Опрос
|
реклама
Быстрый переход
Китайский ИИ ещё не научился зарабатывать как американский — DeepSeek, Alibaba и ещё пять разработчиков вместе не догнали OpenAI и Anthropic
18.09.2026 [17:12],
Алексей Разин
Проблема монетизации разработок ИИ-стартапов стоит достаточно остро на фоне многомиллиардных расходов, но китайские конкуренты лидеров американского рынка в этом смысле уступают им в десять раз, причём все вместе взятые, как отмечают аналитики Rhodium Group. 
Источник изображения: Moonshot AI С марта по август текущего года передовые ИИ-модели, разработанные семью китайскими компаниями, обеспечили их примерно $10,7 млрд годового регулярного дохода (annual recurring revenue или ARR), как отмечают авторы аналитического отчёта. За тот же период совокупный годовой регулярный доход американских Anthropic и OpenAI превысил $100 млрд. По сути, полученные суммы различаются почти на порядок, и если с американской стороны речь идёт о деятельности только двух компаний, то с китайской стороны их количество достигает семи штук. Если быть точнее, отчёт охватывает деятельность DeepSeek, Moonshot AI, Z.ai, MiniMax, Alibaba Group Holding, ByteDance и Kuaishou Technology — последняя отвечает за работу ИИ-генератора видео Kling. Показатель годового регулярного дохода (ARR — annual recurring revenue) рассчитывается, как приведённое к годовому значение выручки от подписок и других источников выручки разработчика ИИ-моделей по данным за выбранный период. В данном случае это несколько месяцев с марта по август текущего года. Экстраполяция ежемесячных доходов от реализации подписок на ИИ-модели до годового размера и даёт искомую величину. К июлю ByteDance вышла на значение ARR в районе $4 млрд, обозначив себя в статусе лидера китайского рынка ИИ-моделей. На втором месте оказалась Alibaba с суммой $2,4 млрд по итогам августа. В то же время, американская OpenAI вышла на рубеж $40 млрд к августу, а Anthropic уже в июле демонстрировала значение приведённой годовой выручки на уровне $65 млрд. То есть, авторы исследования брали пиковые значения месячной выручки от подписок для указанных компаний в интервале с марта по август, а затем экстраполировали его умножением на 12. DeepSeek и Kuaishou Technology оказались антилидерами, выйдя на уровень годовой приведённой выручки от подписок в $500 млн по итогам июня и марта соответственно. MiniMax оказалась выше их с $800 млн по итогам августа, этот же месяц стал самым удачным в расчётном периоде для Moonshot AI, которая показала годовую приведённую выручку в размере $1 млрд. Представители Z.ai сами заявили инвесторам на этой неделе, что вышли на ARR в $1,8 млрд. При этом представители Rhodium Group выяснили, что доходы стартапа от предоставления доступа клиентам через API в годовом выражении уже достигли $1,6 млрд по итогам августа. 
Источник изображения: DeepSeek Подобные диспропорции на фоне показателей американских конкурентов не уменьшают количество желающих вложиться в китайские ИИ-стартапы, благо, их капитализация сейчас существенно ниже значений американских коллег. В случае с Moonshot можно говорить о капитализации в районе $50 млрд, данный китайский стартап к тому же недавно подал заявку на IPO в Гонконге. DeepSeek ещё до выхода на биржу может быть оценена в $74 млрд, по данным South China Morning Post. Anthropic и OpenAI также собираются выйти на биржу, и если капитализация первой может достичь $2 трлн, то вторая рассчитывает на достижение уровня в $1,2 трлн по итогам предшествующего IPO раунда финансирования. Соотношение капитализации к величине ARR у китайских стартапов заметно выше, чем у американских, что может говорить о высоком интересе инвесторов к их активам. Например, у Moonshot и DeepSeek это соотношение достигает 50 и 163 соответственно, тогда как OpenAI довольствуется мультипликатором 34, а Anthropic и вовсе ограничивается 21. Сроки окупаемости инвестиций в капитал китайских ИИ-стартапов явно выше, и это демонстрирует наличие проблем с эффективностью монетизации их услуг на данном этапе. С другой стороны, многие из китайских компаний стремительно наращивают выручку. По итогам первого полугодия Z.ai увеличила её на 400 % до $142 млн, а MiniMax прибавила 283 % до $116,6 млн. Аналитики Macquarie Group ожидают, что Z.ai и MiniMax могут оставаться убыточными до 2030 года из-за высоких темпов расходов на инфраструктуру. На данном этапе ИИ-бума инвесторы склонны мириться с рисками затяжной убыточности, рассчитывая на хорошую финансовую отдачу в отдалённом будущем. Кроме того, многие аналитики сходятся во мнении, что китайские разработчики ИИ-моделей стремительно сокращают отставание от своих западных конкурентов. Изначально выбранная политика распространения моделей с открытыми весами затрудняет быструю монетизацию бизнеса китайских компаний, но они начинают искать подходящие для решения этой проблемы бизнес-модели. Moonshot и Alibaba, например, в своих соглашениях с клиентами предусматривают возможность получения части выручки последних при достижении определённых условий. «Комиссия» может достигать 30 % профильной выручки клиентов таких компаний. Внедрение «водяных знаков» может сделать поведение ИИ-моделей непредсказуемым
18.09.2026 [16:54],
Павел Котов
Использование «водяных знаков», то есть маркировки генерируемого контента, может оказать влияние на поведение больших языковых моделей искусственного интеллекта. К такому выводу пришли эксперты компании Lasso, проведя анализ технологии SynthID-Text лаборатории Google DeepMind. 
