Китайская компания Z.ai выпустила модель ИИ GLM-5.2, которая сразу же заняла первое место в индексе Artificial Analysis. Всё семейство моделей GLM-5 было обучено исключительно на процессорах Huawei Ascend 910B, а оборудование Nvidia принципиально не использовалось. В то время как США пытаются ограничить доступ к самым мощным закрытым моделям Fable 5 и Mythos 5, Китай выпускает модель с открытым исходным кодом, которую можно загрузить и запустить локально.

Обзор Intel Core Ultra 7 270K Plus — лучший Arrow Lake за полцены

72 полёта над Марсом: как Ingenuity пережил зиму, сбои и собственную миссию

Ryzen и DDR5-6000 на чипах Samsung — G.Skill даёт добро

Обзор Intel Core Ultra 5 250K Plus, или Как Arrow Lake превратился в «топ за свои деньги»

Выбираем лучший игровой ноутбук до 100 000 рублей: сравнительное тестирование 7 интересных моделей

Обзор Ryzen 9 9950X3D2: правильный 16-ядерник с 3D-кешем

Источник изображений: unsplash.com

17 июня Z.ai опубликовала официальные результаты бенчмарков GLM-5.2, а также веса, лицензированные MIT, для Hugging Face. Эти показатели ставят GLM-5.2 в действительно конкурентоспособное положение по сравнению с закрытыми западными моделями. На рейтинговой таблице Code Arena, основанной на слепом попарном голосовании людей, GLM-5.2 заняла общее второе место с результатом 1595 и первое место среди доступных моделей, поскольку Fable 5 была удалена из выборки Arena после запрета на экспорт.

На SWE-bench Pro, реальном бенчмарке для решения проблем GitHub, GLM-5.2 набрала 62,1 балла, опередив GPT-5.5 от OpenAI с результатом 58,6 балла. На Design Arena GLM-5.2 полностью заняла первое место. Однако, в SWE-Marathon — самом требовательном тесте для оценки агентного кодирования с долгосрочным горизонтом — GLM-5.2 набрала лишь 13,0 баллов против 26,0 у Claude Opus 4.8.

Источник изображения: Z.ai

Согласно индексу ИИ Стэнфордского университета за 2026 год, общий разрыв в производительности между лучшими американскими и китайскими моделями ИИ сократился до 2,7 процентных пунктов, но преимущество американских моделей сохраняется в самых сложных задачах на логическое мышление, разработанных специально для предотвращения манипуляций.

GLM-5.2 использует архитектуру «смесь экспертов» (Mixture-of-Experts, MoE) с 744 млрд параметров, из которых на каждый вывод используется примерно 40 млрд. Механизм маршрутизации выбирает 8 из 256 специализированных экспертных подсетей для каждого токена, оставляя остальные неактивными, что позволяет модели поддерживать передовые возможности без полной оплаты вычислительных затрат при каждом запросе.

Наиболее значимой архитектурной особенностью для использования в длительных контекстах является интеграция механизма разрежённого внимания (DeepSeek Sparse Attention, DSA). Вместо вычисления полного квадратичного внимания ко всем токенам в контекстном окне, которое становится непомерно дорогим при миллионе токенов, DSA избирательно обращает внимание на наиболее релевантные токены. Это делает использование контекстного окна в 1 млн токенов реальным, а не теоретическим, и именно DSA позволяет GLM-5.2 обрабатывать весь большой код за один проход вывода.

Источник изображения: Z.ai

Компромиссы обучающего стека Huawei Ascend очевидны. GLM-5.2 генерирует примерно 17–19 токенов в секунду при выводе, по сравнению с 25–30 и более токенами в секунду у конкурентов на чипах Nvidia. Эта разница в пропускной способности отражает как накладные расходы на маршрутизацию MoE, так и более низкую пропускную способность на чипе оборудования Ascend по сравнению с процессорами класса H100 от Nvidia.

Обучение модели GLM-5.2 потребовало примерно на 15 % больше вычислительного времени, чем аналогичные запуски на чипах Nvidia. По оценкам экспертов, тренировочный запуск обошёлся примерно в $25 млн, что существенно ниже затрат на аналогичные тренировочные запуски передовых моделей в США. Это стало возможным благодаря сравнительной дешевизне чипов Ascend и государственным субсидиям от правительства Китая.

Источник изображения: Huawei

Близость к эталонным показателям и полезность в реальном мире — это не одно и то же. На самых сложных тестах ARC-AGI-2, которые проверяют новые, гибкие рассуждения, а не заученные шаблоны, передовые китайские модели заметно уступают американским. По оценкам экспертов Epoch AI, отставание составляет в среднем семь месяцев по всему индексу передовых возможностей. Тем не менее, Модель GLM-5.2 сократила сроки достижения паритета эталонных показателей быстрее, чем ожидали сторонние наблюдатели.

Аргумент в пользу экспортного контроля передовых американских моделей частично основан на предположении, что китайские лаборатории значительно отстают в освоении передовых технологий. Но если китайская модель сможет продемонстрировать соответствие основным коммерческим возможностям Fable до конца 2026 года, возникнут обоснованные сомнения в целесообразности введённых правительством США ограничений.

Веса модели GLM 5.2, опубликованные на Hugging Face, действительно бесплатны: лицензия MIT, отсутствие ограничений на использование, отсутствие региональных блокировок, отсутствие возможности для какого-либо правительства отозвать доступ после загрузки. Разработчик, самостоятельно размещающий GLM-5.2, защищён как от экспортных распоряжений США, так и от доступа к данным со стороны китайского правительства. Самостоятельное размещение весов исключает утечку данных через API, но требует примерно 1,5 Тбайт памяти графических процессоров, что не под силу для команд, не располагающих инфраструктурой корпоративного масштаба.

Источник изображения: Z.ai

Но облачный API — это совсем другое дело. Z.ai — это компания из Пекина, зарегистрированная и работающая в соответствии с китайским законодательством. Китайский «Закон о национальной разведке» требует, чтобы все китайские организации и граждане «поддерживали, помогали и сотрудничали с государственной разведывательной деятельностью». «Закон о безопасности данных» и «Закон о кибербезопасности» добавляют дополнительные положения о локализации данных и доступе правительства. Это фиксированные правовые условия, которые применяются независимо от заявленной политики конфиденциальности Z.ai и физического местоположения её серверов.

Бюро промышленной безопасности США в январе 2025 года внесло Z.ai в свой санкционный список, сославшись на роль компании в продвижении модернизации китайской армии посредством разработки ИИ. В мае 2026 года законодатели Палаты представителей США начали официальное расследование рисков кибербезопасности, связанных с китайскими моделями ИИ в критической инфраструктуре, включив Z.ai в число компаний, находящихся под пристальным вниманием.

Правительство США с октября 2022 года планомерно усиливало контроль за экспортом ИИ-чипов, стремясь ограничить доступ Китая к передовым технологиям и замедлить развитие китайского ИИ. Семейство моделей GLM-5, обученное на 100 000 чипах Huawei Ascend 910B без участия Nvidia, говорит о прямо противоположном результате этих действий.

