Генеральный директор Apple Тим Кук (Tim Cook) объявил во время финансового отчёта компании за четвёртый квартал 2024 года, что ИИ-платформа Apple Intelligence вскоре получит поддержку восьми дополнительных языков, включая французский, немецкий, итальянский, португальский, испанский, японский, корейский и упрощённый китайский.

Источник изображения: Apple

Обновление, которое выйдет в апреле и, вероятно, станет частью iOS 18.4, также обеспечит локализованную поддержку английского языка для пользователей в Индии и Сингапуре, сказал Кук. В настоящее время поддержка Apple Intelligence ограничена англоязычными регионами, включая США, Великобританию, Австралию, Канаду, Новую Зеландию и Южную Африку.

Во время своего выступления Кук выразил веру в важность функций Apple Intelligence, отметив, что «как только вы начнёте ими пользоваться, то не сможете представить, как без них можно было бы обходиться». В частности, он выделил функцию резюмирования электронных писем как особенно ценный инструмент, заявив, что лично полагается на неё для разбора сотен ежедневных электронных писем.

Несколько функций Apple Intelligence были доступны с момента выпуска iOS 18.1, но лимитированная языковая поддержка ограничила их глобальный охват. В состав функций Apple Intelligence также входят умные уведомления, нейросетевой фоторедактор с функцией Clean Up, видеовоспоминания, встроенный ChatGPT. Apple Intelligence поддерживается на устройствах с процессором A17 Pro и новее, например, iPhone 15 Pro и 15 Pro Max, iPhone 16 и 16 Plus, iPhone 16 Pro и 16 Pro Max. На устройстве должна быть установлена iOS 18.1 или выше.

Французская компания Mistral AI, основанная выходцами из Google DeepMind и Meta✴, представила компактную модель искусственного интеллекта Mistral Small 3 — она распространяется с открытым кодом и предлагает высокую производительность.

Источник изображения: Michael Dziedzic / unsplash.com

Mistral Small 3 имеет 24 млрд параметров и позиционируется как прямой конкурент более крупным моделям, в том числе Meta✴ Llama 3.3 70B и Alibaba Qwen 32B, а также как бесплатная замена закрытым системам, включая OpenAI GPT-4o mini. Разработчик уверяет, что новая модель выдаёт результаты на одном уровне с Llama 3.3 70B instruct, но работает втрое быстрее на том же оборудовании, и рассчитана она на 80 % задач генеративного ИИ.

Здесь и далее источник изображения: mistral.ai

Система создана с прицелом на локальное развёртывание — её архитектура имеет значительно меньше слоёв в сравнении с конкурирующими моделями, что сокращает время на прямой проход. Точность Mistral Small 3 в тесте MMLU составляет 81 % при задержке 150 токенов в секунду, что, как утверждает разработчик, делает её самой эффективной в своей категории. Она также может послужить основой для создания более сложных рассуждающих моделей, таких как DeepSeek R1.

Новая нейросеть прошла тестирование вслепую у сторонних подрядчиков — процедура включала более тысячи заданий на написание кода и ответов на общие вопросы. Mistral Small 3 выдала конкурентоспособные результаты в сравнении с открытыми моделями втрое большего размера, а также закрытой GPT-4o mini в испытаниях, связанных с написанием кода, решением математических задач, проверки общих знаний и выполнения инструкций.

На практике модель окажется полезной в тех случаях, когда критически важны быстрые и точные ответы — это могут быть работающие в реальном времени виртуальные помощники, ИИ-агенты и системы автоматизации рабочих процессов. Разработчик предусмотрел для пользователей возможность проводить тонкую настройку Mistral Small 3 для её специализации в определённых областях — это могут быть юридические консультации, медицинская диагностика и техническая поддержка.

