Ключевые слова：ИИ-модель, Автопилот, Мультимодальность, GLM-4.7, Альпамайо, Qwen3-VL
🔥 В фокусе
Zhipu AI официально вышла на Гонконгскую фондовую биржу, открывая эру IPO больших моделей : 8 января 2026 года Zhipu AI официально провела листинг на HKEX, став первой в мире публичной компанией в сфере больших моделей, за ней следует MiniMax. Тан Цзе в открытом письме сообщил, что после выпуска флагманской модели GLM-4.7 годовой регулярный доход (ARR) MaaS вырос в 25 раз за 10 месяцев, превысив 500 млн юаней. Это событие знаменует переход китайских больших моделей от «технологической погони» к «коммерческому циклу». IPO откроет отечественным моделям путь на мировой рынок и обеспечит более справедливую международную оценку стоимости (Источник: Zai_org)
Стэнфорд представил SleepFM: прогнозирование более 100 рисков для здоровья по одной ночи сна : Исследователи из Стэнфордского университета представили мультимодальную AI-модель SleepFM, обученную на более чем 585 000 часах данных о сне. Анализируя мозговые волны, частоту сердечных сокращений и частоту дыхания, модель способна по записи одной ночи предсказать риски более 130 заболеваний, включая деменцию, болезни сердца и некоторые виды рака. Этот прорыв демонстрирует огромный потенциал AI в профилактической медицине, превращая устройства для мониторинга сна в мощные диагностические инструменты (Источник: Reddit)
NVIDIA открыла исходный код Alpamayo: первая модель для автономного вождения с логическим выводом : NVIDIA открыла исходный код Alpamayo — первой модели автономного вождения на базе цепочки рассуждений (CoT). В отличие от традиционных систем, работающих только на реакциях, Alpamayo может логически мыслить в сложных или редких сценариях, подобно водителю-человеку. В сочетании с «AI-фабрикой» на архитектуре Vera Rubin, NVIDIA переводит AI из чисто цифровой сферы в физический AI, охватывающий инструменты симуляции и модули граничных вычислений, переопределяя стандарты промышленного автономного вождения (Источник: TheTuringPost)
LMArena привлекла 150 млн долларов инвестиций, оценка AI стала ключевой инфраструктурой : Известная арена AI-моделей LMArena завершила раунд финансирования на сумму 150 млн долларов при оценке в 1,7 млрд долларов. Столь крупные инвестиции показывают, что в условиях постоянного появления новых моделей объективная и надежная система оценки перестала быть вспомогательным инструментом и стала ядром инфраструктуры AI-экосистемы. Капитализация оценочных мощностей предвещает переход индустрии от «слепого расширения» к «качественному развитию», а также вызвала широкие дискуссии в сообществе о высокой оценке компании (Источник: nearcyan)
🎯 Тренды
AI21 Labs выпустила серию Jamba 2: гибридная архитектура SSM-Transformer для корпоративного сектора : AI21 представила Jamba2 3B и Jamba2 Mini (52 млрд параметров всего, 12 млрд активных). Серия использует гибридную архитектуру SSM-Transformer и обладает сверхдлинным контекстом в 256K, показывая отличные результаты в бенчмарках следования инструкциям, таких как IFEval. Ключевыми преимуществами являются высокая пропускная способность и эффективность памяти, что особенно подходит для обработки длинных документов и надежных корпоративных рабочих процессов Agent (Источник: Reddit)
Alibaba открыла исходный код мультимодальной поисковой модели Qwen3-VL: продвижение SOTA в кросс-модальном понимании : Alibaba выпустила модели Qwen3-VL-Embedding и Reranker, поддерживающие смешанные входные данные: текст, изображения и видео. Модель демонстрирует выдающиеся результаты в мультимодальном RAG, визуальных ответах на вопросы и кросс-языковом поиске на более чем 30 языках. Двухэтапная архитектура поиска (генерация векторов + точное ранжирование) значительно повышает точность поиска сложного визуального контента, обеспечивая мощную поддержку для мультимодальных AI-приложений (Источник: Alibaba_Qwen)
