Весь интернет в восторге от Gemini 3, даже Сэм Альтман. Впервые пишет про конкурентов такое.

Вот это реально круто: всего за 2 промта Gemini 3 создал инженерную симуляцию АЭС с нуля.

Модель выдала полностью рабочую симуляцию с корректной физикой, системой управления стержнями и теплопередачей всего за 2 промпта.

Для сравнения, раньше на такую же задачу даже лучшие версии Claude и GPT-4o тратили 15–30 итераций и часто ошибались в физике.

Если уже сейчас Gemini 3 за 2 промта делает точную инженерную симуляцию АЭС, то можно будет просто заливать в Genie 3 и получить полноценный VR-тур внутри действующего реактора с фотореалистичной графикой, где всё работает по настоящим физическим законам.

Промты были такие:

1) "Write code for a detailed explainer showing how a nuclear reactor works. It should break down the different stages of the process in a clear way. Use whatever libraries to get this done but make sure I can paste it all into a single HTML file and open it in Chrome. Make it interesting and beautiful, in one code block."

2) "Code a 3d voxel version of the same demo"

Дэмис Хассабис СЕО DeepMind как и Ян Лекун делает ставку на world models

В интервью Хассабис говорит, что модели мира — это то, на что он тратит большую часть своего исследовательского времени.

Также Google решают вопросы последовательности и памяти. Над ними сейчас идёт работа в проектах Simmer и Genie — они будут надстраиваться поверх Gemini.

Хассабис продолжает говорить, что до AGI осталось 5–10 лет, и, скорее всего, понадобится ещё 1-2 исследовательских прорыва.

Про пузырь ИИ.
«Часть индустрии точно в пузыре. Когда ты видишь seed-раунды на несколько миллиардов $ за по сути “ничего” — талантливые команды есть, но это уже первые признаки пузыря.

Но с нашей стороны я вижу огромное количество реальной ценности: и краткосрочной (внедрение в Search, Workspace, YouTube, Android), и долгосрочной — робототехника, гейминг, открытие лекарств.

Мы в Alphabet в уникальной позиции, если пузырь лопнет и будет откат — мы всё равно выиграем. А если пузыря нет и всё продолжит расти — мы тоже выиграем. Наша задача — побеждать в обоих сценариях».

Про вычисления и TPU
«Мы всегда на передовой по эффективности. Нам это жизненно необходимо — обслуживать миллиарды запросов в AI Overviews. Но да, TPU всё равно не хватает — я бы с радостью взял ещё больше».

Экс-топ-менеджер TSMC украл секреты 2нм и устроился в Intel

Экс- старший вице-президент по разработке технологий и корпоративной стратегии компании TSMC Ло Вэйжэнь подозревается в краже секретных материалов о передовых технологиях.

Отметим, что бывший инженер также подозревается в краже секретов о 2нм.

Ло ушел на пенсию в июле 2025 года, но уже в октябре он присоединился к Intel — прямому конкуренту TSMC. Intel в последние годы пытается догнать тайваньского гиганта в производстве передовых чипов, инвестируя миллиарды в новые фабрики и нанимая таланты из Азии.

Перед уходом на пенсию Ло якобы попросил подчиненных подготовить технические презентации по 3-м ключевым технологиям TSMC:

1. 2-нанометровый процесс — флагманская разработка, которая позволит создавать чипы в 1,4 раза эффективнее 3-нм аналогов; производство стартует в 2025–2026 годах.
2. A16 — промежуточный процесс на 16 ангстрем (1,6 нм), ориентированный на высокопроизводительные приложения.
3. A14 — 14-angstrom (1,4 нм) технология, еще более продвинутая, с фокусом на энергоэффективность.

MIT о новом подходе к решению задач абстрактного мышления через компьютерное зрение

Есть такой бенчмарк ARC - визуальные головоломки, которые проверяют способность к абстрактному мышлению. Задачи выглядят как цветные сетки, где нужно понять правило и применить его к новому примеру.

Последние пару лет все пытались решить ARC большими языковыми моделями - GPT, Claude, специализированными рекуррентными моделями.

