✔️ OpenAI расширяет программу TAC и выпускает GPT-5.5-Cyber

Сэм Альтман анонсировал модель для кибербезопасности GPT-5.5-Cyber. На бенчмарке CyberGym она обходит Claude Opus 4.7. По внутренней шкале рисков OpenAI модель получила статус «Высокий», что ниже критического порога, при котором вводятся жёсткие ограничения на использование.

Параллельно OpenAI опубликовала план "Кибербезопасность в эпоху интеллекта". Глава политики национальной безопасности компании Саша Бейкер пишет, что атакующие уже используют новые технологии и защитники не должны отставать.

На этом фоне OpenAI расширяет программу TAC: раньше доступ был только у узкого круга ИБ-исследователей, теперь модель открывают для госструктур, финансового сектора и MSSP, которые обслуживают локальные больницы, школы и объекты водоснабжения.
Sam Altman в сети Х

✔️ Claude Security вышел в публичную бету для Enterprise

Anthropic открыл публичную бету ИБ-инструмента в составе подписки Enterprise. Продукт работает на Opus 4.7 и анализирует код не по сигнатурам, а через чтение исходников, отслеживание потоков данных и связей между компонентами архитектуры.

Для каждой уязвимости Claude Security оценивает вероятность эксплуатации, объясняет логику обнаружения и выдаёт оценку уверенности. Из интерфейса можно открыть сессию Claude Code и сгенерировать патч в контексте проекта.

В релиз по фидбеку ранних пользователей добавили сканирование по расписанию, отклонение ложных срабатываний с комментариями для будущих проверок и экспорт отчётов.
claude.com

✔️ Кластер xAI на 500 тыс. GPU используется только на 11%

Утилизация кластера xAI в последние недели держится около 11%. Парк компании - порядка 500 тыс. ускорителей NVIDIA, один из крупнейших в индустрии. Для сравнения, у других лабораторий использование редко превышает 40%.

Часть проблемы в том, что обучение идёт прерывисто: пока команда разбирает промежуточные чекпоинты и планирует следующий шаг, кластер простаивает. Вторая причина - пропускная способность HBM не успевает за вычислительными ядрами, сетевые задержки при синхронизации десятков тысяч GPU замедляют весь прогон.

Из-за этого в индустрии распространилась практика накрутки утилизации: повторные запуски уже отработанных тестов ради видимой загрузки оборудования. Так команды отчитываются перед руководством и удерживают за собой выделенные серверы.
theinformation.com

✔️ Apple показала метод диффузии для рассуждений в LLM

Apple и UCSD представили LaDiR - надстройку над LLM, которая меняет механику генерации CoT. Вместо последовательной генерации токенов фреймворк совмещает 2 подхода: диффузия в латентном пространстве на этапе рассуждений и обычная авторегрессия для финального ответа.

На инференсе LaDiR запускает несколько параллельных цепочек. Каждая стартует из шума и пошагово денойзится в связный логический блок. Отдельный механизм заставляет потоки исследовать разные гипотезы, чтобы они не сваливались в одинаковые решения. Накопив набор кандидатов, модель переключается на посимвольную генерацию ответа.

На LLaMA 3.1 8B и Qwen3-8B-Base она обходит дообучение по точности на математических задачах и на нестандартных задачах планирования.
apple.com

✔️ У Manus появился Cloud Computer

Cloud Computer - выделенная виртуальная машина, которая работает непрерывно и управляется через текстовые промпты. Агент сам пишет код, ставит зависимости и разворачивает приложения по описанию задачи.

Отличие от стандартной песочницы Manus в постоянной файловой системе. Cloud Computer сохраняет утилиты и сгенерированные файлы между запусками. На нём можно круглосуточно держать ботов, парсеры, MySQL, WordPress, Home Assistant, копить исторические данные и запускать скрипты по расписанию.

Среда работает только в режиме CLI. Помимо управления через агента, доступно прямое подключение по SSH и веб-терминал в дашборде. Мощности масштабируются по тарифам Basic, Standard и Advanced.
manus.im

@ai_machinelearning_big_data

#news #ai #ml

🟣Alibaba выпустила Qwen3.5-Omni
Мультимодальная модель: текст, изображения, аудио, видео на входе, текст и речь на выходе. Версия Plus обогнала Gemini 3.1 Pro, контекст 256k токенов.

🟣Google выпустила Veo 3.1 Lite
Нейросеть для генерации видео по тексту и изображениям. Вдвое дешевле Veo 3.1 Fast при той же скорости, 720p/1080p, ролики 4–8 секунд.

🟣Suno обновилась до v5.5
Появилась функция Voices для клонирования голоса по аудиофрагменту от 15 секунд до 4 минут. ИИ генерирует музыку с голосом владельца аккаунта.

🟣Samsung выпустил браузер с ИИ для Windows
ИИ-агент на базе Perplexity анализирует страницы, пересказывает текст и ищет по вкладкам. Пока доступен только в Южной Корее и США.

🟣Alibaba выпустила Wan 2.7-Image
Модель генерации изображений с поддержкой до 9 референсных изображений. Точный подбор цветов по кодам, редактирование фрагментов, удаление фона без потери качества.

