Мы? Кто мы? Нет никаких мы

Google представила Gemini 4 Carbon

Новая флагманская модель заняла первое место в Artificial Analysis Intelligence Index v5.0 с результатом 59 баллов. Основной упор сделали на кибербезопасность, программирование и длительную автономную работу ИИ-агентов.

Результаты бенчмарков:

- SEC-bench Pro - 88,2%: поиск реальных уязвимостей в программном обеспечении.
- ExploitGym - 54,8%: проверка возможности эксплуатации найденных уязвимостей.
- CWE-bench - 71%: автоматическое исправление уязвимого кода.
- WebDev Arena - 1769 Elo: четвёртое место в разработке веб-интерфейсов.

Что ещё интересного:

- Автономная работа несколько дней. Внутри Google модель решала сложные инженерные задачи, находила причины ошибок и исправляла их в больших кодовых базах.
- В 2 раза лучше Gemini 4 Argon генерирует безопасный код по внутренним тестам Google.
- В 10 раз эффективнее другой передовой модели создаёт качественные патчи для Chrome, по оценке команды браузера.
- На 80% меньше серьёзных нарушений инструкций при работе с кодом.
- Вдвое меньше необоснованных утверждений по сравнению с Argon.

Отдельно Google заявляет, что Carbon успешно отразила все проверенные атаки через prompt injection в одном из бенчмарков.

Доступ пока ограничен: сначала модель получат специалисты по кибербезопасности. Массовый релиз состоится позднее.

Стоимость API после запуска составит $2 за миллион входных и $10 за миллион выходных токенов на вводном тарифе.

https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon/

$25 тысяч за проверку одного репозитория: ИИ-поиск уязвимостей становится новой крупной статьёй расходов компаний.

По данным The Information, примерно столько UiPath платит за одно сканирование кода моделью Anthropic Mythos.

Масштаб находок тоже растёт: по словам представителя Palo Alto Networks, 12 компаний за месяц обнаружили более 37 тысяч потенциальных уязвимостей в открытом ПО. Месяцем ранее во всём мире было зарегистрировано около 1500.

Эти цифры нельзя сравнивать напрямую: не все новые находки подтверждены, и речь не только о критических ошибках.

Теперь компаниям нужны ресурсы на проверку и исправление:

- Bank of America нанимает 1000 подрядчиков для устранения проблем в ПО.
- Goldman Sachs обсуждает перспективу тратить на ИИ-безопасность столько же или больше, чем на ИИ-инструменты для программирования.

https://www.theinformation.com/articles/nobodys-ready-ai-found-bugs-spark-corporate-security-spending-spree

415 страниц документа Anthropic перед IPO обработали на Mac – локальной OCR-моделью размером около 1,2 ГБ.

По сообщению авторов демонстрации, MiniCPM-OCR 1.0 от OpenBMB прошла весь документ S-1 на MacBook с M5 Max, затрачивая примерно четыре секунды на страницу.

При таком темпе обработка занимает около 28 минут. По их словам, данные не покидали ноутбук.

Модель распознаёт текст, таблицы и формулы, преобразуя страницы в машиночитаемый формат для дальнейшего поиска и анализа.

Речь именно об OCR-разборе документа: распознать 415 страниц не означает проверить финансовые показатели или сделать инвестиционный анализ.

GGUF-сборки для локального запуска:

https://huggingface.co/AtomicChat/MiniCPM-OCR-1.0-GGUF

📄️️️️️️ Agent Harness Course 2026 - как построить своего AI-агента с нуля

Пошаговый курс на ~8 недель (1–2 часа в день): от одного запроса к LLM до агента с инструментами, памятью, субагентами, защитой и тестами - и финального проекта.

Свой учебный харнес на чистом Python без единой зависимости, 7 запускаемых уроков, финальный проект, 19 тестов и разбор архитектуры настоящего open-source агента. Ai Ml — материал переработан, структурирован и дополнен кодом, схемами и справочниками.

Курс не учит «пользоваться ещё одним фреймворком». Он показывает, из чего сделан любой агент — Claude Code, Codex, Cursor, Devin, LearnHarness — и даёт собрать каждую деталь руками. После этого любой фреймворк читается за вечер, а любой баг агента - объясним.

https://github.com/justxor/agent-harness-course/

Команда AI VK в новой статье на Хабре рассказала, как развивает Discovery-платформу — единую инфраструктуру для рекомендаций, поиска и рекламы.

