Опрос
|
реклама
Быстрый переход
Google научила ИИ принимать решения без лишних слов — Gemini Decisions API сэкономит на токенах
11.11.2026 [23:49],
Анжелла Марина
Google выпустила Gemini Decisions API, предназначенный для задач, в которых искусственному интеллекту нужно быстро оценивать данные, выбирать варианты действий и проверять заданные условия. В основе нового интерфейса лежит модель Gemini Decision 1, способная анализировать сразу несколько типов информации и обрабатывать до 1000 вопросов в одном запросе. 
Источник изображений: Google Главное отличие новинки от обычных генеративных моделей заключается в способе обработки запросов. Вместо последовательного создания текста Gemini Decision 1 оценивает предложенные варианты за один проход, благодаря чему медианное время вычислений составляет 50–100 мс. С учётом полной обработки запроса задержка увеличивается до 150–250 мс. Модель работает с текстом, изображениями, аудиозаписями, видео и PDF-документами. Разные типы данных можно объединять в одном контексте, например сопоставлять запись телефонного разговора с информацией об аккаунте или проверять скан страхового заявления вместе с фотографиями повреждений, полученных автомобилем при аварии. Максимальный объём общего контекста достигает 256 000 токенов.  Разработчики предусмотрели три режима оценки. В первом модель определяет вероятность истинности утверждения, во втором выбирает наиболее подходящий вариант из списка, а в третьем выставляет оценку по заранее заданной шкале. Для каждого результата возвращается показатель уверенности от 0 до 1, поэтому приложение может автоматически передавать сомнительные случаи на проверку человеку. В Google рассчитывают использовать новый API в качестве промежуточного управляющего уровня для ИИ-систем. Например, Gemini Notebook применяет его для выбора подходящей модели и уровня рассуждений в зависимости от сложности запроса. Благодаря этому задержка при обработке обычных запросов сокращается до 40 %, а модели глубокого анализа остаются для решения сложных задач. В конструкторе Stitch (ранее известном как Galileo AI) технология помогает создавать прототипы интерфейсов, а Google Search использует её для выявления вредоносного поведения при взаимодействии с инструментами MCP. Google также приводит результаты сравнительных тестов, охватывающих маршрутизацию запросов, логические рассуждения, ранжирование и мультимодальное понимание. По утверждению разработчика, Gemini Decision 1 показала лучшие результаты в этом наборе испытаний и минимальную ошибку калибровки. Кроме того, при одинаковых тестовых условиях модель оказалась почти в пять раз экономичнее Gemini 3.5 Flash-Lite с API.  Стоимость использования составляет $0,10 за миллион входных токенов, тогда как выходные токены не тарифицируются. Общие входные данные оплачиваются один раз независимо от количества проверяемых вопросов, а дополнительную стоимость формируют только инструкции и критерии каждой проверки. Разработчики уже могут получить API-ключ в Google AI Studio и использовать бесплатный уровень для создания прототипов. Интеграции с OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI и другими инструментами постепенно появляются, а поддержку Gemini в Google Cloud компания обещает добавить позднее. Google тайно тестирует Gemini 4 Hydrogen — быструю и экономичную альтернативу мощным ИИ-моделям
11.11.2026 [22:23],
Владимир Мироненко
Разработка ИИ в компании Google набирает обороты. Как сообщает Business Insider со ссылкой на внутреннюю переписку, вслед за выходом моделей Gemini 4 Argon и Carbon в Google приступили к внутреннему тестированию новой модели под кодовым именем Hydrogen, ориентированной на скорость и эффективность. 
Источник изображения: Zach M/unsplash.com В служебной переписке один из инженеров Google на этой неделе охарактеризовал Hydrogen как «очень функциональную, быструю и эффективную» модель. Сотрудники компании получили доступ к Hydrogen через внутреннюю платформу разработки Google под названием Jetski. Как правило, появление на ней новых инструментов предшествует их публичному релизу. Один из сотрудников, уже протестировавший Hydrogen, сравнил новинку с предыдущими моделями Google серии Flash, которые причисляют к «рабочим лошадкам»: они работают быстрее и обходятся дешевле, чем, например, модель Argon. Название Hydrogen (водород) — в честь самого лёгкого элемента периодической таблицы — подходит ей как нельзя лучше. В связи с тем, что Google отложила в этом году, а затем и вовсе отменила выпуск Gemini 3.5 Pro, многие решили, что компания уже не поспевает за конкурентами в гонке за создание передовых моделей искусственного интеллекта (frontier models). Но Google развеяла сомнения и вновь заявила о себе, представив семейство Gemini 4. Во вторник компания объявила о выходе новейшей передовой модели — Gemini 4 Carbon, которая, согласно заявлению разработчиков, лучше всего справляется с задачами в сфере кибербезопасности, а также с многоэтапными процессами, требующими долгосрочного планирования. На данный момент модели Carbon и Argon можно использовать только по подписке. Каким будет доступ к Hydrogen в случае её официального релиза — платным или бесплатным, — пока неизвестно. Другие модели Google серии Flash доступны пользователям приложения Gemini бесплатно. Google научила ИИ читать ДНК на уровне отдельных клеток — это поможет искать корни болезней
11.11.2026 [21:06],
Геннадий Детинич
Единая для каждого человека ДНК не означает одинакового влияния на разные типы клеток. Активность генов в клетках во многом индивидуальна и подвержена сбоям, что может приводить к генетическим и другим заболеваниям. Новая ИИ-модель Google DeepMind способна разбираться в поведении ДНК на уровне отдельных клеток, обнаруживая в том числе корни болезней. 
