода продолжали просить помочь с поиском внутренних материалов. Переписка помогает OpenAI оспорить два второстепенных тезиса Apple: что компания проигнорировала первое обращение и что после увольнения Лю полностью потерял доступ к внутренним материалам. Однако она ничего не говорит о главном обвинении – скачивал ли Лю закрытые разработки для OpenAI и попали ли эти данные в её проекты.