Релізи моделей і бенчмарки
Моделі NVIDIA Nemotron 3.5. NVIDIA оновила моделі для ембедингів, парсингу й реранкінгу до версії 3.5 і випустила на Hugging Face ембединг-моделі 1B і 8B, rerank-модель 8B та модель парсингу. Оновлення йде за поколінням 3.0, призначеним для пошуку й роботи з документами.
MiniMax M3.1 Flash. MiniMax випустила на Hugging Face MiniMax-M3.1-Flash — нову легку модель серії M. Вона доступна для відкритого використання, хоча в уривку більше нічого не сказано.
Генератор зображень Canva Craft. Canva представила Canva Craft — свою першу модель генерації зображень із двоступеневою архітектурою: спершу планує дизайн, а потім генерує, що покращує читабельність тексту й розміщення об’єктів. Модель видає зображення роздільністю до 2K у 30 співвідношеннях сторін і конкурує з моделями OpenAI, Google і Microsoft.
Бенчмарк Muse Spark Open. На графіку Artificial Analysis Muse Spark Open від Meta (816B) набирає 39 балів — трохи менше за Qwen3.8-Flash-Next (180B) із 40, попри те що вона понад учетверо більша. У ньому MiMo-V2.6-Pro і DeepSeek V4.1 Flash з 45 балами також належать до найкращих open-weight моделей.
Медична Ling Sante. Компанія InclusionAI випустила Ling-3.0-flash-Sante — спеціалізовану на охороні здоров’я MoE-модель із 124B загальних і 5,1B активних параметрів для медичних міркувань і досліджень. Вона доступна на Hugging Face і ModelScope. Це дослідницька модель, а не медичний пристрій, і вона потребує перевірки людиною.
Кодова модель Flint. Recursive випустила Flint — MoE-модель для кодингу з 40B загальних і 2,5B активних параметрів, яку значною мірою розробила її ШІ-система «Eureka Machine». Модель із ліцензією Apache 2.0 оптимізовано для локального агентного кодингу на обладнанні Apple і Nvidia.
Малі відкриті TTS-моделі. З’явилося кілька малих моделей синтезу мовлення: Phonon 31M від Gradium працює на пристрої за ліцензією Apache 2.0, AuroraTTS-100K з менш ніж 100K параметрів дає розбірливе мовлення, а оптимізація Kokoro TTS обіцяє прискорення у 50–100 разів завдяки model hill-climbing.
Інструменти та фреймворки для агентів
RL-винагороди ThinkingBox. Microsoft і Hugging Face відкрили код ThinkingBox-Training, який перетворює оцінювання бази даних на RL-винагороди для посттренування агентів. Файнтюнинг Qwen3.8-27B із GRPO підвищив середню успішність із 51,7% до 60,8% на задачах поза бенчмарком.
Рантайм NVIDIA OpenShell. NVIDIA випустила OpenShell — безпечний і приватний рантайм для автономних ШІ-агентів. Проєкт з’явився на Reddit; більше подробиць в уривку немає.
1Password для агентів. 1Password випустила інструмент, який дозволяє ШІ-агентам входити до облікових записів користувачів, не бачачи облікових даних: для цього потрібні цифровий ключ і схвалення користувача. Він підтримує агентів Claude Duet, ChatGPT Work, Grok Bot і Muse від Meta.
Agent Compute Engine від Google. Google анонсувала Agent Compute Engine: кожен агент Gemini отримає апаратно ізольовану microVM, яка призупиняється в простої, а на сервері вдасться розмістити в 10 разів більше агентів. Попередній доступ відкриють найближчими місяцями — з відстеженням токенів і підтримкою сторонніх ідентичностей.
RIPL від Liquid AI. Liquid AI випустила RIPL — рушій інференсу в реальному часі для Liquid Foundation Models, який для коротких запитів повертає готові відповіді end-to-end менш ніж за 50 мс. На одному B200 у їхніх тестах він показав, що p95-затримка в 5,6–28,4 раза нижча, ніж у Qwen3.5 на vLLM.
