ИИ

❤️❤️❤️❤️❤️❤️❤️❤️❤️❤️ 16 июля стартует Yandex AI Studio Series Summer Edition — событие для разработчиков, ML/ИИ-инженеров, продуктовых менеджеров и бизнес-аналитиков, которые создают ИИ-агентов и комплексные системы автоматизации. Эксперты Яндекса разберут лучшие практики разработки ИИ-приложений корпоративного уровня и покажут, как довести идею до рабочего решения. В программе — управление контекстом и памятью в агентских API, создание голосовых агентов на Realtime API, разработка ИИ-ресёрчера с поиском в интернете и по базе знаний, а также построение мультиагентских систем для end-to-end автоматизации процессов. Участников ждет две недели, насыщенных контентом: — PRO-вебинары с разбором архитектуры современных ИИ-систем; — практические кейсы по работе с LLM, агентскими API и инструментами, MCP; — интенсивы для самостоятельной практики и закрепления знаний; — обзор новых возможностей Yandex AI Studio и планов развития платформы; — архитектурные доклады и воркшоп от ведущих разработчиков. Лучший способ разобраться в современных ИИ-инструментах — увидеть, как их применяют на реальных проектах. Присоединяйтесь к Yandex AI Studio Series и регистрируйтесь на событие.

#Нейропрожарка «Треугольник Пенроуза / Triangle of Penrose» Авторский AI-film project. Сюжет: Канадский наёмник ЧВК Blackwater/Academi из Торонто отправляется на спецзадание в горы Ирана. Обычная военная операция постепенно превращается в суровое испытание... Автор: Илья Малахов / Malahov.Tech Срок: 80+ часов работы Мой эксперимент в формате кинематографичного Surreal survival action с одним главным героем. Хотел проверить, насколько реально собрать связный AI-ролик продолжительностью более 4х минут с единым персонажем, атмосферой, военным реализмом и сюрреалистической историей. 🎬💀 По инструментам: Изображения — Nano Banana / ChatGPT / Recraft Анимация — Seedance 2.0 (тесты в Kling, Runway, Luma и VEO - не пригодилось, ибо так же цензурировано) Звук — Suno / ElevenLabs Монтаж — Movavi (к чему привык к сожалению) Апскейл — Topaz (небольшие куски, база 720р) Головная боль проекта — консистентность. Герой, лицо, нож, ножны, кобура, магазины, жилет, шлем, элементы амуниции — всё это приходилось постоянно вшивать от кадра к кадру, учиться и переделывать. В одном из первых референсов изначально была ошибка одного из ракурса рефа лица, поэтому на некоторых крупных планах у героя лицо местами восковое (сразу не заметил, потом было поздно). Многие первые тестовые кадры позже ушли в топку именно из-за отсутствия консистентности. Долгая часть проекта — сценарий, переписывался 6 раз. Изначально стояла задача добиться максимальной скорости производства, но всё равно вышло долго. Следующая цель — научиться делать 1 минуту видео примерно за 3 часа: от идеи до финала. Не за счёт упрощения, а за счёт грамотного системного алгоритма действий. Интересно ваше мнение, на что в следующий раз обратить внимание?🖤🌫 @cgevent

Ключевое за 3 дня ⚡ Главное • OpenAI + Broadcom: чип Jalapeño — ASIC для AI, разработанный за 9 месяцев с помощью нейросетей. • OpenAI запускает серию GPT-5.6 для ограниченной аудитории — Релиз семейства моделей с флагманской версией Sol. 📈 Рост и Оптимизация • Ускорение Gemini Nano на Pixel — Применение Frozen Multi-Token Prediction для работы на мобильных устройствах. • Модели вознаграждения слишком чувствительны — Метод кластеризации наград от Meta для защиты от reward hacking. • Экономический индекс Anthropic за июнь 2026 — Аналитика корреляции вычислительных затрат AI и экономической ценности. • Отчёт о ценах на память от Stanford — Данные о динамике стоимости систем хранения и памяти. 🛠 Инструменты • Recall — Инструмент создания базы знаний и поиска по прочитанному через API. • PrompTessor — Рабочее пространство для генерации, оценки и оптимизации промптов. • Serno — AI-анализ бизнес-решений для поиска противоречий и слепых зон. • Cursor — Редактор кода с функциями автоисправления багов и генерации по инструкциям. • Leapd — Платформа для автоматизированного управления бизнес-процессами 24/7. • ByThen — Сервис для создания видео без участия реальных актеров. • Cocodly — Инструмент для разработки веб- и мобильных приложений с помощью AI. • Qwen Image Agent — Модель с улучшенной генерацией изображений через систему планирования. • Google тестирует коллекции для NotebookLM — Новый функционал для группировки рабочих блокнотов по темам.

