🌐 Google представил ИИ-сорежиссёра для связных длинных видео

Google Research показал мультиагентную систему, которая планирует визуальную непрерывность в многосюжетных нарративах. Она работает как оркестрационный слой поверх Gemini и Veo и наследует защиту SynthID. Цель - убрать семантический дрейф (изменение костюма персонажа или локации между кадрами) и каскадные сбои, из-за которых ранняя ошибка ломает всю цепочку генерации.

Архитектура построена на четырёх компонентах. Co-Director формализует сторителлинг как глобальную оптимизацию: multi-armed bandit выбирает творческую конфигурацию по трём осям - стратегия, режим повествования и эстетический архетип, - после чего агенты пре-продакшена и продакшена собирают раскадровку и медиа. CANVAS ведёт постоянную визуальную память о персонажах, локациях и состояниях объектов. A²RD генерирует видео посегментно, переключаясь между экстраполяцией (движение сюжета) и интерполяцией (привязка к уже существующим сущностям). VQQA замыкает цикл: VLM-критики превращаются в «семантические градиенты» и итеративно правят текстовый промпт, а механизм Global Selection выбирает лучший результат по исходному запросу.

Практический смысл - минуты связного видео без ручного вмешательства: система сама ведёт промптинг, сшивку кадров и визуальную доработку, а пользователю остаётся режиссура. Оценки показывают заметный рост консистентности и сохранения персонажей.

#Tech #AI #GoogleResearch #Veo #Gemini #VideoGen #Media

🖥 Microsoft представил «суперприложение» Copilot с чатом, кодингом и Autopilot

Microsoft официально показал переработанное приложение Copilot, которое объединяет три AI-возможности в одном интерфейсе: чат, кодинг и агентов. Компания рассчитывает, что новинка будет так же влиятельна, как Office.

Приложение получило три вкладки. Home объединяет Copilot Chat и Cowork, а также будущую функцию Today - персональный дашборд с важными письмами, встречами и тредами Teams. Вкладка Code - неожиданное дополнение для продукта, ориентированного на офисных сотрудников: она позволяет любому создать приложение, трекер, дашборд или автоматизацию и поделиться ими с коллегами как облачными внутренними приложениями. Работает на той же технологии, что GitHub Copilot, в изолированной среде с хостингом внутри тенанта компании.

Третья вкладка - Autopilot, ранее известный как Scout. Это «цифровой коллега» с собственным облачным компьютером, который продолжает работать, пока вы спите: следит за каналами Teams, выполняет повторяющиеся задачи и фоллоу-апы. Ключевое отличие от других агентов - корпоративный уровень: Autopilot живёт в тенанте, имеет собственную идентичность, память и рабочее пространство, построен на Microsoft IQ и вызывается через @mention в Teams, Outlook и документах с учётом прав, аудита и governance.

#Tech #AI #Microsoft #Copilot #Agents #GitHubCopilot

💵ElevenLabs: оценка $22 млрд, ARR $600 млн и вопрос об IPO

Компания ElevenLabs, создающая голосовой слой для ИИ, достигла $600 млн ARR и оценивается инвесторами в $22 млрд - всего через четыре года после запуска. Больше половины бизнеса - корпоративные клиенты.

CEO Мати Станишевски в интервью TechCrunch подтвердил подготовку к IPO, но конкретных сроков не назвал - ранее сообщалось о 2028 годе. Он считает, что бизнес должен раскрывать клиентам, что те говорят с ИИ-агентом: сейчас люди не хотят чувствовать себя обманутыми, но через пять лет, когда у каждого будет свой агент, ситуация изменится. Компания хочет первой пройти тест Тьюринга для разговорного ИИ, соединив интеллект с эмоциональным.

Среди клиентов - Klarna (первая линия поддержки 35 млн американцев), Deutsche Telekom, Cisco, Adobe и правительства разных стран. Маржу Станишевски раскрывать отказался, но заявил, что готов снижать её ради доли рынка. Он также признал размывание границ между модельными, платформенными и прикладными компаниями: Decagon, обучавший голосовой продукт на ElevenLabs, теперь её конкурент.

