Релизы моделей и бенчмарки
Модели NVIDIA Nemotron 3.5. NVIDIA обновила модели для эмбеддингов, парсинга и реранкинга до версии 3.5, выпустив на Hugging Face embed-модели на 1B и 8B, rerank на 8B и модель parse. Обновление приходит на смену поколению 3.0 для задач поиска и работы с документами.
MiniMax M3.1 Flash. MiniMax выпустила на Hugging Face модель MiniMax-M3.1-Flash — новую лёгкую модель серии M. Она доступна для открытого использования, других подробностей в выдержке нет.
Canva Craft: генерация изображений. Canva представила Canva Craft — свою первую модель генерации изображений с двухэтапной архитектурой: сначала планируется дизайн, затем идёт генерация, что улучшает разборчивость текста и размещение объектов. Модель выдаёт картинки вплоть до 2K в 30 соотношениях сторон и конкурирует с моделями OpenAI, Google и Microsoft.
Muse Spark Open: бенчмарк. На графике Artificial Analysis модель Meta Muse Spark Open (816B) набирает 39 баллов — чуть меньше, чем Qwen3.8-Flash-Next (180B) с 40, хотя она более чем в 4 раза крупнее. Там же MiMo-V2.6-Pro и DeepSeek V4.1 Flash с 45 баллами входят в число лучших открытых моделей.
Медицинская Ling Sante. InclusionAI выпустила Ling-3.0-flash-Sante — медицинскую MoE-модель с 124B общих и 5,1B активных параметров для рассуждений и исследований в медицине; доступна на Hugging Face и ModelScope. Это исследовательская модель, а не медицинское изделие, и она требует проверки человеком.
Кодовая модель Flint. Recursive выпустила Flint — MoE-модель для программирования с 40B общих и 2,5B активных параметров, разработанную в значительной степени собственной ИИ-системой «Eureka Machine». Модель под Apache 2.0 оптимизирована для локального агентного кодинга на железе Apple и Nvidia.
Небольшие открытые TTS-модели. Появилось сразу несколько небольших моделей синтеза речи: Phonon 31M от Gradium работает на устройстве под Apache 2.0, AuroraTTS-100K выдаёт разборчивую речь при менее чем 100K параметров, а оптимизация Kokoro TTS обещает ускорение в 50–100 раз за счёт hill climbing по модели.
Инструменты и фреймворки для агентов
ThinkingBox: награды в RL. Microsoft и Hugging Face открыли исходники ThinkingBox-Training — проект превращает оценку по базе данных в награды для RL при постобучении агентов. Дообучение Qwen3.8-27B методом GRPO подняло среднюю успешность с 51,7% до 60,8% на задачах вне бенчмарка.
NVIDIA OpenShell. NVIDIA выпустила OpenShell — безопасный приватный рантайм для автономных ИИ-агентов. Проект упоминается на Reddit, других подробностей в выдержке нет.
1Password для агентов. 1Password выпустила инструмент, который позволяет ИИ-агентам входить в аккаунты пользователей, не видя учётных данных: работают цифровой ключ и подтверждение пользователя. Поддерживаются такие агенты, как Claude Duet, ChatGPT Work, Grok Bot и Muse от Meta.
Google Agent Compute Engine. Google анонсировала Agent Compute Engine: каждый агент Gemini получает аппаратно изолированную microVM, которая останавливается при простое, а на один сервер помещается в 10 раз больше агентов. Превью откроется в ближайшие месяцы вместе с учётом токенов и поддержкой сторонних провайдеров идентификации.
Liquid AI RIPL. Liquid AI представила RIPL — движок инференса в реальном времени для Liquid Foundation Models, который на коротких запросах отдаёт полный ответ целиком менее чем за 50 мс. На одном B200 в их тестах задержка p95 оказалась в 5,6–28,4 раза ниже, чем у Qwen3.5 на vLLM.