🧠 Серый рынок Claude в Китае В Китае набирают популярность API transfer stations — прокси, которые продают доступ к Claude за 5-10% от официальной цены. Схема простая: пользователь отправляет промпт не в Anthropic, а на промежуточный сервер. Прокси гонит запрос через зарубежные аккаунты Claude, возвращает ответ и принимает оплату через WeChat или Alipay. Дешевизна берётся не из скидок Anthropic. Там фарм аккаунтов, бесплатные кредиты, шаринг подписок, перепродажа квот, серые платёжные схемы и иногда совсем грязные источники. Для пользователя риск очевидный - он покупает «дешёвый inference», но отдаёт неизвестному посреднику код, промпты, ответы, tool calls и рабочие данные. Прокси может подменить модель, накрутить токены или собрать всё это в датасет. Для Anthropic проблема ещё хуже. KYC, баны и abuse-monitoring начинают видеть не реального пользователя, а слой прокси. Один аккаунт можно забанить, но сама цепочка доступа остаётся живой. Так вокруг закрытых frontier-моделей появляется теневой рынок: аккаунты, платежи, маршрутизация, ресейл inference и сбор данных под видом дешёвого API. https://www.chinatalk.media/p/how-to-buy-cheap-claude-tokens-in

Уже из каждого утюга кричат про внедрение ИИ. Бизнес скупает софт, нанимает модных консультантов, вайб-кодит цифровые платформы. Но вот потом всё это часто загибается, и никто толком не понимает, почему. Корень беды чаще всего не в кривых технологиях. Просто фаундеры пытаются натянуть сову на глобус, так и не разобравшись: а на хрена им вообще ИИ? Какую задачу он должен решать в их бизнесе? ИИ как координатор экосистемы – одна история, со своей экономикой и логикой. ИИ как цифровой сотрудник внутри отдела – совсем другая. Промахнулся с ролью на старте – получил дорогую игрушку вместо рычага для роста. В октябре ребята из Profounders снова собирают группу предпринимателей и везут в Шэньчжэнь – посмотреть, как эти роли работают у китайских компаний, для которых ИИ давно стал частью операционки. За неделю – шесть точек: Tencent (WeChat), Huawei, BYD, Ping An, DJI, UBTech. В прошлом году я ездил с ними в такую же поездку в качестве лидера группы – помогал участникам переварить увиденное и превратить в конкретные шаги для их бизнеса. Опыт оказался настолько концентрированным, что отдельные инсайты оттуда у меня до сих пор всплывают в рабочих разговорах. Следующий тур пройдёт 18-25 октября. Группа небольшая, до 25 человек. Если хочется узнать подробности – свяжитесь с Еленой: @elena_profounders или просто оставьте заявку на сайте.

