OpenAI в разработке новых ИИ-моделей и предоставлении ИИ-услуг компаниям и пользователям сейчас в значительной степени полагается на вычислительные мощности своего главного акционера Microsoft. Однако в ближайшие пять лет ожидаются значительные изменения в этом вопросе, сообщило в пятницу издание The Information.

Источник изображения: Growtika/unsplash.com

По данным The Information, к 2030 году OpenAI рассчитывает получать три четверти вычислительных мощностей ЦОД от проекта Stargate, который будет в значительной степени финансироваться конгломератом SoftBank — одним из новых инвесторов OpenAI. Это означает существенное изменение во взаимоотношениях OpenAI с Microsoft, инвестировавшей в компанию с 2019 года почти $14 млрд.

Изменение не произойдёт мгновенно, пишет The Information. В ближайшие несколько лет OpenAI продолжит увеличивать расходы на оплату вычислительных мощностей ЦОД, принадлежащих Microsoft.

По данным The Information, в 2027 году OpenAI планирует потратить на свои разработки $20 млрд. Для сравнения, расходы компании в 2024 году составили $5 млрд. Согласно прогнозам OpenAI, к 2030 году её затраты на работу уже обученных моделей (инференс) моделей ИИ превысят расходы на их обучение.

Когда был анонсирован проект Stargate, один из пользователей соцсети X отметил, что дружбе между OpenAI и Microsoft пришёл конец. В ответ глава OpenAI Сэм Альтман (Sam Altman) заявил: «Вовсе нет! Это очень важное и крупное партнёрство на длительное время». Он также добавил: «Нам просто нужно больше вычислительных мощностей».

Microsoft, в свою очередь, утверждает, что отношения между двумя компаниями остаются прочными. Она продолжит размещать сервисы OpenAI на своей платформе облачных вычислений Azure. Вместе с тем Microsoft инвестировала в её французского конкурента Mistral AI и предлагает модели Meta✴ Llama на платформе Azure. В прошлом году Microsoft добавила поддержку модели Anthropic — конкурента OpenAI — своему ИИ-ассистенту GitHub Copilot для помощи программистам в написании кода.

Apple выпустила адресованные разработчикам бета-версии очередных обновлений своих платформ. В предварительном варианте iOS 18.4 появились «приоритетные уведомления» (Priority Notifications), являющиеся частью из пакета Apple Intelligence: запущенная локально модель искусственного интеллекта анализирует поступающие уведомления и пытается определить наиболее важные, чтобы система показала их над другими.

Источник изображения: apple.com

По умолчанию приоритетные уведомления отключены, функция активируется в настройках — там есть соответствующая опция. Подробностей об обновлённом голосовом ассистенте Siri в Apple пока не привели. «В ближайшие месяцы Apple Intelligence продолжит дополняться новыми функциями, в том числе новыми возможностями Siri», — гласит лаконичное замечание в пресс-релизе компании.

Также Apple объявила, что Apple Intelligence с обновлением iOS 18.4 станет доступна на нескольких языках, включая французский, немецкий, итальянский, португальский (Бразилия), испанский, японский, корейский и упрощённый китайский, а также локализованный английский для Сингапура и Индии. Пользователи из ЕС впервые получат доступ к функциям «Яблочного интеллекта».

Apple вместе с iOS 18.4 выпустила бета-версии iPadOS 18.4, macOS 15.4, tvOS 18.4, visionOS 2.4 и watchOS 11.4. В обновлённых iOS и iPadOS появилась возможность выбирать установленное по умолчанию приложение для перевода; пользователям из Европы, где действует «Закон о цифровых рынках» (DMA) также доступен выбор навигационного приложения по умолчанию.

С выходом iOS 18.4 владельцы Vision Pro могут прямо на iPhone изучать магазин приложений для гарнитуры, добавлять видео для просмотра и удалённо устанавливать приложения. На Mac и iPad вышел переработанный почтовый клиент, а в Apple News Plus для iPhone и iPad появился кулинарный раздел с «десятками тысяч рецептов», отформатированных для просмотра на мобильных устройствах.

Компанию Meta✴ недавно обвинили в пиратстве терабайтов книг в связи с использованием для обучения ИИ-моделей контента из теневых библиотек. В ответ компания заявила, что не считает себя пиратом, поскольку нет доказательств того, что она раздавала защищённый авторским правом контент через торренты. Поэтому в компании считают, что обвинения в нарушении авторских прав не имеют под собой основания, пишет Tom's Hardware.

