Подборка ИИ-моделей для анализа мнений в соцсетях и проведения опросов «цифрового населения» в масштабе миллионов 

1⃣ MatrAIx (инфраструктура на миллион персон)
Открытая инфраструктура для массовых опросов цифровых двойников с отдельным режимом Survey.
➡️ База на 8,3 млрд профилей; открытое ядро на ~1 млн персон.
➡️ Есть фильтры по возрасту, региону и другим параметрам. 
GitHub
Данные
Статья (arXiv)
Сайт

2⃣ MiroFish (симуляция реакции на новости)
Open-source движок для загрузки новостей и документов как «семян» и симуляции реакции агентов.
➡️ Держит 1+ млн параллельных агентов за запуск.
➡️ Работает на базе OASIS от CAMEL-AI. 
GitHub
Базовый движок (OASIS)

3⃣ OASIS (базовый движок соцсетей)
Фундаментальный open-source движок для симуляции социальных сетей, на котором основаны многие другие проекты.
➡️ Масштабируемый симулятор, который моделирует поведение до 1 миллиона LLM-агентов на платформах вроде Twitter и Reddit.
GitHub
Данные
Статья (arXiv)
Примеры

4⃣ CitySim (цифровой двойник города)
➡️ Симулятор Токио с населением до 1 млн автономных агентов. 
Документация и код
Статья (arXiv)

5⃣ ElectionSim (симулятор выборов и избирателей)
Специализированный фреймворк для электоральных сценариев и реакции избирателей.
➡️ Смоделировал 1 млн американских избирателей на основе реальных постов из соцсетей.
Страница проекта
Статья (arXiv):
Документация и код

6⃣ SurveyPilot (агентный сбор мнений из соцсетей)
Агентный фреймворк для автоматизированного сбора и анализа мнений людей из соцсетей.
➡️ Позиционируется как замена традиционным опросам. Обеспечивает прозрачность и прослеживаемость сбора мнений, а также использует генетический алгоритм для повышения разнообразия результатов.
GitHub

7⃣ Cross-Sentiment (мультиязычный анализ тональности)
Набор инструментов для сбора и анализа данных с упором на русскоязычные и китайские платформы.
➡️ Поддерживает YouTube, Reddit, Bilibili, Weibo, Douban. Включает парсеры и модули мультиязычного анализа тональности.
GitHub

8⃣ SocioSential (OSINT-анализ настроений сообществ)
Это OSINT-фреймворк для сбора и анализа социальных данных. Он предназначен для выявления эмоциональных паттернов и сдвигов настроений в сообществах.
➡️ Поддерживает сбор данных из Twitter и Reddit, проводит анализ тональности и поведения, а также картирование сетей.
GitHub

9⃣ LLM-Based Intelligent Public Opinion Analytics Assistant (ассистент анализа общественного мнения)
Ассистент для анализа общественного мнения, который агрегирует данные с множества платформ.
➡️ Собирает данные из 15+ платформ (26 рейтингов), поддерживает диалоговый поиск, кластеризацию тем и анализ тональности. Умеет отправлять уведомления в Telegram, WeChat и на почту.
GitHub

1⃣0⃣ Comment Sentiment Analyzer
Docker-контейнер для пакетного анализа тональности русскоязычных комментариев.
➡️ Использует модели RuBERT из Hugging Face, работает на CPU и GPU. Изначально создавался для анализа комментариев на Хабре, Т—Ж и Смартлабе.
GitHub

🙌 Горизонт событий

Спутниковая связь для обычных смартфонов: что известно о проекте «Рассвет»

🛰 «Бюро 1440» планирует запустить коммерческий сервис в 2027 году. Главная фишка — технология Direct-to-Cell (D2C): обычные смартфоны смогут подключаться к спутникам напрямую, без спецтерминалов.

📱 Что обещают:
⏺ звонки, SMS и мобильный интернет 4G/5G;
⏺ покрытие в труднодоступных районах, где нет наземной инфраструктуры;
⏺ доступ к цифровым сервисам — финансам, госуслугам и т.д.
⏺ Отработку D2C планируют начать в ближайшие 2–3 года.