#Business #ElevenLabs #AI #Startups #IPO #TechCrunch

🧠 Claude Code v2.1.281: поддержка Bedrock-ролей, guardrails и починка кэша промптов

Вышел релиз Claude Code v2.1.281 - крупное обновление CLI и Claude apps gateway. В конфигурацию gateway добавили assume_role для Bedrock-апстримов: шлюз обращается к Bedrock от имени IAM-роли через STS, в том числе в другом AWS-аккаунте, опционально с отдельной сессией на каждого разработчика. Также появился guardrail: {id, version} - Amazon Bedrock guardrail применяется к каждому запросу через апстрим (задаётся на всех Bedrock-апстримах или ни на одном), и telemetry.resource_attributes для фиксированных меток в телеметрии Claude Desktop и /login-сессий.

Для разработчиков заметны и другие изменения: в settings.json добавлен "attribution": false, скрывающий упоминание Claude в коммитах и PR; MCP-серверы на протоколе 2026-07-28 получили URL-mode elicitation с открытием браузерного flow; claude plugin validate теперь проверяет .mcp.json на записи, которые молча отбрасываются при загрузке, и на небезопасные URL.

Значительная часть релиза - исправления стабильности сессий: устранён краш при ретрае API-запроса, бесконечные повторы хода в обход --max-turns, потеря prompt cache при переподключении MCP-сервера и восстановление больших сессий лишь с последними сообщениями. Починены обрывы стрима через прокси, двойные tool calls, зависания на PDF больше 3 МБ и опасный rm -rf "$(pwd)", который теперь требует подтверждения.

#ClaudeCode #AIskills #MCP #Development #GitHub

❓ Как генерировать изображения в Claude: коннекторы и MCP-серверы

У Claude нет собственной text-to-image модели - ни один промпт не выдаст фото или иллюстрацию. Anthropic прямо подтверждает: нативно Claude умеет только читать загруженные картинки, писать SVG/HTML-разметку и собирать интерактивные схемы. Всё остальное закрывают внешние инструменты, подключаемые через Model Context Protocol (MCP) - в веб-версии и мобильном приложении они называются коннекторами, в Claude Desktop и Claude Code - MCP-серверами.

Ключевое обновление: 24 сентября 2026 года Adobe расширила интеграцию с Claude до более чем 80 инструментов - Express, Photoshop, Illustrator, Premiere, Lightroom, InDesign, Acrobat и Adobe Stock, с генерацией через Firefly. Работает и как гость, и с аккаунтом Adobe; в Express доступен редактор со слоями прямо в чате. Ограничение - Firefly отдаёт растр, вектор всё равно уходит в Illustrator.

Альтернатива - MCP-сервер Recraft: подключение по OAuth без API-ключа, text-to-image, редактирование, удаление фона и объектов, векторизация, апскейл и кастомные стили. Главное отличие - настоящий SVG-вектор из коробки, а не трассировка растра, плюс обучаемые style sets для единого визуального стиля в серии изображений. Для разработчиков также есть community-серверы под Hugging Face и открытые веса - с более грубой настройкой и менее стабильной поддержкой.

#AI #Claude #MCP #Image #Recraft #ImageGen

👁️ Huawei представила OceanStor M900: общий KV-кэш петабайтного масштаба для инференса

На конференции HUAWEI CONNECT 2026 в Шанхае Huawei анонсировала OceanStor M900 Context Memory Storage - систему хранения, созданную специально под инференс-кластеры SuperPoD, а не под очередное ускорение вычислений. Речь о многоуровневом пуле KV-кэша на базе UnifiedBus: память расширяется с SRAM и DRAM на SSD, и один кластер может вмещать до 64 ПБ. Это поднимает доступный KV-кэш на каждый NPU с гигабайтных объёмов до терабайтных и повышает долю попаданий в кэш при работе с длинным контекстом - свыше миллиона токенов и многоходовых агентных сценариев.

Ключевое в архитектуре - интеграция CPU, сетевого и NAND-контроллеров: NPU обращается к SSD за один переход, без конвертации протоколов и проброса через CPU. Заявленная задержка падает с миллисекунд до ~60 мкс (сокращение на 90%), суммарная пропускная способность кластера - около 40 ТБ/с, что в 1,5 раза выше «решений конкурентов». В типовых сценариях AI-программирования Huawei обещает удвоение пропускной способности кластера по токенам и двукратное снижение времени до первого токена (TTFT); цифры пока вендорские.

Отдельно заявлена экономика: адаптивное размещение данных по уровням носителей предсказывает жизненный цикл кэша, выдерживает до 24 перезаписей диска в сутки и даёт 16-кратный прирост ресурса SSD. OceanStor M900 - это продуктовый ответ Huawei на вычислительно-сетевом и сторедж-направлении для общего контекстного кэша, а не анонс чипа.