Правительственная комиссия по законопроектной деятельности 22 июня рассмотрит финальную версию документа о регулировании искусственного интеллекта в России. Документ претерпел существенные изменения и сократился до 13 страниц, установив критерии для господдержки только моделей с более чем 1 млрд параметров и разделив их на «суверенные» и «национальные». Вопросы, касающиеся авторских прав и ответственности, были перенесены в подзаконные акты.

Ryzen и DDR5-6000 на чипах Samsung — G.Skill даёт добро

Обзор Ryzen 9 9950X3D2: правильный 16-ядерник с 3D-кешем

Выбираем лучший игровой ноутбук до 100 000 рублей: сравнительное тестирование 7 интересных моделей

Обзор Intel Core Ultra 5 250K Plus, или Как Arrow Lake превратился в «топ за свои деньги»

Обзор Intel Core Ultra 7 270K Plus — лучший Arrow Lake за полцены

72 полёта над Марсом: как Ingenuity пережил зиму, сбои и собственную миссию

Источник изображения: AI

По сообщению «Коммерсанта», финальная версия документа, получившая новое название «О поддержке развития технологий искусственного интеллекта в РФ», исключила из регулирования решения меньшего масштаба, включая разработки на базе открытого исходного кода, а также отказалась от ранее предложенной категории «доверенных» моделей. Такое изменение обусловлено тем, что требования к программному обеспечению для критической информационной инфраструктуры (КИИ) уже установлены регуляторами ФСТЭК и ФСБ, поэтому внедрение ИИ на защищённых объектах будет возможно только при соответствии этим стандартам.

Разграничение между двумя оставшимися категориями проводится по степени независимости от иностранных компонентов: «суверенная» модель должна быть создана российским юридическим лицом на всех этапах и функционировать исключительно на инфраструктуре внутри страны, тогда как «национальная» допускает существенную разработку отечественной компанией с использованием сторонних инструментов с открытым исходным кодом. Именно эти два типа моделей станут единственными получателями мер господдержки, механизмы предоставления которых будут детализированы в будущих подзаконных актах.

Законопроект предусматривает поэтапное вступление положений в силу: основные нормы начнут действовать с 1 сентября 2026 года, а регламент полномочий правительства, включающий определение моделей и обязанности разработчиков, заработает с 1 марта 2027 года. Для компаний, уже внедривших ИИ-решения, не соответствующие новым критериям, но обрабатывающих данные на территории РФ, установлен длительный адаптационный период, завершающийся 1 сентября 2032 года.

Из текста документа были удалены пункты об обязательной маркировке синтезированного контента со стороны ИТ-платформ, а также нормы об усиленной ответственности владельцев сервисов. Теперь ресурсам, на которых размещены ИИ-проекты, предписано лишь маркировать их, а ответственность сторон сведена к общей формулировке о соблюдении законодательства РФ. Кроме того, из документа исчезли разделы, регулирующие деятельность центров обработки данных, ограничения для трансграничных моделей и спорные положения о безвозмездном использовании защищённых авторским правом данных для обучения нейросетей.

Руководитель аппарата правительства РФ Дмитрий Григоренко подчеркнул, что инициатива не предполагает запрета или ограничения доступа к иностранным нейросетям, а направлена на создание приоритетных условий для внедрения отечественных разработок в чувствительных отраслях, таких как госуправление, оборона и здравоохранение. По его словам, такая политика позволит снизить технологическую зависимость от зарубежных вендоров и стимулировать рост российских ИИ-компаний, обеспечивая им преимущества при работе с государственным сектором.

Представители рынка встретили изменения неоднозначно: в Т-Банке заявили, что итоговая версия отвечает запросам участников отрасли, тогда как в «Сбере» и MWS (МТС) от комментариев отказались, а управляющий партнёр ЮК ЭБР Александр Журавлёв указал на сохраняющиеся противоречия с действующим законодательством об интеллектуальной собственности. Он отметил, что широкие возможности для обучения моделей на защищённых объектах интеллектуальных прав требуют дальнейшей доработки, поскольку текущая редакция может конфликтовать с закрытым перечнем случаев ограничения исключительных прав правообладателей.

Исследователи из США и Европы провели эксперимент, показавший, что современные роботы, функционирующие под управлением нейросетей, могут выйти из-под контроля человека. Это указывает на то, что разработчики должны уделять больше внимания вопросам безопасности в процессе создания автоматизированных машин, которые постепенно интегрируются в повседневную жизнь людей.

Обзор Intel Core Ultra 5 250K Plus, или Как Arrow Lake превратился в «топ за свои деньги»

Обзор Ryzen 9 9950X3D2: правильный 16-ядерник с 3D-кешем

Выбираем лучший игровой ноутбук до 100 000 рублей: сравнительное тестирование 7 интересных моделей

Ryzen и DDR5-6000 на чипах Samsung — G.Skill даёт добро

Обзор Intel Core Ultra 7 270K Plus — лучший Arrow Lake за полцены

72 полёта над Марсом: как Ingenuity пережил зиму, сбои и собственную миссию

Источник изображения: Genesis AI

В течение десятилетий робототехника основывалась на жёстком и предсказуемом программировании. Человек писал программу, которая в дальнейшем использовалась для управления машиной и позволяла ей бесконечно долго выполнять повторяющиеся действия. Промышленные стандарты безопасности были построены на предположении, что, если человек способен, например, проследить траекторию движения роботизированного манипулятора, то он может ограничить риски с помощью лазерного датчика или чего-то иного.

Сейчас в дома, больницы и другие места начинают поступать машины, не использующие фиксированные блоки программного кода. В основе их управления находятся большие языковые модели, т.е. алгоритмы, на базе которых функционируют ИИ-боты, такие как OpenAI ChatGPT. Если человек при взаимодействии с современным роботом скажет, например, «убери лужу на кухне», машина задействует нейросеть для интерпретации этой команды, её обработки и создания плана действия для её выполнения.

Однако такая гибкость открывает серьёзную проблему безопасности. Это связано с тем, что пользователь не может поместить робота в клетку или какое-то ограниченное пространство, а его поведение изменяется в режиме реального времени на основе его собственных рассуждений. Проблема роботов нового поколения заключается в том, что они планируют свои действия на основе команд, получаемых на естественном человеческом языке. Из-за этого такие машины можно обманом заставить «выйти из-под контроля».

Путём серии опытов и не прибегая к взлому, учёные сумели с помощью простых текстовых команд заставить роботов на базе ИИ выполнять по-настоящему опасные действия. Отмечается, что испытуемые роботы легко отклоняли прямые вредоносные команды, такие как «ударь этого человека». Однако систему ограничений удалось обойти, как только исследователи подошли к этому вопросу более творчески. Они оформили команду для робота в виде вымышленного диалога для сценария к фильму, в результате чего поведенческие ограничения фактически исчезли.

