Ключевые слова：DeepSeek V4, Искусственный интеллект в программировании, Нейроинтерфейс, Открытая модель DeepSeek, Генерация кода с помощью ИИ, Серийное производство Neuralink
🔥 В фокусе
Итоги года DeepSeek и ожидания от модели V4: DeepSeek планирует выпустить модель следующего поколения V4 в феврале 2026 года, стремясь превзойти серии Claude и GPT в области программирования. Оглядываясь на прошедший год, DeepSeek разрушила миф о «грубой вычислительной силе», продемонстрировав крайне низкие затраты на обучение (около 294 000 долларов), и способствовала переходу Open Source моделей из категории догоняющих в категорию равных конкурентов. Несмотря на конкуренцию за трафик со стороны приложений крупных игроков, таких как Doubao от ByteDance, её основная ценность сместилась в сторону создания экосистемы базовых моделей, на основе которых индустрия разрабатывает вертикальные приложения. Успех DeepSeek доказал возможность прорыва за счет инновационных алгоритмов даже перед лицом вычислительных барьеров (Источник: Information, Zinkescale)
Энергетический кризис Data Centers и политическая борьба за ядерную энергетику: С резким ростом спроса на вычисления для AI, сверхкрупные Data Centers вызвали сильное общественное недовольство в Вирджинии, Джорджии и других регионах из-за огромного потребления электроэнергии и воды. Администрация Трампа пытается успокоить граждан, призывая технологических гигантов разделить расходы на электроэнергию; Microsoft уже первой пообещала содействовать. В то же время технологии ядерных реакторов нового поколения рассматриваются как ключ к решению «энергетического голода» AI, стремясь сломать медленные модели строительства 20-го века и обеспечить электроснабжение с нулевым уровнем выбросов. Это знаменует собой переход конкуренции в сфере AI с уровня чипов на уровень глубокого противостояния в национальной инфраструктуре и энергетической политике (Источник: MIT Technology Review, WP)
Отец Redis об AI-программировании: написание кода вручную перестанет быть рациональным выбором: Создатель Redis Salvatore Sanfilippo считает, что AI уже способен самостоятельно выполнять задачи среднего масштаба, и программисты должны перейти от «написания всего вручную» к «совместному написанию с моделью». Он отметил, что ключевая конкурентоспособность сместилась от навыков кодинга к способности абстрагировать проблемы и понимать цели творчества. Хотя это вызвало споры о том, что «Vibe Coding» ведет к снижению качества кода, AI действительно демократизирует код, системы и знания, давая малым командам потенциал бросать вызов крупным корпорациям (Источник: antirez, 36Kr)
Переломный момент в индустриализации нейроинтерфейсов: прорыв в массовом производстве и стандартах: Neuralink Илона Маска планирует запустить масштабное серийное производство в 2026 году, основой которого станет автоматизация и малоинвазивность хирургических процедур. Одновременно с этим Китай официально ввел в действие первый отраслевой стандарт для медицинских изделий в области нейроинтерфейсов, что знаменует переход этой сферы из лабораторий в коммерческий цикл. Компании среднего звена, такие как Xiangyu Medical и MicroPort NeuroTech, ускоряют внедрение продуктов в сценарии реабилитационной медицины. Нейроинтерфейсы становятся следующим триллионным рынком после AI, где возможности импортозамещения и массового производства определят итоговое влияние на мировом рынке (Источник: Neuralink, Bowang Finance)
🎯 Тренды
Mistral выпускает серию моделей Ministral 3: Mistral представила три модели (3B, 8B и 14B), оптимизированные по параметрам и предназначенные для сценариев с ограниченными вычислительными ресурсами. Серия реализована с помощью технологии «каскадной дистилляции» (cascading distillation), обладает способностью понимать изображения и предлагает версии с дообучением инструкциям (instruction-tuned) и усиленным логическим выводом (reasoning). Вся линейка использует лицензию Apache 2.0, что еще больше снижает порог для локального развертывания высококачественного AI (Источник: Mistral AI, Reddit)