MIT задали простой вопрос: а почему вообще визуальную задачу пытаются решать через язык?
Их подход назвали VARC (Vision ARC). Суть проста: это задача перевода изображения в изображение. Не токены, не текст - чистое зрение.

Тут сразу же отреагировали люди из ex-DeepMind на эту работу, предложив посмотреть на их PushWorld - другой бенчмарк для абстрактного мышления.

Похоже, в сообществе зреет консенсус: для абстрактного мышления нужны специализированные архитектуры с правильными индуктивными смещениями, а не просто "больше параметров".

Одна из старейших криптобирж Kraken подала заявку на IPO. В этом году бум на IPO среди бирж

Kraken подала заявление по форме S-1 в SEC. Количество акций для размещения и ценовой диапазон пока не определены. IPO ожидается после завершения процесса рассмотрения SEC.

Сегодня Kraken — 4-я по объёму торгов криптобиржа в мире (по данным на 2025 год), с поддержкой более 450 криптовалют и свыше 1000 торговых пар.

Kraken имеет сильную репутацию в плане безопасности — с момента основания не было крупных хакерских атак. В отличие от конкурентов Binance, Kraken фокусируется на прозрачности и институциональных клиентах. Её модель бизнеса построена на низких комиссиях, глубокой ликвидности и инструментах Kraken Pro.

В этом году IPO сделали криптобиржи "взрослыми" игроками: 3–4 листинга привлекли >$2 млрд, подняли валюации до $13 млрд (Bullish) и усилили конкуренцию с Binance/COIN.

Греф показал гуманоидного робота Сбера

Сбер займется созданием спутниковой группировки, но в части генИИ.

В. Путин попросил у Грефа денег на спутниковые группировки, на что Греф сказал, что денег нет, все съедает ИИ 😁

Маск обещает ЦОДы в космосе через 4-5 лет, также строит в Саудовской Аравии ЦОД на 500 мегаватт

Напомним, что недавно Google представил свой проект ЦОДа в космосе.

Сегодня на мероприятии в Саудовской Аравии Илон Маск
представил свое видение будущего:

1. Работа станет опциональной в течение 10-20 лет. Работать люди будут по желанию, как сейчас играют в игры.

2. Гуманоидные роботы станут крупнейшей индустрией в истории — больше, чем мобильные телефоны.

3. Tesla создаст первых по-настоящему полезных гуманоидных роботов.

4. В долгосрочной перспективе деньги перестанут быть релевантными.

5. ИИ и робототехника— единственный путь к устранению бедности.

Еще Маск заявил, что уже через 4-5 лет самым экономически эффективным способом ИИ-вычислений будут солнечные ИИ-спутники в космосе. Причины:

- Бесконечная солнечная энергия без перерывов
- Естественное охлаждение через радиацию
- Солнечные панели дешевле
- Земля получает только 1/2 миллиардную часть энергии Солнца
- Для масштабирования до 300 гигаватт в год просто невозможно строить столько электростанций на Земле.

Маск не сказал ничего о проблемах для ИИ-вычислений в космосе:

1. Стоимость выведения на орбиту - даже с многоразовыми ракетами SpaceX это ~$1,500-2,000 за кг на низкую орбиту. Дата-центр Маска на Земле: 2 тонны стойка, из них 1.95 тонны — охлаждение. Хорошо, убрали охлаждение. Но сервера, кабели, корпуса, радиаторы, солнечные панели — всё равно тонны оборудования. Starship обещает $10-100/кг, но это пока не реализовано в масштабе.
2. Радиационная стойкость В космосе жёсткое излучение. Космические компьютеры обычно на 10-20 лет отстают от земных по производительности именно из-за этого.
3. Обслуживание и ремонт Сломалось что-то? На Земле техник приедет за час. В космосе — нужна целая миссия или роботизированная система обслуживания.
4. Латентность Для inference это критично. Низкая орбита даёт ~10-40ms задержки, геостационарная ~500ms. Для многих AI-приложений это неприемлемо.
5. Космический мусор
6. Эффективность солнечных панелей Да, в космосе постоянный свет. Но панели деградируют от радиации быстрее, чем на Земле. И площадь нужна огромная — для 500 МВт это километры панелей.