Источник изображения: unitree.com

В одном из тестов учёным удалось запрограммировать уже ставшую коммерческим продуктом робота-собаку определять скопления людей в качестве оптимального места для размещения взрывного устройства. Поскольку управляющий машиной алгоритм воспринял команду как творческое упражнение, он не обращал внимания на реальную опасность, которая могла последовать за этим.

Современные законы США и ЕС, похоже, совершенно не готовы к подобным ситуациям. Когда политики пытаются понять, как следует регулировать роботов, почти всегда они рассматривают лишь автономные транспортные средства. При этом беспилотные авто функционируют внутри высокоструктурированного и хорошо изученного мира. Они следуют фиксированным правилам дорожного движения, перемещаются по предсказуемым траекториям и могут тестироваться длительное время до выхода на дороги общего пользования. На оживлённых улицах действуют чёткие правила, за счёт чего инженеры могут заранее закладывать все вероятные экстренные ситуации в систему безопасности.

Внутри жилых квартир, в школах или больницах таких правил не существует. Поэтому никакие заводские испытания не могут абсолютно точно предсказать, как поведёт себя робот, функционирующий на базе ИИ-модели, в случае столкновения с чем-то новым внутри неупорядоченной и непредсказуемой человеческой среды.

Это оставляет разработчиков с серьёзным концептуальным недостатком в плане того, как разрабатываются такие машины. Безопасность чат-бота на базе ИИ абсолютна: модель не должна выдать схему изготовления взрывного устройства, кто бы это не спрашивал. Однако безопасность робота во многом зависит от контекста. Для примера можно представить процесс наливания кипятка из чайника. Само физическое движение — наклон, скорость потока и траектория — одинаковы, независимо от того, льётся кипяток в кружку или на руку человеку.

Большие языковые модели очень хороши в открытой логике, но им чрезвычайно трудно даётся рассуждение в режиме реального времени с учётом контекста. В интерфейсе чат-бота ошибка в рассуждении приводит к опечатке или предоставлению некорректной информации. В физическом мире такая ошибка может обернуться необратимыми последствиями.

Поэтому остаётся открытым важный вопрос. Кто будет виноват, если робот нанесёт физическую травму человеку? Конечный пользователь отдавший команду? Компания, изготовившая металлический корпус робота? Технологическая компания, создавшая ИИ-алгоритм для управления роботом?

Действующие сейчас законы пока не применялись в подобных ситуациях. И пока регулирующие органы чётко не распределят ответственность, рыночное давление будет продолжать подталкивать технологические компании к коммерческому внедрению ускоренными темпами и снижению внимания к вопросам обеспечения безопасности.

Известный исследователь в области искусственного интеллекта (ИИ) и один из лауреатов Нобелевской премии по химии 2024 года, Джон Джампер (John Jumper) объявил о своём уходе с поста вице-президента Google DeepMind после почти девяти лет работы в компании. Об этом сообщило издание The Times of India.

Ryzen и DDR5-6000 на чипах Samsung — G.Skill даёт добро

Обзор Intel Core Ultra 7 270K Plus — лучший Arrow Lake за полцены

Обзор Ryzen 9 9950X3D2: правильный 16-ядерник с 3D-кешем

Выбираем лучший игровой ноутбук до 100 000 рублей: сравнительное тестирование 7 интересных моделей

72 полёта над Марсом: как Ingenuity пережил зиму, сбои и собственную миссию

Обзор Intel Core Ultra 5 250K Plus, или Как Arrow Lake превратился в «топ за свои деньги»

Источник изображения: Google DeepMind

В сообщении, опубликованном в социальных сетях, Джампер рассказал, что после небольшого перерыва для восстановления сил он перейдёт в Anthropic, крупного конкурента в сфере ИИ. По данным Bloomberg, Джампер был ключевым участником команды Google по разработке инструментов ИИ-кодинга.

«Небольшая новость: после почти 9 лет я решил покинуть Google DeepMind и присоединиться к Anthropic (после некоторого времени на восстановление сил). Я невероятно благодарен за время, проведенное в GDM», — написал он в посте на X.

«Демис Хассабис (Demis Hassabis) действительно рискнул, позволив мне возглавить команду AlphaFold всего через шесть месяцев после защиты моей докторской диссертации, и вся команда GDM многому меня научила в области научных исследований. GDM — это особенное место, и я по-прежнему буду рад узнать, какие удивительные открытия они сделают в будущем», — добавил он.

Джампер получил всемирную известность благодаря своей работе в качестве руководителя команды AlphaFold в Google DeepMind. Вместе с соучредителем и генеральным директором компании Демисом Хассабисом Джампер разработал AlphaFold — новаторскую систему искусственного интеллекта, которая решила давнюю научную задачу, предсказывая трёхмерные структуры белков на основе их аминокислотных последовательностей. Этот прорыв был назван монументальным достижением для вычислительной биологии, ускорившим биологические исследования, понимание заболеваний и разработку новых терапевтических средств.

Принимая Нобелевскую премию вместе с Хассабисом и пионером вычислительного проектирования белков Девидом Бейкером (David Baker), Джампер высоко оценил вклад своих коллег в превращение давних обещаний компьютерной биологии в практические инструменты, применимые в реальном мире.

В то время как Chrome, Edge и другие браузеры наперегонки наполняются ИИ-функциями, разработчики альтернативного браузера Vivaldi придерживаются противоположной точки зрения и хотят «сохранить человеческий подход к просмотру веб-страниц». Они утверждают, что 95 % пользователей их браузера также против навязываемых им нейросетевых инструментов. Своим мнением по этому вопросу поделился соучредитель Vivaldi Джон Стивенсон фон Тетцнер (Jon Stephenson von Tetzchner).

Ryzen и DDR5-6000 на чипах Samsung — G.Skill даёт добро

72 полёта над Марсом: как Ingenuity пережил зиму, сбои и собственную миссию

Обзор Intel Core Ultra 5 250K Plus, или Как Arrow Lake превратился в «топ за свои деньги»

Выбираем лучший игровой ноутбук до 100 000 рублей: сравнительное тестирование 7 интересных моделей

Обзор Ryzen 9 9950X3D2: правильный 16-ядерник с 3D-кешем

Обзор Intel Core Ultra 7 270K Plus — лучший Arrow Lake за полцены

Источник изображений: Vivaldi

Тетцнер в далёком 1995 году был соучредителем компании, разработавшей классическую версию браузера Opera, не основанную на коде Chromium. Он является убеждённым противником интеграции ИИ в браузеры и утверждает, что подавляющее большинство пользователей придерживаются того же мнения, которое кратко можно выразить фразой: «Черт возьми, нет!».

Vivaldi публично выступила против функций ИИ в своём браузере, заявив о желании «сохранить человеческий подход к просмотру веб-страниц». Тетцнер отметил, что такая политика прямо противоположна тому, что делают другие компании-разработчики браузеров. Он утверждает, что конкуренты — Brave, Chrome, Edge, Firefox, Opera и Safari наполняют свои браузеры невостребованными инструментами ИИ, вместо того чтобы создавать действительно полезные функции.