Источник изображения: ИИ-генерация ChatGPT/3DNews Сегодня компания представила версию модели AlphaGenome 2, которая является дополнением, а не заменой выпущенной годом ранее версии AlphaGenome. Главная задача AlphaGenome — научиться предсказывать, как отдельные участки ДНК управляют работой генов. Геном содержит не только последовательности, кодирующие белки, но и многочисленные регуляторные участки, которые определяют, где, когда и насколько активно включаются гены. Изменения в таких областях могут влиять на работу клеток и быть связаны с развитием заболеваний. В отличие от первой версии, которая одновременно анализировала множество тканей и клеточных линий, AlphaGenome 2 использует дополнительную информацию о типе клеток, чтобы учитывать особенности работы генов в конкретной ткани или клеточной среде (conditional model). На вход подаётся последовательность ДНК длиной до одного миллиона нуклеотидов и описание биологического контекста: ткани, типа клетки или стадии её развития. Это позволяет модели оценивать, как одна и та же последовательность регулирует активность генов в разных клетках. Для обучения разработчики использовали более 107 млн профилей отдельных клеток человека и мыши, охватывающих 68 типов тканей. Модель AlphaGenome 2 прогнозирует несколько характеристик активности генома, включая экспрессию генов. Ещё одна особенность AlphaGenome 2 — это возможность работать с ранее неизвестными типами клеток без дополнительного обучения модели. Исследователи могут загрузить данные секвенирования РНК отдельных клеток, полученные даже от нескольких десятков клеток. Модель преобразует информацию об активности генов в описание клеточного состояния и использует его для дальнейших прогнозов. В DeepMind утверждают, что модель эффективно превращает статические атласы клеток — огромные хранилища данных, которые детально отображают и каталогизируют отдельные клетки — «в механизм прогнозирования генетики человека». AlphaGenome 2 уже доступна для некоммерческих научных исследований через API, а коммерческое использование пока ограничено предварительным закрытым доступом. При этом разработчики подчёркивают, что новая версия не заменяет первую: более детальный анализ отдельных клеточных состояний требует дополнительных вычислительных ресурсов, поэтому исходная AlphaGenome продолжит оставаться менее ресурсоёмким инструментом для масштабных исследований генома. Также нелишне напомнить, что для клинических исследований эти модели пока не разрешены: с мышками можно, с человеком — ни-ни. Google научила роботов работать руками — новая модель Gemini Robotics 2.5 справилась с задачами на заводе Mercedes-Benz
11.11.2026 [11:10],
Павел Котов
Google официально анонсировала модель искусственного интеллекта Gemini Robotics 2.5. Она относится к классу VLA («зрение — язык — действие»), помогает роботам быстрее осваивать широкий спектр навыков и делать это быстрее. Роботы становятся более ловкими, надёжными и безопасными — они получают возможность работать не только в лабораториях, но и в реальном, непредсказуемом мире, помогая человеку в выполнении самых разных задач. 
Источник изображений: deepmind.google Gemini Robotics 2.5 представляет собой значительный шаг вперёд по трём ключевым задачам. Аспект ловкости указывает, что роботы получили возможность выполнять больше задач, демонстрируя при этом более высокую эффективность и сноровку — от использования повседневных инструментов до манипуляций с хрупкими или гибкими предметами. В ходе практических испытаний на производственных линиях Mercedes-Benz роботы Apptronik Apollo 2 под управлением модели Gemini Robotics 2.5 показали прогресс в аспекте надёжности — они выполняли задачи по подбору и упаковке автодеталей с показателем успешности 96 %. В перспективе можно будет делегировать роботам монотонную работу, а технические специалисты смогут заниматься более сложными производственными задачами. В Google также усовершенствовали механизмы контроля физической безопасности и разработали новый стандарт тестирования, направленный на выявление уязвимостей, связанных с попытками джейлбрейка (взлома) робототехнических систем. Google существенно расширила возможности модели, увеличив количество, эффективность и сложность выполняемых задач. Её работу оценили на примере 200 различных операций, включая подачу продуктов питания на щипцах, завязывание банта на подарочной коробке или дозирование жидкости с помощью пипетки. Такие задачи объединяют целый ряд навыков от уверенного использования инструментов и сложных манипуляций с деформируемыми объектами до аккуратного обращения с хрупкими предметами. По сравнению с предыдущими моделями прирост успешности выполнения операций для новой составил 30–100 % в зависимости от типа задачи; скорость работы увеличилась на 20–30 %.  Основной критерий эффективности ИИ-модели для роботов — её способность работать в реальных производственных условиях. Apptronik Apollo 2 на предприятиях Mercedes-Benz демонстрировали возможность мыслить, выстраивать многошаговые логические цепочки и действовать сообразно изменениям обстановки. В рамках пилотного проекта роботы в автономном режиме производили комплектацию деталей — повторяющаяся и физически тяжёлая задача включала сортировку отдельных компонентов из общих контейнеров и их перекладывание в специальные лотки строго в той последовательности, которая требуется для сборки конкретного автомобиля на конвейере. Показатель успешности составил 96 %. Для обхода физических опасностей Gemini Robotics 2.5 использует логическое управление в реальном времени — этот механизм помогает роботу безопасно перемещаться в сложных условиях. Эта функция, по оценкам Google, помогла повысить безопасное выполнение задач вблизи препятствий на 33 %, вблизи людей — на 43 %. Компания также продолжает работу над повышением безопасности при выполнении долгосрочных задач с использованием автономных агентов. Модель Gemini 4 Argon показала лучшие результаты в тестах для агентных робототехнических систем: она эффективно отказывается от небезопасных действий, успешно разрешает ситуации неопределённости и корректно функционирует при непосредственной близости человека. Для проверки устойчивости к попыткам джейлбрейка компания выпустила открытый бенчмарк ASIMOV-Jailbreak, включающий сотни запросов, замаскированных в различных сценариях. Gemini 4 Argon показала устойчивость к таким попыткам на уровне 99,5 % — результат предыдущей базовой модели Gemini Robotics ER 2 составил 82 %. Gemini 4 Argon помогла в обучении Gemini Robotics 2.5, выступив в роли движка для симуляций. Google открыла доступ к своему самому мощному ИИ и показала, как Gemini 4 Carbon управляет роем ИИ-агентов
10.11.2026 [21:22],
Анатолий Хаблюк
Google открыла доступ к своей самой мощной ИИ-модели Gemini 4 Carbon для разработчиков, компаний и подписчиков Google AI Ultra. Нейросеть появилась в приложении Gemini и поисковом режиме AI Mode, а сторонние разработчики получили возможность подключать её к собственным проектам через API. 