Cohere Rerank 5. Cohere выпустила Rerank 5 в тарифах Pro и Fast, добавив Context Focus для выдачи релевантных фрагментов внутри документов и калиброванные оценки релевантности. Модель Pro набирает 82,2 балла на BRIGHT — на 5,8 балла выше, чем у Voyage AI Rerank 3, но медианная задержка составляет 11,7 с на запрос из 96 документов.
OpenAI Decisions API. OpenAI сделала Decisions API общедоступным: API построен на GPT-6 Luna и рассчитан на быстрые и дешёвые решения вроде классификации и маршрутизации — до 10 раз быстрее Responses API. Теперь поддерживаются интеграция с GPT-Live, кэширование промптов, JSON на входе, изображения и до 400 вопросов в одном запросе.
Agent Skills передали фонду. Anthropic передала стандарт Agent Skills фонду Agentic AI Foundation под эгидой Linux Foundation — вслед за прежней передачей MCP. Цель в том, чтобы Skills оставались открытыми, развивались сообществом и не зависели от вендоров.
Исследования и прикладной ИИ
Игра без цели. Исследователи MIT обнаружили: агенты Eko, оставленные на симулированном острове без задач, начали сами придумывать себе испытания, и те, кто играл, лучше справлялись с последующими задачами, чем не игравшие. В статье выдвигается идея исследования без цели как способа осваивать навыки.
Медицинский ИИ Microsoft. Система MAI-DxO от Microsoft, которая координирует несколько ИИ-агентов наподобие консилиума врачей, в симуляции поставила верный диагноз в 83% сложных случаев из NEJM против 36% у отдельных терапевтов. Исследование опубликовано в Science, а свой бенчмарк SDBench Microsoft планирует открыть.
ИИ для наблюдения за Землёй. Google DeepMind выпустила Forest Typology 2020 — глобальную карту с разрешением 10 метров, различающую типы лесов и землепользования, а OlmoEarth v1.3 даёт спутниковые эмбеддинги и заранее рассчитанные глобальные эмбеддинги для отслеживания изменений и поиска похожих участков.
Индустрия и бизнес
OpenAI привлекает $30 млрд. По сообщениям, OpenAI готовит раунд до $30 млрд при предварительной оценке $1,25 трлн: ведущие инвесторы — Coatue и инвесторы из ОАЭ, раунд идёт перед IPO. Сделка может включать дополнительные вычислительные мощности в ОАЭ.
Uber раскатила ChatGPT Work. Uber распространила ChatGPT Work на всех 30 000 сотрудников: пилот на 1 000 человек показал использование в финансах, операциях и продукте, причём 80% участников — не инженеры. Компания всё ещё изучает сценарии применения, но уже сделала корпоративного ИИ-агента доступным всему штату.
Ставка Spotify на агентов. Spotify видит в ИИ-агентах возможность: Густав Сёдерстрём, один из гендиректоров компании, считает, что развлечения — та категория, которая выигрывает в эпоху агентов, потому что люди не станут просить агента пересказать песню. Компания хочет быть тем музыкальным сервисом, который выбирают агенты, когда пользователи поручают им плейлисты и поиск музыки.
Сеть Muse от Meta. Марк Цукерберг описал будущее, в котором миллиарды людей пользуются персональными агентами Muse: те общаются и совершают сделки с Muse других людей, образуя масштабную сеть. Финансовый директор Сьюзан Ли заявила, что адаптироваться придётся всем.
Gartner: отдача от ИИ. Опрос Gartner среди 2 002 ИТ-директоров показал: только 13% сообщают о значимой или преобразующей отдаче от ИИ, а 51% ожидают, что ИИ повысит операционные издержки. Аналитики видят разрыв между инновациями вендоров и результатами компаний, хотя 75% гендиректоров по-прежнему планируют наращивать расходы на ИИ.
inDrive тестирует роботакси. Сервис такси inDrive подписал меморандум с Pony.ai и Nvidia о тестировании роботакси Pony.ai Gen-7 в Астане в 2027 году — сначала с операторами безопасности за рулём. Nvidia поставляет платформу Hyperion и систему безопасности Halos.