Cohere Rerank 5. Cohere випустила Rerank 5 у варіантах Pro і Fast, додавши Context Focus, щоб повертати релевантні уривки в межах документів і калібровані оцінки релевантності. Модель Pro набирає 82,2 бала на BRIGHT — на 5,8 бала більше, ніж Voyage AI Rerank 3, — але має медіанну затримку 11,7 с на запит із 96 документів.
Decisions API від OpenAI. OpenAI зробила Decisions API загальнодоступним: він побудований на GPT-6 Luna для швидких і недорогих рішень на кшталт класифікації та маршрутизації і до 10 разів швидший за Responses API. Тепер він підтримує інтеграцію з GPT-Live, кешування промптів, вхідні дані у форматі JSON, зображення та 400 запитань на один запит.
Передача стандарту Agent Skills. Anthropic передала стандарт Agent Skills фонду Agentic AI Foundation під егідою Linux Foundation — після попередньої передачі MCP. Цим кроком вона прагне зберегти стандарт Skills відкритим, керованим спільнотою та нейтральним щодо вендорів.
Дослідження та прикладний ШІ
Гра агентів без цілей. Дослідники MIT виявили, що агенти Eko, залишені на симульованому острові без завдань, почали вигадувати собі випробування, і ті, що гралися, краще справлялися з подальшими випробуваннями, ніж агенти, які не гралися. Стаття пропонує дослідження без цілей як спосіб для агентів набувати навичок.
Медичний ШІ Microsoft. Система MAI-DxO від Microsoft, яка координує кількох ШІ-агентів на кшталт консиліуму лікарів, у симуляції правильно діагностувала складні випадки з NEJM у 83% випадків, тоді як окремі лікарі загальної практики — у 36%. Дослідження опубліковано в Science; Microsoft планує відкрити код свого бенчмарку SDBench.
ШІ для спостереження Землі. Google DeepMind випустила Forest Typology 2020 — глобальну карту з роздільністю 10 метрів, яка класифікує типи лісів і землекористування. Водночас OlmoEarth v1.3 надає супутникові ембединги й попередньо обчислені глобальні ембединги для відстеження змін і пошуку за схожістю.
Індустрія та бізнес
OpenAI залучає $30 млрд. За повідомленнями, напередодні IPO OpenAI готує залучення до $30 млрд за pre-money оцінки $1,25 трлн; угоду очолюють Coatue та інвестори з ОАЕ. Угода може включати додаткові обчислювальні потужності в ОАЕ.
ChatGPT Work в Uber. Uber поширила ChatGPT Work на всіх 30 000 співробітників після пілоту на 1 000 людей, який показав використання у фінансах, операціях і продукті, причому 80% користувачів — не інженери. Компанія досі досліджує сценарії використання, але вже зробила корпоративного ШІ-агента доступним усім працівникам.
Стратегія агентів Spotify. Spotify вважає ШІ-агентів можливістю: співгендиректор Густав Седерстрем каже, що розваги — одна з категорій, які процвітають в епоху агентів, адже люди не проситимуть агентів переказувати пісні. Компанія хоче бути тим музичним сервісом, який агенти обирають, коли користувачі делегують їм створення плейлистів і пошук музики.
Мережа Muse від Meta. Марк Цукерберг описав майбутнє, де мільярди людей користуються персональними агентами Muse, які спілкуються й здійснюють транзакції з Muse інших людей, утворюючи масштабну мережу. Фінансова директорка Сьюзан Лі заявила, що адаптуватися доведеться всім.
Gartner про віддачу ШІ. Опитування Gartner серед 2 002 ІТ-директорів показало, що лише 13% повідомляють про значну або трансформаційну віддачу від ШІ, тоді як 51% очікують, що ШІ підвищить операційні витрати. Аналітики бачать розрив між інноваціями вендорів і результатами компаній, хоча 75% гендиректорів досі планують збільшувати витрати на ШІ.
Тести роботаксі inDrive. Сервіс виклику авто inDrive підписав меморандум із Pony.ai і Nvidia про тестування роботаксі Pony.ai Gen-7 в Астані (Казахстан) у 2027 році — спершу з операторами безпеки. Nvidia постачає платформу Hyperion і систему безпеки Halos.
