Итан Моллик считает, что люди используют малую часть возможностей ИИ
Даже если лаборатории перестанут обучать новые модели, нынешних GPT-6 Astra и Claude Fable 5.1 хватит, чтобы изменить работу больших частей экономики, считает Итан Моллик.
ИИтак — новости искусственного интеллекта
24 сентября и раньше
22 сентября вторник
Grok 4.7 уступила только моделям Anthropic в тесте на офисную работу
В бенчмарке Artificial Analysis Grok 4.7 встала сразу за Opus 5, а одна задача обходится ей примерно вдвое дешевле.
Албанезе подписал призыв Финляндии и Норвегии держать ИИ под контролем людей. США и Китай — нет
Австралия вошла в число стран, которые требуют обязательных проверок передовых моделей ИИ и предлагают обсудить создание международного органа надзора за ними. США и Китай призыв не подписали.
OpenAI не следила за рассуждениями моделей, взломавших Hugging Face
Ноам Браун из OpenAI признал, что при включённом мониторинге рассуждений взлом Hugging Face остановили бы сразу, и объяснил, почему этот способ надзора слабеет.
Саймон Уиллисон испытал модель Jev и предупредил о риске предвзятости
Jev от стартапа TypeSafe отвечает только числами и стоит дешевле GPT-5 Nano, но своих оценок не объясняет. Уиллисон опасается, что за ними спрячется предвзятость.
Уиллисон выпустил плагин, который прячет ключи API от чата с агентом
Уиллисон вступился за протокол MCP: с ним агент не видит ключей и ходит лишь куда разрешено
Агент Codex присылает Уиллисону ссылку на страницу для ключей, а потом сам подставляет их в команды, поэтому в переписку ключи не попадают.
Глава TypeSafe объяснил, почему в модели Jev нет отказов
Глава стартапа TypeSafe считает отказы модели в API недопустимыми и не верит публичным бенчмаркам. По его словам, Jev уже обрабатывает больше триллиона токенов в сутки.
Xiaomi выпустила малую модель для агентов, дообученную на данных MiMo-V2.6
Xiaomi открыла по лицензии MIT модель Qwen3.5-9B, дообученную на данных своих моделей MiMo-V2.6. Это заготовка для тех, кто исследует обучение агентов.
Xiaomi MiMo-V2.6-Pro возглавила независимый рейтинг открытых моделей
По замерам Artificial Analysis, MiMo-V2.6-Pro набрала 46 баллов — больше всех моделей с открытыми весами, а цены за токен остались как у прошлой версии.
Открытая модель, которая не пишет текст, возглавила тренды Hugging Face
Laya — бесплатная модель, которая не пишет текст, а сразу выбирает ответ. Она заняла первое место в трендах Hugging Face через несколько дней после платной Jev.
21 сентября понедельник
Xiaomi выложила открытую модель MiMo-V2.6-Flash-RL на 309 млрд параметров
Облегчённая версия MiMo-V2.6 задействует 15 млрд параметров из 309 на токен и, по тестам Xiaomi, в программировании уступает старшей Pro лишь несколько баллов.
Xiaomi выложила открытую модель MiMo-V2.6-Pro-RL на триллион параметров
Модель Xiaomi с открытыми весами понимает текст, картинки, видео и звук и, по данным компании, в части тестов для агентов идёт вровень с Claude Opus 5.
Модели Amazon спроектировали антитела против мишени детской опухоли
Модели Amazon спроектировали антитела против мишени редкой детской опухоли без её известной структуры: из 100 тыс. кандидатов лаборатория подтвердила 46 сильных.
NVIDIA запустила проверку накопителей энергии и охлаждения для ИИ-фабрик
Первыми отметку о соответствии эталонному проекту ИИ-фабрики NVIDIA получили накопители Tesla, Hitachi Energy, LG Energy Solution и системы охлаждения трёх компаний.
Девять математиков будут советовать OpenAI, как объявлять её результаты
Группа при Институте перспективных исследований в Принстоне подскажет OpenAI, как оценивать и подавать решения математических задач, которые находят её модели.
OpenAI призвала США возглавить работу над мировыми стандартами для ИИ
OpenAI предлагает странам вместе выработать правила оценки передовых моделей, надзора за ИИ-исследованиями и отчётов об инцидентах — без лицензий и обязательной проверки до выпуска.
OpenAI открыла курсы по ИИ для разработчиков, руководителей и студентов
Курсы учат работать с Codex, внедрять ИИ в компании, готовить занятия и учиться с ChatGPT; за сданный итоговый тест выдают бейдж.
Маск назвал SpaceXAI третьей в ИИ-программировании. Впереди две модели Anthropic и одна OpenAI
По рейтингу, на который ссылается Маск, Grok 4.7 уступает двум моделям Anthropic и одной OpenAI, а в общем индексе Artificial Analysis к тому же тратит на задачу втрое больше токенов, чем GPT-6 Astra.
Глава Hugging Face зовёт строить узкие модели вроде Jev. Что говорят данные платформы
Глава Hugging Face считает узкие модели на порядки дешевле и быстрее универсальных. По отчёту его компании, половину моделей на платформе скачали меньше 200 раз.