NVIDIA выпустила Nemotron Speech ASR: открытый исходный код для распознавания речи с ультранизкой задержкой : NVIDIA представила модель Nemotron Speech ASR, специально разработанную для голосовых Agent. Она обеспечивает время транскрипции 24 мс и задержку сквозного голосового взаимодействия менее 500 мс. Модель полностью открыта, включая веса, код и обучающие данные. Дженсен Хуанг на CES подчеркнул, что открытые модели в этом году полностью догонят закрытые, и NVIDIA способствует этому процессу, выпуская высокопроизводительные базовые инструменты (Источник: NerdyRodent)
DeepSeek обновила статью о R1: расширение с 22 до 86 страниц : DeepSeek обновила свою знаковую научную статью о модели R1, добавив большой объем глубокой информации о деталях обучения и дизайне архитектуры. Хотя часть контента уже была раскрыта в предыдущей статье в Nature, это обновление еще больше укрепляет технологическое лидерство DeepSeek в open-source сообществе. Сообщество отметило стабильность списка авторов и накопленный опыт постоянной оптимизации архитектуры MLA (Источник: teortaxesTex)
Google переводит Gmail в эру Gemini 3: создание проактивного помощника для входящих писем : Google объявила о полной интеграции Gemini 3 в Gmail, превращая его из простого почтового инструмента в проактивного помощника. Новые функции включают интеллектуальное управление жизненным расписанием, автоматическое резюмирование сложных цепочек писем и проактивные напоминания на основе контекста. Это знаменует глубокое встраивание больших моделей из формы «диалогового окна» в рабочие процессы продуктивности для интеллектуального управления личными данными (Источник: GoogleDeepMind)
🧰 Инструменты
VideoRAG/Vimo: настольное приложение с открытым исходным кодом для диалогов по сверхдлинным видео : Команда HKUDS из Гонконгского университета выпустила VideoRAG и его настольную версию Vimo, позволяющую вести диалог с видео длительностью в сотни часов. Инструмент использует графовую индексацию знаний и иерархическое кодирование контекста для точного поиска сцен и ответов на вопросы. Он решает проблемы нехватки видеопамяти и разрывов в понимании при обработке длинных видео традиционными мультимодальными моделями; приложение работает на одной карте RTX 3090 (Источник: GitHub)
memU: иерархическая инфраструктура памяти для AI Agent : NevaMind-AI открыла исходный код memU — системы памяти для LLM и Agent. Она имитирует файловую систему, организуя сырые данные, дискретные элементы памяти и агрегированные категории в три уровня, поддерживая векторный поиск RAG и семантический поиск LLM. Система автоматически извлекает предпочтения, навыки и факты из диалогов, реализуя самоэволюцию памяти и значительно повышая связность Agent при выполнении долгосрочных задач (Источник: GitHub)
Maid: приложение с открытым исходным кодом для офлайн-запуска AI-моделей на смартфонах : Maid — это приложение с открытым исходным кодом, поддерживающее локальный запуск LLM на мобильных устройствах, что особенно полезно в сценариях без интернета или при высоких требованиях к конфиденциальности. Оно упрощает процесс развертывания моделей на телефоне, позволяя пользователям напрямую скачивать модели разных размеров для общения. Это обеспечивает низкопороговое мобильное решение для граничных вычислений и популяризации AI (Источник: Reddit)
Глубокая интеграция Claude Code и Replit: новая парадигма облачного программирования с Agent : Разработчики поделились опытом использования Claude Code в связке с Replit, подчеркивая преимущества облачных редакторов в решении проблем с настройкой окружения. Запуск Claude Code внутри Replit позволяет параллельно управлять несколькими Agent для разработки прямо с телефона. Модель «генерация как релиз» меняет логику поставки ПО, позволяя даже непрофессиональным разработчикам быстро создавать сложные приложения (Источник: amasad)
📚 Обучение
