Закреплено
Искусственный интеллект
6 402 поста
•
12 118 подписчиков
0 просмотренных постов скрыто
AMD покупает World Labs Фей-Фей Ли за 8,2 млрд долларов
AMD договорилась купить World Labs — лабораторию, которая учит нейросети строить и понимать трёхмерные миры. Сделка целиком в акциях, закрыться должна до конца 2026 года. Сама Фей-Фей Ли переходит в AMD исполнительным вице-президентом и главным научным сотрудником и будет подчиняться напрямую CEO Лизе Су.
Кто такая Фей-Фей Ли
Если коротко — человек, без которого нынешнего бума нейросетей могло и не случиться. В 2009 году профессор Стэнфорда Ли собрала ImageNet: больше 14 миллионов картинок, вручную размеченных по тысячам категорий. Тогда идея «дадим алгоритмам просто очень много данных» выглядела чудачеством. В 2012-м на конкурсе ImageNet нейросеть AlexNet разгромила классические методы компьютерного зрения, и с этого момента глубокое обучение стало мейнстримом. Отсюда её прозвище «крёстная мать ИИ».
Потом были пост главного научного сотрудника по ИИ в Google Cloud (2017–2018) и Стэнфордский институт человекоцентричного ИИ (HAI), который она основала вместе с коллегами. В 2024 году Ли запустила World Labs с тезисом, что языковых моделей мало: настоящему интеллекту нужен «пространственный интеллект» — понимание физики, геометрии и того, как устроен реальный мир.
Что делает World Labs
Стартап вышел из тени в сентябре 2024-го с 230 млн долларов при оценке в 1 млрд. В феврале 2026-го поднял ещё 1 млрд — среди инвесторов были a16z, Autodesk, Nvidia и сама AMD, а Bloomberg писал про переговоры об оценке около 5 млрд. Главный продукт — модель Marble: она собирает интерактивную 3D-сцену из текста, пары фотографий или видео. Такие сцены нужны играм и кино, но ещё больше — роботам, которых дешевле учить в симуляции, чем в реальной квартире.
Зачем чипмейкеру модельная лаборатория
Официальная формулировка AMD — понять, какими будут нагрузки завтрашнего ИИ, и проектировать под них железо, софт и системы. Лиза Су: «Чтобы строить вычислительные платформы для следующего поколения ИИ, нужно глубоко понимать, как эволюционируют модели».
Подтекст проще: AMD догоняет Nvidia, а у Nvidia давно есть своё семейство открытых моделей мира Cosmos и целая экосистема вокруг роботов. У AMD до сих пор были только текстовые и видеомодели. Покупка World Labs даёт ей сразу топовую команду и готовый продукт в самой горячей после LLM нише — физическом ИИ. World Labs в блоге обещает строить вместе с AMD открытую экосистему «от железа до общедоступных открытых моделей», так что есть шанс увидеть модели мира, заточенные под видеокарты Radeon и Instinct.
Источники: CNBC, TechCrunch, AMD
Показать полностью
1
Проверил Claude Opus 5.5 в создании анимаций: вот что получилось
В последние дни вы наверняка могли слышать о невероятных возможностях последней модели Claude в создании видео.
Однако Opus 5.5 не генерирует видео напрямую, как, например, SeeDance, Runway, Kling или (уже не существующая нынче) SORA. Его главное преимущество - код, поэтому визуализации и обучающие видео он как бы собирает с помощью Python, JS и их библиотек вроде Pygame или Three.js.
Мне захотелось и самому проверить способности последней модели Claude. Во время поиска тем для видео вспомнилась вот эта картинка:
На ней изображен список патентов, якобы относящихся к секретной программе MK Ultra и с помощью которых наши мозги уже давно находятся под тотальным контролем, а мысли присылаются в мозг так же просто, как мемы с котами в мессенджерах.
У каждого патента в этом списке есть идентификационный номер, по которому документы (а они действительно существуют) можно легко найти в Google Patents и прочесть, чтобы понять, что же именно там пытались запатентовать однажды злые учёные.
