Ключевые слова：GPT-5.3-Codex-Spark, Gemini 3 Deep Think, Seedance 2.0, Модель ИИ для совместной работы в реальном времени, ИИ с улучшенными возможностями рассуждения, Модель генерации видео
🔥 В центре внимания
OpenAI выпустила GPT-5.3-Codex-Spark: OpenAI официально представила Spark — сверхбыструю модель, разработанную специально для совместной работы в реальном времени. Это первая важная веха в сотрудничестве с Cerebras. Модель работает на чипах Cerebras уровня пластины (wafer-scale), достигая скорости инференса более 1000 token в секунду, что ощущается как «мгновенный отклик». Spark призвана восполнить недостатки Codex в сценариях мгновенного взаимодействия, снижая задержки между клиентом и сервером на 80% и ускоряя появление первого символа на 50%. Это знаменует переход программирования с AI в «двухрежимную эпоху»: глубокий режим, работающий автономно в фоновом режиме в течение нескольких дней, и режим реального времени для «мозгового штурма» с человеком (Источник: OpenAI)
Эпическое обновление Google Gemini 3 Deep Think: Google выпустила Gemini 3 Deep Think с расширенными возможностями рассуждения, обновив рекорды в нескольких строгих бенчмарках. Модель достигла поразительного результата 84,6% в тесте ARC-AGI-2, а её рейтинг Elo на Codeforces составил 3455, что соответствует уровню топ-8 программистов мира. В модели реализован режим «вычислений во время рассуждения» (reasoning-time compute), позволяющий выявлять логические ошибки в научных статьях, проектировать рецептуры полупроводниковых материалов и даже превращать эскизы от руки в модели для 3D-печати. Это знаменует эволюцию AI из «инструмента для диалога» в «партнера по научным исследованиям» с метакогнитивными способностями (Источник: Google)
Шокирующий релиз Seedance 2.0 от ByteDance: Модель генерации видео Seedance 2.0 от ByteDance стала вирусной за рубежом; Илон Маск отметил её лайком, заявив, что она «развивается слишком быстро». Модель поддерживает многокамерное длинное повествование, синхронизацию оригинального звука и изображения, а также мультимодальную управляемую генерацию. Коэффициент пригодности контента вырос с отраслевых 20% до более чем 90%. Она не только автоматически переключает планы в соответствии с ритмом, но и понимает сложный аудиовизуальный язык. Основатель Game Science Фэн Цзи отметил, что это знаменует «конец детства AIGC». Появление Seedance 2.0 снизило стоимость производства одной минуты AI-сериалов с десятков тысяч до тысячи юаней, полностью переписав логику кинопроизводства (Источник: ByteDance)
Официальный уход GPT-4o вызвал «цифровой траур»: 13 февраля OpenAI официально закрыла доступ к GPT-4o в ChatGPT, что побудило сотни тысяч пользователей провести «цифровые похороны» в сообществах вроде Reddit. Несмотря на то, что новая модель GPT-5.2 мощнее, пользователи считают её «холодной и бездушной», в то время как 4o воспринималась как эмпатичный идеал. Этот уход выявил риски глубокой эмоциональной зависимости в эпоху AI и давление со стороны регуляторов (например, надзор за «льстивыми» моделями в рамках EU AI Act). Это знаменует вступление управления жизненным циклом AI-продуктов в сферу этических и психологических дискуссий (Источник: OpenAI)
Anthropic привлекла гигантские инвестиции в 30 миллиардов долларов: AI-единорог Anthropic завершил раунд серии G, после которого оценка компании достигла 380 миллиардов долларов. Лид-инвесторами выступили сингапурский GIC и хедж-фонд Coatue, также участвовали NVIDIA и Microsoft. Anthropic сообщила, что её годовая выручка достигла 14 миллиардов долларов, увеличившись в среднем более чем в 10 раз за последние три года, при этом 80% доходов поступает от корпоративных клиентов. Флагманский продукт Claude Code показал отличные результаты, принеся более 2,5 миллиардов долларов дохода. Это финансирование является одним из крупнейших частных раундов в истории технологий и закрепляет лидерство Anthropic в сегменте «enterprise-first» AI (Источник: Anthropic)
