Разработчики Qwen опубликовали на Hugging Facei открытые веса новой модели Qwen3.8-2.4T-A95Bi — с общим числом параметров 2,4 трлн. Это один из крупнейших публично доступных весовых релизов ИИ-модели на сегодня.
Сообщество уже подготовило квантованные GGUFi-версии для локального запуска (через unsloth), хотя большинство пользователей отмечают, что запустить модель такого масштаба у себя просто негде.
Stability AI представила Stable-Layers — инструмент, который разбирает обычное изображение на отдельные RGBA-слоиi (фон, персонажи, предметы), пытаясь при этом восстановить то, что было скрыто за объектами на переднем плане. Это не собственная архитектура Stability, а LoRAi-надстройка поверх сторонней модели Qwen-Image-Layered 20B, дополнительно обученная методом Flow-GRPOi.
По сравнению с оригинальной Qwen-Image-Layered результат заметно чище: меньше дублирующихся слоёв, аккуратнее альфа-канал, лучше разделение объектов друг от друга.
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.
Команда Atomic Chati протестировала две модели — Qwen 3.8 Max и Fable 5 — на одинаковом задании: создать три автономных HTML-файла с интерактивными 3D-сценами, требующими точной физики, сохранения состояния объектов и синхронизации во времени. Qwen 3.8 Max справилась лучше и при этом обошлась почти в 7 раз дешевле в расчёте на запуск.
По оценке авторов теста, сцены Qwen получились качественнее и стабильнее, тогда как у Fable 5 местами ломалась логика объектов. Результат подан как показательный пример резкого разрыва в эффективности между моделями при сопоставимой сложности задачи.
ВыводЗадание включало три сцены: мраморные шарики поднимаются на колесо и проходят петлю, автомобильный конвейер и лесопилка, превращающая брёвна в доски
В Telegram-каналах Data Secrets и «Навука и моя жизнб» появился одинаковый риторический вопрос: почему Anthropic до сих пор не заявила, что модель Qwen 3.8i является дистилляцией их модели Fablei.
Оба источника ограничиваются самим вопросом без пояснений, доказательств или официальных комментариев сторон, поэтому речь идёт скорее о слухе или шутке в среде, следящей за AI-индустрией, чем о подтверждённом факте.