Лента новостей

🛑 Amazon закрывает Mechanical Turk Amazon объявила о закрытии своей краудсорсинговой платформы Mechanical Turk 30 сентября 2026 года. Сервис, запущенный в 2005 году, соединял исполнителей с заданиями по разметке данных, опросам и другим микрозадачам. В последние годы проект столкнулся со снижением инвестиций, ростом конкуренции и вопросами качества данных; основатель компании Джефф Безос называл его «искусственным искусственным интеллектом».

💻 HUMAIN анонсирует AI‑ноутбук, заменяющий приложения намерением Саудовская компания HUMAIN представила тизер нового ноутбука, работающего на искусственном интеллекте. Устройство разработано так, чтобы вместо привычных программ выполнять задачи, распознавая и реализуя пользовательское «intent» — намерение. Подробности о технических характеристиках и дате выхода пока не объявлены. 🤖

🔬 Z.ai раскрыла создателя модели Ox Alpha Z.ai официально подтвердило, что разработало модель Ox Alpha, которая лидирует в публичных бенчмарках и на лидербордах. 📊 По заявлению лаборатории, полные веса модели будут опубликованы в ближайшее время, что даст возможность исследователям и разработчикам работать с ней напрямую.

🚀 QueryStory вышла из тени с $6 млн посевного раунда Стартап объявил о выходе из режима скрытности, получив $6 млн в виде посевного финансирования. Компания планирует применять большие языковые модели и экспертизу в кибербезопасности, чтобы делать запросы к ИИ более согласованными и надёжными. 🛡️

🚀 Arga привлекла $10 млн в посевном раунде Компания Arga разрабатывает новый способ обучения корпоративных AI‑агентов. В раунде инвестиций, возглавляемом General Catalyst, было собрано 10 млн долларов, при участии Box Group, Emergence, Gradient и SV Angel.

👓 Стартап Legato вышел из тени, привлек $12 млн инвестиций Технологическая компания, специализирующаяся на слуховых решениях, объявила о завершении скрытого этапа и публичном привлечении 12 миллионов долларов. 🤖 На презентации был продемонстрирован новый продукт — умные очки Legato Frames, в которые встроена запатентованная система помощи при слухе, размещённая в дужках оправы.

🚀 Runable привлек $21 млн для развития AI‑агентов Компания объявила о привлечении 21 миллиона долларов, которые пойдут на создание и масштабирование AI‑агентов, способных не только запускать бизнесы, но и развивать их. Runable сообщает, что за последние 90 дней более 1 триллиона токенов было использовано, из которых 60‑70 % пришлись на платных клиентов.

🚀 OpenCode с Qwen3.8‑27B на RTX A5000 (16 GB) На ноутбуке с видеокартой NVIDIA RTX A5000 (16 GB) удалось запустить модель Qwen3.8‑27B‑exl3 через tabbyAPI, используя формат квантизации exl3. При 3 bpw модели и 6/5‑битном KV‑кэше максимальная длина контекста составляет около 110 k токенов, а скорость декодирования достигает 55 токенов/с для кода и 10 токенов/с для обычного текста ⚙️. Для установки потребовались последние драйверы NVIDIA, Git, менеджер пакетов uv, а затем клонирование репозитория tabbyAPI и загрузка модели turboderp/Qwen3.8‑27B‑exl3 (revision SC_3.00bpw_H4) в папку models. В файле config.yml указаны параметры: cache_mode 6,5; cache_size 109 824; max_batch_size 1; draft_mode mtp; draft_cache_mode Q8; draft_num_tokens 5 и др. Тестовый скрипт speed.py показал среднюю производительность 56.3 токенов/с. При отключённом MTP можно переключаться на модели с 3.5‑4 bpw или увеличивать длину контекста. OpenCode работает стабильнее в Linux‑окружении (WSL), поэтому рекомендуется установить Node.js и добавить плагин magic‑compact для лучшей компрессии.

🚀 Ox Alpha раскрыт как GLM‑5.3‑Flash Первая серьёзная подтверждающая информация: модель, известная как Ox Alpha, оказалась GLM‑5.3‑Flash. По словам Романа Чернина, модель мультимодальная (визуальная), имеет контекстное окно в 1 млн токенов и достигает примерно 63 % по метрике DeepSWE. Оригинальный пост в Твиттере уже удалён, но было объявлено, что GLM‑5.3‑Flash скоро появится в рамках проекта @nebiustf. Поздравления направлены организации @Zai и всему сообществу за достижение.

🚀 Открытый ядро для Qwen 3.6‑35B‑A3B на AMD MI350X Исследователи компании NetraRuntime опубликовали открытый код ядра, позволяющего запускать большую языковую модель Qwen 3.6 35B A3B на графических процессорах AMD MI350X с производительностью, сравнимой с решениями NVIDIA. В тестах один GPU MI350X выдавал 11 161 токен/с, а восемь GPU достигли пика 81 331 токен/с (в среднем 78 498,66 токен/с), что в 2,16 раза превышает пропускную способность vLLM на аналогичном 8‑GPU наборе. Команда объясняет, что хотя аппаратный потенциал AMD превосходит NVIDIA B200, ранее программный стек ROCm отставал от CUDA; после оптимизации до уровня ядра результаты стали конкурентоспособными. Код доступен на GitHub https://github.com/NetraRuntime/netra-kernel, а подробный обзор benchmark‑ов опубликован в блоге https://netraruntime.com/blog/qwen36-amd-mi350x-sglang-vllm-benchmark. Дальнейшие исследования показывают, что при ускорении ядра узкими местами становятся планирование задач, покрытие графов, работа с рекуррентным состоянием, маршрутизация и сериализация HTTP. 🌐