✔️ OpenAI предложила правила внешнего аудита безопасности своих моделей Компания готова открывать независимым организациям данные об обучении, тестировании и развёртывании моделей, чтобы те проверяли её доказательства безопасности. Главный предмет проверки – кейсы безопасности, то есть обоснования того, что риски модели под контролем. В списке приоритетов - защита от джейлбрейков, тесты опасных возможностей в химии, биологии, кибербезопасности и самоулучшении ИИ, а также расследование случаев, когда модель действует без разрешения или уходит от надзора. Предмет проверки стороны согласуют заранее, а до публикации отчёта OpenAI получает время на исправления. С кем идут переговоры, компания не раскрывает. openai.com ✔️ Anthropic запретила Opus 5.5 помогать в разработке LLM В Opus 5.5 появились классификаторы, как в моделях Fable, которые передают запросы менее мощной модели и показывают пользователю уведомление, а переключение сохраняется до конца диалога, хотя Opus 5.5 можно вернуть вручную. Под фильтр попадает узкий круг задач вроде низкоуровневого кода для ИИ-ускорителей. Обычную работу в ML и программирование он, по словам Anthropic, затрагивать не должен. В API автоматического переключения нет, такой запрос просто останавливается, пока разработчик сам не настроит резервную модель. Компания объясняет меру тем, что защита должна расти вместе с возможностями модели. claude.com ✔️ Ant Group открыла модели Ming-Image для дизайна интерфейсов Ming-Image-0.1-Design рисует интерфейсы, инфографику и постеры с текстом, в том числе на прозрачном фоне, а Ming-Image-0.1-Design-Layer раскладывает готовый макет на прозрачные слои для ручной доработки. Обе модели на 6 млрд параметров вышли под лицензией MIT. B рейтинге Artificial Analysis UI/UX Design модель Design первая среди открытых с 1082 Elo. К моделям приложены навыки для агентов. Design Skill связывает генерацию с фронтенд-кодом, PPT Skill превращает картинку в редактируемую презентацию PowerPoint. Веса лежат на Hugging Face, Design бесплатно доступна через OpenRouter. Ant Ling в X ✔️ Google выпустила модели синтеза речи Gemini 3.8 Flash TTS и Flash-Lite TTS Старшая Flash TTS создаёт голос по текстовому описанию на 100 с лишним языках и клонирует его по 30-секундной записи. Flash-Lite TTS рассчитана на массовый дубляж и голосовых агентов. Обе понимают ремарки о темпе, паузах, смехе и вздохах, держат тембр на длительных записях и озвучивают диалог двух персонажей по одному сценарию, не путая их голоса. Модели доступны в Gemini API и AI Studio, Flash TTS также в Gemini Notebook, Flash-Lite в Google Vids. Клонирование в AI Studio не работает в Европейской экономической зоне, Великобритании, Швейцарии и Индии. blog.google ✔️ Toyota поставит на заводы 400 тысяч роботов Программа стартует в 2028 году и обойдётся примерно в 6,42 млрд долларов в год, роботов будут ставить по мере обновления заводов. На предприятия самой Toyota придётся 150 тысяч машин, ещё 250 тысяч получат компании группы. Часть парка составят колёсные гуманоиды ELEY, которых уже учат на линиях рабочие методом ручных телеопераций. Исполнительный вице-президент автоконцерна пообещал, что роботы будут работать рядом с людьми, а не вместо них. Сколько из 400 тысяч окажутся гуманоидами, компания не раскрывает. arstechnica.com

Аудиоверсия этого выпуска сгенерирована моделью Gemini 3.8 Flash TTS

@ai_machinelearning_big_data #news #ai #ml

Хм, теперь понятно почему релиз Gpt-6 Sol был таким слабеньким - Сэм Альтман выступил на Совбезе ООН и предупредил: человечество может потерять контроль над будущим из-за ИИ. По его словам, системы способны развиваться настолько быстро, что люди перестанут понимать их действия и не успеют вмешаться. Особенно осторожными нужно быть, когда ИИ начнёт помогать создавать более сильные версии самого себя. Альтман заявил, что OpenAI уже добровольно замедляла разработку и готова сделать это снова. Второй риск, который он назвал, — слишком мощный ИИ в руках одной компании или государства. Альтман предложил странам договориться об общих способах проверки моделей и быстро сообщать друг другу об опасных инцидентах. Полная речь · видео. вот кто решил замедлиться оказывается 🤷‍♂️