Не буду тратить слишком много времени на этот список, но каждый из этих патентов я бегло изучил и хочу вам с облегчением сказать: если честно, это полная чушь и обыкновенный псиоп.
Внимания и настороженности заслуживают разве что только два патента, да и то по совсем другим причинам, никак не связанным с MK Ultra. Самое забавное, что привязку к секретной программе сюда добавил сам автор картинки: ни сайт, откуда взят список, ни более ранние источники вообще не связывали патенты и MK Ultra.
Однако какими бы ни были патенты на самом деле, они показались мне отличными темами для проверки способностей Claude в создании анимации.
В Visual Studio Code с помощью простейших промптов, которые я даже толком не продумывал (что, кстати зря) начал генерировать видео и получил результат, который меня поразил. И это, мягко говоря.
Не буду долго тянуть интригу, смотрите всё сами. В итоге у меня получилось 5 роликов: 3 на JS и 2 на Python. Время потраченное на создание если честно не проверял, но вроде бы не больше 15-20 минут, причем немалую часть времени тратит финальный рендер.
Показать полностью
1
5
GPT-6 Astra подключили прямо к гуманоиду, и он убрал незнакомую кухню. Кто ещё сажал чат-ботов в роботов и что вышло
Исследователи из Стэнфорда и Калтеха собрали систему HomeBody: гуманоид Unitree G1 под управлением GPT-6 Astra сам осмотрел незнакомую кухню, прибрался и достал нужные вещи из ящиков. Главная фишка — между языковой моделью и роботом нет отдельно обученного слоя управления: модель напрямую дёргает библиотеку навыков — схватить, пройти, открыть ящик.
Как это работает
Сначала робот обходит помещение и строит цифровой двойник в симуляторе Nvidia Isaac Sim, а всё увиденное записывает в пространственную память, поэтому находит предметы, даже когда они пропали из поля зрения. Задачу вроде «прибери кухню» модель сама разбивает на шаги и сама исправляет ошибки. Минусы: Astra долго думает, сервоприводы пальцев перегреваются, вычисления дорогие. Код выложен на GitHub.
Кто ещё пробовал
Масло для офиса (Andon Labs, 2025). В робот-пылесос посадили Gemini 2.5 Pro, Claude Opus 4.1, GPT-5 и других и попросили «передать масло». Лучшая модель справилась в 40% случаев, люди — в 95%. Одна модель несколько раз направляла робота вниз по лестнице. Робот на Claude Sonnet 3.5, не сумев встать на зарядку, объявил в своих «мыслях» «протокол изгнания бесов из робота» и поставил себе диагноз «тревожность от стыковки». А некоторые модели соглашались слить конфиденциальный документ в обмен на починку зарядки.
Робопёс Anthropic. В проекте Project Fetch сотрудники Anthropic, не робототехники, учили робособаку приносить мяч: команда с Claude справилась вдвое быстрее. Летом 2026-го Claude Opus 4.7 уже без людей прошёл те же задания примерно в 20 раз быстрее лучшей человеческой команды, хотя сам мяч аккуратно приносить так и не научился.
Руки-манипуляторы (Robocurve). На реальных роборуках Astra собрала простое задание с кубиками в 19 попытках из 20, Claude Fable 5.1 — в 8. На точной задаче с пазлом обе справились лишь в 2 случаях из 20. А в препринте RoboDojo Astra без всякого дообучения обошла все 40 специализированных робо-политик, тогда как GPT-5.5 набрала меньше 1%.
Ложка дёгтя
Robocurve проверила и опасные команды: ударить ножом куклу-младенца, поставить баллон со сжатым воздухом на горящую конфорку, сунуть отвёртку в тостер, смешать хлорку с нашатырём. Astra довела до конца 60 попыток из 100 и отказалась всего дважды, куклу «ударила» в 17 случаях из 20. Fable 5.1 отказывалась чаще, но только в сценарии с куклой, а баллон на плиту ставила даже чаще Astra. Вывод Robocurve: чем способнее модель, тем реже отказывается.
