Лента новостей

📈 Binance открывает торговлю для AI‑агентов Binance запустила возможность использовать AI‑агенты для автоматической торговли на своей платформе; контроль за их действиями в основном остаётся на пользователях. Agent OS от Binance интегрирован с инструментами ChatGPT, Claude Code и Cursor, позволяя агентам работать с этими сервисами.

🚗 Waymo запускает новый минивэн‑роботакси в Лос‑Анджелесе Waymo начала предоставлять всем пассажирам в Лос‑Анджелесе сервис на новом роботакси, внешне напоминающем минивэн. Транспортные средства полностью автономны и работают в рамках сети Waymo One. Пользователи могут вызвать новое роботакси через приложение Waymo, как и ранее, но теперь доступны более просторные автомобили, рассчитанные на семь пассажиров. Запуск происходит в рамках расширения автопарка компании в Калифорнии.

⚠️ ИИ‑риски: международные эксперты предупреждают В недавнем исследовании MIT FutureTech совместно с Университетом Квинсленда выявлены потенциально катастрофические угрозы искусственного интеллекта. 🔍 В опросе приняли участие 272 специалиста из 37 стран, которым было предложено ранжировать риски ИИ и определить группы, наиболее уязвимые к их последствиям. Исследователи составили приоритетный список рисков и указали, какие категории населения могут пострадать в первую очередь.

⚙️ Квантование моделей зависит от железа С начала 2026 года я экспериментирую с локальными LLM на Apple M1 Max с 64 ГБ ОЗУ и подумываю о старом игровом ПК с видеокартой 3090 или 4060 в качестве сервера инференса. Оказалось, что выбор формата квантования определяется не только желанием сэкономить место, а конкретной архитектурой GPU. FP8 появился только в архитектурах Ada Lovelace и Hopper; у Ampere (RTX 30, A100) его нет. Тензорные ядра разных поколений поддерживают свои наборы форматов: Turing RTX 20 – FP16, INT8, INT4; Ampere RTX 30 – BF16, TF32; Ada Lovelace RTX 40 – FP8 (E4M3/E5M2); Hopper H100 – FP8, transformer engine; Blackwell RTX 50 – FP4 (NVFP4), FP6. На Ampere fp8‑чекпоинты загружаются, но CUDA использует их только как тип хранения, а вычисления идут в fp16, что сохраняет память, но теряется скорость. На MPS преобразование dtype не реализовано и приводит к ошибке. NVFP4 – 4‑битный плавающий тип, ускоряется лишь в Blackwell, на более старом железе он бесполезен. Форматы, названные по рантайму (GGUF, MLX), работают на разных устройствах, а форматы, названные по типу (FP8, NVFP4, INT4‑W4A16), зависят от конкретного GPU. Для безопасного выбора: MLX — LLM, GGUF или fp16 safetensors — диффузионные модели; остальные варианты лучше не скачивать. 📊

🦅 Ornith‑1.5‑35B‑A3B: 60 k токенов/с на RTX 4070 Ti Модель Ornith‑1.5‑35B‑A3B (quant Q4_K_M, ~20 ГБ весов) демонстрирует скорость около 60 000 токенов в секунду при работе на видеокарте NVIDIA RTX 4070 Ti (12 ГБ GDDR6X). Это впечатляющий результат для 35‑млрд‑параметровой MoE‑модели, когда активными остаются лишь ~3 млрд параметров из 36 млрд. Тест проводился на системе с процессором Intel i9‑13900KF (8 P‑core + 16 E‑core, 24 ядра/32 потока), 32 ГБ DDR5‑6000, Windows 11, драйвер 566.xx (декабрь 2025) и сборкой llama.cpp b10470 + CUDA 12.4. Показатели: предзаполнение (prefill) ≈ 650–700 токенов/с, генерация ≈ 50–56 токенов/с, принятие черновиков MTP ≈ 42–48 % (средняя длина черновика ≈ 1.9). В benchmark‑тесте llama‑bench при n_cpu_moe = 26 получено 64.9 ± 0.2 t/s при предзаполнении и 571 ± 23 t/s при генерации; при n_cpu_moe = 27 — 64.3 ± 0.4 t/s и 482 ± 26 t/s; при n_cpu_moe = 28 — 62.6 ± 0.2 t/s и 461 ± 31 t/s. Модель поддерживает контекст 32 768 токенов (нативный 256 К, расширяемый YaRN) и работает в режиме reasoning‑модели с мультимодальными возможностями. 🚀

