✔️ OpenAI создала модель для поиска уязвимостей в своих LLM

Внутренняя разработка под названием GPT-Red автоматизирует редтиминг собственной продукции компании. Инструмент симулирует промпт-инъекции и скрытые атаки через письма, файлы и веб-страницы.

Система обучалась с помощью RL и self-play - непрерывное соревнование атакующей и защитной моделей довело успешность поиска уязвимостей до 84% в тестовых сценариях (против 13% у людей-специалистов).

По словам OpenAI, благодаря GPT-Red уязвимость GPT-5.6 Sol к прямым промпт-инъекциям снизилась в 6 раз по сравнению с моделями четырехмесячной давности, но около 3,8% сложных атак по-прежнему достигают цели (сопоставимо с показателями Claude Opus 4.5).

Инструмент остается внутренним, OpenAI планирует выпустить статью с описанием архитектуры и процесса обучения в ближайшее время.
openai.com

✔️ SpaceXAI открыла исходный код Grok Build

В репозиторий вошли цикл управления агентом, механизмы сборки контекста, парсинг ответов модели, консольный интерфейс с просмотром diff-изменений и инструменты выполнения команд.

Код демонстрирует механизмы интеграции фреймворка с серверами MCP, субагентами и кастомными плагинами.

Grok Build поддерживает локальное развертывание и позволяет перенаправить запросы на любые локальные LLM, полностью исключив передачу данных на сторонние серверы.
x.ai

✔️ Apple Intelligence официально выходит на китайский рынок

Сервис будет работать в Китае на базе локальных ИИ-моделей после получения официального одобрения от профильного ведомства КНР. Из-за жестких региональных требований к регистрации генеративных сервисов компания отказалась от адаптации собственных алгоритмов.

Базовой LLM для китайских версий iOS и macOS выбрана Qwen от Alibaba. Модель будет отвечать за анализ контекста, генерацию текста и изображений. Параллельно Apple сотрудничает с Baidu для разработки дополнительных функций под региональный рынок.

На ранних этапах компания также рассматривала решения от DeepSeek и ByteDance, но выбрала Alibaba и Baidu.
reuters.com

✔️ Spotify запустил бету диалогового ИИ-ассистента

Музыкальный сервис добавил ассистента на основе ИИ в управление воспроизведением через текстовые и голосовые команды. Функция запущена в режиме беты для Premium-пользователей старше 18 лет в США, Ирландии и Швеции.

Модель обрабатывает контекстные запросы, а в интерфейсе плеера можно запрашивать информацию об артистах, песнях и подкастах, узнавать историю собственных прослушиваний и задавать вопросы на общую эрудицию.

Запуск ассистента дополняет предыдущие ИИ-функции платформы - генерацию плейлистов по промптам и интеграцию технологий ElevenLabs для озвучки аудиокниг.
spotify.com

✔️ На Meta* подали в суд за использование алгоритмов при сокращении персонала

Бывшие сотрудники подали иск в федеральный суд Калифорнии, обвинив компанию в использовании ИИ в ходе майского сокращения 8000 человек.

По версии истцов, внутренние системы генерировали списки на увольнение с системной предвзятостью. Под сокращение непропорционально часто попадали сотрудники с инвалидностью, а также находящиеся в медицинском или декретном отпуске. В иске указано, что алгоритм формировал списки на основе оценок эффективности, объемов выполненной работы и метрик использования корпоративных ИИ-инструментов.

Meta отвергает обвинения и настаивает, что финальные кадровые решения принимают люди. Сейчас истцы добиваются судебного запрета, чтобы сохранить рабочие места до окончания разбирательства.
wsj.com

*организация признана экстремистской, её деятельность на территории РФ запрещена.

@ai_machinelearning_big_data

#news #ai #ml

✔️ Первым устройством OpenAI станет умная колонка

OpenAI готовит к выпуску свой первый гаджет - переносную умную колонку без экрана, задуманную как "домашний компьютер эпохи ИИ".

