Baidu, ByteDance не пришли на знаковую встречу с Си Цзиньпиным, а кто был и зачем все собрались, рассказываем в этом посте

Сегодня глава КНР Си Цзиньпин провел историческую встречу с руководителями ведущих частных компаний, среди которых большинство - представители ИИ, робототехники, интернета и телекома. Последняя подобная встреча проводилась в 2018 году на фоне торговой войны с США.

Сегодня Си обещал частному бизнесу большую поддержку, так как рассчитывает на них, как ключевой фактор стабилизации экономики в 2025 году.

В первом ряду сидели:
- Джек Ма (Alibaba) – первое публичное появление такого уровня за несколько лет
- Пони Ма (Tencent) – второй богатейший человек Китая с состоянием $52.1 млрд
- Жэнь Чжэнфэй (Huawei)
- Ван Чуаньфу (BYD)
- Лэй Цзюнь (Xiaomi)

Также присутствовал на встрече основатель #DeepSeek Лян Вэньфэн.

Интересно отсутствие некоторых ключевых фигур технологического сектора Китая :

Робин Ли (основатель Baidu)
Чжан Имин (основатель ByteDance, владелец TikTok).

Это может говорить как о смещении приоритетов в технологическом секторе, а также о возможных изменениях в стратегических направлениях развития, или о новой расстановке сил в китайской технологической индустрии. А может быть эти люди просто заболели…

Отраслевые акценты

Заметно изменение в составе участников по сравнению с 2018 годом:

1. Увеличилось присутствие компаний, ориентированных на потребительский рынок (B2C).

2. Сократилось количество представителей промышленных компаний среднего звена.

3. Усилился акцент на компании, специализирующиеся на ИИ,
робототехнику и полупроводники.

Встреча прошла на фоне:

1. Подготовки первого базового закона о развитии частного сектора.

2. Технологического противостояния с США в сферах ИИ и полупроводников.

3. Необходимости стимулирования экономического роста.

Со-основатель и экс-VP по исследованиям OpenAI раскрыли секреты создания ChatGPT

В Стэнфорде интересная состоялась лекция: Баррета Зоф и Джона Шульмана, они оба уже покинули компанию.

Они поделились неизвестными ранее деталями разработки системы, которая изменила наше представление об ИИ.

Никто не ожидал, что проект, начатый небольшой командой из 5 человек в сентябре 2022 года, станет глобальным феноменом. За 2 года команда выросла до более, чем 100 человек, пытающихся удержать в равновесии сложнейшую систему.

Самым интересным оказалось то, что создание "послушного" ИИ - это не просто техническая задача. Создатели ChatGPT столкнулись с целым рядом неожиданных проблем: как научить модель отказывать в потенциально опасных запросах, не становясь при этом излишне ограничивающей? Как сохранить разнообразие мнений и стилей, одновременно поддерживая безопасность? Как избежать политической предвзятости в ответах?

Особенно удивительным оказался "эффект бабочки" в обучении: улучшение одного аспекта часто неожиданно ухудшало другие. Например, попытки сделать модель более безопасной иногда приводили к появлению орфографических ошибок, а стремление к более точным ответам могло сделать модель излишне категоричной.

Система пост-тренинга ChatGPT оказалась похожа на тонкую настройку музыкального инструмента: три ключевых компонента (SFT, RM и RL) должны работать в идеальной гармонии. Один отвечает за обучение на качественных примерах, второй - за понимание человеческих предпочтений, третий - за оптимизацию поведения.

Что особенно важно - многие проблемы до сих пор не решены. Как говорят создатели, "чтобы заставить модель делать то, что мы хотим, нужно сначала понять, чего именно мы хотим". И этот философский вопрос оказывается сложнее любых технических проблем.

Одним из самых интересных моментов презентации - обсуждение "человеческого фактора" в обучении ИИ. Оказалось, что разные группы людей, участвующих в разметке данных, дают совершенно разное качество обратной связи. Например, обычные пользователи отлично определяют реалистичность диалогов, но хуже справляются с оценкой корректности информации. Эксперты, напротив, прекрасно оценивают точность, но могут упустить нюансы естественного общения.

