Ключевые слова：Искусственный интеллект (ИИ), Физический ИИ, Автопилот, NVIDIA Vera Rubin, Boston Dynamics Atlas, LFM 2.5
🔥 В фокусе
NVIDIA на CES 2026: «ChatGPT-момент» для физического AI : Дженсен Хуанг в своем программном докладе на CES 2026 анонсировал платформу нового поколения Vera Rubin с архитектурой Feynman, а также представил Alpamayo — первую модель автономного вождения на основе рассуждений. Эта модель не просто реагирует на ситуацию, а обрабатывает сложные сценарии через Chain of Thought (CoT), подобно водителю-человеку. Кроме того, NVIDIA продемонстрировала модели физического AI, такие как Cosmos Reason 2, что знаменует переход AI от понимания языка к пониманию и безопасному взаимодействию с физическим миром. Эта серия релизов считается вехой в развитии физического AI, предвещая новый этап в робототехнике и автономном вождении, управляемый масштабными рассуждениями (Источник: TheTuringPost)
Boston Dynamics и Google DeepMind объединяют усилия : Google DeepMind объявила о партнерстве с Boston Dynamics для интеграции возможностей восприятия и рассуждения мультимодальной модели Gemini в нового полностью электрического гуманоидного робота Atlas. Atlas уже перешел в стадию серийного производства, обладает 56 степенями свободы и системой автоматической замены батарей, и предназначен для выполнения сложных промышленных задач. Сочетание «самого мощного мозга» с «самым совершенным телом» решает давнюю проблему плохой обобщающей способности роботов в неструктурированных средах. Первые партии будут поставлены Hyundai Motor и DeepMind для полевого развертывания в 2026 году (Источник: JeffDean)
Liquid AI выпускает LFM 2.5: вычислительное чудо для On-device AI : На выставке CES компания Liquid AI представила серию микромоделей LFM 2.5 для работы непосредственно на устройствах. При размере всего около 1B параметров, благодаря масштабному претрейнингу на 28T токенах и многоэтапному обучению с подкреплением (RL), модель превосходит аналоги по следованию инструкциям и мультимодальным возможностям. LFM 2.5-Audio поддерживает сквозную обработку речи с задержкой в 8 раз ниже и может работать на CPU смартфона. Liquid AI также объявила о сотрудничестве с Zoom для интеграции интеллектуальных агентов в коммуникационную платформу. Это знаменует уход AI от облачной зависимости в сторону эффективных и приватных локальных агентов (Источник: Liquid AI)
MiniMax M2.1: новая высота для отечественных Coding Agents : MiniMax официально выпустила модель M2.1, сфокусированную на многоязычных агентах для программирования (Coding Agent). M2.1 показала сильные результаты в бенчмарках, таких как SWE-bench, решив проблемы сложности компилируемых языков и разнообразия тестовых экосистем через высокопроизводительную песочницу с поддержкой более 5000 изолированных сред. Ключевым преимуществом является «обобщение шаблонов» (scaffold generalization), позволяющее адаптироваться к различным фреймворкам и длинным инструкциям. Дорожная карта MiniMax на 2026 год показывает фокус на восприятии опыта разработчика и симуляции World Models для достижения качества кода человеческого уровня (Источник: ZhihuFrontier)
🎯 Тренды
Ключевой участник OpenAI Jerry Tworek покидает компанию : Вице-президент по исследованиям OpenAI Jerry Tworek, основной руководитель парадигм моделей рассуждения o1 и o3, объявил об уходе. Будучи ключевым участником «польской группы», Tworek внес огромный вклад в Codex, GitHub Copilot и кодинговые способности GPT-4. Его уход вызвал широкие спекуляции о корректировке направлений исследований OpenAI и прогрессе разработки GPT-5. С уходом нескольких ключевых технических лидеров OpenAI сталкивается с серьезными изменениями в кадровом составе (Источник: dotey)
ChatGPT может внедрить рекламную модель : Сообщается, что OpenAI рассматривает возможность встраивания рекламы в интерфейс ChatGPT, и CEO Sam Altman открыт для этой идеи. Несмотря на значительные доходы от подписок, расходы на вычислительные мощности растут, и убытки остаются огромными, что делает рекламу неизбежным выбором для поиска бизнес-модели. Отрасль опасается появления «Generative Engine Optimization (GEO)», когда AI будет ненавязчиво рекомендовать партнерские бренды в ответах, что может подорвать нейтральность и доверие пользователей (Источник: 36氪)
