🌟 Как поднять X11 в контейнере и запустить Unity в YTsaurus

Команда 3D-реконструкции в Яндексе запустила рендеринг Unity-сцен в YTsaurus. За два дня отсканировали гостей премьеры «Кибердеревни», превратили в 3DGS-аватары и отрендерили тысячи роликов.

Графические движки оказались требовательнее вычислительных задач. Для запуска Unity в контейнере недостаточно пробросить /dev/nvidia0.

🟡Что добавили:

🟢/dev/nvidia-modeset
🟢/dev/dri/card0
🟢/dev/dri/renderD128
🟢X11-сервер с DDX-драйвером nvidia_drv.so
🟢dbus внутри контейнера

Прошли путь от контейнеров в локальном Docker до операций в YTsaurus. На пути выяснилось, каких устройств не хватает. Коллеги из Yandex Infrastructure за несколько часов добавили поддержку Xorg для GPU-хостов.

Перед запуском протестировали на Quake II RTX. У A100 нет RT-ядер и NVENC — трассировка через Compute-шейдеры, видео кодируется софтом на CPU.

Результат: рендеринг стал обычным шагом в пайплайне. Никаких виртуалок и ручных запусков.

@ai_machinelearning_big_data

#AI #ML #YTsaurus #3DGS #Unity

✔️ OpenAI не планировали строить дата-центр Stargate в Великобритании

Проект Stargate UK стоимостью $30 млрд оказался правительственной пиар-акцией, выяснила The Guardian. Инсайдеры утверждают, что реального плана строительства не существовало.

Представители OpenAI ни разу не посещали площадку в бизнес-парке Cobalt Park в Норт-Тайнсайде. Местные власти также подтвердили отсутствие встреч с OpenAI и ее британским партнером Nscale.

В апреле операторы проекта объявили о приостановке работ, официально сославшись на жесткое регулирование и высокие затраты на электроэнергию. Члены британского парламента уже признали реализацию инициативы крайне маловероятной.
theguardian.com

✔️ Anthropic научилась декодировать планирование в ИИ вне CoT

Компания нашла в Claude изолированную рабочую область, где модель оперирует концептами без вывода в текст и генерации CoT. Зону назвали J-Space, в честь матрицы Якоби, с помощью которой исследователи отследили скрытые процессы.

В одном из тестов Claude поручили скопировать случайное предложение и одновременно обрабатывать информацию о мосте Golden Gate. Модель выдала только нужный текст, но в J-Space зафиксировали активацию понятий "мост" и "Калифорния".

Метод планируют применять для выявления скрытых намерений в рамках элайнмента. Anthropic протестировала J-Space на модели, намеренно обученной саботировать кодинг. При генерации корректных скриптов в скрытом пространстве фиксировались концепты "подделка", "тайно" и "мошенничество".
transformer-circuits.pub

✔️ Релиз серверных стоек Nvidia NVL144 задерживается на год

Основная причина - высокий процент брака при производстве центральной печатной платы. Другие аппаратные планы тоже изменены.

Отменен выпуск спаренной стойки NVL72x2 из-за недовольства облачных провайдеров форм-фактором и высокими операционными расходами. Также отменена 4-кристалльная версия будущего чипа Rubin Ultra, на рынок выйдет только вариант с двумя кристаллами.

Внедрение интерконнекта CPO-NVSwitch отложено до следующей архитектуры Feynman. Компенсировать задержки Nvidia планирует за счет систем Oberon-Rubin в классическом исполнении.
SemiAnalysis в сети Х

✔️ Китайский бигтех закрывает доступ к ИИ-аватарам

ByteDance, Alibaba и Tencent сворачивают функции ИИ-компаньонов из-за требований Администрации киберпространства Китая по борьбе с цифровой зависимостью.

Tencent отключила кастомных ботов в Yuanbao в июне. Alibaba уберет аватаров из Qwen 10 июля, а ByteDance закроет доступ к персонализированным агентам в чат-боте Doubao 15 июля.

По новым правилам провайдеры обязаны отслеживать признаки аддикции и программно ограничивать чрезмерное использование сервисов. Запрещена генерация контента, формирующего у подростков эмоциональную привязанность, способную вытеснить реальные социальные связи.

Обучение моделей на данных из личных переписок также попадает под запрет.
scmp.com

✔️ Япония инвестирует 1 трлн иен в роботов

Власти страны планируют развернуть 10 млн роботов с физическим ИИ к 2040 году для компенсации дефицита кадров. Устройства задействуют в 18 отраслях, среди них - машиностроение, медицина, общепит и сельское хозяйство.