🚀 Планы по запускам:
ℹ️ 2026: 9 запусков накопленным итогом → 156 спутников на орбите к концу года (пока на орбите 32 спутника, необходимо провести еще 7 дополнительных пусков в оставшиеся месяцы)
ℹ️ 2027: всего 17 запусков (нарастающим итогом) → 292 активных аппарата
ℹ️ 2028: 19 запусков → группировка растет до 318 спутников
ℹ️ 2029: новых запусков нет, план — 318 спутников
ℹ️ 2030: 24 запуска всего → 383 запущенных (с резервом), на орбите постоянно работают 292

🙌 Горизонт событий

Avalon-M1: ИИ, который работает не агентом, а целой «организацией»

🧠 General Reasoning (GR, Inc.) представила Avalon-M1 — серию моделей, где агенты обучаются как команда, а не поодиночке. Первая модель — Avalon-M1-Mini: 120B общих параметров, 12B активных, база на Nemotron 3 Super.

👍 Люди участвуют только на этапе разработки, обучения и оценки модели. В рабочем процессе организации людей нет.

🧠 Как работает Avalon-M1:
⏭️ ИИ CEO-агент. Он планирует задачу, проектирует структуру команды и «нанимает» до 8 специалистов — то есть создаёт/подключает других ИИ-агентов. Придумывает роли под задачу: например, «Quantitative Analyst» или «Data Engineer». Может заменить или отключить агента и добавить нового.
⏭️ Общение агентов происходит через доску сообщений: тематические каналы, личные сообщения, реакции. Общее рабочее пространство с планами и заметками. Любой агент может читать рабочие логи коллег.
⏭️ Обучение — RLCR: команда получает одну общую награду, без оценки индивидуального вклада каждого. Так совместно тренируются CEO-агент и специалисты.
⏭️ Масштаб обучения: старт с SFT-набора на 38 374 примера, затем RL на 147 средах и более 2 млн уникальных задач.

📈 Что возникло само:
Команды сами развили иерархию увеличив долю lead-инженеров с 0.4% до ~13%, долю команд с peer review с 42% до 64%, планы «build-test-review» с 16% до 54%.

🖥 Главный выигрыш Avalon-M1 — не в «сыром» интеллекте, а в скорости: при том же бюджете токенов команда ИИ-агентов достигает результата примерно в 3.9 раза быстрее, тогда как одиночный агент с тем же числом токенов отыгрывает лишь около 3/5 прироста. Модель показывает лучшие результаты там, где задачу можно разбить на части и распараллелить между агентами.

🙌 Горизонт событий

NASA обновила планы по высадке на Луну 

🧑‍🚀 Представлена пересмотренная архитектура программы «Артемида». Главная цель — доставка астронавтов на Луну к 2028 году.

🚀 Сервисный модуль Orion годами не дотягивал по тяге до низкой окололунной орбиты. Теперь NASA вместе с ULA (United Launch Alliance — совместное предприятие Boeing и Lockheed Martin) создаёт удлинённую версию верхней ступени Centaur V для SLS (Space Launch System), что даст Orion возможность выходить на низкую окололунную орбиту. Станция Lunar Gateway, которая должна была компенсировать этот недостаток, отменена. NASA сосредоточится на создании базы на поверхности Луны. 

🚀 Новая схема для Starship (SpaceX):
🔴 Starship дозаправляется на низкой околоземной орбите
🔴 Стыкуется с Orion на высокой околоземной орбите
🔴 Экипаж летит к Луне в Orion, а затем двое из четырёх астронавтов переходят в Starship для посадки

💫 Консультативный совет по аэрокосмической безопасности NASA оценил необходимость ~22 запусков для дозаправки топливом. Илон Маск назвал оценку неверной и заявил, что хватит 6–8. 

«Это достижимый путь, на котором мы находимся прямо сейчас. У нас есть мандат, у нас есть ресурсы и поддержка от заинтересованных сторон, чтобы это выполнить, и именно это мы намерены сделать». 

