В США подтвердили, что AI не может считаться изобретателем

Ведомство по патентам и товарным знакам США заявило, что генеративный AI считается инструментом на службе человека. Как компьютерная программа или лабораторное оборудование.

Если человек сделал что-то новое с помощью генеративного AI, то он будет считаться автором. Разработчики AI и владельцы данных, на которых этот AI обучался, не должны претендовать на соавторство.

При Байдене был другой подход. Патентный вопрос для изобретений с участием AI решался по стандарту, применяемому, когда авторов несколько.

https://www.reuters.com/legal/government/us-patent-office-issues-new-guidelines-ai-assisted-inventions-2025-11-26/

Alphabet заходит в физический ИИ

Alphabet (материнская компания Google) получила долю в стартапе Physical Intelligence — компании из Сан-Франциско, которая строит «мозг» для роботов.

Что произошло:
- Physical Intelligence привлекла $600 млн, а пост-оценка выросла до $5.6 млрд
- Раунд возглавил независимый ростовой фонд Alphabet — CapitalG
- В раунде участвовали существующие инвесторы: Lux Capital, Thrive Capital и Джефф Безос
- Среди новых — Index Ventures, T. Rowe Price и другие

Что делает Physical Intelligence:
- Разрабатывает универсальные foundation-модели и алгоритмы обучения
- Эти модели выступают как общий «мозг» для разных типов роботов, а не для одного узкого сценария

В их последних демо модель π*0.6 уже управляет роботами в реальном мире — берёт объекты, двигается в пространстве и реагирует на окружение как единая система «тело + мозг».

🌟 Google пытается выиграть гонку ИИ не скоростью чипов, а ценой вычислений.

У Nvidia высокая маржа при продаже GPU облакам, поэтому конечные цены получаются дорогими.
Google создаёт TPU почти по себестоимости, не добавляет наценку и может значительно снижать стоимость вычислений в своём облаке.

Так работает полная вертикальная интеграция. Один владелец контролирует весь путь от чипов до сети и облачного уровня, что позволяет гибко управлять ценами.

Главная часть расходов в ИИ - это не обучение моделей, а инференс. Когда модель уже развёрнута, почти весь бюджет уходит на генерацию токенов. В этой ситуации важна не максимальная скорость, а минимальная стоимость токена.

Стратегия Google заключается в постоянном снижении стоимости токена на TPU и передаче этой экономии клиентам через более низкие облачные цены.

Если подход Google сработает, компании начнут выбирать решения по цене, стабильности и доступности вычислений, а не только по скорости.

Nvidia останется ведущим игроком в обучении самых больших моделей. Но её способность поддерживать высокую маржу может уменьшиться, если значительная доля инференса перейдёт на более доступные по цене TPU.

Отдельное преимущество Google создаёт собственная экосистема. Поисковая система, YouTube, Android и Workspace способны полностью загружать TPU-мощности и обеспечивать стабильный внутренний спрос.

https://x.com/KrisPatel99/status/1993259550544191645

Полезное для студентов: Gemini научился создавать интерактивные изображения — теперь ИИ-картинки работают как живые схемы.

Модель превращает любой визуал в учебный объект: элементы можно нажимать, увеличивать и разбирать по терминам. То есть вы загружаете любую непонятную картинку и получаете понятный визуальный разбор.

Фича очень крутая и работает как на мобильной версии, так и на десктопе. Пользуемся тут.

@serch

Нашли бесплатный аналог Photoshop — Pinta. Внутри: весь базовый набор инструментов, который нужен для нормальной работы с графикой:

• Слои, текст, эффекты, кадрирование, удаление фона.
• Ставится на Windows, Linux и macOS в пару кликов.
• Проект живой: обновления выходят до сих пор.
• Полностью бесплатный, без логинов, подписок и обходов.

Забираем тут.

@serch