Это самое интересное

Google выпустил ИИ-функцию, которая меняет то, как мы все используем YouTube. Она называется Ask YouTube. Теперь вместо того, чтобы смотреть видео целиком, вы просто задаете вопрос о том, что именно вы хотите найти на YouTube, и он найдет нужное видео и точный момент в нем, который вы ищете 🔥

Разработчики ИИ консультируются с философами и теологами для настройки нейросетей. Anthropic привлекла специалистов по этике из 15 традиций для изучения формирования характера. Цель не навязывание идеологии, а поиск устойчивых ориентиров. Модели дали «внешнюю совесть» для проверки ответов перед генерацией, что снизило нарушения безопасности.

Anthropic опубликовала отчет о новых этических принципах. Проведены консультации с философами, учеными и представителями культур для интеграции моральных ориентиров без идеологического уклона.

Результат внедрение механизма «внешней совести». Алгоритм перед задачами обращается к нему для оценки конфликтов интересов. Пауза на размышление снизила количество ответов, нарушающих протоколы. К исследованию планируют привлечь юристов, психологов и социологов.

https://www.anthropic.com/news/widening-conversation-ai

Google анонсировал мобильное приложение AI Studio на I/O 2026. Инструмент, который раньше работал только в браузере, скоро появится в App Store и Google Play

Параллельно Google запустил возможность генерировать нативные Android-приложения из текстового промпта прямо в браузере, без установки SDK или настройки среды разработки

https://aistudio.google.com/mobile

Вот пример 3 правок видео с новой моделью Google, Omni:
1. оригинал
2. сделать её невидимой, надеть на неё перчатки
3. пока она говорит, двое мужчин приходят и уносят картину в рамке
4. изменить её наряд

Gemini на iOS работает с единым лимитом на мультимедиа. Модель Omni поддерживает работу с видео, но лимиты не разделены по типу контента. Изображения, видео и музыка расходуют один общий пул, и при достижении порога все три категории оказываются недоступны до его сброса 🫠

Репозиторий от HuggingFace.

Agent Skill инструкция + набор скриптов, которую ты отдаёшь агенту (Claude Code и/или другому агенту). Он читает исходный код архитектуры из transformers, сам переписывает его под MLX, прогоняет тесты и готовит PR. Человек только проверяет результат

Если захочешь запустить какую-то модель локально на М чипе, а она ещё не портирована в mlx-lm вот инструмент чтобы это сделать

https://github.com/huggingface/transformers-to-mlx

Официально поддерживает казахский и русский 🔥🔥🔥

Tencent выпустил Hy-MT2, семейство открытых моделей для машинного перевода в трёх размерах: 1.8B, 7B и 30B-A3B.

Все три поддерживают 33 языка, в том числе казахский, русский. Версия 1.8B сжата до 440 МБ с помощью квантизации AngelSlim до 1.25 бит и рассчитана на запуск локально на мобильных чипах

По результатам бенчмарков WMT25 модели 7B и 30B-A3B превзошли DeepSeek-V4-Pro и Kimi K2.6 на переводческих задачах, а 1.8B обошла ряд коммерческих API. Вместе с моделями опубликован IFMTBench, бенчмарк для оценки следования инструкциям при переводе. Веса доступны на Hugging Face в форматах GGUF, FP8 и 1.25-bit GGUF.

GitHub: https://github.com/Tencent-Hunyuan/Hy-MT2

ModelScope: https://modelscope.cn/collections/Tencent-Hunyuan/Hy-MT2

Hugging Face: https://huggingface.co/collections/tencent/hy-mt2

Статичная инфографика превращается в анимированное видео одним промптом. Пользователь загрузил картинку в Gemini и попросил расставить анимацию элементов в нужном порядке, модель сама интерпретировала структуру изображения и сгенерировала видео. Твит с результатом набрал 61 тыс. просмотров за сутки.

Промпт: «Сделай из этого изображения профессиональную анимацию с направлением взгляда зрителя. Основные элементы должны появляться в порядке: заголовок, визуал, дополнение, CTA. Движение должно быть элегантным и ритмичным, с естественным завершением.»

Alibaba выпустила Qwen3.7-Max, для агентных сценариев

Ключевой эксперимент команды: в режиме автономного запуска модель 35 часов оптимизировала CUDA-ядро Extend Attention, совершив 1158 вызовов инструментов и 432 итерации компиляции, без участия человека, и достигла ускорения в 10x относительно базового Triton-ядра.

На агентных бенчмарках Terminal-Bench (69.7), MCP-Atlas (76.4), SWE-bench Multilingual (78.3) модель занимает первое место среди протестированных

На CoWorkBench результат 67.2 против 68.2 у Claude Opus 4.6 Max. Модель доступна через API Alibaba Model Studio и Qwen Studio

Почитать: https://qwen.ai/blog?id=qwen3.7

Демо: https://chat.qwen.ai

Генеративный ИИ создает изображения на основе статистических закономерностей, а не физического моделирования сцены

Именно это и эксплуатирует Хани Фарид, один из основателей цифровой криминалистики, в своей работе по обнаружению фейков. В апрельской статье Science журналист Кай Купфершмидт описывает три конкретных метода Фарида.