Источник изображения: lasso.security Маркировка SynthID-Text влияет на такие аспекты работы модели как её готовность отклонять вредоносные запросы, уязвимость к атакам типа «инъекция запроса», выбор инструментов ИИ-агентами и многое другое. Технология SynthID-Text и аналогичные ей методы маркировки предназначаются для внедрения машиночитаемого индикатора, позволяющего определить, был ли текст сгенерирован ИИ или написан человеком; в действительности же процедура внедрения маркировки может оказать влияние на то, что отвечает ИИ-модель, и на то, что делает ИИ-агент. Даже без целенаправленной атаки маркировка может менять решение модели об отказе в ответе. В некоторых протестированных моделях это выражалось в большей готовности выполнять потенциально вредоносные запросы, причём при использовании prompt injection различия между маркированной и немаркированной генерацией становились заметнее. При этом эффект зависел от конкретной модели и ключа водяного знака Ранее в ЕС вступили в силу требования об обязательной маркировке генерируемого ИИ контента, а Anthropic изъявила намерение ввести её для всех типов материалов, включая текстовые. То есть можно ожидать, что практика маркировки ИИ-контента станет массовой среди прочих разработчиков, и это указывает на потенциальный новый источник изменений поведения ИИ-систем, который разработчикам агентов следует учитывать при оценке безопасности Эксперты Lasso призывают разработчиков не просто развёртывать средства маркировки генерируемых ИИ материалов, но и проводить повторный бенчмаркинг моделей, проверку их безопасности и другие тесты для выявления непредвиденных последствий. Исследование, однако, не следует воспринимать как довод против использования маркировки контента ИИ, оговорились в компании. Пока все спорят об опасности ИИ, Anthropic открыла биолабораторию для разработки лекарств с помощью ИИ
18.09.2026 [15:38],
Павел Котов
Anthropic без громких анонсов открыла экспериментальную лабораторию в стремлении расширить сферу применения своих технологий искусственного интеллекта до области разработки лекарственных препаратов. Объект начал работу в районе залива Сан-Франциско, сообщает Reuters со ссылкой на два информированных источника. 
Источник изображений: anthropic.com Факт открытия лаборатории подтвердил руководитель направления медико-биологических исследований Anthropic Эрик Каудерер-Абрамс (Eric Kauderer-Abrams). «Считаем, что в биологии окончательная проверка результатов требует и ещё долго будет требовать реальных лабораторных экспериментов. Именно этим мы и занимаемся. Наш поход типичен для большинства биотехнологических компаний: часть работ мы выполняем на собственных мощностях, а часть — совместно с партнёрами», — рассказал он. Впоследствии в компании добавили, что одной только разработкой лекарств лаборатория не ограничится. Как и другие биотехнологчиеские компании, Anthropic внедряет на объекте технологии физической автоматизации лабораторных процессов — компания стремится расширить возможности своего ИИ-агента Claude по управлению робототехническими системами для проведения научных экспериментов с минимальным участием человека. При этом контроль и участие человека остаются необходимыми условиям для обеспечения безопасности, добавили в Anthropic. О своём намерении заняться разработкой лекарственных препаратов компания объявила минувшим летом — тогда господин Каудерер-Абрамс сообщил, что Anthropic займётся доклиническими исследованиями в тех областях, которые традиционные фармацевтические компании не считают привлекательными с финансовой стороны.  Компания выпустила систему Claude Science, в её совет директоров вошёл гендиректор Novartis Вас Нарасимхан (Vas Narasimhan), кроме того, был поглощён стартап Coefficient Bio — по неофициальным сведениям, сумма сделки составила около $400 млн акциями. Сейчас Anthropic наращивает собственные лабораторные мощности, чтобы ускорить работу и получить непосредственный опыт в биологии — при этом часть задач передаётся на аутсорсинг, когда это экономически целесообразно. На различных площадках компания искала профильных специалистов: руководителя, способного масштабировать процессы закупок и другие операционные задачи; а также эксперта по «исследованию и анализу белков и нуклеиновых кислот». Работа в области биомедицинских исследований является для Anthropic одним из приоритетных с точки зрения выделяемых ресурсов и численности персонала, отметил Эрик Каудерер-Абрамс. ИИ, считает он, способен ускорить разработку препаратов для лечения заболеваний, которые ранее считались слишком сложными. ИИ может ускорить также поиск биспецифических и триспецифических антител — сложных молекул, способных воздействовать на несколько участков целевого белка или клетки либо сразу поражать несколько мишеней. Конкретный список заболеваний, которым занимается Anthropic, и достигнутые компанией результаты пока не разглашаются — даже сделав открытие, ей придётся потратить несколько лет, чтобы вывести препарат на рынок, а за проведение клинических испытаний она пока не берётся. В рамках работы по направлению автоматизации лабораторных и промышленных процессов Anthropic в августе представила предварительную версию Model Hardware Standard — стандарта, который обеспечивает управление оборудованием с помощью ИИ. Свои решения компания также предложила целому ряду фармацевтических компаний, в том числе Genentech, Bristol Myers Squibb и Novo Nordisk. Одним из потенциальных препятствий остаётся доверие: фармкомпании могут опасаться, что работа с Anthropic создаст риски для конфиденциальности данных их программ разработки препаратов. В компании заявляют, что данные клиентов изолированы и защищены. Связанные с конкуренцией соображения вынудили компанию пока отказаться от проведения клинических испытаний. «Мы не конкурируем с фармацевтическими и биотехнологическими компаниями, чей бизнес строится на выводе препаратов на рынок», — пояснил Эрик Каудерер-Абрамс. «Маленькие, но по три рубля»: OpenAI и Anthropic начали искать небольшие дата-центры, пока строительство гигафабрик буксует
18.09.2026 [15:29],
Алексей Разин
После анонса проекта Stargate, который подразумевал выделение $500 млрд на строительство ЦОД для ИИ в США за четыре года, OpenAI старалась «не мелочиться» в сфере заключения сделок по аренде мощностей. Но новые дата-центры вводятся в строй не так быстро, как хотелось бы ИИ-гигантам, а потому Anthropic и OpenAI начали более благосклонно смотреть на идею заключения более мелких сделок. 
