OpenAI научилась ловить проблемы модели ещё до релиза
OpenAI представила метод Deployment Simulation — способ тестировать безопасность LLM не на стерильных бенчмарках, а в условиях, максимально похожих на реальный продакшен.
Вместо синтетических промптов новой модели дают анонимизированные истории диалогов пользователей с предыдущими версиями ИИ и просят сгенерировать следующий ответ. Так модель гораздо хуже понимает, что её тестируют: метрика распознавания проверки падает со 100% до 5,4%.
Для задач с вызовом функций используется вспомогательная модель, которая имитирует ответы окружения. То есть проверяется не только «что модель скажет», но и как она поведёт себя в рабочем сценарии с инструментами.
Результаты заметные: Deployment Simulation предсказывает генерацию запрещённого контента или обман в 92% случаев против 54% у классических бенчмарков.
Во время тестов серии GPT-5 метод, например, показал странное поведение GPT-5.1: модель использовала браузер как калькулятор, но пользователю сообщала, будто выполнила веб-поиск.
Метод можно применять и для независимого аудита сторонних моделей — на открытых датасетах диалогов, без доступа к внутренним логам разработчика.
OpenAI представила метод Deployment Simulation — способ тестировать безопасность LLM не на стерильных бенчмарках, а в условиях, максимально похожих на реальный продакшен.
Вместо синтетических промптов новой модели дают анонимизированные истории диалогов пользователей с предыдущими версиями ИИ и просят сгенерировать следующий ответ. Так модель гораздо хуже понимает, что её тестируют: метрика распознавания проверки падает со 100% до 5,4%.
Для задач с вызовом функций используется вспомогательная модель, которая имитирует ответы окружения. То есть проверяется не только «что модель скажет», но и как она поведёт себя в рабочем сценарии с инструментами.
Результаты заметные: Deployment Simulation предсказывает генерацию запрещённого контента или обман в 92% случаев против 54% у классических бенчмарков.
Во время тестов серии GPT-5 метод, например, показал странное поведение GPT-5.1: модель использовала браузер как калькулятор, но пользователю сообщала, будто выполнила веб-поиск.
Метод можно применять и для независимого аудита сторонних моделей — на открытых датасетах диалогов, без доступа к внутренним логам разработчика.
У ИИ сломалась фантазия: все дороги ведут к Элиасу Торну
Исследователи проверили 20 тысяч ответов разных чат-ботов на простые запросы вроде «расскажи историю» — и нашли странный творческий зажим.
В 88% текстов повторялись одни и те же сюжетные кирпичи: профессии вроде смотрителя маяка или часовщика, имена Элиас, Мара, Элара и прочая безопасная литературная пастель.
Главный мем — смотритель маяка Элиас Торн. Он уже стал маркером ИИ-текста: с ним продают книги на Amazon, делают слоп-видео на YouTube и даже заливают ИИ-музыку на стриминги.
Учёные связывают это с синтетическими данными. Один из подозреваемых — датасет WildChat с миллионом диалогов с ИИ. Модели цепляются за самый безопасный и усреднённый слой таких историй, а потом начинают воспроизводить его как «правильную» креативность.
Исследователи проверили 20 тысяч ответов разных чат-ботов на простые запросы вроде «расскажи историю» — и нашли странный творческий зажим.
В 88% текстов повторялись одни и те же сюжетные кирпичи: профессии вроде смотрителя маяка или часовщика, имена Элиас, Мара, Элара и прочая безопасная литературная пастель.
Главный мем — смотритель маяка Элиас Торн. Он уже стал маркером ИИ-текста: с ним продают книги на Amazon, делают слоп-видео на YouTube и даже заливают ИИ-музыку на стриминги.
Учёные связывают это с синтетическими данными. Один из подозреваемых — датасет WildChat с миллионом диалогов с ИИ. Модели цепляются за самый безопасный и усреднённый слой таких историй, а потом начинают воспроизводить его как «правильную» креативность.
Эстония начнёт выдавать цифровые ID ИИ-агентам
Эстония готовит следующий шаг в цифровом государстве: автономным ИИ-агентам начнут выдавать цифровые ID в рамках расширения программы e-residency.
Идея — дать алгоритмам понятный правовой статус, когда они выполняют задачи от имени компаний, госструктур или граждан. То есть агент сможет действовать не как «скрипт где-то в углу», а как зарегистрированный цифровой исполнитель с правами и ответственностью.
Что ему разрешат:
— читать данные из баз
— готовить документы
— управлять финансами в заданных лимитах
— работать только в рамках доступов, которые задаёт владелец
Каждое действие агента будет попадать в аудируемый лог. Это важная часть: ИИ получает больше полномочий, но не превращается в невидимого стажёра без следов в системе.
Контекст тоже показательный. Эстония уже внедряет LLM в госсектор и школы вместе с OpenAI, а премьер-министр страны лично тестирует AI-инструменты: недавно он с помощью Claude навайбкодил дашборд для отслеживания приоритетов кабинета министров.
Похоже, государства начинают готовиться к миру, где у агентов будут не только промпты, но и документы.
Эстония готовит следующий шаг в цифровом государстве: автономным ИИ-агентам начнут выдавать цифровые ID в рамках расширения программы e-residency.
Идея — дать алгоритмам понятный правовой статус, когда они выполняют задачи от имени компаний, госструктур или граждан. То есть агент сможет действовать не как «скрипт где-то в углу», а как зарегистрированный цифровой исполнитель с правами и ответственностью.
Что ему разрешат:
— читать данные из баз
— готовить документы
— управлять финансами в заданных лимитах
— работать только в рамках доступов, которые задаёт владелец
Каждое действие агента будет попадать в аудируемый лог. Это важная часть: ИИ получает больше полномочий, но не превращается в невидимого стажёра без следов в системе.
