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.
тема · 144 новости за 60 дней
#релизы
Выход новых моделей, продуктов и функций.
20 сентября воскресенье
19 сентября суббота
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.
Яндекс выложил языковую модель на 80 млрд параметров, обученную с нуля
Яндекс выложил заготовку языковой модели на 80 млрд параметров для дообучения; по замерам компании, факты на русском она знает лучше более крупных открытых моделей.
SpaceXAI выпустила модель распознавания речи Grok Voice Transcribe 2.0
По замерам компании, новая модель SpaceXAI переводит речь в текст вдвое точнее прошлой версии. Цена та же: от 10 центов за час записи.
18 сентября пятница
Alibaba выпустила Qwen3.8-Omni-Flash — модель, которая смотрит видео, слушает звук и работает с инструментами
Qwen3.8-Omni-Flash принимает текст, картинки, звук и видео, держит контекст до 1 млн токенов и умеет вызывать инструменты. По данным Alibaba, обработка видео стоит примерно на 89% меньше, чем у Qwen3.5-Omni-Plus.
17 сентября четверг
OpenAI представила Astra for Law — версию GPT-6 Astra для юристов
Юридическая версия GPT-6 Astra ищет по базе права США и, по тесту OpenAI, верно отвечает на 54% вопросов против 38,7% у обычной Astra с веб-поиском.
16 сентября среда
Стартап TypeSafe выпустил модель Jev, которая принимает решения без текста
По заявлению TypeSafe, Jev работает в 20–200 раз быстрее и обходится в 40–400 раз дешевле языковых моделей. За выходные токены платить не нужно.
MiniMax показала видеомодель H3 IP Edition для японских франшиз
Новая версия видеомодели H3 работает с официально лицензированной японской интеллектуальной собственностью. MiniMax показала её на конференции, которую провела вместе с KAGAMIAI для более чем 150 компаний.
15 сентября вторник
Google выпустила голосовые модели Gemini 3.8 Live для разработчиков
Google встроила голосовую Gemini 3.8 Live в Gmail, Docs и поиск. Кому это доступно
Модели Google ведут голосовой разговор и одновременно в фоне обращаются к сервисам, а версия с размышлениями заняла первое место в рейтинге голосовых моделей Artificial Analysis.
11 сентября пятница
Яндекс рассказал, что выложенная им модель лежит в основе ответов Поиска
С июля дообученная версия модели пишет быстрые ответы под поисковой строкой. Ими пользуются более 49 млн человек в месяц. Базовую версию выложили под лицензией Apache 2.0.
Cohere выпустила North Small Translate — открытую модель для перевода
Модель переводит более чем на 50 языков и, по тестам Cohere, обходит DeepL и Google Translate. Скачать её можно бесплатно, но только для исследований и некоммерческих задач.
10 сентября четверг
Skild AI выпустила модель S1, которая учит робота задаче по одному видео
На многошаговых задачах, которых робот раньше не видел, S1 успешно выполнила около 66% шагов, а похожая система — 9%. Модель обучали на инфраструктуре NVIDIA.
Яндекс открыл языковую модель, на которой строит ответы Алисы AI в Поиске
Открытая модель Яндекса устроена как энкодер-декодер, на каждый токен задействует 0,6 из 35 млрд параметров и, по тестам компании, сильна в фактах, но слабее в математике.
OpenAI выпустила ChatGPT for Financial Services — версию чат-бота для финансистов
OpenAI представила ChatGPT for Financial Services. В эту версию встроены финансовые данные и модель GPT-6 Astra, она рассчитана на исследования, финансовое моделирование и подготовку материалов для клиентов.
DeepSeek открыла веса модели V4.1-Flash на 552 млрд параметров
Модель понимает текст и картинки, открыта под лицензией MIT и, по тестам DeepSeek, в задачах для ИИ-агентов местами обходит Claude Opus 5.0.
OpenAI запустила Agents API — сервис для облачных агентов на движке Codex
OpenAI выпустила Agents API — управляемый сервис для создания и запуска агентов в облаке. В его основе та же обвязка, что у Codex: она распределяет работу, ведёт долгие сеансы и подключает инструменты.
DeepSeek выпустила модель V4.1-Flash и сворачивает флагманскую V4-Pro
DeepSeek выпустила младшую модель нового семейства. По словам компании, она сильнее флагмана V4-Pro, и с 14 сентября запросы к V4-Pro в API обслуживает она.
OpenAI открыла разработчикам голосовую модель GPT-Live-1 из ChatGPT
GPT-Live-1 слушает и говорит одновременно, передаёт сложные задачи текстовым моделям вроде GPT-6 Astra и стоит 5 центов в минуту без их учёта.
9 сентября среда
NVIDIA обновила детектор ИИ-видео и выпустила инструменты для ТВ и спорта
Детектор SVD распознаёт видео, созданные нейросетью по тексту, с точностью 99,3%. Его встраивают Dalet, TwelveLabs и Wowza. Спортивным лигам NVIDIA предложила инструкции по дообучению своих открытых моделей.
IBM выпустила открытую модель для прогноза временных рядов PatchTST-FM-r2
В рейтинге GIFT-Eval модель на 385 млн параметров заняла второе место среди моделей, которые прогнозируют без дообучения. Лицензия разрешает коммерческое использование.
OpenAI выпустила ChatGPT Images 2.5 и две новые модели для картинок в API
Модель точнее выполняет указания при нескольких правках подряд и лучше сохраняет героев загруженных фото. В API она доступна в двух версиях — Sunburst и Flare.
8 сентября вторник
Meta* запустила личного ИИ-агента Muse для WhatsApp и отдельного приложения. Как это устроено
Агент сам ведёт долгие задачи в облачной виртуальной машине и спрашивает разрешения перед покупкой или отправкой письма. В США базовые возможности бесплатны.
Яндекс запустил Алису AI для бизнеса с подключением к 1С и Битрикс24
Ассистент уже доступен более чем 185 тыс. клиентов Яндекс 360. Другие компании могут бесплатно пользоваться им три месяца после регистрации.
* Meta Platforms Inc., которой принадлежат Facebook и Instagram, признана в России экстремистской организацией, её деятельность запрещена.