Дубай открыл песочницу для ИИ-компаний для отработки продуктов в сотрудничестве с регуляторами

Фонд будущего Дубая (Dubai Future Foundation) через платформу Sandbox Dubai запустил AI Sandbox: компании проверяют ИИ-решения в реальной среде, а рядом с ними работают профильные регуляторы.
Заявки принимают до 18 декабря 2026 года.

Допускают стартапы, малый и средний бизнес и крупных разработчиков ИИ-продуктов.
Продукт должен быть не ниже MVP, готовым к коммерциализации и способным дать доказательства, на которых можно менять правила.
Заявитель работает в Дубае или ОАЭ либо планирует открыть там присутствие.

💼 Участник получает доступ к реальным данным, разбор требований вместе с регулятором, техническую и коммерческую экспертизу.
Регуляторные исключения возможны, но каждое проходит согласование профильного органа.
Доступ к чужим данным Sandbox Dubai помогает организовать через их владельцев, и такой доступ не гарантирован.

Виды деятельности:
образование, здравоохранение, транспорт и мобильность, логистика, туризм, медиа и госуслуги.
Принимают и другие отрасли, включая разработчиков базовых моделей.

📊 Цифры, на которые ссылается фонд: 74% компаний в мире так и не вывели ИИ за пределы эксперимента (исследование, приведённое WEF).
При этом ОАЭ первая по использованию ИИ: 73,3% трудоспособного населения против 18,8% в среднем по миру (Microsoft Global AI Diffusion, II квартал 2026).

💼 Смысл для рынка в обмене, а не в льготе.
Компания получает ясность требований и данные, регулятор получает опыт, на котором правит нормы.
Для выхода в Дубай песочница становится способом пройти проверку до коммерческого запуска.

📎 Правила и форма заявки: https://www.sandboxdubai.gov.ae/sandboxes/ai-sandbox

#AI #Dubai #стартапы
———
@tsingular

Интересный формат настольных роботов.
Ультрареалистичные игрушки.

https://www.realbotix.com/

Американская компания из Лас-Вегаса разрабатывает реалистичных роботов для общения, обслуживания клиентов, образования, медицины и домашнего использования.

Главные особенности:
Реалистичная силиконовая кожа и мимика
Артикуляция лица и распознавание собеседника
Эмоционально окрашенные диалоги с ИИ
Настраиваемая внешность и характер

Новая линейка Echo:
4 персонажа: Aria, Mila, Dave и Amar
$11 950 — настольная версия, 17 степеней свободы
$59 950 — полноразмерная версия, 39 степеней свободы
$24 950 — дополнительная система компьютерного зрения Vinci
Подписка на ИИ оплачивается отдельно

📅 Поставки: вторая половина 2027 года, первая ограниченная партия — 250 роботов.

Больше похоже на ИИ генерацию, конечно.

#Realbotix #роботы
------
@tsingular

Microsoft вынесла обвязку ИИ-агентов в управляемый сервис Foundry Agent Service

28 октября Microsoft открыла публичную превью Copilot harness: агент описывается декларативно, а цикл работы и песочницу держит платформа.
Разработчик приносит знания, процедуры и инструменты.

Сборка состоит из четырёх частей.
Навыки пакуют инструкции и скрипты в процедуру для задач. Инструменты подключаются из Foundry и по протоколу MCP с явной авторизацией и подтверждениями. Агент работает с файлами и кодом, а ограниченные задачи передаёт встроенным субагентам.
Определения агентов можно держать под контролем версий рядом с кодом.

🔧 Смысл в том, что команды больше не пишут одно и то же. Координацию вызовов модели и инструментов, контекст, файлы и продолжение многошаговой задачи собирали сами, а отличало продукт редко именно это.

Отдельно Microsoft сделала общедоступной устойчивость долгих задач у hosted-агентов: платформа замечает обрыв и перезапускает работу, а приложение сохраняет промежуточные результаты и не дублирует действия во внешних системах.

💰 До 1 декабря 2026 обвязка бесплатна, дальше песочница считается по потреблению: 0,0994 доллара за час виртуального ядра и 0,0118 за гигабайт-час памяти.
Вызовы модели и сторонние инструменты оплачиваются отдельно.
В превью harness выбирают при создании агента, поменять позже нельзя, а процессор и память песочницы настраивает платформа.

💼 Помимо самого факта релиза тут интересен вектор развития, - обвязка агента становится платформенным слоем, как когда-то база данных или контейнеры.
Кому нужна независимость от поставщика, придётся выбирать между своим харнессом и чужой песочницей.

📎 Документация: https://learn.microsoft.com/azure/foundry/agents/how-to/use-tools-skills-copilot-harness

#Microsoft #AIAgents #AI #harness
———
@tsingular

LiteLLM добавила AutoRouter в базовую библиотеку, без прокси и лицензии Enterprise

AutoRouter собирается Python скриптом: litellm.Router получает список моделей и правила выбора, а прокси и лицензия Enterprise не нужны. Модель выбирается на каждый запрос.