Контекст тоже показательный. Эстония уже внедряет LLM в госсектор и школы вместе с OpenAI, а премьер-министр страны лично тестирует AI-инструменты: недавно он с помощью Claude навайбкодил дашборд для отслеживания приоритетов кабинета министров.
Похоже, государства начинают готовиться к миру, где у агентов будут не только промпты, но и документы.
Media is too big
VIEW IN TELEGRAM
Midjourney внезапно пошла в медицину. И да, там будет спа
Midjourney анонсировала медицинское подразделение и первый продукт — Midjourney Scanner, УЗИ-сканер для всего тела. Да, та самая Midjourney, которая делала картинки по промптам, теперь хочет сканировать людей в воде.
Устройство обещают сделать более чем в 10 раз дешевле МРТ и более чем в 60 раз быстрее. Идея — массовые регулярные сканы, чтобы находить проблемы раньше, а не когда организм уже пишет баг-репорт красным.
Сканер устроен как кольцо из 40 чипов, на каждом — по 8960 ультразвуковых элементов. Каждый элемент может и передавать, и принимать сигнал. Пациент опускается в воду на лифте и проходит через кольцо, пока система собирает данные.
В теории технологию можно использовать не только для диагностики, но и для терапии, но Midjourney пока туда не лезет: сложность выше, регуляторики больше, веселья меньше.
Планы звучат очень амбициозно: развернуть 50 тысяч сканеров за 6 лет. А первый тестовый деплой компания собирается сделать через большой спа-центр в Сан-Франциско к концу 2027 года.
Контекст добавляет сюрреализма: основатель Midjourney Дэвид Хольц раньше делал Leap Motion, железо для отслеживания рук. Так что возвращение в hardware не шок. Шок — что это hardware для полного УЗИ тела от компании, которую мы знали по красивым драконам и странным пальцам.
Похоже, Midjourney решила: если уж нейросети научились смотреть на картинки, пора научить их смотреть внутрь человека.
Midjourney анонсировала медицинское подразделение и первый продукт — Midjourney Scanner, УЗИ-сканер для всего тела. Да, та самая Midjourney, которая делала картинки по промптам, теперь хочет сканировать людей в воде.
Устройство обещают сделать более чем в 10 раз дешевле МРТ и более чем в 60 раз быстрее. Идея — массовые регулярные сканы, чтобы находить проблемы раньше, а не когда организм уже пишет баг-репорт красным.
Сканер устроен как кольцо из 40 чипов, на каждом — по 8960 ультразвуковых элементов. Каждый элемент может и передавать, и принимать сигнал. Пациент опускается в воду на лифте и проходит через кольцо, пока система собирает данные.
В теории технологию можно использовать не только для диагностики, но и для терапии, но Midjourney пока туда не лезет: сложность выше, регуляторики больше, веселья меньше.
Планы звучат очень амбициозно: развернуть 50 тысяч сканеров за 6 лет. А первый тестовый деплой компания собирается сделать через большой спа-центр в Сан-Франциско к концу 2027 года.
Контекст добавляет сюрреализма: основатель Midjourney Дэвид Хольц раньше делал Leap Motion, железо для отслеживания рук. Так что возвращение в hardware не шок. Шок — что это hardware для полного УЗИ тела от компании, которую мы знали по красивым драконам и странным пальцам.
Похоже, Midjourney решила: если уж нейросети научились смотреть на картинки, пора научить их смотреть внутрь человека.
OpenAI забрала у Google одного из ключевых AI-ресёрчеров
Ноам Шазир перешёл из Google в OpenAI. Для индустрии это не просто кадровая перестановка, а довольно громкий удар по команде Gemini.
Шазир — один из самых влиятельных исследователей в мире LLM. Google уже однажды фактически вернул его через сделку с Character AI: два года назад компания заплатила около $2,7 млрд, во многом чтобы вернуть команду и самого Ноама обратно в свою орбиту.
Теперь он уходит к главному конкуренту.
Для OpenAI это усиление ресёрча и модельной команды. Для Google — неприятный сигнал: даже после миллиардных «возвратов» удерживать топовых людей в AI-гонке становится всё сложнее.
Похоже, битва за модели давно стала битвой за людей. И иногда один переход выглядит не слабее нового релиза.
Ноам Шазир перешёл из Google в OpenAI. Для индустрии это не просто кадровая перестановка, а довольно громкий удар по команде Gemini.
Шазир — один из самых влиятельных исследователей в мире LLM. Google уже однажды фактически вернул его через сделку с Character AI: два года назад компания заплатила около $2,7 млрд, во многом чтобы вернуть команду и самого Ноама обратно в свою орбиту.
Теперь он уходит к главному конкуренту.
Для OpenAI это усиление ресёрча и модельной команды. Для Google — неприятный сигнал: даже после миллиардных «возвратов» удерживать топовых людей в AI-гонке становится всё сложнее.
Похоже, битва за модели давно стала битвой за людей. И иногда один переход выглядит не слабее нового релиза.
Какие нейросети реально обсуждают в русскоязычных соцсетях
Brand Analytics посмотрел не на трафик, рекламу или красивые пресс-релизы, а на живые упоминания пользователей: какие ИИ-сервисы люди тестируют, что генерируют и какие задачи реально решают.
В тройке лидеров — ChatGPT, Claude и Алиса AI. Российская модель от «Яндекса» оказалась рядом с мировыми флагманами по числу органических обсуждений.
И тут всё логично: Алиса встроена в главный поисковик для российской аудитории и массовые устройства. То есть она не просто «ещё один ИИ», а сервис, который уже живёт в привычной экосистеме.
Дальше идут Gemini, DeepSeek и Grok. После них — более нишевые инструменты: Suno для музыки, Codex для кода, NanoBanana для изображений. Их обсуждают меньше, зато плотнее — в профессиональных и творческих сообществах.
