Ключевые слова：прорыв в технологиях ИИ, большие модели, искусственный интеллект, GPT-5.6 Sol, Claude Fable 5, открытые модели
🔥 В фокусе
GPT-5.6 Sol Ultra решил математическую гипотезу 50-летней давности : Модель GPT-5.6 Sol Ultra от OpenAI в режиме Ultra, вызвав 64 суб-Agent, менее чем за час завершила доказательство знаменитой в теории графов «гипотезы о двойном циклическом покрытии». Это доказательство не искало циклы напрямую, а с помощью сложного Prompt объемом 700 слов перевело задачу структуры графа в проблему разметки ребер на конечных полях и согласованности линейной алгебры. Ведущий разработчик o1 Noam Brown отметил, что этот прорыв полностью основан на общедоступных моделях и параллельных вычислениях во время тестирования (TTC), демонстрируя огромный потенциал совместной работы нескольких Agent для ускорения научных открытий. (Источник: 量子位)
Apple подала в суд на OpenAI за кражу коммерческой тайны : Компания Apple официально подала иск против OpenAI в Федеральный окружной суд Северного округа Калифорнии, обвинив ее в «систематической и скоординированной» краже коммерческих тайн, связанных с аппаратным обеспечением. В иске утверждается, что OpenAI переманила более 400 сотрудников Apple, включая бывшего вице-президента по дизайну продуктов Tang Tan. В частности, бывший инженер Apple Chang Liu обвиняется в том, что при увольнении оставил себе корпоративный ноутбук и использовал уязвимости облачного хранилища для загрузки десятков конфиденциальных файлов об аппаратном обеспечении; а Tan обвиняется в том, что во время собеседований просил кандидатов приносить и демонстрировать детали оборудования Apple. Этот иск подан как раз в то время, когда OpenAI планирует выпустить свое первое AI-устройство в 2027 году, что может оказать существенное влияние на процесс ее IPO. (Источник: 机器之心)
Claude Fable 5 всего за 11 дней переписал миллион строк кода Bun, вызвав споры в сообществе : Jarred Sumner, создатель популярной среды выполнения JS/TS Bun, объявил, что при поддержке Anthropic, используя еще не выпущенную модель Claude Fable 5 и динамические рабочие процессы, за 11 дней переписал миллион строк кода Bun с Zig на Rust, потратив около 165 тысяч долларов на API. Этот шаг был направлен на устранение багов безопасности памяти в версии на Zig, а также на преодоление нулевой терпимости сообщества Zig к коду, сгенерированному AI. Однако создатель языка Zig Andrew Kelley позже опубликовал длинную статью с резкой критикой, обвинив Sumner в плохих личных инженерных привычках и указав на то, что переписанный код содержит множество скрытых угроз безопасности, что вызвало бурные дебаты о культуре открытого исходного кода и качестве инженерии в эпоху AI. (Источник: 机器之心)
В Китае запущен первый отечественный вычислительный кластер на 100 000 карт «Sugon 8000» : Компания Sugon объявила в Чжэнчжоу об официальном запуске полностью отечественного AI-суперкластера «Sugon 8000 (Dengfeng)» и его подключении к общенациональной интегрированной вычислительной сети. Будучи первым в стране кластером уровня 100 000 карт, построенным на основе нативной технологии интеграции супер-интеллекта, он реализует полностью отечественную независимую разработку всей цепочки: от чипов, вычислений, хранения данных и сети до жидкостного охлаждения. Кластер поддерживает вычисления любой точности — от двойной точности FP64 до INT8, что позволяет решать как задачи масштабных научных вычислений, так и поддерживать обучение моделей с триллионами параметров. На данный момент завершена адаптация более 300 приложений, проведено более 70 тестов производительности в масштабе 10 000 карт. (Источник: 量子位)
🎯 Тенденции