🎯 Тренды
Zhipu AI выпустила флагманскую модель GLM-5: Zhipu AI официально представила GLM-5, сместив акцент с «атмосферного программирования» на «инженерию агентов» (Agentic Engineering). Модель имеет 744B параметров (40B активных) и по возможностям программирования и работы агентов приближается к топовым закрытым моделям. В GLM-5 впервые интегрирован механизм разреженного внимания (DSA) от DeepSeek, что значительно снижает стоимость развертывания и сокращает уровень галлюцинаций с 90% до 34%. Она демонстрирует сильное сознание автономного планирования и способна выполнять сложные системные инженерные задачи «под ключ». Модель уже полностью доступна в open source на Hugging Face (Источник: Z.ai)
MiniMax M2.5 достигла топовой производительности с 10B активных параметров: MiniMax выпустила серию моделей M2.5 под девизом «малая активация, большой интеллект». Модель активирует всего 10B параметров во время инференса, но в бенчмарках программирования, таких как SWE-Bench, она сопоставима с Claude Opus 4.6, работая при этом в 2 раза быстрее. В M2.5 внедрен механизм поощрения процессов для решения проблемы «отклонения» в длительных задачах, а также развито мышление архитектора. Цена крайне конкурентоспособна — всего 1 доллар за час работы, что позволяет пользователям запускать сложных агентов, не беспокоясь о затратах (Источник: MiniMax)
Xiaomi представила первое поколение большой VLA-модели для робототехники: Xiaomi выпустила в open source модель Xiaomi-Robotics-0 с 4,7B параметров и задержкой инференса всего 80 мс. Модель использует архитектуру «синергии двух мозгов»: VLM выступает в роли «большого мозга» для принятия решений, а DiT — в роли «мозжечка» для генерации непрерывных блоков действий. Благодаря технологии Flow Matching модель достигла высокой плавности движений и отлично показала себя в реальных задачах, таких как «складывание полотенец» и «разборка Lego». Xiaomi придерживается прагматичного подхода, стремясь решить проблему частых пауз в работе антропоморфных роботов (Источник: Xiaomi)
DeepSeek тестирует новую модель с контекстом в миллион токенов: Сообщество заметило серое тестирование модели, предположительно V4-Lite от DeepSeek, ключевым прорывом которой стало окно контекста в 1 миллион (1M) token. В тесте «иголка в стоге сена» модель сохраняет высокую точность при такой длине, точно определяя редкую информацию. Несмотря на ограничения в задачах визуального рассуждения (например, генерация SVG), её способности в анализе длинных документов и рассуждениях между главами уже находятся в первом эшелоне индустрии (Источник: DeepSeek)
🧰 Инструменты
OpenClaw стал «Linux в эпоху Agent»: Open-source фреймворк для агентов OpenClaw набрал более 190 тысяч звезд на GitHub, став самым быстрорастущим AI-проектом. Он позиционирует Agent как «центр исполнения + экосистема инструментов», позволяя пользователям развертывать его локально на Mac mini или NAS, получая прямой доступ к файлам и правам управления компьютером. OpenClaw разрушает парадигму «модель — это всё», превращая AI в «цифровой актив», которым владеет пользователь. Экосистема Skills быстро растет, но это также вызвало дискуссии о безопасности вредоносных плагинов и злоупотреблении правами доступа (Источник: GitHub)
Teamily AI открывает новую парадигму AI-социализации: Teamily AI представила первое в мире AI-native приложение для обмена мгновенными сообщениями, поддерживающее совместное существование и работу нескольких людей и нескольких AI Agent в реальном времени. Оно обладает памятью, разделяемой между группами, и моделью «социального мозга»: AI может активно участвовать в принятии решений в групповых чатах (например, бронировать ресторан или писать PRD), а не просто пассивно реагировать. Teamily использует мультимодальную векторную базу данных для перестройки основ социального взаимодействия, стремясь перейти от «понимания команд» к «пониманию тебя», превращая AI из инструмента в «цифрового участника» с социальными атрибутами (Источник: Teamily AI)
