Выпуски и обновления моделей
Inkling от Thinking Machines. Стартап Миры Мурати выпустил Inkling, открытую модель смеси экспертов с 975B общих параметров (41B активных). Обучалась на тексте, изображениях, аудио и видео, но пока выводит только текст.
- Inkling by Thinking Machines is the #1 US open weight model now(откроется в новой вкладке)
- The Benchmarks of Thinking Machine's first open-source model Inkling(откроется в новой вкладке)
- Thinking Machines releases first open-weight model “Inkling”(откроется в новой вкладке)
- Thinking Machines amps up its bet against one-size-fits-all AI with its first open model, Inkling(откроется в новой вкладке)
Bonsai 27B для iPhone. PrismML выпустил Bonsai 27B, основанную на Qwen3.6-27B, что обеспечивает локальные рассуждения, использование инструментов и агентские задачи. Сообщается, что Apple ведет переговоры со стартапом. Поддержка тернарного квантования добавляется в основную ветку.
Grok-build стал открытым. xAI открыл исходный код Grok CLI coding agent под лицензией Apache 2.0 после негативной реакции на загрузку данных по умолчанию. Этот шаг направлен на восстановление доверия.
Грядет Kimi k3. Moonshot AI дразнит моделью Kimi k3, ранние результаты показаны на Chatbot Arena. Ожидается в ближайшее время.
Agents-A1-4B — агент-специалист. Модель превосходит более крупные модели на бенчмарках BrowseComp, GAIA и SciCode, демонстрируя параметроэффективное масштабирование агентов.
Исправления вызова инструментов Gemma 4. Google обновил шаблоны чата Gemma 4 для уменьшения лени и исправления вызова инструментов, а также включил Flash Attention 4 на графических процессорах Hopper.
Длинный контекст Qwen 3.6 27B. Пользователи запускают Qwen 3.6 27B с контекстом более 200K токенов, достигая 262K с хорошей производительностью, чему способствует оптимизация раздувания инструментов MCP.
Soofi S — многоязычная 30B. Немецкий консорциум по ИИ выпустил Soofi S, открытую модель 30B, лидирующую в бенчмарках как на немецком, так и на английском языках.
Инструменты, платформы и инфраструктура
Клавиатура агента Codex Micro. OpenAI выпустила свое первое оборудование — Codex Micro, мини-клавиатуру за $230 с индикаторами состояния, дисками и горячими клавишами для управления агентами кодирования Codex.
Claude Apps Gateway на AWS. AWS выпустила шлюз приложений Claude, саморазмещаемую плоскость управления для Claude Code и Desktop, централизующую управление доступом, стоимостью и политиками.
Терминальный рендерер Mermaid. Автономный Rust-крейт из Grok CLI отображает диаграммы Mermaid в терминале, теперь доступен в браузере через WASM.
Бенчмарк агентов Stripe. Stripe выпустила бенчмарк для агентов ИИ по созданию полных интеграций, выявив, что агенты хорошо справляются с кодированием, но испытывают трудности с валидацией в финансовых системах.
Агенты Fleet в Slack. Fleet от LangChain теперь позволяет командам развертывать специализированных агентов в Slack в один клик, позволяя агентам работать в ветках обсуждений.
Изолированные среды агентов. LangChain утверждает, что агентам нужен собственный компьютер с файловой системой, оболочкой и доступом к сети, предлагая эфемерные песочные среды для безопасного выполнения.
Postgres для агентов ИИ. Презентация подчеркивает, как Postgres может служить реляционной основой для производственных агентов ИИ, обрабатывая состояние, векторный поиск и надежность.
Сложности маршрутизации моделей. Hugging Face обнаружил, что эффективная маршрутизация моделей для агентов должна учитывать кэширование, накладные расходы, связанные с задачей, и стоимость помимо цены токенов.
Морской агент Shippy. Команда Skylight подробно описывает создание Shippy, агента для защиты океана, с упором на надежность через систематическую архитектуру души, навыков и конфигурации.
Распределенное RL на Mac. Pluralis Research провел эксперимент по пост-тренировке RL с развертыванием на 14 Mac в четырех странах, демонстрируя децентрализованное обучение, сохраняющее данные локально.
Разблокировка CMP 170HX. Эксплойт процессора безопасности Falcon может позволить превратить урезанные криптокарты CMP 170HX (80 ГБ) в полноценные A100 GPU, что потенциально значительно снизит стоимость.
Предварительный просмотр AMD ROCm 7.14. AMD пометила технический предварительный просмотр ROCm 7.14 «TheRock», предоставляющий ранний доступ к последнему стеку вычислений GPU.
Двойные установки DGX Spark. Подключив два блока DGX Spark, пользователи могут выделить ~250 ГБ памяти для запуска больших MoE моделей, таких как Hy3 или Deepseek V4 Flash, в 4-битном формате.
