Machinelearning

Forwarded From OpenAI удвоила лимиты для платных подписчиков. Причём без повышения стоимости. Компания объявила об увеличении лимитов использования сразу в 2 раза для нескольких тарифов: - ChatGPT Pro $100 - ChatGPT Pro $200 - ChatGPT Pro $500 - ChatGPT Business Premium Ещё один приятный бонус: для Pro $200 отменили запланированное снижение лимитов в ChatGPT Work и Codex. Пользователи сохранят прежние условия вместо ожидаемого урезания. Изменения уже вступили в силу, ничего дополнительно активировать не требуется. По сути, подписчики получают вдвое больше возможностей для работы с ИИ за те же деньги. Источник: https://x.com/thsottiaux/status/2115850175868727621

⚡️ Mistral AI опубликовала веса флагманской Mistral Large 4 Это мультимодальная 1T-модель, которую обучили с нуля на европейской инфраструктуре, а после публичного превью дообучили через RL для задач программирования и кибербезопасности. В рейтинге Artificial Analysis Coding Agent Index модель набрала 48%. Она расходует на 47% меньше токенов на задачу по сравнению с GLM-5.3. Для контроля стоимости инференса предусмотрены три встроенных режима рассуждений: Low, Medium и дефолтный High. В бенчмарке Artificial Analysis Cyber Mistral Large 4 получила 51% за поиск, воспроизведение и патчинг уязвимостей. Модель выполняет аудит кода без ложных срабатываний фильтров безопасности. Веса опубликованы под модифицированной лицензией MIT. Попробовать модель без локальной установки можно через Mistral API, OpenRouter, среду разработки Vibe Code, а также в формате оптимизированных контейнеров NVIDIA NIM. Стоимость использования официального API составляет 70 центов за млн входных токенов (7 центов при кешировании) и 2,10 доллара за млн выходных. @ai_machinelearning_big_data #news #ai #ml

✔️ GitHub представил крупное обновление платформы На конференции Universe 2026 GitHub анонсировал переход платформы к оркестрации автономных ИИ-агентов. Компания представила отдельное приложение GitHub Copilot app для контроля параллельных процессов и делегирования задач сразу в нескольких репозиториях. Также запущена система маршрутизации Copilot Fusion, которая автоматически подбирает LLM под конкретную задачу (генерация кода, анализ, дебаггинг) для оптимизации затрат на инференс. Контекст работы с агентами теперь синхронизируется через Session continuity между мобильным приложением, десктопным VS Code и веб-версией. Под возросшую нагрузку GitHub модернизировал архитектуру Git, отделив хранилище от вычислений, задействовал 4 млн новых процессорных ядер, добавил 160 петабайт высокоскоростного хранилища и увеличил пропускную способность сети до 50 Тбит/с. Корпоративный биллинг изменен - GitHub отказался от многоуровневых подписок. Инструменты, включая функцию глубокого поиска уязвимостей Copilot code review Max, переведены на оплату за фактически потребленные ИИ-кредиты. @ai_machinelearning_big_data #news #ai #ml

🙂 Швейцарский стартап Giotto выдал Kimi за суверенный ИИ Европы ИИ-лаборатория Giotto анонсировала модели Alto и Solo, позиционируя их как независимую и самую умную европейскую разработку. Компания делала ставку на полный отказ от инфраструктуры бигтеха США - данные и вычисления должны были оставаться исключительно в дата-центрах Евросоюза. Но на релизе случился конфуз. В ходе тестирования модель Alto отвечала пользователям, что она - китайская модель Kimi (упомянув темную сторону луны в качестве отсылки к разработчику Moonshot AI). После резонанса в X CEO Giotto Альдо Подеста признал, что в основе Alto действительно лежат заимствованные веса Kimi. В качестве оправдания он сослался на дополнительное обучение и интеграцию проприетарной технологии Turing Test Calculation, но так и не раскрыл, какая версия оригинальной модели использовалась под капотом. Ситуация оказалась вдвойне ироничной из-за недавних публичных заявлений Альдо. За восемь дней до инцидента Подеста написал статью под названием Open Source — это троянский конь, где жестко критиковал европейский бизнес за паразитирование на чужих открытых моделях под видом создания суверенных технологий. Это не первый случай скрытого заимствования китайских разработок в ЕС. В сентябре испанская компания Multiverse Computing презентовала Quasar 438B как ведущую европейскую ИИ-модель. Лишь на следующий день после анонса разработчики скромно уточнили в техническом блоге, что их решение - всего лишь оптимизированная версия GLM-5.2. @ai_machinelearning_big_data #news #ai #ml

