Искусственный интеллект. Высокие технологии

🤯 ЕГО НАЗЫВАЛИ «САМЫМ МОЛОДЫМ ПРОФЕССОРОМ КЕМБРИДЖА». Потом нашли плагиат и ложь в биографии - теперь он найден мёртвым История Джейсона Ардея ещё недавно выглядела почти невероятной даже по меркам Кембриджа. В 2023 году университет представил его как самого молодого темнокожего профессора в своей истории. Ардей занимался социологией образования, много говорил о неравенстве и нейроразнообразии и быстро стал заметной фигурой британской академической среды. Но в 2026 году вокруг его академической карьеры начали появляться вопросы. Сначала исследователи обратили внимание на докторскую диссертацию Ардея 2015 года. В ней нашли большое количество фрагментов, очень близких к более ранней работе другого автора. В разных проверках фигурировали десятки и более сотни совпадающих или практически дословно воспроизведённых предложений. Один из экспертов, изучавших материалы, говорил о масштабном заимствовании. Сам Ардей отрицал сознательный плагиат и говорил об ошибках, недостаточном научном руководстве и особенностях своей работы во время подготовки диссертации. Liverpool John Moores University, где он получил степень, ранее не признал обвинения в плагиате доказанными и назвал часть проблем возможными «честными и разумными ошибками». Однако история на этом не закончилась. Журналисты начали проверять другие части его биографии и публикаций. Появились вопросы к отдельным достижениям, благотворительным историям и формулировкам в научных статьях. Cambridge сначала публично защищал профессора от кампании, которую университет считал направленной на подрыв его репутации, но позже всё же начал собственное расследование после получения новой информации о квалификациях и заявленных должностях Ардея. В начале августа Ардей ушёл из Кембриджа. Он говорил, что многолетнее давление и публичное внимание стали слишком тяжёлыми для него и его семьи. 14 августа 41-летнего Ардея нашли без сознания в доме в Баттерси на юге Лондона. Его смерть полиция назвала неожиданной, но на данный момент не рассматривает её как подозрительную. Семья заявила, что находится в шоке, и связала произошедшее с длительной травлей и потоком обвинений вокруг него. В итоге история, которая несколько лет подавалась как пример невероятного академического восхождения, превратилась в один из самых болезненных скандалов британской университетской среды. Причём однозначной версии здесь нет. Критики Ардея считают, что университеты слишком долго игнорировали серьёзные вопросы к его работам и биографии. Его сторонники отвечают, что проверка давно перестала быть обычным разбирательством об академической добросовестности и превратилась в персональную кампанию с огромным публичным давлением. Расследования и споры вокруг его работ фактически не успели получить окончательную точку до его смерти. https://www.bbc.com/news/articles/c1e146jw618o

🎵 Suno получил серьёзного конкурента. Китайская Minimax открыла доступ к Music 3 - модели, которая умеет создавать полноценные треки бесплатно. Что умеет: • генерировать музыку длиной до 10 минут; • писать текст песни или работать с вашим текстом; • отдельно управлять стилем, вокалом и инструментами; • создавать чистый звук без заметных артефактов; • работать с русским языком. Главная фишка - больше контроля над результатом. Можно отдельно задать, каким будет жанр, голос исполнителя и музыкальная часть. Music 3 уже доступна с открытыми весами на Hugging Face и через демо-интерфейс. Модель: https://huggingface.co/MiniMaxAI/MiniMax-Music3 Демо: https://huggingface.co/spaces/MiniMaxAI/MiniMax-Music3