В сфере медицинских услуг Mistral Small 3 способна выявлять попытки мошенничества; в медицине — направлять пациентов к нужным специалистам; в робототехнике, автопроме и на производстве — осуществлять функции управления и контроля; предусмотрены сценарии виртуального обслуживания клиентов, анализа настроений и отзывов. Её можно запустить на системе с одной видеокартой Nvidia GeForce RTX 4090 или на актуальном Apple MacBook с 32 Гбайт оперативной памяти.

Mistral Small 3 уже доступна и в ближайшее время появится на всех наиболее крупных профильных платформах — она распространяется по бесплатной и открытой лицензии Apache 2.0.

Медиаконтент, созданный с помощью генеративных нейросетей и основанный только на текстовых подсказках автора, не защищён действующим в США законом об авторском праве. Об этом сказано в опубликованном на этой неделе документе Бюро авторского права США по вопросам политики ведомства в сфере ИИ и возможности защиты авторским правом контента, создаваемого с помощью нейросетей.

Источник изображения: Copilot

В ведомстве отметили, что при определении произведения, подлежащего защите авторским правом, основным моментом является творческая роль человека. Существует разница между искусственным интеллектом, используемым в качестве вспомогательного инструмента в творческом процессе, и искусственным интеллектом, заменяющим человеческое творчество.

Это означает, что созданное с помощью ИИ произведение может быть защищено авторским правом, если алгоритм использовался для модификации работы человека. Для художников такими работами могут стать рисунки, которые обрабатывались ИИ-алгоритмами для добавления разных эффектов, например, эффекта 3D. Полностью сгенерированные ИИ изображения по-прежнему не будут защищены авторским правом, но это не касается работ, в которых после обработки остаётся узнаваема изначальная работа человека. Это также касается случаев, когда автор добавляет на принадлежащее ему изображение какие-то новые элементы с помощью ИИ. Аналогичным образом видео с добавленными с помощью ИИ эффектами по-прежнему будут защищены законом об авторском праве.

Бюро авторского права США не исключает, что по мере развития технологий действующее законодательство потребует внесения изменений. Позднее в этом году ведомство планирует выпустить окончательную версию отчёта по результатам проведённых исследований в сфере генерации контента и произведений искусства с помощью ИИ.

Являясь крупнейшим поставщиком памяти в целом, Samsung Electronics до сих пор не принимала активного участия в снабжении Nvidia микросхемами типа HBM3E для ускорителей вычислений. С подачи Bloomberg сегодня стало известно, что в декабре 8-ярусная память HBM3E прошла сертификацию Nvidia, но будет использоваться последней только в ускорителях для китайского рынка.

Источник изображения: Samsung Electronics

Добавим, что передовой среди массово поставляемых изделий сейчас считается 12-ярусная память HBM3E, её формально предлагают все три участника рынка: SK hynix, Micron и Samsung. Последняя, впрочем, уже долгое время не может сертифицировать свою 12-ярусную HBM3E для использования в ускорителях Nvidia, хотя до сих пор не оставляет надежды сделать это. Конкурирующая SK hynix уже снабжает Nvidia передовыми 12-ярусными чипами HBM3E собственного производства. Оба корейских производителя памяти надеются наладить массовые поставки микросхем HBM4 во второй половине текущего года, и позднее заполучить заказы Nvidia на этот вид продукции. Переработанную версию HBM3E корейский гигант надеется начать выпускать в марте этого года.

Ограниченность сферы применения HBM3E производства Samsung компанией Nvidia позволяет предположить, что этот поставщик до сих пор не может в полной мере удовлетворить запросы американского разработчика ускорителей для систем искусственного интеллекта. По всей видимости, Nvidia пока не может применять память HBM3E этой корейской марки в своих передовых ускорителях поколения Blackwell, и ограничится использованием в составе ускорителей семейства Hopper, которые пока можно поставлять в Китай с некоторыми оговорками. Если же санкции США на этом направлении будут усилены, то Samsung на время лишится возможности сотрудничать с Nvidia.