Об этом сообщает Bloomberg со ссылкой на источники, знакомые с проектом. Устройство ещё в разработке, официально о нём не объявляли, а представитель OpenAI отказался от комментариев.

По словам собеседников агентства, колонка будет управлять умным домом, включать музыку и видео, отвечать на вопросы и сообщения через возможности ChatGPT.

Главная ставка, как утверждают источники, на человечность - устройство должно со временем всё лучше понимать владельца, предугадывать его запросы и само предлагать нужную информацию. Для этого колонка будет использовать личные данные пользователя, в том числе электронную почту.

В корпус устройства будут встроены камера, датчики и подвижные механические элементы - по замыслу разработчиков, они создают ощущение, что перед вами живое существо, а не предмет.

Голосовое общение построят на GPT-Live - обновлённом голосовом режиме ChatGPT, который OpenAI представила в этом месяце. Он умеет слушать и говорить одновременно и подстраиваться под ход разговора.

🟡Это направление обходится компании дорого

В прошлом году OpenAI заплатила 6,5 миллиарда долларов за стартап io Products, сооснователем которого был Джони Айв - бывший глава дизайна Apple.

Над устройством работает его студия LoveFrom и десятки бывших инженеров и дизайнеров Apple, причастных к созданию iPhone и Mac.

Всего, по данным Bloomberg, аппаратное подразделение OpenAI разрабатывает около 5 продуктов, но колонка должна выйти первой.

Показать устройство рассчитывают до конца этого года, а продажи начать в 2027-м. Эти сроки уже под вопросом - Apple добивается в суде запрета на выпуск устройств OpenAI, и источники Bloomberg признают, что планы могут сдвинуться из-за судебного разбирательства.

В дальнейших планах компании, по тем же данным, устройство, способное заменить смартфон, носимые гаджеты и домашняя робототехника.


@ai_machinelearning_big_data

#news #ai #ml

✔️ Виртуальные партнёры превратились в заметный рынок

По данным аналитической компании Appfigures, которые приводит издание Decrypt, с момента запуска ChatGPT в конце 2022 года приложения с виртуальными NSFW-партнёрами скачали 165 млн раз в App Store и Google Play, а пользователи потратили в них 427 млн долларов.

Речь о валовых расходах до вычета комиссии платформ, которая обычно составляет 30%.

Веб-платформы, работающие без приложений, в подсчёт не попали, так что реальный объём рынка, вероятно, выше заявленного.

Темп не спадает - только за первую половину 2026 года 214 таких приложений, по подсчётам Appfigures, принесли 162 млн долларов. Лидеры по выручке:

🟢Zeta (33 млн);
🟠Tipsy Chat (15,2 млн);
🟠ChatBox (13 млн);
🟠Crushie AI (8,8 млн);
🟠Emochi (7,5 млн).

По загрузкам картина другая - чаще всего ставили Emochi (7,9 млн загрузок), за ним Amora, Zeta, BIMOBIMO и MiraiMind.

Любопытная деталь в сравнении с нейтральными ИИ-компаньонами - их скачивают почти вдвое чаще, но денег они приносят примерно столько же - 164,8 млн долларов за те же полгода.

Проще говоря, потребители взрослых сервисов платят заметно охотнее.

Спрос на виртуальных ИИ-партнёров растёт на фоне того, что люди всё чаще обращаются к чат-ботам за общением и эмоциональной близостью.

Исследование Университета Бригама Янга и Института семьи, опубликованное в мае 2026 года, показало, что 15% американцев в возрасте от 18 до 30 лет, состоящих в отношениях, регулярно общаются с ИИ-партнёром.

При этом 69% таких пользователей признались, что скрывают это увлечение от своих реальных спутников.


@ai_machinelearning_big_data

#news #ai #ml

✔️ Линус Торвальдс поддержал использование ИИ в разработке ядра

Отец Linux отклонил инициативу запретить ИИ-инструменты в разработке ядра, предложив недовольным сделать форк или покинуть проект. По его словам, сообществу нужно адаптировать LLM для помощи мейнтейнерам, минимизировав генерацию некорректных патчей и баг-репортов.