Управлять парком будет мультимодальная модель Noetra, спроектированная специально для робототехники. Ее создают Национальный институт передовых промышленных наук и консорциум SoftBank, NEC, Sony Group и Honda.

Госинвестиции в проект составят 380 млрд иен в текущем финансовом году и достигнут 1 трлн иен (около 6 млрд долларов) за 5 лет. Архитектуру Noetra планируют открыть для местных разработчиков, а участники консорциума намерены использовать модель для экспансии на внешние рынки.

Об аналогичной государственной программе по роботизации ранее объявила Южная Корея.
theregister.com


@ai_machinelearning_big_data

#news #ai #ml

📌 Лауреаты ICML 2026

Организаторы Международной конференции по машинному обучению опубликовали список работ, удостоенных наград этого года.

ICML считается одной из ведущих мировых площадок в сфере искусственного интеллекта, а её премии - заметным профессиональным признанием.

Лауреатов основной категории выбирали в несколько этапов - из 53 первоначальных кандидатов отобрали короткий список из 22 работ, которые затем в анонимизированном виде оценивал комитет из 11 человек.

🟡 Высшую награду в категории "Выдающиеся статьи" разделили 2 статьи

The Flexibility Trap оспаривает распространённое мнение о диффузионных языковых моделях о том, что свобода выбирать порядок генерации текста, которую принято считать достоинством таких моделей, в задачах на рассуждение, наоборот, ухудшает результат.

High-Accuracy Sampling for Diffusion Models and Log-Concave Distributions показывает, что диффузионные модели способны достигать высокой точности за существенно меньшее число вычислений.

🟡Отдельно отмечены работы, отстаивающие определённую точку зрения

Лучшей признана статья Сары Болл и Фила Хакеманна, в которой утверждается, что элайнмент ИИ, создаваемый ради безопасности, может применяться и для цензуры.

Почётного места удостоена работа Ли Цивэя и соавторов про то, что изучение дипфейков недостаточно учитывают проблему создания интимных изображений без согласия людей.

🟡Ещё 5 статей получили упоминания в основной категории

🟠Как модели обходят «детекторы лжи» при обучении;

🟠Отбор обучающих данных для генерации видео;

🟠Пределы запоминания данных языковыми моделями;

🟠Объяснение того, почему разные диффузионные модели выдают схожие результаты;

🟠Анализ эффекта грокинга, когда модель сначала запоминает обучающие примеры, а обобщать, то есть верно работать на новых, ранее не встречавшихся данных, начинает гораздо позже, если обучение продолжать.

Премию Test of Time, отмечающую вклад с долгосрочным влиянием, присудили работе за авторством коллектива DeepMind под руководством Владимира Мниха.

Она предлагает метод асинхронного RL, который повлиял и на обучение больших языковых моделей.


@ai_machinelearning_big_data

#news #ai #ml

📌Claude Code изменил чужую продакшен-базу

На GitHub появился любопытный тикет, который (если подтвердится) бьёт по базовой гарантии Антропик - изоляции пользователей друг от друга.

В рабочем контексте Claude Code внезапно оказались чужие учётные данные - IP и root открытым текстом от сервера, к которому автор не имеет никакого отношения.

🟡Дальше самое неприятное

Ассистент принял чужие креды за легитимные, подключился к серверу по SSH, перечислил Docker-контейнеры и базы PostgreSQL, после чего выполнил миграцию с операциями чтения и записи.

Иными словами, ИИ одного пользователя отредактировал базу другого без ведома и согласия владельца.

🟡Причина пока неизвестна

В тематических сообществах обсуждают версию сбоя изоляции кэша общих префиксов.

Чтобы удешевить инференс и ускорить обработку, провайдеры переиспользуют кэшированные фрагменты диалогов, и при коллизии ключей кэша или отказе разграничения кусок чужого контекста теоретически может просочиться в вашу сессию.

Если эта версия верна, под угрозой данные любого пользователя. Но это лишь одна из гипотез, в самом отчёте среди возможных векторов названы также общее хранилище сессий, путаница при суммаризации контекста и перекрёстные ссылки в транскриптах.

🟡Есть и куда более прозаичное объяснение

Возможно, это галлюцинация модели, случайно угадавшей реальный IP и слабый пароль, либо локальная история проекта, загрязнившая контекст.

Пока Антропик не выпустила официального заключения, ни одну из версий нельзя ни подтвердить, ни отвергнуть.