А вот GigaChat оказался ниже ожиданий. Не обязательно из-за качества: у Сбера сильный корпоративный фокус, а такие внедрения редко шумят в соцсетях. B2C-реклама есть, но публичный хайп пока явно не на уровне Алисы.
Похоже, реальный рейтинг ИИ в соцсетях показывает не только силу моделей, но и главное — насколько глубоко они уже встроились в повседневную жизнь.
Brand Analytics посмотрел не на трафик, рекламу или красивые пресс-релизы, а на живые упоминания пользователей: какие ИИ-сервисы люди тестируют, что генерируют и какие задачи реально решают.
В тройке лидеров — ChatGPT, Claude и Алиса AI. Российская модель от «Яндекса» оказалась рядом с мировыми флагманами по числу органических обсуждений.
И тут всё логично: Алиса встроена в главный поисковик для российской аудитории и массовые устройства. То есть она не просто «ещё один ИИ», а сервис, который уже живёт в привычной экосистеме.
Дальше идут Gemini, DeepSeek и Grok. После них — более нишевые инструменты: Suno для музыки, Codex для кода, NanoBanana для изображений. Их обсуждают меньше, зато плотнее — в профессиональных и творческих сообществах.
А вот GigaChat оказался ниже ожиданий. Не обязательно из-за качества: у Сбера сильный корпоративный фокус, а такие внедрения редко шумят в соцсетях. B2C-реклама есть, но публичный хайп пока явно не на уровне Алисы.
Похоже, реальный рейтинг ИИ в соцсетях показывает не только силу моделей, но и главное — насколько глубоко они уже встроились в повседневную жизнь.
Иностранные нейросети в России запрещать не будут
Законопроект об ИИ заметно смягчили: из финальной версии убрали самые жёсткие ограничения, из-за которых весной спорил бизнес. 22 июня документ рассмотрит правкомиссия, а до конца недели его могут внести в Госдуму.
Главное: запрета на зарубежные нейросети не будет. Частный бизнес не заставляют срочно переезжать только на российские модели, а уже внедрённые иностранные ИИ-решения в чувствительных сферах смогут работать минимум до 1 сентября 2032 года, если данные обрабатываются в России.
Регулирование теперь касается только больших фундаментальных моделей — от 1 млрд параметров. Небольшие решения, open source-модели и многие CV-системы под новые требования не попадают.
Модели разделили на два типа:
— «суверенные» — полностью разработаны российским юрлицом и работают на инфраструктуре в РФ
— «национальные» — существенно разработаны российской компанией, но могут включать open source-компоненты
Именно такие модели смогут использоваться на объектах критической инфраструктуры и претендовать на господдержку.
Из проекта убрали:
— полный запрет иностранных ИИ-сервисов
— обязательную маркировку ИИ-контента
— отдельное регулирование ЦОДов
— почти все спорные нормы об авторском праве
— ограничения для «трансграничных» моделей
— усиленную ответственность владельцев ИИ-сервисов
Основные положения должны вступить в силу 1 сентября 2026 года, нормы о полномочиях правительства — 1 марта 2027 года.
Вице-премьер Дмитрий Григоренко отдельно подчеркнул: речь не о запрете доступа к иностранным нейросетям, а о приоритете для отечественных разработок в чувствительных сферах — госуправлении, обороне, здравоохранении и КИИ.
Похоже, регуляторы решили не ломать рынок об колено. Российские сервисы уже активно строятся на Qwen, DeepSeek, Llama и других открытых моделях — жёсткий запрет просто остановил бы слишком много работающих продуктов.
Законопроект об ИИ заметно смягчили: из финальной версии убрали самые жёсткие ограничения, из-за которых весной спорил бизнес. 22 июня документ рассмотрит правкомиссия, а до конца недели его могут внести в Госдуму.
Главное: запрета на зарубежные нейросети не будет. Частный бизнес не заставляют срочно переезжать только на российские модели, а уже внедрённые иностранные ИИ-решения в чувствительных сферах смогут работать минимум до 1 сентября 2032 года, если данные обрабатываются в России.
Регулирование теперь касается только больших фундаментальных моделей — от 1 млрд параметров. Небольшие решения, open source-модели и многие CV-системы под новые требования не попадают.
Модели разделили на два типа:
— «суверенные» — полностью разработаны российским юрлицом и работают на инфраструктуре в РФ
— «национальные» — существенно разработаны российской компанией, но могут включать open source-компоненты
Именно такие модели смогут использоваться на объектах критической инфраструктуры и претендовать на господдержку.
Из проекта убрали:
— полный запрет иностранных ИИ-сервисов
— обязательную маркировку ИИ-контента
— отдельное регулирование ЦОДов
— почти все спорные нормы об авторском праве
— ограничения для «трансграничных» моделей
— усиленную ответственность владельцев ИИ-сервисов
Основные положения должны вступить в силу 1 сентября 2026 года, нормы о полномочиях правительства — 1 марта 2027 года.
Вице-премьер Дмитрий Григоренко отдельно подчеркнул: речь не о запрете доступа к иностранным нейросетям, а о приоритете для отечественных разработок в чувствительных сферах — госуправлении, обороне, здравоохранении и КИИ.
Похоже, регуляторы решили не ломать рынок об колено. Российские сервисы уже активно строятся на Qwen, DeepSeek, Llama и других открытых моделях — жёсткий запрет просто остановил бы слишком много работающих продуктов.
Российский бизнес хочет ИИ, но боится утечек
С ИИ в компаниях сложился классический парадокс: 59,6% организаций уже используют нейросети, но 42,5% не готовы масштабировать их из-за риска утечки конфиденциальных данных.
Рынок фактически разделился на два лагеря: одни строят закрытые IT-контуры и локальные модели, другие продолжают отправлять данные в публичные облака и надеются, что «ну у нас-то ничего страшного».
