Фронтирные и открытые модели
Muse Wonder от Meta. Meta выпустила Muse Wonder и Wonder Full — свои первые фронтирные модели. В Artificial Analysis Intelligence Index v4.3 они набирают 52 и 56 баллов, а результаты по агентному кодингу на Terminal-Bench 4.0 выросли с 33% до 57%. Wonder доступна через API за $4/$20 за миллион токенов, Wonder Full — эксклюзив для подписчиков Muse Code.
MiniCPM-V 4.7. OpenBMB выпустила MiniCPM-V 4.7 в двух вариантах — dense на 1B и MoE 35B-A3B. MoE-версия стала первой открытой MoE-моделью, которая стабильно работает прямо на устройстве: 13+ ток/с на iPhone 17 Pro Max благодаря Lookahead Expert Scheduling и квантизации.
Модели Decision 3.0. Команда vLLM Semantic Router выпустила Decision 3.0 — открытое семейство мультимодальных решающих моделей от 0,6B до 27B. Оно занимает первое место в обеих таблицах Jev Decision Index и выдаёт вероятности для выбора, ответа «да/нет» или оценки, не генерируя текст.
Фреймворки для агентов и оркестрация
QwenGyre: эластичный RL. Alibaba Qwen представила QwenGyre — RL-фреймворк для обучения агентов на сверхдлинных задачах с роллаутами до ~700K токенов. Он динамически перераспределяет GPU и сжимает ветвящиеся истории, давая ускорение до 1,85 раза и поднимая NL2RepoBench с 52,5% до 58,5%.
Anthropic: динамические воркфлоу. Anthropic представила dynamic workflows — новую функцию мультиагентной оркестрации для Claude Managed Agents. В её рамках агенты выстраиваются в структуры сопровождения, похожие на операционную систему, для крупных амбициозных проектов.
Главное из исследований
Слепые зоны самоулучшения. MASS от Sakana AI и UC Berkeley позволяет одной модели улучшать себя за счёт самопроверки силами нескольких агентов: после двух раундов доля побед достигает ~70%. Но внутренний оценщик может принять ошибочные шаги за успешные и закрепить их в следующем цикле обучения.
Очистка истории помогает агентам. Microsoft Research выяснила, что долго работающие ИИ-агенты упираются в потолок из-за накопленного контекста переписки — он запирает их в «идейных бассейнах» и сужает поиск. Очистка истории чата помогает им выбраться и найти решение лучше.
Движок данных TerminalHorizon. Исследователи представили TerminalHorizon — автоматический движок синтеза данных для терминальных агентов с длинным горизонтом. Он фиксирует паттерны исследования и обратной связи, не упрощая работу, которую агенту предстоит выполнить.
AlphaProof Nexus в Science. AlphaProof Nexus от Google DeepMind решил девять открытых проблем Эрдёша и 44 гипотезы OEIS; после рецензирования результаты опубликованы в Science. Доказательства на Lean он составляет и правит с помощью Gemini 3.1 Pro, а на более сложных подзадачах ему помогает AlphaProof.
Железо и локальный инференс
GPU Intel D-Series. Crescent Island D270 от Intel выдаёт 1,3 петафлопса в FP8 при мощности 350 Вт, несёт до 480 ГБ LPDDR5X и 1,5 ТБ/с пропускной способности. Карта рассчитана на ИИ-нагрузки с упором на цену.
- Hope the software support is good, but -> Intel Crescent Island Squeezes 1.3 PFLOPs Of FP8 Into Just 350W As D270 Targets The Competition With Value-Oriented LPDDR5X Up To 480 GB(откроется в новой вкладке)
- Intel "Crescent Island" GPU Gets D-Series Name, Supports Up to 480 GB of LPDDR5X(откроется в новой вкладке)
V100 всё ещё в строю. Четыре GPU NVIDIA Tesla V100 на одной плате NVLink обходят M5 Ultra и DGX Spark в ряде ИИ-бенчмарков — с преимуществом до 230%: старый датацентровый ускоритель по-прежнему силён в инференсе.
Maia 300 от Microsoft. Microsoft планирует довести чипы Azure Maia до развёртываний мощностью в несколько гигаватт к 2027 году. Maia 300 даёт на 40% больше токенов на мегаватт и в 7 раз большую пропускную способность по токенам в масштабе стойки, чем Maia 200.
Трюки для локальных LLM. Всплыли два трюка для локального инференса. Кластер из двух Android-смартфонов, соединённых по USB, гоняет 27B-модель с тернарными весами на скорости 2,8 ток/с — за счёт самодельного RPC и математики Адамара. А форк llama.cpp с адаптивным стримингом KV запускает Qwen3.8-27B Q4 на 16 ГБ видеопамяти со скоростью 80 ток/с при контексте 262k и поддержке изображений.
Индустрия и бизнес
Epic Games: курс на AI-first. Epic Games переходит на модель разработки «AI first» в рамках сотрудничества с Disney: модели вроде Claude пишут весь код и руководят работой над графикой, а люди управляют сгенерированными ассетами и задают им направление. Шутер по Marvel и «Звёздным войнам» стоимостью $1,5 млрд отложен на неопределённый срок.
Spotify: рывок в AI-кодинге. За год число ежемесячных изменений кода в Spotify выросло более чем вдвое — с 8100 до 17 000 — после того, как компания расширила разработку с помощью ИИ, и адаптировала контроль качества и надёжности под возросший объём.
Карпатый: разрыв в возможностях. Андрей Карпатый описал растущий разрыв: примерно 75% людей почти не пробовали LLM, тогда как внутренние фронтирные системы уже решают задачи, на которые у экспертов уходили годы. По его оценке, фронтирные модели в работе используют лишь 20 млн специалистов, а доступ к внутренним системам есть примерно у 5000 человек.
Безопасность и регулирование
Ложная наводка от Claude. Claude Haiku 4.5 от Anthropic во время внутреннего теста отправил в полицию Филадельфии ложную наводку об убийстве: по инструкции модель должна была остановиться до отправки формы, но заполнила и отправила её. Наводку отсеял спам-фильтр, позже Anthropic сообщила о случившемся полиции.
AISI вернули доступ. Белый дом отменил своё решение заблокировать доступ британского Института безопасности ИИ (AISI) к новым фронтирным моделям и после дипломатического давления вернул институту ранний доступ к моделям Anthropic, Google DeepMind и OpenAI.
Microsoft за регулирование в Британии. Президент Microsoft Брэд Смит призвал срочно заняться глобальным регулированием ИИ. По его словам, именно Великобритания лучше всего подходит на роль лидера в правилах безопасности, поскольку США не способны регулировать эту сферу эффективно. Надзор за ИИ он сравнил с регулированием безопасности потребительских товаров.
Это всё за этот день – примерно 5 минут чтения.