Автоматика GitHub повесила на тикет метку security.


@ai_machinelearning_big_data

#news #ai #ml

✔️ Бигтех заваливает стартапы бесплатными вычислительными кредитами

ИИ-вендоры и облачные провайдеры выдают стартапам многомиллионные инфраструктурные кредиты, чтобы привязать их к своей экосистеме на старте и усложнить миграцию к конкурентам. Объем вычислительных бонусов уже сопоставим с посевными инвест-раундами.

Главная борьба идет за резидентов Y Combinator. Anthropic предложила каждому проекту акселератора API-кредиты на 500 тыс долларов без передачи доли в компании. OpenAI уравняла предложение, добавив опциональную инвестицию в 1,5 млн в обмен на долю.

Google Cloud выделяет до 500 тыс кредитами, дает ранний доступ к моделям Gemini и привлекает инженеров DeepMind для консультаций. Аналогичные программы работают у Microsoft и AWS.

По оценкам, только на резидентов YC лидеры рынка готовы тратить до 800 млн долларов вычислительными грантами в год.
wsj.com

✔️ DeepSeek собирает команду для создания собственного чипа

Вслед за OpenAI и Anthropic, китайский ИИ-разработчик тоже проектирует свое решение для инференса, чтобы снизить зависимость от оборудования Nvidia и Huawei.

Проект находится на ранней стадии. Ускоритель будет оптимизирован исключительно под вывод, а не под обучение моделей.

Компания ведет закрытые переговоры с разработчиками микросхем и поставщиками памяти, а также уже несколько месяцев хантит инженеров по железу, не публикуя открытых вакансий.
reuters.com

✔️ Meta* выпустила генератор изображений и превью видеомодели

Подразделение Superintelligence Labs представило модель для генерации изображений Muse Image и видеогенератор Muse Video.

Muse Image работает в связке с языковой Muse Spark, что позволяет редактировать, рисовать скетчи, оставлять аннотации поверх сгенерированной картинки, рендерить текст и смешивать референсы с учетом поиска в реальном времени. Интеграция с соцсетями позволяет упомянуть публичный аккаунт через @, чтобы модель скопировала его визуальный стиль.

Ранний билд Muse Video построен на той же архитектуре. Модель генерирует видеоряд и аудио единым потоком с точной синхронизацией. Для защиты контента в файлы вшивается водяной знак Content Seal, устойчивый к сжатию и кадрированию.

Muse Image доступна бесплатно с суточными лимитами в экосистеме компании. Для профессионального использования есть платный тариф. Релиз видеогенератора ожидается в ближайшие месяцы.
ai.meta.com

✔️ Claude Cowork выходит за пределы десктопа

Anthropic запускает мобильную и веб-версии Claude Cowork. Подписчики тарифа Max получат бета-доступ в ближайшие недели.

Десктопный клиент остается обязательным для локальных операций: чтения и записи системных файлов, работы с коннекторами и использования Computer Use. В веб-версии эти функции недоступны.

Классический чат и Cowork объединят на едином экране с синхронизацией проектов и артефактов между всеми устройствами.

По статистике Anthropic, более 90% сценариев использования Cowork не связаны с кодингом, а 50% нагрузки приходится на автоматизацию бизнес-операций и генерацию контента. Удвоенные лимиты на использование Cowork продлены до 5 августа.
claude.com

✔️ Microsoft переводит Copilot и Office на собственные модели

Корпорация начала заменять модели OpenAI и Anthropic в Excel, Outlook и GitHub Copilot на внутренние семейства MAI для сокращения лицензионных расходов. Глава ИИ-подразделения Мустафа Сулейман заявил о планах свести выплаты партнерам к нулю.

На конференции Build компания утверждала, что ее новая ризонинг-модель Thinking-1 не уступает Sonnet 4.6 и Opus 4.6 в написании кода. По результатам сторонних бенчмарков производительность новинки находится на уровне DeepSeek V3.2.

CEO Сатья Наделла допустил отказ от безлимитных подписок в пользу тарификации оплаты за использование. При таком сценарии базовыми станут модели MAI, а решения OpenAI и Anthropic перейдут в формат платных аддонов.
bloomberg.com

*организация признана экстремистской, её деятельность на территории РФ запрещена.

@ai_machinelearning_big_data

#news #ai #ml

📌 Anthropic предлагает делать самоуправляемые циклы

Команда Claude Code опубликовала в X руководство по loops. Это паттерны, в которых агент повторяет рабочий цикл, пока не сработает условие остановки.