#Tech #Huawei #OceanStor #AI #Inference #KVcache #Infrastructure

📸 Alibaba открыла Qwen-Image-2.1: генерация и редактирование в одной модели на 7B

Qwen выложила в открытый доступ Qwen-Image-2.1, объединив генерацию по тексту и редактирование изображений в одной модели. Визуальный генеративный компонент занимает всего 7B параметров и 32 слоя Single-Stream DiT, но по собственному Qwen-Image-Bench держится наравне с закрытыми моделями. За эффективность отвечает архитектура смешанной гранулярности внимания: текст, включая системный префикс и инструкции правки, идёт через причинную маску на уровне токенов, а генерация изображения через маску на уровне чанков. Переиспользование KV-кеша превращает входные картинки и инструкции в статический контекст, который считается один раз на первом шаге, что особенно заметно при работе с несколькими входными изображениями.

Главное новшество это нативная прозрачность. В декабре 2025 у Qwen была отдельная модель Qwen-Image-Layered под такие задачи, теперь возможность встроена внутрь: сам промпт определяет, выдать обычное изображение или картинку с альфа-каналом. Работает и в обратную сторону, из обычной RGB-фотографии модель вытаскивает нужный объект как RGBA-слой. Прозрачные изображения можно редактировать напрямую: поменять выражение лица, сохранив прозрачный фон, или заменить текст внутри слоя.

Редактирование прокачали по четырём направлениям. Референсов теперь до десяти: шесть портретов собираются в одну групповую фотографию, пять изображений (модель, одежда, обувь, сумка, шляпа) в полный образ для примерки, десять предметов мебели в готовую комнату. Область правки задаётся кружками, закрашенными пометками или отдельной маской, причём маска подаётся вторым входом, чтобы не перекрывать оригинал.

По верности модель лучше держит черты лица между правками, а у товаров сохраняет текст, текстуры и форму. Плюс панорамы из селфи, инфографика и раскадровки из трёхракурсного референса персонажа. Отдельно поработали над типографикой, где учитывается не только сам текст, но и начертание, вёрстка и связь с композицией, а также над светом и мелкими деталями в портретах.

#AI #Tech #Qwen #Alibaba #OpenSource

⚙️ China Telecom открыла веса агентной MoE-модели Xing4.0-29B-A4B, обученной на Ascend

China Telecom AI выложила в открытый доступ Xing4.0-29B-A4B - Mixture-of-Experts модель на 29 млрд параметров (около 4 млрд активных на токен) с нативным контекстом 256K, расширяемым до 512K. Веса и конфиги опубликованы на Hugging Face и ModelScope под организацией XingChen-AGI. Компания называет релиз первой моделью такого масштаба, полностью обученной на NPU Ascend с фреймворком MindSpore.

Архитектура: 40 слоёв, MLA-внимание, 64 routed-эксперта (4 активных на токен) плюс один общий эксперт, стек mHC + MLA + MTP, заточенный под многошаговое планирование, вызов инструментов и длинный контекст. Co-оптимизация на кластерах Ascend 910C через MindSpore/MindFormers, включая fused mHC-операторы и настройку MoE-коммуникаций, по заявлению вендора дала прирост пропускной способности обучения примерно на 96% относительно базовых настроек.

Для инференса поддерживаются Transformers, vLLM, SGLang и KTransformers; дообучение - через LLaMA-Factory и MindFormers, с выравниванием форматов под агентные харнессы OpenCode, Claude Code, OpenClaw и Hermes. 4-битное квантование, по непроверенным сторонним данным, снижает потребление памяти до ~15 ГБ для локального длинноконтекстного запуска. Практическая ценность - скачиваемые веса с явной обученностью на MindSpore и открытыми хуками инференса, а не закрытый API.

#AI #OpenSource #China #MoE #Ascend #MindSpore

🪙 Сколько стоит 10 секунд AI-видео: сравнение цен Seedance, Kling, Veo и MiniMax

Hedra посчитала стоимость одного и того же запроса - 10-секундный клип 1080p с нативным звуком из стартового кадра - на 11 видеомоделях. Разброс цен 13x: от $0.60 на LTX-2.3 Fast до $7.91 на Seedance 2.5. Между ними Seedance 1.5 Pro ($1.13), Kling V3 Pro ($1.68), Wan 3.0 ($2.00) и Seedance 2.0 ($5.27). Veo 3.1 упирается в 8 секунд, а у MiniMax H3 нет режима 1080p.

