Baidu вывалил сразу десять версий ERNIE 4.5 — от «мизера» в 300 м до 424-миллиардного мультимодального монстра. Всё под Apache 2.0 на Hugging Face. Самый большой бьёт DeepSeek V3 на 22 из 28 тестов, при том что весит вполовину меньше. Фокус — в «гетерогенной» архитектуре: текстовая и визуальная части обучаются вместе и усиливают друг друга, а не дерутся за ресурсы.

Для Baidu это первый шаг в опен-сорс: ещё год назад их CEO называл открытые модели пустой тратой кремния, но после успеха DeepSeek переключил тумблер. Теперь линейка ERNIE закрывает все потребности: мобильные 300 м, средний класс 14-34 B, флагманы 400+ B. И по бенчам они уже спорят с о1, GPT 4.1 и Qwen 3, не говоря о китайских конкурентах.

И что?

Китайская AI-гонка выходит из тени: Baidu, ByteDance, Alibaba, Tencent и DeepSeek метят в мировой топ open-source, а не только во внутренний рынок. Комьюнити получает Apache-лицензию, бизнес — дешевый inference, а США — ещё один повод ускоряться. Если твой продукт живёт на локальных серверах, ERNIE 4.5 может стать тем самым «полдня на интеграцию — и готово». Кто не вписывается в эту скорость, останется смотреть, как мультимодальные фичи уезжают к конкурентам.

Эта и еще много других новостей читайте в дайджесте. Подписаться можно тут.

Chai Discovery (под крылом OpenAI) выкатил модель, способную за две недели придумать рабочие антитела к 26из 52 протестированных болезней. Всего 20 вариантов на цель — и в половине случаев попадание. Для классической фармы такой результат требует месяцев скрининга миллионов молекул и даёт < 0,1 % успеха, здесь — ~20 %. Сотенное ускорение.

Какие болезни вошли в 52-ку?

• вирусные (респираторные, герпес-семейство)
• бактериальные токсины
• онкологические мишени (рецепторы роста, сигнальные белки)
• аутоиммунные (TNF-семейство, интерлейкины)
• нейровоспалительные и метаболические редкости

Модель работает “с нуля”: видит 3-D структуру белка-мишени и сразу рисует молекулу, указываешь точку связывания — получаешь антитело. Исследователи называют это “Photoshop для белков”.

И что?

Теперь можно делать лекарства под микроскопические рынки — быстро и дешево. То, что раньше игнорировали из-за R&D-костов, теперь можно вывести в MVP за 2 недели.

Для биотех-стартапов это возможность обойти Big Pharma.

Для инвесторов — новое поколение deeptech-продуктов, которые не требуют 100 миллионов на валидацию.

Для пациентов: доступ к таргетным препаратам может появиться раньше, чем болезнь станет глобальной.

Эта и еще много других новостей читайте в дайджесте. Подписаться можно тут.

В своё время этот фильм удивил. Он показал совершенно другой мир. Я и представить себе не мог, что он так детально проработан. Создатели вселенной выкатили карту.

И что?

Но что интересно — в этих фильмах совсем нет пророческих идей. Про ИИ там никто даже не думал. Да и мы сейчас только начали.
А ведь все эти перелёты, что показаны на этой карте, по силам технологически придумать и реализовать только ИИ.

Хорошего вечера!

🤑 Chat GPT теперь от $10 000 000+: новые тарифы

OpenAI набирает «спецназ» инженеров-десантников, в основном с опытом из Palantir, и продаёт их как услугу «GPT под ключ». Звонят — прилетает команда, вытаскивает ваши данные из подвалов, клеит кастом-модель, учит её разговаривать только на вашем сленге, а счёт выставляет восьмизначный. Уже есть $200 M контракт с Пентагоном, Morgan Stanley, Grab — и это только начало.
Цель прозрачна: штамповать проекты по $1 + млрд каждый и забрать поле у Accenture, Palantir и прочих интеграторов. Snorkel AI подносит размеченные данные, OpenAI — мозги и бренд. Клиент получает приватный «GPT-Х», который знает его бизнес глубже любого консультанта.

