👾 OpenAI выпустила улучшенную версию модели для кибербезопасности

OpenAI представила обновлённую версию своей модели, предназначенной для задач кибербезопасности. Новая версия обладает повышенной производительностью и способна эффективнее выявлять уязвимости, анализировать вредоносный код и автоматизировать процессы реагирования на инциденты.

Модель обучена на расширенном наборе данных, включающем актуальные угрозы и методы атак. Разработчики отмечают, что инструмент может использоваться как для защиты корпоративных сетей, так и для обучения специалистов по безопасности. Встроенные механизмы позволяют модели объяснять свои выводы, что упрощает аудит и верификацию результатов.

Обновление стало частью стратегии OpenAI по усилению присутствия в сфере enterprise-решений. Компания продолжает адаптировать свои технологии под нужды бизнеса, предлагая инструменты для автоматизации рутинных задач в области кибербезопасности.

#Ai #OpenAI #CyberSecurity #ChatGPT #Model #Cybersecurity

🤖 RoboScience представила Visics — универсальную воплощённую AI-модель

Пекинская компания RoboScience 24 июня официально анонсировала Visics — универсальную воплощённую AI-модель, опубликовав полное техническое описание архитектуры VLOA (Vision-Language-Object-Action). В демонстрациях показаны сборка мебели, точный захват объектов и работа на динамической сборочной линии.

Архитектура VLOA вводит новый унифицированный стандарт промежуточного представления — Object Trajectory (траектория объекта в 3D-облаке точек). В отличие от обычных подходов, обучающих модели на конкретных траекториях суставов робота, привязанных к определённому железу, Visics разделяет когнитивный и исполнительный уровни. Это позволяет модели понимать сам процесс захвата, а не просто повторять движения конкретного манипулятора, обеспечивая кросс-платформенную генерализацию.

Модель работает на двух движках: Embodied World Model (обучен на интернет-видео для понимания физики объектов и динамики сил) и General Operation Model (переводит траектории объектов в аппаратно-независимые команды). Связь между ними идёт через VLOA, где Object Trajectory служит единым интерфейсом между восприятием и действием. RoboScience также разработала симулятор RoboMirage и автоматизированные пайплайны разметки видео, снижающие стоимость генерации данных в 20–200 раз. К концу 2026 года компания планирует накопить более 1 ТБ данных траекторий манипуляций.

#Tech #Robotics #AI #Model #Visics #VLOA #RoboScience

⚙️ Meituan представила LongCat-2.0 — ИИ-модель на 1,6 трлн параметров, обученную без Nvidia

Китайская компания Meituan объявила о завершении обучения модели LongCat-2.0 с 1,6 триллиона параметров — полностью на отечественных чипах, без использования оборудования Nvidia. Для обучения потребовался кластер из более чем 50 000 китайских AI ASIC-ускорителей и свыше 35 триллионов токенов данных. Команда LongCat существует лишь с 2023 года, а первая версия модели вышла в конце прошлого года.

По ряду бенчмарков LongCat-2.0 опережает ведущие западные модели. На SWE-bench Pro (59,5) и SWE-bench Multilingual (77,3) модель превосходит Gemini 3.1 Pro и GPT-5.5, но уступает Claude Opus 4.7 и 4.8. На тестах IFEval (90,0), IMO-AnswerBench (81,8) и GPQA-diamond (88,9) результаты ниже, чем у Gemini и GPT-5.5. Независимая верификация пока затруднена — модель не опубликована на HuggingFace.

Этот релиз — прямой сигнал Вашингтону: несмотря на экспортные ограничения, введённые с 2022 года, Китай впервые продемонстрировал конкурентоспособную модель триллионного масштаба, обученную исключительно на本土ном оборудовании. Производитель чипов не раскрыт.

#AI #Model #LLM #LongCat #Meituan #CPU

⚛️ Jiying Technology представила первую в мире фундаментальную модель физики твёрдого тела с zero-shot обобщением

Китайский стартап Jiying Technology, основанный в конце 2024 года, выпустил модель Jiying 2.0-s — фундаментальную модель физики твёрдого тела, способную к zero-shot обобщению. Она выдаёт результаты физических полей с точностью, близкой к численным методам, на геометриях, материалах и граничных условиях, не встречавшихся при обучении. Это устраняет необходимость переобучения для новых задач.

Модель решает ключевое ограничение традиционных суррогатных моделей, которые работают только в рамках распределения обучающих данных. Jiying 2.0-s протестирована по трём независимым осям — геометрия, граничные условия и параметры материалов — и сохраняет высокую точность даже при одновременном выходе за пределы обучающего распределения. Это наиболее репрезентативный сценарий для реальных инженерных задач: от кузовов автомобилей и кронштейнов до анализа напряжений в подложках полупроводниковых корпусов и механического отклика медицинских имплантатов.