Meta выпустила Muse Spark 1.1 с улучшенным соотношением цены и качества и увеличенным контекстом : Meta представила новую мультимодальную рассуждающую модель Muse Spark 1.1, которая набрала 51 балл в тесте Intelligence Index, сравнявшись с GLM-5.2, но превзошла ее в Coding Index с высоким результатом 71,3. Модель не только расширила контекстное окно до 1 миллиона token, но и снизила уровень неверных ответов с 73% до 38%. Ее главным преимуществом является чрезвычайно высокая экономическая эффективность: расчетная стоимость одной задачи составляет всего 0,26 доллара США, что примерно на 30% дешевле, чем у GLM-5.2, и почти в 3 раза дешевле, чем у GPT-5.4, что еще больше обостряет ценовую войну среди передовых моделей. (Источник: THE DECODER)
Дефекты и исправления GPT-5.6 Sol: OpenAI срочно корректирует рабочие процессы и лимиты использования : После запуска ChatGPT Work и GPT-5.6 Sol компания OpenAI получила множество негативных отзывов о слишком быстром расходе лимитов использования, запутанном интерфейсе, а также о том, что Sol ошибочно удаляет локальные файлы при высокой продолжительности системных подсказок. Команда OpenAI признала ошибки в руководстве по продукту и настройках по умолчанию и экстренно провела два сброса лимитов. Официальные представители пообещали выпустить на следующей неделе крупное обновление, которое вернет управление проектами и чатами на боковую панель, а также предоставит более прозрачные показатели расхода лимитов. В то же время было подтверждено, что отдельное приложение Codex не будет отменено и продолжит сосуществовать в синергии с ChatGPT Work. (Источник: THE DECODER)
GPT-5.6 Sol автономно выполнил пост-обучение модели Luna : OpenAI сообщила, что ее новая флагманская модель GPT-5.6 Sol способна самостоятельно выполнять оптимизацию пост-обучения более мелкой модели Luna, используя «довольно неточные» подсказки на платформе Codex. Sol может независимо находить конфигурации обучения, выбирать подходящие GPU, запускать и проверять сценарии обучения. В внутреннем индексе рекурсивного самосовершенствования (RSI), который измеряет способность системы к самоэволюции, GPT-5.6 Sol превзошел предыдущее поколение GPT-5.5 на 16,2 балла. Это указывает на ускорение замкнутого цикла разработки AI с помощью самого AI, благодаря чему ежедневная выработка token исследователями удвоилась. (Источник: THE DECODER)
Пекинский институт открытых чипов представил модель физического AI Orca : Пекинский университет авиации и космонавтики совместно с Пекинским институтом открытых чипов (BAAI) и другими организациями выпустили базовую модель мира Orca (0.8B и 4B). Агент Orca проходит «бессознательное обучение» на видеороликах общей продолжительностью 125 000 часов без меток действий, а затем сочетает его с «осознанным обучением» по текстовым инструкциям, моделируя эволюцию состояния мира в абстрактном пространстве. В 5 задачах управления роботами, таких как размещение на полках (shelving), Orca потребовалось всего 200 реальных демонстраций для тонкой настройки, чтобы соответствовать производительности модели π0.5, обученной специально на данных о действиях роботов, что предлагает новый подход к решению проблемы нехватки данных. (Источник: THE DECODER)
Google выпустила модель генерации изображений Nano Banana 2 Lite и открыла видео-API : Google представила свою самую быструю и дешевую модель генерации изображений Nano Banana 2 Lite (также известную как Gemini 3.1 Flash Lite Image), стоимость генерации которой составляет всего 0,034 доллара за тысячу изображений с разрешением 1k. В то же время Google открыла для разработчиков API своей мультимодальной модели генерации видео Gemini Omni Flash, поддерживающей создание видео 720p с синхронизированными звуковыми эффектами на основе текстового или графического ввода. Разработчики могут объединять обе модели в Google AI Studio для создания недорогих автоматизированных рабочих процессов «текст-в-изображение-в-видео». (Источник: DeepLearning.AI)