Всё чаще встречаю тейк, что ИИ-лабы живут на субсидии. Подписки и API продаются в убыток, разницу доплачивают венчурные фонды, и когда инвесторам надоест, цены взлетят. В строгой версии такого тейка субсидируется вообще любой сервис с отрицательной EBITDA. Убытки у лаб есть, и миллиардные. Но слово "субсидия" вредное и мешает понять, что происходит. За ним стоит картина, где кто-то оплачивает банкет, как условный олигарх убыточный ресторан "для души". Быть убыточным можно двумя разными способами. Каждая единица товара продаётся ниже себестоимости, а разницу доплачивает кто-то третий. У раннего Uber и WeWork этим третьим были фонды. Каждая поездка и каждый сданный стол уходили в минус, и чем больше продаж, тем глубже яма. Выход из неё один, поднять цену или уронить себестоимость. Uber в итоге сделал и то и другое, поднял цены, срезал бонусы и ушёл с убыточных рынков, а плотность сети улучшила себестоимость. WeWork не смог. Это и есть субсидирование. Второй способ это завод, построенный под млн машин в год, который пока выпускает сотню тысяч. Каждая машина уходит с маржой, а завод в минусе, потому что его стоимость размазана по маленькому выпуску. Единица прибыльна, компания нет. Лечится это ростом выпуска при тех же ценах и называется экономикой масштаба. Лабы живут по второму сценарию. Anthropic перед IPO называла инвесторам маржу на инференсе выше 80% (до расходов на обучение и доли партнёров), у OpenAI на платных продуктах прошлой осенью было около 70%. В минус их утаскивает обучение и R&D. А они стоят одинаково, делишь ты условный млрд на 100к юзеров или на 100 млн. В первом случае на каждого приходится $10к обучения, во втором $10, а платят они одну и ту же двадцатку в месяц. Поверить в это тяжело, думаю, из-за масштаба. Капекс в датацентры и обучение настолько огромные, что окупающая их база должна быть исторически рекордной. Версия, что венчуры просто доплачивают за каждого пользователя, воспнимается многими правдоподобнее. Обучение при этом нельзя провести один раз и забыть. Перестанешь выпускать новые модели, и через полгода клиенты уйдут туда, где фронтир свежее. Но новое поколение не начинается с чистого листа: остаются данные, архитектура, обучающая инфраструктура, веса, экспертиза в команде и прочее, так что это переоснащение линии под новую модель, а не стройка с котлована. И рекуррентный не значит переменный. Станет пользователей в десять раз больше, обучение в десять раз от этого не вырастет. Так живут многие. TSMC под каждый новый техпроцесс строит фабрики, и на разгоне они тянут маржу вниз. Netflix каждый год обязан покупать контент, иначе люди разбегутся. Но один каталог обслуживает 300 млн подписчиков так же, как 30, бюджет на него растёт медленнее выручки, и операционная маржа за десять лет уехала с 4% за 30%. Всё упирается в то, растёт ли выручка быстрее фиксированного расхода. Поэтому смотреть надо на то, что происходит с убытком, когда продажи растут. При субсидии он растёт вместе с ними. У Anthropic квартальная выручка за год выросла в 14 раз, и компания впервые вышла в скорректированный операционный плюс. Прибыль, правда, скорректированная, что именно из неё вычли, узнаем из проспекта. У OpenAI пока наоборот: за Q2 выручка прибавила 18%, а операционный убыток треть, и сотни миллионов бесплатных пользователей тут явно не помогают. Бесплатный тариф вообще единственное место, где цена честно ниже себестоимости. Только работает он как маркетинг. Качает привлечение в платные тарифы, занимает рынок, пока конкуренты не выросли, разгоняет виральность и делает бренд. Так ChatGPT уже стал именем нарицательным. Сидеть в минусе при такой марже это выбор. Можно тратить на R&D меньше и стать прибыльным уже сейчас, но тогда быстро потеряешь фронтир. Amazon два десятилетия держал прибыль около нуля, потому что рост был важнее. Пока рынок растёт кратно, а капитал доступен, на внешних деньгах вырастешь сильно больше, чем на своей прибыли. Если это субсидия, цены поднимут, как только инвесторы устанут. Пока же токен при том же качестве дешевеет в десятки раз за год.