Жизнеспособность 1-битного квантования Hy3. 1-битное квантование модели Hy3 от Tencent объемом 89 ГБ сохраняет удивительную связность, намекая на потенциал запуска будущих больших моделей на скромном оборудовании.
Qwen3.5 122B AMD FP4. Участник сообщества выпустил ROCm FP4 квантованную Qwen3.5 122B-A10B, достигающую 28.5 токенов/с на оборудовании AMD.
Корпоративный сектор и бизнес
Фундаментальная модель для нефти и газа. Applied Computing привлек $20 млн для создания фундаментальной модели, объединяющей данные датчиков, инженерную документацию и физические модели для нефтегазовых заводов, нацеливаясь на рынок, где используется менее 8% данных.
Стратегия продаж Microsoft. Руководители Microsoft поручили сотрудникам отдела продаж предлагать Copilot как полноценную систему в отличие от «частей» конкурентов, ссылаясь на скорость и безопасность в приложениях Office по сравнению с Claude от Anthropic.
Ode с Anthropic. Anthropic, Blackstone и другие сформировали Ode, венчур на $1.5 млрд, для развертывания передовых AI-инженеров, делая ставку на то, что внедрение важнее доступа к модели.
Rime привлекает $24 млн. Голосовые ИИ-модели Rime обучаются на записанных внутри компании данных для совершенствования отраслевых произношений, нацеливаясь на корпоративные звонки клиентов.
Emergent становится единорогом. Emergent привлек $130 млн в раунде Series C при оценке $1.5 млрд для предоставления производственных AI-инструментов кодирования для малых и средних предприятий.
Whatnot приобретает Shaped. Whatnot приобрел Shaped для улучшения персонализированных рекомендаций товаров в реальном времени во время живых аукционов, где инвентарь быстро меняется.
Запуск Apple Intelligence в Китае. AI-функции Apple получили одобрение регулятора в Китае благодаря интеграции модели Qwen от Alibaba, что является ключевым шагом для второго по величине рынка производителя iPhone.
Разговорный AI от Spotify. Spotify запустил голосовой и текстовый AI-интерфейс для пользователей Premium, чтобы получать персонализированные рекомендации и спрашивать об истории прослушивания.
Проверка реальности оркестрации агентов. Опрос VentureBeat показывает, что большинство корпоративных «агентов» — это чат-боты, платформы консолидируются на Claude, а контроль затрат остается труднодостижимым.
Безопасность ИИ, защита и управление
GPT-Red для поиска уязвимостей. OpenAI создал GPT-Red, AI-красную команду, которая находит ошибки инъекций промптов в 84% тестов против 13% у людей, помогая укрепить такие модели, как GPT-5.6.
Suno собирал музыку с YouTube. Взлом показал, что Suno обучал свой AI-генератор музыки на миллионах песен с YouTube, Deezer и Genius, что подпитывает иски об авторских правах.
Патчинг с помощью AI от Microsoft. Microsoft выпустил исправления для 570 ошибок, включая две zero-day, ссылаясь на AI-инструменты, которые обнаружили ранее скрытые баги.
Иск xAI о CSAM. xAI подал иск на мужчину за якобы обход защитных механизмов Grok для создания CSAM, требуя возмещения ущерба и подчеркивая текущие проблемы с неправомерным использованием.
DNSid для агентов ИИ. Винт Серф поддерживает стандарт идентификации на основе DNS, чтобы привлечь агентов ИИ к ответственности за их работу в автономном режиме в открытом интернете.
Федерализм безопасности OpenAI. Крис Лейн из OpenAI утверждает, что законы безопасности ИИ на уровне штатов сближаются, прокладывая путь для глобальной системы управления под руководством США.
Исследования и мнения сообщества
GPT-5.6 опровергает гипотезу. Профессор Пенсильванского университета использовал GPT-5.6 Sol Pro, чтобы опровергнуть давнее статистическое предположение за 90 минут, в то время как предшественник не справился за 20 часов.
Аудит SWE-Bench Pro. Аудит OpenAI показывает, что половина решенных задач SWE-Bench Pro содержала непроверенные ошибки, подчеркивая необходимость проверки бенчмарков с помощью агентов.
Анализ эффективной границы. Пользователь Reddit построил график эффективной границы открытых моделей, показывая, какие модели предлагают лучшую производительность на активный параметр.
Удовлетворенность локальной моделью. Пользователь с ограниченными GPU выделяет Gemma 4 12B как восхитительного локального чат-ассистента, подчеркивая, что лучшая модель — та, которую вы действительно можете запустить.
DS4 Flash как большой мозг. Пользователь использует DeepSeek V4 Flash в 2-битном квантовании как дополнение к планированию для меньших моделей Qwen, сообщая о впечатляющих возможностях.
Торвальдс: AI полезен. Линус Торвальдс заявил, что Linux не против AI, подчеркнув, что AI — явно полезный инструмент, и мейнтейнеры должны сделать так, чтобы он помогал, а не мешал.
Это всё за этот день – примерно 5 минут чтения.