Платформа Sora-2 забита видео с Марио, Майклом Джексоном, Бобом Россом и Пикачу.

Авторов нет, прав нет, регулирования нет. Но трафик бешеный — за сутки Sora вылетела в №1 App Store, обогнав ChatGPT и Gemini, даже будучи по инвайтам. Теперь OpenAI включает бабки: будет делиться доходами с правообладателями, вводит ручной контроль — можно будет выбрать, чтобы использовали только лицо, только голос или вообще запретить.

От «опт-аут» перешли к «опт-ин»: если ты владелец персонажа, нужно явно разрешить использование. Монетизация — через revshare.

Сценарий: ты заливаешь ролик с Джексоном, оно набирает миллионы, OpenAI выписывает чек владельцам его образа.

Контекст. У TikTok — 1,5 млрд MAU и долгосрочная угроза блокировки в США. У Meta — короткие видео внутри Instagram Reels и теперь ещё и Vibes с генеративными сюжетами. У Google — DreamTrack и YouTube Music AI, но без живых моделей мем-экономики. Sora же делает шаг к легальному UGC с участием чужих лиц и IP — и строит свою экосистему авторов, брендов и AI-движка.

И что?

Для бизнеса: можно запускать промо с известными образами, тестить героев на вирусность и легально встроиться в контент от пользователей. Уже в Sora крутятся ролики с брендами и селебами — дешевле, чем продакшен и юрист.

Для инвесторов: OpenAI строит альтернативу TikTok и YouTube с монетизацией через IP. У ByteDance — выручка $110B, у YouTube — $40B. Если Sora заберёт даже 5% рынка — это +$7–10B в год, при нулевых костах на съёмки.

Для людей: фан-видео с Пикачу и Джексоном можно делать без риска страйка. Условный студент из Бразилии сможет залить AI-ролик и попасть в тренды, деля выручку с владельцем образа.

🚨 Нам 3.14здец

TikTok и YouTube — 9/10. Если Sora заведёт свою creator-экосистему с выплатами авторам и праводержателям, у Reels, Shorts и TikTok появится полноценный AI-конкурент. Что делать: срочно запускать ревшару и генеративные пайплайны внутри платформ.

Правообладатели без IP-стратегии — 8/10. Образы утекли, но OpenAI даёт шанс легализовать и монетизировать. Что делать: строить базы разрешений и договариваться о revshare, пока твоими героями не торгует кто попало.

Все ждали, что Dev Day 2025 станет моментом «вот оно»: покажут GPT-6 с постоянной памятью и личностью, дадут голосового ассистента, который сам звонит в пиццерию, откроют Sora-2 всем подряд, покажут железку от Айва и скажут — теперь ChatGPT это новая операционка. Шли слухи, что будет и браузер, и поиск, и встроенный магазин с AI-приложениями.

Когда Altman вышел на сцену, напряжение было как на выходе нового iPhone в 2010-м. Но половина ожиданий так и осталась фантазиями. GPT-5 — без памяти. Голосовой агент — в бете. Железку не показали. Зато дали то, чего никто не понял с первого раза: теперь ChatGPT — это платформа.

Внутри него работают Canva, Figma, Spotify. Там же теперь можно запускать агентов, автоматизировать цепочки и собирать рабочие инструменты как конструктор.

OpenAI выкатил Apps SDK — теперь можно собирать приложения, запускать их внутри чата и зарабатывать. Первая волна — Canva, Figma, Spotify, Zillow. Всё открывается прямо в диалоге. Позже будет App Store.

Параллельно запущен AgentKit — визуальный редактор для создания собственных AI-агентов с логикой, действиями, API и автотестами. Прямо в браузере. Всё работает без кода. И всё это можно вшивать в свои продукты или в тот же ChatGPT.

Sora? Работает внутри ChatGPT. У кого Plus — можно просто написать промт и получить видео.

GPT-5 Pro? Открыли. Теперь есть доступ к reasoning-модели, голосовой mini-версии (на 70% дешевле), GPT-5-Codex с интеграцией в Slack и SDK под рабочие пайплайны.

Всё это не набор фич, а начало новой среды. Браузер, автоматизация и генерация теперь сходятся в одном окне. Без переключений. Без людей.

И что?

