Лента новостей

🚀 SK Hynix инвестирует 720 млрд долларов в AI‑память Южнокорейская компания SK Hynix, ведущий производитель высокоскоростной памяти, объявила о вложении 720 млрд долларов в строительство новых заводов памяти, ориентированных на спрос в сфере искусственного интеллекта. Проект охватывает несколько фабрик в Южной Корее, где планируется существенно увеличить производственные мощности для удовлетворения растущего спроса на AI‑технологии. Мы получили эксклюзивный доступ к объектам, где уже идут подготовительные работы.

🤖 AI‑гиганты молчат о климате, Калифорния готовит обязательный отчёт В Калифорнии разрабатывают закон, который потребует от крупных компаний раскрывать данные об их воздействии на климат, однако ведущие игроки в сфере искусственного интеллекта пока не публикуют такую информацию. За несколько лет AI‑стартапы превратились в одни из самых влиятельных бизнесов мира, их рыночная оценка приближается к триллиону долларов 🌍.

🔧 Twitch автоматически передаёт ваши трансляции в ИИ Amazon, пока вы не отключите эту функцию По умолчанию в настройках Twitch включён переключатель «обучение ботов», который позволяет использовать видеоконтент для тренировки моделей искусственного интеллекта Amazon. Отказаться от передачи данных можно только вручную, изменив соответствующую настройку в личном кабинете. Если пользователь не отключит эту опцию, его поток будет включён в набор данных, используемый Amazon для улучшения своих AI‑сервисов.

🎧 Spotify вводит значок AI Spotify объявил о запуске новой функции — AI‑значка, который будет показывать, что исполнитель или трек сгенерирован искусственным интеллектом. По плану, значок появится в приложении с середины сентября, позволяя пользователям сразу видеть, что контент создан ИИ.

🔍 Новый «Алый знак» от Claude: невидимая метка Claude запустил новый водяной знак под названием Scarlet Letter, который пока остаётся невидимым. Метка автоматически прикрепляется к любому материалу, обработанному Claude, даже если он лишь отредактировал уже написанный человеком текст.

🤖 Тест DeepSeek V4 Pro: кодинг и цены Мы протестировали модель DeepSeek V4 Pro (версия 0813) на задачах программирования с OpenCode и агентных сценариях. Модель содержит около 1,6 трлн параметров, поэтому её запуск на локальном оборудовании невозможен. Для инференса использовали сервис OpenRouter, где скорость составила примерно 65 токенов в секунду ⚡. Качество вывода оказалось ниже ожиданий, особенно по сравнению с моделью V4 Flash. Результаты в OpenCode были приемлемыми, но не выделялись учитывая размер модели. Стоимость использования также выросла и теперь не считается дешёвой в сравнении с GPT‑5.6 Luna. Подробнее в видео: https://www.youtube.com/watch?v=6vPeeADTHuo

🗞️ Apple планирует платить издателям за новости в Siri Apple ведет переговоры с новостными издателями о предоставлении актуального контента для голосового помощника Siri. По данным Wall Street Journal, компания рассматривает бюджет в девяти цифрах для этих выплат.

🚀 Хакеры атаковали Тайвань с помощью автономных ИИ‑агентов Хакеры использовали полностью автономные искусственные интеллект‑агенты для проведения кибератаки на Тайвань. Эксперты задаются вопросом, станет ли такой метод характерным для будущих кибервойн 🤖

🚀 Новый Python‑инструмент City2Graph для анализа городов Автор библиотеки City2Graph представил её в статье, опубликованной в журнале *Computers, Environment and Urban Systems* (2026, том 130, статья 102492). Библиотека преобразует геоданные в готовые к анализу графы, подходящие для пространственного и сетевого анализа, а также для графовых нейронных сетей (GeoAI). Библиотека поддерживает построение гетерогенных морфологических графов из зданий и улиц, загрузку транспортных данных GTFS и GBFS через DuckDB, создание графов мобильности из OD‑матриц, а также методы построения соседских связей (KNN, Делоне, Ваксман и др.) в разных метриках. City2Graph умеет конвертировать данные между GeoDataFrame, NetworkX, rustworkx и PyTorch Geometric, сохраняя геометрию и атрибуты. Пример использования: ```python import city2graph as c2g nodes, edges = c2g.morphological_graph(buildings, segments) data = c2g.gdf_to_pyg(nodes, edges) ``` Исходный код доступен на GitHub https://github.com/c2g-dev/city2graph. При использовании в исследованиях указывайте цитату: Sato Y., Pietrostefani E., Mahabir R., Arribas‑Bel D. (2026). City2Graph… . Автор приглашает задавать вопросы, предлагать улучшения и сообщать, какие источники данных стоит добавить.

🚀 Cascadia запустила распределённый ИИ‑инференс для оборудования Intel Компания Cascadia объявила о запуске новой платформы распределённого вывода ИИ‑моделей, оптимизированной под процессоры и ускорители Intel. Технология позволяет масштабировать вычисления и использовать ресурсы Intel‑устройств для более эффективного выполнения задач машинного обучения 🤖