Компания преодолела четыре ключевые технические проблемы: многомасштабное геометрическое кодирование для произвольных 3D-форм, восприятие границ и взаимодействий (включая контакт и трение), обобщение конститутивных свойств через гибридный data-driven + physics-constrained подход и физическую точность для стабильных долгосрочных результатов. Jiying 2.0-s — первый результат воспроизводимого пайплайна; суффикс "s" означает solid mechanics.

#AI #Model #Physics #Science #Jiying #SolidMechanics

⚙️ Крупнейшая китайская ИИ-модель разрабатывается в ByteDance

ByteDance, материнская компания TikTok, тренирует ИИ-модель с параметрами до 10 триллионов — сообщает Financial Times. Это в три раза больше, чем у Moonshot Kimi K3, который сейчас считается самой крупной китайской моделью.

По данным источников, проект находится на ранней стадии, но масштаб уже впечатляет: 10 триллионов параметров приближают ByteDance к передовым разработкам уровня Frontier-моделей США. Для сравнения, большинство современных открытых моделей работают в диапазоне 100–500 миллиардов параметров. Такая вычислительная мощь потребует огромных кластеров GPU и серьёзных инвестиций в инфраструктуру.

Для индустрии это сигнал: гонка за масштабом в Китае не останавливается, несмотря на ограничения на поставки чипов. ByteDance уже активно вкладывается в ИИ — от рекомендательных алгоритмов до генеративных сервисов. Если проект будет завершён, китайский рынок получит модель, способную конкурировать с лучшими мировыми аналогами по уровню рассуждений и мультимодальности. Однако эксперты отмечают: количество параметров не гарантирует качество, а затраты на обучение и инференс такой модели могут оказаться неподъёмными даже для гиганта уровня ByteDance.

#AI #ByteDance #China #Tech #LLM #Model

✔️Meshy 7: новый бенчмарк геометрического соответствия для image-to-3D

Meshy AI представила Meshy 7 — новую модель генерации 3D-объектов по одному изображению. Ключевое улучшение — точность геометрии: насколько форма сгенерированной модели повторяет контуры, пропорции и силуэт исходной картинки. Вместе с моделью опубликован бенчмарк, на котором видно, как Meshy 7 справляется с задачами, где предыдущие версии теряли детали.

В бенчмарке сравниваются результаты по нескольким категориям: сложные органические формы, объекты с чёткими рёбрами, симметричные и асимметричные модели. Модель обучали с акцентом на соответствие входному изображению, а не только на визуальную привлекательность результата. Это важно для пайплайнов, где 3D-ассет должен точно совпадать с референсом: продакшен, геймдев, ритейл, архитектурная визуализация.

Практический смысл: дизайнерам и разработчикам больше не нужно вручную править меш после генерации. Meshy 7 лучше сохраняет пропорции по сравнению с прошлыми версиями, что сокращает время от референса до готовой модели. Подробные цифры и примеры сравнения — в блоге Meshy.

#AI #Meshy #Media #3D #Generation #ImageTo3D #Model

❗️MiniMax Design: у видеомодели появился свой Codex

Китайская MiniMax представила MiniMax Design — полноценный производственный workflow для своей открытой видеомодели H3. Это своего рода «Codex для видео»: платформа превращает генерацию в редактируемый и коллаборативный процесс, который можно непрерывно дорабатывать и сдавать как готовый продукт.

H3, открытая в начале августа, уже успела прославиться благодаря китайскому фанатскому сериалу Wonderland: пользователи генерировали референсы в Midjourney и прогоняли их через H3, отмечая отличный визуальный вкус, плавность движений и стабильность персонажей. Теперь эта же возможность упакована в конкретный продукт.

Интерфейс MiniMax Design выглядит профессионально: рабочие процессы в стиле ComfyUI, полноценный canvas и 3D-режиссёрская студия, где можно расставлять модели персонажей и управлять камерой в трёхмерном пространстве. Но ключевая фишка — команда агентов: пользователю не нужно разбираться в нодах, ракурсах или проводке ComfyUI. Достаточно описать задачу словами — система сама разложит её на исполняемые шаги, создаст canvas, сгенерирует промпты, раскадровку, изображения, музыку, диалоги, субтитры и смонтирует видео, задействуя H3, а также отдельные модели изображений, музыки и голоса.