Источник изображения: Google В конце октября Google представила Carbon как модель для сложных инженерных задач и кибербезопасности. Первоначально доступ смогли получить только ограниченная группа специалистов по защите информационных систем. В новом анонсе компания раскрыла условия более широкого распространения нейросети. Разработчики могут использовать Carbon через платный API в Google AI Studio и Android Studio. Корпоративным клиентам модель доступна через Gemini for Business, Google Antigravity и CodeMender. В приложении Gemini и поиске Google она пока предназначена для владельцев подписки AI Ultra. Стоимость работы через API на начальном этапе составляет $2 за миллион входных токенов и $10 за миллион выходных. С 1 декабря Google повысит тарифы до $4 и $20 соответственно. Бесплатный доступ к Carbon для обычных пользователей компания пока не анонсировала. Одновременно Google начала предварительное тестирование функции /swarm в среде разработки Antigravity. Она позволяет одним запросом запустить группу ИИ-агентов, которые совместно выполняют сложное задание. За их действиями можно следить в реальном времени. Разработчик может поручить Carbon проектирование архитектуры приложения, координацию работы и проверку результатов. Более быстрые модели при этом выполняют отдельные задачи в параллельных рабочих пространствах. Дополнительные агенты проверяют изменения и помогают выявлять ошибки. В качестве примера Google продемонстрировала создание интерактивной трехмерной модели Эйфелевой башни по историческим фотографиям и инженерным чертежам. В другом эксперименте система восстановила здание офиса компании по документам городского совета. Полученная 3D-модель содержала около 906 тыс. треугольников. Carbon также рассчитана на продолжительные задачи по программированию и научным исследованиям. По данным Google, модель заняла первые места в тестах CursorBench 4.0, WANDR и AutomationBench. Компания утверждает, что стоимость выполнения задания оказалась более чем вдвое ниже, чем у ближайшей конкурирующей модели в этих испытаниях. Для специалистов по кибербезопасности сохраняется отдельная программа Fairwind. Google сообщила, что в ходе испытаний с использованием Carbon исследователи Wiz обнаружили уязвимости нулевого дня в системах двух крупных поставщиков облачных сервисов менее чем за два часа. Подробности о самих уязвимостях не раскрываются. Ученые могут подать заявку на участие в исследовательской программе Google с бесплатным доступом к Carbon и Argon через Antigravity на шесть месяцев. Участников отбирают по мере обработки заявок с учетом доступных вычислительных ресурсов. Apple и Google оштрафовали в России за неудаление запрещённого контента
10.11.2026 [14:54],
Владимир Мироненко
Таганский суд Москвы оштрафовал компанию Google на 3,8 млн руб. за отказ удалить запрещённый контент, о чём сообщил корреспондент «РИА Новости» из зала суда. Также по аналогичной причине была оштрафована компания Apple. 
Источник изображения: Wesley Tingey / unsplash.com «Признать Google LLC виновной в совершении административного правонарушения, предусмотренного частью 2 статьи 13.41 КоАП РФ (неудаление владельцем сайта или владельцем информационного ресурса в интернете информации или интернет-страницы), и назначить административное наказание в виде штрафа в размере 3,8 миллиона рублей», — сообщила судья. Компания Apple тоже была признана виновной в совершении административного правонарушения, предусмотренного частью 2 статьи 13.41 КоАП РФ с назначением штрафа в размере 3,5 млн руб. По словам корреспондента ТАСС, на заседании присутствовали представители компании. По их просьбе заседание прошло в закрытом режиме: они сослались на необходимость неразглашения информации о функционировании сервиса (данных пользователей), но при этом отказались от комментариев. Упомянутые компании неоднократно подвергались штрафам за неисполнение законодательства РФ. В частности, по словам конкурсного управляющего ООО «Гугл» Валерия Таляровского, российское подразделение выплатило 16,8 млрд руб. штрафов за американскую Google. Сегодня суд также рассмотрит протоколы о нарушении российского законодательства компаниями Telegram, Wikimedia и американским разработчиком ИИ Character. Всем им предъявлено обвинение в неудалении запрещённого в РФ контента (ч. 2 ст. 13.41 КоАП РФ). Наказание за данные правонарушения предусматривает штраф в размере от 800 тыс. до 4 млн руб. Google Gemini теперь может рассказать пользователям, что знает и помнит о них
10.11.2026 [13:13],
Павел Котов
В Google Gemini появилась «Сводка воспоминаний» (Memory summary). Так называется раздел, где можно просматривать, редактировать и удалять информацию о себе, которую «запомнили» приложения Gemini. Она доступна в разделе персональных данных в настройках помощника с искусственным интеллектом. 