Qwen-AgentWorld новая world models с 🛍 Команда Qwen выпустила не просто очередную LLM, а world models 😎 (точнее Language World Model) - по сути это модель, которая симулирует последствия действий агентов в 7 доменах: терминал, веб, Android, OS, SWE, поиск, MCP😜 Модель уже доступна с контекстом до 262K токенов. В чём суть? Обычные агенты решают, что делать в среде, в RL это зовётся политикой (policy), а Qwen-AgentWorld же предсказывает, что произойдёт после действия. Это как симулятор "реальности" в голове ИИ, позволяющий планировать без постоянных обращений к реальной среде. Крч становится доступна "осмысленная" многоходовочка. 🧠 Ключевые факты из статьи: 🤍 Архитектура: уже знакомая 35B параметров, активируется только 3B за счёт MoE - 256 экспертов, 8 активных. Гибрид из Gated DeltaNet 75% слоёв для скорости и Gated Attention 25%, для точности. 📚 Обучение: >10 млн реальных траекторий из 7 доменов + 3-этапный пайплайн: - CPT – закладка знаний о динамике сред - SFT – активация рассуждений для next-state prediction. - RL (GSPO) – оттачивание точности с гибридной наградой рубрики + правила. Помните рубрики обсуждали тут. 🏆 Бенчмаркинг AgentWorldBench: результаты на уровне GPT‑5.4 и Claude Opus 4.8, а 35B-версия превосходит более крупные модели. 🤙 Где применять? 1. Симулятор для RL – ожидаемо, можно обучать агентов в тысячах виртуальных сред без развёртывания инфраструктуры. 2. Горячий старт ака warm‑up для агентных моделей, что улучшает результаты на 7ми downstream‑задачах. Это не просто LLM – это шаг к ИИ, который понимает мир через причинно-следственные связи. Следующий шаг - это VLA с алиэкспресс 👍

Наткнулся, что весь контент Reddit за всю историю бесплатно доступен. 20 лет общения сотен миллионов людей в «сердце интернета» - это всего 3.8 терабайт (только тексты). Стало интересно, какие ещё есть мега-архивы: 1/ Common Crawl - слепок почти всего интернета. Больше 9.5 петабайт суммарно. петабайт = 1000 терабайт https://commoncrawl.org 2/ Wikipedia - вся энциклопедия со всей историей правок, ~31 ТБ. Только текущие статьи - 25 ГБ. https://dumps.wikimedia.org 3/ The Stack v2 - открытый код с GitHub, 67 ТБ, 600+ языков. https://huggingface.co/datasets/bigcode/the-stack-v2 4/ LAION-5B - 5.8 млрд пар «картинка + описание», на этом росли генераторы изображений. https://laion.ai/blog/laion-5b/ 5/ arXiv - архив научных статей целиком, ~1 ТБ текста. https://info.arxiv.org/help/bulk_data.html Знал только про arXiv, остальное для меня открытие. Думаю, любая большая языковая модель, созданная с полного нуля, начиналась с этих массивов. Оставлю ссылки для удобства, в том числе своего (и конечно же никогда не воспользуюсь 😁). @midov_channel

✔️ Худший сценарий для США в ИИ-гонке уже не выглядит фантастикой Китай делает ставку не на один прорыв, а на сборку всей ИИ-инфраструктуры внутри страны. Open source здесь не про альтруизм. Это способ быстро набрать пользователей, занять рынок, снизить зависимость от западных API и давить на американские закрытые модели ценой и доступностью. Параллельно Китай тянет модели на свой стек. Huawei-чипы пока сильно уступают NVIDIA, но для Пекина важна не только максимальная производительность на один ускоритель. Важны объём, контроль поставок и возможность разворачивать модели без критической зависимости от США. У Америки проблема не только в конкуренции моделей. Спрос на дата-центры растёт быстрее, чем вводятся новые мощности. Даже если GPU есть, их нужно где-то разместить, охладить и подключить к сети. Следующая волна ИИ требует огромной стабильной генерации и мощной электросети. Китай отвечает на это строительством: солнечные станции, новые энергомощности, атомные проекты. В 2025 году он добавил солнечных мощностей примерно столько, сколько США строили много лет. Риск в том, что Китай может взять масштабом, дешёвым доступом к вычислениям, локальной инфраструктурой и скоростью ввода мощностей. США всё ещё впереди по frontier-моделям, чипам, капиталу и исследовательской экосистеме. Но лидерство становится дороже поддерживать. Если одна сторона упирается в дата-центры и сеть, а другая параллельно строит энергию, железо и open-source-канал распространения, разрыв начинает сжиматься не на уровне красивых демо, а на уровне физической инфраструктуры.