Создатели особо подчеркнули, что несмотря на все достижения, мы находимся только в начале пути. Среди ключевых вызовов будущего они выделили:

1. Необходимость сохранения "разнообразия мышления" ИИ систем.

2. Проблему прозрачности принятия решений.

3. Баланс между специализацией и общими способностями моделей.

4. Этические аспекты взаимодействия ИИ с пользователями.

Компания Маска xAI представила новую ИИ-модель Grok 3, которая превосходит #DeepSeek R1 и на уровне o1-pro от OpenAI за $200/месяц

Всего за 1 год работы xAI удалось создать модель, конкурирующую с лидерами индустрии. Особенно впечатляет скорость развития и внедрение инновационных подходов, таких как режим Thinking. При этом команда продолжает активную работу над улучшением модели, обещая регулярные обновления.

Сравнение с конкурентами:
- Сопоставим по возможностям с o1-pro от OpenAI ($200/месяц)
- Превосходит DeepSeek-R1 и Gemini 2.0 Flash Thinking
- В некоторых задачах превосходит GPT-4
- Даже мини-версия (Grok-3 mini) показывает конкурентные результаты

Технические характеристики:
- обучалась на 200,000 GPU
- 10-кратное увеличение объема тренировки по сравнению с Grok 2
- Рекордный показатель ELO 1400 в Chatbot Arena
- Лидирующие позиции в тестах:
* AIME'24 (математика): 93%
* GPQA (наука): 85%
* LCB (программирование): 79%

Стратегия Open Source от xAI:
Компания планирует открывать код предыдущих версий после стабильного релиза новых. После полного релиза Grok 3 обещают открыть исходный код Grok 2. Ожидаемые сроки: в течение нескольких месяцев.

Это интересно в контексте того, что сейчас в open-source доминируют Meta с Llama (запрещенная организация в РФ) и Mistral. Появление кода Grok может существенно изменить ландшафт открытых ИИ-моделей.

Уникальные особенности:
- Способность к нестандартному мышлению (попытка решить гипотезу Римана)
- Эффективная работа с пространственными задачами
- Улучшенные способности рассуждения при включенном режиме Thinking
- Быстрая обработка и анализ научных статей.

Ключевые особенности:

1. Thinking Mode:
- Уникальная способность пошагового решения сложных задач
- Успешно справляется с задачами, где другие модели дают сбой
- Исправляет типичные ошибки базовой модели
- Особенно эффективен в математических вычислениях

2. DeepSearch:
- Продвинутая система поиска с перепроверкой источников
- Успешно отвечает на вопросы о текущих событиях
- Уровень сравним с Perplexity DeepResearch
- Имеет некоторые ограничения в работе с Twitter/X
- Иногда может создавать несуществующие URL

Доступность:
- Веб-версия на grok.com
- Разрабатывается приложение SuperGrok
- Планируется релиз голосового интерфейса
- После стабильного релиза Grok 3 обещают открыть исходный код Grok 2

Учитывая темпы развития и уже достигнутые результаты, Grok 3 имеет все шансы стать одним из ключевых игроков на рынке ИИ. Однако, как отмечает Карпаты, необходимо дождаться более полных оценок в течение следующих недель для окончательных выводов.

Вы заметили с какой скоростью мы живем? Лидерство в ИИ сменяется за месяцы и как следствие - сложность долгосрочного планирования

Скорость как новая константа: почему технологическое лидерство больше не измеряется годами.

Сегодня произошло нечто примечательное: компания, существующая всего год, представила ИИ-модель, превзошедшую разработки организаций с десятилетней историей. xAI не просто догнала, а во многих аспектах превзошла OpenAI и Google. Это событие заставляет нас переосмыслить наше понимание технологического прогресса.

Исторически технологическое превосходство измерялось десятилетиями. Microsoft Windows доминировала на рынке операционных систем более 30 лет. Intel оставалась лидером процессорной индустрии почти четверть века. iPhone определял стандарты мобильной индустрии 15 лет. Это создавало иллюзию стабильности и предсказуемости технологического развития.

Но что-то фундаментально изменилось.

В современном мире ИИ мы наблюдаем, как лидерство может перейти из рук в руки за считанные месяцы. GPT-4, Claude, Gemini, Grok-3 – каждая новая модель не просто улучшает предыдущую, а переопределяет границы возможного.