Текущие правила допускают добавление сгенерированного кода при наличии тега Assisted-by. Поскольку модель не может подписать сертификат происхождения, ответственность за качество, код-ревью и юридические риски полностью несет человек, отправивший коммит.

Торвальдс отметил, что философия Open Source нацелена на создание технологий, а не на соблюдение идеологий. Команда продолжит принимать патчи исключительно на основе их технической ценности, не ограничивая участников в выборе инструментов разработки.
kernel.org

✔️ Google провела ребрендинг NotebookLM

Компания переименовала NotebookLM в Gemini Notebook и добавила возможность выполнение кода. Каждый блокнот получил изолированную облачную среду для написания и запуска скриптов. Это позволяет анализировать данные напрямую из загруженных источников без экспорта во внешние инструменты.

Сервис остается самостоятельным, но стал глубже интегрирован в экосистему компании. Блокноты создаются и синхронизируются внутри приложения Gemini, а позже появятся в ИИ-выдаче Google Search.

Сейчас запуск кода открыт для подписчиков Google AI Ultra и корпоративных клиентов Workspace. В течение нескольких недель доступ развернут для пользователей тарифа Pro.
blog.google

✔️ Sakana Fugu получила поддержку моделей семейства Nemotron

Токийский стартап добавил открытые модели NVIDIA в свою модульную платформу оркестрации агентов Fugu, которая динамически выбирает, координирует и объединяет легковесные специализированные модели для многоэтапных задач.

Модели Nemotron добавили в пул агентов платформы функции генерации кода, вызова внешних инструментов и следования инструкциям.

Инженерные команды Sakana AI и NVIDIA займутся совместной оптимизацией производительности модульных ИИ-архитектур. Для NVIDIA партнерство дает среду тестирования открытых решений в мультиагентных сценариях.
sakana.ai

✔️ Claude теперь может авторизовываться на сайтах через 1Password

Менеджер паролей интегрировал Claude для выполнения браузерных задач с авторизацией. Учетные данные и одноразовые коды не передаются на серверы Anthropic и не попадают в контекст модели. 1Password подставляет их напрямую на целевую страницу через Agentic Mode.

Claude запрашивает логин под конкретную задачу, после чего пользователь подтверждает действие и разрешение выдается на одну сессию. Поддерживается выдача доступов к нескольким сайтам для сложных задач.

При перехвате управления расширение 1Password блокирует основное хранилище, оставляя доступ только к одобренным записям. Если после автозаполнения отправка формы не удалась, введенные значения стираются.

Интеграция доступна на Mac при наличии десктопных приложений и расширений. В будущих апдейтах планируется добавить поддержку платежных карт.
1password.com

✔️ Бигтех увеличивает расходы на личную безопасность топ-менеджмента

Волна общественного недовольства развитием ИИ переросла в реальные риски для IT-сектора. По данным аналитиков Liferaft, количество угроз в адрес дата-центров и руководителей ИИ-компаний выросло в 7 раз.

Это напрямую отразилось на корпоративных бюджетах - в 2025 году уже 38% компаний из индекса S&P 500 отчитались о расходах на охрану руководства (против 27% в 2021 году). За год траты Palantir по этой статье взлетели на 150%, у Oracle - на 86%, а бюджет Salesforce на защиту топов увеличился до 4 миллионов долларов.

Охранные агентства Кремниевой долины фиксируют резкий спрос на вооруженных, но максимально неприметных телохранителей. Менеджмент ИИ-корпораций также настоятельно не рекомендует рядовым сотрудникам носить одежду с логотипами компаний за пределами кампусов.
wsj.com


@ai_machinelearning_big_data

#news #ai #ml

✔️ Anthropic переработала команду code-review в Claude Code

Команда получила уровни Low, Medium, High, X-high и Ultra.

И это не один и тот же промпт с разным временем на ризонинг - на каждом уровне процесс построен по-своему.