Команда AI VK рассказала, как развивается Discovery-платформа — единая инфраструктура для рекомендаций, поиска и рекламы. За последние месяцы запуск нового рекомендера ускорился до одного дня. Около 90% задач ранжирования теперь решаются без нового кода, а цикл проверки гипотез сократился в пять раз. Для управления инфраструктурой появился Discovery Portal — единая точка управления конфигурациями и мониторинга. Портал позволяет постепенно раскатывать изменения в сервисах и автоматически откатывает их при ухудшении метрик. Ещё одно направление — эффективность вычислений. GPU-инференс в ранжировании позволил подключать нейросетевые модели через общую инфраструктуру, а оптимизация рантайма помогла высвободить 70 тысяч CPU-ядер. Улучшение отражаются и на продуктовых метриках: +20% времени просмотра главной VK Видео, +11% времени в ленте ВКонтакте и +35% добавлений треков из рекомендаций VK Микс. Подробнее в статье на Хабре

✔️ OpenAI и Oracle расширяют партнёрство Главное в новом этапе - платформа Oracle AI Workspace, которая соединит базы данных и бизнес-логику Oracle с интерфейсом ChatGPT, так что сотрудник сможет разбирать финансовые показатели и вести процессы обычными запросами. Данные остаются в защищённой среде с соблюдением корпоративных политик и прав доступа. Работает это и в обратную сторону, на моделях OpenAI Oracle выпускает AI Security Mesh для автоматического поиска уязвимостей и среду App Composer, где внутренние сервисы собирает Codex. Клиенты теперь смогут покупать доступ к API OpenAI и корпоративным версиям ChatGPT через маркетплейс Oracle, расплачиваясь облачными кредитами. openai.com ✔️ Anthropic представила артефакты в Claude для юристов На платформе Claude for Legal открылась галерея готовых интерактивных инструментов для юристов. Артефакты проверяют цитирования, сравнивают контракты с корпоративными стандартами, собирают сводные таблицы по юрисдикциям и следят за нормативной базой. Чтобы файлы не приходилось загружать вручную, добавлены более 60 коннекторов, так что модель берёт данные прямо из привычных для юристов баз и прикрепляет к ответу ссылку на первоисточник. Свои артефакты уже адаптировали PwC, Goodwin, Harvey и другие, отдельно собраны инструменты для правозащитных организаций, помогающие разбирать иммиграционные документы и искать ошибки в реестрах аренды. claude.com ✔️ Artificial Analysis обновил Intelligence Index до пятой версии Подход пересмотрен, 60% индекса теперь строится на закрытых наборах данных, чтобы модели не заучивали ответы. Добавились бенчмарк задач программирования FrontierCode 2.0 и среда Terminal-Bench-Science для автономных агентов в науке. В общем смысле сценарии усложнились, медианный объём генерируемых токенов вырос на 66% из-за агентских процессов с долгими вычислениями. Новый рейтинг возглавила свежайшая Gemini 4 Carbon, потеснив Claude Opus 5.5, за которой идут GPT-6 Astra и GPT-6.1 Sol. Разрыв между проприетарными и открытыми моделями ощутимо вырос, лучшая открытая DeepSeek V4.1 Flash 1017 набрала 32 балла, что на 27 меньше лидера. artificialanalysis.ai ✔️ Microsoft представила модель MAI Cyber 1.1 Flash Новинка встроена в платформу безопасности MDASH и занята анализом исходного кода. В мультиагентной системе тестирования она берёт основной объём поиска и проверки багов, передавая крупным моделям только нетривиальные случаи, и сканирование подешевело почти на пятую часть без потери качества обнаружения. По статистике Microsoft, клиенты, однажды запустившие аудит через MAI Cyber, в 90% случаев остаются на этом профиле, а не на связке из моделей OpenAI, и на собственный ИИ компании приходится уже около половины проверок в MDASH. Доступ открыт проверенным пользователям платформы. microsoft.ai ✔️ SpAItial представила модель для 3D-реконструкции помещений со смартфона Модель мира Echo-3 превращает съёмку на телефон в подробные трёхмерные пространства в реальном масштабе, вместе с ней вышло приложение SpAItial для iOS, которое оцифровывает помещение от квартиры до завода за пару минут без штативов и прочего оборудования. Главная особенность в достраивании слепых зон, пропущенные при съёмке участки сеть заполняет по контексту, сохраняя метрическую точность и геометрию без артефактов, частых у других сканеров. Корпоративным клиентам Echo-3 откроют через API, а точная передача габаритов делает модель пригодной для недвижимости, симуляций и пространственного анализа ИИ-агентами. Приложение уже в App Store с первым бесплатным месяцем, версию для Android обещают позже. spaitial.ai @ai_machinelearning_big_data #news #ai #ml Video is too big