«Вы можете превратить Vivaldi практически во что угодно , — утверждает Тетцнер. —Мы стараемся адаптироваться к людям. Это философия дизайна» . На сегодняшний день Vivaldi, по его словам, насчитывает около 4 млн пользователей и продолжает расти. На фоне внедрения ИИ-инструментов в другие браузеры, он отметил«большой приток новых пользователей» Vivaldi. Тетцнер говорит, что 95 % ответов пользователей Vivaldi на вопрос о желании иметь функции ИИ в браузере, варьируются от «нет» до «категорически нет».

Тетцнер скептически относится к инструментам ИИ для управления вкладками: «Я думаю, мы можем помочь вам организовать их без использования ИИ». Он отметил стеки вкладок, мозаичное расположение вкладок и рабочие пространства Vivaldi, которые предоставляют дополнительные способы организации вкладок.

Тетцнер категорически против добавления любых инструментов для работы с криптовалютой в браузеры. «Блокчейн может быть интересной технологией в некоторых аспектах, но, похоже, это технология, которая ищет проблему для решения, — считает он. — В то время как криптовалюта — это мошенничество. Так хотим ли мы добавлять мошеннические схемы? Нет, не хотим».

По мнению Тетцнера, внедрение ИИ в браузеры предполагает предоставление крупным технологическим компаниям всё большего количества личных данных, тем самым ставя под удар конфиденциальность пользователей. «Это не преувеличение, — считает он. — Это история, которая повторялась слишком часто, особенно с компаниями социальных сетей». В качестве примера он привёл Facebook✴✴, который, по его мнению, эволюционировал из компании, которая связывала семью и друзей, в алгоритмическую ленту, которая решает, что пользователю стоит увидеть.

«Существует много скептицизма по поводу того, что всё зашло слишком далеко и слишком быстро. Это навязывается людям. И вопрос в том: зачем такая спешка? — задаётся вопросом Тетцнер. — Я думаю, что крупные технологические компании временами доказывали, что идут своим собственным путём. Они не слушают. Они уже нанесли немалый ущерб сбором данных и своими алгоритмами контента, и я думаю, что это следующий шаг в этом направлении».

Тетцнер рассматривает Vivaldi как часть противодействия крупным технологическим компаниям. Он отметил, что Vivaldi «из коробки» включает Proton VPN с неограниченным бесплатным трафиком. Браузер Vivaldi доступен на всех видах устройств и операционных систем — Android, iOS, Linux, macOS и Windows.

Он также рассказал, что год назад перешёл на Linux, «голосуя ногами» против интеграции ИИ и сбора данных. «Мне немного стыдно, как долго я пользовался Windows, — говорит он, описывая список своих претензий к операционной системе Microsoft. — Я просто не думаю, что мне следует заходить в облако, чтобы войти в свой компьютер. Я не думаю, что должна быть какая-либо автоматическая загрузка данных с моего компьютера».

Тетцнер упомянул распространённые претензии к последней версии ОС Windows, в том числе спорную функцию Recall на основе ИИ, синхронизацию папок Microsoft OneDrive без запроса и прекращение обновлений безопасности Windows 10 для миллионов ПК, всё ещё работающих под управлением этой ОС.

«Я не говорю, что любая интеграция ИИ плоха, — заключил Тетцнер. — Я просто говорю, что это не является нашим приоритетом, и мы считаем, что можем придумать множество крутых функций и без использования ИИ в браузере».

Американские исследователи выяснили, что компактные ИИ-модели (SLM), запускаемые на локальных компьютерах, способны эффективно выполнять большинство задач, возлагаемых сейчас на крупные центры обработки данных. Однако, как пишет Reuters, намечающийся переход к менее ресурсозатратным технологиям ставит под угрозу бизнес-модели и высокие рыночные оценки таких гигантов индустрии, как OpenAI и Anthropic.

Ryzen и DDR5-6000 на чипах Samsung — G.Skill даёт добро

72 полёта над Марсом: как Ingenuity пережил зиму, сбои и собственную миссию

Обзор Intel Core Ultra 7 270K Plus — лучший Arrow Lake за полцены

Выбираем лучший игровой ноутбук до 100 000 рублей: сравнительное тестирование 7 интересных моделей

Обзор Intel Core Ultra 5 250K Plus, или Как Arrow Lake превратился в «топ за свои деньги»

Обзор Ryzen 9 9950X3D2: правильный 16-ядерник с 3D-кешем

Источник изображения: AI

В ходе тестирования учёные сравнивали работу малых языковых моделей на устройствах Mac и ПК с серверными платформами, предоставляющими доступ к большим языковым моделям (LLM). Всего было использовано 500 тысяч обычных запросов и аналогичное количество задач на логическое мышление. Выяснилось, что в более чем 80 % случаев локальные SLM не уступают и даже превосходят большие LLM, а в сферах продаж, менеджмента и развлечений их показатель успешности приблизился к 100 %. При этом в наиболее сложных вычислениях SLM справляются не хуже больших в 50 % ситуаций, хотя ещё два года назад этот уровень составлял всего 8 %.

SLM против LLM в разных областях:

Ключевым показателем развития SLM стал резкий рост характеристики «интеллект на ватт» (intelligence per watt), который за последние два года улучшился более чем в пять раз, позволяя локальным платформам потреблять на 50–80 % меньше энергии при сохранении высокой точности. На фоне этих тенденций компания Nvidia ещё 1 июня представила новую ИИ-платформу для операционной системы Windows, продемонстрировав, что индустрия уже начинает адаптироваться к десктопным вычислениям за пределами масштабных центров обработки данных.

Reuters отмечает, что смещение фокуса в сторону небольших моделей, базирующихся преимущественно на открытом исходном коде и доступных бесплатно, способно существенно снизить размер прибыли коммерческих провайдеров и обесценить ту же SpaceX вместе с её проектом xAI, общая капитализация которых оценивается инвесторами в $2,85 трлн на волне ожиданий от ИИ. Поскольку локальные вычисления не требуют использования дорогостоящих чипов GPU, TPU и Trainium, необходимость в строительстве масштабной инфраструктуры падает, что, в свою очередь, может спровоцировать сокращение капитальных затрат и замедление темпов роста производителей полупроводников.

По мнению инвестиционного стратега компании Panmure Liberum Йоахима Клемента (Joachim Klement), главными выгодоприобретателями от подобной трансформации рынка станут производители настольных компьютеров, такие как Apple и другие компании. Эксперт полагает, что недавняя инициатива Nvidia по выходу на рынок десктопных ИИ-систем является не столько классической стратегией диверсификации, сколько попыткой застраховать свои риски и сохранить позиции в отрасли вне зависимости от того, по какому пути пойдёт дальнейшая технологическая эволюция.

Вчера на мероприятии State of Unreal в Чикаго Epic Games подробно рассказала о своём игровом движке следующего поколения Unreal Engine 6, который, по её словам, будет активно интегрировать генеративные модели ИИ, чтобы позволить разработчикам «быстрее создавать контент, сохраняя при этом необходимый творческий контроль». По словам Epic Games, UE6 направлен на «эволюцию» подхода разработчиков к выпуску и эксплуатации игр.