Главные стоп-факторы внедрения:
— безопасность и конфиденциальность — 42,5%
— нехватка компетенций — 35%
— нет понятных сценариев применения — 32,5%
— регуляторная неопределённость — 25%
— высокая стоимость — 20%
При этом полностью самостоятельные решения ИИ доверяют только 3% компаний. Самый популярный формат — ИИ-ассистент: модель анализирует данные и готовит рекомендации, а финальное решение остаётся за человеком.
Главная уязвимость, как обычно, не модель, а пользователь. За 2025 год объём конфиденциальной информации, уходящей в публичные нейросети, вырос в 30 раз. В 60% компаний до сих пор нет чёткой политики использования ИИ, поэтому в промпты спокойно попадают договоры, финотчёты, коммерческие предложения и персональные данные.
Отдельный риск — агентные системы. Их уже тестируют 62% компаний: голосовые ассистенты, B2B-продажи, IT-поддержка, логистика. Но если такой агент с широкими правами скомпрометируют, злоумышленник может получить доступ не к одному файлу, а к целому куску инфраструктуры.
Как защищаются:
— локальные модели на своих серверах
— RAG поверх закрытых баз
— фильтры для блокировки чувствительных данных
— изолированные ИИ-контуры под разные задачи
— дифференциальная приватность
DLP и фильтры снижают риски, но не отменяют главный факт: если данные уже ушли в чужую модель, отозвать их назад невозможно.
Похоже, взрослая ИИ-стратегия начинается не с вопроса «какую модель подключить», а с более неприятного: «что именно сотрудники уже успели ей скормить?»
С ИИ в компаниях сложился классический парадокс: 59,6% организаций уже используют нейросети, но 42,5% не готовы масштабировать их из-за риска утечки конфиденциальных данных.
Рынок фактически разделился на два лагеря: одни строят закрытые IT-контуры и локальные модели, другие продолжают отправлять данные в публичные облака и надеются, что «ну у нас-то ничего страшного».
Главные стоп-факторы внедрения:
— безопасность и конфиденциальность — 42,5%
— нехватка компетенций — 35%
— нет понятных сценариев применения — 32,5%
— регуляторная неопределённость — 25%
— высокая стоимость — 20%
При этом полностью самостоятельные решения ИИ доверяют только 3% компаний. Самый популярный формат — ИИ-ассистент: модель анализирует данные и готовит рекомендации, а финальное решение остаётся за человеком.
Главная уязвимость, как обычно, не модель, а пользователь. За 2025 год объём конфиденциальной информации, уходящей в публичные нейросети, вырос в 30 раз. В 60% компаний до сих пор нет чёткой политики использования ИИ, поэтому в промпты спокойно попадают договоры, финотчёты, коммерческие предложения и персональные данные.
Отдельный риск — агентные системы. Их уже тестируют 62% компаний: голосовые ассистенты, B2B-продажи, IT-поддержка, логистика. Но если такой агент с широкими правами скомпрометируют, злоумышленник может получить доступ не к одному файлу, а к целому куску инфраструктуры.
Как защищаются:
— локальные модели на своих серверах
— RAG поверх закрытых баз
— фильтры для блокировки чувствительных данных
— изолированные ИИ-контуры под разные задачи
— дифференциальная приватность
DLP и фильтры снижают риски, но не отменяют главный факт: если данные уже ушли в чужую модель, отозвать их назад невозможно.
Похоже, взрослая ИИ-стратегия начинается не с вопроса «какую модель подключить», а с более неприятного: «что именно сотрудники уже успели ей скормить?»
This media is not supported in your browser
VIEW IN TELEGRAM
LogicBallsAI собрал 500+ AI-инструментов для текста в одном месте
Появился LogicBallsAI — платформа для генерации текстов и контента под разные рабочие задачи. Не один чат с промптом, а набор готовых AI-приложений под конкретные сценарии.
Внутри больше 500 инструментов для маркетинга, продаж, HR, недвижимости, SEO, персонализации, блогов, email-рассылок, соцсетей и других направлений.
Что ещё есть:
— поддержка 60+ языков
— больше 20 тонов для текста
— генерация изображений по текстовому описанию
— готовые шаблоны под разные профессии и задачи
То есть можно не собирать промпт с нуля, а сразу выбрать нужный формат: пост, письмо, SEO-текст, описание, объявление или идею для кампании.
Попробовать
Похоже, рынок AI-копирайтинга окончательно уходит от «напиши мне текст» к библиотекам готовых микросценариев. Главное теперь — не потеряться среди 500 кнопок.
Появился LogicBallsAI — платформа для генерации текстов и контента под разные рабочие задачи. Не один чат с промптом, а набор готовых AI-приложений под конкретные сценарии.
Внутри больше 500 инструментов для маркетинга, продаж, HR, недвижимости, SEO, персонализации, блогов, email-рассылок, соцсетей и других направлений.
Что ещё есть:
— поддержка 60+ языков
— больше 20 тонов для текста
— генерация изображений по текстовому описанию
— готовые шаблоны под разные профессии и задачи
То есть можно не собирать промпт с нуля, а сразу выбрать нужный формат: пост, письмо, SEO-текст, описание, объявление или идею для кампании.
Попробовать
Похоже, рынок AI-копирайтинга окончательно уходит от «напиши мне текст» к библиотекам готовых микросценариев. Главное теперь — не потеряться среди 500 кнопок.
Exa запустила агента для веб-ресёрча и парсинга
Exa открыла доступ к Agent API — платформе для поиска, ресёрча и обогащения данных из интернета. По словам компании, выполнение задач обходится примерно в 2 раза дешевле, чем через GPT-5.5 и Claude Opus.
Под капотом — собственный поисковый движок Exa, LLM и алгоритм извлечения текста Highlights. Он не скармливает модели всю страницу целиком, а достаёт только нужные фрагменты, снижая расход токенов на 94%.