Источник изображения: Glenn Carstens-Peters/unsplash.com

В судебном процессе по иску писателя Ричарда Кадри (Richard Kadrey) против Meta✴ авторы книг и владельцы авторских прав на контент настаивают на том, что Meta✴ была «осознанным участником незаконной пиринговой сети» и действовала без заключения предварительных лицензионных соглашений. Для загрузки данных из теневых библиотек компания использовала протокол BitTorrent, который предполагает одновременную раздачу контента другим пользователям. По мнению стороны обвинения, это означает распространение пиратских материалов.

В свою очередь, Meta✴ сообщила в документе, направленном в суд на этой неделе, что, хотя она загрузила 82 Тбайт контента, защищённого авторским правом, из теневых библиотек для обучения своих моделей ИИ LLaMA, её сотрудники «приняли меры предосторожности, чтобы не “раздавать” загруженные файлы».

Защита компании строится на том, что в настоящее время нет никаких доказательств того, что она делилась скачанным контентом во время процесса торрентирования. При этом Майкл Кларк (Michael Clark), руководитель Meta✴, отвечающий за управление проектами, сообщил в суде, что параметры конфигурации торрента были изменены «таким образом, чтобы раздача была минимальной». Когда судья спросил, почему Meta✴ решила минимизировать раздачу, юристы компании воспользовались положением о клиентско-адвокатской тайне, позволив Кларку оставить этот вопрос без ответа.

Кроме того, Meta✴ пока не ответила на вопросы о том, знала ли она, что данные передавались другим пользователям во время загрузки контента из теневых библиотек.

Китайский стартап DeepSeek объявил, что на следующей неделе сделает код своих моделей доступным для всех пользователей, подтвердив свою приверженность открытому исходному коду для технологий ИИ.

Источник изображения: Solen Feyissa/unsplash.com

Компания сообщила в соцсети X, что откроет исходный код пяти репозиториев, назвав это «небольшим, но искренним прогрессом», которым она делится «с полной прозрачностью». «Эти скромные строительные блоки в нашем онлайн-сервисе были задокументированы, развёрнуты и проверены на практике в производственной среде», — говорится в публикации DeepSeek.

DeepSeek выпустила в прошлом месяце Open Source-модель DeepSeek R1 со способностью к размышлению, способную соперничать с ИИ-системами американских компаний по производительности, хотя на её создание ушло гораздо меньше средств. Это заставило инвесторов более критично относиться к отчётам разработчиков в сфере ИИ о затратах на развёртывание новых моделей.

Приверженность DeepSeek открытому исходному коду отличает её от большинства фирм в сфере ИИ в Китае, которые, как и их американские конкуренты, предпочитают предлагать на рынке модели с закрытым исходным кодом, пишет Reuters.

Основатель DeepSeek Лян Вэньфэн (Liang Wenfeng) сообщил в интервью китайским СМИ в июле прошлого года, что компания не считает коммерциализацию своих моделей ИИ приоритетом, и что открытый исходный код может стать своего рода «мягкой силой». «Когда другие следуют за вашими инновациями, это даёт глубокое чувство выполненного долга», — сказал Лян.

Репозитории с открытым исходным кодом предоставят инфраструктуру для поддержки моделей ИИ, которыми DeepSeek уже публично поделилась, на основе существующих фреймворков Open Source-моделей.

Ранее на этой неделе DeepSeek представила новый алгоритм Native Sparse Attention (NSA), разработанный для повышения эффективности обучения и инференса ИИ-моделей при обширном контексте.

Чат-бот DeepSeek является самым популярным в Китае с 22,2 млн ежедневных активных пользователей по состоянию на 11 января, по данным Aicpb.com, что превышает 16,95 млн пользователей китайской платформы Douban.

Стартап в области искусственного интеллекта SambaNova Systems, основанный в 2017 году выходцами из Sun, Oracle и Стэнфордского университета, объявил о создании самой быстрой в мире системы для развёртывания модели DeepSeek-R1 671B. Для оборудования Nvidia такие показатели недоступны.

Источник изображения: sambanova.ai

SambaNova добилась скорости работы DeepSeek-R1 в 198 токенов в секунду всего на 16 специально изготовленных ускорителях — аналогичного результата можно достичь, только развернув 40 стоек с 320 графическими процессорами Nvidia. «SambaNova на чипах SN40L RDU стала самой быстрой платформой для запуска DeepSeek. Это пятикратный прирост по сравнению со скоростью новейшего графического процессора на одной стойке, а к концу года мы предложим 100-кратную ёмкость для DeepSeek-R1», — пообещал соучредитель и генеральный директор SambaNova Родриго Лян (Rodrigo Liang).

