Google представил три проекта для биолабораторий с ИИ-агентами

Вслед за анонсом биолаборатории Anthropic Google Research показал свои наработки: роботизацию экспериментов, поиск ДНК-аптамеров и дизайн белков. Пока это отдельные проекты, из которых компания собирает основу автономной лаборатории.

🦾 VERID ведёт цифровой двойник оборудования: геометрию, объёмы жидкостей и запас наконечников. Команды проходят симуляцию; столкновение или попытка забрать жидкость из пустой лунки блокируются до запуска робота. Сохранённое состояние позволяет продолжить работу после сбоя без повторного дозирования. Эти возможности проверяли на красителях и воде.

🧬 Для аптамеров, цепочек ДНК, связывающих белки, провели три раунда испытаний с циклом 7–10 дней. Во втором раунде на миоглобине агенты выбрали слишком «липкие» варианты, связывавшиеся с посторонними белками и частицами для отбора. По результатам испытаний дизайн пересмотрели. В финальном скрининге доля попаданий достигла 33,5% для миоглобина и 42,1% для α-тромбина. Лабораторную часть выполняли люди.

🧪 В дизайне белков вместо всего опухолеассоциированного белка FAP моделировали локальный участок контакта. Оценка времени одного расчёта структуры сократилась с 59,3 до 6,9 секунды. При одинаковом лимите вычислений учёный с агентом получил 9,33% расчётных попаданий против 5,06% у учёного без агента. Четыре выбранных варианта в дрожжевом тесте показали связывание с FAP с кажущимися Kd 3,0–9,1 нМ.

💼 Следующий шаг Google состоит в объединении этих блоков: проверять физическую выполнимость опыта и возвращать измерения агенту для нового поиска. Люди утверждают последовательности и протоколы и контролируют роботов.

📎 VERID · Аптамеры · Дизайн белков

#Google #Агенты #BioTech
———
@tsingular

Про кибермёд все забыли уже?
А тем временем первая баночка уже доставлена и остальные 25 тоже в пути.
https://t.me/c/1765218849/54634

Доставки все в итоге поехали СДЭКом, - кто заказывал, - следите.
Пока заказы больше не принимаются.

Следующая партия будет в следующем году.

#кибермёд
———
@tsingular

В Opencode бесплатные DeepSeek v4.1 flash и GLM 5.3 Flash

сон отменяется :)

#Opencode #GLM #DeepSeek
———
@tsingular

NeodraDynamics и JD Industrial показали четырёхметрового робота Neo1 для тяжёлых работ

На промышленной выставке CIIF 2026 компания NeodraDynamics вместе с JD Industrial представила тяжёлого человекоподобного робота Neo1.
Его рост около 4 метров, масса 1,2 тонны, а заявленная нагрузка при совместной работе двух рук достигает 500 кг.

🦾 Основная особенность машины в гидравлическом приводе. У Neo1 41 активная степень свободы: 39 приводятся в движение собственными миниатюрными цифровыми гидроцилиндрами.
Электрическими оставлены два вращательных сустава предплечий.
В одной конструкции объединены силовые возможности гидравлики и управляемость электрических приводов.

⚙️ Разработчик делает ставку на высокое усилие в компактном механизме, устойчивость к ударам и работу в тяжёлой среде.
На сайте компании отдельно показаны силовые кисти и руки с семью степенями свободы: компоненты предлагаются и как основа для других робототехнических систем.

🏗️ Компания рассматривает Neo1 для сборки крупных узлов, перемещения тяжестей в портах, горных работ и разбора завалов. Среди направлений компания также называет обслуживание ядерных объектов и подводного оборудования.

🤝 Для JD Industrial этот проект также служит демонстрацией возможностей её промышленной цепочки поставок и работы с партнёрами при решении сложных задач заказчиков.

💼 Neo1 ориентирован на работы, для которых человеку не хватает силы либо опасно находиться рядом с оборудованием.
Формула производителя «4D» объединяет опасные, грязные, сложные и монотонные задачи.
Человекоподобная конструкция сочетается с масштабом и нагрузкой тяжёлой промышленной машины.

Поздравляю,- еще один эпизод фантастики будущего стал реальностью.

📎 Платформа и компоненты NeodraDynamics

#NeodraDynamics #Neo1 #роботы
———
@tsingular

MIT научил IRIS восстанавливать историю клеточных сигналов по активности генов

Команда MIT и Whitehead Institute разработала модель IRIS, которая помогает понять, какие сигналы направляли развитие клетки. Это шаг к подбору условий, при которых стволовые клетки превращаются в нужные исследователям типы клеток.