Для бизнеса: можно собирать свои AI-приложения и агентов, зарабатывать на них и автоматизировать задачи — без кода и без команды. Раньше это был проект на 2 месяца. Теперь — 2 вечера в чате.

Для инвесторов: OpenAI одновременно зашёл на рынок Zapier, Chrome, App Store и SaaS-платформ. Оценка Zapier — $5.3B. У Chrome — 3 млрд пользователей. У App Store — 643 миллиарда оборота. Все эти рынки теперь под угрозой.

Для людей: больше не надо переключаться между приложениям в зависимости от задачи. Всё запускается в чате. Figma, Spotify, CRM, рассылка, агент — всё в одном окне. Мир, где не нужен браузер, не через 10 лет. Уже сегодня.

🚨 Нам 3.14здец

SaaS-компаниям без SDK — 9/10. Если твоё приложение нельзя вызвать из ChatGPT — ты мимо потока. Туда уходит пользовательский интерфейс, туда идут деньги. Что делать: пилить совместимость, пока не поздно.

Сервисам-автоматизаторам — 8/10. Zapier, Make, n8n — все выглядят как тяжеловесные системы, когда ChatGPT просто делает. Что делать: идти в B2B-интеграции или хардкорные сценарии, где GPT не справится.

Браузерам — 7/10. Если ты проиграешь точку входа в интернет — остался только рендеринг страниц. Что делать: вкладываться в интеграции с ИИ или быть фоном.

Altman хотел убить смартфон : девайс без дисплея, «всегда включён», с AI-помощником вместо телефона. Купили Io Studio Джони Айва за $6.5B, позвали 20 инженеров из Apple, плюс команду из Meta Quest. Но на дворе 2025, а у устройства нет финального дизайна, нет интерфейса, и всё тормозит.

ИИ болтает слишком много — никто не знает, как сделать разговор полезным, но не душным. А главный блокер — инфраструктура: Sora ест всё, ChatGPT на грани, а теперь ещё и девайс, которому нужно 24/7 быть в онлайне и слушать голос. У Google и Amazon — уже есть свои облака, свои чипы, и по 100+ миллионов устройств в домах. У OpenAI — пока только слайды.

Контекст. Humane Ai Pin — $240M инвестиций, 7 лет разработки, и на выходе — перегревающийся брелок с голосовым лагом в 3 секунды. Продано менее 10k устройств, обзоры в хлам. Rabbit R1 — хайп в TikTok, но по факту — перепакованный API-интерфейс с кнопкой. Крашится, тормозит, ничего не делает. Выпущено 10k, возвраты — до 60%. Meta Ray-Ban — крутая камера, но нейросеть тупит. Ассистент на английском, не может поддержать диалог. У Amazon — миллиард устройств Alexa, но там нет генерации, только скрипты. Google свернул проект Iris (смарт-очки), а Project Astra всё ещё в демо. Apple Vision Pro — шикарный экран, но без AI. Никто не вывез full-stack: распознавание → генерация → действие — в реальном времени и на устройстве.

И что?

Для бизнеса: рынок AI-гаджетов обещает быть огромным, но пока никто не может предложить устройство, которое работает без боли. Устройства типа Ai Pin и R1 дискредитируют саму идею: пользователь ждёт волшебства, а получает глюки и задержки. Даже крупные игроки не тянут сложность генерации в реальном времени. Пока не появится железо с локальным inference и продуманным сценарием — делать под это платформу или продукт бессмысленно.

Для инвесторов: показатель провала — возвраты. У R1 они выше 50%, у Humane — полная остановка продаж. Это значит, что даже ультравайрал и ютуб-обзоры не спасают продукт, если он не даёт value за 3 секунды. OpenAI, несмотря на хайп, тоже упёрлась в фундаментальные ограничения: инфра, управление контекстом, форм-фактор. Без решения этих проблем $6.5B в Io Studio — не актив, а расход.

Для людей: ожидания от AI-девайсов завышены. Пока нет ни одного устройства, которое стабильно понимает, говорит и действует — всё с лагами, ошибками и ограничениями. Разговор с ботом в мессенджере пока всё ещё быстрее, понятнее и дешевле. Любой «экран-киллер» должен быть лучше смартфона — по скорости, удобству и результату. Пока ничего даже близко не подходит.