Magnific Plugin для Premiere Pro, After Effects, DaVinci Resolve и Final Cut Pro Еще одна новость от Магнифика. Они вслед за Хиггсами бахнули плагины для монтажек и композа. Не выходя из софта можно делать generate, upscale, relight, reframe, remove background. А также добавлять к видео AI music and voice Упор на том, что все это внутри софта. Нужен аккаунт Магнифика - именно оттуда будут списываться кредиты. Магнифик - это агрегатор моделей, у них свой - только апскейлер (с не очень понятной историей с кодом). Поэтому модели могут использоваться разные. На сайте указана еще поддержка Photoshop and Figma. Все подробности тут: https://www.magnific.com/plugins Пользователи, правда пишут, что пока все сыровато, особенно для Финала и Резолва. И что вроде просто взять кусок на полторы секунды на таймлайне и перегенерить именно эти полторы секунды нельзя. Надо пробовать. @cgevent

Главные AI и Tech новости за неделю 🔓 OpenAI открыла ограниченный доступ к GPT-5.6 OpenAI представила линейку GPT-5.6: Sol, Terra и Luna. Sol — флагманская модель, Terra рассчитана на повседневные задачи и стоит вдвое дешевле GPT-5.5, а Luna — самая быстрая и доступная версия. Источник 🏛️ Белый дом просит OpenAI ограничить запуск GPT-5.6 OpenAI может выпустить GPT-5.6 не сразу для всех пользователей, а только для ограниченного круга партнёров. По данным The Information, администрация Трампа попросила компанию замедлить релиз из-за опасений по безопасности. Источник 🧠 США разрешили Anthropic открыть доступ к Claude Mythos 5 Правительство США сняло блокировку с Claude Mythos 5 и разрешило Anthropic предоставить доступ более чем 100 американским организациям. Среди них — крупные компании и государственные структуры. Источник ⚠️ Anthropic обвинила Alibaba в попытке клонировать Claude Anthropic заявила, что операторы, связанные с Alibaba и Alibaba Qwen, провели крупнейшую атаку по извлечению возможностей Claude. По данным компании, за 45 дней они создали 28,8 млн взаимодействий через почти 25 тысяч фейковых аккаунтов. Источник 🎓 AI-компании вложат $500 млн в переобучение работников В США запустили двухпартийную инициативу RAISE US на $500 млн. Она должна помочь работникам адаптироваться к изменениям на рынке труда из-за AI. Среди доноров — Anthropic, OpenAI, Amazon, Microsoft и Bank of America. Источник 🌶️ OpenAI сделала собственный чип Jalapeño OpenAI и Broadcom представили Jalapeño — чип для ускорения работы AI-моделей. Он нужен, чтобы ChatGPT, Codex, API и будущие AI-сервисы отвечали быстрее, стабильнее и дешевле при большой нагрузке. Источник 🖱️ Google встроила computer use в Gemini 3.5 Flash Google добавила computer use прямо в Gemini 3.5 Flash. Теперь модель может видеть интерфейс, рассуждать и выполнять действия в браузере, мобильных и desktop-средах без отдельной модели для таких задач. Источник 🔄 AI-исследователи Google переходят в Anthropic Google продолжает терять заметных AI-специалистов. По данным Bloomberg, исследователи Йонас Адлер и Александр Прицель уходят в Anthropic. Они участвовали в разработке модели Gemini. Источник __ 14 июля начинается курс «Мастер Администрирования Агентов», второй модуль (MAA2). Тем, кто оплатит сегодня — бонус: любой второй модуль MAA в подарок (всего 4 модуля). Подробности: https://productuniversity.ru/maa2