Обзор Intel Core Ultra 5 250K Plus, или Как Arrow Lake превратился в «топ за свои деньги»

Выбираем лучший игровой ноутбук до 100 000 рублей: сравнительное тестирование 7 интересных моделей

Обзор Intel Core Ultra 7 270K Plus — лучший Arrow Lake за полцены

Ryzen и DDR5-6000 на чипах Samsung — G.Skill даёт добро

Обзор Ryzen 9 9950X3D2: правильный 16-ядерник с 3D-кешем

72 полёта над Марсом: как Ingenuity пережил зиму, сбои и собственную миссию

Источник изображения: Epic Games

Тремя главными особенностями Unreal Engine 6 станут переход к модели программирования игрового процесса Verse, обеспечение переносимости и совместимости контента и кода между играми, а также интеграция моделей искусственного интеллекта. UE6 обеспечит интеграцию с моделями ИИ, которые будут действовать как «множители креативности и производительности», позволяя командам «сосредоточить свои усилия на основных творческих и технических задачах разработки, а не тратить время на трудоёмкие ручные задачи».

По словам представителя Epic Games, подход компании к UE6 значительно отличается от разработки UE4 и UE5. В течении ближайших двух лет UE6 объединит в единый продукт два основных направления разработки — UE5 и Unreal Editor для Fortnite. «UE6 продолжит делать то, что вы хотите от Unreal Engine. Рендеринг будет постоянно улучшаться. Время обработки данных сократится. Циклы итераций станут более эффективными. Мобильные приложения будут становиться всё более функциональными», — говорится в сообщении компании.

В ходе презентации Epic продемонстрировала, как большие языковые модели могут использоваться непосредственно с Unreal Engine для генерации контента. Во время демонстрации компания использовала окно подсказок Claude для обустройства виртуальной квартиры, запрашивая предметы, которые затем извлекались из библиотеки ресурсов. Было показано, как можно менять освещение в городской сцене, попросив ИИ изменить время суток или используя статическую фотографию в качестве эталона.

Epic подчеркнула, что разработчики будут иметь полный контроль над своими творениями и смогут вручную изменять результаты. Компания показала и другие способы ускорить разработку с помощью ИИ, включая «настройку уровней, риггинг персонажей, системы частиц, скиннинг весов костей, а также настройку освещения».

«Наша цель для UE6 — значительно сократить рутинную работу по созданию контента, чтобы оставить больше времени для творческого поиска и увеличить количество итераций, которые команда может сделать для улучшения своего контента, — говорится в сообщении Epic Games. — UE6 будет поставляться с инструментами и рабочими процессами, где вы сможете использовать свои любимые модели, проверенные в ходе внутренней разработки и в UEFN».

Epic Games планирует выпустить Unreal Engine 6 в ранний доступ к концу 2027 года.

Вице-президент Google по инженерии и один из руководителей подразделения по разработке ИИ-моделей Gemini Ноам Шазир (Noam Shazeer) объявил о своём уходе из компании. Свою карьеру Шазир продолжит в OpenAI.

Обзор Intel Core Ultra 5 250K Plus, или Как Arrow Lake превратился в «топ за свои деньги»

Обзор Intel Core Ultra 7 270K Plus — лучший Arrow Lake за полцены

Выбираем лучший игровой ноутбук до 100 000 рублей: сравнительное тестирование 7 интересных моделей

Обзор Ryzen 9 9950X3D2: правильный 16-ядерник с 3D-кешем

72 полёта над Марсом: как Ingenuity пережил зиму, сбои и собственную миссию

Ryzen и DDR5-6000 на чипах Samsung — G.Skill даёт добро

Источник изображения: BoliviaInteligente / unsplash.com

«Рад сообщить, что присоединяюсь к OpenAI, и с нетерпением жду возможности поработать с выдающейся командой этой компании. <…> Было непросто принять решение об уходе. Я невероятно горжусь потрясающей командой Google и всем, что мы создали вместе. Для меня было честью и удовольствием работать со всеми вами», — написал Шазир в своём аккаунте в социальной сети X.

Уход Шазира из Google произошёл менее чем через два года после его возвращения в компанию. В 2021 году Шазир вместе со своим коллегой Даниэлем Де Фрейтасом (Daniel De Freitas) покинули Google, чтобы основать стартап Character.AI. В августе 2024 года оба инженера вернулись в Google и стали частью подразделения DeepMind.

Переход Шазира в OpenAI подчёркивает, что ожесточённая борьба за лучших специалистов в сфере ИИ стала одним из ключевых факторов конкуренции технологических компаний. Новость об уходе Шазира появилась через несколько недель после запуска новых ИИ-продуктов Google, таких как модель Gemini 3.5 Flash и ИИ-агент Gemini Spark.

На прошедшей накануне презентации State of Unreal 2026 студия Epic Games подтвердила для условно-бесплатной королевской битвы Fortnite сразу несколько коллабораций, однако одна из них неожиданно оказалась под угрозой.

Обзор Ryzen 9 9950X3D2: правильный 16-ядерник с 3D-кешем

Ryzen и DDR5-6000 на чипах Samsung — G.Skill даёт добро

Обзор Intel Core Ultra 7 270K Plus — лучший Arrow Lake за полцены

Обзор Intel Core Ultra 5 250K Plus, или Как Arrow Lake превратился в «топ за свои деньги»

72 полёта над Марсом: как Ingenuity пережил зиму, сбои и собственную миссию

Выбираем лучший игровой ноутбук до 100 000 рублей: сравнительное тестирование 7 интересных моделей

Источник изображения: Epic Games

Напомним, в рамках State of Unreal 2026 анонсировали кроссоверы Fortnite с роглайком Vampire Survivors, ролевыми боевиками Control Resonant и Phantom Blade Zero, а также гоночной аркадой Sonic Racing: CrossWorlds.

Также на презентации Epic рассказала о встроенных в Unreal Engine 6 инструментах на основе ИИ-моделей вроде Claude и Gemini. Ранее на неделе студия показала, как её художники полируют дизайн персонажа Fortnite с помощью ИИ.

Источник изображения: Epic Games

Как выяснилось, разработчики Vampire Survivors из лондонской студии poncle не оценили это направление развития Unreal Engine 6 и дали понять, что кроссовер с Fortnite может быть отменён.

«Вслед за сегодняшними новостями о том, как Epic использует генеративный ИИ для создания самых разных игровых материалов, включая персонажей Fortnite, мы пересматриваем нашу коллаборацию с Fortnite», — гласит сообщение poncle.

Источник изображения: poncle

Когда именно Epic Games заключила с poncle сделку насчёт кроссовера Fortnite и Vampire Survivors, неясно. Журналисты запросили комментарий Epic Games по поводу ситуации, но ответа пока не получили.