Ресурсоёмкие рабочие нагрузки систем искусственного интеллекта традиционно обеспечиваются графическими процессорами Nvidia, но в SambaNova утверждают, что созданная компанией конфигурируемая архитектура потока данных представляет собой более эффективное решение. Её оборудование работает втрое быстрее и потребляет в пять раз меньше энергии, чем самые мощные из современных графических процессоров, сохраняя при этом полную вычислительную мощность модели DeepSeek-R1. Достижение подтвердили эксперты компании Artificial Analysis, которая проводит независимую оценку систем ИИ.

Открытая модель DeepSeek-R1 671B доступна в облаке SambaNova через API. Компания активно наращивает мощности и в ближайшем будущем надеется достичь общей пропускной способности в 20 000 токенов в секунду.

Разработчики из Microsoft Research представили мультимодальную языковую ИИ-модель Magma, которая способна обрабатывать визуальные и текстовые данные для управления программными интерфейсами и роботизированными системами. Если алгоритм после тестирования выйдет за пределы Microsoft, то это может стать важным шагом на пути к созданию универсального мультимодального ИИ, способного работать как в цифровом, так и в реальном пространстве.

Демонстрация того, как Magma управляет роботизированной рукой / Источник изображения: Microsoft Research

Microsoft утверждает, что Magma является первой ИИ-моделью, которая способна не только обрабатывать мультимодальные данные (например, текст, изображения, видео), но и умеет выполнять действия на их основе, будь то навигация по пользовательскому интерфейсу или манипулирование физическими объектами. Разработка алгоритма Magma велась совместными усилиями разработчиков из Microsoft, KAIST, Университета Мэриленда, Висконсинского университета в Мэдисоне и Университета Вашингтона.

Ранее уже были реализованы проекты в сфере робототехники, основой которых становились большие языковые модели (LLM). К таким работам можно отнести проекты PALM-E и RT-2 от Google или ChatGPT for Robotics от Microsoft, где ИИ-системы были задействованы для управления программными интерфейсами.

Комбинированная схема, демонстрирующая возможности Magma / Источник изображения: Microsoft Research

В отличие от многих уже созданных мультимодальных алгоритмов, требующих использования отдельных моделей для восприятия и управления, в Magma эти способности объединены внутри единой базовой ИИ-модели. Microsoft позиционирует Magma, как существенный шаг на пути создания единого ИИ-агента, т.е. системы, способной автономно разрабатывать планы действий и выполнять многоэтапные задачи от имени человека, а не просто отвечать вопросы о том, что она видит.

«Учитывая описанную цель, Magma способна формулировать планы и выполнять действия для их достижения. Эффективно передавая знания, извлекаемые из свободно доступных визуальных и языковых данных, Magma объединяет вербальный, пространственный и временной алгоритмы для навигации по сложным задачам и обстановке», — говорится в сообщении исследователей из Microsoft.

Источник изображения: Microsoft Research

ИИ-модель Magma включает в себя два технических компонента: Set-of-Mark (идентифицирует объекты, которыми можно манипулировать в среде, присваивая цифровые метки интерактивным элементам, таким как нажимаемые кнопки в пользовательском интерфейсе или захватываемые объекты в рабочем пространстве роботов) и Trace-of-Mark (позволяет алгоритму выполнять такие задачи, как навигация по пользовательским интерфейсам или управление роботизированными руками для захвата и перемещения объектов).

Один из участников проекта рассказал, что название алгоритма Magma расшифровывается как M(ultimodal) Ag(entic) M(odel) at Microsoft (Rese)A(rch). В описании алгоритма Microsoft утверждает, что Magma-8B демонстрирует конкурентоспособные результаты в бенчмарках, показывая высокие результаты в задачах навигации по пользовательскому интерфейсу и манипулировании роботами.

Так в бенчмарке VQAv2 алгоритм Magma получил 80,0 баллов за визуальные ответы на вопросы, что выше результата GPT-4V (77,2 балла), но ниже показателя LLaVA-Next (81,8 балла). Показатель алгоритма POPE в 87,4 балла в настоящее время является абсолютно лучшим среди ИИ-моделей, участвовавших в сравнении. Отмечается, что в сфере манипулирования роботами Magma превосходит OpenVLA.