MAGMA: архитектура долговременной памяти Agent на основе мультиграфовых структур : Для решения проблемы запутывания информации в традиционных RAG при длительных рассуждениях предложена архитектура MAGMA. Она хранит память в четырех ортогональных графах: семантическом, временном, причинно-следственном и сущностном, осуществляя поиск через управляемый стратегиями обход графа. Этот метод разделяет представление памяти и логику поиска, значительно повышая точность Agent при работе со сложными причинно-следственными связями и последовательностями событий (Источник: dair_ai)
Agentic Rubrics: метод верификации SWE Agent без выполнения кода : Верификация является ключом к обучению с подкреплением. Исследователи предложили «Агентные критерии» (Agentic Rubrics), где экспертный Agent через взаимодействие генерирует специфические для кодовой базы чек-листы и напрямую оценивает патчи-кандидаты без сложной настройки среды и выполнения кода. В тестах SWE-Bench этот метод значительно повысил эффективность и точность верификации, обеспечивая более легкий сигнал обратной связи для масштабного обучения Agent (Источник: arXiv)
Klear: унифицированная архитектура для совместной генерации аудио и видео : Для решения проблем рассинхронизации звука и видео, а также плохой артикуляции, Klear вводит дизайн с одной башней и унифицированными блоками DiT в сочетании со стратегией обучения с маскированием модальностей. Благодаря созданию крупномасштабного набора аудиовизуальных данных с плотной разметкой, Klear достигает высочайшего качества генерации при сохранении семантической согласованности, сопоставимого с Veo 3 от Google (Источник: arXiv)
Адаптивная к энтропии тонкая настройка (EAFT): решение проблемы катастрофического забывания в SFT : В статье указывается, что контролируемая тонкая настройка (SFT) часто приводит к «конфликту уверенности» из-за принудительной подгонки модели под внешний надзор. EAFT использует энтропию на уровне токенов как механизм стробирования, разделяя эпистемическую неопределенность и конфликт знаний, что позволяет модели обучаться на неопределенных примерах, подавляя обновление градиентов для конфликтных данных. Эксперименты доказывают, что этот метод эффективно смягчает деградацию общих способностей (Источник: arXiv)
Atlas: оркестровка гетерогенных моделей и инструментов для сложного кросс-доменного мышления : С ростом разнообразия LLM и инструментов выбор оптимальной комбинации становится трудной задачей. Atlas предлагает двухпутевой фреймворк: маршрутизация без обучения на основе кластеризации для выравнивания внутри домена и многошаговая маршрутизация на основе обучения с подкреплением для обобщения вне распределения. Фреймворк превзошел GPT-4o в 15 бенчмарках, продемонстрировав мощь решения сложных проблем через оркестровку специализированных мультимодальных инструментов (Источник: arXiv)
💼 Бизнес
Meta купила Manus, ARR превысил 125 млн долларов за 8 месяцев : Стартап Manus, разрабатывающий Agent для выполнения задач, перед поглощением компанией Meta за 2 млрд долларов раскрыл, что его ARR достиг 125 млн долларов. Продукт достиг отметки в 100 млн всего за 8 месяцев после запуска с ежемесячным ростом более 20%. Это отражает сдвиг в коммерческой логике AI: пользователи больше не платят за «способности», они платят за «результат» и «выполнение задач» (Источник: 36氪)
Boltz завершила посевной раунд на 28 млн долларов и начала сотрудничество с Pfizer : Биотехнологический AI-стартап Boltz объявил о создании Boltz PBC, привлечении 28 млн долларов и запуске платформы Boltz Lab. Платформа включает специализированных Agent для дизайна малых молекул и белков и подписала многолетнее соглашение о сотрудничестве с фармацевтическим гигантом Pfizer. Это знаменует ускорение коммерциализации AI Agent в таких строгих научных областях, как разработка лекарств (Источник: sarahcat21)