Китайские компании, начавшие позже других, уже создают модели, конкурирующие с лидерами рынка. DeepSeek, Qwen, Kimi – эти имена еще год назад мало кто знал.

Это не просто ускорение – это новая парадигма развития технологий.

Почему это происходит? Дело не только в количестве инвестиций или вычислительных мощностей. Ключевой фактор – изменение самой природы инноваций. Раньше технологические прорывы требовали накопления опыта и ресурсов. Сегодня благодаря открытому исходному коду, глобальному обмену знаниями и, что иронично, помощи самого ИИ в разработке, новые игроки могут начать с передовых позиций.

Это создает интересный парадокс: чем дольше компания существует на рынке, тем больше у нее багажа "устаревших" подходов и решений. Новые компании, напротив, могут строить свои решения на самых современных принципах, не отвлекаясь на поддержку унаследованных систем.

Мы переходим от модели "создай и доминируй" к модели "постоянно развивайся или умри". В этом новом мире важнее не размер компании или ее история, а способность быстро адаптироваться и внедрять инновации.

Это создает новые вызовы. Как планировать развитие бизнеса в мире, где технологическое преимущество может испариться за месяцы? Как регулировать индустрию, где каждый новый день может принести революционные изменения? Как инвестировать в технологии, которые могут устареть еще до выхода на рынок?

Но в этих вызовах скрываются и новые возможности. Мы видим, как открытость и коллаборация становятся ключевыми факторами успеха. Компании, которые делятся своими наработками с сообществом, часто получают взамен больше, чем теряют. Это создает позитивный цикл инноваций, который только ускоряет прогресс.

Возможно, самое важное изменение происходит в нашем мышлении. Мы учимся воспринимать постоянные изменения не как угрозу, а как новую нормальность. В мире, где технологическое превосходство измеряется месяцами, важнее быть гибким, чем большим; важнее уметь учиться, чем знать; важнее уметь меняться, чем иметь стабильную позицию.

Это новая эра технологического развития, где скорость стала новой константой. И те, кто поймет и примет эту новую реальность первыми, получат преимущество в гонке, которая, похоже, будет только ускоряться.

Говорят, что #StepFun - новый #DeepSeek

Китайская компания StepFun представила 2 ИИ - продукта:

1. Step-Video-T2V - модель для преобразования текста в видео размером 30млрд параметров.

2. Step-Audio - крупная модель (130млрд параметров) для работы с аудио и речью, которая может понимать и генерировать речь.

Размер модели - 130млрд параметров это очень много для речевой модели, что потенциально означает высокое качество работы.

Модели выпущены под открытой лицензией Apache 2.0, что позволяет их свободно использовать.

https://t.iss.one/alwebbci/3015

❗️Значимая разработка: ИИ и робототехника могут помочь в разработке лекарственных препаратов. Представлена умная лаборатория LUMI-lab.

Ученые из Университета Торонто создали автоматизированную лабораторию нового поколения, которая совершает настоящую революцию в разработке систем доставки мРНК-препаратов.

Как это работает?

1. ИИ LUMI-model предсказывает структуры новых липидов

2. Роботизированные системы синтезируют эти липиды и создают наночастицы

3. Автоматические системы тестируют эффективность на клетках

4. ИИ анализирует результаты и планирует следующие эксперименты

Главные достижения:

1. Система самостоятельно обнаружила, что добавление атома брома в структуру липидов значительно улучшает доставку мРНК - это было неожиданным открытием.

2. Разработанный системой липид LUMI-6 показал рекордную эффективность: 20.3% успешного редактирования генов в клетках легких при ингаляционном введении.

3. За 10 циклов экспериментов система протестировала более 1700 новых липидных наночастиц.

Практическое значение:

- Ускорение разработки новых мРНК-вакцин.
- Улучшение генной терапии, особенно для лечения заболеваний легких.
- Возможность создания более эффективных систем доставки лекарств.

Это не полностью автономная система. Ученые по-прежнему контролируют процесс и принимают ключевые решения, но рутинную работу выполняют роботы под управлением ИИ.