Источник изображения: Rubaitul Azad / unsplash.com В «Сводке памяти» присутствуют «Основные сведения» — краткая информация об истории пользователя, о его местоположении и ключевых связях. Есть также подразделы «Карьера и профессиональные проекты», «Путешествия и повседневные вещи», «Медиа и развлечения» и «Фитнес и образ жизни». В каждой категории содержатся конкретные подробности, представленные в виде маркированного списка. В нижней части раздела есть текстовое поле, через которое можно в свободной форме отправить запрос на добавление или удаление информации. К примеру, можно отдать команду «Запомни, что я говорю по-японски» или «Удали из памяти мой старый номер телефона». Если запрос будет недостаточно ясным, отметили в Google, Gemini может задать ряд уточняющих вопросов, чтобы информация в «Сводка воспоминаний» оставалась точной. В правом верхнем углу есть также кнопка со значком карандаша — она вызывает функцию, которая позволяет вносить более масштабные правки. В меню, которое раскрывается по нажатии кнопки с тремя точками, доступен подраздел «История памяти», где можно увидеть, когда именно добавлялась или изменялась та или иная информация. На данный момент «Сводка воспоминаний» доступна для подписчиков Google AI, которые используют сервис на английском языке; при условии, что включены функции «История действий» (Keep Activity) и «Память» (Memory). В приложениях для Google Android и Apple iOS данный раздел пока отсутствует, но, как ожидается, аналогичные возможности появятся и здесь. Google представила ИИ-ускорители TPU 8tx и TPU 8i Max, заточенные под конфиденциальность и огромные контексты
09.11.2026 [18:09],
Сергей Сурабекянц
Google расширила свою линейку тензорных процессоров (TPU) восьмого поколения, представив TPU 8tx для безопасного и конфиденциального выполнения логических операций (инференса) и TPU 8i Max для работы с огромными контекстными окнами. По словам компании, эти системы оптимизированы для задач с использованием ИИ-агентов. Главными приоритетами при их создании стали безопасность, высокая плотность вычислений и улучшенные возможности логического вывода. 
Источник изображений: Google Первые TPU (Tensor Processing Units) были разработаны Google более десяти лет назад для удовлетворения внутренних потребностей компании. Спустя восемь поколений сфера применения TPU значительно расширилась: теперь они используются для обучения и запуска ИИ-моделей Gemini, работы ИИ-агентов, предоставления услуг клиентам Google Cloud, а также для развёртывания TPU непосредственно в дата-центрах клиентов компании. В апреле, на конференции Google Cloud Next, компания представила два новых специализированных TPU: 8t — для масштабного обучения моделей, и 8i — для выполнения логических операций в режиме реального времени. По данным компании, по сравнению с предыдущим поколением TPU 8t обеспечивают до 2,7 раза более высокую производительность при обучении, а TPU 8i — на 80 % более выгодное соотношение цены и производительности при выполнении логических операций. Сегодня линейка TPU Google восьмого поколения пополнилась ещё двумя системами: TPU 8i Max, предназначенной для работы с огромными контекстными окнами и обеспечивающей максимальную вычислительную плотность на одну стойку, и TPU 8tx, созданной для безопасного и конфиденциального выполнения логических операций. Компания подчеркнула, что представляет не просто чипы, а системы на базе TPU. Разработка нового чипа — это многолетний процесс, включающий размещение миллиардов микроскопических транзисторов на кремниевой пластине; он ограничен законами физики и сложным, длительным производственным циклом. Система же — это способ объединения вычислительных мощностей, сетевых ресурсов и систем хранения данных вокруг чипа. Сюда входит, в частности, компоновка этих элементов вместе с чипами, что позволяет оперативно реагировать на возникающие потребности клиентов и новые сценарии использования в исследованиях. Поскольку программное обеспечение для ИИ развивается гораздо быстрее, чем технологии производства чипов, разработчики тензорных процессоров сделали ставку на системный баланс и модульность, спроектировав TPU как своего рода «строительные блоки» для системы AI Hypercomputer. Каждая система в линейке TPU восьмого поколения предназначена для решения конкретных задач на разных этапах жизненного цикла ИИ.  TPU 8t спроектирован как мощный инструмент для обучения масштабных базовых моделей (foundation models), обеспечивающий максимальный показатель «полезной производительности» (goodput) — то есть объём «полезного интеллекта», получаемый на каждый ватт затраченной энергии. TPU 8i — это вычислительный модуль для задач логического вывода (reasoning), разработанный для преодоления «барьера памяти» (memory wall) и сокращения задержек при обмене данными между чипами — вплоть до 50 %. TPU 8tx — система, предназначенная для безопасного и конфиденциального выполнения логических операций (инференса). Она разработана для государственных организаций и компаний, работающих в строго регулируемых отраслях, которым необходимо использовать передовые или проприетарные модели и автономных агентов, работая при этом с наиболее чувствительными данными. TPU 8tx обеспечивает безопасность на аппаратном уровне. Это позволяет сохранять конфиденциальные данные и веса моделей защищёнными и изолированными даже в процессе их активного использования. Благодаря внедрению сети Boardfly с низкой задержкой, TPU 8tx обеспечивает эффективную работу многошаговых агентов. Задержка при этом сокращается вдвое по сравнению с TPU 8t, практически без потери производительности. С помощью TPU 8tx команды могут дообучать (fine-tune) модели на собственных закрытых данных, выполнять дистилляцию крупных моделей в более компактные версии, а также обучать агентов методами обучения с подкреплением — и всё это без необходимости перемещать конфиденциальные данные между различными кластерами.  