Для контраста:
Accenture заводит батальон консультантов, вытаскивает старый софт, ставит SAP / Oracle, ведёт проект годами и берёт $50–150 млн за «цифровую трансформацию».
Palantir высаживает десяток «forward-deployed engineers», подключает Foundry ко всем базам, стартует с $5–10 млн, а через пару лет договор раздувается до $100 млн+.
OpenAI совмещает оба подхода: маленькая ударная группа, но чек сразу $10 млн+ за приватную GPT-модель. Если такой «GPT-под-ключ» даёт ROI быстрее, чем Accenture успеет развернуть ERP, а Palantir — настроить дэшборды, корпоративные бюджеты переедут к OpenAI и перепишут рынок интеграций.

И что?

Рынок разворачивается: корпоративные бюджеты уходят не на десятилетние ERP-внедрения, а на приватный GPT, который даёт ROI за квартал.
Классический консалтинг с его «походом батальона» внезапно стареет: Accenture, Palantir и прочие видят, как их 100-летние бизнес-циклы сносят за пару спринтов.

Ценность смещается из кода в данные: у кого закрытая база и готовая разметка, тот теперь диктует правила — все остальные торгуют воздухом.

AI-каток переехал от профессий к целым отраслям: завтра интеграторы и системщики могут оказаться в роли журналистов и дизайнеров, если не обзаведутся собственной моделью или партнёрством с OpenAI-уровнем.

Эта и еще много других новостей читайте в дайджесте. Подписаться можно тут.

Это не генерация нейросети. Помните «Интерстеллар»? Только не вода, а туман.

Гигантское облако-цунами подъехало к трем городам в Португалии. Редкое явление — рулонное облако. Выглядит как сбой в симуляции.

И что?
Природа до сих пор умеет удивлять. И её генерации — всё ещё мощнее чем ИИ.

В ночь на вторник Сам Алтман вывалил в общий Slack жёсткий месседж: «Пакеты Meta до $300 M за четыре года — вкусно, но пахнет меркантилизмом». По его словам, даже с таким ценником Цукерберг «ушёл глубоко в резервный список» и всё-таки промахнулся по ключевым фамилиям из OpenAI.

Алтман подлил бензина: руководство пересматривает зарплаты во всём ресёрче и уверяет, что опционы OpenAI «вырастут сильнее метовских». Вишенка — предупреждение о «глубоких культурных проблемах» у тех, кто продаёт идеи за кеш и «любит новый флейвор каждую неделю». Месседж явно адресован бывшим коллегам, ушедшим в свежесозданные Meta Superintelligence Labs (там уже 11 экс-сотрудников OpenAI, Google и Anthropic, курируют Alexandr Wang и Nat Friedman).
Кульминация: CRO Марк Чен сравнил атаку с «взломом нашего дома», призвав команду «закрыть двери изнутри». Пока в Slack кипит мотивационная риторика, Meta готовит релокацию новых звёзд в Менло-Парк и забивает Compute-квоты под собственный стек.

И что?

$300 млн за четыре года ≈ $75 млн «all-in» в год на одного звёздного ML-инженера — ценник, которого рынок ещё не видел.

Культура «миссии» сталкивается лоб в лоб с культурой «самых глубоких карманов». Кто удержит мозги, тот и построит следующую модель-блокбастер.

Стартапам с громкими оценками станет сложнее: инвесторы спросят, может ли команда выдержать охоту корпораций.

Для фаундеров любой отрасли сигнал один: талант — главный дефицит. Вопрос не «сколько Флопс», а «кто у тебя в слэке».

🚧 Платный шлагбаум для GPT
Сначала боль: Condé Nast, TIME и The Atlantic теряют до 40 % поисковых просмотров. При среднем $5 CPM это минус $8–12 тысяч на каждый миллион ушедших читателей.

Причина проста: GPTBot скачал статью, ClaudeBot тоже, а ответ пользователю отдали прямо в чате — без клика на сайт.

Масштаб? GPTBot стягивает около 10 миллиардов страниц в день и возвращает один клик на каждую 1 700-ю. У ClaudeBot ещё круче — 73 000 страниц на один переход. Для контраста — у Google классические 14:1. Контент выкачивается оптом, трафик испаряется.