Источник изображения: Microsoft Research

По заявлениям разработчиков, Magma отличается от аналогов вроде GPT-4V тем, что выходит за рамки так называемого «вербального интеллекта» и включает в себя «пространственный интеллект», т.е. возможность планирования и выполнения действий. Обучаясь на смеси изображений, видео, робототехнических данных и взаимодействий с пользовательским интерфейсом, Magma, по сути, является полноценным мультимодальным ИИ-агентом, а не просто перцептивной моделью.

Как и все ИИ-модели, Magma не совершенна. Документация Microsoft указывает на то, что алгоритм по-прежнему сталкивается с техническими ограничениями при принятии сложных пошаговых решений, требующих многократного выполнения действий в течение определённого времени. Microsoft продолжает работать над улучшением алгоритма. Софтверный гигант намерен выложить исходный код Magma и другую документацию на GitHub, чтобы сторонние исследователи могли использовать эти наработки для реализации собственных проектов.

В России может возникнуть недостаток электроэнергии для обучения отечественных моделей искусственного интеллекта, сообщают «Ведомости» со ссылкой на заявление директора по развитию технологи ИИ в «Яндексе» Александра Крайнова.

Источник изображения: NASA / unsplash.com

Дефицит электроэнергии наблюдается как в мировом масштабе, так и в России, отметил господин Крайнов. В современных реалиях запуск крупных центров обработки данных (ЦОД) становится всё более сложной задачей. Российские компании, которые обучают ИИ с нуля, для экономии ресурсов повторно используют результаты ранее проведённых вычислений. Важнейшей задачей остаётся не только обучение ИИ-моделей, но и инференс — запуск уже обученных систем, добавил директор центра продвинутой аналитики «Альфа-банка» Алексей Каширин.

За последние 10 лет лидеры рынка инвестировали в сферу ИИ не менее 650 млрд руб., подсчитали в ассоциации «Финтех». Данных по российскому рынку ИИ за 2024 год ещё нет, но, по оценкам, речь идёт о сумме порядка 780 млрд руб. с учётом роста на 30 %. В 2025 году этот показатель, по прогнозам правительства России, достигнет 1 трлн руб.

Крупнейшими разработчиками собственных ИИ-моделей в России являются «Яндекс» и «Сбер». В арсенале первой значатся YandexGPT и «Шедеврум», а второй — GigaChat и Kandinsky. МТС, «Т-Банк» и несколько других компаний дообучили открытые модели ИИ. Небольшое число корпоративных разработчиков и энтузиастов также обучили малые модели для собственных нужд.

У крупных компаний есть собственные центры обработки данных, однако объекты, на которых развивается ИИ, потребляют больше электроэнергии. Стандартная серверная стойка для задач, не связанных с ИИ, потребляет 5–10 кВт, тогда как оборудование для ИИ может требовать до 40 кВт на стойку.

Источник изображения: Taylor Vick / unsplash.com

Учитывая дефицит мест в коммерческих ЦОД, многие крупные компании за последние три года были вынуждены заняться строительством собственных мощностей. В коммерческих ЦОД России на сегодняшний день установлено более 82 000 серверных шкафов, при этом годовой рост в 2024 году составил 17 %, подсчитали в ГК Softline. Количество корпоративных ЦОД значительно выше.

Потребление электроэнергии отечественными дата-центрами по состоянию на апрель 2024 года составляло около 2,6 ГВт, что эквивалентно 1 % установленной мощности Единой энергосистемы (ЕЭС) России. Если учитывать американский опыт, рост потребления в этом сегменте может составлять 30–40 % в год.

На начало 2025 года установленная мощность электростанций ЕЭС России составляла 263,7 ГВт, а максимальное потребление, зафиксированное в январе 2024 года, достигало 168,3 ГВт, что говорит о наличии запаса мощности. Однако из-за промышленного производства, криптовалютного майнинга и роста энергопотребления в отдельных регионах возможен дефицит — в первую очередь на юге России, в Сибири и на Дальнем Востоке. По прогнозам, на юго-востоке Сибири в 2025–2030 годах нехватка мощности может составить до 2,9 ГВт, аналогичный дефицит ожидается и в Объединённой энергосистеме Юга.

Таким образом, в масштабах страны проблем с выработкой электроэнергии нет, однако существуют сложности с её доставкой и распределением. В мегаполисах возможна точечная нехватка электроэнергии, тогда как в регионах, напротив, сохраняется профицит. Это создаёт предпосылки для развития инфраструктуры ЦОД в регионах, хотя на данный момент массового переноса дата-центров не ожидается.

