В сети появилось видео с новой версией программы Gemini для компьютеров Mac

Главное изменение заключается в том, что искусственный интеллект теперь может напрямую работать с файлами на вашем жестком диске. Программа умеет читать документы в указанных папках, находить там информацию и вносить правки по запросу пользователя.

В приложении также заявлена функция анализа происходящего на экране в реальном времени

Надеюсь также пофиксят баг, когда приложение само по себе закрывается

Исследователи из компании Calif продемонстрировали успешный взлом ядра macOS на устройствах с процессорами Apple M5

В ходе работы был обойден аппаратный механизм Memory Integrity Enforcement, который основан на технологии ARM MTE. Эта система внедрялась как основная функция безопасности чипов M5 и A19, предназначенная для защиты от класса уязвимостей, использующих повреждение памяти

Разработка рабочего эксплойта заняла у специалистов пять дней, для чего применялся инструмент Mythos Preview. Представители Calif лично передали подробный отчет об уязвимости в главный офис Apple

Публикация технических деталей ожидается только после того, как компания выпустит соответствующее обновление операционной системы для устранения данной проблемы

На видео демонстрируется сам процесс взлома

Источники:

https://x.com/intcyberdigest/status/2055281844816384262?s=46

https://blog.calif.io/p/first-public-kernel-memory-corruption

У Gemini новый дизайн в iOS приложении, на маке тоже завезли 🔥

Также добавили модели и уровень рассуждения

Карпаты присоединился к Anthropic 🔥

Tongyi Lab выпустил Qwen3.5-LiveTranslate, модель для синхронного перевода речи в реальном времени с клонированием голоса спикера (у GPT-realtime такого нету 👀)

Поддерживается понимание и текстовый вывод на 60 языках, голосовой вывод на 29. Заявлено более 3500 языковых пар с минимальной задержкой

Функция Visual Grounding позволяет модели использовать визуальный контекст с экрана или камеры для повышения точности перевода

Hotword Customization дает возможность задать пользовательский словарь из брендов, имен и терминов, чтобы исключить их искажение при транскрипции

Модель уже доступна на omni.chat.ai, API анонсировано как скоро доступное через bailian.console.aliyun.com.

Gemini Omni, новая видеомодель Google, генерирует образовательные ролики по запросу пользователь описывает тему, модель создает короткое видео с визуализацией, субтитрами и голосом

Ключевое отличие от существующих видеогенераторов, судя по утечкам и ранним тестам, это корректный рендеринг математических формул и уравнений прямо в видеоряде, что критично для образовательного контента. Ранние тесты также фиксировали стабильность сцен, синхронизацию голоса и возможность редактирования через чат-запрос

Модель анонсируется сегодня на Google I/O 2026. По структуре Omni позиционируется как единая мультимодальная система, которая работает с текстом, изображениями, видео и аудио нативно, в рамках одной модели

Когда запускаешь ИИ-агента, нужно самому писать логику цикла: вызовы инструментов, обработка ошибок, управление контекстом, стриминг событий

Claude Managed Agents берет это на себя вы описываете задачу и подключаете инструменты, Anthropic запускает агентный цикл на своей стороне

Сегодня добавили две вещи. Self-hosted sandboxes: сам агентный цикл остается у Anthropic, но выполнение инструментов переносится в вашу инфраструктуру или к провайдерам вроде Cloudflare, Daytona, Modal, Vercel.

MCP tunnels: агент обращается к внутренним базам, API и сервисам компании через зашифрованный туннель, без входящих правил файрвола и публичных эндпоинтов. Актуально для enterprise, где данные не должны покидать периметр. Self-hosted sandboxes уже в публичной бете, MCP tunnels пока в research preview

Почитать: https://claude.com/blog/claude-managed-agents-updates

Документация: https://platform.claude.com/docs/en/managed-agents/self-hosted-sandboxes​​​​​​​​​​​​​​​​

Thariq, инженер команды Claude Code в Anthropic, опубликовал промпт, который регулярно применяет при работе с ИИ агентами

Шаблон выглядит так:

Implement <SPEC> and while you do, keep a running implementation-notes.html file with decisions you had to make that weren’t in the spec, things you had to change, tradeoffs you had to make or anything else I should know.