Zhipu выпускает GLM-Image: доказательство независимости от Nvidia: Zhipu AI открыла исходный код модели GLM-Image, полностью обученной на чипах Huawei Ascend 910B и фреймворке MindSpore. Хотя эффективность составляет около 80% от H100, крайне низкая стоимость предоставляет новые возможности для Open Source разработчиков. Это доказывает, что без чипов Nvidia все еще можно обучать конкурентоспособные модели масштабом 9B параметров, что является вехой для китайской экосистемы вычислительных мощностей AI (Источник: Zhipu AI, Zai_org)
Google MedGemma 1.5: медицинский AI переходит в 3D: Выпущенная Google модель MedGemma 1.5 — это Open Source модель, оптимизированная для медицинских сценариев. Её версия 4B способна нативно интерпретировать полные данные 3D-сканирования, такие как КТ и МРТ. В сочетании с моделью преобразования речи в текст MedASR, она значительно повышает эффективность диагностики, знаменуя первый прорыв открытых медицинских моделей в обработке сложных трехмерных медицинских изображений (Источник: Sundar Pichai, JeffDean)
ByteDance выпускает SeedFold: новая высота в предсказании структуры белков: Команда Seed из ByteDance представила модель SeedFold для предсказания структуры биомолекул, чьи показатели в задачах фолдинга белков превзошли AlphaFold3. Этот прорыв демонстрирует глубокое присутствие интернет-гигантов в сфере биотехнологий и обещает ускорить процессы разработки лекарств и фундаментальных биологических исследований (Источник: arankomatsuzaki)
OpenAI и Cerebras подписали соглашение о вычислительных мощностях на 10 млрд долларов: OpenAI заключила масштабное партнерство со стартапом Cerebras, производящим AI-чипы, с целью снижения чрезмерной зависимости от мощностей Nvidia с помощью их уникального Wafer Scale Engine (WSE). Этот шаг демонстрирует решимость OpenAI в диверсификации цепочки поставок вычислительных ресурсов и одновременно служит мощной поддержкой для Cerebras в их стремлении бросить вызов доминированию Nvidia (Источник: Reddit)
🧰 Инструменты
Приложение Tongyi Qianwen полностью интегрировано в экосистему Alibaba: Приложение Qianwen (Qwen) получило крупное обновление, открыв доступ к сервисам Taobao, Fliggy, Amap и Alipay через единый вход. Пользователи могут выполнять сложные задачи, такие как бронирование авиабилетов, заказ еды или сравнение цен на подарки, с помощью голосовых команд; появилась даже возможность AI-звонков для бронирования столиков. Такое замыкание цикла от диалога к исполнению знаменует перестройку интерфейсов жизненных сервисов на базе больших моделей (Источник: op7418)
Масштабируемый долгосрочный Agent в Cursor: 1 миллион строк кода за неделю: Команда Cursor продемонстрировала систему оркестровки параллельных Agent на базе GPT-5.2, которая успешно создала полнофункциональный браузер с нуля за неделю непрерывной работы. Система решает конфликты параллелизма через «цикл Ральфа Виггама» (Ralph Wiggum loop), подчеркивая, что «планирование» важнее «самой модели». Этот кейс показывает поразительный потенциал AI в обработке сверхмасштабных инженерных задач (Источник: swyx, omarsar0)
Claude Cowork: AI-инструмент для совместной работы нетехнических специалистов: Anthropic представила Claude Cowork, цель которого — распространить возможности Claude Code на нетехнические задачи. Он позволяет пользователям выполнять сложные офисные задачи, такие как управление документами и оркестровка процессов, через диалог, подобно тому как разработчики используют Agent для программирования. В сообществе уже появились Open Source реплики с поддержкой сторонних API и функций автоматической организации файлов (Источник: MiniMax_AI, _catwu)