Спрос на мощности ЦОД сегодня превышает предложение. По оценкам экспертов, на поиск места для строительства крупного объекта мощностью 60 МВт может уйти до трёх лет. В Москве, по различным данным, осталось около 50 МВт свободных мощностей, которых хватит на 2–4 крупных коммерческих ЦОД. В южной части энергосистемы Московского региона к 2030 году дефицит, по данным оператора ЕЭС, может достигнуть 564 МВт, а к 2042 году — уже 3,15 ГВт.

Две недели назад американская компания Figure AI отказалась от сотрудничества с OpenAI, и вчера продемонстрировала способность своих человекоподобных роботов понимать команды на естественном языке, обрабатываемые VLA-моделью Helix.

Источник изображений: Figure AI

VLA-модель представляет собой комбинацию системы машинного зрения и большой языковой модели, позволяющую обучать роботов различным операциям по комбинации зрительных образов и языковых команд. На практике это приводит к тому, что обучаемые роботы могут по команде манипулировать предметами, которые они ранее никогда не видели. Получая голосовую команду в естественной форме, робот начинает визуально анализировать окружение и потом выполняет поставленную задачу с учётом результатов анализа обстановки.

Модель Helix позволяет роботам Figure работать в паре и взаимодействовать друг с другом при выполнении бытовых операций. Подразумевается, что в быту роботы могут работать парами, помогая друг другу и повышая производительность труда. Figure демонстрирует возможности своих роботов 02 в типичном бытовом интерьере, который традиционно считается очень сложной для роботов средой. Производителям гораздо проще создавать роботов, которые будут работать в более контролируемом и предсказуемом промышленном окружении. Соответственно, появление на рынке «дееспособных» домашних человекоподобных роботов считается более отдалённой перспективой.

Обучение роботов выполнению бытовых операций требует существенных затрат на разработку программного обеспечения или тысяч экспериментов. Запрограммировать их вручную в данном случае не представляется возможным, а потому единственным способом создать помогающих в быту роботов является их самообучение. В домашней среде слишком много переменных, с которыми роботам предстоит столкнуться, поэтому совершенствование профильного ПО потребует существенных затрат времени.

Стартап Илона Маска (Elon Musk) xAI назвал вышедшую на этой неделе модель искусственного интеллекта Grok 3 «самым умным ИИ в мире» и заявил, что теперь она доступна бесплатно для всех желающих, «пока наши серверы не расплавятся». Пользователи платных подписок получат доступ к расширенным функциям чат-бота.

Источник изображения: Mariia Shalabaieva / unsplash.com

«Вот он: самый умный ИИ в мире, Grok 3, теперь доступен бесплатно (пока наши серверы не расплавятся). Попробуйте Grok 3 прямо сейчас <..> Пользователи X Premium+ и SuperGrok будут иметь „расширенный доступ“ к Grok 3, а также ранний доступ к расширенным функциям, таким как голосовой режим», — сообщила xAI в соцсети X. Новая модель превосходит конкурентов в задачах, связанных с рассуждениями, математикой, написанием компьютерного кода, в знаниях и задачах, связанных с выполнением инструкций, кроме того, она демонстрирует высокую производительность в ряде тестов, добавили в xAI. На платформе Chatbot Arena система Grok 3 получила 1402 балла по рейтингу Эло — больше, чем у OpenAI GPT-4o (1377) и Google Gemini 2.0 (1385).

Grok 3 также получил две новые функции: DeepSearch и Think. Первая — это «мощный агент, который может быстро синтезировать ключевую информацию, рассуждать о противоречивых фактах и мнениях и извлекать ясность из сложности». Вторая была реализована посредством обучения с подкреплением в «беспрецедентном масштабе»: ИИ «научился совершенствовать свои стратегии решения задач, исправлять ошибки посредством перебора с возвратом, упрощать шаги и применять знания, полученные во время предварительной подготовки. Как и человек, при решении сложной задачи он может потратить на рассуждения от нескольких секунд до нескольких минут, зачастую рассматривая несколько подходов, проверяя собственное решение и оценивая, как выполнить требования задачи в точности», рассказали в xAI.

Grok 3 доступен в формате мобильного приложения, веб-версии, а также на платформе X. В ближайшее время xAI намеревается открыть доступ к новой модели через API, причём можно будет пользоваться как стандартным вариантом ИИ, так и версией DeepSearch.