🚨 Нам 3.14здец

Стартапам, делающим AI-гаджеты — 9/10. Если даже OpenAI с Айвом тонет в дизайне, latency и облаках — у всех остальных шансов почти нет. Что делать: срочно фокус на 1 юзкейс и локальный inference.

Производителям IoT — 7/10. Выход OpenAI мог задрать рынок, но теперь вы сами по себе. Что делать: делать своё, не ждать флагмана, использовать готовые API от OpenAI/Anthropic.

Что вы знаете о пробках? Все полосы на трассе Пекин–Гонконг–Макао остановились, потому что жители Пекина возвращаются домой после восьмидневных каникул в честь Дня образования КНР.
Этот период еще называют «Золотой неделей».

И что?

Предположим что это все люди образованные. И это только Пекин.

Представь: ты — AMD, запускаешь новые MI450 в 2026-м, хочешь влезть на рынок, где всё уже законтрактовано Nvidia. И тут заходит OpenAI:

— «Нам 6 гигаватт. А ещё 160 миллионов ваших акций — по $0.01».

Ты соглашаешься. Потому что это десятки миллиардов выручки и билет в будущее, где без OpenAI ты просто второй номер.

Сделка стартует с 1 гигаватта MI450, остальное — поэтапно. Условие — OpenAI получает до 10% AMD по центу, если будет идти по инфраструктурному плану. На бирже это эквивалентно $20+ миллиардов.

Причём AMD не получает кэша — она получает заказ. Ставка: выиграть конкуренцию с Nvidia за следующие 5 лет.

Вот сколько у них гигават:

• OpenAI уже выкупил 10 гигаватт у Nvidia,
• теперь добрал 6 у AMD,
• ещё 7+ гигаватт — в распределённых дата-центрах и у подрядчиков.

Итого 23 гигаватта только под OpenAI. Это больше, чем совокупная мощность всех hyperscaler-LLM стартапов, включая Anthropic, Mistral, xAI, Inflection и Groq — вместе взятых.

Контекст. Nvidia держит рынок на 80–85%, у неё — собственная архитектура, софт и каналы поставок. AMD хочет урвать кусок, делая ставку на MI450 как более дешёвую альтернативу H100/B100. Чтобы успеть, она запускает «блок-дил» с OpenAI: вы нам гарантию закупки — мы вам долю. Это не венчур. Это инфраструктурная геополитика.

И что?

Для бизнеса: крупные модели скоро будут жить только внутри закрытых дата-альянсов. Если у тебя нет pre-alloc’а на чипы — ты не игрок. Время «посмотрим, где покрутить LLM» — закончилось. Compute теперь как жильё — арендуй на год вперёд или будешь на улице.

Для инвесторов: OpenAI превращается в держателя инфраструктуры, как Amazon в 2010. Доля в AMD — это не про чипы, это контроль цепочки. Следующий шаг — доли в логистике, энергокомпаниях и фабах. AMD — теперь не просто поставщик, а зависимый актив.

Для людей: ждите очередей и роста цен. Compute больше не «безлимитная облачная штука». Это ресурс, выданный по контракту. Маленькие проекты будут платить ×10 или вылетать из рынка. Даже open-source LLM — бессмысленна без доступа к мощности.

🚨 Нам 3.14здец

Стартапам уровня Series A без чипов — 10/10. У OpenAI 23 гигаватта, у тебя — PowerPoint. Даже если модель лучше, ты её нигде не запустишь. Что делать: входить в альянсы с крупными игроками или продаваться.

AMD вне OpenAI — 7/10. Если ты не OpenAI — ты платишь за MI450 по полной и без преференций. Что делать: идти в Китай, где дефицит H100 ещё сильнее. Или делать эксклюзивные связки с другими LLM-хабами.

Девочка по имени TRM (Tiny Recursion Model) от Samsung вышла против монстров вроде DeepSeek R1 и Gemini 2.5 Pro — и выдала лучшие результаты на сложнейших задачах логики, хотя у неё всего 7M параметров.

Вместо привычного поштучного генератора токенов она сначала пишет черновик ответа, потом сама себя критикует, передумывает и улучшает решение до 16 раз подряд.

