InvestGame: Турецкие мобильные студии привлекли ~$400 миллионов с начала 2025 года InvestGame использует собственные данные по частным раундам (от seed до growth), страна определяется по локации HQ. M&A, UA-финансирование, выпуск долга и выходы на биржу не учитываются. Flow Games ▫️Турецкая мобильная студия Flow Games привлекла $46 миллионов. Раунд возглавила Tencent, она проинвестировала порядка 3/4 суммы. Также в раунде участвовали Makers Fund, Arcadia Gaming Partners и Ludus Ventures. ▫️Это второй раунд студии. В июле 2025 года Flow Games подняла $2,5 миллиона на seed-раунде от Ludus Ventures, на текущий момент компания привлекла ~$49 миллионов. Деньги пойдут на развитие Smash Fest!, команду и новые мобильные игры. ▫️У Flow Games пока одна игра - Smash Fest!. Это физический пазл, в котором нужно разрушать постройки из пушки. В конце июня, через несколько недель после глобального запуска, игра поднялась на первое место среди бесплатных игр в американском App Store. Сейчас у неё больше 23 миллионов загрузок. ▫️По оценкам AppMagic, игроки потратили в Smash Fest! ~$8,9 миллиона. Правда, основные деньги игра зарабатывает на рекламе. ▫️Геймплей быстро скопировали. С июня, по данным AppMagic, вышло почти 50 игр со словом «smash» в названии. ▫️Основатели студии пришли из ведущих турецких разработчиков пазлов. CEO Mehmet Emin Taşcı работал в Good Job Games, CTO Baturay Üstündağ - в Peak и Fomo Games, арт-директор Aygün Kaplan - в Bigger Games и Dream Games. ▫️Раунд Flow Games - третий по размеру среди турецких мобильных студий с января 2025 года. Больше привлекли только Grand Games ($70 миллионов) и Good Job Games ($60 миллионов в раунде Series A). ▫️Для Tencent это уже вторая инвестиция в стамбульскую студию за три недели. В конце сентября компания возглавила раунд Series A на $25 миллионов в Circle Games, которая тоже делает пазлы. Инвестиции в мобильные студии Турции ▫️С января 2025 по середину октября 2026 года мобильные студии из Турции привлекли $396 миллионов. Это 39% всех частных инвестиций в мобильные игровые студии в мире ($1,013 миллиарда). ▫️Турецкие студии привлекли больше, чем весь Азиатско-Тихоокеанский регион ($248 миллионов) и Северная Америка ($217 миллионов). При этом раундов в Турции было меньше: 39 против 86 в Азиатско-Тихоокеанском регионе. ▫️В 2025 году турецкие студии привлекли $230 миллионов, в 2026 году (по 16 октября) - $166 миллионов. По данным InvestGame, Турция лидирует по объёму частных инвестиций в мобильные студии с 2025 года. До этого, начиная с 2020 года, первое место каждый год было у США. ▫️А вот европейские мобильные студии в 2026 году пока привлекли всего $20 миллионов. В 2025 году было $85 миллионов. ❗️Для контекста, по оценкам AppMagic, турецкие разработчики в 2025 году заработали $2,76 миллиарда IAP-выручки, это 5% мирового рынка мобильных игр (разбор отчёта AppMagic & Gamigion). ▫️InvestGame объясняет интерес инвесторов к турецкому рынку богатой историей экзитов. В 2020 году Zynga купила Peak Games за $1,8 миллиарда, с этого началась история турецких игровых единорогов. Dream Games, которую основали выходцы из Peak, получила оценку в $1 миллиард в 2021 году. В 2025 году венчурные инвесторы Dream Games вышли из компании в рамках сделки на ~$2,5 миллиарда, около 30% получила CVC Capital Partners. ▫️В феврале 2026 года Scopely купила контрольный пакет Loom Games при оценке студии в ~$1 миллиард. В мае Grand Games привлекла $70 миллионов в раунде Series B. По словам ведущего инвестора Balderton, студия близка к статусу единорога. Источник