Инфраструктура вычислительных мощностей Китая входит в «эру 10 000P», в 2025 году будет более 222 проектов стоимостью свыше 100 млн юаней : Строительство интеллектуальных вычислительных центров в Китае продолжает набирать обороты, операторы связи выступают основной силой. В 2025 году количество выигранных тендеров стоимостью более 100 млн юаней превысило 222, а кластеры на 10 000 карт стали стандартом. Тренды показывают быстрый рост спроса на вычислительные мощности для инференса, технологии жидкостного охлаждения становятся обязательными, а отрасль решает проблему загрузки мощностей через модель «стимулирование строительства через использование» (Источник: 36氪)
🌟 Сообщество
Сокращение 75% штата Tailwind вызвало бурные обсуждения: AI привел к падению трафика документации и доходов : Известный CSS-фреймворк Tailwind был вынужден провести массовые сокращения после того, как AI Agent начали массово сканировать его документацию, что привело к падению трафика на 40% и резкому снижению доходом от платных продуктов. Это вызвало глубокую обеспокоенность сообщества «AI-паразитизмом» в open-source экосистеме: как поддерживать бизнес-модель открытых проектов, когда AI напрямую выдает ответы? (Источник: aiamblichus)
Контекст в 1 миллион токенов — это ловушка? Сообщество обсуждает эффект «потери в середине» : Тесты разработчиков показали, что хотя модели заявляют поддержку миллионного контекста, при обработке данных объемом более 100 тысяч токенов точность извлечения информации из середины значительно падает. Сообщество рекомендует стратегию «в два шага»: сначала индексация и локализация, затем целевой ввод. Это указывает на то, что гигиена данных и стратегия поиска важнее, чем простое стремление к длинному окну контекста (Источник: Reddit)
Vibe Coding становится новым трендом разработки: от написания кода к «настройке ощущений» : Сообщество активно обсуждает «Vibe Coding» — использование естественного языка и Agent для недетерминированной разработки. Сторонники считают, что это снижает порог входа, противники опасаются появления огромного количества неподдерживаемого «кодового мусора». Такие организации, как Datawhale, уже выпустили соответствующие руководства, помогая разработчикам перейти от демо-версий к разработке нативных AI-приложений (Источник: dotey)
Границы AI-компаньонов: аутсорсинг эмоциональной ценности вызывает этические опасения : Поскольку рынок AI-компаньонов превысил 100 миллиардов, общество начинает анализировать потенциальные риски. «Низкоконфликтное и высококонтролируемое» взаимодействие с AI может ослабить способность людей справляться с реальными отношениями и даже вызвать «совместную бредовую привязанность». Эксперты призывают рассматривать AI как эмоциональное дополнение, а не замену человеческим отношениям (Источник: 36氪)
💡 Прочее
Китайские фермеры используют радары с активной фазированной антенной решеткой для борьбы с дикими кабанами : С удешевлением и переходом в гражданский сектор технологий фазированных решеток в Китае, фермеры начали использовать радары AESA в сочетании с дронами для обнаружения вторжений диких кабанов. Этот случай демонстрирует необычное применение передовых военных технологий для решения гражданских проблем, а также отражает преимущество Китая в производстве полупроводников GaN (Источник: teortaxesTex)
Опубликовано фото чипа Cerebras «Chocolate»: впечатляющая толщина : Разработчики опубликовали реальное фото AI-чипа Cerebras размером с целую пластину, его огромный размер и невероятная толщина привлекли всеобщее внимание. Будучи самым большим в мире монолитным чипом, он представляет собой исследование физических пределов аппаратного обеспечения в погоне за экстремальной производительностью (Источник: dylan522p)
Команда защиты данных Debian уволилась в полном составе, комплаенс GDPR под угрозой : Команда защиты данных Debian, проработавшая 7 лет, коллективно ушла в отставку из-за нехватки ресурсов, и на данный момент преемников нет. Это обнажает уязвимость open-source сообществ перед лицом строгого регулирования конфиденциальности (такого как GDPR); отсутствие этого «невидимого фундамента» может затронуть всю экосистему Linux (Источник: 36氪)