Внутри — критический блокнот с 6 саморевизий на каждом цикле, прежде чем обновить черновик.
На ARC-AGI-1 она набрала 45%, на ARC-AGI-2 — 8%. Обе метрики считаются адом даже для топовых моделей с миллиардами параметров. Речь идёт о задачах на чистую логику и гибкость мышления, где brute force не работает. Пока TRM заточена на головоломки, но архитектурный приём (цикл самопроверки) может менять правила игры: не нужно миллиарды на обучение, если модель умеет думать, а не просто предсказывать.

Контекст. ARC-AGI — бенчмарк от Франсуа Шолле, построенный так, чтобы его нельзя было прошить данными. Здесь побеждает не объём, а способность к обобщению. У TRM всего 7M параметров, у Gemini 2.5 Pro — десятки миллиардов. Это как если бы калькулятор победил NASA-компьютер в шахматах. И что?

Для бизнеса: можно сэкономить $10–100M на обучении и инфре, если взять TRM-подобную архитектуру вместо LLM-монстра. DeepSeek R1 — 236B параметров, Gemini 2.5 Pro — ~540B. TRM делает логические задачи лучше, будучи в 30 000–70 000 раз меньше.

Для инвесторов: весь стек «scale = качество» трещит. Модель, которую можно обучить на MacBook, решает задачи лучше, чем топ-3 API от Google, OpenAI и DeepSeek. Маленькие команды с архитектурными хаком могут обвалить рынок inference-as-a-service.

Для людей: эти модели можно запускать прямо на телефоне. Без клаудов, latency и подписок. Представь GPT, который реально рассуждает — и работает офлайн.

🚨 Нам 3.14здец

Google, DeepSeek, OpenAI — 9/10 — почему: они влили миллиарды в обучение и поддержку гига-сетей. Gemini 1.5 Ultra тренили на 3 000+ TPUv5e. А тут модель, которую можно на RTX 4090 прогнать, бьёт их в логике. Что делать: перестраивать R&D-приоритеты, инвестировать в reasoning-архитектуры.

Nvidia — 7/10 — почему: если inference сдвинется в сторону маленьких моделей, спрос на клаудные GPU может схлопнуться. Что делать: упор на edge-инференс, AI-чипы и софт под маленькие архитектуры.

Яо Шуняй, бывший физик и один из исследователей Claude 4 и 3.7, тихо ушёл из Anthropic — и устроился в Google DeepMind. Перед этим он бахнул блог с фразой “it is better without you” и объяснил, что 40% его решения — это политика Anthropic, которая закрывает доступ к своим сервисам для «дочек из враждебных стран, таких как Китай».

Судя по посту, Яо за год сделал значимый вклад в Claude 4 и 3.7 Sonnet. Но когда понял, что компания считает его страну «угрозой», а китайские стартапы не смогут интегрироваться с API, он выбрал Google, где таких барьеров нет (пока). Теперь он в команде Gemini, будет пилить флагманские модели DeepMind.

Контекст. Anthropic в марте прописал, что «ограничит доступ компаниям из стран с враждебной политикой к США». Китай в списке. Но дело не только в API. Такие правила создают стену внутри самого рынка: учёные с китайскими корнями или китайским резюме оказываются «менее желательными» — неофициально. Это впервые публично признал исследователь такого уровня. Бомба замедленного действия.

И что?

Для бизнеса: AI-команды с международным составом рискуют развалиться. Правила доступа к API могут стать фактором оттока ключевых кадров.

Для инвесторов: корпоративные политики становятся политическим риском. Цензура интеграций и ограничения по странам могут стоить стартапу десятков миллионов в найме и партнёрствах.

Для людей: AI-продукты будут развиваться с барьерами по странам. Китай и США идут к технологическому разводy.

🌱 Open-source экосистема — +1 жизнь — почему: каждый забаненный ресёрчер или API-клиент приносит с собой мотивацию, коммит и деньги. Всё больше людей пилит альтернативы.

🚨 Нам 3.14здец

Глобальному рынку талантов — 8/10 — начинается идеологическая сегрегация. Отказ от сотрудничества с «неправильными» странами бьёт не только по найму, но по самим принципам open science. Что делать: готовиться к расколу индустрии и заранее выбирать, по какую сторону железного API-занавеса ты.

Всем нам — 7/10 — если в научную карьеру вшита внешняя политика, значит война уже не где-то там — она в найме, в этике и в коде. Что делать: понять, что это не конфликт компаний. Это — новая холодная война, и она уже в твоём редакторе кода. 💀

Пятничный контент. Хороших выходных.