Наткнулся, что весь контент Reddit за всю историю бесплатно доступен. 20 лет общения сотен миллионов людей в «сердце интернета» - это всего 3.8 терабайт (только тексты). Стало интересно, какие ещё есть мега-архивы: 1/ Common Crawl - слепок почти всего интернета. Больше 9.5 петабайт суммарно. петабайт = 1000 терабайт https://commoncrawl.org 2/ Wikipedia - вся энциклопедия со всей историей правок, ~31 ТБ. Только текущие статьи - 25 ГБ. https://dumps.wikimedia.org 3/ The Stack v2 - открытый код с GitHub, 67 ТБ, 600+ языков. https://huggingface.co/datasets/bigcode/the-stack-v2 4/ LAION-5B - 5.8 млрд пар «картинка + описание», на этом росли генераторы изображений. https://laion.ai/blog/laion-5b/ 5/ arXiv - архив научных статей целиком, ~1 ТБ текста. https://info.arxiv.org/help/bulk_data.html Знал только про arXiv, остальное для меня открытие. Думаю, любая большая языковая модель, созданная с полного нуля, начиналась с этих массивов. Оставлю ссылки для удобства, в том числе своего (как конечно же никогда не воспользуюсь 😁). @midov_channel

🔥 ChatGPT притащили в суд Похоже, мы наблюдаем любопытный прецедент. На процессе по делу о поджоге, с которого начался один из самых смертоносных пожаров в истории Лос-Анджелеса, обвинение приобщило к делу не только привычные улики, но и логи переписки подозреваемого с ChatGPT. Джонатана Риндеркнехта обвиняли в том, что он устроил пожар. И прокуроры вытащили на свет его диалоги с чат-ботом: как он просил нейросеть сгенерировать изображения огня, как спрашивал «почему я всё время такой злой?», как жаловался ИИ на богачей, которые губят мир. Отдельно показали запись экрана, где он интересуется у ChatGPT — можно ли обвинить человека в пожаре, если тот вспыхнул от его сигареты. Вот только присяжных это не убедило: голоса разделились 10 к 2 в пользу защиты, судья объявил коллегию несогласной — и процесс закончился ничем. Одна из присяжных призналась, что не увидела в переписке с ботом никакого доказательства: «Я сама постоянно болтаю с ChatGPT». Её даже возмутило, что обычное общение с нейросетью попытались выдать за изъян характера. Но мораль тут для всех нас совсем другая. Ваши разговоры с чат-ботами — это открытая книга. Никакой тайны переписки с ними нет. Так что прежде чем спросить у ИИ что-нибудь очень личное, подумайте несколько раз. @droidergram

🧠 Meta* показала Brain2Qwerty v2 — чтение текста из мозга без вживления электродов AI at Meta анонсировала вторую версию пайплайна, который восстанавливает напечатанный текст напрямую из мозговой активности, не вскрывая череп. Первая версия только что вышла в Nature, v2 — продолжение той же линии. v1 работала на уровне символов: модель угадывала отдельные клавиши по сигналу MEG. v2 поднялась на уровень слов и смысла - декодит не «буквы по одной», а семантику фраз, и делает это в реальном времени, end-to-end, из сырого сигнала. Это и есть качественный скачок, а не просто +X% к точности. Цифры, которые стоит знать (по v1, из Nature). С магнитоэнцефалографией (MEG) средняя ошибка на символах около 29–32%. С дешёвой и носимой ЭЭГ - 67%, то есть пока почти неюзабельно. Отсюда и главное ограничение: рабочая точность держится на громоздком неносимом MEG-сканере, а не на бытовом устройстве. Метод неинвазивный, но это лабораторная история: MEG стоит как небольшая квартира, требует экранированной комнаты и неподвижной головы. До «гарнитуры дома» отсюда далеко. Адресат - люди с поражениями мозга и неврологическими нарушениями, потерявшие речь. Для них даже несовершенный неинвазивный канал коммуникации - это много. Что Meta пока не раскрыла по v2: точность, скорость набора, размер словаря, работает ли это всё ещё только на MEG. Заявка громкая («самый результативный end-to-end декодер»), но проверяемых метрик второй версии в публичном анонсе нет. https://ai.meta.com/blog/brain2qwerty-brain-ai-human-communication/ *признана экстремистской и запрещена в России.