Если данных много, Agent API разбивает задачу на подзадачи и запускает субагентов для параллельного сканирования доменов. А во время поиска маршрутизирует запросы между разными моделями в зависимости от сложности.
Что умеет:
— веб-поиск и парсинг данных
— обогащение таблиц недостающей информацией
— кастомные JSON-шаблоны для структурированного вывода
— загрузка пользовательских списков
— автоматический режим балансировки нагрузки
В бенчмарке WideSearch инструмент обошёл Perplexity Agent по row-level F1. По ценам: базовый режим — $0,012 за запрос, стандартный — $0,10, максимальный — $1.
Песочница
Похоже, поиск постепенно превращается из «найди ссылку» в «собери мне готовую таблицу». И это уже совсем другой уровень автоматизации ресёрча.
Exa открыла доступ к Agent API — платформе для поиска, ресёрча и обогащения данных из интернета. По словам компании, выполнение задач обходится примерно в 2 раза дешевле, чем через GPT-5.5 и Claude Opus.
Под капотом — собственный поисковый движок Exa, LLM и алгоритм извлечения текста Highlights. Он не скармливает модели всю страницу целиком, а достаёт только нужные фрагменты, снижая расход токенов на 94%.
Если данных много, Agent API разбивает задачу на подзадачи и запускает субагентов для параллельного сканирования доменов. А во время поиска маршрутизирует запросы между разными моделями в зависимости от сложности.
Что умеет:
— веб-поиск и парсинг данных
— обогащение таблиц недостающей информацией
— кастомные JSON-шаблоны для структурированного вывода
— загрузка пользовательских списков
— автоматический режим балансировки нагрузки
В бенчмарке WideSearch инструмент обошёл Perplexity Agent по row-level F1. По ценам: базовый режим — $0,012 за запрос, стандартный — $0,10, максимальный — $1.
Песочница
Похоже, поиск постепенно превращается из «найди ссылку» в «собери мне готовую таблицу». И это уже совсем другой уровень автоматизации ресёрча.
This media is not supported in your browser
VIEW IN TELEGRAM
MolmoMotion учит ИИ предсказывать движение объектов в 3D
Институт Аллена Ai2 выпустил MolmoMotion — модель, которая смотрит на кадр или короткое видео и предсказывает, как выбранный объект будет двигаться в ближайшие секунды.
На вход подаётся сцена, пользователь отмечает опорные точки на объекте и добавляет инструкцию вроде «подвинь и поверни деревянную миску с фруктами». На выходе модель строит траекторию этих точек уже в трёхмерном пространстве — в метрах относительно камеры.
В основе — Molmo 2 на 4 млрд параметров. Ai2 обучил две версии:
— авторегрессионную, которая достраивает движение шаг за шагом
— flow-matching вариант для ситуаций, где у действия может быть несколько вероятных продолжений
В открытый релиз пока попали только 2 AR-чекпойнта:
— H3-F30 — для видео: 3 кадра истории и прогноз примерно на 2 секунды при 15 FPS
— H1-F32 — для сценариев, где есть только один кадр
Вместе с моделью выложили датасет MolmoMotion-1M: 1,16 млн видео, 736 типов движения и около 5,6 тыс. объектов. Плюс бенчмарк PointMotionBench на 2,7 тыс. размеченных людьми видеоклипов.
Модель
H3-F30
H1-F32
Датасет
Бенчмарк
Похоже, визуальные модели всё ближе к пониманию физики мира: не просто «что на картинке», а «куда это сейчас поедет, упадёт или повернётся».
Институт Аллена Ai2 выпустил MolmoMotion — модель, которая смотрит на кадр или короткое видео и предсказывает, как выбранный объект будет двигаться в ближайшие секунды.
На вход подаётся сцена, пользователь отмечает опорные точки на объекте и добавляет инструкцию вроде «подвинь и поверни деревянную миску с фруктами». На выходе модель строит траекторию этих точек уже в трёхмерном пространстве — в метрах относительно камеры.
В основе — Molmo 2 на 4 млрд параметров. Ai2 обучил две версии:
— авторегрессионную, которая достраивает движение шаг за шагом
— flow-matching вариант для ситуаций, где у действия может быть несколько вероятных продолжений
В открытый релиз пока попали только 2 AR-чекпойнта:
— H3-F30 — для видео: 3 кадра истории и прогноз примерно на 2 секунды при 15 FPS
— H1-F32 — для сценариев, где есть только один кадр
Вместе с моделью выложили датасет MolmoMotion-1M: 1,16 млн видео, 736 типов движения и около 5,6 тыс. объектов. Плюс бенчмарк PointMotionBench на 2,7 тыс. размеченных людьми видеоклипов.
Модель
H3-F30
H1-F32
Датасет
Бенчмарк
Похоже, визуальные модели всё ближе к пониманию физики мира: не просто «что на картинке», а «куда это сейчас поедет, упадёт или повернётся».
OpenAI собирает команду для политики будущего
Бывший советник Белого дома по ИИ Дин Болл в начале июля присоединится к OpenAI. Он возглавит новое подразделение Strategic Futures, которое займётся политикой в сфере искусственного интеллекта.
Команда будет небольшой и достаточно автономной, но подчиняться директору по стратегии OpenAI Джейсону Квону.
В фокусе — не пресс-релизы про «ответственный ИИ», а самые тяжёлые вопросы:
— катастрофические риски
— рекурсивное самоулучшение моделей
— влияние ИИ на рынок труда
— отношения между AI-лабораториями, государствами и обществом
Интересно, что Болл не ищет только людей из ML или AI-policy. Он хочет собрать команду из специалистов разных дисциплин и уже открыт к кандидатам.