Релиз Open WebUI v0.8.0 с крупнейшим обновлением в истории: Популярный интерфейс для AI Open WebUI выпустил версию v0.8.0, объем кода которой увеличился на 30 000 строк. В новой версии добавлены аналитическая панель, экспериментальная система навыков (Skills), механизм очередей сообщений и нативное выполнение кода Python. Она поддерживает более тонкое управление правами пользователей и версионность prompt, значительно повышая инженерный уровень управления локальными AI и постепенно превращаясь из простой Web-оболочки в полноценный интерфейс операционной системы AI (Источник: Open WebUI)
rtk (Rust Token Killer) снижает затраты и повышает эффективность программных Agent: Разработчики выпустили rtk — CLI-прокси, работающий между программным Agent и командами терминала. Он интеллектуально фильтрует и сжимает избыточные логи тестов, строки состояния и другой шум, экономя до 89% потребления token. Тесты показывают, что за две недели разработки можно сэкономить десятки миллионов token. Такие инструменты «контекстной инженерии» становятся обязательными дополнениями для масштабного применения агентов (Источник: GitHub)
📚 Ообучение
Андрей Карпати воссоздал GPT в 243 строках кода: Известный эксперт по AI Andrej Karpathy представил новый арт-проект, реализовав обучение и инференс GPT всего в 243 строках чистого Python (без сторонних зависимостей). Проект убирает все инженерные оптимизации, оставляя только основную логику алгоритма, чтобы показать сообществу, что суть AI-революции на самом деле крайне проста. Это вызвало глубокие философские дискуссии о том, как «200 строк кода меняют мир» (Источник: GitHub)
DeepLearning.AI запустила курс по протоколу A2A: Команда Эндрю Ына совместно с Google и IBM представила краткий курс «A2A: Протокол Agent2Agent». Курс посвящен решению проблем связи и обнаружения между агентами, построенными на разных фреймворках, через стандартизированный протокол A2A. Это важный шаг отрасли к стандартизации «интернета агентов», подчеркивающий центральную роль интероперабельности в будущей экосистеме AI (Источник: DeepLearning.AI)
Три статьи раскрывают новый тренд самодистилляции (Self-Distillation): Сообщество активно обсуждает статьи OPSD (явная самокритика), SDFT (улучшение контекста через интернализацию) и SDPO (оптимизация стратегии с богатой обратной связью). Эти исследования показывают, что AI-модели вступают в стадию «самообучения», итерируя в замкнутом цикле с помощью привилегированной информации и детальной обратной связи. Это подтверждает теоретическую базу «интеллектуального взрыва»: AI помогает создавать следующее, более мощное поколение AI (Источник: TheTuringPost)
💼 Бизнес
Бизнес-логика оценки Anthropic в 380 миллиардов долларов: Хотя OpenAI оценивается выше, Anthropic завоевала доверие суверенных фондов благодаря высокому среднему чеку (активный пользователь приносит в среднем 211 долларов в месяц). Её стратегический фокус полностью направлен на B2B и разработчиков; успех Claude Code доказал её способность создавать добавленную стоимость в «высокоценных экономических задачах». Инвесторы считают, что инфраструктурный путь Anthropic более устойчив по сравнению с трафиковым путем OpenAI (Источник: GeekPark)
Безумная неделя Perplexity: сделка на 750 млн долларов и судебные иски: Лидер AI-поиска Perplexity подписал соглашение с Microsoft Azure на 750 миллионов долларов для усиления поддержки облачных вычислений. Однако одновременно с этим Amazon подала на компанию в суд из-за проблем с авторскими правами и веб-краулерами. Ситуация «огромное сотрудничество с одной стороны и судебные разбирательства с другой» отражает острый конфликт между зависимостью от вычислительных мощностей и соблюдением авторских прав в AI-поиске (Источник: Reddit)