РФ создает административную ловушку для ИИ, а не экосистему

Вчера на конференции AI Journey В. Путин выступил с поручениями по развитию ИИ в России:

→Создать национальный план внедрения ген ИИ по всем отраслям и регионам

→ Сформировать штаб руководства с административным ресурсом (существующий Аналитический центр при Правительстве с Минцифры признаны недостаточными)

→ К марту 2026 подготовить отчётность министерств и регионов по применению ИИ

→ К 2030 ИИ должен применяться во всех ключевых отраслях.

→ Построить за 20 лет 38 атомных энергоблоков для энергообеспечения ЦОДов

Если посмотреть на это все объемно, то получается, что рынок нужно искусственно создать. Но ведь все высокопарно говорят, что «ИИ - это новое электричество». Зачем это принуждение? Каковы реальные причины отсутствия рынка и капитала?

А вместо экосистемы разработчиков создается бюрократическая матрёшка.
И все будут друг другу отчитываться, проводить совещания, согласовывать позиции - это круговорот воды в природе, то есть общения чиновников без конкретных реальных дел.

Крутая работа от Meta* - они устранили узкое место в 3D-данных

Meta представила SAM 3D — две новые модели для автоматической 3D-реконструкции объектов и людей по обычным фотографиям.

Главное новшество не сама архитектура, хотя она тоже новая, а способ получения данных для обучения.

В 3D до сих пор была фундаментальная проблема: размечать настоящий мир вручную почти нереально в больших объёмах.

Meta решила её тем же методом, который использовался для выравнивания LLM:
- генерируем много синтетических данных для претренинга
- люди не рисуют 3D-модели с нуля, а просто ранжируют и поправляют результаты модели
- сложные кейсы отправляются 3D-художникам, модель дообучается, цикл повторяется.

Получилось масштабировать разметку в десятки-сотни раз дешевле, чем раньше.

Уже работает в Facebook Marketplace: можно загрузить фото комнаты и посмотреть, как туда встанет выбранная мебель.

*запрещенная организация в РФ.

Google начали активную конкуренцию с экосистемой NVIDIA

Google выпустил JAX AI Stack — полноценная альтернатива связке PyTorch + NVIDIA GPU для обучения и запуска LLM.

Суть в том, что сейчас крупные компании уже переходят с CUDA на JAX и Cloud TPU, потому что:

- при тех же деньгах на TPU v5p и Trillium (v6) получается в 1,5–3 раза больше полезных FLOPs;
- масштабирование на десятки тысяч чипов работает «из коробки» без плясок с NCCL и ZeRO;
- стоимость часа обучения моделей от 70B+ на TPU обычно в 2–3 раза ниже, чем на H100/B200.

Кто уже использует:
- xAI (Grok)
- Anthropic (часть обучения Claude)
- Mistral AI, Cohere, Character.AI, Perplexity
- Apple (для своих фундаментальных моделей)
- почти все крупные китайские компании (из-за санкций)

Для разработчиков это пока непривычно.JAX функциональный, а не императивный, как PyTorch. Но после перехода многие говорят, что обратно уже не хочется.

Выбор «GPU или ничего» начинает уходить в прошлое. Теперь есть второй серьёзный вариант, и он уже работает в продакшене у самых заметных игроков.

Бутерин сказал, что к 2028г. квантовые технологии могут взломать Ethereum

Виталик Бутерин, сооснователь Ethereum, заявил, что эллиптическая кривая криптографии(ECC) — основа безопасности Ethereum, биткоин и многих других блокчейнов может быть взломана квантовыми компьютерами в 2028 году.

Экосистеме Ethereum нужно перейти к квантово-устойчивой криптографии.

Рекомендации Бутерина что делать? Бутерин акцентировал сдвиг фокуса:
- Layer 2: Масштабирование через роллапы и сайдчейны, чтобы базовый слой оставался простым.
- Кошельки: Улучшение UX, включая account abstraction (EIP-4337/7701) для более удобного управления активами.
- Приватность: Инструменты вроде ZK-SNARKs и stealth addresses для защиты данных без ущерба для прозрачности.