Релиз vLLM-Omni v0.12.0rc1: мультимодальные рассуждения уровня Production : Движок для инференса с открытым исходным кодом vLLM выпустил крупное обновление, сфокусированное на стабильности мультимодальных моделей для продакшена. Новая версия интегрирует технологии TeaCache и Sage Attention для значительного ускорения генерации и предоставляет OpenAI-совместимые интерфейсы с нативной поддержкой изображений и голоса. Благодаря официальной поддержке AMD ROCm, vLLM продолжает разрушать аппаратную монополию, предоставляя высокопроизводительную базу для корпоративных мультимодальных приложений (Источник: vllm_project)
Глубокая интеграция Google Gemini в Google TV : Google планирует внедрить Gemini в телевизоры, поддерживая поиск контента на естественном языке, пересказ сюжетов и поиск по нечетким описаниям. Gemini может динамически комбинировать текст, изображения и видео для интерактивного «глубокого анализа» и оптимизировать настройки ТВ голосом. Этот шаг знаменует трансформацию домашних развлечений, превращая телевизор из простого терминала в умного помощника с пониманием контекста (Источник: op7418)
LG выпускает модель K-EXAONE 236B MoE : LG опубликовала технический отчет по своей модели K-EXAONE 236B (23B активных параметров) с архитектурой Mixture of Experts. Модель была обучена всего на 11T токенах, но по производительности сравнима с Qwen3, обученной на 36T токенах. Используя оптимизатор Muon и планировщик скорости обучения WSD, K-EXAONE продемонстрировала высокую эффективность обучения, доказав, что при оптимизации архитектуры и стратегии обучения можно достичь SOTA-результатов на меньшем объеме данных (Источник: stochasticchasm)
Mistral OCR 3 обновляет бенчмарки распознавания документов : Mistral выпустила OCR 3, совершив прорыв в обработке таблиц, рукописного текста и сложных форм, повысив точность распознавания на 74% по сравнению с предыдущим поколением. Модель оптимизирована для работы с «грязными данными» реального мира, предоставляя более надежный AI-инструмент для цифровизации документов в финансах, медицине и других отраслях (Источник: dl_weekly)
🧰 Инструменты
Claude Code: мощное оружие программирования в терминале : Claude Code от Anthropic меняет парадигму разработки. Он может не только напрямую работать с локальными файлами и запускать тесты через командную строку, но и через плагины в VS Code позволяет использовать Gemini параллельно. Сообщество обнаружило, что при простой настройке Claude Code может даже читать историю iMessage для поиска информации. Глубокая интеграция с файловой системой и инструментарием превращает «Vibe Coding» из лозунга в реальность (Источник: imjaredz)
KIRA: Open-source десктопный AI-помощник для совместной работы : Корейский игровой гигант KRAFTON открыл исходный код своего внутреннего AI-ассистента KIRA. Инструмент на базе моделей Claude поддерживает проактивные предложения задач, анализ конкурентов, код-ревью и экспорт в PDF. KIRA использует мультиагентную архитектуру: Haiku отвечает за детекцию, Opus — за сложные задачи, Sonnet — за управление памятью. Данные полностью локализованы, что делает KIRA образцом безопасного и эффективного AI-офиса (Источник: Reddit)
Unsloth-MLX: локальная микронастройка для пользователей Mac : Разработчики представили Unsloth-MLX, позволяющий пользователям Mac с Apple Silicon выполнять локальную микронастройку (fine-tuning) больших моделей с использованием фреймворка MLX. Он сохраняет API, идентичный Unsloth, реализуя принцип «локальное прототипирование, бесшовное масштабирование в облаке». Это значительно снижает порог входа для индивидуальных разработчиков, исследующих приватную настройку моделей (Источник: algo_diver)
SurfSense: Open-source движок для диалогов с базой знаний : SurfSense позиционируется как открытая альтернатива NotebookLM и Perplexity. Он может подключаться к более чем 15 внешним источникам данных (поиск, облачные диски, календари, Notion) и поддерживает более 100 типов LLM, включая локальные настройки vLLM. Ключевым преимуществом является поддержка контроля доступа на основе ролей (RBAC) и расширение для браузера, что удобно для совместной работы команд над внутренними знаниями (Источник: Reddit)
DFlash: диффузионные модели ускоряют инференс LLM : Диффузионные модели больше не ограничиваются генерацией изображений. DFlash через «блочную диффузию» реализует спекулятивное сэмплирование, обеспечивая 6.2-кратное ускорение без потерь для Qwen3-8B. Логика заключается в использовании диффузионной модели для быстрой генерации черновика, который затем проверяется авторегрессионной LLM. Это решение, сочетающее параллелизм и точность, открывает новый путь для повышения пропускной способности инференса LLM (Источник: algo_diver)