Спрос на ИИ-инженеров в Китае взлетел на 1523 % — лучшие получают почти $150 тысяч в год Спрос на инженеров передового развёртывания (FDE) в Китае за год вырос на 1523%, сделав эту специальность самой быстрорастущей в ИИ. ByteDance, Tencent и Alibaba готовы платить лучшим специалистам до 1 млн юаней, или примерно $150 тысяч, в год. FDE подбирают ИИ-инструменты под задачи компаний, создают решения и встраивают их в рабочие процессы. Работодателям нужны не только программисты, но и специалисты, которые понимают отрасль и умеют общаться с заказчиками, а государство дополнительно поддерживает внедрение ИИ в бизнесе. #программист #программирование #искусственныйинтеллект #зарплата 📎Подробнее 🔖 3DNews в TG | MAX | VK

Hy-SimulMT Синхронный перевод живой речи между китайским и английским в обе стороны. Аудио приходит потоком, перевод текстом и голосом выдается по ходу разговора, без ожидания конца фразы. • Перевод во время речи, а не после • Клонирование голоса на лету, тембр говорящего сохраняется • Вывод и текстом, и синтезированной речью • Для встреч, докладов и интервью, есть приложение Hy Translate • 30 млрд параметров, 3 млрд активных на токен • Задержка около 3 секунд по метрике StreamLAAL на длинном аудио RealSI • RealSI-Sentence 84,7, выше всех в сравнении • FLEURS 90,3 и ACL6060 81,2, у Gemini в первом случае 92,4 • Качество по GEMBA выше четырех коммерческих API из пяти Отдельно авторы посадили шесть профессиональных синхронистов на 18 свежих записей по шесть минут из десяти разных сфер. Качество вышло на уровне людей, а отвечает система часто быстрее. Для синтеза и клонирования нужен свой TTS-сервис, в репозитории лежат инференс и обучение. huggingface.co/tencent/Hy-SimulMT-30B-A3B github.com/Tencent-Hunyuan/Hy-SimulMT #translation MAX

WeVisOne-VL-2B Одна модель Tencent на замену пачке узких: детекция, поиск по описанию, счет объектов, указание точки, #OCR, сегментация и маттинг по подсказке Все задачи сводятся к структурному предсказанию токенов, поэтому один проход закрывает рамки, маски и альфу в полном разрешении. Работает с одиночными картинками, сетку видео не принимает. Слабое место - сложная прозрачность и сильные перекрытия • Находит объекты без заранее заданного списка классов • Локализует по описанию словами и ставит точку на объекте • Считает объекты и читает текст с координатами • Режет объект по текстовому запросу • Делает альфу с мягкими краями, например для вырезания человека База Qwen3-VL, 2B github.com/Tencent/WeVisOne-VL huggingface.co/tencent/WeVisOne-VL-2B huggingface.co/spaces/hugging-apps/wevisone-vl-4b #detection #cv #segmentation MAX

Youtu-Parsing-Omni Компактная омнимодальная парсинг-модель от Tencent: один 5B трансформер превращает в структурированный JSON почти что угодно — документ, картинку, график, чертеж, аудио и видео. • Парсинг документов: лейаут, текст, таблицы, формулы, порядок чтения • Картинки, графики, блок-схемы, геометрические фигуры • Аудио: ASR, спикеры, сцены, акустические события • Видео: кадры, OCR+ASR, отчёт о клипе • Один унифицированный JSON-конверт для семи семейств задач • Распознавание химструктур (ChemOCR) и нот (PDMX) • 5B параметров, один энкодер на все модальности • #SOTA на OmniDocBench v1.6 (96.96) • Лучшая опенсорс на OmniParsingBench (75.08), после Gemini-3-Pro • vLLM-плагин для быстрого сервинга github.com/TencentCloudADP/youtu-parsing learn2play.fun #omnimodal #multimodal #any2json #vlm #alm MAX