По оценкам от Google, IBM, Amazon, Microsoft возможный прорыв квантовых технологий возможен уже к 2028–2035 годам. Если это случится, квантовые алгоритмы вроде алгоритма Шора позволят вычислить приватные ключи из публичных, что сделает уязвимыми кошельки, транзакции и всю инфраструктуру блокчейнов.

Это настоящая 🏎️: 3 компании в течение 36ч показали, что ИИ-дизайн антител перешёл из обещающего в работающий на уровне лучших лабораторий мира

Все три компании используют создание антител с нуля. Все заявляют drug-like свойства без пост-оптимизации. Все фокусируются на ранее недоступных целях (GPCR, pMHC, мембранные белки).
Все показывают, чем больше модель/данных — тем лучше качество. Все уже работают с большими фармпартнёрами и обещают первых пациентов 2026–2027.

Все компании основаны выпускниками DeepMind / Salesforce Research / OpenAI.

1. Вчера стартап Profluent собрал $106 млн от Джеффа Безоса и Altimeter. Они строят GPT для всей биологии. Profluent уже прошёл путь от модели ProGen3 (46 млрд параметров) до OpenCRISPR-1 — первой открытой системы генного редактирования, полностью придуманной ИИ. Их главная идея - если в тексте работают законы масштабирования, то и в белках тоже. Больше данных и вычислений → лучше молекулы. Поэтому им дал $ Безос.

2. Также вчера Nabla Bio выпустили модель JAM-2. 4 человека за 1 месяц закрыли 16 сложных целей, включая GPCR прямо на живых клетках. Половина из 26 протестированных мишеней дала однозначные наномолярные связывания при тестировании меньше 45 дизайнов на цель. Более половины молекул сразу прошли все стандартные тесты developability — без единой итерации оптимизации. Это первый случай, когда кто-то показал, что можно не просто «нарисовать» антитело, а сразу получить то, что фарма готова ставить в производство.

3. Сегодня Chai выложил результаты, которые почти один в один повторяют цифры Nabla, но с другим акцентом: они сделали упор на атомную точность. 5 комплексов антитело-антиген подтвердили Cryo-EM — предсказания модели совпали с реальностью на уровне отдельных атомов углерода. При этом 86 % полноразмерных IgG сразу прошли те же тесты developability. По сути, они показали, что «красивые картинки» уже превращаются в реальные молекулы, которые можно прямо заливать в биореактор.
Больше про Chai тут.

AIRI выпустили альтернативу AlphaEvolve от Google

Прямо сейчас Иван Оселедец глава Института ИИ AIRI представил открытую платформу GigaEvo — фреймворк для полностью автоматизированных ML-экспериментов с использованием эволюционного поиска и LLM.

По своей архитектуре и принципам работы GigaEvo — это открытая реализация подхода, который Google DeepMind применил в AlphaEvolve.

Как это работает?
Вы задаёте проблему и данные → система самостоятельно:

• генерирует код решений с помощью LLM
• запускает и оценивает их
• сохраняет лучшие варианты
• мутирует и комбинирует их
• повторяет тысячи поколений, пока не получит оптимальный результат.

Команда AIRI уже воспроизвела 3 математические задачи из оригинальной статьи AlphaEvolve и получила результаты, очень близкие к DeepMind.

Очевидно, что по масштабу вычислений и доступу к самым мощным проприетарным моделям GigaEvo пока не может конкурировать с внутренними системами Google. Но для 99 % реальных научных и бизнес-задач такого уровня автоматизации уже более чем достаточно.

Главное достижение GigaEvo — он полностью открыт и запускается на обычных серверах или в российских облаках. Это даёт отечественным университетам, стартапам и компаниям независимый инструмент уровня мировых лидеров.

Если в 2026–2028 годах кто-то в открытой науке сделает новый прорыв в алгоритмах или математике, используя GigaEvo или его форки — это будет прямое следствие решения AIRI выложить весь код и инфраструктуру в open-source. А именно это и было заявленной целью проекта.