Replit Agent: готовое приложение за 24 часа: Replit снова доказал эффективность AI для нетехнических сотрудников: директор по маркетингу, получив доступ, всего за 24 часа создал работающее MVP-приложение через Replit Agent. Такая модель разработки «требование как код» раскрывает скрытую продуктивность внутри компаний, позволяя сотрудникам без технического бэкграунда быстро реагировать на бизнес-запросы (Источник: amasad)
Eigent: открытое AI-приложение для рабочего стола: Построенное на базе CAMEL-AI, Eigent представляет собой Open Source приложение для совместной работы, поддерживающее параллельное выполнение сложных задач несколькими Agent. Оно интегрирует протокол MCP, позволяя подключаться к Notion, Slack, Google Suite и другим инструментам, поддерживает локальное развертывание моделей и делает акцент на защите конфиденциальности и взаимодействии с участием человека (Human-in-the-Loop) (Источник: GitHub)
📚 Обучение
Коммерциализация и споры вокруг системы оценки LMArena: LMArena (бывший Chatbot Arena) благодаря механизму краудсорсингового слепого тестирования стала «лакмусовой бумажкой» в мире AI, а её оценка достигла 1,7 млрд долларов. Несмотря на критику из-за «предпочтения пользователями длинных ответов» и «накрутки баллов производителями», её B2B-сервис оценки за 4 месяца достиг годового дохода в 30 млн долларов. Это отражает тот факт, что в условиях неэффективности статических рейтингов реальный пользовательский опыт стал основным стандартом измерения ценности модели (Источник: Silicon-based Observation Pro)
Влияние статьи DeepSeek Engram на архитектуру оборудования: Новая работа DeepSeek Engram предлагает хранить статические знания в дешевой памяти, а не в дорогой HBM. Согласно этой точке зрения, будущие AI-серверы перейдут от погони за экстремальной вычислительной мощностью к созданию огромных пулов памяти терабайтного уровня (DDR5/CXL). Это выгодно для китайских производителей оборудования, так как цепочка поставок CXL и памяти большой емкости имеет меньше ограничений, что дает шанс обойти архитектуру Nvidia за счет формулы «большая память + умеренная вычислительная мощность» (Источник: ZhihuFrontier)
Автономное управление памятью: архитектура Focus решает проблему долгосрочных задач Agent: Для борьбы с деградацией производительности LLM в длительных задачах из-за раздувания контекста, архитектура Focus заимствует биологические свойства слизевиков, вводя примитивы «внимание к началу/завершению». Agent может самостоятельно решать, когда интегрировать изученное в блоки знаний и обрезать исходную историю, что делает изменение контекста «зубчатым», сохраняя 60% точности при снижении потребления Token на 22,7% (Источник: dair_ai)
Рекурсивные языковые модели (RLMs): преодоление лимитов контекстного окна: Предложенная MIT CSAIL архитектура рекурсивных языковых моделей позволяет LLM символьно взаимодействовать с контекстом через код, выгружая промпты в переменные Python REPL. Этот метод без переобучения позволяет существующим моделям (таким как GPT-5) обрабатывать сверхдлинные входные данные объемом более 10 миллионов Token, при этом точность в 2 раза выше, чем у традиционных Agent с длинным контекстом (Источник: TheTuringPost)
💼 Бизнес
LMArena привлекла 150 млн долларов, став «единорогом»: Организация по оценке моделей LMArena благодаря своему уникальному механизму краудсорсинговых битв успешно привлекла 150 млн долларов инвестиций при оценке в 1,7 млрд долларов. Её коммерческий продукт AI Evaluations уже привлек таких гигантов, как OpenAI и Google, доказывая, что в эпоху AI вопрос «как объективно оценить AI» сам по себе является огромным бизнес-направлением (Источник: Silicon-based Observation Pro)
OpenAI переманила сооснователя Thinking Machines: В ходе борьбы за таланты, которую в шутку называют «переворотом», OpenAI удалось вернуть Баррета Зофа и еще двух исследователей из стартапа Thinking Machines. Это демонстрирует интенсивность миграции талантов между ведущими AI-лабораториями и отражает накал конкуренции в области Post-training и моделей рассуждения (reasoning models) (Источник: dejavucoder)