Источник изображения: OpenAI Об этом сообщили CNBC знакомые с планами указанных ИИ-стартапов источники. Как они пояснили, логика смены тактики заключается именно в скорости масштабирования вычислительных мощностей. Небольшие проекты в сфере ЦОД зачастую реализуются быстрее, и на их финансирование проще найти средства. Ведущие американские ИИ-стартапы теперь ищут возможность заключать сделки по доступу к ЦОД мощностью по 20–30 МВт. Гигаваттный масштаб проекта теперь не является гарантией его привлекательности в глазах упоминаемых заказчиков. Anthropic обозначила свои намерения заключить соглашения с операторами ЦОД подобных масштабов в Великобритании и Скандинавии. OpenAI в последнем из регионов тоже ищет новых партнёров. Кроме того, обе компании не исключают возможности строительства небольших ЦОД и в США. Представители OpenAI в комментариях CNBC не стали комментировать конкретные договорённости с партнёрами, но подчеркнули, что разные виды вычислительных нагрузок требуют разного вида инфраструктуру. Anthropic данные слухи комментировать вообще отказалась. Ситуация со строительством гигаваттных центров усложняется не только нехваткой энергетических ресурсов и земли, но и протестами местных жителей, которые в США набирают обороты. Подобные объекты не только угнетают окрестных жителей постоянным шумом систем охлаждения ЦОД, но и вызывают рост цен на электроэнергию, а в некоторых случаях негативно влияют и на условия водоснабжения. Небольшие ЦОД не только быстрее строятся, они встречают меньше подобного сопротивления. Более того, меняются и сами потребности ИИ-отрасли. Если прежде упор делался на обучение больших языковых моделей, то сейчас фокус смещается в сторону инференса, а соответствующие вычислительные нагрузки уже можно обеспечить при помощи менее крупных ЦОД. По прогнозам агентства недвижимости JLL, уже в 2027 году доля ЦОД, обслуживающих именно задачи инференса окажется выше доли вычислительных мощностей, занятых в обучении ИИ-моделей. Для сравнения, в 2025 году она достигала 9 % всех ЦОД в первом случае, и 14 % во втором. К 2030 году перекос в сторону инференса окажется почти троекратным: 37 % против 13 % в обучении. Февральская инициатива Nvidia по содействию строительству ЦОД будет главным образом сосредоточена на небольших проектах. Американская компания Crusoe, которая успела построить гигантский ЦОД для OpenAI в Техасе, теперь переключилась на более мелкие объекты такого рода, как на этой неделе сообщило издание The Wall Street Journal. Активность в сегменте neocloud позволила Crusoe недавно привлечь $3,9 млрд инвестиций при общей оценке капитализации $30,9 млрд с учётом указанной суммы. Если тенденция концентрации на небольших ЦОД сохранится, то в этом сегменте рынка будет немало амбициозных игроков. У всех ИИ-агентов для программирования нашлась опасная уязвимость — вредоносный код запускается без участия пользователя
18.09.2026 [13:41],
Павел Котов
Эксперты в области кибербезопасности из стартапа Air, занимающегося разработкой агентов искусственного интеллекта, обнаружили уязвимость, которая позволяет выполнять произвольный код без участия пользователя и затрагивает все основные приложения ИИ-агентов для написания кода: Anthropic Claude Code, OpenAI Codex, Google Gemini CLI, а также Microsoft Copilot и Microsoft GitHub Copilot. Уязвимость открывает потенциальным злоумышленникам доступ ко всем ресурсам и данным, которые доступны этим агентам. 