В. Белоусов открыл в Москве очень нужное заведение - центр когнитивного и психоэмоционального здоровья

Кстати, об этом никто не пишет, но мы отметим, что идея этого проекта впервые была озвучена Всеволодом на Евразийском женском форуме в 2021 году.

Он тогда предложил идею создания стартапа брейн фитнес - комплекс упражнений и способов улучшения мыслительных способностей человека.

И вот прошло почти 4 года и в России открыт 1-й Центр когнитивного и психоэмоционального здоровья на базе федерального центра мозга и нейротехнологий ФМБА России.

Поздравляем!

Илья Суцкевер привлекает ещё $1млрд на свой стартап при оценке в $30млрд

SSI Ильи Суцкевера привлекает более $1 миллиарда при оценке свыше $30 миллиардов, что делает её одной из самых дорогих частных технологических компаний в мире.

Основным инвестором выступает Greenoaks Capital Partners.

Это большой рост оценки компании, в сентябре 2024 года она оценивалась в $5млрд и привлекла $1млрд.

Компания фокусируется на разработке безопасных систем ИИ. Пока у неё нет выручки, и в ближайшем будущем она не планирует продавать ИИ-продукты.

По словам Суцкевера, особенность SSI в том, что её первым и единственным продуктом будет безопасный суперинтеллект. Компания не будет отвлекаться на другие продукты или конкурентную борьбу.

⚡️Ex-CTO OpenAI собрала лучших людей из OpenAI и создала новую компанию

Мира Мурати, ex-CTO OpenAI, основала новую ИИ-компанию Thinking Machines Lab. Она ушла из OpenAI в сентябре 2024.

В её команде создатели:
- ChatGPT
- Character.ai
- PyTorch
- Mistral
и других ключевых проектов в сфере ИИ.

Цель - сделать ИИ полезным для каждого. Не просто автономные системы, а инструменты, которые можно настроить под конкретные задачи.

У них очень четкое видение -
не просто делают автономный ИИ, а создают системы для совместной работы человека и ИИ. Фокус на том, чтобы ИИ мог адаптироваться под конкретные нужды пользователей. Открытый подход к науке - они планируют делиться своими исследованиями и кодом.

Впечатляет команда:
- CEO: Мира Мурати
- CTO: Барет Зоф
- Chief Scientist: Джон Шульман (один из пионеров deep reinforcement learning)
+ еще 25+ ведущих специалистов из топовых ИИ-компаний

Похоже, это одна из самых многообещающих ИИ-компаний 2025 года!

Венчурный рынок в РФ в стагнации, бизнес-модель Яндекса под серьезной угрозой

Кирилл Варламов, глава ФРИИ, дал большое и насыщенное по содержанию интервью о рынке и проблемах. Вот основные моменты, которые интересны:

Венчурный рынок России находится в состоянии стагнации с 2022 года. По итогам 2024 года наблюдается:

- падение на 16% (до $101.6 млн),
- сокращение числа сделок до 159,
- при этом объем рынка упал даже ниже показателей 2022 года.

Основная причина - дефицит инвестиционного капитала при высокой ключевой ставке 23%. В условиях санкций и высокой инфляции компании сосредоточены не на развитии, а на выживании и сохранении существующих активов.

Ключевые индикаторы проблем:

1. Сокращение инвестиционных циклов: стартапы вынуждены достигать рентабельности за 1-2 раунда вместо прежних 4-5.

2. Отток инвесторов в пользу традиционных финансовых инструментов.

3. Недостаточная эффективность государственных мер поддержки на средних и поздних стадиях развития стартапов.

Выявлено критическое несоответствие между целями технологического суверенитета и текущими мерами по его достижению:

- Фокус на малых технологических компаниях(МТК) не обеспечивает необходимой технологической глубины.

- Существующие российские решения не способны полноценно заместить иностранное ПО в ключевых нишах.

- Отсутствуют компании масштаба, необходимого для влияния на глобальную технологическую повестку.

Перспективные направления развития:

1. Потенциальный рынок экспорта ПО в 40 странах (оценка $50 млрд в год)

2. Необходимость создания целевых инвестиционных фондов объемом 30-150 млрд рублей под конкретные индустрии.

Что ожидается от венчурного рынка в этом году?