Свой переход в OpenAI он объясняет просто: чтобы всерьёз заниматься политикой ИИ, технологию нужно понимать изнутри. А самые важные решения, вероятно, всё чаще будут приниматься не только в кабинетах регуляторов, но и внутри самих лабораторий.
Похоже, OpenAI всё активнее строит не просто модельную компанию, а институт, который будет спорить с государствами о правилах будущего.
Бывший советник Белого дома по ИИ Дин Болл в начале июля присоединится к OpenAI. Он возглавит новое подразделение Strategic Futures, которое займётся политикой в сфере искусственного интеллекта.
Команда будет небольшой и достаточно автономной, но подчиняться директору по стратегии OpenAI Джейсону Квону.
В фокусе — не пресс-релизы про «ответственный ИИ», а самые тяжёлые вопросы:
— катастрофические риски
— рекурсивное самоулучшение моделей
— влияние ИИ на рынок труда
— отношения между AI-лабораториями, государствами и обществом
Интересно, что Болл не ищет только людей из ML или AI-policy. Он хочет собрать команду из специалистов разных дисциплин и уже открыт к кандидатам.
Свой переход в OpenAI он объясняет просто: чтобы всерьёз заниматься политикой ИИ, технологию нужно понимать изнутри. А самые важные решения, вероятно, всё чаще будут приниматься не только в кабинетах регуляторов, но и внутри самих лабораторий.
Похоже, OpenAI всё активнее строит не просто модельную компанию, а институт, который будет спорить с государствами о правилах будущего.
Media is too big
VIEW IN TELEGRAM
ElevenLabs выходит из озвучки в AI-видео
ElevenLabs больше не хочет быть просто сервисом для генерации голосов. Компания расширяется в полноценную AI-видеоплатформу: теперь в одном месте можно написать сценарий, сгенерировать озвучку, выбрать аватар и собрать видео с говорящей головой.
Для ElevenLabs это логичный шаг. Несколько лет компания была одним из главных игроков в AI-озвучке, а теперь забирает следующий слой продакшена — не только голос, но и готовый видеоконтент.
Раньше для такого ролика приходилось собирать цепочку из разных инструментов: текст, голос, аватар, монтаж. Теперь всё постепенно упаковывают в один сервис.
Качество ещё предстоит нормально проверить, но направление понятное: AI-инструменты перестают быть отдельными кнопками и превращаются в полноценные студии контента.
Похоже, скоро вопрос будет не «чем озвучить ролик», а «какой нейростудии отдать весь продакшен».
ElevenLabs больше не хочет быть просто сервисом для генерации голосов. Компания расширяется в полноценную AI-видеоплатформу: теперь в одном месте можно написать сценарий, сгенерировать озвучку, выбрать аватар и собрать видео с говорящей головой.
Для ElevenLabs это логичный шаг. Несколько лет компания была одним из главных игроков в AI-озвучке, а теперь забирает следующий слой продакшена — не только голос, но и готовый видеоконтент.
Раньше для такого ролика приходилось собирать цепочку из разных инструментов: текст, голос, аватар, монтаж. Теперь всё постепенно упаковывают в один сервис.
Качество ещё предстоит нормально проверить, но направление понятное: AI-инструменты перестают быть отдельными кнопками и превращаются в полноценные студии контента.
Похоже, скоро вопрос будет не «чем озвучить ролик», а «какой нейростудии отдать весь продакшен».
GLM-5.2 залетела в дизайн и документы
Вышла GLM-5.2 — модель, которую продвигают как сильный инструмент для презентаций, отчётов и макетов сайтов. В Design Arena она, по заявленным результатам, обошла даже Claude Fable 5.
У модели контекст до 1 млн токенов, поэтому она спокойно работает с большими проектами и не теряет детали где-то между титульным слайдом и финальной таблицей.
Основной упор — на дизайн и структурированные материалы, но GLM-5.2 также неплохо показывает себя в кодинге и агентских задачах. Плюс её можно напрямую интегрировать в Claude Code, если хочется собрать гибридный рабочий контур.
Похоже, модели всё активнее забирают не только код, но и офисную боль: презентации, отчёты, макеты и всё, что раньше съедало полдня под видом «сейчас быстро оформлю».
Вышла GLM-5.2 — модель, которую продвигают как сильный инструмент для презентаций, отчётов и макетов сайтов. В Design Arena она, по заявленным результатам, обошла даже Claude Fable 5.
У модели контекст до 1 млн токенов, поэтому она спокойно работает с большими проектами и не теряет детали где-то между титульным слайдом и финальной таблицей.
Основной упор — на дизайн и структурированные материалы, но GLM-5.2 также неплохо показывает себя в кодинге и агентских задачах. Плюс её можно напрямую интегрировать в Claude Code, если хочется собрать гибридный рабочий контур.
Похоже, модели всё активнее забирают не только код, но и офисную боль: презентации, отчёты, макеты и всё, что раньше съедало полдня под видом «сейчас быстро оформлю».
ИИ помогает работать — и незаметно отучает работать самому
Nature пишет о неприятном побочном эффекте нейросетей: специалисты, которые слишком сильно привыкают к ИИ-помощникам, начинают хуже справляться с задачами без них.
Первые исследования уже бьют по самым чувствительным сферам — медицине и разработке.
Что нашли:
— 77% врачей и 70% медсестёр опасаются, что ИИ приведёт к деградации профессиональных навыков
— у специалистов после работы с ИИ точность выявления предраковых образований без помощника снизилась с 28,4% до 22,4%
— разработчики, которые пользовались ИИ при решении задач, после его отключения набрали 50% на проверке знаний против 67% у тех, кто работал самостоятельно
Проблема не в том, что ИИ плохой. Проблема в том, что мозг быстро привыкает отдавать рутину наружу. А потом внезапно оказывается, что вместе с рутиной наружу уехала и часть навыка.