Ну, за Hy. Новый генератор картинок подоспел. Tencent бахнула Hy Image 3.5 Preview. И самое интересное здесь вовсе не их рекламные «+30% качества». Главная фишка версии 3.5 - следование (очень хорошему) тренду делать редактирующую модель и зашивать все это под один капот. Модель умеет text-to-image и image-to-image, принимает несколько reference images и поддерживает последовательное редактирование в несколько ходов. Переодеватор, переосвещатор, переракусатор - и вот это вот все. Tencent отдельно заявляет улучшения в typography, layout, product photography, реализьме материалов и света и, главное, consistency при редактировании (надо тестить). Цена при этом очень агрессивная: $0.024 за 2K output через Tencent Cloud API. Reference images отдельно не тарифицируются - платишь за сгенерированный результат. В принципе можно ожидать кода и весов, 3.0 опенсорснут, правда там конские размеры весов и никакого редактирования. Есть любопытный нюанс с разрешением. В официальном анонсе Tencent пишет «до 2K», однако свежая API-документация допускает запросы вплоть до 4096x4096. При этом опубликованная цена $0.024 относится именно к 2K. Теперь про обещанные «две недели бесплатно». Miora даёт доступ к Hy Image 3.5 Preview в своём интерфейсе. В анонсе указана бесплатная акция примерно на две недели после релиза. Это самый простой вариант для тех, кто просто хочет попробовать модель без возни с API. https://miora.design/ OnSolo тоже участвует в акции, но здесь условия сложнее. Бесплатные поколения завязаны на membership и лимиты конкретного тарифа. То есть фраза Tencent «Two weeks free» не означает полностью бесплатный безлимитный доступ для любого нового пользователя. https://onsolo.ai/ Xy 3.5 довольно хорошо сохраняет надписи и структуру. Модель меняет фон и свет, при этом удерживает сам продукт, упаковку, цвет и текст на этикетке. Реализьм достойный. Ещё один важный момент - ComfyUI уже объявил Day-0 support. Но это не означает, что веса Hy Image 3.5 можно скачать и запускать локально. Сейчас речь идёт об API/Partner Node интеграции. На итоге: multi-reference editing + многошаговое редактирование + сохранение контекста + хороший текст и product photography + цена $0.024 за 2K. И я бы рассчитывал на веса. Сцылки: https://x.com/TencentHunyuan/status/2102226552310419473 https://console.tencentcloud.com/tokenhub/models/detail?modelId=hy-image-v3.5-preview https://cloud.tencent.com/document/product/1823/135745 https://miora.design/ https://onsolo.ai/ @cgevent

⚡️ Tencent обновила Hy4 Preview Пользователи жаловались, что модель слишком долго рассуждает и повторно проверяет ответы в сложных задачах. Команда оптимизировала этот процесс. По данным Tencent, обновлённая версия: * делает меньше промежуточных шагов * расходует меньше входных и выходных токенов * сохраняет прежнее качество выполнения задач * быстрее справляется со сложными агентными сценариями Результаты проверили внутренними бенчмарками и оценкой людей. Обновление уже доступно всем пользователям WorkBuddy. Hy4 Preview - открытая MoE-модель на 770 млрд параметров, из которых 49 млрд активируются при обработке токена. Контекст - до 1 млн токенов. https://workbuddy.ai https://github.com/Tencent-Hunyuan/Hy4-preview

🌟 Tencent открыла набор мультимодальных эмбеддингов Команда WeChat китайского техгиганта выложила в открытый доступ семейство эмбеддинг-моделей WeMM-Embedding, предназначенных для создания универсальных векторных представлений. Набор работает с текстом, изображениями, видеороликами, сложными визуальными документами и смешанным контентом, объединяя их в единое семантическое пространство. Эмбеддинги учили с использованием Matryoshka Representation Learning, который позволяет на этапе применения обрезать размерность вектора, экономя память и вычисления. Построено семейство на Qwen3.5, на выходе младшая модель дает нормализованный вектор на 2048 измерений, а старшая - на 4096.

Tencent приводят цифру, что при сжатии до 256 измерений двухмиллиардная модель сохраняет 98,7% исходного качества на задачах с фото и видео.

Опубликованы веса трех размерностей: 2B, 4B и 9B 🟡 Тесты 9B берет новый лучший общий результат на MMEB-v2 (80,6 балла), а 2B обходит Qwen3-VL-Embedding, который вчетверо больше нее. Но есть аргумент посильнее бенчей - семейство работает в рекомендациях и поиске WeChat. Она развернута для обработки каналов, аккаунтов и электронной коммерции.

Команда мессенджера говорит, что WeMM-Embedding показали стабильные улучшения в 14 онлайновых A/B-тестах.

Модели работают с библиотекой Transformers и поддерживаются vLLM и SGLang.

Единственным ограничением текущей версии является отсутствие поддержки аудио

📌Лицензирование: Apache 2.0 License 🟡Arxiv 🟡Веса 🖥Githib @ai_machinelearning_big_data #AI #ML #Embeddings #WeChat #Tencent