«Мы видим появление каких-то сделок, и я думаю, что они еще будут. Например, сильно оживился — в плане поглощений — «Яндекс»: его бизнес-модель под серьезной угрозой, у него заимствовали огромный кусок рекламного рынка маркетплейсы».

Рекомендации К. Варламова:

1. Создание системы выращивания крупных технологических вендоров
2. Расширение определения МТК для включения компаний с большей выручкой
3. Формирование целевых индустриальных фондов с государственным участием
4. Развитие механизмов стимулирования частных инвестиций в венчурный рынок.

Евгений Касперский только что попросил доступ к телефонным разговорам и перепискам пользователей всех мессенджеров.

Касперский таким образом предлагает прослушать все разговоры и просматривать сообщения, чтобы защитить людей от мошенников.

Рассказывает он это все под видом того, что якобы людям все равно, если их прослушивает алгоритм ИИ, а не человек.

Глава ЦБ спросила его, а где гарантия , что за алгоритмом не стоит человек.

Послушайте это видео.

#DeepSeek и #Kimi представили технологии, которые могут изменить возможности языковых моделей

Сразу 2 китайские компании
DeepSeek и Kimi почти одновременно анонсировали технологии, которые могут кардинально изменить возможности языковых моделей.

DeepSeek представили NSA, а Kimi выпустила MoBA - два подхода к решению одной из главных проблем современных ИИ систем - неэффективной работы с длинными текстами.

Современные ИИ модели тратят до 80% времени обработки длинных текстов на механизм внимания. Это приводит к огромным затратам на вычисления. Ограничивает возможности работы с большими документами, кодовыми базами и длинными диалогами.

DeepSeek NSA предлагает трехуровневый подход:
- Сжатие токенов для общего контекста
- Умное выделение важных частей текста
- Локальный анализ через "скользящее окно".

Kimi MoBA использует:
- Разделение контекста на блоки
- Умную систему выбора релевантных блоков
- Плавное переключение между полным и разреженным вниманием.

Результаты:
- NSA: ускорение до 11.6 раз при декодировании. NSA оптимизирован под современные GPU архитектуры.
- MoBA: ускорение в 6.5 раз в производственной среде. MoBA предоставляет открытый исходный код.
- Оба решения сохраняют или улучшают качество работы моделей. Обе технологии можно интегрировать в существующие системы.

Для бизнеса преимущества:

- Снижение стоимости использования ИИ

- Возможность работы с большими документами

- Более эффективная автоматизация процессов.

Эксперты отмечают несколько ключевых моментов:

1. Технологии переходят от простой оптимизации к фундаментальным изменениям в работе ИИ.
2. Найден баланс между возможностями и стоимостью вычислений.
3. Открываются новые возможности для практического применения.

❗️Agentic Commerce - новая эра автономных ИИ-покупателей

В этом году агентная коммерция станет новым трендом. С помощью Coinbase Commerce вы сможете добавить ИИ-агента в корзину покупок, а CoinbaseDev предоставит ему криптокошелек, об этом заявил Брайн Армстронг, CEO Coinbase.

И первые шаги уже сделаны. Coinbase Commerce интегрирует ИИ-агентов в shopping cart:

1. CoinbaseDev обеспечивает агентов криптокошельками
2. Первые проекты уже показывают впечатляющие результаты.

Вот тут демо-проект на Ethereum, где ИИ-агент:
• Самостоятельно бронирует встречи
• Проводит оплату без стандартного checkout flow
• Полностью автономен в принятии решений

А еще фреймворк AgentKit получил поддержку Solana, что открывает новые возможности:

• Мультичейн-интеграции для агентов
• Интеграция с экосистемой Mountain DAO
• Автоматическое управление кошельками в Solana
• Поддержка как интерактивного, так и автономного режимов.

Coinbase создаёт полноценную инфраструктуру, где ИИ-агенты смогут самостоятельно:
• Искать товары и услуги
• Принимать решения о покупках
• Проводить транзакции в разных блокчейнах
• Взаимодействовать с Web2 и Web3 сервисами

Объединение AgentKit, Coinbase Commerce и мультичейн-поддержки создаёт фундамент для полностью автономных торговых ИИ-агентов.