Google тестирует новый ИИ-инструмент, который обзванивает компании от имени пользователей, чтобы выяснить интересующие их вопросы и записать на встречу. Функция под названием Ask for Me собирает информацию о ценах и доступности услуг, но пока поддерживается только для поиска подходящих под те или иные критерии пользователей маникюрных салонов и автомастерских.

Источник изображения: Google

Включение экспериментальной функции в Google Search Labs добавит в результаты веб-поиска местных маникюрных салонов или автомастерских сноску Ask for Me. При её выборе Google задаст пользователю ряд вопросов. Например, если речь об обслуживании автомобиля, то система спросит марку и модель авто, желаемый тип обслуживания (например, замена масла, смена шин и т.д.), а также время и дату, на которые пользователь хотел бы записаться для посещения автомастерской. Также необходимо будет ввести свой адрес электронной почты и/или номер телефона, на которые пользователь будет получать обновления по его запросу.

По словам руководителя отдела продуктов Google Роуз Яо (Rose Yao), функция Ask for Me создана на базе Duplex — инструмента в виде бесплатного сервиса, который использует ИИ для звонков в рестораны и, имитируя человеческий голос, от имени пользователя резервирует места.

В разговоре с порталом The Verge представитель Google Крейг Эвер (Craig Ewer) добавил, что с помощью Ask for Me «каждый звонок начинается с сообщения том, что это автоматизированная система Google, звонящая от имени пользователя». Компании могут отказаться от получения автоматизированных звонков в настройках своего профиля Google Business Profile или при непосредственном общении с ИИ-ботом. Эвер говорит, что для системы предусмотрена система квот по звонкам, чтобы компании не получали такие автоматические звонки слишком часто. Он также добавил, что любая собираемая ИИ-ботом информация «может быть использована для помощи с аналогичными запросами от других пользователей».

Компания OpenAI анонсировала обновление для своей ИИ-модели GPT-4o, которая является основой для чат-бота ChatGPT, в том числе его бесплатной версии. Обновление сделало нейросеть «умнее по всем параметрам», а также «наделило более актуальной информацией», а также научило «более глубокому пониманию и анализу загружаемых [пользователями] изображений».

Источник изображения: OpenAI

Ключевая особенность свежего обновления ИИ-модели GPT-4o заключается в том, что чат-бот ChatGPT на её основе теперь лучше справляется с задачами по STEM-дисциплинам, то есть лучше разбирается в вопросах науки, технологий, инженерии, математики и программирования. Хорошая новость для тех, кто полагается на помощь ChatGPT, например, в вопросах написания кода или решения задач, связанных с кросс-доменными проблемами.

Также ИИ-модель GPT-4o была обучена на основе более свежей информации, поэтому чат-боты на её основе теперь могут ссылаться на данные до июня 2024 года. Это означает, что ChatGPT сможет предоставлять больше контекста относительно более свежих тенденций и событий.

Что касается функций, связанных с генерацией и редактированием изображений, то ChatGPT теперь лучше «понимает» и анализирует изображения, загружаемые пользователем. Например, чат-бот сможет предоставлять более качественные советы по редактированию изображений, а также лучше анализировать сложные графики и диаграммы.

Наконец, ChatGPT будет проявлять больше энтузиазма в использовании различных эмодзи в своих ответах, особенно, когда в запросах пользователя тоже будут использоваться эмодзи.

Если 2024 год стал годом клонов ChatGPT, то 2025 год обещает стать эрой рассуждающих моделей ИИ, а лидерство в этой области захватывают китайские лаборатории. На прошлой неделе много шума наделала DeepSeek со своей рассуждающей моделью R1. А на днях Moonshot AI представила мультимодальную Kimi k1.5, которая обгоняет в тестах OpenAI o1, а стоит в разы меньше. Эти модели представляют собой смену представления о «мыслительном процессе» ИИ.