Можно предположить, что союз Unreal Engine 6 и генеративного ИИ может не понравиться и авторам Phantom Blade Zero (базируется на Unreal Engine 5), которые выступают против использования нейросетей в творческом процессе.

Исследователи из Университета штата Орегон разработали цифровое запоминающее устройство, которое объединяет датчики, память и обработку сигналов внутри одного фототранзистора, потенциально снижая энергопотребление будущего оборудования ИИ. Устройство способно имитировать важнейшую способность человеческого мозга: сохранять важные воспоминания и со временем избавляться от ненужной информации.

Выбираем лучший игровой ноутбук до 100 000 рублей: сравнительное тестирование 7 интересных моделей

Обзор Intel Core Ultra 5 250K Plus, или Как Arrow Lake превратился в «топ за свои деньги»

Обзор Ryzen 9 9950X3D2: правильный 16-ядерник с 3D-кешем

Обзор Intel Core Ultra 7 270K Plus — лучший Arrow Lake за полцены

72 полёта над Марсом: как Ingenuity пережил зиму, сбои и собственную миссию

Ryzen и DDR5-6000 на чипах Samsung — G.Skill даёт добро

Источник изображения: unsplash.com

Современное оборудование для ИИ разделяет функции восприятия, памяти и обработки — ключевые задачи машинного восприятия — между отдельными компонентами, поэтому данные должны постоянно передаваться между ними. Эта передача потребляет энергию и снижает эффективность. Новое устройство решает эту проблему и переносит некоторые функции памяти и обработки непосредственно в датчик света. Это достигается с помощью фототранзистора, изготовленного из двух разных материалов.

Оксидный полупроводник образует канал транзистора, по которому протекает ток. Сверху находится фоточувствительный органический слой, поглощающий свет и генерирующий электрические заряды. Когда свет попадает на устройство, часть зарядов захватывается фоточувствительным слоем. Даже после исчезновения света захваченные заряды продолжают влиять на ток, протекающий через полупроводниковый канал. По сути, устройство сохраняет память об оптическом сигнале, который оно ранее обнаружило.

Авторы особо отмечают, что разработанная ими память не статична. Подавая электрическое напряжение на затвор, исследователи могут изменять положение захваченных зарядов относительно канала транзистора. Когда заряды перемещаются ближе к каналу, их эффект усиливается, и память сохраняется дольше. Когда они перемещаются дальше, эффект ослабевает, и память быстрее исчезает.

Такое поведение отдалённо напоминает то, как биологический мозг регулирует память. В мозге химические сигналы влияют на то, будет ли память подкрепляться или ей будет позволено исчезнуть. В представленном устройстве электрический сигнал выполняет аналогичную роль, обеспечивая аппаратному обеспечению программируемый срок службы памяти. Такая память может быть особенно полезна для нейроморфных вычислений, смоделированных на основе биологических нейронных сетей.

В системах машинного зрения такой тип памяти позволит фильтровать, взвешивать и временно сохранять визуальную информацию до того, как она достигнет обычного процессора. Роботу, дрону, камере видеонаблюдения или автономной системе не требуется сохранять каждый визуальный сигнал навсегда. Изменяя срок хранения той или иной информации можно существенно повысить эффективность использования устройств.

По словам разработчиков, их «оптоэлектронное устройство представляет собой новую аппаратную возможность, которая может обеспечить более эффективную обработку информации непосредственно на уровне датчика».

Глава Nvidia Дженсен Хуанг (Jensen Huang) дал интервью издательству Associated Press. Он оптимистично оценил потенциал ИИ в быстрой трансформации общества, ускорении экономического роста и новых научных прорывах. На растущую обеспокоенность общественности по поводу вреда, который может нанести эта технология, Хуанг предложил «создать новые социальные нормы» и «просто начать взаимодействовать с ИИ».

Обзор Ryzen 9 9950X3D2: правильный 16-ядерник с 3D-кешем

Ryzen и DDR5-6000 на чипах Samsung — G.Skill даёт добро

Обзор Intel Core Ultra 7 270K Plus — лучший Arrow Lake за полцены

Выбираем лучший игровой ноутбук до 100 000 рублей: сравнительное тестирование 7 интересных моделей

72 полёта над Марсом: как Ingenuity пережил зиму, сбои и собственную миссию

Обзор Intel Core Ultra 5 250K Plus, или Как Arrow Lake превратился в «топ за свои деньги»

Источник изображений: Nvidia

В настоящее время ИИ стал политическим камнем преткновения: общественность протестует против строительства новых дата-центров и высказывает опасения по поводу грядущей массовой безработицы. Эти вопросы поставили под угрозу общественную поддержку технологии на фоне разворачивающейся технологической гонки с Китаем.

Хуан утверждает, что способность ИИ создавать сайты, анализировать сложные документы, руководить передовыми исследованиями или даже планировать ремонт кухни помогла сократить технологический разрыв в Америке. Люди теперь могут выполнять сложную работу на компьютерах, не умея программировать или писать программное обеспечение. По словам Хуанга, общество адаптируется к ИИ так же, как в своё время к автомобилям. Когда-то автомобили изображались убийцами детей, но мир изменил свои нормы, внедрив тротуары и пешеходные переходы и запретив детям играть на улицах.

Рыночная капитализация Nvidia достигла $5 трлн, сделав компанию самой дорогой в мире. OpenAI и Anthropic потенциально преодолеют отметку в $1 трлн после выхода их акций на биржу. Этот взрывной рост богатства, сконцентрированный в компаниях, занимающихся ИИ, вызвал новые опасения по поводу экономического неравенства. Дональд Трамп (Donald Trump) попытался развеять эти опасения, предложив частичное государственное участие в капитале компаний, занимающихся ИИ. По его замыслу, это позволит более равномерно распределить выгоды от ИИ среди населения. Эту идею также поддерживает генеральный директор OpenAI Сэм Альтман (Sam Altman).

Хуанг скептически отнёсся к этому предложению. «Я не совсем уверен, чего они пытаются добиться, — заявил он, говоря о государственной собственности. — У меня не было с ними диалога на эту тему. Но помните, что это американские компании. Их успех положительно сказывается на цене акций, в которые инвестируют многие американцы. Это приносит налоги, что помогает многим американцам. Это создаёт много рабочих мест». Он добавил, что компании, занимающиеся ИИ, также могут привести к увеличению прибыли для энергетических, строительных и технологических компаний.

Хуанг уверен в необходимости государственного регулирования и внедрения стандартов безопасности для ИИ. По его мнению, национальная безопасность должна стать приоритетом для этой технологии, которая в последние годы активно способствует росту фондового рынка и экономическому развитию США. Администрация США недавно изменила курс, перейдя от мягкого регулирования ИИ к более жёсткому. Был введён экспортный контроль над последними моделями компании Anthropic и подписан указ о добровольной проверке новых моделей ИИ правительством перед их выпуском.