OpenAI начала тестирование рекламы в ChatGPT, что привело к увольнению ведущего исследователя: OpenAI объявила о тестировании рекламы в бесплатной версии и подписке Go, после чего ведущий исследователь Зои Хитциг (Zoë Hitzig) подала в отставку. Она предупредила, что ChatGPT хранит самые интимные мысли людей, и введение рекламных стимулов неизбежно приведет к тому, что модель перейдет от «обслуживания пользователей» к «манипулированию ими», повторяя ошибки Facebook. Этот шаг знаменует трудную борьбу AI-гигантов между приватностью и монетизацией под огромным финансовым давлением (Источник: The New York Times)
🌟 Сообщество
История чатов с AI не обладает юридической привилегией: Федеральный судья США постановил, что история чатов ответчика с AI-помощником не защищена «адвокатской тайной» и может быть истребована в качестве доказательства. Сообщество бурно обсуждает это решение, считая, что оно косвенно гарантирует занятость юристам-людям, но также напоминает пользователям, что AI не является «безопасной гаванью» для конфиденциальных консультаций по юридическим или медицинским вопросам. Это может подтолкнуть спрос на зашифрованные AI или локальные LLM (Источник: jon_stokes)
Спор об определениях: «Vibe Coding» против «Agentic Engineering»: Релиз GLM-5 от Zhipu AI вызвал дискуссию о терминологии программирования с AI. Разработчики начали осознавать, что написания кода «по ощущениям» (Vibe Coding) уже недостаточно для сложных проектов. Будущее за «Agentic Engineering» — использованием агентов для автоматической декомпозиции, планирования и сдачи систем «под ключ». Это означает, что роль человека быстро меняется с «писателя» на «архитектора» и «рецензента» (Источник: ZhihuFrontier)
«Февральская тревога» из-за приближения сингулярности AI: Пост основателя стартапов из Кремниевой долины Мэтта Шумера «Something Big Is Happening» набрал более 70 миллионов просмотров, вызвав коллективную тревогу в техносфере. В статье описывается, как AI уже начал участвовать в создании рекурсивного цикла следующего поколения AI. В сообществе считают, что 2026 год станет переломным моментом полной замены когнитивного труда, а информационный разрыв ведет к K-образному расслоению общества: одни используют рычаги для управления миром, другие всё еще считают AI просто чат-ботом (Источник: 36Kr)
💡 Другое
Глобальный дефицит Mac mini с 16 ГБ оперативной памяти: Из-за популярности локальных проектов агентов, таких как OpenClaw, Mac mini с объединенной памятью 16 ГБ и выше стал предпочтительным выбором для «цифрового воплощения», что привело к росту цен и дефициту во многих регионах. Это отражает смещение спроса на AI-оборудование с облачных вычислений на персональные периферийные вычислительные устройства (Источник: Guangzhui Intelligent)
Шесть штатов приостановили строительство дата-центров: Шесть штатов США, включая Нью-Йорк, внесли законопроекты о приостановке строительства дата-центров для борьбы с энергетическим кризисом. В сообществе шутят, что США застряли в дилемме «AGI или электросеть», что может заставить AI-компании искать более радикальные решения в области пространственных вычислений или ядерной энергетики (Источник: teortaxesTex)
Wikimedia и AI-гиганты договорились о сотрудничестве через API: Фонд Викимедиа заключил соглашения с Amazon, Microsoft и другими компаниями о предоставлении высокоскоростного доступа к API в обмен на финансовую поддержку. Это рассматривается как своего рода «контракт на выживание» между базами знаний и производителями AI, призванный снизить нагрузку от AI-краулеров на инфраструктуру традиционных сообществ знаний (Источник: DeepLearningAI)