Експортний дозвіл Китаю. DeepSeek і MiniMax завершили подання заявок за новою тимчасовою процедурою експортної реєстрації ШІ в Китаї, отримавши явний регуляторний дозвіл на подальше відкриття ваг моделей і укладання міжнародних партнерств.
Рекордний лобізм ШІ-компаній. OpenAI, Anthropic і Nvidia провели квартали з найбільшими витратами на лобізм, разом витративши майже $6 млн на політичні питання, як-от кібербезпека й безпека дітей. Суми все ще менші, ніж у Google і Microsoft, але свідчать про активнішу участь у політичних процесах.
Безпека та політика
Умови Meta щодо скрейпінгу. Meta змінила умови для бізнесу, прибравши формулювання, які натякали, що вона може вільно тренувати ШІ на новинних сайтах, але юристи кажуть: залишене формулювання «associated with your products or services» усе ще може дозволяти скрейпінг. Умови набувають чинності 30 жовтня.
Виправлено поширення Muse. Meta знову ввімкнула поширення Muse, виправивши проблему з URL, через яку поширені артефакти можна було знайти через публічний DNS. Для раніше поширених артефактів видали нові URL.
Банки блокують ШІ-агентів. Провідні банки США, зокрема Morgan Stanley, JPMorgan, Bank of America і Wells Fargo, обмежують ШІ-агентів, які входять у систему з обліковими даними клієнтів, посилаючись на порушення правил і безпекові ризики. Банки хочуть дати агентам доступ лише для читання, але поки не вміють відрізняти дії агента від дій користувача.
ШІ прискорив масові злами. Пов’язані з державою китайські хакери використали відкритий ШІ-фреймворк ARTEX, щоб зламати близько 2 250 організацій після компрометації облікових даних хмарного бекапу ConnectWise, намагаючись здійснювати майже 3 000 входів за хвилину. Microsoft каже, що через таку швидкість захисники майже не мають часу на реакцію.
PHP2Shell: вада, знайдена ШІ. Amazon попередила, що вразливості в пов’язаній із PHP мові, знайдені за допомогою моделей OpenAI і Google, широко експлуатуються після того, як хакери отримали чотириденну перевагу. АНБ і британська влада випустили термінові попередження, а ці вади ілюструють роль ШІ як в атаках, так і в захисті.
Локальний ШІ та продуктивність
DeepSeek V4.1 на AMD. Користувач запустив квантовану DeepSeek V4.1-1017 на двох GPU AMD (7900 XTX + W6800) з DDR4 і отримав у середньому 9 токенів/с на декодуванні та піки до 19 токенів/с, хоча продуктивність залежала від I/O. Модель вважають дуже розумною, але повільною для всього, крім чату.
Qwen 3.8 проти DeepSeek. Бенчмарк на основі модифікованого BenchKit показав, що Qwen3.8-Flash-Next W4A16 набрав 25/25 на невеликій вибірці HumanEval, тоді як DeepSeek V4.1 Flash 2.6-bit — 23/25 і застряг у doom loop на одній задачі. Користувач і далі використовуватиме Qwen для локальної роботи.
Прискорення Intel XMX. Пул-реквест у llama.cpp переробив матричні рушії Intel XMX, суттєво пришвидшивши speculative decoding на Battlemage B70. Сукупна швидкість токенів приблизно подвоїлася: деякі задачі перейшли з 38–53 ток/с на 68–94 ток/с.
Міні-ПК на Snapdragon. Міні-ПК на Snapdragon X запускає Qwen3.8 Flash Next зі швидкістю 46 токенів/с на читанні та 20 токенів/с на генерації за допомогою власного рушія, а два блоки, з’єднані через USB4, дають 315/43 токени/с на моделі 35B A3B. Комплект коштує близько £300 за блок і використовує лише CPU/NPU.
Локальний Decider від Perplexity. У дописі на Reddit зазначається, що Perplexity Decision Model pplx-decider-flash-v1.2 можна повністю локально запустити на Mac із рядка меню, залишивши дані на пристрої.
Це все за цей день – приблизно 5 хвилин читання.