Клиенты Anthropic и OpenAI нашли миллионы долларов лишних списаний за токены Стартап Vaudit, который проверяет счета за AI-сервисы, изучил инвойсы 60 компаний на 34 миллиона долларов. В них нашли около 1.7 миллиона долларов ошибочных переплат, в основном за Claude Code. Типовая проблема — клиент использовал дешевую модель, а счет приходил как за более дорогую. Иногда списания шли за запросы, которые завершились ошибкой, или за retry storm, когда агент не справился с задачей, но продолжал снова и снова пытаться ее выполнить. Anthropic говорит, что не берет деньги за незавершенные запросы и ошибки, а OpenAI заявляет, что не видит таких проблем у своих клиентов. При этом, по словам Vaudit, 80% найденных переплат уже вернули. https://www.theinformation.com/newsletters/applied-ai/anthropic-customers-find-errant-charges-auditing-startup-says

🧠⌨️ Brain2Qwerty v2: мозговые волны → текст Meta Research показала новую версию Brain2Qwerty - AI-модель, которая декодирует текст (предложения) из brain recordings. Простыми словами: человек печатает, MEG-устройство (не инвазивное) считывает активность мозга, а модель учится восстанавливать текст из шумных сигналов. В v2 обучались на ~22 000 предложениях от 9 добровольцев, и результат уже заметный: 61% word accuracy в среднем и до 78% (в самом лучшем случае). Это все еще не «чтение мыслей» из воздуха и не готовый продукт для дома - пока нужны MEG, часы данных и активное участие человека. Но направление сильное: если такие системы масштабируются, они могут стать альтернативным способом коммуникации для людей, которые не могут говорить из-за поражений мозга, без риска операции. Мне нравится тренд: LLM + нейроданные начинают превращать очень шумный биосигнал в связный язык. Подробности тут: Brain2QWERTY

Ломка Раньше, когда я хотел запустить проект, в голове щёлкал один и тот же паттерн: кого нанять. Нужен проектный менеджер. Нужен человек на операционку. Нужен ещё кто-то под это. Любая новая задача начиналась с вопроса «какие люди мне нужны». Сейчас паттерн другой. Я думаю не «кого нанять», а «какие инструменты ИИ применить, чтобы это запустить или решить задачу». И специально не нанимаю, запретил себе это делать. Либо решу с ИИ, либо не буду решать вообще. «Закодировался» от найма, чтобы перестроить своё мышление. Ломка жуткая, но выхода другого нет. Звучит как мелочь возможно. Но это смена точки входа в процесс. Старый рефлекс добавлял к каждой идее людей, зарплаты, согласования, управление и отсутствие гибкости и скорости. Новый — добавляет связку инструментов, которую один человек собирает за вечер. И если не получилось — быстро выкинул, а при успешном старте быстро масштабировал. И знаете, что меняется в голове? Идеи перестают казаться дорогими и долгими. Раньше «а давай запустим вот это» автоматически означало «а давай наберём под это команду и найдём деньги». Теперь — «а давай я соберу это за вечер и завтра потестируем». ИИ сам по себе не делает предпринимателя богаче. Он просто позволяет одному сильному человеку создавать намного больше и ещё намного быстрее. Весь вопрос в том, какой рефлекс срабатывает у тебя первым. И хочешь ли ты перестроиться на новый.

Экс-глава AI в Databricks придумал, как снизить энергозатраты в 1000 раз Навин Рао, бывший руководитель AI-направления Databricks, строит стартап Unconventional AI. Компания обещает радикально снизить стоимость инференса за счет новой компьютерной архитектуры на основе осцилляторов На днях показали первую модель Un-0. Это генератор изображений, который должен доказать, что на такой архитектуре могут работать обычные диффузионные модели. Компьютер на новой архитектуре ещё не построен, так что модель пока живёт в симуляции. В конце прошлого года Unconventional AI привлёк 475 миллионов долларов с оценкой 4.5 миллиарда. https://techcrunch.com/2026/06/25/databricks-former-ai-chief-thinks-he-can-cut-ais-power-bill-by-1000x/