Тестовый запуск сцены из фильма «Ниу Приходит» показал, что сложную пространственную сцену с двумя персонажами можно поставить простым диалогом с агентом: сначала студия выдаёт черновой ролик с движением камеры, затем по нему генерирует точный финальный клип.

#AI #Video #Model #Media #Codex #Agents

✨ Grok начал отвечать пользователям бессвязным набором слов

Пользователи чат-бота Grok от xAI массово жалуются на странный глюк: после обычных запросов модель выдаёт бессвязный текст. Один из пользователей попросил сгенерировать PDF и получил в ответ «match it without and your they and two for planets can practical and often cheese…» — и так на несколько абзацев.

Судя по сообщениям в Reddit, проблема затрагивает в основном Grok Lite и появляется при прямых запросах на Grok.com. Обновление сессии обычно помогает, но у части пользователей бред продолжается даже после нескольких перезагрузок. TechCrunch не смог воспроизвести баг в своём тестировании — вероятно, он затрагивает лишь небольшую часть аудитории.

Официальный аккаунт Grok подтвердил проблему в X: «Этот чистый словесный салат — редкий временный глюк генерации. Начните новый чат или перегенерируйте ответ — обычно это сразу исправляется. Простите за бессвязность». При этом status.x.ai показывает все сервисы полностью рабочими, без инцидентов. В xAI на запрос о комментарии не ответили.

#AI #Grok #xAI #TechCrunch #LLM #Model

⚙️ Xiaohongshu тихо открыл исходный код своей большой модели — контент-платформы строят собственный фундамент

Xiaohongshu выпустила за рубежом модель dots3-note preview — это MoE-модель с 280 млрд параметров (16 млрд активных), контекстом на 512K токенов и мультимодальным пониманием текста, изображений и голоса. Код опубликован под лицензией Apache 2.0 на Hugging Face и GitHub, а Huawei Ascend заявила об адаптации в первый же день.

Для платформы с более чем 300 млн месячных пользователей это сигнал: AI превращается из отдельной функции поиска и рекомендаций в базовую инфраструктуру всего продукта. dots3-note preview относится к семейству dots3, более ранние версии которого получили полный балл на IMO 2026; дальше анонсированы варианты jazz и aria. По публичным оценкам, модель показывает конкурентоспособные результаты в reasoning, агентных и мультимодальных задачах, обходя некоторые более крупные модели на ARC-AGI-3 и в сценариях личного ассистента, но уступает лидерам в работе с терминалом и сложном программировании.

Открытый исходный код здесь — прагматичный ход: новой модели нужны тестирование, фидбек и экосистема, а day-zero адаптация Ascend это подтверждает. Вместе с моделью Xiaohongshu выпустила два оценочных бенчмарка — для многоходового поиска и кросс-этапного выполнения задач, что указывает на ключевые сферы дифференциации: поиск и реальные жизненные сценарии. Для платформы такого масштаба, где модель становится частью ядра продукта, опора на внешние API рискованна по затратам и волатильности цен.

#AI #Xiaohongshu #Model #LLM #Code #Dots3

↗️ Открытая Kimi K3 вплотную приблизилась к закрытым фронтир-моделям

Аналитики BOCOM International считают, что Moonshot AI с моделью Kimi K3 вывела открытые ИИ на порог закрытых фронтиров. У Kimi K3 — 2,8 трлн параметров в нативной мультимодальной архитектуре MoE: на токен активируются 104,2 млрд, контекст — 1 млн токенов. В сторонних тестах Artificial Analysis модель набирает около 57 баллов, уступая лишь GPT-5.6 Sol (~59) и Claude Opus 5/Fable 5 (~60).

Отчёт ставит K3 на «границу Парето» по цене и качеству. Одна задача обходится примерно в $0,86 — около 70% от GPT-5.6 Sol и лишь 30–40% от флагманов Anthropic, при этом более дешёвые GLM-5.2 и DeepSeek V4 Flash заметно слабее. Такой баланс должен ускорить внедрение агентных приложений в enterprise.

Три архитектурных новшества расширяют пропускную способность: KDA с gated MLA эффективно обрабатывает миллионные последовательности, attention-остатки позволяют выборочно извлекать информацию между слоями, а стабильный латентный MoE смешивает 896 экспертов с 16 активными. KDA особенно важна для длинного контекста: память больше не растёт линейно с длиной последовательности. На системном уровне собственная инфраструктура MoonEP устраняет «вычислительные пузыри»: из-за 896 экспертов и лишь 16 активных обычная маршрутизация перегружала бы одни GPU и простаивала другие, MoonEP балансирует нагрузку и поднимает утилизацию кластера к физическому пределу.