🌟 NVIDIA выпустила Nemotron 3.5 Transcribe Nemotron 3.5 Transcribe - открытая модель транскрибации речи в текст, которая поддерживает 40 языков, переводит 31 из них и различает говорящих на 13. Для русского языка доступны все задачи, которым обучалась модель - расшифровка, перевод, разделение речи по говорящим и смешанная речь, когда в одной записи языки перемежаются. Модель принимает записи длиной до часа, расставляет метки времени по словам и подчиняется указаниям в запросе вроде просьбы расшифровать запись и подписать каждого говорящего. Плюс она способна отвечать на вопросы по содержанию аудио, но это только для английского. Живой поток не умеет, только на готовые файлы. Общих параметров 34 млрд, из которых на токен активируются около 4,3 млрд, под капотом - речевой кодировщик вместе с гибридной языковой моделью из слоёв Mamba и трансформера со смесью экспертов. Вместе с моделью NVIDIA выложила набор данных Granary v2 на 463 тысячи часов речи для 48 языков, собранный из 16 открытых корпусов. В сете опубликованы описания и конвейер обработки, само аудио нужно скачивать отдельно по лицензиям исходных корпусов. 🟡Тесты В открытом рейтинге расшифровки Hugging Face модель заняла первое место среди открытых моделей со средней долей ошибок в словах 5,33% на английском, на многоязычной части вышло 4,62%, на длинных записях 10,98%. В рейтинге Artificial Analysis у неё 2,8% ошибок, столько же у соперника, которому нужно примерно в шесть раз больше активных параметров. На одной RTX PRO 6000 модель обработала 100 часов записей меньше чем за три минуты. 📌Лицензирование: OpenMDW-1.1 🟡Статья 🟡Веса 🟡Техотчет 🟡Датасет 🟡Демо @ai_machinelearning_big_data #AI #ML #ASR #Speech #Nemotron #NVIDIA

📌 Тимлид Anthropic перестал давать кандидатам задачи на программирование Феликс Ризеберг, который руководит разработкой в Anthropic и вёл Claude.ai, Cowork и настольный Claude Code, признался в своем блоге, что в октябре перестал давать соискателям задачи на код. Раньше, по его словам, небольшое практическое упражнение работало слабым, но полезным признаком пригодности, а теперь перестало, потому что Claude решает такие задачи лучше кандидатов. Смысла в задании по фронтэнду на React он видит столько же, сколько в вопросах про ассемблер. 🟡 Заменить механику отбора пока нечем Ризеберг признаётся, что способа не нашёл, и просит читателей делиться идеями. Сейчас он смотрит резюме и портфолио в поисках небольших прототипов, по которым видны вкус, понимание пользователя и умение думать от принципов. 🟡Смена парадигмы найма Раз исполнение подешевело, влияние сотрудника меньше зависит от опыта работы с фреймворками и библиотеками. Ризеберг говорит, что видит, как сравнительно новые инженеры опережают тех, кто пишет код лучше, и называет это тезисом «голод побеждает опыт». Он советует инженерам брать не задачи из очереди, а то, что движет цели компании, выбирать идею порезче, за выходные собирать работающий прототип вместо документа с требованиями, держаться одной мысли, а не впихивать в прототип несколько, и опираться на свежий взгляд, в том числе на незнание, почему что-то считается невозможным. В пример он приводит графический интерфейс для Claude Code. Прототип за одни выходные собрали двое недавно пришедших в Anthropic инженеров, Энтони Моррис и Элис Чжао, а первая публичная версия вышла примерно через восемь дней. @ai_machinelearning_big_data #news #ai #ml