Тут выступает Cloudflare. Компания, через которую идёт пятая часть всего веба, ставит новое правило: все свежие домены по умолчанию отвечают таким ботам 403. Хочешь данные — плати через маркет «Pay per Crawl». Автор сам назначает цену: от $0,0001 за страницу для обучения моделей до $0,01 за свежий поиск. Condé Nast, TIME и The Atlantic уже выкрутили прайс-метки.

Экономика на пальцах: при минимальной ставке $0,0001 GPTBotу его привычный объём обойдётся примерно в $1 млн в сутки — 365 млн в год. Cloudflare забирает 5 % комиссии — пол-миллиона долларов нового оборота каждый день. А средний новостник с 50 млн просмотров в месяц, где треть трафика съедали боты, получает внезапные $15 000 дополнительного MRR, ничего не меняя в редакционной политике.

И что?

Для AI-компаний появляется строка Data Cost — сотни миллионов расходов, которых вчера не было.

Издатели превращают сканы в деньги, даже если аудитория не растёт.

Cloudflare из CDN становится таможней данных и запускает новый рынок.

Интернет: премиальные сайты уходят за платный API-забор, остальным остаётся кормить нейросети даром.

Пользователь почувствует это в свежести и цене ИИ-ответов: «дешёвые» модели рискуют читать устаревший контент.

А кто следующий?

AWS (CloudFront), Google Cloud, Fastly, Akamai, Automattic, даже Shopify и Squarespace — у каждого в руках сотни тысяч сайтов. Если они включат такой же «шлагбаум + кассу», бесплатного корма для моделей практически не останется. Вопрос открытый: пойдут ли все за Cloudflare, или оставят дверь открытой?

😻 в Саудовской Аравии есть улица-антистресс, куда приходят коты со всего города

Местные жители с удовольствием заботятся о своих мурчащих соседях — регулярно подкармливают и гладят.

И что?

Коты,🐈 говорят - это лучший контент для социальных сетей. Особенно в пятницу. Проверяю отписки)

🎸 Американская мечта 2.0: группа-призрак покоряет Spotify


В июне на стримингах появляется «новая независимая банда» — два альбома, никаких интервью, ни одного лайва. Через пару недель у них 500 000слушателей в месяц и тридцать плейлистов-ротаций. Reddit кипит: «Кто эти люди? Почему гугл молчит?»
Расследование Rolling Stone вскрывает фокус: за «артистами» стоит Suno — генератор музыки с функцией Persona, удерживающей один и тот же голос. Deezer успела пометить треки как «вероятно ИИ», но Spotify не требует маркировки, и песни летят в рекомендации, как любой добросовестный инди-поп.
Самопровозглашённый «адъюнкт-участник» Эндрю Фрелон отвечает скептикам: «Это не жульничество, это маркетинг и троллинг. Кто сказал, что американская мечта — не за пять минут?»

И что?
Завтра «гаражная группа» = ноутбук + Suno: вместо аренды студии — $10 подписки и пара промо-трюков.
Плейлисты не различают, кто нажал “generate” — человек или модель. Главное — CTR и удержание.

Лейблы и стриминги получат ещё одну headache: как платить роялти, если автор — алгоритм, а вокал — синтез «персоны»? Да и вообще, как теперь делать звезд.

Для слушателя граница «настоящее-подделка» размывается, как у V-туберов: если трек качает, многих не волнует, что за ним нет живой группы.

Американская мечта, где любой может выстрелить с нуля, живёт — только «гараж» теперь в облаке

Хороших выходных.