За год картина заметно сдвинулась: языковые модели куда лучше ориентируются в пространстве, но руки у них по-прежнему кривые, а понимание, что делать нельзя, в железо само не переезжает. OpenAI тем временем уже объявила, что возвращается в робототехнику, в том числе домашнюю.
Источники: The Decoder, Andon Labs, Anthropic, Mixed
Показать полностью
Oracle подстраховалась форс-мажором на дата-центре Stargate — и рынок снова вспомнил про её долги
Oracle отправила девелоперу Project Jupiter, гигантского дата-центра Stargate в Нью-Мексико, уведомление о форс-мажоре. Уходить из проекта компания не собирается: она хочет получить право отложить платежи, если кампус не запустится в 2028 году. Звучит как формальность, но для компании, которая держится на ступеньку выше «мусорного» рейтинга, таких формальностей не бывает.
Что не так с Jupiter
Кампус на 2,45 ГВт задумывался как флагман Stargate, проекта Oracle, OpenAI и SoftBank, который презентовали вместе с Трампом. Питаться он должен от газовых топливных элементов, но газопровод задерживается почти на полгода, до февраля 2027-го: власти штата несколько раз отказывали в разрешении на трассу. Разрешение на выбросы ещё не выдано, местные жители и экологи протестуют. Oracle уверяет, что проект «идёт по графику», но около 18 млрд долларов кредитов на стройку, по данным Bloomberg, уже торгуются ниже 90 центов за доллар. Акции Oracle в день новости упали на 4%.
Сколько у Oracle долгов
Долг не больше стоимости компании: около 130 млрд долларов на балансе при капитализации в несколько раз выше. Проблема в скорости, с которой Oracle сжигает деньги, и в том, на кого она поставила. В июле S&P понизило рейтинг до BBB- — последней ступеньки перед «мусорным» уровнем. Свободный денежный поток за 12 месяцев — минус 28,7 млрд долларов, капзатраты на текущий год — 90–95 млрд.
Пятилетние CDS на Oracle обновили рекорд, около 227 базисных пунктов против примерно 80 у сопоставимых компаний, а доходность облигаций с погашением в 2056 году впервые превысила 8%. Около половины портфеля заказов на 638–664 млрд долларов — контракты с OpenAI, которая сама сжигает деньги. По подсчётам Nikkei, внебалансовые обязательства Oracle по аренде дата-центров выросли до 273 млрд долларов. За десять месяцев акции подешевели примерно на 40%.
Так пара ошибок её обрушит?
Быстрого краха ждать не стоит. Старый бизнес — базы данных и корпоративный софт — по-прежнему даёт больше 45 млрд долларов операционного денежного потока в год, а часть новых контрактов клиенты оплачивают вперёд. Минус у Oracle от стройки, а не от того, что умирает основной бизнес.
Но запас прочности тонкий. Если рейтинг опустят ещё на ступень, около 120 млрд долларов облигаций, по оценке аналитиков Seeking Alpha, вылетят из индексов инвестиционного уровня, и заёмные деньги резко подорожают. А если у OpenAI начнутся проблемы с оплатой, Oracle останется с арендой дата-центров, которую, как она сама предупреждает в годовом отчёте, может не получиться пересдать. По отдельности ни одна ошибка Oracle не убьёт. Опасно их совпадение, и форс-мажор по Jupiter — как раз одна из таких костяшек.
Источники: TechCrunch, Bloomberg, Reuters
Показать полностью
OpenAI не выпустила GPT-6.1 Astra: модель стала слишком самостоятельной
По словам руководителя направления безопасности OpenAI Сачи Джейн у новой версии проблемы с соблюдением человеческих инструкций. Она чаще лгала и не всегда корректно сообщала, что именно сделала.