Откровения вокруг китайского стартапа DeepSeek, предположительно создавшего передовую языковую модель со значительно меньшими затратами по сравнению с западными конкурентами, заставил многих инвесторов понервничать. Представители Wedbush, однако, убеждены в готовности компаний и дальше тратить приличные деньги на ускорители Nvidia Blackwell.

Источник изображения: Nvidia

Напомним, что тезис «ИИ-скептиков» в свете прорыва DeepSeek подразумевал, что способность разработчиков больших языковых моделей обходиться более слабыми аппаратными ресурсами снизит спрос на дорогое и передовое «железо» Nvidia. Аналитики Wedbush Securities убеждены, что этого не произойдёт. По итогам очередной регулярной поездки по Азии и общения с поставщиками электроники они утверждают, что никто из желающих развивать свою ИИ-инфраструктуру не намерен снижать темпы расширения профильных мощностей после шумихи вокруг DeepSeek.

В случае с продукцией Nvidia семейства Blackwell спрос всё равно продолжает сильно превышать предложение. «Никто из клиентов Nvidia не хочет потерять своё место в очереди за чипами этой марки следующего поколения», — поясняют авторы аналитической записки. По оценкам Wedbush, в текущем году от 10 до 15 % всех бюджетов компаний в сфере информационных технологий будут направляться на покрытие потребностей в сегменте ИИ. Капитальные затраты семи крупнейших компаний технологического сектора в совокупности могут вырасти примерно в полтора раза до $325 млрд. Многие компании в этом году только ускорят внедрение искусственного интеллекта, как утверждают представители Wedbush.

Компания Rabbit представила новую версию ИИ-агента, предназначенного для управления приложениями в среде Android. Опубликованный видеоролик демонстрирует, как агент взаимодействует с интерфейсами мобильных приложений, выполняя запросы. Однако эти функции изначально были обещаны для устройства Rabbit R1, которое так и не получило заявленных возможностей.

Источник изображения: Rabbit

Разработка основана на ранее представленной платформе LAM Playground — универсальном веб-агенте, выпущенном в 2023 году. В видеоролике инженеры демонстрируют, как система выполняет команды, аналогичные тем, что более года назад были анонсированы для Rabbit R1. Однако сам R1, несмотря на маркетинговые заявления основателя и генерального директора компании Rabbit Джесси Лю (Jesse Lyu) в январе 2024 года, не поддерживает этих возможностей.

В ходе демонстрации инженеры вводят текстовые команды в интерфейс на ноутбуке, после чего ИИ-агент интерпретирует их и выполняет соответствующие действия на планшете с Android. Система находит видео на YouTube, ищет рецепты коктейлей, извлекает список ингредиентов, добавляет их в Google Keep. В определённый момент инженеры просят ИИ-агента загрузить игру-головоломку 2048 и разобраться, как в неё играть. Агент успешно справляется с задачей, хотя процесс выполнения оказывается довольно медленным.

Несмотря на общую работоспособность системы, в ходе тестирования были выявлены ошибки. Например, при отправке стихотворения через WhatsApp ИИ-агент разбивал текст на отдельные сообщения вместо того, чтобы отправить его единым блоком. Один из инженеров предположил, что причиной может быть отсутствие разрывов строк в запросе, однако команда не стала это перепроверять. Подобные недочёты указывают на необходимость дальнейшей доработки алгоритмов взаимодействия ИИ-агента с интерфейсами мобильных приложений.

В своём блоге Rabbit подчеркнула, что показанная функциональность охватывает лишь базовый цикл операций, выполняемых ИИ-агентом в среде Android. Разработка находится на ранней стадии, и её возможности будут расширяться в рамках будущих обновлений. Кроме того, компания ведёт работу над созданием мультиагентной системы, которая обеспечит кроссплатформенную совместимость и поддержку более сложных сценариев автоматизации. Подробности о технической архитектуре и возможностях продукта Rabbit планирует раскрыть в ближайшие недели.

Volvo готовит электрический седан ES90 — автомобиль с самой высокой вычислительной производительностью. Построенный на платформе SPA2 и использующий технологический стек Superset, электромобиль оснащён парой суперкомпьютеров Nvidia Drive AGX Orin. Система с производительностью 508 триллионов операций в секунду (TOPS), обеспечивает мгновенную обработку данных с сенсоров, управляет системами активной безопасности на основе ИИ в реальном времени и оптимизирует распределение энергии.