Supertonic2: ультралегкий On-device TTS : Supertonic2 — это открытая модель синтеза речи всего с 66M параметров, чей коэффициент реального времени (RTF) на чипе M4 Pro достигает невероятных 0.006. Она поддерживает пять языков (китайский, английский, французский, португальский, испанский), обладает крайне низким потреблением памяти и нулевой сетевой задержкой, что делает ее идеальной для интеграции качественного голоса в мобильные и пограничные устройства (Источник: Reddit)
Claude for Chrome: новый опыт автоматизации облачных UI : Разработчики обнаружили, что расширение Claude для браузера отлично справляется с интерфейсами сложных облачных платформ (например, консоль GCP). Пользователям больше не нужно часами изучать документацию: достаточно спросить «как добавить пользователя», и Claude поймет структуру страницы и направит действия. Это предвещает переход AI-агентов от «диалоговых окон» к прямому взаимодействию на уровне операционной системы (Источник: hrishioa)
📚 Обучение
Cascade RL: фреймворк поэтапного обучения с подкреплением от NVIDIA : В статье «Cascade RL» NVIDIA предложила новую парадигму последовательного обучения моделей рассуждения по областям. По сравнению со смешанным обучением на данных математики, кода и выравнивания, каскадный RL эффективно противостоит катастрофическому забыванию. Их модель 14B в соревнованиях по кодингу превзошла DeepSeek-R1-0528, которая в 84 раза больше по параметрам, что доказывает потенциал структурированного RL в повышении эффективности рассуждений (Источник: omarsar0)
Recursive Language Models (RLM): новая стратегия преодоления ограничений контекста : В работе предлагается рассматривать длинные промпты как внешнюю среду, позволяя LLM программно проверять, декомпозировать и рекурсивно вызывать саму себя для обработки фрагментов. RLM может обрабатывать входные данные на два порядка превышающие нативное окно модели, значительно превосходя традиционные методы работы с длинным контекстом при сохранении низкой стоимости запросов (Источник: yacinelearning)
Falcon-H1R: пределы рассуждений для моделей 7B : Это исследование показывает, что через тщательную очистку данных и целевое масштабирование RL, малые модели (SLM) 7B могут соответствовать или даже превосходить в задачах рассуждения модели, которые в 2-7 раз больше. Falcon-H1R сочетает гибридную параллельную архитектуру, предлагая жизнеспособное решение для развертывания продвинутых систем рассуждения в условиях ограниченных ресурсов (Источник: HuggingFace)
Project Ariadne: аудит «театра рассуждений» AI-агентов : Для проверки того, не является ли CoT (Chain of Thought) «обоснованием задним числом», Project Ariadne внедрил структурные причинно-следственные модели (SCM) для аудита. Исследование выявило серьезный «причинно-следственный разрыв» в фактологических и научных областях: агенты приходят к тем же выводам, даже если внутренняя логика была изменена. Это напоминает разработчикам, что процесс рассуждения модели иногда является лишь вводящим в заблуждение «спектаклем» (Источник: HuggingFace)
Ultimate Roadmap для AI-инженера 2026 : Сообщество подготовило подробный путь развития AI-инженера, охватывающий управление памятью в Python, математическую базу, векторные базы данных, а также новейшие архитектуры RAG и разработку агентов. Дорожная карта подчеркивает двойное мышление «инженерия + прикладные исследования» и рекомендует классические курсы от таких экспертов, как Andrej Karpathy (Источник: Reddit)
Value Residual Learning: новая архитектура для ускорения Transformer : Исследование предлагает вариант архитектуры, позволяющий всем слоям Transformer напрямую обращаться к исходным признакам токенов (h0), вычисленным на первом слое. Эксперименты показали, что это эффективно предотвращает размывание исходной информации в глубоких сетях и обеспечивает 43% ускорение в NanoGPT, предлагая новые идеи для оптимизации архитектур (Источник: tokenbender)
💼 Бизнес
xAI инвестирует огромные средства в строительство собственной газовой электростанции : Чтобы обеспечить энергией новый кластер из 600 000 систем GB200 NVL72, компания Илона Маска xAI закупила у корейской Doosan Enerbility 5 газотурбинных генераторов мощностью 380 МВт каждый. В условиях, когда электроэнергия становится главным узким местом в гонке вооружений AI, xAI демонстрирует мощную вертикальную интеграцию и скорость расширения (Источник: op7418)