Уровней маршрутизации четыре: SIMPLE, MEDIUM, COMPLEX и REASONING, каждому сопоставлено имя модели.
Эвристический классификатор по умолчанию считает сложность локально по длине запроса, коду и словам рассуждения, без отдельного вызова модели.
Нераспознанный запрос уходит на модель по умолчанию.

🔧 Классификатор можно заменить: LLM-классификатор получает таймаут 2 секунды и откат на эвристику, но за такой выбор вы платите двумя вызовами.
Правила по ключевым словам срабатывают раньше классификатора, из совпавших побеждает тот, что старше по уровню.
Свой класс на Python читает метаданные запроса, например имя агента.

Роутеру можно отдать пул моделей: тогда LiteLLM выбирает случайно, а флаг adaptive включает отбор по сэмплированию Томпсона с обратной связью следующих ходов.
Привязка сессии держит разговор на модели первого хода до истечения TTL, чтобы не терять кэш промпта.

Проверять маршрут советуют на своих запросах.
С return_raw_model_name=True ответ показывает, какая модель ответила, а лог LiteLLM Router на уровне INFO пишет строку ComplexityRouter: routing decision с причиной: эвристика, ключевое слово, LLM-классификатор или привязка сессии.

📎 Устройство маршрутизатора: https://docs.litellm.ai/docs/autorouter_sdk/routing

#LiteLLM #LLM #роутер
———
@tsingular

LongTails: агенты ищут новые оценки сложности в оптимизации с проверкой каждой через Lean

LongTails это открытый фреймворк на Lean 4 для автоматического поиска результатов в оптимизации. Авторы Александр Тюрин, Куоквьет Фам, Валентин Хрульков и Иван Оселедец, лицензия Apache 2.0, репозиторий создан 14 октября.

Задача описывается как Setup: задаются типы запросов и ответов оракула, допустимые параметры, математические ограничения (выпуклость и условие Липшица), а также критерий успешного решения.

Результат — формально доказанная теорема result : Convergence spec budget, где явно указано необходимое число обращений к оракулу.

Comparator проверяет соответствие доказательства исходным условиям и заявленному бюджету вычислений. Добавить необоснованное допущение, занизить число вызовов оракула или оставить незавершённое доказательство (sorry) нельзя.

🔧 Пример. Для (L0, L1)-гладкости известны две оценки: у Тюрина O‌(√(L0R²/ε) + L1R) по градиентам, у Ванкова и соавторов O‌((1+ν)[√(L0R²/ε) + (L1R)^(2/3)]) с ценой точного одномерного поиска ν. Новая оценка обходится только градиентами: O‌(√(L0R²/ε) + (L1R)^(2/3)). Член L1R улучшен до степени 2/3, множитель (1+ν) убран.

Агент, Codex или Claude Code, формализует Setup, сверяет допущения с задачей, затем ищет метод и доказательство. Результаты приходят ветками agent/*, к 30 октября закрыто 84 пул-реквеста. Сборка одной теоремы занимает 2–3 минуты после кэша Mathlib, аудит запускает python3 run_comparator.py.

📊 На 30 октября на сайте 132 setup'а с доказанными оценками, в репозитории 145 разборов новизны. Разбор это таблица прежних работ со ссылками на arXiv, датой поиска, вердиктом и уверенностью; звёзды вклада выставляют Codex и Claude Code.

💼 Проверяемое доказательство перестало быть узким местом: машина проверяет и доказательство, и бюджет запросов. Спорной остаётся новизна, её разбирают отдельно со ссылками. Для узких постановок появился дешёвый способ получить результат и сравнить его с литературой.

📎 Сайт: https://k3nfalt.github.io/longtails/
GitHub: https://github.com/k3nfalt/longtails/


#Lean #Математика #AI
———
@tsingular

А Tencent успели выложить свою world model в опенсорс

Hy-Nomas анонсировали за несколько дней до Genie 4. В копилку к MIRA, Solaris и Odyssey-3 добавилась ещё одна world model с управлением текстом и камерой. Видео достраивается фрагментами, контекст между ними сохраняется в KV-кэше. Движение камеры можно задать заранее или менять между фрагментами.

Код и веса под Apache 2.0, модель можно дообучать через LoRA на своих видео. Есть готовые адаптеры для киношной картинки и робототехники.

Для генерации на одной RTX 4090 есть конфиг с INT8-квантизацией, ограниченной историей и выгрузкой моделей в оперативку. Скорость этого режима не указана. В Reactor с полной историей на 8×B200 получили около 18.5 FPS генерации.

Демо
Техрепорт
Код
Веса
Замеры скорости

@ai_newz

Когда китайцы дистилировали больше чем нужно 😂

#юмор
———
@tsingular

Пузырь ИИ, говорят, лопнул!
Не могу стоять в стороне.

1 час парковки в Москве скоро будет стоить 950р.
В связи с этим предлагаю на 3 дня подумать, что вам интереснее,- 1 час на парковке или месяц отборных материалов, руководств и эфиров по ИИ?

Акция до воскресенья: Скидка 35%

https://t.me/tsingular/7560

#ИИзбранное
------
@tsingular