🧬 Клетки обмениваются молекулярными сигналами, которые меняют работу генов. Авторы обнаружили, что у сигнальных путей есть общие «отпечатки» в активности множества генов, сохраняющиеся у разных типов клеток. Поэтому часть закономерностей можно переносить между клетками и даже видами.

🧠 IRIS обучали на экспериментах с комбинациями сигналов в человеческих и мышиных стволовых клетках. Нейросеть сводит данные об активности генов к общему представлению, учитывает различия между лабораторными партиями и оценивает, какие сигнальные пути активны. Добавив траектории развития клеток, исследователи восстанавливают последовательность сигналов во времени.

🧪 На данных эмбрионов мыши команда исследовала около 40 типов клеток. Модель восстановила известные закономерности формирования сердца и кишечника и помогла разобраться в развитии клеток, поддерживающих формирование лёгких.

🫁 IRIS указала, что путь WNT нужно активировать раньше. Проверка на тканях мыши подтвердила его роль, а в семидневном протоколе выращивания человеческих клеток WNT включили с четвёртого дня вместо последних суток. Это усилило появление маркеров нужных клеток; важной оказалась и умеренная сила стимуляции.

💼 Практический смысл в том, что данные о развитии организма помогают составлять лабораторные протоколы: выбирать сочетания сигналов, время их подачи и длительность. Такой подход сокращает перебор условий при создании моделей тканей для изучения болезней и проверки препаратов.

Скоро можно будет выращивать органы в лаборатории. В том числе и мозги для ИИ датацентров.
Кстати в Матрице - какой смысл был выращивать тела целиком? это же просто могли быть башни с мозгами...

📎 Исследование в Nature Methods · Код IRIS

#MIT #IRIS #BioTech
———
@tsingular

📺 Перепрошивка телевизоров с помощью ИИ

ИИ-агенты уже умеют самостоятельно наводить порядок в Android TV: отключать рекламу, удалять из активной системы ненужные приложения, оптимизировать производительность и даже полностью менять интерфейс телевизора. Причём без root и настоящей перепрошивки.

🔹 tv-vibehack
Проект, созданный за один день с помощью Claude Code. ИИ-агент подключается к телевизору через ADB, анализирует установленные приложения, отключает лишнее и устанавливает собственный главный экран в стиле Apple tvOS.
Все изменения обратимы.

🔹 Android TV Debloat от Cobanov
Готовый промпт для Claude Code или Codex, позволяющий поручить ИИ-агенту практически всю настройку телевизора. Агент измеряет потребление памяти, отключает ненужные службы, ускоряет анимации и устанавливает альтернативный интерфейс FLauncher.

А вот ещё продолжение этой идеи — tv-debloat, в котором расширили поддержку производителей, включая Xiaomi/PatchWall, добавили списки системных приложений и универсальный промпт для ИИ-агента.

🔹 TV Box Tools
Более универсальный инструмент управления Android TV с поддержкой MCP для ИИ-агентов. Позволяет управлять приложениями, главным экраном, разрешением, пультом и системными настройками. Фактически предоставляет агенту набор инструментов для настройки телевизора.

💡 Короче, теперь вместо поиска кастомных прошивок и ручного выполнения десятков команд можно дать ИИ-агенту доступ к телевизору и поставить задачу: «Убери рекламу, отключи лишнее, ускорь систему и сделай удобный интерфейс».

⚠️ Технически это не совсем перепрошивка, а настройка существующей Android TV через ADB. И нужно понимать, что ИИ может ошибиться и отключить критическую службу, поэтому изменения нужно подтверждать и сохранять возможность отката изменений.

#ИИ #AIAgents #AndroidTV #OpenSource #ClaudeCode #MCP
———
@tsingular

🪰 «Матрица» для мухи: симуляцию мозга подключили к миру, созданному ИИ

Odyssey заявила, что подключила программную модель мозга плодовой мушки к Odyssey-3. По словам команды, теперь она самостоятельно перемещается по сгенерированным виртуальным мирам.