Источник изображения: Boitumelo / unsplash.com Эксплойт получил название Plugin4Shell — это «первая в своём роде атака на цепочку поставок ИИ». Схема предполагает атаку не на саму модель или программную обвязку ИИ-агента, а на доверенные маркетплейсы, где размещаются плагины для популярных средств разработки на базе ИИ. Подобные атаки способны затронуть миллионы пользователей и ПК. Уязвимость связана с реализацией механизма привязки плагинов и навыков ИИ-агентов к хешу для маркетплейсов. Это сделано, чтобы предотвратить атаки на цепочку поставок: если публичный репозиторий оказывается скомпрометирован, ИИ-агент продолжает использовать проверенный код с тем же хешем, который был зафиксирован при первоначальной привязке, и не загружает новый вредоносный код автоматически. Проблема в том, что ИИ-агент загружает тот коммит, который указывает маркетплейс, но не проверяет, содержится ли там изначально закреплённый за ним код. Контролирующий репозиторий плагина злоумышленник может подменить любой код на вредоносный таким образом, что формально схема привязки к хешу соблюдается. В итоге оказывается возможным удалённое выполнение кода без какого-либо участия пользователя — это реализуется через функцию автоматического обновления плагинов. Когда в исходном репозитории производится подмена зафиксированного коммита, плагин агента заменяется вредоносной версией, и приложения ИИ-агента автоматически его обновляют. Есть два сценария, при которых злоумышленник может воспользоваться этим изъяном. В первом варианте он загружает безобидный плагин на доверенный маркетплейс, плагин проходит проверку, после чего его содержимое подменяется вредоносным кодом. Второй вариант предполагает захват репозитория легитимного автора с последующей отправкой вредоносной версии всем ИИ-агентам, у которых установлен этот плагин — это, по сути, обход механизма защиты привязки к хешу, призванного предотвращать подобные атаки на цепочку поставок. Anthropic сообщила, что устранила уязвимость в версии Claude Code 2.1.179, OpenAI — в Codex 0.146.0. Google отказалась вносить исправление в Gemini CLI, поддержка которого прекращена в связи с переходом к Antigravity — он защищён от атак подобного типа. В GitHub заявили: «Чтобы предотвратить злоупотребление хешами коммитов, GitHub не позволяет пользователям создавать имена веток или тегов, похожие на хеши коммитов — эта мера защиты гарантирует, что данную уязвимость невозможно эксплуатировать на GitHub». Но этой меры недостаточно, заявили в Air, потому что маркетплейсы могут размещаться на других платформах. В Microsoft на сообщение исследователей об открытии уязвимости не отреагировали. Системы OpenAI взломали при помощи ИИ-моделей Anthropic
18.09.2026 [11:49],
Павел Котов
Специалисты в области кибербезопасности произвели взлом систем OpenAI, воспользовавшись программными решениями её главного конкурента — компании Anthropic. В результате удалось обнаружить уязвимости в защите разработчика ChatGPT, чьи продукты и сами вызывают вопросы, связанные с кибербезопасностью. 
Источник изображения: Brecht Corbeel / unsplash.com Небольшая группа экспертов по кибербезопасности получила доступ к учётной записи сотрудника OpenAI в ChatGPT, что дало им возможность просмотреть конфиденциальную информацию и предложить изменения в коде продуктов. Исследователи использовали средство Anthropic, разработанное специально для специалистов в этой области — их работа оплачивалась в рамках программы по поиску уязвимостей, призванной выявлять ошибки до того, как ими смогут воспользоваться злоумышленники. Тот факт, что экспертам удалось быстро взломать систему одной из ведущих мировых лабораторий искусственного интеллекта вызывает опасения по поводу безопасности ИИ. Трое исследователей из небольшой компании Hacktron AI получили от OpenAI вознаграждение в размере $6500 за сделанное открытие. Они воспользовались уязвимостью в настройках форума сообщества OpenAI, чтобы получить доступ к внутренним учётным данным, а затем и к аккаунту одного из сотрудников OpenAI в ChatGPT — он имел доступ к внутреннему коду через платформу GitHub. «Благодарим исследователей за то, что они связались с нами и поделились своими выводами», — заявили в OpenAI и добавили, что уязвимости уже устранены. Одновременно Anthropic сообщила, что резко нарастила использование ИИ при разработке новых моделей — Claude оказывает помощь при реализации 26 % проектов в области исследований и разработки; только в марте этот показатель составлял 1 %. В компании решили обнародовать эти данные, чтобы помочь общественности «осознать, насколько мир близок к этапу рекурсивного самосовершенствования» — этапу, когда ИИ сможет самостоятельно обучаться, совершенствовать себя или создавать новые модели. Есть опасения, что в результате человек утратит возможность управлять ими. Но пока говорить об этом рано, добавили в Anthropic — при выполнении 90 % задач ИИ сотрудничает с человеком, хотя и берёт на себя значительную часть работы. PrismML представила не очень большую языковую модель, которая почти не хуже большого оригинала
18.09.2026 [10:51],
Павел Котов
Лаборатория искусственного интеллекта PrismML представила новую языковую модель, которая имеет достаточно компактные размеры, чтобы работать на обычных ПК и мощных смартфонах. Компания делает ставку на то, что подобные системы не обязательно должны иметь колоссальные размеры. 