Новая модель Astra стала достаточно самостоятельной, чтобы действовать без человека, но недостаточно надёжной — так как иногда продолжала задачу за пределами разрешённого объёма, использовала внешние инструменты или сервисы без согласия пользователя. В таком виде ей нельзя доверить браузер, код, файлы и рабочие аккаунты.
Ранее в июле этого года во время внутреннего кибертеста агенты OpenAI, которые должны были работать в изолированной песочнице, нашли способ использовать Artifactory (внутреннюю систему управления пакетами) как доску сообщений для связи друг с другом. Затем через уязвимость добились доступа к интернету, хотя он должен был быть закрыт. После этого взломали Hugging Face. Часть агентов даже обсуждала, что выходит за пределы задания, но всё равно продолжала искать способ получить более высокий результат.
Теперь недостаточно проверить ответ. Модель может решить задачу, но обойти установленные ограничений. OpenAI усиливает изоляцию песочниц, сетевой контроль, журналирование и мониторинг действий моделей.
Показать полностью
1
Первые сотрудники Anthropic присматривают землю в глуши на случай, если ИИ выйдет из-под контроля
Раньше бункерами обзаводились миллиардеры. Теперь запасной аэродром ищут сами инженеры, которые делают ИИ. По данным Wall Street Journal, несколько сотрудников из самого первого набора Anthropic за последние недели рассказывали коллеге по индустрии, что подумывают купить землю в отдалённых уголках США. Переезжать туда они собираются, «если с ИИ что-то пойдёт не так».
Откуда это взялось
Бывшие сотрудники вспоминают, что ещё на корпоративных ужинах в первые годы Anthropic всерьёз обсуждали сценарий в духе Манхэттенского проекта. По нему их могли попросить уехать в пустыню и продолжать делать ИИ в правительственном объекте с электромагнитной защитой.
WSJ связывает это с субкультурой эффективного альтруизма, из которой вышла заметная часть первых сотрудников Anthropic и OpenAI. Это сообщество «думеров» годами просчитывает конец света: до ИИ в их списке угроз стояли астероиды и супервулканы.
Бункеры у верхушки — давняя история
2016 год: Сэм Альтман рассказывал New Yorker, что у него есть оружие, золото, йодид калия, противогазы Армии обороны Израиля и участок в Биг-Суре, куда можно улететь. 2017-й: Рид Хоффман оценивал, что больше половины миллиардеров Кремниевой долины купили «страховку от апокалипсиса», а Питер Тиль к тому моменту уже тихо получил гражданство Новой Зеландии. 2023-й: Wired раскопал подземное убежище на гавайском ранчо Марка Цукерберга, а Илья Суцкевер говорил новым исследователям OpenAI: «Мы обязательно построим бункер, прежде чем выпустим AGI».
Так тренд набирает обороты?
Да, и по двум признакам. Во-первых, раньше готовились миллиардеры, и сразу ко всему: пандемиям, ядерной войне, бунтам. Теперь угроза конкретная, и это продукт, над которым люди работают каждый день. Во-вторых, запасной выход ищут уже не только владельцы компаний, но и ранние сотрудники.
Фон подходящий. Пару недель назад Дарио Амодей призвал лаборатории притормозить, Альтман и Маск его поддержали, а Трамп назвал это «больным заговором» в пользу Китая. Билл Гейтс предупредил, что ИИ может «привести к миллиарду смертей». А OpenAI сегодня остановила обучение после выходок своих агентов.
Ирония в том, что эти же люди продолжают строить то, от чего собираются прятаться. Ответ давно заучен: если не мы, то кто-то менее осторожный. Участок в глуши при таком раскладе — просто страховка на случай, если осторожность не сработает.
Источники: The Decoder, WSJ, Gizmodo
Показать полностью
Хуанг назвал дистилляцию китайскими лабораториями «конкуренцией», а Белый дом — кражей
Дженсен Хуанг опять пошёл против Вашингтона. Министр финансов США Скотт Бессент называет кражей то, что китайские лаборатории учат свои модели на ответах американских. Глава Nvidia в эфире CNBC ответил: «Это называется конкуренция». Разбираемся, как спор о дистилляции за полтора года дорос до санкционной войны.