Коммерческий контекст: Moonshot закрыла раунд Series F на $3,5 млрд, оценка выросла на 75% до $35–50 млрд, а pre-IPO целится в $50 млрд.

#AI #LLM #Ranking #Model #KimiK3 #OpenModel

⚙️ Alibaba Cloud запустила видео модель Wan3.0: ролики до 30 секунд и ввод документов

Alibaba Cloud официально представила Wan3.0 — модель генерации видео, способную создавать клипы длительностью до 30 секунд. Главная особенность — поддержка файлов DOC, XLS, PPT, PDF и Markdown в качестве входных данных: модель может учитывать содержимое документов при генерации роликов.

Wan3.0 была доступна в открытой бете с начала августа. За это время разработчики улучшили следование инструкциям, консистентность между кадрами и качество аудиодорожки. С 24 августа по 23 сентября на избранных платформах действует временная скидка 30% на API Wan3.0.

Обновление усиливает позиции Alibaba в гонке генеративных видеомоделей: поддержка офисных форматов открывает сценарии автоматического создания презентационных и обучающих видео из готовых материалов, а 30-секундная длительность подходит для полноценных клипов, а не только коротких анимаций.

#Ai #Wan3 #VideoGen #AI #Media #Model

⚙️Unitree представила человекоподобную foundation-модель UnifoLM-WLA-1.0

Unitree 10 сентября раскрыла UnifoLM-WLA-1.0 — универсальную embodied-модель для человекоподобных роботов на ~6 млрд параметров. Один чекпоинт, обученный на ~2500 часах реальных рободанных, координирует 64 задачи: 10 по управлению всем телом и 54 настольные манипуляции. Поддерживаются как двухпалые захваты, так и многопалые дexterous-кисти. Это не боевой демо-проект вроде UnifoLM-X2, а полноценный vision-language-action стек для бытовых и настольных задач.

Архитектурно модель строится на interaction-centric world modeling и MMDiT action expert. Стадия embodied-рассуждений UnifoLM-ER-1 на базе Qwen3-VL-4B обучена на 5+ млн embodied-сэмплов (детекция, 3D, 2D-траектории, пространственные вопросы). Dynamic-region prediction через optical flow и VQ-VAE предсказывает будущие изменения сцены, а residual vector quantization разбивает единое пространство действий на позы эффектора, суставы кистей и нижней части тела, подавая токены в UnifoLM-ER-Flow.

На 16 мультимодальных бенчмарках Unitree заявляет лидерство ER-1-4B среди открытых моделей на 7 тестах и превосходство над проприетарной GPT-6 Astra в задачах Where2Place, BLINK, CV-Bench и EmbSpatial. Видео оценки — на железе Unitree G1: складывание полотенец, упаковка телефонов, застилание кровати, сортировка обуви. Однако код, веса и датасеты пока помечены «Coming soon» — открыт только проект-страница и документация архитектуры.

#Tech #Unitree #UniformWLA #EmbodiedAI #Model

🌟 NASA и IBM выпустили открытую лунную фундаментальную модель

NASA и IBM Research совместно с академическими партнёрами представили NASA-IBM Lunar Foundation Model - одну из первых открытых фундаментальных моделей для лунной науки. Она превращает десятилетия наблюдений в готовую основу для машинного обучения и особенно сильна в предсказании ледяных отложений на полюсах и обнаружении кратеров.

Модель обучена с нуля на корпусе SomBench - крупнейшем мультимодальном лунном датасете на сегодня. Это почти 2 млн тайловых наборов в 11 модальностях: около 1 млн снимков высокого разрешения с Narrow Angle Camera (~1 м/пиксель) и примерно 964 тыс. мультиспектральных снимков Wide Angle Camera (100 м/пиксель). Основу составили 17 лет наблюдений Lunar Reconnaissance Orbiter, плюс данные GRAIL, Lunar Prospector и японской Kaguya/SELENE - всего более 30 слоёв с девяти приборов и четырёх миссий.

Архитектура опирается на земную модель TerraMind, но обучена заново. Геометрия съёмки (углы освещения, положение Солнца) подаётся как явный контекст, а FlexiViT позволяет адаптировать модель под разный размер патчей без переобучения. По данным IBM, ошибка предсказания льда снижена до 22% относительно лучшего бейзлайна SwinV2-B, а на грубом детектировании кратеров - почти на 19% при вдвое меньшем объёме данных. LoRA-дообучение идёт наравне с полным. Модель доступна на Hugging Face, код - на GitHub, интегрирована в TerraTorch.