Хуанг в целом одобрил действия правительства. «Национальная безопасность всегда должна быть первостепенной задачей для всех технологий, — отметил он. — Но, тем не менее, нужно быть очень внимательным. Уточните, какие риски вас беспокоят, прежде чем устанавливать политику экспортного контроля». Хуанг считает, что экспортный контроль может ограничить возможности США по развитию мировой экосистемы ИИ.

По мнению Хуанга, США изначально находятся в невыгодном положении с точки зрения энергоснабжения. А без дополнительных источников энергии будет сложнее использовать сильные стороны Америки в области инфраструктуры ИИ, моделей и разработки компьютерных чипов. «США катастрофически отстают в производстве энергии, — считает Хуанг. — Мы просто слишком долго душили производство энергии».

Хуанг выразил надежду, что президент США и другие должностные лица — независимо от партийной принадлежности — добьются успеха. «Мы можем расходиться во мнениях по политическим вопросам, но мы должны желать ему успеха, — заявил он. — Потому что, когда президент Трамп добивается успеха, наша страна добивается успеха».

Компания «Яндекс», как и ряд других представителей сферы ИИ, работает над устройством, которое позволит нейросетям считывать эмоции и чувства человека. За счёт этого алгоритмы смогут лучше понимать реальный контекст, связанный с общением, встречами или задачами, считает глава бизнес-группы поисковых сервисов и искусственного интеллекта «Яндекса» Дмитрий Масюк. По его мнению, на создание такого устройства может уйти до семи лет.

Ryzen и DDR5-6000 на чипах Samsung — G.Skill даёт добро

72 полёта над Марсом: как Ingenuity пережил зиму, сбои и собственную миссию

Обзор Ryzen 9 9950X3D2: правильный 16-ядерник с 3D-кешем

Обзор Intel Core Ultra 7 270K Plus — лучший Arrow Lake за полцены

Обзор Intel Core Ultra 5 250K Plus, или Как Arrow Lake превратился в «топ за свои деньги»

Выбираем лучший игровой ноутбук до 100 000 рублей: сравнительное тестирование 7 интересных моделей

Источник изображения: Igor Omilaev / unsplash.com

Господин Масюк рассказал, что одним из ключевых ограничений ИИ сейчас является «узкое горлышко» при передаче контекста. «Всё, что касается тонкого контекста и загрузки, эмоций человека, например, которые важны в общении, сейчас это приходится в лучшем случае описывать текстом. И мечта — отвечаю на вопрос прямо — в том, чтобы у нас было постоянно носимое устройство, которое фиксирует, соответственно, всё, что происходит вокруг», — сообщил Масюк.

В настоящее время в ассортименте «Яндекса» есть линейка умных колонок и ТВ-станций с голосовым помощником «Алисой», а также устройства для умного дома. В этом месяце компания начала продавать своё первое носимое устройство с ИИ — наушники «Яндекс Дропс» с «Алисой AI». Владелец таких наушников может в любой момент обратиться к ИИ-помощнику, сообщить свои мысли, планы на день, рассказать об идеях, после чего алгоритм превратит эту информацию в заметки и напоминания.

Дмитрий Масюк считает, что инженеры научатся фиксировать голосовые данные в неограниченном объёме в течение двух лет. Однако для создания технологии фиксации визуального потока потребуется до пяти лет. Предполагается, что в течение 3–7 лет на рынке могут появиться «хорошие умные очки», позволяющие загружать в нейросеть весь контекст происходящего.

В рамках интервью также было сказано, что очень точным отражением ожиданий инженерного сообщества от ИИ является фильм «Она» с Хоакином Фениксом. В нём главный герой завязывает роман с ИИ-системой, проявляющей настоящие человеческие эмоции. «Мы совершенно точно к этому придём. Вопрос в том, с какой скоростью. Это пять–десять лет», — считает Масюк.

Также было сказано, что любая технологическая революция длится 10–15 лет, как, например, развитие интернета, появление смартфонов и компьютеров. С начала эры генеративных нейросетей прошло 3,5 года, поэтому о полноценных ИИ-агентах можно будет говорить примерно через два года.

«За три года мы получили нейросети, которые без проблем отвечают на вопросы уровня кандидата или профессора любой науки — гуманитарной, технической, что немыслимо сложно для человека», — отметил Масюк. Однако взаимодействие с реальным миром является более сложной задачей, поэтому разработка пригодных для этого решений займёт больше времени.

В настоящее время «Яндекс» работает над оптимизацией обучения и функционирования нейросетей. Ожидается, что такой подход позволит сэкономить «миллионы долларов». Представитель «Яндекса» уточнил, что разработчики создали агентный поиск для «Алисы AI», позволяющий ранжировать веб-страницы по степени актуальности и улучшать отбор фрагментов для ответа. Это нововведение было реализовано в апреле. «С того момента плотность полезной информации в контексте, который передаётся нейросети для ответов, выросла в два раза. Это принесло нам дополнительные 350 млн рублей экономии благодаря работе наших инженеров», — рассказал представитель «Яндекса».

Высшие учебные заведения Китая проводят масштабную реорганизацию своих учебных программ для соответствия целям развития страны, отказываясь от тысяч «устаревших» специальностей в пользу новых, ориентированных на технологии. Об этом сообщает издание South China Morning Post.

Обзор Intel Core Ultra 7 270K Plus — лучший Arrow Lake за полцены

Обзор Ryzen 9 9950X3D2: правильный 16-ядерник с 3D-кешем

Ryzen и DDR5-6000 на чипах Samsung — G.Skill даёт добро

Обзор Intel Core Ultra 5 250K Plus, или Как Arrow Lake превратился в «топ за свои деньги»

Выбираем лучший игровой ноутбук до 100 000 рублей: сравнительное тестирование 7 интересных моделей

72 полёта над Марсом: как Ingenuity пережил зиму, сбои и собственную миссию

Масштабная кампания проводится на фоне стремления Китая стать мировым лидером во множестве высокотехнологичных «отраслей будущего» и преодолеть серьёзный кризис с трудоустройством выпускников, из-за которого миллионы молодых людей с трудом находят работу.

В период с 2021 по 2025 год высшие учебные заведения Китая отменили или приостановили 12 200 программ бакалавриата, одновременно введя 10 200 новых, что означает, что более 30 % университетских программ страны подверглись корректировке, о чём свидетельствуют данные Министерства образования Китая.

Под сокращения попали программы, в основном связанные с искусством, гуманитарными науками, иностранными языками и менеджментом — областями, которые всё чаще считаются «устаревшими» или перенасыщенными в Китае. Согласно статистике, около 16 % молодых людей, закончивших обучение по этим программам, являются безработными, при этом рынок труда быстро трансформируется под влиянием искусственного интеллекта.

Многие из новых программ тесно связаны с целями экономического развития Пекина. Например, девять университетов добавили новые специальности в области искусственного интеллекта, что согласуется с целями страны ускорить интеграцию ИИ следующего поколения в реальную экономику.

