Динамика индекса Мосбиржи и рост цен на алюминий

Использование Claude Code для анализа продукта
Использование Claude Code для планирования запуска продукта
Game Science отказалась от генеративного ИИ в разработке Black Myth: Zhong Kui
Китайская студия Game Science, создатель Black Myth: Wukong, подтвердила, что не будет использовать генеративный искусственный интеллект при создании образов и ассетов для своей новой игры Black Myth: Zhong Kui — мифологического ролевого боевика, наследника Wukong.
По словам разработчиков, они не видят смысла гнаться за новейшими технологиями ради самих технологий, предпочитая традиционные методы создания контента.
Правила возвращения к работе после отпуска для солопренеров
Модульный тупофон от Side Technologies

Критика избытка новостей о взломах нейросетей
Новые пауэрбанки Xiaomi с функцией мониторинга состояния аккумулятора

Оффлайн-версия азиатского маркетплейса в распродажу

Как собака стала нашим лучшим другом: новая книга о происхождении домашних пород
Revolut получил банковскую лицензию во Франции

TSMC и NYCU создали атомный буфер для 2D-транзисторов на MoS₂
Исследователи Национального университета Ян Мин Цзяотун (NYCU) совместно с TSMC решили ключевую проблему двумерных полупроводников: стандартное нанесение изолирующего диэлектрика на монослой дисульфида молибдена (MoS₂i) толщиной 0,7 нм повреждало его поверхность и создавало дефекты, рассеивающие электроны и снижающие подвижность.
Решением стал промежуточный эпитаксиальный слой алюминия на поверхности MoS₂, который при окислении превратился в атомарно тонкую прослойку оксида алюминия — буфер, защищающий канал и обеспечивающий равномерный рост основного изолятора из оксида гафния (HfO₂) сверху. Это позволило одновременно снизить утечки тока и сохранить высокую подвижность электронов, приближая 2D-материалы к массовому производству чипов на реальных подложках.
ВыводБуферный слой оксида алюминия имеет толщину всего 0,42 нм
Открытие J-space в модели Claude: сознательный доступ без субъекта

Qwen выпустил Qwen-MM-Plugins — мультимодальный tool layer для AI-агентов
Команда Qwen опубликовала на GitHub репозиторий Qwen-MM-Plugins — набор плагинов, который добавляет мультимодальные возможности любому агентскому harnessi'у не через встроенную в модель мультимодальность, а через набор вызываемых инструментов. Агент сам обнаруживает нужный capability, вызывает его и встраивает результат в более длинную цепочку действий.
Вместо схемы «агент → одна мультимодальная модель» получается «агент → набор специализированных multimodal tools → цепочка действий»: агент может прочитать изображение, найти объект, вырезать область, прогнать OCR, сопоставить с видео, транскрибировать аудио и собрать всё в единый ответ.
Датамайнер показал раннюю версию Demon’s Souls

Уязвимости Bluetooth в бытовой технике
Мозговой штурм как инструмент бизнес-роста