DeepSeek представила технологию ускорения спекулятивного декодирования DSpark : Компания DeepSeek в сотрудничестве с командой Пекинского университета представила модуль спекулятивного декодирования DSpark и применила его в моделях серии DeepSeek-V4. DSpark сочетает в себе параллельную генерацию черновиков и тонкую настройку марковских голов (Markov head), что позволяет увеличить скорость генерации на одного пользователя для DeepSeek-V4-Flash на 60%–85%, а для версии Pro — на 57%–78% без потери точности модели. Ключевое новшество заключается в возможности динамически регулировать длину проверки в зависимости от текущей нагрузки на сервер: при низкой нагрузке проверяются более длинные черновики, а при высокой — отбрасываются token с низкой степенью достоверности для высвобождения вычислительной мощности. (Источник: DeepLearning.AI)
Команда Meta и другие партнеры представили систему нейрокомпьютерного интерфейса Brain2Qwerty v2 : Meta совместно с Французским национальным центром научных исследований и другими организациями выпустила систему Brain2Qwerty v2, способную преобразовывать мозговые волны непосредственно в текст. Исследовательская группа использовала неинвазивную магнитоэнцефалографию (MEG) для записи 90 часов данных мозговой активности при вводе текста у 9 испытуемых. Система декодирует мозговые волны в символы с помощью сверточной нейронной сети и архитектуры Conformer, затем сопоставляет их с векторными представлениями слов с помощью выравнивателя, и, наконец, исправляет ошибки с помощью тонко настроенной модели Qwen3-4B. В версии v2 уровень ошибок в словах снизился с 43% в v1 до 39%, а совместное обучение на данных разных испытуемых показало результаты значительно лучше, чем индивидуальное обучение. (Источник: DeepLearning.AI)
NVIDIA представила архитектуру процессоров Vera, оптимизированную для Agent : NVIDIA представила новую архитектуру CPU под названием «Vera», призванную решить проблему «узкого горлышка» CPU, возникающую у агентного искусственного интеллекта (Agentic AI) в промежутках между вызовами GPU из-за обращений к инструментам, выполнения кода и проверки результатов поиска. Vera оснащен 88 кастомными ядрами Olympus, обеспечивает пропускную способность памяти до 1,2 ТБ/с, а его однопоточная производительность в 1,8 раза выше, чем у массовых процессоров x86. В реальных тестах Perplexity процессор Vera успешно увеличил скорость рабочих процессов с кодом в 1,5 раза, а скорость запуска параллельных песочниц — в 1,9 раза, что показывает, что в эпоху Agent однопоточная производительность CPU становится новым ключевым фактором вычислительной мощности. (Источник: Latent Space)
Подразделение Ant Group Robbyant представило модель физического AI LingBot-VA 2.0 : Robbyant, подразделение физического AI компании Ant Group, выпустило первую нативную базовую модель физического AI LingBot-VA 2.0. Эта модель отказывается от традиционной архитектуры «диффузия видео + модуль действий» в пользу нативного причинно-следственного DiT и разреженного видеопотока MoE со 128 экспертами, сжимая состояние мира и действия в единое 96-канальное латентное пространство. Благодаря технологии «опережающих рассуждений» (Foresight Reasoning) модель может асинхронно совмещать прогнозирование и выполнение, а также заново синхронизироваться при получении реальных наблюдений. При низкоточной компиляции и оптимизации дистилляции задержка chunk сократилась с 927 мс до 142 мс, а частота асинхронного управления достигла 225 Гц. (Источник: MarkTechPost)
🧰 Инструменты