Система TPU 8i Max создана для преодоления так называемого «барьера памяти» (memory wall). Она объединила два чипа TPU 8i в единый модуль. В TPU 8i Max вычислительная мощность и объём памяти масштабируются синхронно: система предлагает вдвое больше вычислительных ресурсов, вдвое больше SRAM-памяти и вдвое более высокую пропускную способность HBM-памяти по сравнению с TPU 8i. Это гарантирует, что процессоры всегда обеспечены необходимыми данными, а выполнение масштабных задач не прерывается из-за нехватки ресурсов. Кроме того, поскольку TPU 8i Max вмещает вдвое больше кремниевых компонентов в рамках тех же габаритов, что и предыдущие решения, дата-центры могут значительно увеличить вычислительную мощность на единицу площади и на ватт потребляемой энергии.  Таким образом, четыре системы TPU восьмого поколения обеспечивают гибкость для различных типов рабочих нагрузок и предоставляют клиентам специализированные ускорители для каждого этапа жизненного цикла интеллектуальных агентов (agentic lifecycle). TPU 8t предназначены для масштабируемого обучения моделей, TPU 8i — для выполнения логических операций (инференса) с низкой задержкой, TPU 8tx — для конфиденциальных вычислений, а TPU 8i Max — для работы с огромными контекстными окнами и обеспечения максимальной вычислительной плотности на одну стойку. Одновременно с разработкой новых TPU, Google стремится сделать их использование таким же простым, как и работу с универсальным оборудованием. В частности, разработчикам на PyTorch больше не придётся переписывать код — в прошлом месяце Google открыла исходный код TorchTPU. Теперь код на PyTorch и модели из библиотеки Hugging Face могут нативно выполняться на TPU. Кроме того, компания обеспечила поддержку TPU для популярных движков инференса с открытым исходным кодом, таких как vLLM и SGLang. Google выпустила набор инструментов TPU Agent, который пока доступен в режиме предварительного просмотра. Он интегрируется в такие среды разработки, как Claude Code, Cursor и Google Antigravity, позволяя быстро настроить работу с TPU, выявить узкие места и автоматически оптимизировать пользовательские ядра с помощью простых текстовых запросов. Для промышленного развёртывания компания предлагает новый движок XLA Serving Engine с открытым исходным кодом: он позволяет обучать модели на Python, а затем запускать их в высокопроизводительной среде C++ с низкой задержкой — на TPU, GPU или CPU. Google запустила более дешёвый ИИ-генератор видео: Gemini Omni 1.2 Flash создаёт 15-секундные ролики и редактирует их без перегенерации
06.11.2026 [11:22],
Владимир Фетисов
Компания Google объявила о запуске ИИ-модели Gemini Omni 1.2 Flash, которая предназначена для генерации видео. Обновлённый алгоритм может создавать ролики продолжительностью до 15 секунд, лучше следует текстовым подсказкам и поддерживает возможность редактирования созданных видео. В дополнение к этому на 30 % снизилась стоимость взаимодействия с ИИ-моделью по сравнению с Gemini Omni 1.1: $0,07 за секунду видео с разрешением 720p. 
Источник изображения: Google Помимо снижения цены генерации, оптимизировать расходы помогает сам процесс взаимодействия с Gemini Omni 1.2 Flash. Пользователь может быстро создать черновик видео в качестве 360p или 720p, затем внести точечные корректировки с помощью текстовых запросов (вместо того, чтобы генерировать весь ролик заново), а после этого создать финальную версию ролика в формате 1080p или 4K. Gemini Omni 1.2 Flash поддерживает создание роликов продолжительностью до 15 секунд, тогда как Gemini Omni 1.1 позволяла создавать 10-секундные видео. Длительность видео можно задать с шагом в 1 секунду — от 3 до 15 секунд. Такой подход позволяет создавать, например, полноценные рекламные ролики, обзоры продуктов и др. В процессе редактирования пользователь может направлять ИИ-модель в нужном ему направлении, комбинируя изображения персонажей, продуктов или стилей, фрагменты движений продолжительностью до 3 секунд и аудиоподсказки. Лица персонажей, их одежда, изображения на упаковках товаров и цвета сохраняют согласованность при смене ракурсов в течение всего ролика. Разработчики добились уменьшения «визуального дрейфа», за счёт чего нейросеть лучше сохраняет узнаваемость персонажей, объектов и сцен от первого до последнего кадра. Один и тот же ролик можно дорабатывать шаг за шагом. К примеру, можно заменить какой-либо объект или фон, поменять освещение или погоду, соотношение сторон. Многошаговое диалоговое редактирование доступно для 15-секундных видео, благодаря чему проще создавать рекламные ролики для разной аудитории или разных регионов без необходимости генерировать видео с нуля. При необходимости можно сгенерировать видео с более плавным и естественным звучанием диалогов, более чёткой синхронизацией губ и раздельной настройкой для всех говорящих. Реализована возможность задать непрерывное движение камеры с учётом строгой согласованности кадров. Персонажи, текст и движения камеры остаются согласованными на протяжении всего видео, в нескольких итерациях и при переходах. Google ещё не придумала, как зарабатывать на ИИ-поиске столько же, сколько на обычном
04.11.2026 [19:09],
Владимир Фетисов
Внедрение ИИ в поисковую систему Google пока не приносит сопоставимой с традиционным поиском рекламной отдачи. Несмотря на рекордные темпы роста поисковых запросов за последние пять лет, выручка поисковика Google в третьем квартале 2026 года росла медленнее, чем кварталом ранее, а увеличение числа кликов по платной рекламе заметно замедлилось. Получается, что с ИИ пользователи стали чаще обращаться к поисковику, но пока Google не стала зарабатывать на этом больше. 