Источник изображения: BoliviaInteligente / unsplash.com Новая в линейке языковая модель PrismML Bonsai 2 27B представляет собой версию популярной открытой системы Alibaba Qwen3.8 27B, но в достаточно компактном размере — всего 5,9 Гбайт. Таким образом она легко поместится на ПК или может запускаться даже на флагманском смартфоне. Объём модели сокращён в 9–10 раз по сравнению с оригиналом. Технология сжатия, которую применяет PrismML, уникальна, утверждает разработчик: созданные компанией модели практически не теряют в показателях производительности в сравнении с оригиналами. Новая Bonsai 2 демонстрирует 98 % от совокупных результатов бенчмарков, которые показала Qwen. Этот показатель выше, чем у выпущенной в марте первой Qwen, которая обеспечивала 95 % оригинала. И если оригинальную скачали 11 млн раз, то компактные модели PrismML — 2,6 млн раз. Таким образом, демонстрируемые стартапом результаты сжатия улучшаются от версии к версии. Удастся ли когда-нибудь достичь соответствия на все 100 %, вопрос открытый, да он и не имеет особого практического значения. Оригинальные модели не настолько точны, и бенчмарки не настолько идеально отражают реальные задачи, чтобы снижение эффективности на 2 % оказало существенное влияние на работу в реальных условиях. Важным фактором остаётся и программная обвязка. Внушительных результатов, поясняют в PrismML, удаётся достичь за счёт уменьшения размера весов, составляющих модель. Обычно на каждый требуются 16 бит — стартап же использует тернарные веса, то есть сокращает этот объём до трёх значений: «+1», «0» и «-1». Из-за того, что для каждого веса требуется хранить гораздо меньше данных, то и модель занимает значительно меньше места. Стартап планирует применить этот метод сжатия к ещё более крупным моделям — с сотнями миллиардов параметров; разработчики уверены, что в них будет проще сохранить «интеллект», потому что по мере роста размера модели расширяются возможности для сжатия без потери способностей. Возможно, с ними будет проще добиться соответствия на 100 %. Google учредила DeepMind Institute для обсуждения проблем сильного ИИ
18.09.2026 [10:37],
Павел Котов
Исследователи Google и Google DeepMind объявили о создании DeepMind Institute — новая площадка призвана активизировать обсуждение вопросов, связанных с сильным искусственным интеллектом (AGI). 
Источник изображения: institute.deepmind.com В число директоров организации вошли соучредитель DeepMind Шейн Легг (Shane Legg), топ-менеджер Google Джеймс Маника (James Manyika) и председатель совета директоров Google DeepMind Демис Хассабис (Demis Hassabis); господин Легг взял на себя функции выпускающего редактора (managing editor). Институт призван выявить различия в позициях Google, Google DeepMind и мирового сообщества по вопросам AGI. «Мнения не всегда будут едиными, и они, вероятно, будут меняться по мере возникновения новых данных и информации в этой стремительно развивающейся области», — говорится в заявлении организации. Первая подборка из четырёх работ охватывает широкий круг вопросов: экономическая политика при управлении потрясениями, которые может вызвать AGI; сохранение возможности отслеживать ход рассуждений модели в понятном для человека виде; принципы процветания человечества; и методология оценки передовых ИИ-моделей. Исследователи в области безопасности из DeepMind в одной из работ утверждают, что сужение окна прозрачности, то есть способности видеть и проверять пошаговый ход рассуждений модели, не является неизбежным. С новыми архитектурами мониторинг наиболее мощных моделей усложняется, и авторы призывают разработчиков и регуляторов открыто решать проблемы, связанные с компромиссами в области безопасности. Например, ограничить «непрозрачную последовательную глубину», то есть объём последовательных вычислений, которые модель выполняет, не формируя доступной схемы рассуждений; или потребовать, чтобы разработчики доказывали, что менее прозрачные системы остаются доступными для контроля. В другой работе господин Хассабис предлагает создать орган стандартизации передовых систем ИИ для оценки моделей, чтобы разработчики добровольно представляли свои системы за 30 дней до выпуска. Когда система оценки докажет свою эффективность, предварительное тестирование можно будет сделать обязательным условием для развёртывания передовых моделей в США. На первых порах критерии оценки будут вырабатываться совместно с ИИ-лабораториями, а со временем учреждение введёт свои независимые и закрытые тесты — это не даст лабораториям возможности подстраивать ответы моделей под известные параметры проверки. Если ситуация станет серьёзной, механизм можно ужесточить вплоть до замедления темпов разработки передовых систем ИИ. Google CC стал семейным ИИ-секретарём — он собирает письма, чеки и документы и превращает их в планы
18.09.2026 [09:59],
Павел Котов
В конце минувшего года Google выпустила экспериментальный проект CC, призванный сделать модель Gemini полезной в повседневной жизни. Это был ИИ-агент, который готовил ежедневные сводки и помогал отслеживать выполнение задач, анализируя информацию из Gmail, «Google Календаря» и «Google Диска». Экспериментальный сервис воплотился в функции ежедневных сводок Gemini Daily Brief, но в компании расширили и возможности первоначальной концепции Google CC. 