У Anthropic нашлась своя «первая леди» - и её биография выглядит как сценарий для сериала. WSJ раскопала историю Ками Кларк, жены Дарио Амодея. Формально она вообще не работает в Anthropic, но регулярно появляется рядом с CEO на ключевых мероприятиях, общается с инвесторами и, по данным издания, выступает для Амодея неформальным стратегическим советником. Но куда интереснее то, чем Кларк занималась до эпохи Claude. В начале 2010-х она пыталась запустить Eddice - премиальный порно-проект, ориентированный на женскую аудиторию. Идея была в том, чтобы создать более «осознанный» и качественный взрослый контент. Денег не хватало, поэтому Кларк искала инвесторов буквально по всей Кремниевой долине. В какой-то момент она вышла даже на Джеффри Эпштейна. Переписка, опубликованная спустя годы, показывает, что Кларк отправляла ему материалы проекта и позже напрямую предлагала вложиться. Эпштейн к тому моменту уже был осуждён за сексуальное преступление. Инвестиции в итоге не случились. Зато примерно в тот же период Кларк познакомилась с тогдашним CEO Google Эриком Шмидтом. Позже они несколько лет встречались, а эта связь неожиданно сыграла важную роль уже в истории Anthropic. Когда Амодей запускал компанию, именно Кларк познакомила его со Шмидтом. В 2021 году бывший глава Google вошёл в число ранних инвесторов Anthropic в раунде на $124 млн. Более того, сама Кларк пыталась создать отдельный фонд Mother of AGI Fund, который должен был формализовать её участие вокруг Anthropic и управлять инвестициями Шмидта, но внутри компании эту идею не поддержали. Получается довольно необычная траектория: от попыток собрать деньги на премиальный порно-стартап до неформального влияния вокруг одной из самых дорогих AI-компаний мира. До расследования WSJ о Кларк почти ничего нельзя было найти в интернете. По данным газеты, часть информации о ней целенаправленно удалялась из публичного пространства. Даже Claude знает о жене собственного CEO удивительно мало.

✔️ ChatGPT пришёл на Linux OpenAI выпустила предварительную версию десктопного приложения ChatGPT для Linux. Клиент собирает в одном окне обычный чат, Work и Codex. Есть сборки .deb и .rpm под x64 и ARM64. Официально поддержаны Ubuntu 24.04 и 26.04 LTS, Debian 13, Fedora 43 и 44. Пользователям других дистрибутивов, пока идёт превью этап, придётся по-прежнему работать через браузер или ставить неофициальные сборки. OpenAI в X ✔️ У Gemini миллиард пользователей в месяц Гендиректор компании Сундар Пичаи назвал Gemini самым быстрорастущим продуктом в истории Google и 14-м её сервисом, который преодолел миллиардный рубеж. В феврале было 750 млн человек, в мае - 900 млн, в июле - 950 млн. Последние 50 млн пришли за один месяц. На iOS аудитория перевалила за 100 млн. Голосом с Gemini общаются 63% пользователей. В режиме Gemini Live каждый пятый запрос идёт с камерой или показом экрана, а школьники прикладывают файл к 38% запросов. Каждый день Gemini генерирует больше 150 млн изображений. blog.google ✔️ Microsoft выпустила MAI-Code-1.1-Flash для GitHub Copilot Новая языковая модель вчетверо дешевле июньской версии. Токенов на задачу она тратит на 25% меньше, а выживаемость кода (доля написанного моделью, которая остаётся в проекте) выросла на 4%. В тестах MAI-Code-1.1-Flash обходит предыдущую версию и компактные Haiku 4.5 и GPT-5.4 mini, но проигрывает DeepSeek-V4-Flash и по баллам, и по цене генерации. Сравнение с DeepSeek Microsoft вынесла только в техотчёт, в пресс-релиз оно не попало. Microsoft продолжает вытеснять чужие модели своими - семейство MAI постепенно становится вариантом по умолчанию в ИИ-сервисах компании. microsoft.ai ✔️ Alibaba открыла модель, которая анимирует персонажей в реальном времени Команда Tongyi Lab выложила веса Wan-Animate-2. Модель берёт движение с одного видео и переносит его на персонажа, а потом строит готовую сцену с разных ракурсов. Она справляется с необычными пропорциями тел и любым соотношением сторон кадра. Из пайплайна убрали скелетный риггинг, оценку поз и сжатие признаков движения. Теперь модель сама сопоставляет движение с телом персонажа. По данным Alibaba, качество не уступает Kling и Dreamina. Веса лежат на Hugging Face и ModelScope. Также доступна версия Wan-Animate-2-Lite - для цифровых аватаров и трансляций. Для видео в 720p нужно восемь ускорителей A800. Lite-версия выдаёт 24 FPS в разрешении 400×720 на четырёх H100. Alibaba Wan в X ✔️ Mistral откроет свою платформу для чужих моделей Французский стартап начал хостить сторонние модели на своих серверах. Первой стала GLM-5.2, она развёрнута на инфраструктуре Mistral с теми же гарантиями хранения данных и местного контроля, что и собственные продукты компании. Заодно компания вывела в общий доступ региональные эндпоинты в Европе или США и запустила приоритетный тариф с гарантией доступности. Суверенный ИИ Mistral теперь понимает как контроль над серверами и правилами обработки данных, а не как обязательное обучение моделей с нуля. Ранее независимые исследователи выяснили, что архитектура флагманской Mistral Large 3 похожа на DeepSeek V3. В сети шутят, что Европе больше не нужно переупаковывать азиатские модели - достаточно дать им свои серверы. mistral.ai @ai_machinelearning_big_data #news #ai #ml

Что скрывается за монетизацией поиска и реков в Авито 👀 Рассчитать ожидаемую выручку сложнее, чем кажется: нельзя просто умножить вероятность на ставку. На практике всё упирается в данные, метрики и бизнес-ограничения. Если вам интересно, как работает наше ранжирование, приходите на Хабр почитать и оставить комментарии.

