ИИ

Google представила Gemini 3.5 Transcribe — новую модель преобразования речи в текст, которую компания называет «самой точной». Модель не просто дословно расшифровывает аудио, а сразу редактирует результат: убирает слова-паразиты («э-э», «ммм»), исправляет оговорки и самоперебивы, автоматически форматирует текст с абзацами.

Вместе с обычной версией вышла Gemini 3.5 Transcribe Live — потоковая модель для голосовых агентов и субтитров в реальном времени с субсекундной задержкой. Обе модели доступны разработчикам через Gemini API и AI Studio, а также уже встроены в некоторые продукты Google.

Полный разбор →

Журналисты выяснили, кто стоит за скупкой и уничтожением бумажных раритетов ради обучения нейросетей: спрятанный в редкой книге трекер привёл к складу Amazon в Лас-Вегасе. Там книги, купленные у букинистов, не хранят для продажи, а вспарывают и оцифровывают — так компания кормит свою модель Novai.

Проект Internet Archivei пытается спасти издания от такой судьбы: волонтёры вручную сканируют книги, которым грозит уничтожение, и выкладывают копии в открытый доступ.

Полный разбор →

Исследователи из MIT опубликовали препринтi о симуляции SwarmWorldiы добывают ресурсы и строят объекты без заданных ролей">i — виртуальном мире, где до 200 изначально одинаковых LLM-агентов без заданных ролей и инструкций добывают ресурсы, строят объекты и пишут код для их автоматизации. Цель эксперимента — проверить, способны ли агенты сами организоваться и коллективно изобретать технологии без явного управления.

Результат: агенты спонтанно разделили труд на «разведчиков» и «оседлых инженеров», а обмен знаниями шёл в основном не через диалоги, а через копирование и доработку чужих рабочих построек и скриптов — по аналогии с гитхабом. Вывод авторов: для возникновения зачатков «цивилизации» у нейросетей не нужно много общения — достаточно общего мира, где результаты труда одного агента остаются и могут быть найдены и улучшены другим.

ВыводSwarmWorld — песочница, где агенты ходят по карте, добывают и перерабатывают ресурсы, экспериментируют с материалами и строят объекты

Полный разбор →

Команда Qwen (Alibaba) представила Qwen3.8-Flash — мультимодальную MoEi-модель, а также открыла веса Qwen3.8-Flash-Next, ранней версии архитектуры, которую компания исследует для будущей Qwen4. Модель насчитывает 125B параметров плюс 51B «N-gram»-эмбеддингов, но активирует на токен всего 6B — за счёт этого обучение обошлось примерно в 9 раз дешевле, чем у Qwen3.7-Plus.

По заявленным бенчмаркам модель обходит Qwen3.8-27B и DeepSeek-V4-Flash, а по данным Data Secrets — превосходит Claude Opus 4.6 Max на 8 из 9 тестов. Благодаря компактному числу активных параметров и поддержке GGUF-квантизации модель можно запускать локально на машинах с 128 ГБ памяти (DGX Spark, Mac Studio, Strix Halo), что делает её заметным событием для локального инференса топового уровня качества.

Полный разбор →

Компания Keenable вышла из режима стелс-разработки, представив собственный агентский поисковый движок. Разработчики заявляют, что их решение превосходит конкурентов, включая Exai, по соотношению цены и качества.

Одновременно с запуском компания представила Needlei — динамический бенчмарк для оценки поисковых систем, который ежедневно обновляется, чтобы исключить возможность «зазубривания» ответов моделями.

Полный разбор →