Расследование 404 Media показало: ведущие ИИ-компании через посредников скупают миллионы подержанных бумажных книг, включая редкие издания с единичными сохранившимися экземплярами. Книги нужны как источник «чистого» человеческого текста, написанного до эпохи генеративного ИИ — весь доступный интернет-контент модели уже «переварили», а обучение на нейросгенерированных текстах ведёт к деградации моделей.
Чтобы быстро оцифровать такие объёмы, книги физически уничтожают: гидравлическим прессом срезают корешок, страницы обрезают по размеру и прогоняют через промышленные сканеры, а бумажные остатки отправляют в переработку. Практика долго держалась в тайне под NDA, но всплыла благодаря судебным документам по иску авторов к Anthropic и жалобам букинистов на аномальный спрос.
Автор канала AbstractDL сообщил, что его open-source агентный луп Ouroborosi, написанный на чистом Python, вышел в лидеры сразу трёх бенчмарков для AI-агентов — Terminal Bench, OSWorldi и CL-bench, обойдя Codex, Claude code, Cursor и Hermes.
По словам автора, это делает Ouroboros лучшим доступным агентом для ресёрча, работы через терминал, computer use и кодинга одновременно — и с этого момента он переводит всю свою разработку и исследования на этот инструмент.
🟦Глубокие видео-лекции от разработчиков. 🟦Практические кейсы по настройке кастомных сред. 🟦Полноценный итоговый экзамен для закрепления материала.Отличный повод разобраться, как заставить ИИ-агента крутить терминал, собирать проекты и брать на себя рутину. 🦔 CyberYozh
OpenAI пересмотрела цены на модели семейства GPT-5.6i: Luna подешевела на 80% (стала дешевле в 5 раз), Terra — на 20%. Флагманская Sol в цене не изменилась, но для неё вместо Priority Processing ввели режим Fast — до 2,5 раза быстрее стандартной обработки за двойную цену без потери качества. Снижение действует не только в API, но и в квотах подписок ChatGPT Work и Codex.
По данным Reuters (со ссылкой на vc.ru), лаборатории вынуждены пересматривать цены на фоне усиления контроля компаний за расходами на ИИ и конкуренции с китайскими разработчиками — это укладывается в общий тренд ценового давления на рынке, в частности на Anthropic.
30 июля 2026 года Google добавила в картографический сервис Google Earthi функцию генерации изображений на основе модели Gemini «Nano Banana 2i»: пользователь мог приблизить любую точку на карте, нажать «create image», ввести текстовый запрос и получить синтетический спутниковый снимок этого места. Уже через сутки, 31 июля, Google отключила функцию — заявленные образовательные цели (учебные материалы, визуализация строящихся объектов недвижимости, «путешествия» по разным эпохам одной локации) обернулись массовым созданием фейковых катастроф, привязанных к реальным географическим координатам.
За считаные часы пользователи нагенерировали воронки от взрывов, разрушенные достопримечательности, самолёты, врезающиеся в небоскрёбы, уличные бунты и протесты, реконструкцию 9/11 и «разбомбленную Исландию». Google объяснила откат тем, что пользователи публиковали скриншоты, которые «похоже, нарушают наши правила», и пообещала вернуть функцию после усиления защиты.
В Китае возникли специализированные маркетплейсы, где актёры, модели и обычные пользователи продают лицензии на использование своей внешности для генеративного ИИ-контента — микродрам, рекламы и видеоигр. Люди загружают фотографии, а продюсеры подбирают подходящие лица по возрасту, полу и типажу.
Спрос на реальные лица объясняется резким ростом производства ИИ-контента в Китае: настоящая внешность нужна, чтобы персонажи разных проектов не выглядели клонами друг друга. При этом эксперты и юристы предупреждают о риске утраты контроля над биометрическими данными после их передачи ИИ-платформам.
Компания DeepSeek представила обновленную версию модели V4-Flash-0731, которая вышла в публичную бету API. Модель сохранила архитектуру с 284 млрд параметров (13 млрд активных), но прошла через новый этап пост-тренинга, сфокусированный на агентных задачах, кодинге и рассуждениях.
Обновление значительно улучшило производительность модели, позволив ей конкурировать с топовыми решениями уровня GLM-5.2, Opus 4.8 и GPT-5.5, при этом предлагая существенно более низкую стоимость использования. Модель уже доступна для интеграции через API и локального запуска.
Bloomberg выяснил, что китайский разработчик Moonshot AI использовал для обучения модели Kimi K3i вычислительный кластер Alibaba на базе 20 тысяч чипов Nvidia H200i. Это первое подтверждение того, какие именно мощности стоят за моделями Kimi, вызывавшими вопросы из-за возможного использования запрещённых к поставке в Китай чипов.
Ранее издание The Information сообщало, что Moonshot мог применять для обучения Kimi ускорители Nvidia поколения Blackwelli, экспорт которых в КНР официально запрещён. Данные Bloomberg это не подтверждают: речь идёт о чипах поколения Hopper, а не Blackwell, что снимает вопрос о нарушении экспортных ограничений.
Разработчик (канал Love. Death. Transformers., автор AlexWortega) представил Universal Activation Oraclei — универсальную модель для анализа внутренних активаций больших языковых моделей, альтернативу NLA/J spacei от Anthropic. В отличие от подхода Anthropic, где под каждую кастомную модель нужно обучать отдельного «reader»-а с нуля, новый инструмент обучен сразу на нескольких семействах моделей и позволяет заглянуть в активации любой из них без переобучения.
Инструмент решает задачу «activation oracle» / white-box monitoring: можно посмотреть, что модель «думает» на самом деле при генерации ответа, и проверить, не была ли модель необъективна («байеснута») при ответе — то, что в подходе Anthropic было недоступно.