🎨 qvabo.studio/tg · картинки и видео

#Tech #AI #Model #NASA #IBM #OpenCode #Space #Cosmos

⚙️ Aleph Alpha выпустила Kolibri: открытая модель для европейского суверенитета в ИИ

Немецкая Aleph Alpha представила Kolibri - открытую языковую модель на 78 млрд параметров с архитектурой mixture-of-experts, где на каждый токен активны около 3 млрд параметров. Модель двуязычная (немецкий и английский) и распространяется по лицензии Apache 2.0 на Hugging Face.

Заявленная цель - попасть на «фронт Парето» по соотношению качества и стоимости инференса. Kolibri набирает 71% на немецких бенчмарках и декодирует быстрее сопоставимых GPT OSS A5B, Qwen 3.6 A3B и Gemma 4 A4B. Немецкие данные составляют 21,3% обучающего корпуса - под них построен отдельный пайплайн, а часть синтетики генерировали китайские модели. Контекстное окно - до 1 млн токенов, обучение шло на 768 GPU B200 в Германии и Финляндии.

Разработка велась по европейскому праву с учётом EU AI Act, целевые заказчики - госуправление, авиация и промышленность. Для разработчиков это редкий пример открытых весов европейского происхождения с сильной поддержкой немецкого языка и длинным контекстом.

🎨 qvabo.studio/tg · картинки и видео

#Tech #Model #AI #AlephAlpha #Kolibri #OpenSource #LLM

⚙️ Musubi выпустила PolicyLM-1.7B - открытую модель для модерации контента

Стартап Musubi представил лёгкую decision-модель PolicyLM-1.7B, предназначенную для модерации контента в реальном времени. Веса опубликованы в открытом доступе, сообщает TechCrunch.

Ключевая идея: политику модерации, написанную обычным текстом на английском, модель применяет к сообщениям менее чем за 50 миллисекунд. По стоимости и скорости PolicyLM сопоставима с классификаторами, которые сегодня используются на большинстве соцплатформ, но за счёт архитектуры трансформера умеет работать со сложными правилами без специального обучения. Главное преимущество - при изменении политики модель не нужно переобучать: команды могут итеративно править правила на лету.

Decision-модели не генерируют текст, а выдают вероятности исходов - здесь это бинарное решение: попадает контент в категорию или нет. Ограничение вывода ускоряет и удешевляет работу по сравнению с полноценными LLM. Тема стала актуальной после выхода Jev от Typesafe AI в сентябре, затем аналоги представили OpenAI и Amazon. Сооснователь Musubi Филип Янкович отмечает, что его интерес к таким моделям восходит к проекту GLiNER 2024 года.

Практический смысл: платформы получают масштабируемый и настраиваемый способ размечать растущие объёмы контента и проактивно выявлять нарушения, не привлекая большие модели для каждой проверки.

🎨 qvabo.studio/tg · картинки и видео

#Tech #AI #Model #Moderation #DecisionModels #OpenSource #Musubi

🌐 Google выпустила Nano Banana 2.1: лучше качество и вдвое ниже цены

Google представила Nano Banana 2.1 - новую модель генерации и редактирования изображений, которая сменяет Nano Banana 2 (вышла в феврале 2026). По заявлению компании, улучшения идут «по всем направлениям»: визуальное качество, отрисовка текста, консистентность персонажей между ходами диалога, широкие панорамы и инфографика. Модель работает на Gemini 3.6 Flash, поддерживает разрешения 1K, 2K и 4K и уже разворачивается в Gemini, AI Mode в Поиске, AI Studio, Flow, Stitch, Google Ads и Gemini Enterprise.

Цены снижены примерно вдвое относительно Nano Banana 2: изображение 1K стоит 3,36 цента вместо 6,70, а 4K - 7,56 вместо 15,10 цента. Для сравнения, Nano Banana Pro обходится в 13,40 цента за 1K. Технически 2.1 принимает до 14 референсных изображений одновременно, удерживая до четырёх персонажей и десяти объектов, подключается к Google Search и имеет уровни «мышления» minimal, medium и high, влияющие на итоговое качество.

В бенчмарках 2.1 с включённым thinking опережает Nano Banana Pro по общей предпочтительности, инфографике и консистентности персонажей, но на практике Pro часто выдаёт более реалистичные кадры - Google называет 2.1 «более эффективным аналогом» Pro. Прошлая версия gemini-3.1-flash-image будет отключена 29 октября 2026 года.

🎨 qvabo.studio/tg · картинки и видео

#AI #Model #Google #NanoBanana #ImageGen #Gemini