Первый: в реальном фото параллельные линии, например плитка пола или рельсы, сходятся в единой точке перспективы. Если нет, снимок физически неправдоподобен.
Второй: отражения подчиняются той же геометрии.
Третий: тени от солнца на поверхности Земли параллельны, и их несоответствие этому принципу выдает подделку

Фарид скептически относится к тезису о том, что ИИ со временем научится воспроизводить физику корректно: у компаний нет стимула добиваться такого уровня точности, их цель, обмануть рядового пользователя, а не криминалиста

Источник: https://www.science.org/content/article/deepfakes-are-everywhere-godfather-digital-forensics-fighting-back

Первый день Андрея Карпатого в офисе Anthropic

Qwen 3.7-Max написал Тетрис-бота лучше Claude и GPT, потратив в 9 раз меньше денег

Три модели дали бота, который сам читал свой код и переписывал себя 10 раз подряд. Qwen улучшил результат на 56% за $1.32, Claude Opus 4.7 дал +28% за $12.15, GPT-5.5 вышел в минус с +7% за $2.85. В длинных агентных циклах разница в цене оказывается принципиальной

OpenAI добавила в Codex функцию Appshots

На Mac двойное нажатие Command прикрепляет окно любого приложения к активному треду в Codex. Агент получает одновременно скриншот и полный текст содержимого окна, в том числе контент за пределами видимой области экрана. Это позволяет передавать контекст без ручного копирования или описания

Функция доступна на всех тарифных планах для Mac

Tesana выпустила Muranyi 3, третью итерацию своей специализированной ИИ модели для создания игр из текстовых описаний

В отличие от универсальных языковых моделей, Muranyi обучена именно на игровой логике: она генерирует окружение, механики, персонажей и системы поведения NPC через промпты. В новой версии появился встроенный редактор кода, заявлено на 90% меньше багов в сгенерированном коде, улучшены 3D-анимации и скорость сборки

Платформа работает в браузере без установки движка. Компания привлекла около 10 000 платящих пользователей за первые недели и показывала продукт на GDC в марте 2026 года. Пространство «промпт в игру» становится конкурентным: среди других игроков Rosebud и несколько YC-стартапов

Почитать: https://tesana.ai/en/blog/introducing-muranyi-3

Теперь на Mac с чипом Apple можно запустить анимацию любого портрета через веб-камеру, и модель будет переносить мимику лица в реальном времени на выбранное изображение: фотографию, картину или даже кота.

Инструмент называется fasterliveportrait-mlx. Он работает локально, через браузер, без облака. В качестве источника можно использовать не только лицо человека, но и любое изображение с несколькими лицами одновременно. Аудио и текст в качестве управления мимикой тоже поддерживаются, но пока в экспериментальном режиме.

GitHub: https://github.com/ivanfioravanti/fasterliveportrait-mlx

Как понять сложную научную статью по 3D-графике, не копаясь часами в формулах?

Gemini 3.5 flash превращает старые чертежи из документов в интерактивные трехмерные модели. Ей можно просто показать скриншот статьи отметив формулу/объект который не понимаешь и он сам разберет схемы, напишет код и создаст веб-страницу, где на 3D-объекте можно крутить ползунки, менять углы падения света и сразу видеть, как работает математика из текста

Perplexity выпустили Bumblebee безопасный сканер для разработчиков 🐝

Он ищет зараженные библиотеки (из npm, PyPI и др.) на вашем компе, но делает это в режиме «только чтение». Никакой код при проверке не запускается, так что вирус случайно не активируется

Когда в npm или PyPI находят очередную зараженную библиотеку (а это происходит постоянно), первая мысль: «Блин, а у меня она не стоит?»

Проект: github.com/perplexityai/bumblebee

Google на I/O 2026 представила Neural Expressive, новый дизайн-язык для приложения Gemini

Суть не в визуальном рефреше, а в изменении логики ответа: модель больше не возвращает блок текста по умолчанию. Вместо этого ответ может быть оформлен как интерактивный таймлайн, иллюстрация с подписями, PDF или видео с озвучкой

В рекламном видео показан сценарий, где пользователь наводит камеру на нецветущее растение и запрашивает, как оно выглядело бы в цвету, Gemini генерирует изображение прямо в диалоге

Другой запрос превращает тот же снимок в открытку. Режим Gemini Live теперь встроен в основной интерфейс, без отдельного экрана, пользователь может переключаться между текстом и голосом без потери контекста

Аудитория приложения, по данным Google, превысила 900 млн активных пользователей в месяц. Обновление распространяется с 19 мая на Android, iOS и веб

LM Studio теперь генерирует текст быстрее за счет MTP модель предсказывает сразу несколько токенов за один проход вместо одного

Доступно в версии 0.4.14 для GGUF-моделей с поддержкой этой техники, например Qwen3.6-35B и Qwen3.6-27B в MTP-вариантах. Включается при загрузке модели.

В мобильном приложении ChatGPT продемонстрирована новая возможность для автоматизации документооборота. Функция объединяет распознавание изображений и голосовой ввод для заполнения различных бланков, анкет и регистрационных форм

Процесс строится на интеграции мультимодальных возможностей нейросети. Пользователь отправляет в чат снимок незаполненного документа и наговаривает сопутствующую информацию голосом без строгого соблюдения порядка пунктов. ChatGPT анализирует аудиозапись, извлекает контекст, находит соответствующие поля на изображении и аккуратно вписывает туда текст или проставляет галочки. На выходе формируется копия исходного документа с внесенными данными, при этом специфические требования, вроде сохранения пустой графы для физической подписи, выполняются корректно