Google открыла исходный код AXi — декларативного оркестратора, предназначенного для запуска и управления множеством ИИ-агентов одновременно. По сути это система вроде Kubernetes, но заточенная не под микросервисы, а под агентов, которые копят состояние, ждут ответов модели, вызывают инструменты и могут бесконтрольно тратить ресурсы в цикле.
AX даёт четыре примитива — Task, Workspace, Gateway и Model — и рассчитан на кластеры с миллиардами агентских задач, изоляцию каждого агента в песочнице и жёсткий контроль сетевого доступа.
В США против четырёх крупнейших ИИ-компаний — Anthropic, OpenAI, xAIi (по данным vc.ru в иске упомянута «SpaceXAI») и Google — подан коллективный иск. Истцы, четверо платных подписчиков популярных чат-ботов, утверждают, что публичные призывы глав компаний добровольно замедлить развитие ИИ фактически представляют собой незаконное деловое соглашение между конкурентами.
По мнению истцов, такая координация может снизить конкуренцию на рынке и обесценить платные подписки на сервисы вроде ChatGPT. При этом сами решения по безопасности ИИ отдельно они не оспаривают — претензия именно к возможному сговору руководителей.
Появился сервис Pirate Face (pirateface.co), который превращает открытые модели с Hugging Facei в торренты для P2P-раздачи. Идея в том, что даже если оригинальную модель удалят с Hugging Face или закроют доступ к весам, она продолжит существовать, пока хотя бы кто-то её раздаёт.
По данным канала «Нейронавт», сервис появился как ответ на «новые порядки» после покупки платформы Hugging Face компанией Nvidia — впрочем, эту версию озвучил только один источник, остальные её не упоминают.
Яндекс опубликовал на Hugging Face базовую (претрейн) версию модели Alice AI-T5-35B-A0.6B Base — она обучена с нуля специально для генерации быстрых ИИ-ответов в высоконагруженном Поиске. Дообученная версия этой модели, Alice AI Search, уже работает в продакшне и формирует быстрые ответы, которые, по данным NEURO-AI, читают 49 млн человек.
Главная особенность модели — экономичность при сохранении качества: из 35 млрд параметров на каждый токен активируется только 600 млн (менее 2%), что позволяет держать скорость и стоимость инференса на уровне маленькой модели, а качество ответов — на уровне гораздо более тяжёлых систем. По словам источников, такой подход по объёму знаний сопоставим с большой моделью, а по цене инференса — с маленькой.
