Риски зависимости от проприетарных LLM и переход на open-source
Hugging Face и Cerebras представили опенсорсного голосового агента
Китайская модель GLM-5.2: открытый конкурент Claude и GPT
Пекинская компания Zhipu AI (Z.ai) представила открытую языковую модель GLM-5.2, которая демонстрирует производительность на уровне ведущих американских систем при значительно меньшей стоимости. Модель уже заняла лидирующие позиции в рейтингах и стала популярным инструментом для локального запуска.
Релиз рассматривается экспертами как значимый прорыв китайского ИИ-сектора, способный составить конкуренцию закрытым моделям вроде Claude Mythos 5 и GPT-5.5, особенно в задачах по написанию кода и кибербезопасности.
Сбер представил GFusion: экспериментальную диффузионную LLM на базе GigaChat
Команда Сбера выпустила в открытый доступ GFusion — экспериментальную языковую модель, использующую метод диффузии для генерации текста. В отличие от классических авторегрессионных LLM, которые генерируют текст строго последовательно (токен за токеном), GFusion формирует блок текста целиком, постепенно уточняя его содержимое. Такой подход позволяет выполнять параллельные вычисления, что значительно ускоряет процесс генерации.
Модель базируется на архитектуре GigaChat3-10B-A1.8B-base. Согласно результатам тестирования, GFusion работает до 70% быстрее базовой версии GigaChat3-10B-A1.8B и на 39% быстрее версии с использованием MTP-головы. При этом снижение качества ответов относительно авторегрессионных моделей составляет всего 2–4 п.п., а баланс между скоростью и точностью можно регулировать параметрами генерации.
Проект вырос из дипломной работы стажера команды GigaChat Pretrain Даниила Тихонова, который прошел путь от идеи до полноценного релиза и был принят в штат. В открытый доступ на GitVerse и Hugging Face выложены веса моделей (GFusion-10B-A1.8B-base и GFusion-10B-A1.8B), код обучения, оптимизированные CUDA-ядра и реализация поддержки в SGLang. Также реализован алгоритм entropy-bounded sampling для дополнительного ускорения.
Технология диффузионных языковых моделей (dLLM) является актуальным направлением в индустрии, аналогичные разработки (например, Diffusion Gemma) ведутся крупнейшими мировыми технокорпорациями. Внедрение диффузионного режима позволяет не только повысить скорость работы, но и снизить требования к вычислительным мощностям, делая возможным запуск моделей на потребительском железе.
Будущее legaltech: open-source против проприетарных решений
Обновление формул для LinkedIn-хуков
Разработчики EVE Online открыли исходный код игрового движка Carbon
Компания CCP Games опубликовала исходный код компонентов движка Carbon, на котором работает MMORPG EVE Online. Репозитории проекта стали доступны на платформе GitHub под лицензией MIT.
В открытый доступ выложен широкий спектр модулей, включая системы симуляции физики, графический движок, а также инструменты для работы с пользовательским интерфейсом (UI), звуком и сетевой архитектурой.
Использование лицензии MIT позволяет разработчикам свободно применять данные компоненты в сторонних проектах, в том числе в коммерческих целях, без существенных ограничений.
Google открыла исходный код инструмента Copybara
Godot Foundation обновила политику принятия кода в 2026 году
Godot Foundation внесла изменения в правила внесения вкладов в проект, фактически ограничив использование кода, созданного с помощью искусственного интеллекта. Новые требования направлены на снижение нагрузки на рецензентов и обеспечение персональной ответственности авторов за качество вносимых изменений. Данная мера призвана сохранить стабильность и техническое состояние игрового движка Godot в долгосрочной перспективе.
Сбер представил токенизатор KVAE-Audio для генеративных аудиомоделей
Сбер опубликовал в открытом доступе алгоритм KVAE-Audio, предназначенный для эффективного сжатия аудиоданных с коэффициентом 960x. Разработка оптимизирует процесс обучения диффузионных моделей и обеспечивает более высокое качество генерации звука по сравнению с аналогичными решениями от Sony, Meta и Stability AI. Новый токенизатор решает проблему компактности данных, что позволяет повысить эффективность работы генеративных нейросетей.
Oomwoo: открытый робот-пылесос на базе Raspberry Pi 5
Дарио Амодеи об ограничениях open-source в ИИ
«Вы не можете видеть внутренности модели, и основные плюсы опенсорса вроде коллективной доработки работают с сфере ИИ иначе»Основной аргумент:
«В итоге вам все равно придется хостить ее в облаке»В довершении CEO Anthropic заявил, что для конкуренции важнее способности модели и ее эффективность на инференсе, а не «ярлык» опенсорса и лицензия. Мнения? 😐