⚡️В Claude уже доступны модель рассуждения и веб-поиск

Anthropic скорее всего скоро объявит о новых функциях, пока они могут быть доступны не всем, проверяйте в мобильном приложении.

⚡️ Google только что выпустили систему AI co-scientist (ИИ-научный партнер)

Это мультиагентная ИИ-система, построенная на базе Gemini 2.0. Основная цель системы - помогать учёным генерировать новые научные гипотезы и ускорять научные открытия.

Это гораздо более продвинутая система, чем GitHub Copilot.

AI co-scientist умеет:

1. Придумывать новые научные идеи и гипотезы. Например, может предположить: "А что если это лекарство от диабета попробовать против рака?" Или найти новый механизм, как бактерии становятся устойчивыми к антибиотикам.

2. Планировать эксперименты
- Предлагает, как именно проверить гипотезу
- Составляет детальный план исследования

3. Анализировать результаты
- Сопоставляет данные с существующими исследованиями
- Предлагает объяснения полученных результатов

4. Работать в команде с настоящими учёными
- Учёный может сказать: "Интересная идея, но давай подумаем еще в этом направлении"
- Система учитывает обратную связь и улучшает свои предложения

Самое главное - система уже доказала свою эффективность. Например:
- Нашла новое применение существующих лекарств для лечения лейкемии
- Предложила новые способы лечения фиброза печени
- Самостоятельно разобралась в сложном механизме передачи генов между бактериями

Проще говоря, если Copilot помогает писать код, то AI co-scientist помогает делать научные открытия. Это как иметь умного коллегу-учёного, который:
- Знает всю научную литературу
- Может находить неочевидные связи
- Предлагает новые идеи для исследований
- И главное - его идеи реально работают, что подтверждено экспериментами

Это большой шаг вперед в использовании ИИ для научных исследований, особенно в медицине и биологии.

⚡️Microsoft создали 1-й в мире квантовый процессор Majorana 1 с топологическим ядром

Microsoft заявляет, что это не просто очередной технологический прорыв, а фундаментальное открытие, меняющее наше понимание материи и открывающее новую эру в вычислительных технологиях.

Помимо известных нам твёрдого, жидкого и газообразного состояний, учёным Microsoft удалось создать принципиально новое состояние материи, используя особый класс материалов — топопроводники.

Революционная архитектура:
- Кубиты размером всего 1/100 миллиметра
- Более быстрые и надёжные, чем существующие аналоги
- Возможность разместить миллион кубитов на чипе размером с ладонь

Вместо прогнозируемых десятилетий, Microsoft планирует создать полноценный квантовый компьютер в течение нескольких лет.

Квантовый компьютер с миллионом кубитов сможет решать задачи, недоступные всем существующим компьютерам мира вместе взятым:

- Разработка новых материалов
- Создание более эффективных лекарств
- Оптимизация логистических цепочек
- Моделирование климатических изменений
- Разложение микропластика на безвредные компоненты

Этому прорыву предшествовали почти 20 лет исследований.

❗️Революционный прорыв в биологии: представлена Evo 2 - крупнейшая ИИ-модель для работы с геномами

Arc Institute в сотрудничестве с NVIDIA, Стэнфордом, UC Berkeley и UC San Francisco представили Evo 2 - самую масштабную ИИ-модель для биологии на сегодняшний день:

• Обучена на 9.3 трлн нуклеотидов из 128,000 геномов
• Охватывает все домены жизни: от бактерий до человека
• Две версии модели: 7B и 40B параметров
• Может обрабатывать последовательности длиной до 1 миллиона нуклеотидов

Технические достижения:
• Новая архитектура StripedHyena 2 обеспечивает 3-кратное ускорение
• Работает без предварительной подготовки или выравнивания последовательностей
• Полностью открытый исходный код и данные
• Интеграция с платформой NVIDIA BioNeMo

Практические возможности:
1. Анализ генетических заболеваний:
- Предсказывает патогенность мутаций с точностью >90%
- Особенно эффективна для генов рака груди (BRCA1)
- Работает как с кодирующими, так и с некодирующими участками

2. Генетический дизайн:
- Генерация полных митохондриальных геномов человека
- Создание бактериальных геномов
- Проектирование эукариотических хромосом
- Контроль доступности хроматина