Источник изображения: kimi.ai

Новые модели далеко ушли от банального пересказа Википедии. Им по силам сложные проблемы — от решения головоломок до объяснения квантовой физики. А Kimi k1.5 уже успела заработать звание «первого настоящего конкурента o1». По оценкам экспертов, Kimi k1.5 — это не просто ещё одна модель ИИ — это скачок вперёд в мультимодальном рассуждении и обучении с подкреплением. Kimi k1.5 от Moonshot AI объединяет текст, код и визуальные данные для решения сложных задач, порою в разы превосходя таких лидеров отрасли, как GPT-4o и Claude Sonnet 3.5 в ключевых тестах.

Контекстное окно Kimi k1.5 на 128 тыс. токенов позволяет модели «за один подход» обрабатывать объём информации, эквивалентный солидному роману. В математических задачах модель может планировать, отражать и корректировать свои шаги на протяжении сотен токенов, имитируя решение проблемы человеком. Вместо того, чтобы повторно генерировать полные ответы, Kimi использует фрагменты предыдущих траекторий, повышая эффективность и сокращая затраты на обучение.

Источник изображений: medium.com

Традиционный подход, основанный на принципах обучения с подкреплением, предполагает использование сложных инструментов, таких как поиск по дереву Монте-Карло или сети ценностей. Команда Moonshot AI отказалась от них и создала упрощённый фреймворк на базе обучения с подкреплением, используя штраф за длину и баланс между исследованием и эксплуатацией. В результате разработчикам удалось создать модель, которая обучается быстрее и избегает «чрезмерного обдумывания» — распространённой ошибки, когда ИИ тратит вычислительные ресурсы на ненужные шаги.

Kimi k1.5 успела показать себя как мощный инструмент визуализации и одновременной работы с текстом. Модель умеет анализировать диаграммы, решать геометрические задачи и отлаживать код — в тесте MathVista модель показала точность 74,9 %, объединив текстовые подсказки с графическими диаграммами.

Исследователи Moonshot AI, вместо того чтобы полагаться на мощные, но медленные длинноцепочечные рассуждения (Long-CoT), использовали метод Long2Short («длинные-в-короткие»), добившись более лаконичных и быстрых ответов. Для этого применялись следующие методы:

• Объединение моделей путём смешивания весов длинных и коротких версий CoT.
• Выборка кратчайшего отклонения — отбор самого короткого и корректного ответа из восьми сгенерированных вариантов.
• Оптимизация DPO — обучение модели предпочтению кратких ответов без потери смысла.

Даже при прямом сравнении Kimi K1.5 оставляет GPT-4o и Claude Sonnet 3.5 далеко позади. Разработчикам Moonshot AI удалось оптимизировать процесс обучения с подкреплением благодаря:

• Гибридному развёртыванию — совместному использованию ресурсов GPU для обучения и вывода.
• Частичным развёртываниям — разделению длинных траекторий на управляемые фрагменты для более эффективного обучения.
• Песочницам кода — безопасным средам для тестирования выходных данных кода, что гарантирует их надёжность.

По мнению экспертов, Kimi K1.5 — это не просто технологический прорыв, а взгляд в будущее ИИ. Объединяя обучение с подкреплением с мультимодальным рассуждением, эта модель решает задачи быстрее, умнее и эффективнее.

Разработчики из Google продолжают расширять интеграцию своего ИИ-бота Gemini с разными сервисами компании. На этот раз алгоритм получил новые возможности в сервисе «Google Таблицы». Пользователи могут задействовать Gemini для построения диаграмм на основе собственных данных, а также для анализа тенденций, выявления закономерностей и связей между разными показателями.

Источник изображения: Google

Созданные с помощью Gemini диаграммы представляют собой изображения, которые, например, в дальнейшем можно вставить в презентацию или какой-либо документ. Поскольку алгоритм создаёт статические изображения, пользователям нужно будет генерировать изображения каждый раз после обновления данных, на основе которых создаются диаграммы.