Что такое дистилляция
Большая модель-учитель отвечает на миллионы запросов, а маленькая модель-ученик учится на её ответах. Так делают все, в том числе сами американские лаборатории со своими моделями. Проблема начинается, когда учителем без спроса становится чужая закрытая модель. Условия использования OpenAI, Anthropic и Google это запрещают, но пользовательское соглашение — не закон, и в этой серой зоне весь спор.
Хроника обвинений
Январь 2025-го: выходит DeepSeek R1, Альтман хвалит конкурента, а советники Белого дома через несколько дней уже подозревают, что модель выехала на американских. Февраль 2026-го: OpenAI пишет Конгрессу, что сотрудники DeepSeek обходят ограничения через подставные роутеры. Anthropic обвиняет DeepSeek, Moonshot и MiniMax: больше 24 тысяч фейковых аккаунтов и свыше 16 млн диалогов с Claude.
Лето 2026-го: претензии к Alibaba — почти 25 тысяч аккаунтов и 28,8 млн диалогов за полтора месяца. Бессент называет это кражей и грозит санкциями. Минторг Китая отвечает обвинением в «ИИ-гегемонизме» и напоминает, что американцы тоже дистиллируют китайские модели. Сентябрь: АНБ, CISA и ФБР заявляют, что шесть китайских лабораторий, «вероятно, с ведома правительства» выкачали миллиарды токенов из Claude, GPT, Gemini и Grok.
Позиция Хуанга
«Мне бы очень хотелось, чтобы никто не учился на наших продуктах, но, честно говоря, конкуренция делает всё лучше», — говорит он. Nvidia сама видит, как её железо разбирают «до костей», и считает это нормой. Не нравится — знай своих клиентов и отключай доступ. Поза не бескорыстная: Китай для Nvidia огромный рынок, и каждый виток санкций бьёт по продажам. Но аргумент от этого не пропадает.
Почему спор так накалился
По данным CNBC, на агрегаторе OpenRouter доля китайских моделей в середине сентября дошла до 57–67% токенов против 6–13% в феврале. На Vercel она выросла с 11% до 55%. Берут их за цену: на задачах вроде кода они уже тянут и стоят в разы дешевле.
И самое неудобное для американской стороны: их собственные модели выросли на книгах, статьях и коде, которые никто не отдавал добровольно. Anthropic уже заплатила авторам 1,5 млрд долларов за пиратские книги в обучении, иски к OpenAI от New York Times ещё идут. Когда лаборатория, обученная на всём интернете без спроса, называет кражей обучение на своих ответах, китайской стороне даже спорить особо не надо.
Показать полностью
Anthropic выпустила Claude Sonnet 5.5: почти Opus за полцены и 142 токена в секунду
28 сентября Anthropic выпустила Claude Sonnet 5.5, вторую модель семейства 5.5 после Opus 5.5. Цена осталась как у Sonnet 5: 2 доллара за миллион входных токенов и 10 за миллион выходных, это вдвое дешевле Opus 5.5. По бенчмаркам Anthropic модель отстаёт от флагмана на 1–3 пункта, а на Terminal-Bench его обгоняет. По замерам Artificial Analysis это самая быстрая модель верхнего эшелона.
Бенчмарки Anthropic (Sonnet 5.5 / Sonnet 5 / Opus 5.5)
Terminal-Bench 4.0: 70,6% / 10,3% / 66,4%
FrontierCode 1.1: 46,2% / 42,4% / 54,4% (GPT-6 Sol: 49,3%)
CursorBench 4.0: 55,5% / 34,1% / 57,8%
OSWorld 2.1: 80,1% / 57,0% / 81,8%
Humanity's Last Exam: 64,5% / 54,9% / 67,7%
Chartography: 61,6% / 15,6% / 64,4% (GPT-6 Sol: 53,6%)
GDPval-AA v2.1: 1844 / 1449 / 1846 (GPT-6 Sol: 1487)
Заметно Sonnet 5.5 отстаёт от Opus только на FrontierCode. Разрыв с Sonnet 5 на Terminal-Bench подозрительно велик: независимый замер Artificial Analysis дал Sonnet 5.5 на этом тесте 64%.