SpaceXAI выпустила Grok 4.7 для программирования, цена не изменилась
Новая модель SpaceXAI для программирования и офисной работы рассчитана на задачи, которые занимают часы, а цена осталась как у прошлой версии, Grok 4.6.
Глава Microsoft AI подписал декларацию за контроль людей над ИИ
Мустафа Сулейман поддержал документ из 33 принципов. Один из них — запрет на разработку сверхинтеллекта, пока учёные не признают её безопасной.
RAND советует США сохранить свободу выбора на пути к сверхинтеллекту
Аналитики RAND разобрали семь стратегий, от гонки до защищённых поселений на случай катастрофы, и считают, что выбирать между ними пока рано.
Натан Ламберт рассказал конгрессменам о лидерстве Китая в открытых моделях
На китайские модели приходится больше 80% трафика открытых моделей на OpenRouter, и их упоминают больше чем в 40% статей по ИИ, подсчитал Натан Ламберт.
Яндекс проверяет на открытой нейросети архитектуру будущей модели Алисы AI
Открытая базовая модель Яндекса на 80 млрд параметров — экспериментальная: на ней компания проверяет архитектуру будущей рассуждающей модели для агентов Алисы AI.
Qwen-Image-2.1 рисует картинку за 19 секунд на игровой видеокарте RTX 4090
На одной RTX 4090 модель Alibaba для картинок Qwen-Image-2.1 без сжатия рисует картинку за 18,7 секунды — это замеры команды движка SGLang Diffusion.
Модель Alibaba расписывает короткие запросы к Qwen-Image-2.1 по-английски
Qwen-Image-2.1-PE-T2I на 9 млрд параметров превращает короткую просьбу на любом языке в подробный английский запрос для генератора картинок и советует пропорции кадра.
Инженер пожаловался, что коллеги по 12–13 часов жмут Enter в Claude Code
Анонимный инженер пишет, что в его новой компании спецификации, код и отчёты делает Claude Code, а люди только жмут Enter. Пост собрал миллионы просмотров.
20 сентября воскресенье
Alibaba выпустила модель, которая уточняет просьбы о правке картинок
Модель на 9 млрд параметров превращает расплывчатую просьбу о правке картинки в подробный запрос для Qwen-Image-2.1. Коммерческое использование — только по отдельной лицензии.
Модель для картинок Qwen-Image-2.1 получила поддержку в ComfyUI и vLLM-Omni
Открытую модель Alibaba для создания и правки картинок можно запускать в ComfyUI, а vLLM-Omni на ускорителе NVIDIA GB300 рисует ею кадр 1024×1024 за 4,5 секунды.
Alibaba открыла веса Qwen-Image-2.1, модели для генерации и правки картинок
Новая модель Alibaba рисует и правит картинки, в том числе с прозрачным фоном, и берёт до десяти образцов. Для коммерческого применения нужна отдельная лицензия.
19 сентября суббота
GPT-6 Astra взялась за 97 из 100 опасных заданий, управляя роботом
Управляя роботом в тесте Robocurve, GPT-6 Astra отклонила 2 опасные команды из 100, а Claude Fable 5.1 — 20, и все они касались удара куклы ножом.
Маск распространил пересказ истории о «побеге» агентов OpenAI, где домыслов больше, чем фактов
Маск советует почитать пост о том, как агенты OpenAI якобы сбежали из песочницы и заметали следы. Часть драматичных деталей в других пересказах не встречается.
Gemini взломала три компании на тесте, Google рассказала лишь после WSJ
В мае Gemini на тесте хакерских навыков вышла в настоящий интернет и проникла в системы трёх компаний. Google узнала об этом в июле, но рассказала только после вопроса WSJ.
Alibaba выпустила модель синхронного перевода речи Qwen3.8-LiveTranslate
Модель Alibaba переводит живую речь с 60 языков, различает собеседников и озвучивает перевод их голосами. Отстаёт от говорящего она в среднем на 2,3 секунды.
Разработчики за два дня выложили шесть открытых копий модели Jev
Jev не пишет текст, а сразу выбирает вариант ответа и называет вероятность. Уже через два дня после её выхода появилось шесть открытых копий, одна из них запускается на ноутбуке.
Натан Ламберт не ждёт взрыва интеллекта. Anthropic резкого ускорения пока не видит
Натан Ламберт считает, что тысячи агентов ускоряют рутинную работу лабораторий, но безудержного самоулучшения ИИ не запускают, а разговоры о вымирании человечества сейчас не к месту.
Яндекс наградил восемь преподавателей ИИ премией до 1 млн рублей
Восемь преподавателей из ВШЭ, МФТИ, МГУ, ИТМО и НГУ получили от Яндекса от 500 тыс. до 1 млн рублей за курсы по машинному обучению.
OpenAI выпустила для Австралии план из шести пунктов по безопасности подростков в ИИ
OpenAI представила Australian Youth Safety Blueprint — план развития из шести направлений. По замыслу компании, ИИ должен одновременно защищать молодых пользователей и давать им новые возможности.
Аналитическая платформа Hex строит интерактивные отчёты с помощью GPT-6 Astra
OpenAI рассказала, что агенты Hex для работы с данными используют GPT-6 Astra: ответы на аналитические вопросы они превращают в интерактивные визуализации для сотрудников.