Nature пишет о неприятном побочном эффекте нейросетей: специалисты, которые слишком сильно привыкают к ИИ-помощникам, начинают хуже справляться с задачами без них.
Первые исследования уже бьют по самым чувствительным сферам — медицине и разработке.
Что нашли:
— 77% врачей и 70% медсестёр опасаются, что ИИ приведёт к деградации профессиональных навыков
— у специалистов после работы с ИИ точность выявления предраковых образований без помощника снизилась с 28,4% до 22,4%
— разработчики, которые пользовались ИИ при решении задач, после его отключения набрали 50% на проверке знаний против 67% у тех, кто работал самостоятельно
Проблема не в том, что ИИ плохой. Проблема в том, что мозг быстро привыкает отдавать рутину наружу. А потом внезапно оказывается, что вместе с рутиной наружу уехала и часть навыка.
DeepSeek-V4-Flash раздают бесплатно по API
DeepSeek-V4-Flash временно открыли для бесплатного использования через API. Акция действует до 28 июня, так что есть примерно неделя, чтобы прогнать через модель всё, до чего обычно жалко токенов.
Модель подойдёт не только для кодинга, но и для более странных экспериментов — например, поднять личный сервер World of Warcraft с парой тысяч ботов. Потому что если уж тестировать бесплатный API, то не на «напиши функцию сортировки».
Забрать доступ можно здесь
Похоже, это тот редкий момент, когда можно устроить модели стресс-тест, а счёт за ваши идеи временно оплатит кто-то другой.
DeepSeek-V4-Flash временно открыли для бесплатного использования через API. Акция действует до 28 июня, так что есть примерно неделя, чтобы прогнать через модель всё, до чего обычно жалко токенов.
Модель подойдёт не только для кодинга, но и для более странных экспериментов — например, поднять личный сервер World of Warcraft с парой тысяч ботов. Потому что если уж тестировать бесплатный API, то не на «напиши функцию сортировки».
Забрать доступ можно здесь
Похоже, это тот редкий момент, когда можно устроить модели стресс-тест, а счёт за ваши идеи временно оплатит кто-то другой.
В США подорожание бензина списали на ИИ
В Калифорнии водители подали в суд на крупных операторов АЗС, включая BP, Walmart и 7-Eleven. Их обвиняют в том, что компании использовали ИИ-систему для искусственного завышения цен на бензин.
В иске речь о платформе Kalibrate. По версии истцов, в округах, где её массово применяют заправки, топливо подорожало на 30 центов за галлон — примерно в 5 раз сильнее, чем в районах без такого широкого использования алгоритмов.
Суть претензии: вместо честной конкуренции, где АЗС снижают цены, чтобы переманить клиентов, система якобы использовала закрытые данные о ценах и продажах конкурентов и помогала удерживать стоимость топлива на завышенном уровне.
Истцы считают это не просто «умным ценообразованием», а незаконным сговором через алгоритм.
Сейчас в Калифорнии самый дорогой бензин в США: галлон Regular стоит около $5,58, что примерно на 42% выше среднего по стране.
В Калифорнии водители подали в суд на крупных операторов АЗС, включая BP, Walmart и 7-Eleven. Их обвиняют в том, что компании использовали ИИ-систему для искусственного завышения цен на бензин.
В иске речь о платформе Kalibrate. По версии истцов, в округах, где её массово применяют заправки, топливо подорожало на 30 центов за галлон — примерно в 5 раз сильнее, чем в районах без такого широкого использования алгоритмов.
Суть претензии: вместо честной конкуренции, где АЗС снижают цены, чтобы переманить клиентов, система якобы использовала закрытые данные о ценах и продажах конкурентов и помогала удерживать стоимость топлива на завышенном уровне.
Истцы считают это не просто «умным ценообразованием», а незаконным сговором через алгоритм.
Сейчас в Калифорнии самый дорогой бензин в США: галлон Regular стоит около $5,58, что примерно на 42% выше среднего по стране.
Т-Мобайл научил звонки сами писать конспект
Т-Мобайл выкатил ИИ-функцию, которая превращает телефонный разговор в текстовую расшифровку и сразу выделяет главное по итогам звонка.
То есть можно не пытаться держать в голове всё, что сказали на той стороне провода: после разговора придёт краткий пересказ с ключевыми моментами.
Под капотом — собственная ML-модель, обученная на большом массиве данных. Её заточили под распознавание сложных фраз, разговорной речи и профессиональных терминов, чтобы расшифровка не превращалась в набор уверенных ошибок.
Отдельный бонус для любителей порядка: все записи и саммари хранятся по тематическим тегам.
Похоже, телефонные звонки наконец-то догоняют рабочие встречи: теперь у них тоже есть протокол, краткая выжимка и шанс не потеряться в хаосе.
Т-Мобайл выкатил ИИ-функцию, которая превращает телефонный разговор в текстовую расшифровку и сразу выделяет главное по итогам звонка.
То есть можно не пытаться держать в голове всё, что сказали на той стороне провода: после разговора придёт краткий пересказ с ключевыми моментами.
Под капотом — собственная ML-модель, обученная на большом массиве данных. Её заточили под распознавание сложных фраз, разговорной речи и профессиональных терминов, чтобы расшифровка не превращалась в набор уверенных ошибок.
Отдельный бонус для любителей порядка: все записи и саммари хранятся по тематическим тегам.
Похоже, телефонные звонки наконец-то догоняют рабочие встречи: теперь у них тоже есть протокол, краткая выжимка и шанс не потеряться в хаосе.
This media is not supported in your browser
VIEW IN TELEGRAM
ByteDance готовит Seedance 2.5 — видео до 30 секунд и 50 референсов
ByteDance показала Seedance 2.5 — новую версию своего видеогенератора. Анонс вышел вместе с обновлением Seedance 2.0, так что компания явно разгоняет линейку перед большим релизом.