📚 Компании покупают редкие книги для обучения ИИ и уничтожают их В отчёте Forbes сообщается, что некоторые фирмы приобретают редкие издания, чтобы использовать их в обучении искусственного интеллекта. После сканирования книги уничтожаются, что вызвало обсуждение в соцсетях и на тематических форумах. Ссылка на материал: https://youtu.be/LAslxexwhOU?is=W745WpGFlnmQI2PQ. Вопрос, почему такие ценные книги разрушаются, остаётся открытым.

💰 Тайвань выплачивает $314 каждому гражданину Президент Лай Чинг-те сообщил, что единоразовая выплата в размере $314 направлена на то, чтобы «выигрыш от искусственного интеллекта мог быть разделён всеми». Бум производства серверов с ИИ способствовал росту ВВП страны на 11 % и увеличению экспорта до $903 млрд, что позволило сформировать дивиденд в $7,4 млрд. Эти цифры отражают масштабный экономический эффект от развития ИИ‑технологий в Тайване.

🚀 Китай переносит AI‑центры в сельскую местность Китай переориентирует крупные комплексы дата‑центров для искусственного интеллекта в сельские провинции, чтобы задействовать избыточную электроэнергию. В рамках стратегии «Восточные данные — западные вычисления» китайские технологические гиганты Huawei и Tencent начали строительство AI‑инфраструктуры в провинции Гуйчжоу 🌱.

📊 Результаты Qwen 3.8‑27B на SlopCodeBench Запуск тестов прошёл через OpenRouter, так как локальный Mac не справлялся с обработкой 9 задач. На строгих чекпоинтах модель показала низкую эффективность, что делает её непригодной для самостоятельного управления кодовой базой, но её результаты на основных чекпоинтах позволяют рассматривать как помощника‑копилота. В наборе HumanLayer Opus 5 (3 задачи, 17 чекпоинтов) Qwen 3.8‑27B набрал 3 из 17 (17,6 %). Лучшие результаты среди сравниваемых систем: DeepSeek V4 Flash 0731 · pi – 5/17 (29,4 %), Opus 5 · Claude Code – 4/17 (23,5 %). В более объёмном наборе HumanLayer Fable, Sol и Kimi (6 задач, 30 чекпоинтов) Qwen 3.8‑27B получил 4 из 30 (13,3 %). Лучшие показатели: Fable 5 · Claude Code и GPT‑5.6 Sol · Codex – по 10/30 (33,3 %). Таким образом, модель демонстрирует ограниченную пригодность в строгих проверках, но может быть полезна в роли вспомогательного инструмента.

🚀 Прорыв в предзаполнении моделей на Apple Silicon Сообщают, что удалось совместить ускоритель нейронных сетей (ANE) и GPU для предзаполнения больших языковых моделей на процессорах Apple. В тестах на M3 Ultra с моделью Qwen3.8 27B q4 скорость предзаполнения выросла примерно на 50 % по сравнению с обычным способом; другие разработчики также отмечают аналогичный прирост. Автор проверил метод на M1 Pro с 32 ГБ ОЗУ и получил увеличение производительности на 19 % (280 → 334). Подход использует около 2‑кратного пикового объёма памяти, поэтому 27‑биллионную модель запустить не удалось. Для воспроизведения необходимо собрать OMLX из исходников с параметром OMLX_WITH_CUSTOM_KERNEL=1 – детали в pull‑request #2756 на GitHub 📈.