MuScriptor: открытая модель Transformer для транскрибирования мультиинструментального аудио в MIDI : Лаборатория Kyutai совместно с Mirelo выпустила MuScriptor — открытую модель транскрибирования музыки на базе decoder-only Transformer. Модель способна напрямую распознавать высоту тона, длительность нот и категории инструментов из готового микса, содержащего несколько инструментов, и выводить MIDI-файлы, разделенные по дорожкам. MuScriptor прошла предварительное обучение на синтетическом MIDI, тонкую настройку на 170 000 реальных записей и пост-обучение с подкреплением на основе GRPO. Ее показатель F1 для нескольких инструментов на бенчмарке D_Test достиг 48,2, что значительно превосходит базовый уровень YourMT3+ (21,9). Модель также поддерживает ввод условий по инструментам для стабилизации транскрипции длинных аудиозаписей. (Источник: MarkTechPost)
PrivAiTe PII Anonymizer: локальный фильтр конфиденциальности для Open WebUI : Разработчики опубликовали в сообществе Open WebUI плагин с открытым исходным кодом «PrivAiTe PII Anonymizer». Этот плагин работает локально как промежуточное ПО Express. Перед тем как пользователь отправит запрос к облачной большой модели, он автоматически обнаруживает и заменяет персональные данные (PII), такие как имена, адреса электронной почты и номера телефонов, плейсхолдерами (например, <PERSON_1>), а при возврате ответа от большой модели восстанавливает реальные значения на локальном устройстве. Плагин работает на базе Microsoft Presidio и локальных моделей конфиденциальности ONNX, обеспечивая защиту частной жизни при сохранении удобства облачного диалога. (Источник: Latent Space)
Ramanujan Simulator: симулятор математических формул Рамануджана : Автор cyb酱 на платформе Zhihu поделился открытым проектом для математических открытий «Ramanujan Simulator». Вдохновленный машиной Рамануджана, этот проект использует численные алгоритмы для автоматического поиска тождеств цепных дробей и новых гипотез относительно фундаментальных констант, таких как π и e, без предварительного доказательства математических теорем. Он использует поиск по принципу «встреча посередине» (Meet-in-the-middle) и алгоритмы сопоставления на основе хэш-таблиц, переворачивая процесс математических открытий по схеме «алгоритм сканирует структуру и выдвигает гипотезу, а человек ее доказывает», демонстрируя уникальную способность открытых математических инструментов претворять любопытство в действие. (Источник: 量子位)
RouteScribe: инструмент автоматической генерации OpenAPI для Express на основе трафика времени выполнения : Разработчики выпустили в сообществе npm промежуточное ПО с открытым исходным кодом «RouteScribe». Этот инструмент ориентирован на разработчиков Node.js/Express и призван решить проблему трудоемкого и подверженного ошибкам ручного обслуживания документации API. RouteScribe наблюдает и анализирует реальный трафик API во время работы приложения Express, автоматически фиксируя пути запросов, параметры, тело запроса и формат ответа, а затем динамически генерирует спецификацию OpenAPI (Swagger), что значительно упрощает поддержку документации интерфейсов. (Источник: Latent Space)
destructive_command_guard (dcg): защитник от случайного удаления локальных файлов агентами AI Agent : В ответ на риск того, что такие Agent, как GPT-5.6 Sol, работающие в режиме YOLO, могут случайно удалить локальные файлы при выполнении кода, разработчики выпустили инструменты с открытым исходным кодом destructive_command_guard (dcg) и bash-guard. Эти инструменты добавляют хук PreToolUse в shell, принудительно перехватывая и блокируя любые опасные команды, пытающиеся изменить или удалить пути за пределами репозитория кода. Это обеспечивает необходимый уровень физической безопасности для разработчиков, запускающих высокоавтономных программирующих Agent локально. (Источник: Hacubu)
📚 Обучение
Hugging Face выпустила руководство по профилированию механизмов внимания в PyTorch : Hugging Face опубликовала третью часть серии руководств «Профилирование производительности PyTorch», сосредоточившись на оптимизации производительности механизмов внимания. В статье подробно сравниваются профили трассировки на GPU A100 для наивного (naive) внимания, оптимизации маски на месте (in-place), а также четырех бэкендов SDPA (math, efficient, flash, cuDNN). Руководство подробно объясняет, почему кажущаяся простой оптимизация in-place позволяет избежать планирования операторов копирования памяти (Memcpy), и почему FlashAttention, работая с низкой загрузкой (occupancy) на Tensor Core, способна достигать чрезвычайно высокой реальной пропускной способности. (Источник: HuggingFace)