Продукты используют общий стек, а удачную оптимизацию можно применить сразу в нескольких сервисах. Экономию дали перенос части вычислений на GPU, переиспользование признаков, кэширование кандидатов и сокращение лишних копирований данных.

- Запуск нового рекомендера занимает теперь один день
- Около 90% задач ранжирования решаются изменением конфигурации, без написания нового кода.
- Команды получили общий доступ к нейросетевому ранжированию на GPU
- Время просмотра главной VK Видео увеличилось на 20%, время в ленте ВКонтакте - на 11%, а в VK Клипах - на 22%

Вышел PyTorch 2.15: быстрее LLM на Blackwell и Apple Silicon, больше контроля над распределённым обучением

В релиз вошли 3117 коммитов от 583 участников.

Что обновили:

- Переписанный NCCL-бэкенд включён по умолчанию. При зависании коллективных операций диагностический «чёрный ящик» сохраняет данные для разбора.
- Новый транспорт NIXL позволяет передавать данные между процессами без создания process group, с поддержкой захвата передач в CUDA Graphs.
- FSDP2 и pipeline parallelism получили более гибкое управление памятью, точностью параметров и перекрытием коммуникаций с вычислениями.
- NVIDIA Blackwell: NVGEMM ускоряет декодирование LLM в формате NVFP4, сокращая отдельные запуски ядер.
- Apple Silicon: добавлены FP8 и публичный API torch.mps.Stream. В приведённых тестах на M3 Ultra пропускная способность MoE-декодирования выросла в 1,32–1,34 раза.
- Платформы: CUDA 13.2 в стандартных сборках, дополнительные сборки с CUDA 13.4 и ROCm 10.0, поддержка torch.compile на Python 3.15.

Перед обновлением: Python 3.10 больше не поддерживается, а для GPU-ускорения через MPS требуется macOS 15+. Часть новых API пока нестабильна.

5 ноября в 22:00 МСК команда проведёт онлайн-сессию вопросов и ответов по релизу. Регистрация - в статье.

https://pytorch.org/blog/pytorch-2-15-release-blog/

OpenAI удвоила лимиты для платных подписчиков. Причём без повышения стоимости.

Компания объявила об увеличении лимитов использования сразу в 2 раза для нескольких тарифов:

- ChatGPT Pro $100
- ChatGPT Pro $200
- ChatGPT Pro $500
- ChatGPT Business Premium

Ещё один приятный бонус: для Pro $200 отменили запланированное снижение лимитов в ChatGPT Work и Codex. Пользователи сохранят прежние условия вместо ожидаемого урезания.

Изменения уже вступили в силу, ничего дополнительно активировать не требуется.

По сути, подписчики получают вдвое больше возможностей для работы с ИИ за те же деньги.

Источник:
https://x.com/thsottiaux/status/2115850175868727621

💥️️️️️️ Tencent открыла Hy-Nomas - модель, которая генерирует мир и позволяет управлять происходящим

Вместо одного запроса на готовый ролик - последовательные команды и управление камерой. Hy-Nomas создаёт продолжение сцены, учитывая текущие инструкции и сохранённую историю.

В основе - диффузионная модель на 8 млрд параметров. Отдельный компонент переводит запрос пользователя и историю взаимодействий в условия для следующего видеофрагмента.

Одна из задач архитектуры - разделять постоянный контекст и временные действия: описание мира сохраняется между фрагментами, а команда действует в предназначенный для неё момент.

Доступны веса модели и Hy-Nomas-Bench: 280 тестовых случаев для проверки текстовых команд, навигации камерой, сочетания обоих способов управления и пространственной памяти.

Команда также опубликовала сравнение с примерами Genie 4. Это демонстрация разработчиков, а не независимый вердикт о превосходстве модели.

Демо: https://hy-nomas.hy.tencent.com/

Модель: https://huggingface.co/tencent/Hy-Nomas

Бенчмарк: https://huggingface.co/datasets/tencent/Hy-Nomas-Bench

Технический отчёт: https://arxiv.org/abs/2610.36729