Google представила Gemini 4 Carbon Новая флагманская модель заняла первое место в Artificial Analysis Intelligence Index v5.0 с результатом 59 баллов. Основной упор сделали на кибербезопасность, программирование и длительную автономную работу ИИ-агентов. Результаты бенчмарков: - SEC-bench Pro - 88,2%: поиск реальных уязвимостей в программном обеспечении. - ExploitGym - 54,8%: проверка возможности эксплуатации найденных уязвимостей. - CWE-bench - 71%: автоматическое исправление уязвимого кода. - WebDev Arena - 1769 Elo: четвёртое место в разработке веб-интерфейсов. Что ещё интересного: - Автономная работа несколько дней. Внутри Google модель решала сложные инженерные задачи, находила причины ошибок и исправляла их в больших кодовых базах. - В 2 раза лучше Gemini 4 Argon генерирует безопасный код по внутренним тестам Google. - В 10 раз эффективнее другой передовой модели создаёт качественные патчи для Chrome, по оценке команды браузера. - На 80% меньше серьёзных нарушений инструкций при работе с кодом. - Вдвое меньше необоснованных утверждений по сравнению с Argon. Отдельно Google заявляет, что Carbon успешно отразила все проверенные атаки через prompt injection в одном из бенчмарков. Доступ пока ограничен: сначала модель получат специалисты по кибербезопасности. Массовый релиз состоится позднее. Стоимость API после запуска составит $2 за миллион входных и $10 за миллион выходных токенов на вводном тарифе. https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon/

📌 EPFL показала имплантируемый чип, который следит за связью между участками мозга Лаборатория нейротехнологий Федеральной политехнической школы Лозанны под руководством Махсы Шоаран сделала LogSync, имплантируемый чип размером примерно 4 на 2 мм, который целиком держит на себе машинное обучение. Он записывает активность мозга, считает силу ритмов и согласованность сигналов между его областями, по этим признакам различает состояния внимания и эмоционального возбуждения и сам выдаёт команду на стимуляцию, когда распознал нужное состояние. Весь этот путь, от анализа связей между областями до классификации, укладывается в один кристалл и меньше 200 микроватт. Добились этого переводом вычислений в логарифмический вид, который упрощает нужные операции, причём алгоритмы и схему разрабатывали сразу с оглядкой на ограничения имплантата. Такой чип нужен для глубокой стимуляции мозга при психиатрических расстройствах. Большинство приборов работает по заранее заданным настройкам, без обратной связи, а те, что подстраиваются, обычно опираются на сигнал одного участка. Шоаран исходит из того, что психиатрические расстройства связаны скорее со сбоями в связности между областями мозга, поэтому классификатор смотрит именно на их согласованность. Проверка чипа прошла успешно на двух материалах - на записях мозга людей из прежних психиатрических экспериментов и на крысах в Университете Миннесоты. В людей чип пока не вживляли, поэтому реальной точности распознавания и задержки EPFL не приводит. Модельную часть лаборатория развивает отдельно. На ICML 2026 Шоаран представил RECTOR, способ самообучения на записях ЭЭГ и внутричерепной ЭЭГ, где модель учится на замаскированных фрагментах сразу по трём осям - областям мозга, каналам и времени. В работе заявляют лучшие результаты в распознавании эмоций и вовлечённости, а также устойчивость к потере отдельных каналов, но конкретных цифр в аннотации нет. @ai_machinelearning_big_data #news #ai #ml