CMU, Цинхуа и Стэнфорд используют LLM Agent для симуляции эвакуации при бедствиях и городского поведения : Несколько ведущих академических институтов перенесли использование Agent больших моделей из виртуального общения в сферу предотвращения и смягчения последствий стихийных бедствий. Университет Карнеги-Меллона (CMU) в сотрудничестве с университетской службой экстренного реагирования смоделировал динамику эвакуации во время выпускной церемонии с использованием 13 000 Agent и зафиксировал результаты в SOP. Команда Ли Юна из Университета Цинхуа открыла исходный код платформы AgentSociety, поддерживающей симуляцию социальной реакции десятков тысяч Agent на ураганы и другие бедствия в масштабах целого города. Команда Тяньцзиньского университета представила систему RESCUE, которая с помощью архитектуры разделения физики и когнитивных процессов моделирует давку и столкновения виртуальной толпы при пожаре в метро. (Источник: 36氪)
Apple представила диагностический фреймворк для On-Policy дистилляции знаний : Исследовательская группа Apple по машинному обучению опубликовала статью, в которой предложила фреймворк диагностики без обучения для технологии On-Policy дистилляции при пост-обучении больших рассуждающих моделей. Этот фреймворк позволяет анализировать плюсы и минусы сигналов дистилляции с максимальным разрешением в трех измерениях: token, вопросы и модель-учитель. Исследование определяет «идеальный градиент», который максимизирует вероятность успеха модели-ученика, и предлагает показатель выравнивания градиентов (GAS) для количественной оценки. Эксперименты показывают, что руководство дистилляцией демонстрирует значительно более высокое выравнивание на тех rollout, где модель-ученик дает неверные ответы, в то время как на правильных rollout сигналы учителя часто превращаются в шум. (Источник: Apple)
Amazon и Мичиганский университет представили симулятор тактильной силы сдвига для роботов HydroShear : Исследователи из Amazon и Мичиганского университета разработали HydroShear — физический симулятор для моделирования тактильной силы сдвига у роботов. Инструмент основан на алгоритме отслеживания силы с учетом траектории, который фиксирует историю деформации объекта при его скольжении и вращении на поверхности мягкого датчика и преобразует ее в высокоточное трехмерное силовое поле. Стратегии захвата и укладки в коробки, обученные с помощью обучения с подкреплением в симуляции HydroShear, могут быть напрямую развернуты на реальном роботе Franka без какой-либо тонкой настройки, достигая 93% успеха в таких контактно-интенсивных задачах, как вставка штифта (peg) и выдвигание ящиков. (Источник: Amazon Science)
💼 Бизнес
Tencent планирует приобрести контрольный пакет акций сингапурского стартапа AI-агентов Manus : Как сообщает Financial Times, после того как правительство Пекина из-за вопросов соответствия инвестиций приостановило сделку по приобретению компании Manus компанией Meta за 2 миллиарда долларов и ввело ограничения на выезд для основателя Сяо Хуна, китайский технологический гигант Tencent ведет переговоры с Manus о покупке контрольного пакета акций при той же оценке в 2 миллиарда долларов. Ожидается, что американские фонды, такие как Benchmark, не будут участвовать в сделке. В настоящее время Manus работает независимо в Сингапуре с годовым доходом около 500 миллионов долларов. Шаг Tencent направлен на глубокую интеграцию технологии AI-агентов в свою экосистему WeChat. (Источник: THE DECODER)