Что обещают в новой версии:
— генерация видео до 30 секунд за один раз
— до 50 референсов: изображения, ролики, аудио и другие материалы
— вывод в 3K и 4K
— редактирование монтажа через текстовые промпты
По сути, Seedance двигается от обычной генерации коротких клипов к более управляемому видеопродакшену: больше референсов, выше разрешение, длиннее сцены и правки через текст.
Официальный релиз обещают уже в начале июля.
Похоже, видеомодели быстро уходят из режима «сгенерируй красивый кусок» в сторону нормального монтажного инструмента. Осталось, чтобы кадры не забывали, кто они, на пятой секунде.
ByteDance показала Seedance 2.5 — новую версию своего видеогенератора. Анонс вышел вместе с обновлением Seedance 2.0, так что компания явно разгоняет линейку перед большим релизом.
Что обещают в новой версии:
— генерация видео до 30 секунд за один раз
— до 50 референсов: изображения, ролики, аудио и другие материалы
— вывод в 3K и 4K
— редактирование монтажа через текстовые промпты
По сути, Seedance двигается от обычной генерации коротких клипов к более управляемому видеопродакшену: больше референсов, выше разрешение, длиннее сцены и правки через текст.
Официальный релиз обещают уже в начале июля.
Похоже, видеомодели быстро уходят из режима «сгенерируй красивый кусок» в сторону нормального монтажного инструмента. Осталось, чтобы кадры не забывали, кто они, на пятой секунде.
PrompTessor превращает промптинг в тренажёр, а не гадание
Нашли сервис для тех, кто хочет писать промпты не на уровне «ну сделай красиво», а нормально управлять результатом. PrompTessor работает как симулятор: даёт задачи, оценивает ваши формулировки, показывает ошибки и предлагает улучшения.
В интерфейсе видно, как промпт меняется от версии к версии: почему одна инструкция срабатывает лучше другой, где не хватает конкретики и как превратить туманное пожелание в чёткое ТЗ для нейросети.
Есть и режим Reverse Prompt: можно загрузить картинку, видео или URL, а сервис разберёт материал и соберёт под него готовый промпт.
Что ещё внутри:
— история изменений промпта
— библиотека версий и улучшений
— передача результата в ChatGPT, Claude, Gemini и другие модели
— бесплатный тариф на 10 запросов в месяц
Попробовать
Похоже, промптинг постепенно перестаёт быть шаманством с красивыми словами. Теперь это уже навык, который можно тренировать, сравнивать и прокачивать без танцев вокруг одной фразы.
Нашли сервис для тех, кто хочет писать промпты не на уровне «ну сделай красиво», а нормально управлять результатом. PrompTessor работает как симулятор: даёт задачи, оценивает ваши формулировки, показывает ошибки и предлагает улучшения.
В интерфейсе видно, как промпт меняется от версии к версии: почему одна инструкция срабатывает лучше другой, где не хватает конкретики и как превратить туманное пожелание в чёткое ТЗ для нейросети.
Есть и режим Reverse Prompt: можно загрузить картинку, видео или URL, а сервис разберёт материал и соберёт под него готовый промпт.
Что ещё внутри:
— история изменений промпта
— библиотека версий и улучшений
— передача результата в ChatGPT, Claude, Gemini и другие модели
— бесплатный тариф на 10 запросов в месяц
Попробовать
Похоже, промптинг постепенно перестаёт быть шаманством с красивыми словами. Теперь это уже навык, который можно тренировать, сравнивать и прокачивать без танцев вокруг одной фразы.
Codex может убивать SSD логами
У Codex нашли неприятный баг: из-за ошибки логгера агент иногда записывает на диск до 640 ТБ в год. Для SSD это уже не «много мусора», а почти ускоренный курс старения накопителя.
Проблема в том, что логгер пишет все действия на уровне TRACE — включая inotify-спам, сырые WebSocket/SSE-пейлоады и внутренние логи зависимостей. При этом около 71% логов — бесполезный шум.
Масштаб бодрит: один пользователь за 21 день накопил 37 ТБ логов. Для сравнения, обычный SSD на 1 ТБ часто рассчитан примерно на 600 ТБ записи за весь срок службы. То есть при таком темпе Codex может сжечь ресурс накопителя меньше чем за год.
В репозитории уже обсуждают и более неприятный сценарий: если диск забьётся логами полностью, система может начать удалять файлы ради освобождения места. То есть баг теоретически способен привести не только к износу SSD, но и к потере данных.
Проблема тянется с апреля, похожих случаев уже несколько. Пруфы и фикс предлагали, но патч пока не смержили.
Похоже, агентный кодинг снова напоминает: ИИ может писать код быстро, но иногда ещё быстрее он пишет логи.
У Codex нашли неприятный баг: из-за ошибки логгера агент иногда записывает на диск до 640 ТБ в год. Для SSD это уже не «много мусора», а почти ускоренный курс старения накопителя.
Проблема в том, что логгер пишет все действия на уровне TRACE — включая inotify-спам, сырые WebSocket/SSE-пейлоады и внутренние логи зависимостей. При этом около 71% логов — бесполезный шум.
Масштаб бодрит: один пользователь за 21 день накопил 37 ТБ логов. Для сравнения, обычный SSD на 1 ТБ часто рассчитан примерно на 600 ТБ записи за весь срок службы. То есть при таком темпе Codex может сжечь ресурс накопителя меньше чем за год.
В репозитории уже обсуждают и более неприятный сценарий: если диск забьётся логами полностью, система может начать удалять файлы ради освобождения места. То есть баг теоретически способен привести не только к износу SSD, но и к потере данных.
Проблема тянется с апреля, похожих случаев уже несколько. Пруфы и фикс предлагали, но патч пока не смержили.
Похоже, агентный кодинг снова напоминает: ИИ может писать код быстро, но иногда ещё быстрее он пишет логи.