🟣Google представила Gemini 3.1 Flash Live
Голосовая модель для агентов: отделяет речь от шума, распознаёт интонацию и темп, 90+ языков. Доступна в Google AI Studio через Live API.

🟣В Telegram появился AI Editor
Встроенный ИИ-редактор: исправляет грамматику, переводит и переписывает текст. Open-source модель, обработка без доступа к данным, Premium-подписка.

🟣Anthropic планирует IPO в 4 квартале 2026
Компания рассчитывает привлечь свыше $60 млрд, переговоры ведутся с Goldman Sachs, JPMorgan Chase и Morgan Stanley. Окончательное решение не принято.

📍 Новые статьи от VK на Хабр:
🟣Три разработки студентов ИМШ, которые могут изменить ИТ-индустрию
🟣AI в ИБ RuStore: от ревью задач и кода до AI-DAST
🟣DataCopilot: строим мультиагентную архитектуру для работы с корпоративным хранилищем данных и документацией

📍 Другие материалы от инженеров AI VK:
🟣Экономика внимания: как работать с системами рекомендаций соцсетей, Степан Малькевич
🟣Снижение уровня устаревания коллективных семантических идентификаторов в генеративном поиске, Владимир Байкалов х ИТМО

#дайджест #aivk

WhisperX Portable by Neurogen

Транскрипция и диаризация

Собрал портативную Windows-сборку WhisperX — это быстрое распознавание речи на базе Whisper с пословной разметкой времени и разделением говорящих.

Установка одной кнопкой, без admin-прав, без CUDA Toolkit, без Anaconda. После установки папку можно скопировать на любой Windows-комп с NVIDIA-картой и просто запустить.

🔘Функционал

- расшифровка интервью, лекций, подкастов
- субтитры (SRT / VTT) к видео и стримам
- разделение по говорящим в записях встреч и созвонов
- всё локально, ничего не уходит в облако

В отличие от веб-сервисов бесплатно, неограниченно по длине, и приватно

🔘Что нужно

- Windows 10 / 11, 64-бит
- NVIDIA с драйвером R555+ (RTX или GTX 10+ серии) — будет в десятки раз быстрее
- Либо просто CPU — медленнее, но работает без видеокарты
- 8 ГБ ОЗУ минимум, 16+ ГБ для крупных моделей
- ~6 ГБ места на диске после установки + место под модели

🔘 Как поставить

1. Скачайте репозиторий ZIP-ом или git clone https://github.com/rzaev77/whisperx-portable.git
2. Распакуйте куда угодно — главное, чтобы в пути не было кириллицы (Python embeddable этого не любит)
3. Дважды кликните setup.bat. Первый раз качается ~3–5 ГБ, занимает 10–30 минут
4. После завершения — WhisperX.bat запускает GUI

Если у вас нет NVIDIA-карты, перед setup.bat запустите:
powershell -ExecutionPolicy Bypass -File tools\setup.ps1 -Backend cpu

🔘Как пользоваться

Через GUI: выбираете аудио/видео, ставите модель (large-v3 для качества, medium для скорости), язык (например ru), нажимаете «Транскрибировать». Результаты — в папке output/.

Через drag-and-drop: бросаете файл на WhisperX-CLI.bat — он сам прогонит транскрипцию с настройками по умолчанию.

Из консоли:
WhisperX-CLI.bat input.mp3 --model large-v3 --language ru --output_format srt

🔘Полезные советы

Модели: tiny → base → small → medium → large-v3. Чем больше, тем точнее и медленнее. Для русского large-v3 — оптимум.

Если не хватает VRAM (ошибка CUDA out of memory): поставьте compute_type=int8 и batch_size=4 в GUI. Так влезает даже на 6 ГБ.

Скорость: на RTX 3060 час аудио → ~3-5 минут на large-v3 с compute_type=float16. На CPU тот же час — до 30-60 минут.

Качество выше: оставьте «Выравнивание (временные метки слов)» включённым — получите точные тайминги по словам, удобно для субтитров.

Форматы: srt для субтитров, txt для чистого текста, json если нужна машинная обработка с таймкодами и говорящими.

Папка переносится: после setup.bat можно скопировать всю папку на флешку и запускать на другом компе с NVIDIA-картой. Без переустановки.

🗣 Диаризация (разделение говорящих)

Чтобы получить «Спикер 1: …», «Спикер 2: …»:

1. Регистрируетесь на huggingface.co
2. Принимаете соглашение на странице модели pyannote
3. Создаёте токен с правом чтения: https://huggingface.co/settings/tokens
4. Вставляете токен в поле «Токен HF» в GUI, ставите галку «Включить диаризацию»

Токен сохранится в config.json рядом — больше вводить не придётся.

🔘Если что-то сломалось

`Could not load library cudnn_*.dll` → драйвер NVIDIA старее R555. Обновите с [nvidia.com](https://www.nvidia.com/Download/index.aspx) или переустановите с -Backend cpu.

CUDA out of memory → меньше модель, compute_type=int8, batch_size=4.

Кириллица в консоли как ??? → у вас старая версия Windows без поддержки UTF-8 в консоли. Сама работа не пострадает, только сообщения.

Полный сброс: powershell -ExecutionPolicy Bypass -File tools\setup.ps1 -Force — стирает runtime/ и переустанавливает.

Подробности — в docs/TROUBLESHOOTING.md.

GITHUB