Уровень подхватывается из настроек сессии автоматически, но его можно задать руками командой /code-review high.

🟢Low делает один быстрый проход по диффу.

🟢Medium читает изменённый код в контексте проекта, прогоняет несколько поисковых проходов под разными углами и перепроверяет находки перед выдачей.

🟢High выносит поиск и верификацию в субагентов с чистым контекстом, чтобы проверяющие не были заякорены на рассуждениях агента, который этот код только что писал.

🟢X-high дополнительно ищет, как изменения влияют на код за пределами самого диффа.

🟠Ultra - верхняя ступень, где ревью выполняется в облачной песочнице, куда Claude Code выгружает состояние репозитория или клонирует PR с GitHub. Там запускается целый парк агентов, и каждая находка независимо воспроизводится и верифицируется.

Ultra находится в статусе research preview и оплачивается отдельно от подписки - Pro и Max подписчикам дают 3 бесплатных запуска, дальше каждый прогон списывается из кредитов на дополнительное использование стоит примерно от 5 до 20 долларов в зависимости от размера изменений.

Качество новой системы подкрепляют замерами Opus 4.8 на открытом датасете с ручной разметкой ошибок. Уровень Low нашёл 17% размеченных багов, Medium - 22%, High - 24%, X-high - 25%.

У "конкурента" (компания его не называет) - те же уровни дали от 8 до 12%.

Anthropic утверждает, что использует Ultra-режим на каждом пулл-реквесте в собственной разработке.

@ai_machinelearning_big_data

#news #ai #ml

🌟 ReactBench: инструмент оценки агентов при работе с кодом на React

Команда Million, известная инструментами React Doctor, React Scan и Million.js, представила тест для агентов, пишущих код на React.

Актуальность ReactBench зеркальна реальному положению дел - около 70% сайтов на JavaScript используют React, а мелкие ошибки в сгенерированном коде тиражируются в огромных масштабах.

Например, сбой Cloudflare в сентябре 2025 года - панель управления и API компании легли из-за одной неверной зависимости в useEffect, которую не поймали ни ревью, ни тесты.

Философия проекта в том, что общие кодинг-бенчмарки проверяют лишь поведение по принципу "тесты прошли - задача засчитана".

В ReactBench каждое решение должно ещё и пройти проверку React Doctor, анализатора с более чем 400 правилами, который ищет в коде лишние перерисовки, сломанные эффекты, проблемы с доступностью и сопровождаемостью.

🟡Набор состоит из задач двух типов

Write React - реализовать настоящую функцию. Задания этого типа собраны из принятых PR в открытых репозиториях. Агент получает кодовую базу и описание задачи, а скрытые тесты и эталонное решение видит только проверяющая система.

Fix React - найти и исправить все баги в существующем компоненте, обнаруженные React Doctor, не создавая при этом новых проблем. Причём агента еще и лишают доступа к линтерам.

🟡Результаты прогонов

Само собой, созданием бенча не ограничились и запустили его на топовых моделях. Тут важен небольшой дисклеймер:

Бенчмарк сравнивает не модели в чистом виде, а связки модель+агентская оболочка (Codex CLI, Claude Code и другие), и оболочка влияет на итог.

По итогам лидируют с минимальным отрывом GPT-5.6 Sol (43,1%) и Fable 5 (41,2%), но важнее разница в цене - прогон Fable 5 обходится в среднем в 5,8 раза дороже, чем Sol.

Оптимальным по соотношению стоимость-качество авторы называют GPT-5.6 Terra на средних настройках. Замыкают таблицу GLM 5.2, Sonnet 5, GPT-5.6 Luna и Kimi K2.7 Code.

Набор полностью открыт на Github.


@ai_machinelearning_big_data

#AI #ML #Agents #Benchmark #ReactBench #Million

📌 Физики создали память на механических колебаниях для квантового компьютера

Группа из Швейцарской высшей технической школы Цюриха экспериментально продемонстрировала квантовые вычисления, в которых рабочая память построена на механических колебаниях, а не на электромагнитных состояниях.