Источник изображения: BoliviaInteligente / unsplash.com Рост выручки «Google Поиска» в третьем квартале 2026 года замедлился до 12 % против 17 % кварталом ранее. Количество кликов по платным объявлениям увеличилось только на 8 %, тогда как во втором квартале рост составлял 13 %. Одна из причин — переход пользователей к поиску с использованием ИИ. Google внедряет сгенерированные нейросетями сводки AI Overviews непосредственно в результаты поиска, а режим AI Mode позволяет вести с поисковиком диалог. Однако такие взаимодействия пока монетизируются хуже традиционных запросов. Операционный директор Google Филипп Шиндлер (Philipp Schindler) признал, что запросы в AI Mode демонстрируют высокие темпы роста, но приносят меньше рекламной выручки. В Google рассчитывают изменить ситуацию за счёт размещения объявлений непосредственно в ИИ-ответах. Компания уже экспериментирует с рекламой в AI Overviews и AI Mode, расширяя её доступность на международных рынках. При этом Google считает, что нейросетевой поиск создаёт дополнительные возможности для рекламы: пользователи задают уточняющие вопросы и изучают товары и услуги, которые раньше могли бы остаться вне поисковых запросов. Однако пока эффективность новой рекламной модели вызывает вопросы. Google не позволяет рекламодателям отдельно оценивать результаты размещения объявлений в ИИ-поиске. По данным агентства Tinuiti, расходы его клиентов на рекламу в Google в третьем квартале выросли на 14 % в годовом исчислении, но эффективность вложений осталась на прежнем уровне. Кроме того, исследование переходов из ChatGPT показало, что такие посещения интернет-магазинов пока приносят ритейлерам меньше выручки, чем переходы из традиционного поиска Google. Ситуация особенно важна на фоне масштабных инвестиций Alphabet в искусственный интеллект. В 2026 году компания планирует направить на развитие ИИ-инфраструктуры около $200 млрд. Инвесторам предстоит оценить, насколько быстро эти вложения начнут окупаться, особенно если новая поисковая модель окажется менее прибыльной, чем традиционная. После публикации квартальной отчётности акции Alphabet потеряли около 14 % стоимости. Google предстоит решить непростую задачу: научиться зарабатывать на ИИ-поиске, не уступая по рекламной эффективности традиционной поисковой системе. Компания уже проходила через подобную трансформацию при переходе от настольного поиска к мобильному, но нынешняя перестройка может оказаться сложнее. Если пользователи всё чаще будут получать ответы непосредственно от нейросети, Google придётся заново выстраивать модель монетизации своего главного бизнеса. Google встроила поиск в меню с тремя точками в Chrome — искать нужные настройки не придётся вручную
04.11.2026 [15:24],
Владимир Фетисов
Меню с тремя точками в браузере Chrome никогда не отличалось удобством. Пользователь точно знает, что нужная ему опция находится там, но найти её среди множества подменю непросто. Google решила исправить это с помощью интеграции нового ярлыка для поиска по настройкам, вкладкам, закладкам и истории, который уже появился в бета-версии Chrome Canary. 
Источник изображений: androidauthority.com Разработчики встроили строку поиска в меню с тремя точками. При вводе текста поиск может выдавать совпадающие настройки браузера, закладки и недавно посещённые сайты. Для опций, спрятанных внутри меню с тремя точками, это нововведение может оказаться удивительно полезным. Вместо того, чтобы самостоятельно изучать многочисленные подменю, пользователям будет достаточно написать название искомой функции для начала взаимодействия с ней. Также следует отметить, что результаты поиска разбиты по категориям, за счёт чего функции браузера будет проще отличать от истории просмотров или закладок.  Это не первая попытка Google сделать меню с тремя точками менее запутанным. В рамках более масштабного обновления дизайна привычные пункты «Новая вкладка», «Новое окно» и «Новое окно в режиме инкогнито» заменили более заметными иконками, а остальные элементы управления сгруппировали в более аккуратные секции. В совокупности эти изменения должны превратить меню с тремя точками из места, где пользователям приходится искать нужные опции, в удобный инструмент, с которым легко взаимодействовать. Однако на данном этапе все нововведения остаются частью экспериментального редизайна Chrome Canary. Будут ли они добавлены в стабильную версию интернет-обозревателя Google, пока неизвестно. Также не исключено, что разработчики изменят какие-то элементы или вовсе откажутся от их внедрения, прежде чем нововведения станут доступны широкому кругу пользователей. ИИ-поиск ломает привычку «погуглить»: поиск в ChatGPT уже достиг 20 % от масштабов Google
04.11.2026 [09:10],
Николай Хижняк
По данным OpenAI, объём поисковых запросов в ChatGPT сейчас составляет примерно одну пятую от объёма поисковых запросов в Google. Об этом сообщил Адам Фрай (Adam Fry), руководитель направления потребительских продуктов ChatGPT, в ходе беседы с журналистом издания Big Technology. 