Экспортные регистрации в Китае. DeepSeek и MiniMax завершили подачу документов по новой временной регистрации ИИ-экспорта в Китае и получили явное регуляторное одобрение на дальнейшее открытие весов моделей и заключение международных партнёрств.
Рекордный лоббизм. OpenAI, Anthropic и Nvidia отчитались о самых дорогих кварталах лоббирования, потратив в сумме почти $6 млн на такие темы, как кибербезопасность и безопасность детей. Суммы по-прежнему меньше, чем у Google и Microsoft, но говорят о росте вовлечённости в политику.
Безопасность и регулирование
Meta и условия скрапинга. Meta поправила условия для бизнеса, убрав формулировки, из которых следовало, что она вправе свободно обучать ИИ на новостных сайтах. Юристы, однако, указывают, что оставшаяся фраза «associated with your products or services» всё ещё может допускать скрапинг. Условия вступают в силу 30 октября.
Meta починила шаринг Muse. Meta снова включила шаринг в Muse, устранив проблему с URL: ранее опубликованные артефакты можно было найти через публичный DNS. Для этих артефактов выданы новые ссылки.
Банки блокируют агентов. Крупные банки США, включая Morgan Stanley, JPMorgan, Bank of America и Wells Fargo, ограничивают ИИ-агентов, которые входят в систему с данными клиентов, ссылаясь на нарушение правил и риски безопасности. Банки хотели бы дать агентам доступ только на чтение, но пока не умеют отличить действия агента от действий пользователя.
ИИ ускоряет массовые взломы. Связанные с китайским государством хакеры использовали открытый ИИ-фреймворк ARTEX, чтобы взломать около 2 250 организаций после компрометации учётных данных ConnectWise Cloud Backup, предпринимая почти 3 000 попыток входа в минуту. Microsoft отмечает, что при такой скорости у защитников почти не остаётся времени на реакцию.
Уязвимости PHP2Shell. Amazon предупредила, что уязвимости в связанном с PHP языке, найденные с помощью моделей OpenAI и Google, массово эксплуатируются — хакеры получили четыре дня форы. NSA и британские регуляторы выпустили срочные предупреждения; эти дыры показывают, какую роль ИИ играет и в атаке, и в защите.
Локальный ИИ и производительность
DeepSeek V4.1 на AMD. Пользователь запустил квантованную DeepSeek V4.1-1017 на двух GPU AMD (7900 XTX + W6800) с памятью DDR4: в среднем 9 токенов/с на декодинге и пики до 19 ток./с, хотя скорость зависела от операций ввода-вывода. Модель считают очень умной, но медленной для всего, что сложнее чата.
Qwen 3.8 против DeepSeek. Бенчмарк на модифицированном BenchKit показал: Qwen3.8-Flash-Next W4A16 набрала 25 из 25 на небольшой выборке HumanEval, тогда как DeepSeek V4.1 Flash 2.6-bit — 23 из 25 и на одной задаче застряла в цикле. Для локальной работы пользователь останется на Qwen.
Ускорение XMX от Intel. Пул-реквест в llama.cpp переработал матричные движки Intel XMX, заметно ускорив спекулятивное декодирование на Battlemage B70. Суммарная скорость выросла примерно вдвое: часть задач поднялась с 38–53 ток./с до 68–94 ток./с.
Мини-ПК на Snapdragon. Мини-ПК на Snapdragon X запускает Qwen3.8 Flash Next на собственном движке со скоростью 46 токенов/с на чтении и 20 токенов/с на генерации, а два блока, соединённых по USB4, дают 315/43 ток./с на модели 35B A3B. Каждый блок стоит около £300, задействованы только CPU и NPU.
Локальный Decider от Perplexity. В посте на Reddit отмечают, что модель Perplexity Decision Model pplx-decider-flash-v1.2 можно полностью запустить локально на Mac из строки меню — данные останутся на устройстве.
Это всё за этот день – примерно 5 минут чтения.