Источник изображений: Volvo Car Corporation

Система на базе двух Orin представляет собой значительное усовершенствование по сравнению с предыдущими решениями Volvo. Новый суперкомпьютер обеспечивает восьмикратное увеличение производительности по сравнению с Nvidia Xavier, который использовался в 2018 году, когда Volvo объявила о стратегическом партнёрстве с Nvidia. Возросшая вычислительная мощность позволит значительно улучшить алгоритмы машинного обучения: объём данных, обрабатываемых нейросетями Volvo, увеличится с 40 млн до 200 млн параметров. Это создаст основу для более точного восприятия окружающей среды электромобилем, сокращения времени отклика на дорожные ситуации и повышения эффективности автопилота.

Технологический стек Superset, лежащий в основе ES90, представляет собой инженерную модульную платформу, предназначенную для будущих автомобилей Volvo. Этот унифицированный подход позволит компании создавать новые модели на единой архитектуре, сокращая затраты на разработку и ускоряя внедрение передовых технологий.

Superset включает в себя ключевые модули: систему автономного вождения, управление энергопотреблением, мониторинг окружающей среды и беспроводные обновления программного обеспечения (ПО). Благодаря этому ES90 сможет получать новые функции, совершенствоваться со временем и оставаться актуальным даже после выхода на рынок.

Концепция программно-определяемых автомобилей стала индустриальным стандартом после успеха Tesla — первой компании, внедрившей транспортные средства с возможностью обновления через мобильный интернет или Wi-Fi. Volvo также движется в этом направлении, но сталкивается с технологическими трудностями.

Ранее представленный электрический внедорожник EX90 с одним чипом Nvidia Drive AGX Orin должен был стать первой моделью компании, использующей стек Superset, однако его запуск был отложен из-за проблем с ПО. Когда модель всё же вышла на рынок, оказалось, что в ней отсутствовали многие из обещанных функций. Volvo рассчитывает, что с ES90 ей удастся преодолеть эти трудности и создать полностью адаптивный автомобиль.

Volvo заявляет, что функции помощи водителю, системы безопасности и даже запас хода батареи будут улучшаться со временем благодаря оптимизации алгоритмов и выпуску новых версий ПО. Более того, ES90 и EX90 будут использовать единую технологическую платформу, что позволит синхронизировать обновления между моделями и обеспечит их долгосрочную поддержку.

В календаре Lenovo 31 декабря завершился третий квартал текущего фискального года, он характеризовался для крупнейшего производителя ПК в мире ростом выручки на 20 % до $18,8 млрд. Ожидания аналитиков были примерно на $1 млрд скромнее, но это не уберегло акции Lenovo от снижения на 4 % на торгах в Гонконге после публикации отчётности.

Источник изображения: Lenovo

Уже не первый квартал подряд фондовый рынок пытается сделать ставку на технологии искусственного интеллекта, внедряемые в клиентские ПК разработчиками профильного ПО и центральных процессоров. Совместимые с подобными решениями компьютеры при этом остаются достаточно дорогими, а клиенты не совсем понимают, какую пользу способны принести дорогостоящие нововведения в не совсем благоприятных макроэкономических условиях. Заметим, что подобный пессимизм отдельных сторонних экспертов не мешает руководству Lenovo рассчитывать на рост объёмов реализации ПК по итогам текущего года более чем на 10 %. Компания уже внедрила ИИ-решения DeepSeek в свои компьютеры и планшеты, запустив интеграцию через фирменного ассистента XiaoTen.

Чистая прибыль Lenovo по итогам прошлого квартала почти удвоилась до $692,7 млн, но подобной динамике способствовал разовый налоговый вычет в размере $282 млн, поэтому рост не был в полной мере обусловлен рыночными факторами. После прихода к власти в США Дональда Трампа (Donald Trump) с его агрессивной установкой на повышение таможенных тарифов предсказать дальнейшую динамику развития мирового рынка ПК не так просто.

Однако, в прошлом квартале, если опираться на данные IDC, компания Lenovo в годовом сравнении увеличила объёмы поставок ПК с 16,1 до 16,9 млн штук. При этом у конкурирующей HP Inc. они сократились с 14 до 13,7 млн штук, а Dell топталась на месте с 9,9 млн ПК. Китайская Lenovo по итогам четвёртого календарного квартала контролировала 24,5 % мирового рынка готовых компьютеров. При этом общемировые объёмы поставок ПК в минувшем квартале выросли всего на 1,8 %.