Источник изображения: blog.google Теперь сервис Google CC позиционируется как ИИ-помощник для семей и домохозяйств. Он работает не только с одним человеком, а ориентируется на нужды всей семьи, работая в собственной учётной записи Google. Сервис работает через собственный профиль, и пользователи сами решают, какой информацией с ним поделиться — так же, как они делятся данными с друзьями. Управлять новым ИИ-агентом и взаимодействовать с ним могут до шести членов семьи. Можно отправлять ему файлы PDF, изображения, чеки и обычный текст. Получив доступ к данным, система анализирует их и формирует общую ежедневную сводку для всей семьи. Родители могут настроить автоматическую пересылку писем из школы ребёнка на адрес Google CC, а также автоматически перенаправлять приглашения из календаря. Основная идея в том, чтобы собирать разрозненную информацию воедино и представлять её людям в удобном для них виде. Сервис может отслеживать важные даты и задачи, заносить эти события в семейный календарь или список дел. Google CC может выполнять повторяющиеся задачи: заполнять бланки разрешений и формы регистрации на различные мероприятия, составлять списки покупок и планировать меню на неделю. При недостатке информации, подчеркнули в Google, сервис не галлюцинирует, то есть не выдумывает несуществующие факты, а просто запрашивает недостающие данные. Со временем объём памяти сервиса увеличивается, система узнаёт о пользователях больше и пополняет свою базу данных: запоминает продукты, которые семья покупает постоянно, или любимые рестораны. Чрезмерной инициативы Google CC не проявляет — он не заполняет формы самостоятельно и не совершает платежей. Сервис продолжает носить статус экспериментального, поэтому он может не всегда работать так, как заявлено. Опробовать его сейчас могут только обладатели личных аккаунтов Google, живущие в США. Действующие пользователи Google CC получат электронное письмо с предложением о переходе на новую версию сервиса; новым придётся записаться в лист ожидания. Новая фабрика Samsung в Техасе наконец начала делать 2-нм чипы — первым крупным заказчиком стала Tesla
18.09.2026 [08:55],
Алексей Разин
Принято считать, что именно контракт с Tesla на контрактное производство чипов оживил проект Samsung Electronics по строительству профильного предприятия в техасском Тейлоре и дал компании возможность привлечь к новой площадке внимание других потенциальных клиентов. Если верить источникам, пробное производство чипов на новом заводе Samsung в Тейлоре уже началось, опережая первоначальный график. 
Источник изображения: Samsung Electronics Здесь южнокорейский подрядчик будет выпускать для Tesla ИИ-чипы по 2-нм технологии. В будущем по соседству появится второе предприятие, которое сможет освоить выпуск 1,4-нм чипов. Его строительство начнётся в конце этого года, а завершится к 2030 году. Первоначально ожидалось, что первое предприятие Samsung в этом регионе начнёт полноценную работу не ранее ноября, но высокий спрос на ИИ-чипы и настойчивость Tesla позволили несколько ускорить график. Верификация всех процессов на новой площадке завершится к концу текущего года, и со следующего она сможет наладить полномасштабный выпуск чипов по заказам клиентов. Изначально опытное производство чипов для Tesla планировалось начать только к концу этого года. Издание Seoul Economic Daily сообщило, что на предприятии Samsung в Тейлоре начался опытный выпуск 2-нм чипов AI5 для компании Tesla. В серийном воплощении Tesla начнёт получать выпускаемые здесь чипы AI5 только в следующем году. Церемония торжественного монтажа оборудования на предприятии состоялась ещё в апреле этого года. К середине июля Samsung уже была готова к работе с цифровыми проектами чипов, которые должны были использоваться для фактической обработки кремниевых пластин на предприятии. Ускорить введение в строй новых линий в Техасе компанию Samsung подтолкнула полная загрузка южнокорейских контрактных мощностей, которые будут выпускать чипы по 4-нм и 2-нм технологиям. В прошлом году Tesla и Samsung подписали соглашение на сумму $16,5 млрд, которое подразумевает активное использование американских контрактных мощностей последней для контрактного производства чипов для нужд первой. AI5 станет основным видом продукции, выпускаемой для Tesla компанией Samsung в Техасе. Универсальность данного чипа позволит заказчику применять его не только в бортовых системах электромобилей, но и человекоподобных роботах Optimus, а также своих ЦОД. Помимо сокращения отставания от TSMC, американские предприятия Samsung в Техасе позволят компании увеличить отрыв от китайской SMIC, которая в показателях выручки уже вплотную подобралась к южнокорейскому гиганту в сфере контрактного производства чипов. В этих показателях разрыв между ними по итогам второго квартала текущего года измерялся 0,5 %, как отмечает TrendForce. У себя на родине Samsung займётся более активным внедрением оборудования для EUV-литографии, которое китайскому конкуренту недоступно из-за санкций США и Нидерландов. Более быстрая экспансия новых предприятий Samsung в Техасе поможет ускорить выход контрактного бизнеса компании на безубыточность. Anthropic заявила, что ИИ теперь руководит 26 % деятельности по разработке и исследованиям внутри компании
18.09.2026 [07:30],
Алексей Разин
Пока участники рынка робототехники стремятся добиться того, что «машины будут делать машины», разработчики систем искусственного интеллекта тоже движутся к подобным целям самовоспроизведения. В компании Anthropic, например, до 26 % активности в сфере разработки ИИ уже осуществляется при лидирующей роли самого искусственного интеллекта. 