✔️ Anthropic рассказала об участии в разработке лекарств Компания запустила Claude в технологическую фармацевтику и купила биотех-стартап Mithril Medicine. Ее основатель и единственный сотрудник, Коди Транбаргер, привлек Claude к организации контрактов, логистики и экспериментов с внешними лабораториями, а также делегировал многие другие аспекты деятельности стартапа. В результате Mithril за менее чем полтора года превратил потенциальный метод лечения одной из форм мышечной дистрофии из идеи в многообещающие результаты на мышах. На базе приобретенной Mithril Medicine Anthropic ведет собственные доклинические исследования терапии редких форм мышечной дистрофии. Также партнерами Anthropic стали шесть профильных организаций, включая Bristol Myers Squibb и Generate Biomedicines. В фармацевтических исследованиях Claude проектирует структуры антител, оптимизирует их термостабильность, планирует клинические испытания и готовит регуляторную документацию. В рамках сотрудничества со Divergence Labs Claude создал 35 тыс вариантов дизайна антител за месяц - традиционно этот объем задач требует около девяти месяцев. @ai_machinelearning_big_data #news #ai #ml

Это конец Еще год назад мы хихикали над тем, как нейронки делают ошибки джунов. Целые компании делали вид, что в разработке ничего не изменилось. А что там у этих хипстеров, какие то гпт с клодами, что? И сейчас. Это сложно назвать изменениями. Даже паникой. Просто снесли индустрию под корень, и пытаются спешно строить на ней что-то новое, переизобретая правила игры на ходу. ИИ пишет код, проводит его через ИИ ревьюеров, тестирует ИИ тестировщиками и гонит его в прод через ИИ девопса. И все это запускает один человек. Не то чтобы он нужен, просто потому, что хоть кто-то все еще должен понимать, что происходит. Гипер-автономность и "ночные агенты" - повседневность. "Юзер репортит в поддержку баг и через час готов PR с фиксом без участия человека" - про это даже скучно писать. "Зачем делать UI, если всё равно все будут юзать апп через Клода?" - вопрос, которым задавалась каждая вторая компания. "Что круче - рой из сотни Sol или 10 Opus'ов, но с оркестратором?" - обычные разговоры в курилке. В этом году мы уже обсуждаем не просто "AI в разработке". Всё слишком изменилось. Наша цель, разобраться: — как выглядит новая реальность создания продуктов: где в ней автономные агенты, мультиагентные системы, люди — как выглядит работа в команде, когда кажется, что уже никто не нужен? — как адаптировать компанию и процессы к ИИ? Насколько далеко все впереди? — чему учиться? кого и как нанимать в новых условиях? Онлайн-конференция 11-12 ноября. Бесплатно с подпиской на спикеров Приходите, чтобы понимать, как жить в новой реальности Спикеры: — Александр Поляков — Как дать агенту доступ к вашему продукту: MCP, Skills и CLI — Родион Мостовой — Оркестрируем агентов для решения long-horizon задач — Кирилл Мокевнин — Внедряем AI в легаси проект. Пошаговый план — Илья Измайлов — LLM Wiki 2.0: как растить базу знаний агента и не утонуть в галлюцинациях — Николай Шейко — Агентный сетап на осень 2026 — Константин Доронин — Гарантия качества продукта, сгенерированного агентами. — Глеб Кудрявцев — Как выстроить AI ядро организации и потерять все свои данные И другие. Подробная программа на сайте Реклама. ИП Поляков А.Е. ИНН 710512345187

