Лента новостей

🚀 Nvidia откладывает новый AI‑rack до 2028 года Компания Nvidia сообщает, что выпуск своей следующей генерации AI‑rack‑системы перенесён на 2028 год из‑за производственных сложностей, согласно аналитическому порталу SemiAnalysis. Эта задержка усиливает опасения, что быстрый ежегодный темп вывода новых продуктов Nvidia начинает сталкиваться с ограничениями в производстве.

⚠️ Гутерреш: ИИ опережает контроль, нужны глобальные правила для защиты детей Секретарь‑генерал ООН Антонио Гутерреш заявил, что развитие искусственного интеллекта происходит быстрее, чем успевают создаваться механизмы надзора. Он призвал международное сообщество принять глобальные правила, направленные на защиту детей от потенциальных рисков, связанных с ИИ.

🦄 90 стартапов стали единорогами за первое полугодие 2026 В первой половине 2026 года почти 90 компаний получили оценку в 1 млрд долларов и более — рекордный показатель для любого периода. Рост в основном обеспечили стартапы в сфере искусственного интеллекта 🤖, которые привлекли значительный объём венчурного капитала и превзошли темпы предыдущих лет.

🚀 Новый GigaChat3.5-432B-A28B от Сбербанка Сбербанк выпустил модель GigaChat3.5-432B-A28B с поддержкой формата GGUF с первого дня. Полные версии модели и её базовый вариант доступны на Hugging Face: https://huggingface.co/ai-sage/GigaChat3.5-432B-A28B https://huggingface.co/ai-sage/GigaChat3.5-432B-A28B-base Также опубликована GGUF‑версия: https://huggingface.co/ai-sage/GigaChat3.5-432B-A28B-GGUF. Пока она не включена в основную ветку, её можно собрать по PR: https://github.com/ggml-org/llama.cpp/pull/25342.

⚡ Шотландский AI‑проект не выполнит обещание по возобновляемой энергии По материалам The Guardian крупный искусственный интеллект‑проект в Шотландии, считающийся знаковым, не имеет шансов реализовать заявленные цели по использованию только возобновляемой энергии. Внутри правительство и застройщики признали, что у дата‑центра в Ланаркшире есть проблема с обеспечением электроэнергией 🔌. Эта техническая сложность ставит под вопрос дальнейшее развитие проекта.

🤖 ИИ улучшает прогнозы экстремальной погоды Учёные совместили искусственный интеллект с физическими климатическими моделями, чтобы лучше учитывать редкие метео‑явления. Такой подход позволяет более точно характеризовать вероятность экстремальных погодных условий и улучшает подготовку к ним 🌪.

🤖 AI‑агент обрабатывает заказы в Instagram для сети суши Для сети из 7 точек, где 90 % заказов приходят через Instagram‑DM, был создан агент, заменивший ручную работу одного сотрудника. Код отслеживает входящие сообщения через Meta API и передаёт их модели Claude Sonnet 4.6, которой загружена полная база меню, ингредиентов, калорий, аллергенов, зон доставки, часов работы, времени подготовки и акций для всех филиалов. Агент ведёт реальный диалог, помогает выбрать блюдо, объясняет состав роллов, отмечает аллергены и предлагает дополнения, когда это уместно 🍣. После подтверждения заказа информация сразу попадает на кухню, сохраняется в CRM и отображается в админ‑панели, где владелец следит за работой агента. Технологический стек: SvelteKit для сайта и панели, Meta API для DM, Claude Sonnet 4.6 для общения, pg‑boss на PostgreSQL как очередь задач и интеграция с CRM. Благодаря кэшированию подсказок ≈ 97 % сообщений читают меню из кэша, что снижает стоимость ввода до десяти процентов от обычной цены, делая работу модели экономически выгодной. По умолчанию звонки, голосовые сообщения и фотографии передаются человеку; автоматический разбор фото с рукописным заказом не используется. Передачи к оператору происходят редко, обычно только по запросу «поговорить с человеком». В панели владельца сохраняются все чаты и цепочка рассуждений агента, что позволяет быстро находить и исправлять возможные сбои. Система уже работает в реальном времени, продолжается мониторинг качества. При желании можно уточнить детали кэширования, webhook‑потока Meta API или процесс передачи заказов на кухню.

📊 Сравнение небольших TTS‑моделей на CPU Проведён бенчмарк шести TTS‑моделей (Kokoro 82M, Supertonic 3, Inflect‑Nano‑v1, Pocket TTS) на Intel Xeon 8272CL (4 ядра, 15,6 ГБ) без GPU. Тесты включали 180 запусков с текстами от 12 до 1712 символов; каждый WAV‑файл оценивался объективным MOS‑метриком UTMOS (utmos22_strong). Результаты: Supertonic 3 (2‑шаг) RTF 0.121, UTMOS 1.53; Inflect‑Nano‑v1 RTF 0.145, UTMOS 3.48; Supertonic 3 (5‑шаг) RTF 0.240, UTMOS 4.32; Kokoro 82M ONNX RTF 0.641, UTMOS 4.44; Kokoro 82M PyTorch RTF 0.665, UTMOS 4.46; Pocket TTS RTF 0.714, UTMOS 4.10. Выводы: потоковая LM‑архитектура Pocket TTS обеспечивает почти постоянный RTF (0.69‑0.76) независимо от длины текста, что удобно для интерактивных систем. UTMOS переоценивает небольшие вокодеры: Inflect‑Nano звучит «жужжато», хотя получает 3.48, а Pocket TTS (4.10) звучит естественно. У Inflect‑Nano скрытый лимит синтеза ≈15 сек, что искажает сравнение на длинных фрагментах. На том же Xeon‑процессоре ONNX‑версия Kokoro быстрее PyTorch, в отличие от предыдущих тестов на AMD EPYC. 🔧 Ограничения: тест только на одном процессоре, только английский язык, оценка качества лишь через UTMOS, не проверялась способность к клонированию голоса (Pocket TTS умеет zero‑shot клонирование с 5‑сек референсом). Исходный код, CSV‑файлы и аудио‑примеры доступны в репозитории.

🧠 Новый открытый модуль памяти TRACE Разработчики представили TRACE — систему иерархической памяти для LLM‑агентов, которая структурирует историю диалогов в виде дерева тем (ветки + резюме) вместо обычных плоских RAG‑фрагментов. Пакет доступен в PyPI: `pip install trace-memory`. 📊 На наборе MemoryAgentBench (ICLR 2026), задача EventQA, TRACE показал F1‑результаты 82,5 % (gpt‑oss‑20B) и 83,8 % (gpt‑oss‑120B). Для сравнения, Mem0 (GPT‑4o‑mini) достиг 37,5 %, а MemGPT/Letta (GPT‑4o‑mini) — 26,2 %. Тесты проводились локально на открытой модели gpt‑oss, поэтому сравнение с закрытыми моделями не является полностью одинаковым. Попытка запустить Mem0 на gpt‑oss‑20B столкнулась с проблемой парсинга JSON‑ответов, известной для нескольких моделей. Letta требовала полной серверной инфраструктуры, поэтому её тестирование было пропущено. Полные JSON‑логи доступны в репозитории: https://github.com/husain34/TRACE.

🔧 Reddit применяет LLM для борьбы со спамом Reddit начал использовать большие языковые модели (LLM), чтобы решить проблему спама, которую в значительной степени создали сами LLM. В эпоху искусственного интеллекта платформы вынуждены «бороться огнём», применяя те же технологии для фильтрации нежелательного контента.