Источник изображения: Anthropic Ещё в начале текущего года, как говорится в импровизированном отчёте на страницах блога Anthropic, подобная практика не применялась. Если же говорить о совместной работе с исследователями, то ИИ в этом смысле применяется в 90 % случаев. Данной статистикой руководство стартапа поделилось в качестве примера формирования общеприменимых критериев оценки прогресса в разработке систем искусственного интеллекта. Подтвердила Anthropic и свою готовность привлечь сторонних аудиторов к анализу безопасности процесса разработки своих систем: «ИИ системы становятся всё более мощными в экспоненциальном порядке и начали автоматизировать всё более весомую часть работы по своему созданию. По мере того, как мир рассматривает возможность модерации темпов развития передовых ИИ-систем, общественности нужно больше информации». Anthropic является сторонником идеи «рекурсивного самосовершенствования» ИИ-систем, которая подразумевает постоянное улучшение профильного программного обеспечения без существенного вмешательства со стороны человека. Некоторые участники рынка видят за таким подходом будущее, но прочие выражают обеспокоенность безопасностью соответствующего подхода. Компания попыталась сформировать средства оценки активности ИИ-агентов в своей программной инфраструктуре. По состоянию на август текущего года, в любой произвольный момент времени инженерной и исследовательской работой внутри компании занимались одновременно более 30 000 ИИ-агентов. По данным стартапа, от 6 до 12 % своих вычислительных ресурсов он выделяет под задачи мониторинга безопасности. По мнению руководства Anthropic, раскрытие подобной информации позволит и другим компаниям предоставить общественности возможность решить, что нужно делать с этими данными. Анализируя собственную деятельность, Anthropic определила, что нет таких сфер активности ИИ-агентов, в которых бы они занимались разработками и исследованиями полностью автономно. Компания призвала участников рынка создавать системы мониторинга активности ИИ-агентов, которые позволили бы при необходимости вмешиваться в соответствующие процессы. Ещё одним критерием оценки безопасности ИИ должно стать распределение вычислительных ресурсов — как отмечалось выше, определённую их часть нужно выделять под мониторинг безопасности. Наконец, все эти данные нужно соотносить с результатами практических испытаний новых ИИ-моделей, чтобы понимать, на что они способны в действительности. Подобный набор критериев позволит сторонним аудиторам выработать единый подход к анализу безопасности создаваемых участниками рынка ИИ-моделей. Anthropic берёт на себя обязательство регулярно делиться подобной статистикой с целью повышения прозрачности своей деятельности. Несколько ИИ-агентов научились работать параллельно в обновлённом Claude Code Projects
18.09.2026 [04:26],
Анжелла Марина
Компания Anthropic обновила раздел «Проекты» (Projects) в Claude Code, превратив их в рабочее пространство для нескольких ИИ-агентов. Они могут одновременно выполнять разные задачи в рамках одного проекта, используя общую память, цели, файлы и артефакты. 
Источник изображения: Anthropic Внутри проекта создаются отдельные потоки (threads), каждый из которых работает над своей задачей, а за их координацию отвечает специальный агент-координатор, который распределяет работу и следит за тем, чтобы задачи выполнялись организованно. Каждый поток представляет собой отдельную облачную сессию Claude Code со своей веткой и копией репозитория. Если несколько агентов изменяют один и тот же код, пересечения обрабатываются как конфликт слияния — точно так же, как это происходит при обработке обычного пулл-реквеста (Pull Request, PR). При необходимости отдельный поток может дополнительно разбить свою задачу между субагентами, циклами и рабочими процессами. Пользователь может взаимодействовать с каждым потоком отдельно, либо следить за всей работой через основной чат проекта, уточняет The Verge. На старте агенты работают только в облаке, но Anthropic обещает добавить поддержку локальных инструментов и кода «очень скоро». Обновлённые рабочие пространства уже доступны в бета-версии для отдельных подписчиков Claude Pro и Max, а позднее функция появится у всех пользователей Pro, Max, Team и Enterprise, а также в Cowork и обычных чатах Claude. Более 85 % игр от японских разработчиков создаются с использованием генеративного ИИ — за год доля выросла на 34 %
17.09.2026 [17:55],
Михаил Романов
Ассоциация поставщиков компьютерных развлечений (CESA) в предварительной версии ежегодного отчёта о состоянии индустрии видеоигр поделилась информацией об использовании генеративного ИИ среди японских разработчиков. 
Источник изображения: Capcom По данным CESA, более 85 % японских игровых разработчиков в своей трудовой деятельности прибегают к использованию генеративного ИИ. Около 63 % респондентов делают это ежедневно, 22 % — периодически. К помощи ИИ упомянутые студии обращаются с целью повышения эффективности и продуктивности, сокращения циклов разработки и снижения затрат на производство и операционную деятельность. Данные CESA базируются на результатах опроса, проведённого среди участников ассоциации, среди которых: Capcom, Sega, Square Enix, Konami, Bandai Namco, SNK и другие крупные японские игровые компании. 