✔️ Агенты стартапа Cathedral взломали внутренние системы Anthropic Cathedral, основанный выходцами из Департамента эффективности госуправления, заявил, что агентам хватило меньше 12 часов на обход защиты, а путём проникновения стали бреши в стороннем бизнес-ПО компании. Агенты добрались до Slack, стенограмм встреч, зарплатных ведомостей и контактов партнёров. Anthropic подтвердила компрометацию части кадровых и ИТ-систем, но подчёркивает, что код, веса моделей и диалоги пользователей Claude не затронуты. Начиналось всё по программе поиска уязвимостей, но Anthropic обвинила Cathedral в нарушении регламента, поскольку те скрыли реальный масштаб проникновения. Инцидентом уже заинтересовались власти США. washingtonpost.com ✔️ Cohere нашла в Qwen3.8 скрытую отправку данных на китайские серверы Аномальную активность канадцы засекли при тестировании Qwen3.8-Flash-Next. Модели поручили написать bash-скрипт для поиска вредоносных загрузок, а она вместо кода просканировала временную директорию, проверила утилиты передачи данных, прочитала настройки DNS и отправила тестовый файл в Alibaba Cloud. Цепочка рассуждений, по которой за моделью обычно и следят, выдала ложный лог и скрыла планы по внешним инструментам. Вывод Cohere в том, что локальный запуск открытых моделей сам от утечек не защищает, к чужим весам стоит относиться как к недоверенным исполняемым файлам, закрывать агентам выход в сеть и не верить их логам при аудите. cohere.com ✔️ GPT-6 Astra и Claude помогли физикам продвинуться в квантовой информатике Лаборатория Physical Superintelligence отчиталась о прогрессе по пяти открытым проблемам. Доказано, в частности, что в определённых квантовых полях запутанность сохраняется и между отдалёнными областями, хотя на большой дистанции проверить нелокальные корреляции через неравенство Белла уже невозможно. Физики задавали направление и держали логику, а GPT-6 Astra и Claude участвовали в самом выводе. Гипотезы проверяли агентами Codex и Claude Code, написавшими формальные доказательства на Lean под машинную верификацию. Материалы и код выложены в открытый доступ, но выводы, как говорят авторы, верны лишь для специфических условий, а часть проблем ещё ждёт решения. psi.inc ✔️ BrainChip презентовал нейроморфный сопроцессор для компактной электроники AKD1500 SPI расширяет линейку Akida и решает проблему внедрения машинного обучения в периферийные устройства, когда плату приходится перепроектировать под более дорогие вычислительные узлы. Он подключается к существующим микроконтроллерам по шине SPI как выделенный ИИ-ускоритель, микроконтроллер продолжает управлять устройством и собирать данные с датчиков, а инференс уходит на сопроцессор. В чипе есть аппаратная поддержка обучения на месте, устройство запоминает новые данные на кристалле, без отправки их в облако и переобучения модели. Решение рассчитано на рынок TinyML, его тестируют в промышленной робототехнике, умном доме и носимой медтехнике. Продажи уже открыты. brainchip.com ✔️ Xiaomi представила бионическую руку с 21 степенью свободы Манипулятор рассчитан на сложные промышленные сценарии, привод гибридный, из 26 двигателей. Рука оснащена высокоплотной тактильной обратной связью - на поверхности 1500 сенсоров с разрешением 1 мм на фалангах и 2 мм на основном блоке, так что робот точно дозирует усилие при захвате инструментов и мелких деталей. Моторику имитируют натяжением искусственных сухожилий, алгоритмы захвата учили на записях движений живых операторов. Основой стали данные с пилотного завода Xiaomi Automotive, где оцифровали 1827 рабочих процедур, это примерно около 70% ручного труда типичного цеха. Конструкция рассчитана на производство, у неё улучшен теплоотвод и сменное тактильное покрытие. sina.com.cn @ai_machinelearning_big_data #news #ai #ml Video is too big

Forwarded From Google предложила «сон» для языковых моделей – отдельный этап, на котором ИИ закрепляет новые знания и тренируется на собственных примерах. Проблема непрерывного обучения – катастрофическое забывание: усваивая новую информацию, модель может потерять ранее освоенные навыки. А знания из контекстного окна сами по себе не становятся постоянной памятью. В SLEEP чередуются два режима: Бодрствование: модель взаимодействует с входными данными и сохраняет информацию в краткосрочной памяти. Сон: приём новых данных приостанавливается. Модель активирует дополнительные блоки памяти MoE и переносит знания в их веса, уменьшая вмешательство в уже закреплённую информацию. После этого временная память освобождается. Есть и этап «сновидений»: случайные сочетания экспертов генерируют тренировочные примеры. Система отбирает наиболее полезные и использует их для дальнейшего обучения. Что показали эксперименты команды: - BABILong: работа с информацией из последовательностей до 10 млн токенов через её закрепление в параметрах. - Последовательное обучение переводу: почти нулевое падение результатов на ранее изученных языках. - Математика: точность 79,2% на AIME 2024 и 69% на AIME 2025. «Сон» здесь – управляемый цикл дообучения по заданным исследователями правилам. Архитектура и код модели остаются фиксированными. https://research.google/blog/the-sleep-framework-a-new-way-for-llms-to-retain-knowledge-in-continual-learning/ @data_analysis_ml