Три фактора меняют счёт сильнее тарифа. Звук включён по умолчанию почти везде: явный "generate_audio": false вдвое снижает цену Seedance 1.5 Pro и Veo 3.1 Standard. Версия важнее семейства - Seedance 2.x дороже 1.5 Pro в 4.7-7 раз, но разница в схемах только в reference-входах: если вы отправляете один кадр и промпт, переплата не оправдана без собственного теста качества. И прайс покрывает одну попытку, поэтому умножайте цену клипа на своё attempts-per-keeper.

В тестовом прогоне LTX-2.3 Fast за $0.60 к концу клипа менял и бариста, и интерьер, тогда как Kling V3 Pro и Seedance 2.5 удерживали одного персонажа и живой фон. Дешевле, но с ретраями - не всегда выгоднее.

#AI #VideoGen #Models #Media #API #Seedance #Kling

❗️Спор о сроках: опасения потери контроля над AI проверили на фактах

Пользователь Reddit рассказала, что её жених убеждён: AI вызовет катастрофу или событие уровня вымирания уже в ближайшие годы, а человечеству осталось около десяти лет. Он настолько обеспокоен, что обсуждает эти страхи с терапевтом. Главный вопрос её поста: насколько такие опасения оправданы сегодня.

Ответ даёт International AI Safety Report 2026: нынешние системы пока не обладают возможностями, нужными для самых серьёзных сценариев потери контроля, но эти способности растут, а сроки будущих рисков остаются крайне неопределёнными. Отдельно упоминается сценарий AI 2027: его авторы сами говорят, что не знают точной даты создания AGI, а 2027 был лишь наиболее вероятным годом на момент публикации, а не назначенным сроком.

В комментариях мнения разошлись. Одни пишут про миллиарды людей, которые могут потерять работу без шанса найти новую, и про кризис, к которому мир не готов. Другие советуют не тратить отпущенное время на тревогу о том, что вне контроля. Вывод статьи простой: катастрофа остаётся возможностью, а не подтверждённым будущим.

#Safety #Ai #Cybersecurity #Rant #Reddit #Report

💻 Nvidia представила SoL-Pi: оптимизация harness почти вдвое снижает расход токенов кодинг-агентов

Исследователи Nvidia предложили оптимизировать не саму модель, а harness - управляющий слой между ИИ и средой, который используют Codex, Claude Code и OpenClaw. Именно он определяет, как агент видит состояние, выполняет действия и обрабатывает обратную связь, а его компоненты - работа с инструментами, управление контекстом, верификация и логика прерывания - сильно связаны между собой, поэтому ручная оптимизация даёт сбои.

Система SoL-Pi автоматизирует эту работу: исследовательский агент наблюдает за трейсами другого агента, предлагает изменения и проверяет их в подготовленных средах. Из 152 направлений на 535 средах (495 задач из пар issue-pull request GitHub и 40 синтетических тестов, свыше 3000 прогонов) отобраны четыре механизма: Action Fusion объединяет два последовательных шага в один вызов модели, Online Context Compact сокращает накопленный контекст, ObservationPack архивирует длинные выводы инструментов, а Evidence-Preserving Reducer передаёт большие логи ошибок дешёвой модели для сжатия с автоматической проверкой.

На бенчмарке EdgeBench, полностью изолированном от процесса поиска, экономия составила 44,7-49% токенов, а стоимость прогона - $894 против $1339. В час экономия оценивается в $8,75-13,50 против нативных Codex и Claude Code. Ограничение: результаты на других бенчмарках скромнее, а более короткий контекст может снижать переиспользование prompt-кэша.

#Tech #Nvidia #SoLPi #AI #Development #LLM

❗️Новый Windows-ботнет x47.c использует xAI Grok и выкачивает средства с AI-API

Исследователи Qrator Labs описали x47.c - новый Windows-ботнет, который применяет ИИ для поддержания персистентности на заражённых машинах. Доступ к сети продаёт продавец под ником WraithTools.

По данным Qrator, вредонос предлагает DDoS-атаки, кражу учётных данных и SOCKS5-прокси. Отдельная функция - «AI API draining»: ботнет выкачивает лимиты и средства с чужих API-ключей AI-сервисов, превращая украденные токены в ресурс для дальнейших операций.

Ключевая особенность x47.c - встроенная интеграция с xAI Grok. Модель не генерирует код на лету, а выбирает действия из заранее заданного набора, что усложняет автоматическую детекцию и позволяет боту дольше удерживаться на хосте. Схема показывает, как LLM-интерфейсы становятся штатным элементом киберпреступных инструментов, а не экзотикой.