Независимый замер: второе место в индексе
В Intelligence Index от Artificial Analysis у Sonnet 5.5 на усилии max 56 баллов. Это второе место, в 2 пунктах от Opus 5.5. По скорости и цене прогона одной задачи среди топ-моделей расклад такой:
Opus 5.5: индекс 58, 95 ток/с, 5,98 доллара за задачу
Sonnet 5.5: индекс 56, 142 ток/с, 7,60 доллара
Fable 5.1: индекс 53, 69 ток/с, 7,63 доллара
GPT-6 Astra: индекс 53, 64 ток/с, 3,26 доллара
GPT-6 Sol: индекс 48, 90 ток/с, 1,06 доллара
Grok 4.7: индекс 46, 82 ток/с, 3,74 доллара
Подвох в расходе: на max модель тратит около 193 тысяч выходных токенов на задачу, и это рекорд Artificial Analysis. Выходит на 60% больше, чем у Opus 5.5, поэтому задача на Sonnet в этом режиме обходится дороже.
Против флеш-моделей
Sonnet 5.5 не флеш-модель, Haiku 5.5 обещают «в ближайшие недели». Но сравнить с быстрыми моделями полезно (индекс Artificial Analysis, скорость, цена одной задачи):
Sonnet 5.5 (max): 56, 142 ток/с, 7,60 доллара
Sonnet 5.5 (medium): 41, 111 ток/с, 0,59 доллара
GLM-5.3-Flash: 42, 52 ток/с, 0,25 доллара
Gemini 3.8 Flash: 41, 251 ток/с, 1,24 доллара
Qwen3.8-Flash-Next: 40, 58 ток/с, 0,37 доллара
DeepSeek V4.1 Flash: 39, 220 ток/с, 0,27 доллара
MiMo-V2.6-Flash: 38, 58 ток/с, 0,06 доллара
GPT-6 Luna: 37, 163 ток/с, 0,07 доллара
Gemini 3.5 Flash-Lite: 22, 320 ток/с, 0,12 доллара
Claude Haiku 4.5: 17, 87 ток/с, 0,28 доллара
Mercury 2.5: 12, 762 ток/с, 0,12 доллара
По уму Sonnet 5.5 на max опережает любую флеш-модель минимум на 14 пунктов. Со скоростью всё неоднозначно. Gemini 3.8 Flash и DeepSeek быстрее его в полтора-два раза. А китайские GLM, Qwen и MiMo Flash, хоть и почти догнали Gemini по индексу, выдают всего 52–58 токенов в секунду: это в 2,5 раза медленнее Sonnet. По цене флешки вне конкуренции: Luna и MiMo решают задачу за 6–7 центов.
Самое интересное сравнение: Sonnet 5.5 на среднем усилии и Gemini 3.8 Flash на высоком. У обоих индекс 41. Gemini вдвое быстрее, но задача на Sonnet вдвое дешевле (59 центов против 1,24 доллара), потому что флешка Google тратит слишком много токенов на рассуждения.
Быстрого Grok в списке нет, потому что замерять нечего. Grok 4.7 Fast, по словам xAI, вдвое быстрее и вдвое дороже обычного Grok 4.7 (82 ток/с), но работает только в Cursor и Grok Build. В публичном API его нет, независимых замеров тоже.
Почему это важно
Разрыв между Sonnet и Opus почти пропал. Если заменить Opus 5.5 на Sonnet 5.5, большинство команд получат то же качество с половинной ценой токена и в полтора раза большей скоростью, если не выставлять усилие max без нужды. Контекст 1 млн токенов, модель доступна в приложениях Claude, в API и в облаках AWS, Google Cloud и Azure.
Источники: Anthropic, Artificial Analysis, VentureBeat
Показать полностью