Сэм Альтман сказал сотрудникам об опасениях из-за прогресса Google

Во внутреннем письме сотрудникам Сэм признал, что недавние релизы Google, а именно Gemini3 могут создать финансовые и операционные трудности для OpenAI. Подразумеваются не только потеря рыночной доли, но и финансовые риски: снижение доходов от API и подписок (как ChatGPT Plus), возможное замораживание найма и перераспределение бюджетов на вычисления. OpenAI тратит миллиарды на обучение моделей, и если Google обгонит, это ударит по доходам.

Альтман говорит, что Google просыпается и догоняет их.

Это письмо Сэм отправил сразу после того, как вышла Gemini 3.

Но в конце он говорит, что все равно OpenAI победит. Как вам мотивация, сработает на сотрудников?:)))

Сбер запустил платформу ИИ для науки с агентами

Платформа объединяет весь цикл научного процесса в одном месте. ИИ-агенты прорабатывают гипотезы, анализируют данные, готовят тексты исследований.

По словам руководителя центра ИИ для науки Сбера Алексея Шпильмана, процессы, которые раньше занимали недели или месяцы, на платформе выполняются за часы.

Платформа - облачная среда с интеграцией:
- GigaChat
- агентного фреймворка
- инструментов анализа и визуализации данных
- системы управления экспериментами.

Сбер фактически выступает драйвером развития науки, ИИ-инфраструктуры для российского сообщества.

Китай представил платформу для инвесторов с ИИ-агентами

TwinMarket — платформа, которая моделирует фондовый рынок с помощью тысяч агентов на базе LLM.

Каждый агент — это отдельный инвестор с заданным профилем, когнитивными предубеждениями и доступом к новостям и соцсети внутри симуляции.

Агенты читают новости, пишут посты в соцсетях, общаются друг с другом и принимают решения о покупке/продаже акций.

Из таких индивидуальных решений самопроизвольно возникают знакомые всем рыночные явления:

- пузыри и крахи
- кластеризация волатильности
- толстые хвосты распределения доходностей
- стадное поведение

Платформа откалибрована по реальным данным SSE 50 (50 крупнейших акций Шанхайской биржи) и воспроизводит основные события финансовых рынков.

👀 Google планирует увеличить свои мощности в 1000 раз к 2029–2030 году

Глава инфраструктуры ИИ Амин Вахдат Google сказал сотрудникам: «Теперь мы должны удваивать вычислительные мощности каждые 6 месяцев, следующий рост в 1000 раз за 4–5 лет». То есть Google планирует увеличить свои мощности в тысячу раз к 2029–2030 году.

Google capex на 2025 год подняли до $91–93 млрд, а в 2026 будет ещё больше. Не зря Баффет сейчас купил акции Google.

Сотрудники Google прямо спросили Сундара Пичаи: «А что если рынок ИИ не оправдает ожиданий и пузырь лопнет?»
Пичаи ответил: «Риск недо-инвестировать намного выше, чем пере-инвестировать». Пичаи привёл пример: новый инструмент генерации видео Veo очень крутой, но его нельзя дать всем пользователям Gemini, потому что просто не хватает вычислительных ресурсов.

Облачный бизнес растёт на 34% в год, доход >$15 млрд за квартал, портфель заказов $155 млрд. «Если бы у нас было больше вычислительных мощностей, цифры были бы ещё лучше». Да, 2026 год будет очень напряжённым, будут взлёты и падения, но Google финансово сильнее многих конкурентов и переживёт турбулентность.

Как Google собирается справляться с таким ростом? С помощью:
- Собственных чипы TPU (только что вышла 7-е поколение Ironwood — в 30 раз энергоэффективнее первых версий 2018 года).
- Более эффективных моделей ИИ.
- DeepMind помогает заглядывать на несколько лет вперёд и проектировать будущие модели.

Цель - дать в 1000 раз больше вычислений, хранилищ и сети при примерно тех же затратах на электроэнергию

Сергей Брин рассказывает о том, что один из сотрудников OpenAI подошел к нему однажды на вечеринке в Кремниевой Долине и сказал: «Чем ты сейчас занимаешься, Сергей? Сейчас самое крутое время для computer science».