Sakana из Токио устроили мозговой штурм из трёх конкурентов — ChatGPT, Gemini и DeepSeek. Алгоритм AB-MCTS (Adaptive Branching Monte Carlo Tree Search), запускает моделей по очереди: одна ищет стратегию, вторая пишет код, третья проверяет и правит ошибки. На бенче ARC-AGI-2 такая “команда спецов” решила 30 % задач против 23 % у лучшего солиста.
Фишка: модели исправляют косяки друг друга, накапливая промежуточные ходы как дерево. Результат упал в open-source под названием TreeQuest — бери и устраивай свой шахматный турнир ботов.
И что?
Будущее не за монолитом GPT-∞, а за оркестром узких профи: поисковик, кодер, логик работают параллельно.
Разработчики получают бесплатный фреймворк: запускаешь рой моделей — собираешь ответы выше потолка каждой.
Стартапы могут сэкономить на “огромной” модели: правильный микс меньших нейронов уже бьёт топ-соло.
Следующие прорывы придут из командной игры ИИ, как Scrum, только без кофебрейков.

Представь, что психологи больше не ищут добровольцев: они грузят данные в LLaMA-2, нажимают “Run” — и получают цифрового двойника человека. Немцы из Helmholtz Munich так и сделали: скармлили 160 классических экспериментов, 60 000 испытуемых и миллионы ответов. На выходе — модель Centaur, которая угадала, как мы решаем задачи, в 31 из 32 новых сценариев: азартные ставки, задачи на память, головоломка «что дальше — A или B?».
Лабораторные титаны вроде Prospect Theory и ACT-R* проиграли всухую: Centaur предсказал выбор быстрее и точнее. У учёных глаза загорелись: теперь можно гонять гипотезы о депрессии или FOMO ночью на GPU, а не пять лет в кампусе.

И что?

Учёным больше не нужны годы рекрутинга и пачки грантов. Запускают «виртуальную лабораторию», гоняют гипотезы за ночь.
Если человеческое решение так предсказуемо, то AGI/ASI сможет симулировать рынки, выборы и поведение толп с пугающей точностью.
Старые поведенческие модели отправляются в музей: бизнес-аналитика, UX и маркетинг перейдут от опросов к «спроси Centaur».
 

* Prospect Theory и ACT-R — это старые «рабочие кони» психологии: первая описывает, как люди переоценивают потери и недооценивают выигрыши (за неё Канеман и Тверски получили Нобеля), вторая — когнитивный движок, который моделирует память, внимание и принятие решений пошаговыми правилами. Их ставили в контрольную группу: каждой модели давали ту же задачу, что и Centaur, — угадать выбор человека, зная только условия эксперимента. Centaur обошёл классиков почти везде: в ставках на риск (где сильна Prospect Theory), в задачах на откладывание решений и даже в многошаговых логических головоломках (территория ACT-R). То есть ручные формулы и процедурные правила проиграли «сытой данными» LLM на чистой точности предсказания.

🇷🇺Россия - потеряла ИИ рынок. Навсегда?


Chat GPT
Вся мощь в ИИ — не в моделях, а в железе. И распределена она предельно чётко:

США (Microsoft, AWS, Google) — 63%
Китай (Alibaba, Huawei, Tencent) — 28%
Европа — 4%
Остальной мир — 5%


Только 32 страны вообще имеют свои ИИ-дата-центры. Остальные арендуют мощности. Даже ближайшие союзники США вроде Кении — без доступа к льготным GPU. Nvidia распределяется жёстко, по геополитике.
Попытки построить своё есть — Бразилия, Индия, ЕС вкладывают миллиарды.

В Африке запускают центр на чипах Nvidia — но он покрывает 10–20% спроса.

У России сейчас нет ни доступа к передовым чипам, ни мощностей сопоставимых с США или Китаем. Nvidia и AMD под санкциями, собственные разработки вроде «Байкал» и «Эльбрус» — не тянут ИИ-задачи.

Из-за санкций арендовать мощности в облаках тоже почти невозможно. Всё, что есть — либо старое железо, либо чипы через серые схемы. Это не масштаб.

И что?

Если у тебя нет своей вычислительной инфраструктуры — ты не в игре. Будешь платить за вход. И за выход тоже.