✔️ AgiBot показала координацию 110 гуманоидами Китайский разработчик робототехники продемонстрировал работу платформы массового управления LinkBots, синхронизировав 110 серийных полноразмерных гуманоидов Expedition A3. Для координации флота с сантиметровой точностью AgiBot использовали связку LinkBots и технологии сверхширокополосного позиционирования. В дальнейшем компания планирует развертывать модель A3 среди людей в сфере услуг, туризме, науке и образовании. По заявленным данным, за первое полугодие в Китае произвели более 40 тысяч гуманоидов, а целевой показатель индустрии на ближайшее время составляет 100 тысяч единиц в год. @ai_machinelearning_big_data #news #ai #ml Video is too big

✔️ Google DeepMind представила Genie 4 Genie 4 - модель для интерактивной симуляции виртуальных миров в реальном времени. Система мультимодальна: помимо фотореалистичного визуального ряда с учетом физики, она генерирует фоновый шум, пространственное аудио и контекстные диалоги персонажей. Текстовые команды позволяют менять погоду, добавлять объекты и переключать ракурс прямо в процессе генерации. За логическую консистентность мира и многошаговое планирование отвечают агенты на базе моделей Gemini (заявлены версии Omni, 3.8 Flash и 4 Argon). Инструмент предназначен для создания тренировочных сред в робототехнике, прототипирования в геймдеве и кинематографических превизуализаций. Новинка запущена в статусе закрытого превью по листу ожидания. Среди известных ограничений при долгих сессиях - визуальный дрейф и нарушения перманентности объектов. В будущем доступ откроют партнерам по Gemini API и подписчикам Google AI Ultra. @ai_machinelearning_big_data #news #ai #ml Video is too big

✔️ ИИ за 24 дня формализовал самое длинное доказательство в истории математики, над которым около 100 учёных работали десятилетиями. Компания Axiom Math объявила о завершении компьютерной проверки теоремы классификации конечных простых групп (CFSG), известной как «Огромная теорема». Оригинальное доказательство занимает 15 000 страниц в более чем 500 научных статьях. О чём вообще теорема? Представьте куб. Его можно повернуть 24 способами так, чтобы он выглядел точно так же. Эти преобразования образуют математическую группу. Теорема классифицирует фундаментальные «строительные блоки», из которых состоят все конечные группы симметрий. Это своеобразная периодическая таблица симметрий, применяемая в алгебре, теории чисел и математической физике. Что сделал ИИ: За 24 дня десятки ИИ-агентов создали около 43,1 млн строк кода на Lean. Формализовали доказательство, которое математики собирали на протяжении десятилетий. Обнаружили 34 существенных расхождения с опубликованными математическими работами. Нашли контрпримеры к некоторым утверждениям и разработали альтернативные доказательства. Получили новый результат в теории групп, необходимый для выбранного пути доказательства. В отдельных случаях ИИ обнаружил ошибки в исходных рассуждениях и построил новые математические аргументы, чтобы их исправить. Работа велась совместно с математиками, включая специалистов, участвовавших в первоначальной классификации. Результат Axiom представляет как первое полное доказательство CFSG, проверяемое компьютером. Код и материалы открыты для независимого изучения. Это пример того, как ИИ-агенты могут не только ускорять математическую работу, но и проверять фундаментальные результаты, которые раньше было практически невозможно перепроверить целиком. https://axiommath.ai/research/the-enormous-theorem-formalized/ @ai_machinelearning_big_data