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.

Илон Маск устал смотреть, как нейросети пишут стихи и картинки. Он хочет, чтобы они создавали миры, в которых можно играть. Поэтому xAI переманила инженеров из Nvidia, чтобы натаскать Grok на физику, движение и взаимодействие объектов.

Цель — к концу 2025 года выпустить игру, которую полностью сделает ИИ.
Работает над этим отдельная omni team. Вакансии уже открыты: ищут исследователей и даже «видеоигрового учителя», который будет объяснять Grok, как устроен геймдизайн.

Маск обещает не прототип, а AAA-уровень, где искусственный интеллект не просто нарисует декорации, а создаст логику мира.
Контекст. Модели вроде Genie 3 от Google уже умеют собирать 3D-сцены по тексту, но пока не понимают физику и законы игры. Маск хочет шагнуть дальше — научить ИИ не просто изображать движение, а мыслить как движок.

И что?

Для бизнеса: ИИ выходит из офиса в реальный мир — начинает строить интерактивные симуляции, обучение и развлечения.

Для инвесторов: если у Маска получится, xAI станет первой студией, где контент создают не люди, а алгоритмы.

Для людей: появится новый жанр — игры, которые придумываются и живут сами.

🚨 Нам 3.14здец

Разработчикам игр — 9/10. Если ИИ сможет сам генерировать AAA-мир, индустрия с 3000-человечными студиями перестаёт быть нужной. Что делать: уходить в режиссуру и обучение моделей.

Nvidia — 7/10. Маск выкачивает у них мозги, чтобы потом строить свои движки без зависимости от их железа.

Менеджер хочет, чтобы у него был AI, который сам пишет отчёты и отвечает клиентам. В компании таких, как он, тысячи. Все просят доступ к ChatGPT, а IT-отдел кивает на безопасность и закрывает. Разрешить нельзя — данные утекут. Запретить — теряешь эффективность.

Google выкатывает Gemini Enterprise — корпоративный конструктор агентов. Без кода, без внешних сервисов. Берёшь внутренние данные компании, подключаешь, собираешь себе ассистента.

Есть готовые агенты для ресерча, саппорта и кодинга, и маркетплейс с тысячами плагинов.

Цены — $30 за пользователя в месяц для Enterprise и $21 для Business. Всё под капотом Google Cloud, то есть безопасно, как любят CIO.

Контекст. Google и Amazon синхронно пошли в корпоративный AI: у Amazon — Quick Suite, у Microsoft — Copilot. Но Google делает ставку на «всё внутри одной кнопки»: чтобы сотрудники не прыгали по сервисам, а просто жили в своей AI-среде. Битва уже не за лучшую модель, а за наименьшее трение между человеком и данными.

И что?

Для бизнеса: можно строить AI-процессы внутри компании без армии интеграторов и риска утечки.

Для инвесторов: Gemini наконец превращается в SaaS-продукт с предсказуемым кэшфлоу и корпоративным масштабом

Для людей: появится шанс работать умнее, а не дольше — агенты будут закрывать 80% рутины.

🚨 Нам 3.14здец

AI-стартапам и интеграторам — 8/10. Когда корпорации сами делают агентов, спрос на внешние решения падает. Что делать: нырять в узкие ниши или встраиваться в экосистему Google.

SaaS-разработчикам — 7/10. Клиенты не пойдут к вам, если Google уже встроил аналог в их бизнес-платформу.

Человек уже не гуглит — он спрашивает нейронку. «Что купить ребёнку на день рождения», «как снять стресс», «почему жена злится» — теперь всё туда. ChatGPT и прочие стали не инструментом, а собеседником. Но как только тот же ИИ пишет новости — никто ему не верит.

Reuters Institute опросил пользователей в шести странах: за год число людей, которые пользуются ИИ каждую неделю, почти удвоилось. 24% теперь ищут через нейросети информацию и ответы, 21% используют для текста и картинок. ChatGPT по-прежнему впереди, но через AI-поиск Google и Microsoft уже проходят 54% пользователей — и половина даже не осознаёт, что читает ответы нейросети.

А дальше начинается шизофрения. Только 12%доверяют новостям, написанным ИИ, и 62%хотят, чтобы писал человек. Доверие к AI-журналистике падает, даже когда к науке и медицине растёт. Люди принимают нейросеть как личного помощника, но не как источник правды.

И что?

Для бизнеса: аудитория готова жить с ИИ в кармане, но не в ленте. Доверие станет новой метрикой кликов.

Для инвесторов: медиа, которые оставят за человеком голос, а ИИ — черновик, удержат рынок.

Для людей: теперь мы верим тому, кто пишет сам, а не тому, кто генерирует. Однако, тех кто пишет сам, уже нет. И все это превращается в глупую паранойю, но это пройдет.

🚨 Нам 3.14здец

Онлайн-медиа — 8/10. Если подменят редакторов ИИ, доверие рухнет. Что делать: оставить человека лицом бренда, а не нейросеть.

Политикам — 7/10. Чем больше новостей генерит ИИ, тем меньше кто-то верит в любую повестку.

Сегодня на выборах побеждают популисты. Если у тебя есть харизма и нет совести — можешь говорить всё, что угодно. Что остановишь войну за сутки. Что сделаешь всех богатыми. Что медицина станет бесплатной, а экономика взлетит. Проверить это невозможно, но людям хочется верить. Поэтому и голосуют.

Но как вообще проверять правду? Мы тонем в потоках сообщений и ощущаем давление — от друзей, от коллег, от семьи. Каждый уверен, что видит всё “как есть”. Из-за этого споры превращаются в ненависть, а общества — в две непримиримые половины. Никакие факты уже не работают, если в них не веришь.

И вот тут появляется ИИ — не как оратор, а как тот, кто вообще не участвует в сраче. OpenAI показала, что GPT-5 стала на 30% менее политически предвзятой, чем прошлые модели. Проверяли 500 острых тем — от миграции до гендера, по пяти метрикам: склонность навязывать мнение, усиливать эмоции, искажать контекст. Выяснили, что даже на провокационные формулировки GPT-5 отвечает ровнее, чем любая другая модель до неё.

По данным OpenAI, менее 0,01% реальных диалогов с ChatGPT содержат политический перекос. Это тысячи разговоров в день — но всё же шанс впервые получить честный анализ, а не чью-то повестку.

И что?

Для бизнеса: корпоративные AI-ассистенты становятся безопаснее — можно не бояться, что бот внезапно начнёт агитировать.

Для инвесторов: OpenAI выходит на территорию, где решается не UX, а доверие. Это валюта будущего.

Для людей: появился шанс услышать рассуждение без идеологии — просто чтобы понять, а не выбрать сторону.

🚨 Нам 3.14здец

Политтехнологам — 9/10. Их монополия на интерпретацию фактов рушится. Что делать: перестраивать профессию вокруг прозрачности.

СМИ — 7/10. Если люди начнут советоваться с ИИ, а не с журналистами, привычная медиасфера схлопнется.

… но есть и тёмная сторона. если избиратели начнут искренне доверять ИИ, то власть сместится не к политикам, а к тем, кто контролирует эти модели — и тогда выходки Илона в твиттере будут выглядеть детским садом. манипулировать вниманием, формулировками и контекстом ответов можно задолго до дня голосования — фактически рулить результатом ещё до его начала.

Пятничный контент.

И что?

Пока единственная компания , не теряющая денег на ИИ