Похоже, разговоры о регулировании frontier AI уже идут не только из Вашингтона. Перед уходом с поста CEO Google DeepMind Демис Хассабис продвигал идею независимого органа, который задавал бы стандарты безопасности для самых мощных ИИ-систем. По данным WSJ, он обсуждал инициативу с руководителями AI-лабораторий и представителями администрации Трампа, включая Скотта Бессента и Майкла Кратсиоса. Предлагаемая структура финансировалась бы самой индустрией, работала вместе с федеральными ведомствами и национальными лабораториями США, тестировала модели на риски для нацбезопасности и определяла, какие системы уже относятся к frontier-классу. На фоне того, как модели всё лучше находят уязвимости и получают больше автономности, идея внешних правил выглядит всё менее теоретической. Похоже, крупнейшие игроки уже готовятся к этапу, где возможностей ИИ станет слишком много, чтобы полагаться только на внутренние safety-команды. https://www.wsj.com/tech/ai/deepminds-hassabis-pitched-ai-oversight-body-before-shake-up-e25b3f71

🔥 NVIDIA выпустила Nemotron 3.5 Lightning: 30B-параметров, но на каждый токен работают только 3B Новая модель сделана под долгоживущих AI-агентов, coding-задачи и дешёвый inference. Внутри гибридная архитектура Mamba-2 + MoE + Attention, контекст до 1 млн токенов, а pretraining прошёл на более чем 20 трлн токенов. За счёт MoE из 30B параметров активируются около 3B, поэтому модель можно развернуть даже на одном H100 или DGX Spark. NVIDIA сразу выпустила и NVFP4 checkpoint для более экономного inference. Отдельно прокачали скорость генерации. Вместе с Lightning выходят сразу три варианта speculative decoding: встроенный MTP и внешние drafter-модели DSpark и DFlash, которые пытаются предсказывать несколько следующих токенов за один проход. По собственным eval NVIDIA, NVFP4-версия набирает 75,57 на GPQA Diamond, 52,8 на SWE-bench Verified и 81,62 на MMLU Pro. При этом модель специально готовили через SFT и RL для кода, tool calling, многошаговых агентных задач и structured output. Получился довольно интересный «рабочий двигатель» для агентов: огромный контекст, всего 3B активных параметров и несколько способов разогнать decode без перехода к гигантской модели. huggingface.co/collections/nvidia/nvidia-nemotron-v3 #AI #NVIDIA #Nemotron #LLM #Agents

✔️ Kimi поймали на следах Claude: модель могла обучаться на его скрытых рассуждениях Исследователи нашли способ восстанавливать зашифрованные reasoning-блоки закрытых моделей и решили проверить, помнят ли другие LLM эти скрытые цепочки. Самая сильная аномалия оказалась у Kimi-K3. Если дать Kimi начало конкретного рассуждения Claude, модель продолжает его намного точнее, чем другие LLM. В некоторых тестах разница доходила примерно до шести порядков. На примере с Opus 4.8 это видно особенно хорошо: Kimi получает несколько первых токенов скрытого reasoning и дальше идёт почти по той же логике решения. Без этой подсказки рассуждает иначе. Это ещё не доказательство того, что Moonshot напрямую использовала приватные данные Claude. Но выглядит так, будто Kimi могла видеть похожие скрытые траектории во время обучения. Модель могла перенять сам способ решения задач. https://x.com/kotekjedi_ml/status/2087147093735714919 #AI #Kimi #Claude #LLM