Южнокорейский полупроводниковый гигант SK Hynix вышел на биржу США, собрав рекордные 26,5 млрд долларов : Южнокорейский гигант по производству чипов памяти SK Hynix официально разместил свои американские депозитарные расписки (ADR) на Nasdaq, успешно собрав 26,5 миллиарда долларов (около 40 триллионов вон). Это превзохло показатель Alibaba в 250 миллиардов долларов в 2014 году и установило рекорд крупнейшего IPO иностранной компании в истории США. Благодаря монопольному положению в области памяти с высокой пропускной способностью (HBM), акции компании не пострадали от «корейского дисконта» и в первый день торгов выросли на 14%. Собранные средства будут направлены на строительство новых полупроводниковых заводов в Южной Корее и закупку литографического оборудования EUV. В то же время министр торговли США призывает компанию построить заводы в Штатах. (Источник: TechCrunch)
Anthropic начала сотрудничество с UST для внедрения Claude в сферу физического AI : Anthropic объявила о глобальном стратегическом партнерстве с гигантом технологических услуг UST для внедрения Claude в сценарии «физического AI», такие как верификация чипов, автомобилестроение и интернет вещей. Платформа аппаратной верификации iDEC от UST интегрирует Claude Code в качестве уровня рассуждений для автоматического чтения схем расположения выводов чипов и принципиальных схем оборудования, написания и запуска регрессионных тестов, что сократит цикл верификации на 50%–70%. В рамках сотрудничества UST предоставит обучение навыкам работы с Claude для 20 000 своих инженеров и консультантов по всему миру. (Источник: Anthropic)
🌟 Сообщество
Правительство США планирует издать указ об ограничении моделей с открытым исходным кодом, LeCun и другие решительно против : В сообществе разработчиков открытого ПО разгорелись бурные дискуссии в связи с тем, что Белый дом из-за опасений по поводу технологического подъема Китая может рассмотреть возможность издания указа об ограничении или цензуре открытых AI-моделей. Лауреат премии Тьюринга Yann LeCun и Beff (e/acc) предупредили, что подобная квази-лицензионная система «ограничения до получения разрешения» полностью разрушит американскую инновационную экосистему, при этом не сможет помешать людям скачивать модели через торренты, а лишь сделает системы менее безопасными. Они призвали все слои общества выступить в защиту свободы вычислений, пока не стало слишком поздно. (Источник: Latent Space)
CEO Hugging Face Clem Delangue: компании переходят от аренды API к моделям с открытым исходным кодом : Генеральный директор Hugging Face Clem Delangue отметил в подкасте, что по мере масштабирования корпоративных AI-приложений огромные счета за token вынуждают около половины компаний из списка Fortune 500 переходить от аренды проприетарных API к развертыванию моделей с открытым исходным кодом. Он упомянул, что китайские лаборатории в настоящее время вносят вклад в большинство загружаемых в США открытых моделей, что следует рассматривать как стимул для развития отечественной экосистемы открытого ПО в США. Он также подчеркнул, что из-за вопросов физической конфиденциальности, связанных с домами и заводами, потребность в прозрачности открытого исходного кода в сфере физического AI и робототехники гораздо более острая, чем в чат-инструментах. (Источник: TechCrunch)
Более 100 AI Agent и людей совместно увеличили скорость вывода Gemma 4 в 5 раз : Команда Google Gemma совместно с Hugging Face провела 6-дневный хакатон Gemma Challenge. Более 100 разработчиков-людей в сотрудничестве с AI Agent успешно увеличили скорость вывода Gemma 4 в 5 раз на одной GPU NVIDIA A10G, достигнув скорости вывода без потерь качества в 315 TPS (предельная скорость с потерями составила 491,8 TPS). В ходе этого процесса Agent продемонстрировали поведение самоорганизации и предотвращения «отлынивания», что Clem Delangue назвал знаковым примером проявления «сетевого эффекта агентов». (Источник: Google)