3. Исследования и разработка лекарств:
- Создание виртуальных клеточных моделей
- Анализ взаимодействия генотипа и среды
- Поиск новых терапевтических мишеней

Безопасность:
• Исключены патогенные организмы из обучающих данных
• Встроенные ограничения на работу с опасными патогенами
• Этический контроль со стороны экспертов

Экосистема инструментов:
• Evo Designer - веб-интерфейс для работы с моделью
• Инструменты интерпретации от GoodfireAI
• Интеграция с NVIDIA для ускорения вычислений

В чем уникальность модели Evo2?
1. Универсальность: впервые одна модель может работать со всеми формами жизни
2. Скорость: значительно ускоряет исследования в биологии и медицине
3. Доступность: открытый код позволяет использовать модель всем исследователям
4. Точность: достигает state-of-the-art результатов без специальной настройки
5. Масштабируемость: может стать платформой для создания специализированных приложений

Перспективы:
• Ускорение разработки новых лекарств
• Улучшение диагностики генетических заболеваний
• Создание более точных генных терапий
• Развитие синтетической биологии
• Появление "магазина приложений" для биологических инструментов

Препринт здесь.
GitHub
Nvidia bionemo.
Evo designer.
Evo Mechanistic Interpretability Visualizer

Про раннюю модель Evo мы писали здесь.

Масковская модель Grok-3 уже доступна для всех и тут же возник спор между xAI и OpenAI

Вы можете попробовать как в приложении X(Твиттера),в том числе в России с vpn, так и на сайте и в приложении.

Между тем Борис Пауэр из OpenAI обвинил команду xAI в мошенничестве и заявил манипуляциях с данными тестирования, отметив что OpenAI модель o3-mini показывает лучшие результаты в стандартных условиях.

На что со-основатель xAI Юхуай Ву ответил, что существующие бенчмарки не отражают реальный потенциал моделей. Полная версия Grok 3 субъективно "умнее" мини-версии. Разные режимы тестирования (включая cons@64) - легитимный подход.

Что получается, Grok 3 представляет серьезный технологический прогресс?

Возможно, но методология сравнения с конкурентами могла быть более прозрачной. Интересно, что мини-версия часто показывает лучшие результаты чем полная - это необычно и требует дополнительного изучения.

Похоже, Grok 3 реально хороша, раз OpenAI уже публично начали критиковать конкурентов.

Следим за развитием модели/ей дальше.

Слушайте, мы тестим Grok-3 и в восторге. Модель ищет информацию в интернете и соцсети X в реальном времени и дает актуальную обратную связь. База знаний обновляется постоянно, модель не ограничена фиксированным "срезом" данных, как некоторые другие модели.

Такого нет у OpenAI, Anthropic, где более строгие рамки по актуальности данных.

Но есть такое у Google - чемпиона по поиску.

У Grok акцент ещё на экосистему X, может анализировать посты, профили пользователей на X, а также ссылки, изображения, PDF-файлы и другие материалы.

Модель также может сгенерировать картинку, текст, скоро появится ещё голос.

Все это работает в экосистеме Х, которая запускает ещё и свои платежи. А с учетом того, как ИИ -агенты сейчас плотно внедряются в платежи и коммерцию, об этом читайте здесь, у Маска получается создать массивную вещь.

Представлена платформа EgoMimic для обучении роботов с AR-очками Meta*

Исследователи из Технологического института Джорджии разработали EgoMimic — опен сорс платформу, которая масштабирует манипуляции роботами через демонстрации человеческого восприятия с AR-очками Project Aria.

Достаточно надеть очки и выполнять обычные действия, например, складывать одежду или мыть посуду. Робот учится, анализируя записи с очков, а затем может повторять эти действия самостоятельно.

Результаты интересные-производительность роботов выросла на 400% при использовании всего 90 минут записей. Говорят, что роботы применяют полученные навыки даже в незнакомых условиях.

Те же очки Aria устанавливаются на самого робота, работая как его "глаза" и помогая воспринимать окружающий мир в реальном времени. Это унифицирует процесс восприятия между человеком-учителем и роботом-учеником.

На прошлой неделе Meta*(запрещенная в России) объявила, что занялась созданием гуманоидов.

GitHub.