Идея в том, что любая спецификация содержит неоднозначности, и вместо того чтобы модель молча делала допущения, она ведет живой лог своих решений. В уточненной версии промпта лог разбивается на четыре категории: дизайн-решения при неоднозначностях в спеке, намеренные отклонения с обоснованием, рассмотренные альтернативы, открытые вопросы для ревью

Google I/O 2026 прошел 19 мая кейнот занял около двух часов и охватил модели, агентов, переработку всех основных приложений и железо

По моделям: Gemini 3.5 Flash становится новым флагманом, по заявлению Google быстрее 3.1 Pro в четыре раза и сильнее на агентских задачах. Gemini 3.5 Pro выйдет в следующем месяце
Gemini Omni мультимодальная модель с редактированием видео через текст, уже доступна в Gemini App и бесплатно в YouTube Shorts

По агентам: Gemini Spark персональный агент, который выполняет задачи в приложениях в фоне. Daily Brief собирает утренний дайджест из Gmail, календаря и задач. Information Agents мониторят веб по заданным темам без участия пользователя. Android Halo живая полоска на экране Android, показывает что агент делает в реальном времени

По приложениям: Gmail Live и Docs Live добавляют голосовое управление почтой и документами.
Google Keep превращает свободную речь в структурированные заметки (далее в комментариях)

На конференции Google I/O продемонстрирован алгоритм взаимодействия с операционной системой macOS через Gemini

В рамках презентации был показан процесс создания электронного письма на основе нескольких разрозненных файлов. Пользователь выделил в папке фотографии и PDF-справки, а затем голосом поставил задачу написать письмо и собрать данные в таблицу. ИИ распознал информацию с изображений и текст из документов, после чего сгенерировал готовое сообщение с таблицей в почтовом клиенте.

Это пример использования мультимодальности для обработки файлов разных форматов без необходимости переключаться между окнами.

Google на I/O 2026 выпустил Antigravity 2.0 отдельное десктопное приложение, построенное вокруг оркестрации ИИ агентов, без привязки к IDE

Несколько агентов запускаются параллельно через динамические subagent-воркфлоу, фоновые задачи планируются по расписанию, поддерживаются нативные голосовые команды. Движок, Gemini 3.5 Flash, по заявлению Google работает в четыре раза быстрее конкурирующих frontier-моделей и превосходит Gemini 3.1 Pro на кодинговых бенчмарках

В экосистему вошли также Antigravity CLI (полная замена Gemini CLI, написан на Go), Antigravity SDK для кастомных агентов и Managed Agents в Gemini API с персистентным Linux-окружением

Gemini CLI и расширения Code Assist отключат для всех пользователей 18 июня 2026 года. Новый план AI Ultra стоит $100 в месяц (5x лимиты против Pro), топовый снизился с $250 до $200 (20x лимиты)

Почитать: https://antigravity.google/blog/introducing-google-antigravity-2-0​​​​​​​​​​​​​​​​

Google на I/O 2026 анонсировал Gemini Omni новую модель для генерации и редактирования видео, встроенную напрямую в Gemini

Заявленная долгосрочная цель, по словам Демиса Хасабиса, генерировать любой тип контента из любого входа; первый шаг видео. Например модель, берет видео как вход и позволяет редактировать его в чате: менять персонажей, фоны, убирать объекты текстовыми командами. Также у него нативная мультимодальность: на вход принимаются текст, аудио, изображения и видео одновременно, выход единый по стилю

По первым тестам качество сырой генерации уступает Seedance 2 от ByteDance, но редактирование работает заметно лучше конкурентов. Omni позиционируется как агент, аналогично Deep Research в AI Studio, и будет доступен через API.

Первая версия, Omni Flash, уже доступна подписчикам AI Plus, Pro и Ultra в Gemini App, Google Flow и Google Flow Music. В YouTube Shorts и YouTube Create доступ бесплатный без подписки

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