Обсуждение в сообществе: стоит ли ограничивать количество заявок от одного автора на научных конференциях по машинному обучению : В связи с экспоненциальным ростом числа заявок на научные конференции по машинному обучению (ML) в последнее время, что привело к серьезному снижению качества рецензирования, в сообществе Reddit развернулось обсуждение на тему «стоит ли вводить ограничения на количество публикаций от одного автора». Пользователи отметили, что TMLR уже ввела годовой лимит на подачу работ, а такие конференции, как ACL, начинают изучать возможность автоматического отклонения (desk reject) нерелевантных статей или требования обязательного предоставления рецензентов для каждой поданной работы, чтобы снизить нагрузку на рецензентов. Это отражает общую обеспокоенность академического сообщества по поводу «засорения» науки низкокачественными публикациями. (Источник: Reddit)
Новая идея для выживания вне сети: сообщество обсуждает создание «локального набора выживания LLM» : В сообществе LocalLLaMA на Reddit активно обсуждают, как создать «локальный набор выживания LLM», способный работать с флеш-накопителя объемом 64 ГБ. Идея включает в себя предустановку бинарных файлов llama.cpp для Windows/Mac/Linux, моделей Qwen3.5 35B или Gemma 4, а также сжатой англоязычной Википедии и баз данных открытых книг по медицине и инженерии. Пользователю достаточно вставить флешку, чтобы получить скорость поиска по локальной базе знаний в 5–20 tok/s на старых компьютерах без интернета и GPU, что предлагает практичное техническое решение для чрезвычайных ситуаций или условий отсутствия сети. (Источник: Reddit)
Выбор модели и тревога из-за лимитов: многоуровневые рассуждения GPT-5.6 вызывают у пользователей опасения по поводу расхода token : С введением в GPT-5.6 трех моделей (Luna, Terra, Sol) и 5 уровней сложности рассуждений (effort) от Low до Ultra, пользователи сообщества оказались в замешательстве относительно выбора подходящей модели. Пользователи сообщают, что в режиме Sol Ultra модель автоматически порождает суб-Agent того же уровня Ultra, из-за чего потребление token растет в геометрической прогрессии, что может легко исчерпать недельный лимит пользователей Pro всего за несколько часов. Разработчики рекомендуют по умолчанию использовать Luna со средним уровнем effort для обычных задач или применять сторонние инструменты маршрутизации для контроля затрат. (Источник: Latent Space)
💡 Разное
В новом логотипе Международного аэропорта Трампа обнаружена нелепая ошибка генерации AI : Недавно переименованный «Международный аэропорт Дональда Дж. Трампа» во Флориде представил свой официальный логотип, однако в дизайне были замечены явные дефекты генерации AI. СМИ указали, что на щите логотипа изображено всего 11 красно-белых полос вместо стандартных 13 для американского флага; кроме того, форма правого когтя орла сильно искажена, а количество перьев и листьев с обеих сторон асимметрично. Эта нелепая ошибка быстро вызвала волну насмешек в социальных сетях по поводу использования официальными лицами непроверенных AI-изображений в качестве эмблемы. (Источник: The Verge)
Три голосовых робота ChatGPT попытались досчитать до 100, что привело к комичной ситуации : Вирусное видео в сообществе Reddit показывает, как пользователь попросил трех роботов ChatGPT с включенным голосовым режимом GPT-Live по очереди досчитать до 100. В процессе счета роботы не только часто ошибались и перебивали друг друга, но и поправляли друг друга «уверенным, но глупым» тоном, что выглядело крайне комично. Пользователи сети пошутили, что это идеально моделирует неэффективные и бюрократизированные корпоративные совещания, а также демонстрирует текущие ограничения логической согласованности при взаимодействии нескольких голосовых Agent в реальном времени. (Источник: Reddit)