Отмечается, что на точность работы Gemini могут влиять некоторые факторы, включая непоследовательное форматирование данных или отсутствие некоторых значений. Кроме того, снизить качество генерируемых диаграмм могут недостаточно точные подсказки, с помощью которых пользователь объясняет чат-боту, что именно хочет получить в конечном итоге.

Компания Microsoft на удивление оперативно предоставила доступ своим клиентам к продвинутой ИИ-модели DeepSeek R1 со способностью к размышлению, пишет The Verge. Теперь она является частью каталога моделей на Azure AI Foundry и GitHub, что позволяет клиентам Microsoft интегрировать её в свои приложения ИИ.

Источник изображения: Solen Feyissa/unsplash.com

«Одним из ключевых преимуществ использования DeepSeek R1 или любой другой модели на Azure AI Foundry является скорость, с которой разработчики могут экспериментировать и интегрировать ИИ в свои рабочие процессы», — отметила Аша Шарма (Asha Sharma), корпоративный вице-президент Microsoft по ИИ. По её словам, DeepSeek R1, анонс которой привёл к резкому падению акций многих технологических компаний США на этой неделе из-за возможности обучения с гораздо меньшими затратами по сравнению с ведущими моделями OpenAI, прошла строгие проверки защищённости в формате Red Teaming и безопасности, включая автоматизированные оценки поведения модели и обширные проверки безопасности для снижения потенциальных рисков.

Microsoft также вскоре сделает уменьшенную версию R1 доступной для локального запуска на ПК Copilot Plus, и вполне возможно, что R1 появится в других сервисах на базе ИИ от Microsoft.

Ранее появились сообщения о том, что OpenAI и Microsoft проводят расследование по поводу возможного использования китайской компанией API OpenAI для обучения своих моделей.

Хакерские группировки, предположительно связанные с Ираном, Северной Кореей, Китаем и Россией, пытались использовать искусственный интеллект Google Gemini для развёртывания различных атак. Значительного успеха киберпреступникам добиться не удалось, но система помогла им автоматизировать некоторые задачи, рассказали в Google.

Источник изображения: Kevin Ku / unsplash.com

«Хотя ИИ может оказаться полезным средством для злоумышленников, он пока не настолько меняет правила игры, как его порой изображают», — говорится в блоге Google. Хакеры смогли использовать возможности Gemini в противоправных целях: для перевода контента, совершенствования фишинговых атак и написания программного кода. Наиболее активными пользователями Gemini оказались киберпреступники, связанные, по версии Google, с Ираном. Они применяли ИИ для изучения организаций в оборонной отрасли, исследования уязвимостей и генерации контента для фишинговых кампаний.

Использовать Gemini для непосредственного взлома систем у них не получилось, но автоматизировать некоторые свои задачи злоумышленники всё-таки смогли: ИИ помог им в исследованиях, разъяснении сложных концепций, создании и отладке кода. При попытке применить систему для захвата учётных записей или взлома самого Gemini сработали защитные механизмы. Система отказалась подготовить руководство по неправомерному использованию продуктов Google, разработать продвинутые методы фишинга, помочь в создании средств кражи информации из браузера Chrome и методов обхода средств проверки при регистрации учётных записей в Google. Gemini не стал создавать вредоносное ПО или другой контент, который можно было бы использовать при реализации атак.

Но всё-таки ИИ помог киберпреступникам повысить качество перевода пропагандистских материалов, сопроводительных писем для связи со специалистами через профессиональную соцсеть LinkedIn и получения информации об обмене работниками за рубежом. Схожий доклад в прошлом году опубликовали Microsoft и OpenAI: киберпреступники смогли автоматизировать часть своих задач при помощи ИИ, но не добились каких-то прорывов. В Google заявили, что внимательно изучают случаи злоупотребления продуктами компании, стремятся пресекать подобные инциденты и при необходимости привлекают правоохранительные органы.