Это подтолкнуло Сергея на то, чтобы вернуться в Google не на вольяжную позицию, а на режим реально работающего основателя.

С тех пор Сергей ходит в офис и работает вместе со всеми. Прямо как заново строит стартап. И стоит над душой Дэмиса:)

Кстати, в декабре 2024 Сундар Пичаи говорил сотрудникам Google, что 2025 станет решающим. Не обманул.

Кстати, этого сотрудника OpenAI зовут Дэн. Сергей ему сильно благодарен, а OpenAI - вряд ли, исходя из последнего сообщения Сэма.

Итоги уходящей недели, то, что имеет значение в России и мире

ИИ-модели и агенты

Google выпустил Gemini 3, все хвалят модель и за 2 промпта создана инженерная симуляция АЭС с нуля.

Physical Intelligence выпустил π*0.6 для роботов, которая делает эспрессо, складывает белье и собирает коробки. И привлекл $600млн при оценке $5.6 млрд.

Китай представил платформу для инвесторов с ИИ-агентами.

MIT и Oxford выложили свой курс по агентному ИИ за $2,500 бесплатно

Google DeepMind запустил WeatherNext 2 — точную систему глобальных прогнозов погоды с высоким разрешением.

Ai2 выпустил Olmo 3 — полностью открытый набор моделей для reasoning, чата и работы с инструментами.

Вышел Grok 4.1 Fast и xAI Agent Tools API.

#DeepSeek выпустил балансировщик нагрузки на основе линейного программирования для оптимизации MoE моделей.

Kimi представил Seer — онлайн-контекстное обучение для быстрого синхронного RL в LLM.

Meta* показала 2 модели для автоматической 3D-реконструкции объектов и людей по обычным фото.

Google готовит запуск 2-х мультиагентных инструментов и дорабатывает AgentSpace Live, где агенты и люди обсуждают задачи онлайн.

Корпорации и стратегии

Питер Тиль продал все акции Nvidia, а Баффет вошел в Google

Джефф Безос вывел из тени свой ИИ-стартап для инженерии и производства в компьютерах, авто и космосе.

Андрей Карпатый высказался о влиянии ИИ на экономику и рынок труда.

Google увеличит вычислительные мощности для ИИ в 1000 раз к 2030г.

Сэм Альтман выразил опасения сотрудникам из-за прогресса Google.

Anthropic внедряет ИИ в образование в Африке.

80% стартапов в США используют китайские open-source ИИ-модели — венчурные фонды в шоке.

Свежий отчет Accel о том, куда идут деньги в ИИ.

Большинство инженеров и инвесторов Долины признали Perplexity провальным проектом.

РФ рынок

Сбер представил ИИ-аналитика для CEO и CFO.

Греф показал гуманоидного робота Сбера.

Сбер займется созданием спутниковой группировки в части генИИ.

РФ создает административную ловушку для ИИ, а не экосистему.

Сбер запустил платформу ИИ для науки с агентами.

Исследования и наука

3 компании показали, что ИИ-дизайн антител работает на уровне лучших лабораторий мира.

MIT представил JiT — простые трансформеры с большими патчами, работающие на сырых пикселях без токенайзера и предобучения.

Дэмис Хассабис делает ставку на world models.

MIT о новом подходе к абстрактному мышлению через компьютерное зрение.

Железо, роботы и инфраструктура

Google выпустил JAX AI Stack как полноценную альтернативу связке PyTorch + NVIDIA GPU.

Создатель Android основал стартап в Японии по гуманоидной робототехнике.

Экс-топ-менеджер TSMC украл секреты 2нм и устроился в Intel.

Маск обещает ЦОДы в космосе через 4-5 лет.

Блокчейн и криптовалюты

Криптобиржа Kraken подала заявку на IPO.

Бутерин предупредил, что квантовые технологии могут взломать Ethereum к 2028 году. А также предостерег от чрезмерного влияния BlackRock — риски централизации и вытеснения сообщества.

*запрещенная компания в РФ.