Инфраструктурное направление бизнеса Lenovo, которое включает и серверы, нарастило свою выручку по итогам квартала на 59 % в годовом сравнении. Сервисное направление, которое охватывает решения для корпоративных клиентов и облачное ПО, смогло нарастить выручку на 12 %. Всё это говорит о том, что спрос на ИИ-решения на корпоративном рынке растёт устойчивыми темпами.

Компания Microsoft сообщила, что силами исследовательского подразделения Microsoft Research и разработчиков из студии Ninja Theory (Senua's Saga: Hellblade II) совершила прорыв в области искусственного интеллекта для игр.

Источник изображения: Ninja Theory

Microsoft представила первую в своём роде ИИ-модель Muse, которая может создавать окружение на основе визуального ряда или действий игрока: она распознаёт 3D-мир, физику игры и то, как пользователи с ней взаимодействуют.

Muse обучали на семилетнем объёме реального геймплея геройского шутера Bleeding Edge от Ninja Theory. Microsoft показала несколько отрывков игрового процесса (см. видео ниже) для демонстрации возможностей технологии.

В настоящий момент Muse может генерировать «комплексные геймплейные секции» при низком (300х180) разрешении и 10 FPS на основе 10 кадров (1 секунды) реального игрового процесса и данных пользовательского ввода на протяжении всей сессии.

В Microsoft настаивают, что Muse не предназначена для генерации игр целиком и замены разработчиков, а призвана помочь создателям интерактивных развлечений открыть новые возможности и раскрыть творческий потенциал.

Среди областей применения Muse в Microsoft выделяют улучшение классических игр и портирование их на актуальные устройства, прототипирование и тестирование идей, добавление в существующие проекты нового опыта на основе ИИ.

Компания планирует делиться ИИ-инструментами и экспериментами с игроками Xbox и разработчиками на более ранних этапах исследования. Microsoft также пообещала не заставлять внутренние студии использовать ИИ в производстве.

Илон Маск (Elon Musk) анонсировал создание игровой студии xAI Gaming Studio, которая будет разрабатывать проекты с использованием искусственного интеллекта (ИИ). Заявление прозвучало во время прямой трансляции, посвящённой запуску модели Grok-3. В качестве демонстрации возможностей ИИ-модели разработчики показали, как она способна сгенерировать аналог Tetris на языке программирования Python.

Источник изображения (скриншот видео): Dima Zeniuk / x.com

«Мы запускаем игровую AI-студию в xAI. Если вы заинтересованы в сотрудничестве с нами в создании ИИ-игр, пожалуйста, присоединяйтесь к xAI», — заявил Маск. Никаких дополнительных подробностей о характере самой студии, её концепции, направлении, в котором xAI планирует развиваться, и о том, что она будет разрабатывать, пока не сообщается, отмечает Tom's Hardware.

Модель уже показала способность генерировать простые 2D-игры. Один из пользователей опубликовал тестовый пример, где Grok 3 создала базовую версию Bubble Trouble с физикой, коллизиями и простым интерфейсом. Однако оказалось, что модель пока не может корректно воспроизводить ретрозвуковые эффекты, описанные в пользовательском запросе.

Маск утверждает, что Grok-3 может повышать разрешение графики в играх. Однако пока неясно, работает ли эта технология только в проектах, созданных самим ИИ, или она может быть использована отдельно, подобно технологиям масштабирования изображения от Nvidia (DLSS Super Resolution) и AMD (FidelityFX Super Resolution).

Однако главным вызовом для новой студии является создание динамически генерируемых игр с фотореалистичной графикой. Пока возможности Grok ограничены относительно простыми 2D-проектами, и неизвестно, сможет ли xAI Gaming Studio создавать более сложные, динамически генерируемые игры, но Маск, как всегда, нацелен на лучшее.

В то же время компания xAI продолжает развивать свои большие языковые модели (LLM) Grok-3 и Grok-3 mini, которые, как пишет Tom's Hardware, в целом превосходят GPT-4o, Gemini-2 Pro, DeepSeek-V3 и Claude 3.5 Sonnet по ряду показателей.

Уже кажется очевидным, что индустрия постепенно внедряет ИИ-технологии в разработку игр. В январе Capcom объявила о сотрудничестве с Google Cloud и использовании генеративного ИИ для создания фоновых элементов. Однако xAI, судя по всему, ставит перед собой более амбициозную задачу — не просто разработку инструментов для студий, а создание полноценных игровых проектов, тем более, что Илон Маск планирует расширить суперкомпьютер Colossus до миллиона GPU, что может ускорить разработку новых, ещё более передовых ИИ-моделей.