Американская компания Wiz, которая специализируется на вопросах кибербезопасности, рассказала, что обнаружила в открытом доступе базу данных ClickHouse китайской лаборатории искусственного интеллекта DeepSeek — среди имеющейся в ней информации оказалась переписка с чат-ботом и другая конфиденциальная информация.

Источник изображения: wiz.io

Эксперты Wiz провели сканирование ресурсов DeepSeek и выяснили, что китайская компания оставила незащищёнными несколько миллионов строк данных. В этом наборе оказались программные ключи API и журналы переписки — DeepSeek сохраняет запросы, которые пользователи отправляют чат-боту с ИИ. Также база содержала значительный объем истории чатов, внутренних данных и конфиденциальной информации, включая эксплуатационные данные, которые позволяли повышать привилегии пользователя без обхода механизмов защиты.

Wiz уведомила о своей находке китайскую компанию, и та оперативно закрыла незащищённую информацию. «Они убрали её менее чем за час. Но это было так просто обнаружить, что мы сочли себя не единственными, кто это нашёл», — рассказали в Wiz.

В Wiz уточнили, что ClickHouse — разработанная «Яндексом» система управления базами данных с открытым исходным кодом, предназначенная для быстрых аналитических запросов к большим наборам данных. Система широко используется для обработки данных в реальном времени, хранения журналов и аналитики больших данных.

Выпущенный DeepSeek виртуальный помощник с ИИ взволновал общественность в Китае и вызвал переполох в США. Китайской компании удалось добиться того же, чего и OpenAI, но при значительно более скромных затратах. Инвесторы в Америке поставили под сомнение устойчивость бизнес-моделей и рентабельность американских гигантов в области ИИ, в том числе Nvidia и Microsoft. К понедельнику приложение DeepSeek обогнало ChatGPT в Apple App Store, что спровоцировало масштабную распродажу акций технологических компаний.

Предшествующая администрация США поэтапно ограничивала поставки в КНР ускорителей вычислений Nvidia, в результате чего последняя была вынуждена адаптировать имеющиеся компоненты к требованиям в сфере экспортного контроля по уровню их быстродействия. Плодом таких усилий стал ускоритель H20, но и его поставки в Китай могут попасть под запрет, если это сочтёт целесообразным новое правительство США.

Источник изображения: Nvidia

Об этом сообщило агентство Bloomberg со ссылкой на собственные источники. Соответствующие ограничения пока только обсуждаются на предварительном уровне, и не факт, что новая группа американских чиновников решится на их внедрение, но Дональд Трамп (Donald Trump) особой благосклонностью к китайским властям не отличался и ранее, поэтому эскалация торговых ограничений вполне может сохраниться. Кандидат на пост министра торговли США Ховард Лютник (Howard Lutnick) вчера заявил, что намерен очень строго контролировать экспорт полупроводниковой продукции из страны.

Новости о возможных новых ограничениях на поставку продукции Nvidia в Китай в моменте вызвали падение курса акций компании в США на 6,9 %, сохраняя присущую этой неделе волатильность. Представители компании ограничились заявлением о том, что готовы работать с администрацией при реализации её планов в сфере искусственного интеллекта. Напомним, что руководство NVIDIA уже начало намекать властям США при прежнем президенте страны на контрпродуктивность чрезмерных санкций. Пытаясь добиться независимости от продукции американских компаний, Китай займётся импортозамещением, американский же бизнес в итоге пострадает, как считают в Nvidia.

Ускорители H20 появились в итоге двухэтапного усиления санкций против Китая, поскольку на их первую волну Nvidia отреагировала выпуском H800, но через некоторое время и такие ускорители попали под запрет для поставки в Китай, поэтому компании в 2023 году пришлось в спешном порядке выпускать H20 с ещё более низким быстродействием. Как отмечает Bloomberg, идея ограничения поставок H20 в КНР сформировалась ещё при президенте Байдене, но не успела материализоваться.