Источник изображения: OpenAI Разговор состоялся в понедельник вечером на ужине, организованном OpenAI в Нью-Йорке. Там же были озвучены свежие данные о количестве пользователей, а также об использовании функций голосового общения и генерации изображений. Фрай, ранее работавший в Google, отметил, что объём поисковых запросов в ChatGPT достиг такого уровня спустя примерно полтора года после того, как чат-бот получил возможность находить актуальную информацию в интернете. OpenAI не опубликовала исходные данные, поэтому это сравнение основано на информации самой компании, а не на независимых измерениях. Здесь важно уточнить определение: по словам Фрая, каждый вопрос, побуждающий ChatGPT обратиться к поиску в интернете, считается отдельным поисковым запросом. Таким образом, в ходе одного продолжительного диалога их может быть несколько. Фрай охарактеризовал эти запросы как аналогичные тем, что пользователи обычно задают традиционным поисковым системам: поиск информации о людях, местах или объектах, а также вопросы, касающиеся финансов или здоровья, где критически важны актуальные и достоверные факты. В качестве главного отличия от классического поиска он также выделил персонализацию. В отличие от обычных поисковиков, которые отвечают на каждый отдельный запрос изолированно, ChatGPT может соотносить вопрос с уже имеющейся у него информацией о пользователе, например, с данными о его предстоящей поездке. Фрай также сообщил, что за последние 60 дней число еженедельных активных пользователей ChatGPT выросло с 1 до 1,2 млрд, то есть примерно на 100 млн новых пользователей каждые 30 дней. Впервые о достижении отметки в 1,2 млрд OpenAI заявила в конце сентября. «Рост идёт очень активно», — подчеркнул Фрай. Он также выделил другие показатели:
Представитель OpenAI также подтвердил, что отдельные режимы ChatGPT — «Чат» (Chat) и «Работа» (Work) — будут объединены в единый интерфейс. Система сама определит, что именно нужно пользователю: быстрый ответ или выполнение более сложной задачи, требующей участия ИИ-агента. По словам Фрая, это обновление появится «в ближайшее время», что согласуется с информацией об объединении режимов, которую OpenAI на этой неделе анонсировала для своих подписчиков. Что касается Dots — персонального ИИ-агента от OpenAI, — то Фрай признал: этот постоянно активный помощник требует значительных вычислительных мощностей. Он также отметил, что пока нет точных сроков, когда доступ к нему получат пользователи, не оформлявшие подписку стоимостью $100 в месяц. В будущем OpenAI планирует снизить стоимость за счёт использования более эффективных моделей. Google накрыла ботнет из миллионов ТВ-приставок — заражённые с завода устройства продаются и в России
03.11.2026 [10:16],
Павел Котов
Google при поддержке партнёров ликвидировала ботнет XCPE, в который входили более 1,3 млн телеприставок под управлением Android. Их производитель, по версии Google, намеренно внедрял в устройства вредоносное ПО с целью получения дохода от киберпреступной деятельности. 
Источник изображения: Glenn Carstens-Peters / unsplash.com Поисковый гигант с высокой степенью вероятности связывает ботнет XCPE с китайским производителем электроники Videostrong Technology. Компания обвиняет его в преднамеренной установке бэкдора, то есть скрытого канала доступа, в выпускаемые устройства и последующей продаже доступа к ним злоумышленникам. Скомпрометированные устройства использовались для рекламного мошенничества, служили в качестве узлов прокси-сетей, на них также устанавливалось дополнительное вредоносное ПО. Устройства компрометировались с помощью других вредоносов, не связанных напрямую с XCPE — в их число входят телеприставки, системы караоке и оборудование для телемедицины. Не все эти устройства работают под управлением Android. Google разорвала отношения с Videostrong, отозвала у компании лицензию на производство устройств под управлением Android TV с предустановленными приложениями и сервисами Google, а также запретила компании и её аффилированным структурам выпускать сертифицированные Android-устройства или поставлять ПО для сертифицированных производителей. В операции по нейтрализации ботнета, помимо Google, участвовали Национальное полицейское агентство Японии, а также специализирующиеся на кибербезопасности компании Lumen, Human Security, Plume, Synthient и TrendAI — совместными усилиями они проанализировали вредоносную инфраструктуру и пресекли её работу. Ботнет XCPE проникал на устройства не через уязвимости в ПО, а внедрялся в прошивку устройств ещё на этапе производства. На протяжении нескольких лет, утверждает Google, компания Videostrong распространяла это вредоносное ПО, внедряя его в устройства различных брендов и моделей. Функциональность вредоносного кода постоянно совершенствовалась, чтобы избежать обнаружения и удовлетворять запросы различных преступных группировок. Основной компонент бэкдора работает с системными привилегиями Android. Отметим, что проблема затронула и российских пользователей — Google отметила Россию как страну, в которой присутствуют заражённые устройства. Заметим, что устройства Videostrong продаются в России на популярных торговых площадках, причём не только с доставкой из Китая — их реализуют и местные продавцы. Вредонос имеет модульную архитектуру — функции бэкдора отделены от модулей, предназначенных для получения дохода в интересах партнёров. После запуска заражённого устройства компонент XCPE связывался с командным сервером, чтобы получить данные для подключения и учётные данные для брокера сообщений MQTT, который использовался для получения команд. Через это соединение операторы удалённо управляли скомпрометированными устройствами и выполняли вредоносные действия, в том числе:
 Устройства использовались для извлечения прибыли путём установки вредоносных модулей, принадлежащих другим операторам. Бэкдор выполнял роль платформы для киберпреступной деятельности сторонних злоумышленников. Некоторые из этих модулей были связаны с сервисами резидентных прокси Linkfog, AppSalt/Honeygain, GaGaNode, NetNut и Traffmonetizer — они использовались для перенаправления интернет-трафика третьих лиц через заражённые устройства баз ведома и согласия их владельцев. Другие модули использовались в мошеннических схемах с рекламой — они генерировали показы, загружали скрытые веб-страницы и имитировали клики по рекламным объявлениям. Загружались и дополнительные бэкдоры, такие как Moyu, Spirit и Bird, для загрузки и запуска дорогих вредоносов. Чтобы избежать обнаружения, операторы ботнета постоянно меняли архитектуру вредоносной программы. В конце 2024 года Videostrong стала использовать отдельный загрузчик для запуска вредоносных модулей, а XCPE отвечал за взаимодействие с управляющей инфраструктурой. В августе загрузчик заменили более компактными специализированными дропперами, которые маскировались под системные приложения Android. Synthient рассказала, как ей удалось связать бэкдор XCPE и его инфраструктуру с компанией Videostrong — это случилось, когда на приобретённой в конце 2025 году приставке Mecool KM9PRO Max под Android TV обнаружилось вредоносное ПО. Специалисты компании обнаружили общедоступный каталог с бэкдорами; там же хранилась папка с файлом PDF, автором которого значился директор по исследованиям и разработке Videostrong Оуэн Цао (Owen Cao). Домен производителя оказался привязан к тому же IP-адресу, что и сервер управления бэкдором. Для цифровой подписи различных бэкдоров использовались принадлежащие Videostrong адреса электронной почты. Всё это, говорят в Google, указывает на намеренный характер действий производителя. В Google изменили процесс сертификации устройств после того, как выяснилось, что Videostrong применяла методы обфускации, чтобы обходить проверки безопасности и загружать вредоносный код после первого же включения устройства. Google сумела нарушить работу XCPE, но вредонос с заражённых устройств не удалился — при попытке его уничтожить он автоматически восстанавливается из раздела /oem/. Для полного устранения угрозы пользователям требуется либо установить не заражённую прошивку, либо отключить скомпрометированное устройство от интернета, чтобы предотвратить вредоносную активность. Google объявила о скором появлении планшетов-трансформеров на Googlebook OS
03.11.2026 [00:08],
Игнатий Колыско
На конференции Android Dev Summit 2026 компания Google объявила о скором расширении линейки устройств семейства Googlebook. Вслед за классическими ноутбуками и трансформерами 2-в-1 на рынке появятся планшеты с отсоединяемой клавиатурой, работающие под управлением фирменной операционной системы Googlebook OS. 
Источник изображения: Evan Blass На момент запуска экосистема насчитывает пять доступных в продаже моделей от ключевых партнёров поискового гиганта. Четыре из них представляют собой классические ноутбуки: Asus Googlebook 14, Dell XPS Googlebook, HP Googlebook 14 и Lenovo Googlebook 15. Единственным представленным устройством 2-в-1 в линейке остаётся Acer Googlebook 14 стоимостью $899, шарнир которого позволяет откидывать клавиатуру назад на 360° для работы в режиме планшета. Задержка с выходом нового класса устройств — полноценных планшетов с отсоединяемой клавиатурой — напрямую связана с программными ограничениями текущей версии Googlebook OS. Разработчикам предстоит доработать систему: если приложения в полноэкранном режиме уже умеют работать в портретной ориентации, то рабочий стол, список запущенных окон и панель программ до сих пор функционируют исключительно в горизонтальном режиме. Ожидается, что первый планшет на новой платформе выпустит Lenovo. Согласно утечкам, устройство оснастят отсоединяемой клавиатурой, встроенной откидной подставкой и световой полосой Glowbar возле тыльной камеры. Появление Googlebook OS на планшетах ставит вопрос о будущем премиальных планшетов на базе Android. Место для классической мобильной ОС на рынке определённо сохранится, но новая платформа сможет предложить пользователям опыт, максимально приближенный к работе на обычном компьютере. Первый орбитальный дата-центр Google заработал — и родил странный стишок
30.10.2026 [22:22],
Андрей Созинов
Google сообщила об успешном испытании своих тензорных процессоров TPU на орбите Земли. Модель искусственного интеллекта Gemma 4, работающая на установленных на спутнике чипах, впервые выполнила запрос и сгенерировала ответ. 
Источник изображения: Google Google отметила, что во время испытаний инженеры успешно запустили бортовые TPU, после чего модель Gemma 4 получила запрос сочинить хайку о пребывании в космосе. В ответ она выдала три строки: Blue marble below Художественный перевод: Внизу — голубой шар, Помимо стихотворения, Google проверила работу модели с другими запросами на космическую тематику, включая написание лимериков — юмористических стихотворений из пяти строк — и обработку телеметрических данных. Испытание стало частью Project Suncatcher — экспериментальной инициативы Google по созданию инфраструктуры для ИИ-вычислений непосредственно на орбите. Спутник с установленными TPU отправился в космос ранее в октябре. Теперь Google предстоит проверить, насколько надёжно процессоры работают в непривычных условиях — при термических нагрузках и воздействии радиации. В компании сообщили, что в рамках следующих испытаний особое внимание уделят именно этим факторам. Если тесты пройдут успешно, следующим этапом станет запуск двух взаимосвязанных спутников — он запланирован на 2027 год. Google рассчитывает, что полученные результаты помогут оценить перспективы создания орбитальных дата-центров для ИИ. |
© 1997—2026 3DNews
При цитировании документа ссылка на сайт с указанием автора обязательна. Полное заимствование документа является
нарушением
российского и международного законодательства и возможно только с согласия редакции 3DNews.
MWC 2018
2018
Computex
IFA 2018
