Лента новостей

🚀 Cognition планирует собрать $1 млрд при оценке $47 млрд AI‑стартап Cognition объявил о предстоящем раунде финансирования, в котором планирует привлечь около одного миллиарда долларов США. Оценка компании после раунда составит 47 миллиардов долларов. Сумма привлечения и оценка подтверждают рост интереса к технологиям искусственного интеллекта и позицию Cognition среди крупнейших игроков рынка.

🚀 OpenAI готовит к запуску модель Astra с кибер‑способностями OpenAI объявила о скором выпуске своей первой модели искусственного интеллекта, обладающей «критическими» киберспособностями. Модель получила название Astra. 🛡️ Компания предоставит ранний доступ к Astra ограниченному числу партнёров, чтобы они успели укрепить свои системы защиты.

🔐 Кибербезопасность на грани: $1 трлн инфраструктуры не готова к ИИ Генеральный директор Palo Alto Networks сообщил, что текущие инвестиции в киберзащиту, оцениваемые в $1 триллион, пока не способны эффективно противостоять угрозам, связанным с искусственным интеллектом. По его словам, значительная часть существующей инфраструктуры требует доработки и адаптации, чтобы использовать возможности ИИ и одновременно защищать от новых видов атак.

🚀 Мир следит за изменениями на рынке труда Южной Кореи, вызванными искусственным интеллектом. В стране наблюдаются быстрые трансформации в сфере занятости, связанные с внедрением ИИ‑технологий. Правительства и компании разных стран изучают корейский опыт, чтобы понять, как автоматизация влияет на рабочие места. Эти изменения вызывают интерес к политике поддержки работников и к развитию новых профессиональных навыков.

📱 AndroidWorld — новый бенчмарк для мобильных агентов Исследователи представили AndroidWorld, показав, что все прежние бенчмарки Android‑агентов использовали статичные наборы тестов, позволяя запоминать решения вместо реального выполнения. В новом подходе задачи формируются по параметризованным шаблонам: 116 шаблонов генерируют миллионы уникальных вариантов, что исключает запоминание. Тесты проходят на реальном Android‑эмуляторе, охватывая 116 задач в 20 популярных приложениях (календарь, заметки, карты, SMS, VLC, трекер расходов, файловый менеджер, системные настройки и др.). Оценка автоматизирована: каждый сценарий содержит функции initialize(), is_successful() и tear_down(), а проверка результата происходит напрямую через состояние ОС по ADB, без участия людей. Для проверки бенчмарка был создан агент M3A, который анализирует скриншот, дерево доступности и последние четыре действия, предсказывая следующее действие. Он протестирован с Gemini 1.5 Pro, GPT‑4 Turbo и Gemma 2 27B. Результаты AndroidWorld (116 задач, 20 приложений): M3A — 30.6 %, SeeAct — 15.5 %, человек — 80.0 % (все с GPT‑4 Turbo). На веб‑бенчмарке MobileMiniWoB++ (62 задачи) M3A достиг ~68 %, человек — 100 %. Среднее время выполнения задачи агентом M3A — 3.9 мин, в три раза медленнее человека. При фиксированном наборе параметров некоторые задачи дают 0 % успеха, но при переменных параметрах агент решает их регулярно, показывая, что сложность зависит от конкретных значений, а не только от шаблона. Таким образом, динамический бенчмарк AndroidWorld даёт более правдивую оценку возможностей агентов, чем статичные тесты с фиксированными параметрами.

🚀 TensorSharp — от инференса к единому агентному рантайму TensorSharp, изначально .NET‑движок для локального запуска GGUF‑моделей, теперь поддерживает полные агентные сценарии: навыки, генерацию кода, настройку окружения и работу с инструментами. В демонстрации квантованная модель Gemma 4, работающая локально, получила запрос: «Проверь 10 акций с наибольшим ростом сегодня и создай отчёт в формате pptx». TensorSharp разбил задачу, установил необходимые Python‑зависимости, написал и выполнил код для получения рыночных данных, исправил ошибки парсинга, загрузил навык PPTX, сгенерировал скрипт Node.js/PptxGenJS и создал готовый PowerPoint‑файл. Все вычисления LLM происходят на локальном компьютере, без обращения к API OpenAI, Anthropic и др., поэтому стоимость LLM‑API = 0. Сеть используется лишь инструментами агента для скачивания публичных рыночных данных. TensorSharp позиционирует себя как открытый .NET‑рантайм, объединяющий локальный инференс и исполнение агентов. Подробнее на GitHub: https://github.com/zhongkaifu/TensorSharp. Автор приглашает дать обратную связь по системе навыков, модели разрешений инструментов, изоляции выполнения и будущим локальным агентным сценариям.

🤖 Новый учебный план Японии проверит учителей на знание ИИ В Японии готовится новый проект учебного плана, в котором искусственный интеллект будет занимать более широкое место. Учителей планируют оценивать на предмет их готовности использовать и преподавать ИИ в школьных программах. Токио, Япония.

🚀 Qwen3.8-Flash-Next работает на Mac с 48 ГБ ОЗУ Модель Qwen3.8-Flash-Next (125 млрд параметров, MoE, 104 ГБ в 4‑битном представлении) запущена на компьютере с 48 ГБ оперативной памяти, достигая скорости около 12 токенов в секунду. Для экономии памяти используется потоковая загрузка экспертов с SSD, а реализация построена на MLX + Swift и поддерживает совместимый с Ollama API. 💾 Источник: carloslfu/slotstream.

🤖 Китайские сериалы заменяют живых актёров цифровыми двойниками В нескольких новых проектах продюсеры удаляют из сценариев реальных актёров, заменяя их полностью сгенерированными образами, созданными при помощи искусственного интеллекта. Технология позволяет воспроизводить мимику, голос и движения, делая цифровых двойников готовыми к съёмкам без задержек. По словам представителей отрасли, такие решения уже внедряются в текущих постановках, меняя традиционный процесс кастинга.

🚀 Выпущен Qwen3.8‑Max‑0902 Модель Qwen3.8‑Max получила обновление до версии 0902. В ней 2,4 трлн параметров и поддержка контекста до 1 млн токенов, что позволяет решать задачи реального мира. После дополнительного дообучения на наборах Coding & Cowork модель демонстрирует более высокую эффективность в сложных корпоративных проектах, научных исследованиях и длительных рабочих процессах. Сейчас доступна только через API; подробности в официальном посте на X: https://x.com/alibaba_qwen/status/2094968708288680276?s=46