Архитектура скопирована с классического компьютера, где процессор и оперативная память разделены.

Роль процессора играет сверхпроводящий кубит, а роль памяти - крошечные механические резонаторы внутри квантового чипа, элементы, отдалённо похоже на гитарные струны, которые при записи информации начинают колебаться на частотах за пределами слышимого.

Для вычисления кубит обращается к колебанию в памяти, обрабатывает и изменяет его состояние, а затем записывает обратно. Такое разделение вычислений и хранения отличает подход от многих существующих квантовых схем, где обработка и память тесно переплетены.

🟡Ставка на механику объясняется двумя ограничениями

Сегодня квантовую память чаще всего делают электромагнитной в связке со сверхпроводящими кубитами - обе технологии хорошо изучены и позволяют считывать и менять квантовые состояния с высокой точностью.

Но такие элементы относительно громоздки, что мешает превращать лабораторные установки в практические машины.

Механические резонаторы заметно компактнее, а главное - ёмче (как струна может звучать разными тонами, резонатор поддерживает множество мод колебаний, и каждая мода работает как отдельная ячейка памяти).

Вдобавок, по данным группы, механические состояния дольше остаются стабильными - информация не затухает так быстро, как в электромагнитных аналогах.

🟡Работоспособность проверили на реальных задачах

Первая - квантовое преобразование Фурье, базовая процедура, на которую опираются многие квантовые алгоритмы, включая знаменитый алгоритм Шора для разложения чисел на множители.

Вторая - поиск периода функции, продемонстрировавший применение этой процедуры на практике.

Обе задачи требуют одновременно и точно управлять множеством квантовых состояний, хранить их и связывать между собой, не разрушая их хрупкую природу.

Авторы говорят, что их схема в принципе способна выполнять все базовые операции, необходимые для произвольного квантового вычисления, то есть годится как основа универсального программируемого квантового компьютера.

🔜 Почитать полную статью можно в в журнале Science


@ai_machinelearning_big_data

#news #ai #ml

✔️ OpenAI предлагает бизнесу отказаться от подсчета токенов в пользу новой метрики

Финдиректор Сара Фрайар предложила новый метод для оценки ROI от внедрения ИИ. Вместо цены за тысячу токенов бизнесу предлагают ориентироваться на метрику "полезный интеллект на доллар".

Подход опирается на объем полезной работы, стоимость успешно закрытой задачи, надежность результата и рост отдачи при масштабировании.

В OpenAI уверены, что дешевые токены создают иллюзию экономии. Более дорогие модели на практике могут обходиться дешевле, поскольку выдают рабочий результат с первой попытки и исключают долгий цикл исправлений.
openai.com

✔️ Китай создал Всемирную организацию по сотрудничеству в сфере ИИ

В Шанхае подписали соглашение о создании организации, в которую вошли 29 стран. Инициативу Китая поддержали Россия, Беларусь, Бразилия, Сербия и государства Африки и Азии.

Задача альянса - сформировать международные стандарты управления искусственным интеллектом. Таким образом, конкуренция в ИИ выходит за пределы технологий и смещается в сторону взаимодействия государств.

Китай планирует снизить порог входа в отрасль для стран Глобального Юга. Для этого участникам альянса предоставят доступ к открытым китайским моделям, а также запустят программы технической подготовки локальных ML-инженеров и разработчиков.
reuters.com

✔️ Винт Серф разработает открытый стандарт идентификации агентов на базе DNS

Один из создателей базовых протоколов интернета Винт Серф ушел из Google после 20 лет работы, чтобы присоединиться к Innovation Labs. В статусе советника он займется проектированием открытого стандарта DNSid для авторизации и аудита ИИ-агентов.

DNSid привяжет цифровую личность агента к существующей инфраструктуре доменных имен. История регистраций и авторизация каждого бота будут фиксироваться с помощью криптографических доказательств.