Главная мысль: уходить от ручного режима, где разработчик задаёт направление на каждом шаге, и передавать агенту контроль по нарастающей.

Всего выделяют 4 типа циклов, различая их по способу запуска, условию остановки и степени автономии. Логически получается некая лестница делегирования, где на каждой ступени вы отдаёте агенту очередное полномочие.

🟡Агентный цикл запускается промптом и завершается, когда Claude считает задачу выполненной.

Здесь вы отдаёте агенту проверку. Ручные шаги верификации заполняются вSKILL.md и чем более количественные критерии, тем точнее агент оценивает собственную работу.

🟡 Целевой цикл /goal забирает у вас условие прерывания

Вы описываете, что значит готово, а дальше при каждой попытке Claude завершить работу отдельная модель-оценщик сверяет результат с вашим критерием (скажем, долей пройденных тестов) и возвращает агента к работе, пока цель не достигнута или не исчерпан заданный лимит попыток.

🟡Временной цикл /loop или /schedule берёт на себя триггер запуска.

Это удобно для повторяющейся рутины и при работе с внешними системами (например, дайджест по таскам, реакция на новое ревью или упавший CI).

🟡Проактивный цикл убирает человека из контура.

Рутина срабатывает по событию или расписанию и живёт, пока вы её не выключите. В связке с динамическими воркфлоу агенту передаётся уже сам промпт. Вот этот сценарий уже ближе всего к полной автоматизации.

🟡Дополнительные советы

Не каждая задача требует сложного цикла, начинать стоит с простейшего решения.

Кодовую базу следует держать чистой, а для ревью подключать второй агент. Для этого есть встроенный /code-review.

Контролировать расход токенов чёткими границами: точные условия остановки, подбор модели под задачу (рутину - на модели поменьше и побыстрее, решения с ризонингом - на самой мощной).

Динамические воркфлоу способны породить сотни агентов, так что масштаб лучше проверять на небольшой выборке.

@ai_machinelearning_big_data

#news #ai #ml

🌟 General Intuition в коллабе с Epic Games сделали мультиплеерную модель мира

Институт General Intuition вместе с французской лабораторией Kyutai и Epic Games представил MIRA, генеративный симулятор, воспроизводящий матчи Rocket League в формате 2 на 2 в реальном времени.

На входе только история кадров и нажатия клавиш всех четырёх игроков: ни физического движка, ни рендер-движка, ни явных 3D-представлений в инференсе нет.

В отличие от Odyssey, где логика вычислений и рендеринг разведены, MIRA пошла по пути генеративной симуляции в латентном пространстве видео.

В основе - диффузионный трансформер на 5 млрд параметров и отдельный видеокодек-представление на 600 млн.

Вместо автоэнкодера кодек строится поверх замороженного DINOv3-L, и латентное пространство выходит настолько стабильным, что специальные приёмы против дрейфа не понадобились, модель работает из коробки на обычном diffusion forcing.

Экраны четырёх игроков MIRA сшивает в единую сетку латентов, чтобы механизмы пространственного внимания работали между ракурсами и держали машины, мяч и события согласованными на всех видах.

Механизм action dropout достраивает поведение машин, для которых команды не пришли, компенсируя пропуски в потоках действий.

Всего на обучение MIRA ушло около 10 тыс часов геймплея, целиком сгенерированных ботами.

🟡 Тесты

Латентный подход бьёт пиксельный на порядок: gFID 10.7 против 81–105 и ARR 0.91 против 0.49–0.61 (ARR измеряет, насколько отданные команды считываются обратно из генерации).

Ключ к стабильности именно в DINOv3-L, без него картинка дрейфует в 1.3–1.7 раза сильнее, а с ним gFID держится ровным вплоть до 5 минут, и на практике роллаут идёт часами без коллапса.

ARR, кстати, совпадает с оценками живых людей (корреляция Пирсона 0.84).

🟡Недостатки

Контекст модели около четырёх секунд, поэтому повторы голов она попросту досочиняет - выглядит правдоподобно, но не совпадает с тем, что было на самом деле.

Часы и счёт плывут на переходах, а за 40 минут игры набегает порядка 80 некомандных бустов и 30 прыжков.

Авторы опубликовали код обучения и инференса, а также сет Rocket Science из 1000 часов каток в 720p с потоками действий и физическими состояниями.

На одной NVIDIA B200 модель выдаёт 20 FPS при 576p в реальном времени. Потыкать в играбельное демо можно тут.


@ai_machinelearning_big_data

#news #ai #ml