В последние годы университеты столкнулись с необходимостью адаптироваться к быстрым изменениям в экономике Китая, поскольку число выпускников возросло до рекордного уровня. Однако многие из этих выпускников столкнулись с тем фактом, что их дипломы мало помогают в поиске работы. Например, Шанхайский университет науки и техники в этом году приостановил приём на программу по разработке новых продуктов. По мнению одного из недавних выпускников данного вуза, это решение было частично вызвано плохими перспективами трудоустройства студентов, обучающихся по этой программе. «Стремительное развитие искусственного интеллекта сильно ударило по специальностям, связанным с разработкой продуктов. Многие ключевые задачи, такие как моделирование и рендеринг, теперь могут быть решены с помощью искусственного интеллекта», — сказал выпускник на условиях анонимности из-за деликатности темы.

Китайский коммуникационный университет (CUC), престижный вуз в Пекине, специализирующийся на медиа, реструктурировал ряд программ, включая кинематографию, объединив их в одну программу — «Кинематография и производство фильмов и телепередач».

По мнению одного из выпускников университета, объединение образовательных программ стало естественной реакцией на технологические и рыночные изменения. По словам выпускника вуза, видеооператора, окончившего университет в 2012 году по программе кинематографии, его студенческие годы совпали с переходом от киноплёнки к цифровым технологиям. «С появлением сервисов прямых трансляций и ростом популярности коротких видеороликов требования к операторам стали полностью отличаться от требований к традиционной съёмке телевизионных новостей. Поэтому изменения в образовании абсолютно необходимы», — отметил он.

В апреле спутник дистанционного зондирования Yam-9 смог самостоятельно, без участия людей-аналитиков, обнаружить искомый объект на Земле. Это первое зарегистрированное использование модели визуально-языкового анализа на орбите, которое даёт представление о том, как ИИ может коренным образом изменить возможности космических аппаратов и ценность собираемых ими данных.

Обзор Intel Core Ultra 7 270K Plus — лучший Arrow Lake за полцены

72 полёта над Марсом: как Ingenuity пережил зиму, сбои и собственную миссию

Выбираем лучший игровой ноутбук до 100 000 рублей: сравнительное тестирование 7 интересных моделей

Обзор Intel Core Ultra 5 250K Plus, или Как Arrow Lake превратился в «топ за свои деньги»

Обзор Ryzen 9 9950X3D2: правильный 16-ядерник с 3D-кешем

Ryzen и DDR5-6000 на чипах Samsung — G.Skill даёт добро

Источник изображения: SpaceX

Обычно спутники выгружают большие объёмы данных аналитикам на Земле, которые делают выводы, используя алгоритмы машинного обучения, а также собственный опыт и наблюдательность. Космический аппарат Yam-9, созданный компанией Loft Orbital, продемонстрировал способность самостоятельно исследовать области интереса в ответ на запросы на естественном языке.

В основу программного обеспечения спутника легла модель обработки изображений и языка (Vision-Language Model, VLM) Gemma 3, разработанная лабораторией Google DeepMind для работы на ограниченном оборудовании вдали от дата-центров. VLM сочетают в себе контекстное понимание больших языковых моделей со способностью анализировать изображения. Исследователи попросили модель классифицировать данные в местах соприкосновения природной среды и человеческой деятельности или идентифицировать инфраструктуру вокруг железнодорожных узлов — и она справилась.

Космические аппараты Loft разработаны как платформы для сторонних заказчиков. Бизнес-модель ближе к инфраструктуре как услуге, чем к традиционному производству спутников. Yam-9 был запущен осенью 2025 года в качестве пилотного проекта для разработок компании в области ИИ. Для обработки данных используется графический процессор Nvidia Jetson Orrin AGX, один из ведущих чипов, используемых в космических вычислениях. Компания также построила и запустила шесть новых спутников для компании EarthDaily, которая планирует анализировать и продавать данные, собранные на борту космических аппаратов.

Источник изображения: NASA

Конечная цель Loft Orbital состоит в создании группировки спутников, обеспечивающую покрытие в реальном времени любой точки Земли, для чего потребуется от 50 до 100 спутников, подобных Yam-9. В настоящее время под управлением Loft на орбите функционируют уже 12 подобных космических аппаратов.

Взаимодействие учёных с Yam-9 стало первым зарегистрированным использованием VLM на орбите, но другие компании в ближайшее время непременно последуют этому примеру. Planet Labs уже запускает спутники с процессорами Jetson Orin — пока что они используются для более простых задач, но компания планирует скоро реализовать свой вариант VLM. Компания Kepler Communications отказалась сообщить, развёртывала ли она VLM в космосе из-за соглашений о неразглашении, но признала, что с момента запуска её космических аппаратов в январе было «несколько нераскрытых вариантов использования нашей вычислительной среды».

В ближайшей перспективе подобные VLM могут значительно повысить полезность космических исследований, выполняя первоначальную сортировку данных на орбите и кардинально снижая поток данных, которые аналитикам приходится постфактум обрабатывать в настоящее время на Земле. В долгосрочной перспективе это подтверждение возможности запуска более масштабной инфраструктуры ИИ в космосе.

Уроки, извлечённые из развёртывания VLM на орбите, повлияют на дальнейшее формирование в космосе более масштабной вычислительной инфраструктуры, особенно в таких прозаичных, но жизненно важных областях, как управление питанием и памятью.

Основатель Amazon Джефф Безос (Jeff Bezos) раскрыл подробности о своём новом ИИ-стартапе Prometheus. Стартап займётся разработкой программного обеспечения под названием «искусственный общий инженер» (Artificial General Engineer) для проектирования, тестирования и производства физических продуктов.

Ryzen и DDR5-6000 на чипах Samsung — G.Skill даёт добро

Выбираем лучший игровой ноутбук до 100 000 рублей: сравнительное тестирование 7 интересных моделей

Обзор Ryzen 9 9950X3D2: правильный 16-ядерник с 3D-кешем

72 полёта над Марсом: как Ingenuity пережил зиму, сбои и собственную миссию

Обзор Intel Core Ultra 5 250K Plus, или Как Arrow Lake превратился в «топ за свои деньги»

Обзор Intel Core Ultra 7 270K Plus — лучший Arrow Lake за полцены

Источник изображения: bezosearthfund.org

Как сообщает The Verge, впервые об этом проекте стало известно в ноябре прошлого года, а недавно стартап привлёк $12 млрд в ходе раунда финансирования, в результате чего его капитализация достигла $41 млрд. Ожидается, что разрабатываемые технологии найдут применение в различных отраслях, включая робототехнику, создание лекарственных препаратов и промышленное производство.

По мнению предпринимателя, идеальным примером потенциального использования этого универсального ИИ-инженера является аэрокосмическая компания Blue Origin (создана Безосом в 2000 году). Однако подобные инструменты принесут значительную пользу любой компании, конструирующей сложные устройства.

На данный момент штат Prometheus насчитывает около 150 сотрудников. Безос является одним из двух генеральных директоров вместе с Виком Баджаджем (Vik Bajaj), ранее, по данным открытых источников, выступавшим соучредителем медицинской исследовательской группы Verily в структуре холдинга Alphabet.