AssemblyAI сравнила 50+ LLM на голосовых задачах





В Москве суд отправил под домашний арест обвиняемого по делу о масштабной кибератаке на ИТ-систему сети пиццерий. СМИ связывают дело с атакой на «Додо Пиццу», о которой компания сообщила в конце сентября 2026 года.
Взлом мог затронуть имена, адреса, телефоны и другие данные части клиентов; украденную информацию злоумышленники продали для публикации в Telegram.
Сервис Raven от Graylark Technologies сопоставляет детали интерьера на фотографии с объявлениями о жилье на Airbnb, Vrbo и Zillow и может указать конкретный адрес — без геометок и метаданных. Инструмент доступен полиции Лос-Анджелеса и шерифу округа Майами-Дейд; его применение поднимает вопросы о приватности и допустимости сбора данных с платформ.
Пока подтверждены лишь отдельные совпадения и демонстрационные ролики: реальные скорость и точность системы не установлены. В Майами-Дейд сообщили, что используют её ограниченно и преимущественно экспериментально, а заметных прорывов в расследованиях пока не было.



В бета-клиенте Steam появилась система Steam Achievement Setsi: достижения можно разделять по базовой игре, дополнениям, режимам и сезонам. Обновлённая страница показывает прогресс по каждому набору и даёт игрокам удобнее отслеживать и сравнивать достижения.
Изменение сохраняет статус «идеальной игры» при выходе DLCi: новые достижения дополнения не обнуляют прежний результат, а достижения неприобретённого DLC не включаются в общий прогресс. Функция требует адаптации со стороны разработчиков.
В бета-версии Telegram для macOS 13.0 (283318) обнаружили отдельную вкладку «News» с публикациями каналов. В ней предусмотрены два раздела: «Added» — каналы, которые пользователь добавляет сам, и «For You» — персональные рекомендации по выбранным интересам.
Функцию пока тестируют: неизвестны алгоритм подбора постов, возможность отключить рекомендации и то, будут ли в выдачу попадать каналы без подписки. Если лента появится в релизе, она изменит привычный способ находить публикации и может повлиять на просмотры каналов и оценку рекламы.
Исследователи Imperial College представили Dense4D — feed-forwardi модель для плотной 4D-реконструкции человека по обычным монокулярным RGB-кадрам, без шаблона тела. Она связывает точки поверхности между кадрами, несмотря на движения, деформации и изменения видимости.
Модель нацелена на проблему, при которой существующие методы получают несколько смещённых копий тела — по одной на кадр. В тесте 4D-Dress Dense4D лучше согласуется со сканами даже тогда, когда опорный кадр показывает лишь часть тела.
ВыводDense4D присваивает каждому пикселю человека 3D-позицию поверхности на общем опорном времени, формируя Human Point Maps (HPM).