Практический вывод для разработчиков и команд безопасности: API-ключи AI-сервисов теперь такой же объект атаки, как платёжные данные. Стоит ограничивать лимиты, привязывать ключи к IP, включать алерты на аномальный расход токенов и ротацию при малейших подозрениях.

#Safety #AI #Botnet #CyberSecurity #xAI #Grok

🔭 ChatGPT не умеет обратный поиск по картинке: что использовать в 2026 году

ChatGPT с поддержкой изображений умеет описывать то, что видит, но не ищет, где та же фотография встречается в сети: у модели нет индекса просканированных изображений. Согласно FAQ OpenAI, image inputs нужны для «понимания и интерпретации» картинок в диалоге - о поиске совпадений там нет ни слова. Поэтому на вопрос «откуда это фото» ChatGPT скорее угадает по визуальным признакам и общим знаниям, и ошибётся на обычной улице, хотя правильно назовёт известную достопримечательность.

Настоящий реверс-поиск требует индекса из миллиардов изображений. Google Lens - универсальный вариант по умолчанию: товары, растения, landmarks, похожие кадры, бесплатно и без входа. TinEye - специалист по точным и почти точным дубликатам, включая кроп, ресайз и удалённый водяной знак; бесплатный веб-инструмент даёт 100 запросов в день и 300 в неделю. Bing Visual Search ищет похожие картинки и товарные ссылки, но Microsoft прямо предупреждает, что ИИ может ошибаться. Yandex Images журналисты и OSINT-специалисты считают сильнейшим бесплатным вариантом по лицам и источникам на русском и в Восточной Европе.

Отдельно стоит Krea image-to-prompt: он превращает изображение в готовый промпт для генерации похожей версии, но исходник фотографии не ищет - это другая задача.

#AI #ChatGPT #ReverseImageSearch #GoogleLens #TinEye #Media

🧠 Доступ к ИИ почти отбивает у людей желание сказать «не знаю»

Учёные провели пять экспериментов с 3132 участниками, чтобы проверить, как наличие языковой модели меняет отношение человека к неопределённости. Вывод: одна лишь возможность спросить ИИ почти полностью уничтожает готовность признать, что ответа нет.

Вопросы подбирали так, чтобы модель Step 3.5 Flash почти всегда ошибалась - мелкие визуальные детали из фильмов, которые редко встречаются в интернет-текстах и потому провоцируют галлюцинации. В контрольной группе без ИИ участники воздерживались от суждения в 36 и 44% случаев, с доступом к ИИ - в 6 и 3%. Уверенность выросла с 29,6 до 75,9 балла из 100, а доля правильных ответов упала с 27,6 до 10%. Суммарно 9,2% верных ответов с ИИ против 27,5% без него: отвечали чаще, а ошибались примерно втрое больше.

Денежные стимулы (10 центов за верный ответ и штраф за ошибку) снижали частоту обращений к модели, но эффект остался скромным и статистически не сочетался с доступом к ИИ. Когда ответ показывали автоматически, без запроса, картина почти не менялась: отказ от суждения падал с 35% до 1%. Авторы связывают это с «Epistemia» - склонностью принимать убедительно звучащий ответ ИИ, не проверяя его. Обычно люди недооценивают чужие советы, здесь вышло наоборот.

#AI #Social #Research #Science #Hallucinations #LLM

❗️UpGuard: около 16 000 баз данных на Supabase открыто доступны в интернете

Компания UpGuard обнаружила тысячи баз данных, размещённых на платформе Supabase, которые были публично доступны в сети и содержали персональные данные пользователей. По оценке исследователей, речь идёт примерно о 16 000 баз данных с разной степенью открытости.

Среди доступных данных - имена, адреса, телефоны и пароли, а также небольшое число токенов аутентификации. В число затронутых проектов попали взрослый стриминг-сервис из Индии, служба парковщиков в США, иммиграционное агентство, консульство одной из африканских стран во Франции и ферма виртуальных SIM-карт, использовавшаяся для перехвата одноразовых кодов подтверждения.

Проблема связана с массовым переходом на «вайб-кодинг»: ИИ-инструменты быстро генерируют приложения, но код часто содержит ошибки безопасности, а разработчики не разбираются в тонкостях настройки прав доступа. Supabase заявляет, что её проекты «безопасны по умолчанию», а безопасность - общая ответственность платформы и клиента, и обещает дальше упрощать безопасную разработку.

#Safety #AI #Supabase #Security #Development #Leaks