🚀 Alibaba Cloud утверждает, что теперь может строить крупные AI-дата-центры всего за 100 дней Для сравнения: сопоставимые проекты в Китае обычно занимают около 6-12 месяцев, а в США - 12-18 месяцев. Секрет - архитектура CUBE 5.0. Вместо последовательного строительства на площадке Alibaba переносит значительную часть работ по электропитанию, охлаждению, безопасности и инфраструктуре на заводы, где модули производятся параллельно. По данным компании, такой подход позволяет: * сократить срок строительства до 100 дней * снизить затраты примерно на 10% * быстрее масштабировать инфраструктуру под GPU-кластеры По сути, дата-центр превращается из большого строительного проекта в модульную систему, которую собирают как конструктор. На фоне гонки за вычислительными мощностями это может оказаться не менее важным преимуществом, чем более быстрые GPU: выигрывает тот, кто быстрее превращает железо в работающий кластер. scmp.com/tech/big-tech/article/3363637/alibaba-says-modular-design-delivers-ai-data-centres-100-days-10-lower-cost

🧠 Claude попытался решить гипотезу Римана и случайно улучшил результат, который десятилетиями считался пределом. Исследовательская версия Claude не доказала саму гипотезу Римана, но нашла новый результат для связанной задачи: повысила известную нижнюю границу доли нулей дзета-функции, лежащих на критической прямой, с 41,6% до 67,2%. Claude Code получил очень общий запрос: «серьёзно попробуй решить гипотезу Римана». Сначала модель перебрала около 650 идей без успеха. Затем за полтора дня она координировала примерно 60 субагентов, выполнила около 2400 shell-команд, написала сотни Python-скриптов и провела тысячи численных проверок. Всего было сгенерировано около 31 млн выходных токенов. После обнаружения результата агенты: - искали контрпримеры; - перепроверяли доказательство независимо; - скачали 54 научные работы, чтобы убедиться, что результат не был получен ранее; - формализовали доказательство в Lean. Работу дополнительно изучили математики Anthropic и внешние эксперты по теории чисел. Саму гипотезу Римана Claude не решил. А полезный новый математический результат возник как побочный эффект автономного исследования задачи, которую модель решить не смогла. https://www.anthropic.com/research/riemann-zeta #AI #Claude #Mathematics #Research #AIAgents

🧠 Claude Code научили помнить, что происходило в прошлых сессиях Claude-Mem - open-source система постоянной памяти для AI-агентов. Она автоматически фиксирует действия агента, сжимает историю в семантические summaries и возвращает нужный контекст в следующих сессиях. Что внутри: - persistent memory между сессиями; - поиск по истории проекта; - SQLite для хранения sessions, observations и summaries; - Chroma для hybrid semantic + keyword search; - MCP-инструменты search, timeline, get_observations; - progressive disclosure - сначала агент получает компактный индекс, а подробности вытягивает только при необходимости. - Авторы заявляют до ~10x экономии токенов при таком поиске по памяти. Проект работает не только с Claude Code - в репозитории есть интеграции с Codex, Gemini, Copilot, OpenCode и другими агентными инструментами. Агент больше не начинает каждую новую сессию практически с нуля - история проекта превращается в отдельный слой памяти. GitHub: https://github.com/thedotmack/claude-mem #AI #ClaudeCode #AIAgents #LLM #OpenSource

⚡️ Nvidia готова вложить до $3 млрд в Lancium - и это ставка не на GPU, а на самый дефицитный ресурс AI-инфраструктуры: электричество и подключение к сети. По данным The Information, инвестиция связана с инфраструктурой для Stargate. Lancium занимается тем, чего сегодня всё чаще не хватает крупным AI-дата-центрам: - землёй под строительство; - доступом к энергосетям; - крупными мощностями; - подготовленной инфраструктурой для быстрого запуска объектов. Если Nvidia вложит все $3 млрд, её доля может приблизиться к 30% портфеля, который оценивается примерно в $10 млрд. Особенно интересна структура сделки. Nvidia входит обычным equity: - без гарантий строительных кредитов; - без обязательств по аренде; - без принятия строительного риска на себя. То есть Nvidia рискует в основном оценкой актива, а не тем, насколько дорого или сложно будет физически построить дата-центры. И это важный сигнал. Следующая гонка AI идёт уже не только за GPU. Она идёт за землю, мегаватты и готовые подключения к энергосети. https://www.theinformation.com/articles/nvidia-invest-3-billion-blackstone-backed-power-firm-behind-stargate #Nvidia #AI #Datacenter #Infrastructure #Stargate