Участие в проекте Stargate, который призван за четыре года привлечь $500 млрд к созданию передовой ИИ-инфраструктуры на территории США, для японской корпорации SoftBank является не единственной целью на ближайшее время. По данным Financial Times, руководство SoftBank ведёт переговоры с OpenAI об инвестициях в капитал последней до $25 млрд.

Источник изображения: Nvidia

До сих пор крупнейшим инвестором OpenAI считалась корпорация Microsoft, которая вложила в создавший ChatGPT стартап около $13 млрд. Как отмечает Bloomberg со ссылкой на знакомые с ходом переговоров источники, SoftBank рассматривает возможность вложения в капитал OpenAI от $15 до $25 млрд. Эти средства не относятся к тем $19 млрд, которые будут выделены SoftBank на реализацию проекта Stargate, управляющим партнёром которого является OpenAI. Представители упоминаемых компаний эту информацию никак комментировать для Bloomberg не стали, успех переговоров также не гарантируется.

Японская корпорация SoftBank, чей глава Масаёси Сон (Masayoshi Son) управляет фондом Vision Fund, давно интересовался возможностью инвестиций в OpenAI, он даже встречался в возглавляющим стартап Сэмом Альтманом (Sam Altman) в 2019 году и предлагал $1 млрд, но сделка тогда не состоялась. Через Vision Fund Сону позже удалось вложить в OpenAI около $500 млн, а в прошлом месяце этот фонд предложил выкупить акции OpenAI на общую сумму $1,5 млрд у сотрудников стартапа. По состоянию на конец сентября SoftBank располагал примерно $25 млрд свободных средств, а также акциями множества компаний, включая британский холдинг Arm, который даже после IPO примерно на 90 % принадлежит японской корпорации. Масаёси Сон в целом намерен за время правления Трампа направить на развитие американской инфраструктуры и экономики $100 млрд.

Рост облачного бизнеса Microsoft Azure замедлился из-за нехватки дата-центров, необходимых для поддержки спроса на продукты, связанные с искусственным интеллектом (ИИ). В текущем третьем квартале 2025 финансового года рост выручки Azure может составить до 32 %, что лишь незначительно превышает показатели последних месяцев 2024 года. На фоне этих новостей акции компании упали на 5 % в ходе дополнительных торгов.

Несмотря на то, что Microsoft считается лидером в коммерциализации продуктов на основе ИИ благодаря тесному партнёрству с OpenAI, и за последний год выпустила множество ИИ-ассистентов под брендом Copilot, монетизация этих продуктов идёт медленнее, чем ожидали инвесторы, сообщает Bloomberg. В целом направление искусственного интеллекта «обеспечило годовую выручку в $13 млрд, увеличившись на 175 % по сравнению с прошлым годом», отметил генеральный директор Сатья Наделла (Satya Nadella) в своем выступлении на квартальной отчётной конференции.

Тем не менее, спрос на услуги Azure AI остаётся высоким, их рост составил 157 % за последний квартал. Однако, как заявила финансовый директор Microsoft Эми Худ (Amy Hood), нехватка дата-центров сдерживает общее развитие облачного подразделения. «Мы сталкиваемся с ограничениями по мощности дата-центров, которые, как ожидается, будут сняты к концу финансового года», — сказала Худ, также отметив, что у компании есть коммерческие контракты на сумму почти $300 млрд, которые ещё не учтены в выручке. Она выразила уверенность, что проблема будет решена к концу финансового года.

Microsoft, наряду с конкурентами Google и Amazon, инвестирует рекордные суммы в строительство дата-центров и разработку энергоёмких ИИ-решений. В текущем финансовом году компания планирует потратить $80 млрд на развитие инфраструктуры для ИИ. Однако эти затраты вызывают вопросы у инвесторов, особенно после того, как китайский стартап DeepSeek представил открытую ИИ-модель, которая, как недавно стало известно, сопоставима по возможностям с американскими аналогами, но обошлась разработчикам во много раз дешевле.