Единый механизм верификации разрабатывают для перехода индустрии от изолированных систем к агентам, взаимодействующим друг с другом в глобальной сети. Стандарт позволит инфраструктуре определять, какой именно бот делает запрос и кто несет ответственность за его действия.
techcrunch.com

✔️ Decart AI обновил модель Lucy до версии 2.5

Спустя полгода стартап представил обновление модели редактирования FullHD-видео в реальном времени. Новинка всё так же работает при 30 fps и позволяет на лету менять персонажей, окружение и эффекты через текстовые промпты или референсные изображения.

Lucy 2.5 получила механизм Self-Anchoring. В начале сессии она делает слепок генерации и использует его как базовый ориентир для фиксации изменений, в результате чего объекты сохраняют заданный облик и учитывают динамику сцены, даже когда выходят за пределы кадра и возвращаются обратно.

Также снизилась задержка инференса за счет перевода вычислений в форматы квантования MXFP8 и NVFP4, что дало четырехкратный прирост скорости генерации. Сам инференс был оптимизирован алгоритмом sparse attention и за счёт kernel fusion, который снижает расходы на запуск процессов и разгружает память.
decart.ai

✔️ Сотрудники Baidu получают по $150 на тестирование сторонних ИИ-решений

Китайский техгигант ежемесячно выделяет сотрудникам 1000 юаней (~$150) на подписки к любым LLM-продуктам на рынке.

Вице-президент Шэнь Доу пояснил, что инициатива не привязана к KPI - компания рассчитывает на естественное формирование привычки у инженеров, а принудительное внедрение считает неэффективным.

По прогнозам Baidu, к концу 2026 года до 90% рабочих задач будут выполняться с участием ИИ. Следующие 3 года компания называет "золотым окном" до окончательной фиксации иерархии на технологическом рынке.

В рамках стратегии компания выстраивает полный цикл от собственных процессоров Kunlun до LLM и переходит на новую метрику DAA для оценки реальной пользы ИИ-агентов. Доля ИИ-направления в выручке компании в этом году достигла 52%.
huxiu.com


@ai_machinelearning_big_data

#news #ai #ml

⚡️ Создатель XLNet, который вернулся в Китай и построил Moonshot AI

На GTC 2026 выступил Ян Чжилинь, 34-летний основатель и CEO Moonshot AI, компании, стоящей за моделями Kimi.

Его путь начинался в Университете Цинхуа. Затем Ян получил PhD в Carnegie Mellon, стажировался в Google Brain и Meta AI, работал с Куоком Ле и Джейсоном Уэстоном. Его исследования пересекались с работами Йошуа Бенжио и Яна Лекуна.

Широкую известность ему принесли Transformer-XL и XLNet.

Обе работы пытались решить одну из ключевых проблем языковых моделей: потерю информации из далёкого контекста.

Статью про XLNet впоследствии процитировали более 10 000 раз.

После учёбы Ян мог продолжить карьеру в американском Big Tech, но вернулся в Китай. Он участвовал в развитии крупных китайских ИИ-проектов, основал Recurrent AI, а в 2023 году запустил Moonshot AI в Пекине.

Исследования длинного контекста стали основой продуктов компании:

- Kimi K2 получила MoE-архитектуру на 1 трлн параметров
- Kimi K3 добавила нативное зрение, контекст на 1 млн токенов и 16 активных экспертов
- компания сделала ставку на программирование, агентов и работу с большими объёмами информации

Moonshot AI привлекла инвестиции Alibaba, Tencent и других крупных компаний. За несколько лет стартап превратился в одного из заметных участников китайской гонки frontier-моделей.

Ян объяснял возвращение просто: он боялся всю жизнь сожалеть, если не попробует создать собственную компанию.

Опыт, полученный в глобальной исследовательской среде, может быстро превратиться в технологическое преимущество целой страны.

Его полное интервью можно посмотреть здесь: https://www.youtube.com/watch?v=CwePo4847ho

@ai_machinelearning_big_data

#Moonshot #kimi