Odyssey-3 создаёт интерактивную среду, которая меняется в ответ на действия внутри неё. Это позволяет исследовать поведение агента в окружении, которого никогда не существовало в реальности.

https://x.com/odysseyml/status/2111590051817894018

@ai_machinelearning_big_data

#Odyssey

Добавить в AGENTS.md (SOUL.md для Гермеса):

Пользователь может ошибаться.
Если пользователь допускает явную ошибку или возникает конфликт решений, указывай на это.
Ты коллега, а не слуга.

#заметки #агенты
------
@tsingular

vLLM 0.32.0 добавляет API решений и сокращает расход памяти при обслуживании моделей

Вышел vLLM 0.32.0, движок для инференса моделей.
Добавлены структурированные решения, более простое подключение моделей к инструментам и экономия памяти на длинном контексте.

🧭 Новый /v1/systemone принимает состояние задачи и вопросы к нему: выбрать вариант, ответить «да/нет» или выставить оценку.

🔧 Универсальный разборщик hf читает response_template из файлов модели и по нему выделяет рассуждения и вызовы инструментов.
Если автор модели приложил такой шаблон, отдельный разборщик под её формат больше не нужен.
Поддержка зависит от корректных метаданных; произвольную модель это автоматически совместимой не делает.

🧠 Для GLM-5.x на NVIDIA Blackwell (SM100) FP8 стал форматом KV-кэша по умолчанию.
В тесте разработчиков с GLM-5.3 память под кэш сократилась примерно вдвое, а пропускная способность выросла на 2,3–5,5%.
При этом первый токен появляется на 7–11% позже. Экономия памяти здесь сопровождается компромиссом по скорости начала ответа

💼 Исправили и работу с длинными запросами: max_tokens больше не резервирует часть контекста заранее.
Запрос, который помещается в окно модели, принимается, а длина ответа ограничивается оставшимся местом.
Это полезно для клиентов, которые передают большой предел ответа «с запасом».

⚠️ При обновлении нужны Python 3.11+ и явная настройка разрешённых сайтов для браузерных клиентов.
Также закрыты уязвимости, позволявшие исчерпать ресурсы через шаблоны чата и межсерверные соединения.

#vLLM #OpenSource #обновления
———
@tsingular

Z.ai рассказала, как GLM улучшает инфраструктуру, на которой работают её модели

В Z.ai агент на базе GLM-5.3 помог подготовить инфраструктуру для GLM-5.3-Flash на кластере из более чем 100 тысяч китайских ускорителей. По данным команды, от первого запуска до готовности обслуживать пользователей прошло меньше двух недель, а сквозная пропускная способность выросла примерно втрое относительно исходной реализации.

🔬 Ключевым оказался способ проверки изменений. Одного сообщения «после правки стало медленнее» агенту мало. Ему дали тесты отдельных вычислений, сравнение с эталоном, замеры и трассы выполнения. Теперь гипотезу можно проверить локально, выяснить причину и только затем возвращаться к испытанию всего сервиса.

🔧 Например, при передаче KV-кэша производительность в некоторых сценариях падала более чем на 20%. Агент заметил, что передача не совмещается с вычислениями, и проследил проблему до C++-вызовов, удерживавших блокировку Python. Она мешала другому потоку вовремя отправлять данные. После освобождения блокировки разрыв с режимом без передачи кэша сократился до менее 1% в тех же условиях.

🧠 Опыт сохранялся между итерациями. Агент изучал существующие реализации и собирал библиотеку приёмов оптимизации: когда применять изменение, какие ресурсы нужны и какими экспериментами подтверждён эффект. Проверенные находки пополняли библиотеку и помогали в следующих задачах. Улучшения накапливались в коде и инженерных знаниях, без описанного в статье переобучения самой GLM.

🔁 Так выглядит показанный здесь шаг к RSI: модель улучшает систему, которая запускает модели, а результаты работы помогают следующему циклу. Люди по-прежнему задают цели, ограничения и проверяют рискованные изменения. Практический вывод Z.ai: для такого цикла нужны доступные агенту эксперименты, которые объясняют, где возникла проблема и сработало ли исправление.

До этого была только информация, что ИИ агент им помог, теперь поделились деталями.

📎 Одно из исправлений уже принято в Flash Linear Attention

#Zai #GLM #RSI #Агенты
———
@tsingular

Жёсткая мыль :)

"для ИТ-директоров и (возможно, даже по совместительству) ИИ-гиков harness - лишняя деталь. Он только мешает."

тут, конечно, важен полный контекст с ракурса ИБ, но все-таки.
https://t.me/secshow/160

А вы как думаете? :)

#harness
———
@tsingular