✔️ OpenAI расширила Academy до 14 курсов OpenAI добавила в свою образовательную платформу курсы для разработчиков, руководителей, преподавателей и студентов вузов. Вместе с уже существовавшим направлением Apply AI at Work каталог теперь разделён на четыре трека по ролям, всего 14 курсов. Каждый курс заканчивается экзаменом из 10–20 вопросов, которые случайно выбираются из банка в 50 заданий. Кто наберёт минимум 80%, получает ачивку OpenAI Academy, которую выдаёт и хранит платформа Accredible. За все курсы и экзамены трека, где это предусмотрено, выдают сертификат об окончании.

Ни цифровая ачивка, ни сертификат не считаются профессиональной сертификацией.

При провале экзамен можно пересдать с новым набором вопросов, а сам курс можно просто пройти без сдачи экзамена. 🟢Apply AI at Work из трёх курсов учит ставить ChatGPT задачу, давать контекст, проверять ответы и превращать удачные приёмы в повторяемые процессы. Затем слушатели поручают работу агентам и расставляют контрольные точки для проверки человеком. 🟢Build with AI – самый большой трек, восемь курсов: работа с Codex на всём цикле разработки и продукты на OpenAI API, от проектирования решения и оценки качества до агентов, поиска нужной информации и эксплуатации в продакшене. 🟢Lead AI Adoption пока состоит из одного курса AI Leadership. Слушатели привязывают ИИ-инициативу к приоритетам бизнеса, распределяют ответственность, задают правила и собирают первую версию стратегии и дорожной карты внедрения. 🟠AI for Educators учит планировать занятия и составлять задания и контрольные. 🟠AI for College Students учит собирать учебный план, распределять роли в групповом проекте и готовиться к собеседованиям. Для компаний есть руководство по внедрению курсов - как представить их сотрудникам, вовлечь руководителей и отслеживать прогресс. @ai_machinelearning_big_data #news #ai #ml

Ну что, новые новости Антропики и опенаи выпустили по новой модели, практически одновременно На этот раз фишка в том, что они почти такие же мощные как и предыдущие, но заметно дешевле Если спросите меня, что я об этом думаю, я скажу: ничего. Потому что мы тупо не знаем, правда они чёт там удешевить смогли, или договорились друг с другом демпинговать посильнее, чем раньше А вот то, что они демпингуют — это факт. Фил навайбкодил шахматы, Фил заплатил $20, ещё $20 сверху докинули инвесторы опенаи Потому что нас, ребятки, активно подсаживают на цифровые наркотики, но не на те, что активно пиарились в 2010ом году, а новые, куда более страшные При этом выбора не подсаживаться у нас тоже нету Сидим, радуемся, что теперь мы можем платить за написание кода чуть меньше (и роняем ностальгические слёзы по временам, когда за написание кода платили не мы а НАМ)

Среда. Немного новостей: — Qualcomm представила Snapdragon 8 Elite Gen 6 и старшую версию Extreme на 2-нанометровом процессе: https://kod.ru/qualcomm-snapdragon-8-elite-gen-6 — Apple разрабатывает фитнес-браслет без экрана, конкурента Whoop: https://kod.ru/apple-fitnes-braslet-bez-ekrana — Sony запатентовала геймпад PlayStation, которым можно платить за игры: https://kod.ru/sony-patent-geympad-oplata — OpenAI выпустила GPT-6 Sol и Luna — более дешёвые версии старшей Astra: https://kod.ru/openai-gpt-6-sol-luna — Yandex B2B Tech научила ИИ-агентов работать в Telegram, Яндекс Мессенджере и MAX: https://kod.ru/yandex-ai-studio-agenty-messengery 💲 ₽84,25 | 🥇 $86,17K | 💸 2 300 пт