Релизы моделей и продуктов
Qwen-Image-2.1: открытые веса. Alibaba выпустила Qwen-Image-2.1 — открытую 7B-модель для генерации и редактирования изображений, которая, по заявлению компании, обходит закрытые модели в собственном бенчмарке. Модель нативно работает с прозрачными RGBA-изображениями и принимает до 10 референсов при редактировании, но исследовательская лицензия запрещает коммерческое использование без согласования.
Модель Gander от Tencent. Tencent представила Gander — исследовательскую модель, которая совмещает разговор в реальном времени с фоновыми задачами агента: за речь отвечает «мозжечок», за сложную работу — сменный «мозг». Она допускает перебивание и одновременную обработку речи, изображений и текста, но в тестах уступила по точности выполнения задач.
Runway: видео в реальном времени. Runway показала исследовательский прототип генерации видео в реальном времени: пользователь ведёт стрим и управляет видео прямо во время промптинга, а в основе лежит world-модель GWM-1. Цель — сократить ожидание и расходы на GPU, генерируя кадры интерактивно, а не единым пакетом.
Инструменты и фреймворки
Google ADK для Kotlin. Google выпустила ADK for Kotlin 1.0: набор Agent Development Kit теперь не уступает по возможностям версиям для Python и Java и поддерживает on-device и гибридный ИИ на Android. В него входят иерархическая оркестрация мультиагентных систем, компактизация контекста и управление сессиями.
OpenCodeReview от Alibaba. Alibaba открыла исходный код OpenCodeReview — CLI под лицензией Apache-2.0, где детерминированный отбор файлов и сопоставление с правилами работают вместе с LLM-агентом для анализа кода. Внутри компании им пользуются десятки тысяч разработчиков; инструмент призван решать такие проблемы, как сдвиг номеров строк и нестабильность промптов.
ZCode: открытый код. Платформа для кодинг-агентов ZCode стала открытой — после того как в ней устранили проблемы безопасности, о которых сообщалось. В репозитории есть десктопное приложение, веб-воркспейс, бэкенд, Agent CLI и рантайм, а также новый порядок сообщения об уязвимостях и вознаграждения за них.
System 1 и модели принятия решений
Модель решений Laya. Laya — открытая неавторегрессионная модель «Системы 1» от Convai Innovations. Она отвечает на типизированные вопросы о решениях за один прямой проход; есть чекпоинты для английского языка, мультиязычные и вариант typed-decisions. Реализация laya.cpp на C++ выдаёт до 810 вопросов в секунду на RTX PRO 6000.
Самодельные альтернативы Jev. Несколько проектов повторяют оценку решений в стиле Jev на обычных открытых LLM. В одном Qwen3.5 4B дообучили через LoRA до 0,709 на typed-decisions, в других пакетно проверяют кандидатов через llama.cpp или берут n_predict=1 с logprobs. Цель — повторить результаты Jev без отдельных классификаторных голов.
Локальные агенты и железо
Агентный цикл на Qwen 3.8 27B. Локальный агентный цикл на базе Qwen 3.8 27B отработал около трёх недель на одной RTX 3090 почти без присмотра и собрал инференс-движок для CUDA — всего за 12 сообщений от человека. На компактизацию ушло 83 часа, но эксперимент показал: долгие локальные агентные задачи уже выполнимы, хотя выигрыша по производительности пока нет.
Непрерывное обучение в mini-AGI. mini-AGI — модель непрерывного обучения на 530M параметров, обученная с нуля на ноутбуке с 8 ГБ видеопамяти с помощью динамической схемы mixture-of-experts и одного непрерывного потока данных. Это пример обучения на потребительском железе с полным контролем над данными.
Kimi K3 на кластере GB10. Кластер из 16 узлов GB10 запустил Kimi K3 от Moonshot AI на 2,8T параметров с патчами рантайма и держал около 30 токенов в секунду на генерации кода, а в пике при параллельных запросах — 136 токенов в секунду. Для этого потребовалась изменённая топология NCCL и сеть с двумя коммутаторами.
Исследования
Fuse: социальные мотивы. Fuse — фреймворк мультиагентной симуляции. Он оценивает, как LLM-ассистенты выводят социальные мотивы из рассказов пользователей, а проверяемую истину задают скрытые целевые агенты. Тесты на 12 LLM показывают: вмешательство пользователя только усложняет задачу, а модели чувствительны к предвзятой подаче.
StudentSim для ИИ-тьюторов. Исследователи из Microsoft и UIUC создали StudentSim: система делает цифровые копии студентов, которые ошибаются реалистично, — так можно быстрее дорабатывать ИИ-тьюторов, не тратясь на испытания с реальными учениками. Копии строятся по отдельности из ограниченных данных; цель — ускорить разработку тьюторов.
Индустрия и регулирование
Спор о безопасности ИИ. Дарио Амодеи из Anthropic предложил план, как «задать темп фронтиру», а Дженсен Хуанг из Nvidia назвал страхи вокруг ИИ преувеличенными и заявил, что вероятность того, что ИИ уничтожит мир, — «0 %». Разногласия показывают, как сильно лидеры отрасли расходятся во мнениях, пока регуляторы решают вопрос о регулировании.
Трамп: AI Force и ИИ-царь. Президент Трамп объявил о планах создать «AI Force» и ввести должность «ИИ-царя». Он пообещал не мешать росту ИИ и заявил, что дата-центры приносят пользу местным сообществам. Его заявления прозвучали после предупреждений лидеров ИИ-отрасли об экзистенциальных рисках и отражают курс его администрации на дерегулирование.
Иск о замедлении ИИ. В иске утверждается, что Anthropic, OpenAI, SpaceXAI и Google заключили незаконное соглашение о замедлении разработки ИИ. Подробностей мало, но иск усиливает юридическое давление в спорах о темпах развития фронтирных моделей.
Anthropic откладывает IPO. По сообщениям, Anthropic переносит IPO с октября на ноябрь 2026 года: советники говорят, что компании нужно показать сильные результаты за третий квартал. Инвесторы ждут оценки около 2 трлн долларов и привлечения до 100 млрд долларов.
Это всё за этот день – примерно 5 минут чтения.