Родившиеся в 80–90-е — последние, кто знал жизнь без технологий, и первые, кто начал к ним приспосабливаться.

И что?

Мы последнее поколение, которое видело этот мир без ИИ.

Закрываем ностальгическую тему на этих выходных. Мы глумимся над современными роботами, которые атакуют прохожих, падают и роняют попкорн в ресторане Tesla. А вот в видео — робот из 50-х. Дорогая и бесполезная херня на транзисторах, два метра роста, управляется с пульта. Энтузиасты тратили на это годы, деньги и карьеры. И всё равно — людям это всегда было интересно.

И что?

Если людям нужен робот — он у них будет.

Ты приходишь к врачу, он говорит: «У вас острый лейкоз». Назначает современное лекарство — например, Cytarabine.

Ты принимаешь его, ждёшь улучшений. А эффекта почти нет.

Почему? Потому что молекула не добирается до клеток — она рассыпается по пути, теряется в крови, или доходит в токсичной форме.

В Duke University скрестили робота и AI, и получилась TuNa — система, которая сама миксует наночастицы для доставки лекарств. В лаборатории TuNa прогнала 1 275 вариантов, увеличила результативность создания нужных частиц на 43% по сравнению с людьми.

И это не теоретика — она уже упаковала труднорастворимое лекарство от лейкемии так, что оно начало реально убивать больше раковых клеток. В другом случае смогли на 75% сократить токсичный компонент, сохранив эффективность в тестах на мышах.

Фишка TuNa в том, что она одновременно подбирает и материалы, и соотношения — большинство систем умеют только что-то одно. Это ускоряет подбор нужной формы в десятки раз. А значит, те препараты, которые раньше отбраковывались из-за плохой доставки, могут вернуться в игру. Или вообще появятся новые — безопасные и точные.

Контекст. На сегодня до 90% разработок лекарств заваливаются не потому что «не работают», а потому что не доходят до нужных клеток. Особенно в онкологии. Рынок drug delivery — это $200B+ по миру, и TuNa работает там, где проваливаются классические фармкоманды и методы.

И что?

Для бизнеса: можно вернуть в pipeline препараты вроде Cytarabine, Doxorubicin и других, которые показывали эффект in vitro, но провалились в клинике из-за плохой доставки. TuNa уже повысила успешность создания наночастиц на 43%, это десятки спасённых формул на фазе preclinical.

Для инвесторов: традиционная разработка одной молекулы — $1–2 млрд и до 10 лет. TuNa снижает время подбора доставки с месяцев до дней, а токсичные компоненты вроде PEGможно урезать на 75%, сохранив эффективность — это прямая экономия и меньше регуляторных рисков.

Для людей: то, что раньше не работало, может заработать. Например, лейкозные препараты, которые плохо растворялись или не доходили до опухоли, теперь встраиваются в нанокапсулы и реально убивают раковые клетки. Быстрее, точнее, с меньшими побочками.

🚨 Нам 3.14здец

Big Pharma без AI — 8/10 — почему: фарма без автоматизации становится слишком медленной и слишком дорогой. Если ты до сих пор полагаешься на PhD с пипеткой — у тебя нет будущего. Что делать: автоматизировать R&D или смотреть, как конкуренты догоняют с AI.

Старые школы клинической разработки — 7/10— почему: ручные методики и линейные протоколы устарели. TuNa тестит за день то, что у других уходит в квартал. Что делать: или перестроиться, или превратиться в ресёрч-прокладку при Big AI.

Текущий AI-пузырь в 17 раз больше доткомов 2000 года и в 4 раза больше ипотечного кризиса 2008-го. Компании с нулевой прибылью получают миллиарды инвестиций, а рынок ведёт себя так, будто всё под контролем.

И что?

Обрушение неизбежно, и история нас ничему не учит. Только теперь последствия будут другие. Когда сотни миллионов потеряют работу, назад их уже никто не возьмёт — бизнесу будет выгоднее поставить ИИ.

Как ковид ускорил переход на удалёнку и видеосвязь, так кризис ускорит замену людей алгоритмами.

Бизнесу — сбрасывайте людей уже сейчас, собирайте резервы, внедряйте ИИ.

Инвесторам — шортите и ищите компании с реальной выручкой.

Людям — работы у вас больше нет.

И что?

Просто порт Шанхая.