В своем пресс-релизе Microsoft сообщила, что рост выручки от продаж Windows и потребительских устройств составил 4 % в годовом исчислении, что немного больше, чем 2 % в первом квартале. На текущий квартал прогнозируется небольшой спад продаж на данном направлении. Выручка от коммерческих продуктов и облачных сервисов Microsoft 365 увеличились на 15 %, а доход от потребительских продуктов и сервисов Microsoft 365 увеличился на 8 %.

Во втором квартале текущего финансового года выручка Microsoft выросла на 12,3 %, достигнув $69,6 млрд и немного превысив прогнозы аналитиков в $68,9 млрд. Чистая прибыль составила $24,1 млрд, а прибыль на акцию достигла $3,23, что также превзошло ожидания ($3,12 на акцию). Сообщается, что 13 процентных пунктов роста Azure связаны с продуктами на базе искусственного интеллекта и выше показателя первого квартала, который составил 12 пунктов. В целом, по итогам квартала объём выручки Microsoft по ИИ-продуктам достиг таких темпов, которые позволят ожидать годовой доход в $13 млрд от этого направления деятельности.

Сооснователь и бывший генеральный директор Twitter Джек Дорси (Jack Dorsey) вернулся в мир технологий с новым проектом, запустив платформу под названием Goose для создания ИИ-агентов. Этот инструмент, разработанный его компанией Block, представляет собой бесплатную и открытую среду, упрощающую работу с большими языковыми моделями (LLM) от OpenAI, Google, Anthropic и других компаний.

Платформа ориентирована на автоматизацию задач в сфере программной инженерии и, как пишет издание VentureBeat, Goose уже используется для таких целей, как миграция кода с одного языка на другой, например, с Ember на React, с Ruby на Kotlin, с Prefect-1 на Prefect-2 и т. д. Также платформа применяется для создания API, проведения тестов производительности, настройки мониторинга и оптимизации баз данных. Проще говоря, Goose помогает разработчикам справляться с рутинными задачами, высвобождая время для более значимой работы.

Ключевой особенностью сервиса является возможность работы сразу с несколькими системами и приложениями. Вице-президент компании Джеки Бросамер (Jackie Brosamer) подчеркнула, что система позволяет интегрировать различные инструменты, такие как Google Drive и Slack, для сбора данных, их обобщения и выполнения действий от имени пользователя. Это особенно полезно для тех, кто проводит много времени на встречах и нуждается в автоматизации рабочих процессов.

Goose распространяется по лицензии Apache 2.0, предоставляя разработчикам полную свободу для коммерческих и исследовательских целей. Главный технический директор Block Дханджи Прасанна (Dhanji Prasanna) отметил, что открытая архитектура платформы вдохновляет на инновации. «Наша open-source платформа позволит разработчикам из разных отраслей создавать новые решения, экономя время и повышая их креативность. Мы уже видим, как Goose избавляет наших инженеров от рутинных задач», — сказал он.

Кроме того, модульная структура Goose позволяет легко интегрировать платформу в существующие системы и адаптировать её под конкретные задачи. Разработчики могут выбирать любую языковую модель, которая лучше всего подходит для их нужд, начиная от моделей OpenAI и заканчивая решениями других компаний.

Goose также поддерживает стандарт Model Context Protocol (MCP), разработанный совместно с компанией Anthropic. Этот стандарт позволяет платформе подключаться к различным инструментам и средам разработки. В Block уверены, что совместные усилия с сообществом разработчиков приведут к созданию новых интеграций и функций, расширив возможности платформы.

Примечательно, что Goose делает особый акцент на конфиденциальности и безопасности данных. Пользователи могут размещать её на своих локальных серверах или в виртуальном облаке. Подчёркивается, что компания не передаёт данные через собственные серверы, что особенно важно для финансовых структур, заботящихся о защите информации своих клиентов. Более подробная информация о платформе доступна на её странице в GitHub.