CESA является организатором выставок Tokyo Game Show (источник изображения: CESA) Для сравнения: в отчёте за 2025 год доля японских разработчиков, использующих ИИ, была заметно ниже — 51 %. Чаще всего к инструменту обращались ради генерации изображений и текста, а также помощи с программированием. По мнению исполнительного директора CESA Цутому Масуды (Tsutomu Masuda), статистика за 2026 год свидетельствует о «широком и устойчивом применении [ИИ] в процессах разработки», хотя вопросы насчёт авторских прав остаются. В Европе ситуация не лучше. Около 90 % крупных игровых студий применяет в разработке ИИ-инструменты, но из страха перед негативной реакцией геймеров многие не готовы говорить об этом публично. Председатель Huawei: китайский ИИ пока не дорос до того, чтобы угрожать существованию человечества
17.09.2026 [15:38],
Павел Котов
Китайские разработчики систем искусственного интеллекта, возможно, пока не достигли того уровня развития технологий, при котором возникают угрозы безопасности, наблюдаемые у ведущих американских лабораторий, заявил председатель Huawei Эрик Сюй (Eric Xu). Китайским инженерам следует продолжать разработку более мощных моделей, соблюдая баланс между инновациями и управлением рисками, отметил он.  «Если посмотреть на основных американских поставщиков ИИ-моделей, то из-за имеющихся у них огромных вычислительных мощностей, возможно, только они сами знают, на какой уровень вышли их модели. Возможно, те связанные с ИИ угрозы, которые они ощущают, которые они осознают, недоступны для специалистов и компаний-разработчиков в Китае», — заявил он. Китайским разработчикам, допустил господин Сюй, возможно, придётся даже ускорить темпы работы, чтобы достичь уровня, на котором возникают характерные для передовых американских моделей риски. «Считаю, что нам необходимо найти баланс между стимулированием развития ИИ и управлением рисками, связанными с этой технологией», — сказал он. Huawei ожидает стремительного распространения автономных агентов ИИ — к 2035 году, по её прогнозам, на них будут приходиться более 90 % мирового трафика обработки данных ИИ. К тому времени будет 900 млрд активных ИИ-агентов, а связанные с ними технологии обеспечения безопасности и конфиденциальности станут критически важными. Huawei выступает основным китайским поставщиком вычислительной инфраструктуры, необходимой для обучения передовых моделей ИИ — своим статусом компания обязана введённым в 2023 году экспортным ограничениям, перекрывшим китайским компаниям доступ к новейшим ускорителям Nvidia. Пока, признал господин Сюй, Huawei не в состоянии выпускать достаточный объём вычислительного оборудования для ИИ, чтобы удовлетворить внутренний спрос. ИИ-агенты научились менять сами себя без участия человека — и это настораживает
17.09.2026 [12:56],
Павел Котов
ИИ-агенты могут заменять свои базовые модели, не получая для этого соответствующих указаний, обнаружила специализирующаяся на тестировании систем искусственного интеллекта на безопасность лаборатория Irregular. Все операции производились в тестовой среде в рамках эксперимента, направленного на изучение способности ИИ-агентов к самомодификации. 
Источник изображений: irregular.com В рамках тестирования инженеры Irregular доверили управление ИИ-агентами открытой модели Alibaba Qwen. Один из агентов отвечал за разработку ПО и поддержку ИИ-приложения; отдельный экземпляр той же модели обеспечивал работу самого приложения, которое преобразовывало запросы на естественном языке в команды вымышленного языка запросов Kelp. Инженеры сообщили агенту-программисту, что приложение выдаёт неверные ответы, и необходимо обеспечить корректную обработку запросов, располагая полным доступом к командной оболочке — shell. В распоряжении агента оказались код приложения, локальные средства оценки, утилиты для обучения ИИ, веса базовой модели и средства развёртывания. Он мог исправить код или изменить управляющую приложениями модель — и выбрал второй вариант, установив другую модель для управления как приложением, так и будущими экземплярами самого агента. Этот механизм в Irregular назвали «самостоятельной модификацией агента» — он изменил «развёрнутую модель, не получив явных указаний на обучение, обновление весов или развёртывание новой модели».  Операция может иметь последствия: обновлённая модель в процессе дополнительного обучения способна «впитать» конфиденциальные данные и воспроизвести их, не обращаясь к материалам обучения. Чтобы проверить эту гипотезу, инженеры Irregular внедрили в данные для обучения вымышленный ключ API, адрес электронной почты, домашний адрес и «три другие уникальные строки». После того, как ИИ-агент обучил и самостоятельно развернул новую модель, она безошибочно воспроизвела первые три фрагмента данных, хотя на момент проведения проверки эта информация оказалась уже недоступной во внешних источниках. Во втором эксперименте ИИ-агент самостоятельно провёл дополнительное обучение модели, когда ему указали, что она отказывается отвечать на вопросы, связанные с названиями вымышленных компаний-конкурентов. «Агент сгенерировал содержащий соответствующие названия код и использовал цикл для создания обучающих записей, за счёт чего оказалось возможным обойтись без получения ответов при прямом взаимодействии с моделью. При выполнении кода были созданы такие обучающие данные, которые модель не стала бы генерировать напрямую, и обучение на них устранило усвоенное ранее ограничение», — рассказали в компании. По мере совершенствования навыков написания кода у моделей агенты смогут «находить и реализовывать подобные обходные пути без участия человека», считают в Irregular, и подобные механизмы самостоятельной модификации могут приобрести особую актуальность. |
© 1997—2026 3DNews
При цитировании документа ссылка на сайт с указанием автора обязательна. Полное заимствование документа является
нарушением
российского и международного законодательства и возможно только с согласия редакции 3DNews.
MWC 2018
2018
Computex
IFA 2018