В 1939-м Альберт Эйнштейн подписал письмо Рузвельту. В нём — предупреждение: нацисты могут создать атомную бомбу.
Это письмо стало триггером самого дорогого и секретного проекта в истории США. Манхэттенский проект.
Многие уже не помнят, но Манхэттенский проект был не просто ядерной бомбой. Это была ставка на науку как оружие выживания.
США собрали 130 тысяч человек, среди них — Оппенгеймер, Ферми, Тейлор, Фейнман. Они работали в секрете, с бюджетом в $2 млрд (в деньгах 40-х — как $25–30 млрд сейчас), чтобы вырваться вперёд.
За 3 года они сделали невозможное. И закончили Вторую мировую.

Этот проект стал символом: если на кону всё — ты мобилизуешь всё.

80 лет США жили на заделе той гонки. Бомба, GPS, интернет, спутники, полет человека на Луну, суперкомпьютеры — всё началось там.

Сейчас похожая ситуация. Только оружие другое. ИГРА идёт за интеллект, а точнее за AGI — искусственным общим интеллектом — уже не между компаниями. Между странами.
Если в 1940-х вопрос был в том, кто первый разнесёт город, то в 2020-х — кто первый создаст интеллект, который сам решит, что делать дальше.
ИИ уже стал новой точкой силы. И если США хотят удержать первенство — им снова нужен Манхэттен.

🇺🇸 Исследование Epoch AI смоделировало, как бы выглядел AI-проект уровня Манхэттена в 2025 году:
→ рост мощности в 10 000 раз по сравнению с GPT-4 до конца 2027
→ под контролем государства, как Apollo и оригинальный Manhattan
→ 27 млн GPU + новые электростанции через Defense Production Act
→ инфраструктура: энергетика, дата-центры, модели, кадры
→ рекомендация нацкомиссии США: приоритет номер один для достижения AGI
Это мобилизация промышленности и энергетики под ключевую технологию XXI века — прежде чем это сделает Китай.
Epoch не одни.

📌 US-China Economic and Security Review Commission (комиссия Конгресса) уже официально рекомендует запустить AI-Manhattan как нацприоритет №1.
Почему это срочно? Потому что:
• Китай строит свои фабрики ИИ и инвестирует в Ascend-чипы.
• OpenAI, Anthropic, Google идут впритык, но уже уперлись в энергопотолок.
• Следующая стадия требует не стартапов, а стран.

И что?

В 40-х Манхэттенский проект дал США ядерное превосходство. В 60-х Apollo — лидерство в космосе. Сейчас на кону — место в мире. Если стартует AGI-госпрограмма, рынок раздвоится: гиганты пойдут в гонку мощностей, стартапам останутся вертикали, интерфейсы, агентные слои и инфраструктура.

Впервые в истории ИИ помог зачать ребёнка там, где люди не справлялись 18 лет. Пациент страдал от тяжёлой формы бесплодия — в сперме почти не было клеток, и традиционные методы ничего не давали. 
А потом нейросеть просмотрела 8 миллионов снимков — и нашла 44 жизнеспособных сперматозоида.
Для сравнения — техники-люди искали два дня и не нашли ни одной. Алгоритм создан на основе методов астрофизиков, которые ищут новые звёзды — теперь он ищет клетки жизни. Стоимость такой процедуры — около $3000, тогда как цикл ЭКО может обойтись в $15–30 тысяч и не всегда даёт результат.

И что?

На фоне падающей рождаемости и роста мужского бесплодия это может стать новым шансом для миллионов. А для предпринимателей — сигнал: рынки, где ИИ сокращает издержки и повышает шансы успеха, будут следующими точками роста.
AI, заточенный под одну конкретную задачу, может быть сильнее любой универсальной модели. История для тех, кто делает продукты: ищи боль, а не широту. Именно точечный фокус создаёт чудо — иногда буквально.

☕️ Привет, это твой утренний ИИ-дайджест за 8 июля.

Вот что я тебе сегодня приготовил и зачем тебе тратить 5 минут чтобы это прочитать

🧠 Нейросети сыграли 140 000 партий дилеммы заключённого. И что?

💸 Cursor поменял тарифы — и за день сжёг $7000 подписки.

🕵️ Учёные спрятали в статьях невидимые команды

И ещё 4 новости — быстрые, как ИИ:
про Grok, Kyutai TTS, AI Docs и триллионера в подвале


ПОГНАЛИ!