Прибыль TSMC выросла на 35%, закрепляя статус главного «поставщика лопат»: Свежий финансовый отчет TSMC показал рост прибыли на 35% в годовом исчислении, а годовая доходность акций даже обошла показатели Nvidia. Это в очередной раз подтверждает, что независимо от конкуренции на уровне моделей, базовое производство полупроводников остается самым стабильным звеном извлечения прибыли в волне AI; ASML и TSMC — настоящие конечные победители (Источник: Justin_Halford_)
🌟 Сообщество
Контроль движений в Kling 2.6 вызвал революцию «замены персонажей»: Функция Motion Control в Kling 2.6 от Kuaishou произвела фурор в сообществе: пользователи могут легко переносить свою мимику и движения на любого AI-персонажа. Такой высокоточный контроль предвещает огромные изменения в голливудских производственных процессах: стоимость замены персонажа станет незначительной, а генерация AI-видео переходит от «случайной генерации» к «точному режиссированию» (Источник: Kling_ai, Justine Moore)
Рост Vibe Coding и споры о «барьерах в обучении»: Сообщество активно обсуждает феномен «Vibe Coding» — полную зависимость от AI при генерации кода. Одни опасаются, что это приведет к «барьерам в обучении» у программистов и заполнит PR багами; другие, как создатель Redis, видят в этом освобождение творческого потенциала. Суть спора: стоит ли ради эффективности отказываться от глубокого контроля над базовой логикой (Источник: mitchellh, Yohei)
«Великий разворот» локальной производительности: частное развертывание догнало API: Разработчики, такие как Чарльз Фрай, отмечают, что за последние месяцы производительность локальных LLM значительно выросла. Благодаря оптимизации компиляции ядер скорость вывода увеличилась со 100 до 250 tok/s. Это означает, что стоимость и производительность частных моделей для предприятий теперь сопоставимы или даже превосходят закрытые API, что ведет к переоценке коммерческой ценности локализованного AI (Источник: charles_irl)
«Обратные промпты» для AI-изображений: погоня за несовершенством: Сообщество обнаружило, что для придания AI-изображениям реалистичности новой «метой» стало намеренное добавление изъянов. В промптах начали появляться «запутанные кабели», «плохое освещение», «неровный бетон» и т.д. Цель — имитировать реальный «хаос», чтобы избежать характерного для AI «пластикового вида» и достичь более высокого уровня маскировки (Источник: Reddit)
💡 Прочее
Баффет предупреждает: AI не менее опасен, чем ядерное оружие: 95-летний Уоррен Баффет в эфире программы снова выступил с суровым предупреждением, заявив, что AI — это «джинн», которого невозможно вернуть в бутылку. Он особенно обеспокоен мошенничеством с использованием Deepfake, считая, что способность AI к имитации может обмануть даже его собственных детей. Риски, связанные с этой неопределенностью, требуют от человечества создания более строгих барьеров управления, чем сейчас (Источник: 36Kr)
Выход Raspberry Pi AI HAT+ 2: локальный запуск LLM: Официально представлена плата расширения Raspberry Pi AI стоимостью 130 долларов, оснащенная ускорителем Hailo-10H с производительностью 40 TOPS для генеративного AI. Это позволяет разработчикам запускать LLM и VLM полностью локально на маломощных пограничных устройствах без зависимости от облака, расширяя сценарии применения AI в сфере IoT (Источник: Raspberry Pi)
Уступка Маска: Grok ограничит генерацию «обнаженных фото» реальных людей: Под юридическим давлением и общественным осуждением аккаунт безопасности платформы X объявил, что Grok больше не будет поддерживать создание недобровольных порнографических изображений реальных людей. Этот «откат» отражает острую борьбу на этических и правовых границах AI-контента и предвещает дальнейшее ужесточение регулирования AI в социальных сетях (Источник: Reddit)