🚨 В GTA только что произошло то, чего Rockstar сама не захотела делать В феврале Rockstar заявила: в GTA 6 не будет генеративного ИИ и разговорных NPC. А сегодня крупнейший польский RP-сервер сделал обратное Humalike (платформа/технология для создания ИИ-персонажей) и просто оживил NPC. Теперь NPC в городе: - сами начинают разговоры и спорят с игроками - имеют собственный характер и манеру общения - видят ваши действия — достали оружие? Начинается паника - запоминают события - распространяют информацию между собой — ограбили заправку, и вскоре об этом знает весь район И вот здесь начинается самое интересное. Тысячи игроков годами отыгрывали жизнь в этом городе между собой. Город начал отыгрывать жизнь в ответ. Боты разговаривают. Реагируют. Помнят. Обсуждают тебя. Если эта технология масштабируется, RP-серверы могут стать одним из первых мест, где мы увидим действительно живые игровые миры с ИИ-персонажами. #GTA #GTA6 #AI #Gaming #RolePlay #NPC #ArtificialIntelligence

🚨 Нашёл API, который обещает 10 МИЛЛИОНОВ токенов бесплатно каждый месяц What Runtime от Bad Theory Labs даёт доступ к 340+ моделям через один OpenAI-совместимый API: • Claude Opus 4.8 • GPT 5.5 • DeepSeek V4 Pro / Flash • Kimi K2.6 • GLM 5.2 • Gemini, Llama, Qwen и сотни других Главная фишка - btl-2 router. Он сам выбирает подходящую модель под каждый запрос, а бесплатный лимит заявлен на уровне 10 млн токенов в месяц. Карта не нужна - достаточно авторизации через Google. Подключение занимает пару минут: 1. Открыть runtime.badtheorylabs.com 2. Зарегистрироваться 3. Получить API Key BTL_... 4. Указать Base URL: https://runtime.badtheorylabs.com/v1 5. Выбрать btl-2 Работает с Cursor, Aider, OpenCode, LangChain и другими инструментами, поддерживающими OpenAI API. 🔥 DeepSeek V4 Pro и Flash во время launch-промо тоже заявлены как бесплатные. Теоретически такой сервис может заметно сократить расходы на несколько AI-подписок сразу. Но есть нюанс: бесплатный тариф промоционный, лимиты и условия могут измениться по мере роста сервиса. Для серьёзного production перед использованием также стоит проверить privacy policy, rate limits и условия хранения данных. Сохраните, пока условия не поменялись. #AI #LLM #API #OpenAI #Claude #DeepSeek

🔥 ByteDance, по данным FT, обучает модель размером до 10 ТРИЛЛИОНОВ параметров Это примерно в 3,6 раза больше Kimi K3 от Moonshot AI с её 2,8 трлн параметров и потенциально сопоставимо по масштабу с крупнейшими системами Anthropic. Сейчас модель ByteDance находится на стадии pre-training. Источники FT говорят о конфигурации до 10 трлн параметров, но сама ByteDance публично характеристики не подтвердила, а Reuters не смог независимо проверить эту цифру. 10 трлн параметров ≠ автоматически лучшая модель. Если архитектура использует Mixture-of-Experts, на каждом токене может активироваться лишь небольшая часть всей сети. Kimi K3, например, при 2,8 трлн общих параметров активирует только часть экспертов. https://x.com/Lentils80/status/2085472000886411332

Microsoft раскрыла неудобную правду об ИИ-буме: почти всё держится на OpenAI В новой отчётности Microsoft впервые указала, что за финансовый 2026 год получила от коммерческих соглашений с OpenAI $24,1 млрд выручки. Ещё $6 млрд OpenAI оставалась должна компании на конец июня. На фоне этого особенно громко выглядит другая цифра: аналитики оценивают весь ИИ-бизнес Microsoft примерно в $34 млрд за год. Получается, OpenAI могла обеспечить около 70% ИИ-выручки Microsoft. Но важное уточнение: сама Microsoft цифру 70% не называла. Это оценка Bloomberg, основанная на раскрытых $24,1 млрд и темпах роста ИИ-бизнеса компании. Основная часть денег связана с огромными вычислительными расходами OpenAI: обучение моделей и работа ChatGPT требуют дата-центров Azure. Дополнительно учитываются платежи за разработку и доля Microsoft в продажах OpenAI. Схема выглядит почти замкнутой: Microsoft инвестирует в OpenAI ↓ OpenAI покупает вычисления Azure ↓ Microsoft записывает платежи как выручку OpenAI действительно потребляет инфраструктуру Microsoft. Но цифры показывают огромную зависимость от одного клиента. Если рост ChatGPT замедлится, OpenAI сменит облачного партнёра или сократит расходы на вычисления, значительная часть «ИИ-выручки» Microsoft окажется под угрозой. Источник: отчётность Microsoft за FY2026 и анализ Bloomberg.