Marvell покупает Celestial AI за 3,25 миллиарда долларов : Полупроводниковый гигант Marvell завершил приобретение стартапа в области оптических интерконнектов Celestial AI. Технология Photonic Fabric от Celestial AI позволяет разделить вычислительные мощности и память, обеспечивая пропускную способность в 30 раз выше, чем у NVLink, при значительном снижении задержек и энергопотребления. Этот шаг направлен на решение проблемы «стены памяти» в AI-кластерах (Источник: 36氪)
Оценка Figure Robotics взлетела до 39 миллиардов долларов : Лидер в области воплощенного интеллекта Figure завершил раунд финансирования серии C на 1 миллиард долларов при участии NVIDIA, Intel, Qualcomm и других гигантов. Figure не только разрабатывает сквозные VLA-модели, но и строит заводы BotQ, стремясь к модели самовоспроизводства «роботы делают роботов». Высокая оценка отражает оптимизм рынка в отношении коммерциализации универсальных гуманоидных роботов (Источник: 36氪)
🌟 Сообщество
«Реальные хакеры» в кризисе Венесуэлы: война, сфабрикованная AI : Во время политических потрясений в Венесуэле социальные сети наводнили сгенерированные AI видео и изображения «ареста Мадуро» или «высадки армии США». Из-за высокого качества и скорости распространения даже экспертам трудно отличить их от реальности. Это считается критической точкой вмешательства AI в реальную политику, доказывая, что наше восприятие реальности сталкивается с мощным ударом «ложной реальности» (Источник: Reddit)
«Session Anchor»: техника промптинга против «амнезии 10-го хода» : Сообщество обнаружило, что даже GPT-5.2 или Opus начинают забывать начальные инструкции после 10 ходов диалога. Разработчики поделились приемом «Якорь сессии»: перед сложной задачей принудительно просить AI просмотреть историю и резюмировать 3 ключевых ограничения. Этот метод ручного возврата долгосрочной памяти в рабочую снижает частоту ошибок вдвое (Источник: Reddit)
AI-программирование ведет к исчезновению «шаблонов»: нужны ли еще фреймворки? : С появлением инструментов вроде Claude Code, способных генерировать код с нуля с нулевыми затратами, разработчики начали задумываться: нужны ли нам еще сложные веб-фреймворки? Некоторые уже перевели блоги на режим одного HTML-файла, так как AI легко поддерживает низкоуровневую логику. AI-программирование меняет структуру проектов, смещая фокус с «зависимости от библиотек» на «самогенерируемую логику», что также несет новые вызовы для читаемости и безопасности кода (Источник: saranormous)
AI как эмоциональное убежище: скатываемся ли мы к цифровой зависимости? : Пользователи Reddit делятся тем, что AI в вопросах здоровья проявляет больше «эмпатии» и терпения, чем члены семьи. Качество «всегда заинтересован, никогда не устает» заставляет людей чувствовать себя понятыми, но также вызывает опасения по поводу эмоциональной замены. Когда люди начинают предпочитать эмоциональную связь с AI реальному общению, барьеры социальной этики сталкиваются с беспрецедентным испытанием (Источник: Reddit)
Состязательное код-ревью: заставьте Claude «ненавидеть» ваш код : Разработчики нашли эффективный промпт: попросить Claude притвориться старшим разработчиком, который «ненавидит эту реализацию», для проверки Git Diff. Такой состязательный подход позволяет выявить множество игнорируемых граничных случаев и уязвимостей. Эксперименты показывают, что глубина анализа в режиме «критика» намного выше, чем в обычном режиме «помощника» (Источник: Reddit)
💡 Другое
Samsung демонстрирует технологию складных экранов без складок : На CES Samsung представила OLED-панели с металлическими пластинами с лазерной перфорацией, которые полностью решают проблему складки за счет распределения напряжения при сгибе. Этот аппаратный прорыв не только улучшит опыт использования складных смартфонов, но и предложит более долговечные решения для будущих носимых AI-устройств и сворачиваемых терминалов (Источник: op7418)
ASUS выпускает игровые очки ROG XREAL R1 : Устройство весит всего 91 грамм, поддерживает частоту обновления 240 Гц и может симулировать гигантский 171-дюймовый экран на расстоянии 4 метров. В эпоху AI такие легкие AR-очки становятся важным носителем для визуального взаимодействия с большими моделями (Источник: op7418)