🎙 Джаред Айзекман (Администратор NASA)

🙌 Горизонт событий

🥖 Любитель французских булок экипирован боевыми багетами для отражения протестов и финальной битвы с боссом

🙌 Горизонт событий

Плащ для управления тепловыми потоками
3D-решётка из алюминия и полимера скрывает объект от тепловизора, перенаправляя тепло вокруг него

🪩 Меняя толщину, плотность и ориентацию алюминиевых стержней в каждой точке, исследователи локально управляют эффективной теплопроводностью: где нужно — тепло идёт быстрее по металлу, где нужно — медленнее через полимер. Получается материал с неоднородной и анизотропной теплопроводностью.

🪩 Плащ не изолирует объект, а перехватывает тепловой поток и ведёт его в обход, а с другой стороны «собирает» обратно так, чтобы внешнее распределение температуры восстановилось. Снаружи поле выглядит так, будто внутри ничего нет.

💊 В эксперименте плащ поместили между пластинами: одну нагрели до 40 °C, другую охладили ледяной водой. Через час инфракрасная камера показала ровные температурные полосы — как будто скрытого объекта не существует. Внутри температура оставалась стабильной.

🧬 Это не плащ-невидимка для людей. Устройство скрывает внешний тепловой поток, но не собственное инфракрасное излучение тела. Для человека нужен другой подход.

🧬 Потенциально технология пригодится для охлаждения электроники, защиты оборудования от теплового обнаружения и управления тепловыми потоками в сложных системах.

🙌 Горизонт событий

Apollo: отдача от ИИ запаздывает. Но цифры измеряют не то, что происходит

👴 Согласно отчёту Apollo, за пределами технологического сектора пока нет признаков измеримой финансовой отдачи от ИИ.

💸 Выручка на сотрудника (было → стало):
🟢 Mag 7 (Apple, Microsoft, Alphabet, Amazon, Nvidia, Meta*, Tesla): ~$695 тыс. (2019) → ~$780 тыс. (сейчас)
🟢 S&P 493: ~$495 тыс. (2019) → ~$525 тыс. - почти не растет.

🖥 Топ-10% компаний дают 99,5% расходов на инференс ИИ

💸 На топ-10% приходится 95,6% прямых платежей OpenAI и Anthropic

🥂 Среди топ-1% покупателей ИИ 80,4% — компании с венчурным финансированием. У медианного покупателя эта доля — всего 13,1%.

📈 Эффект на уровне задач: внедрение ИИ даёт около +30% прироста на отдельных задачах, но не везде однородно.

📈 Совокупная факторная производительность (TFP) около нуля или слегка отрицательная

💵 Apollo смотрит на выручку на сотрудника, маржу и TFP — то есть на фирменную отчётность. Но у ИИ экономическая подпись другая:
👉 эффект на уровне задач, а не фирм;
👉 эффект дефляционный (дешевеет когниция), а дефляция в отчётности выглядит как падение выручки, не рост;
👉 эффект потребительского излишка, которого в фирменной отчётности нет вообще.

🧠 Предыдущие технологии общего назначения (электричество, компьютеры) имели возрастающую отдачу от внедрения: больше пользователей → больше ценности.

🧠 У ИИ возрастающая отдача в самой модели: больше вычислений → лучше модель → winner-take-most. Поэтому «диффузия» ИИ может выглядеть не как распространение, а как концентрация производства + коммунализация доступа.

🙌 Горизонт событий

AGIBOT установил рекорд Гиннесса: 110 роботов-гуманоидов станцевали синхронно

👍 Компания AGIBOT провела выступление 110 серийных гуманоидных роботов Expedition A3. Guinness зафиксировал категорию «наибольшее количество человекоподобных роботов, одновременно исполняющих танец».

🏭 Что важно:
🔜 Это не лабораторные прототипы, а серийные машины.
🔜 Программа длилась 5 минут 43 секунды: синхронные движения, перестроения, прыжки и перевороты.
🔜 Роботы сами вышли из транспортных ящиков, откалибровали позиции и отработали номер без единой ошибки.

🤖 AGIBOT планирует использовать роботов в шоу, выставках, общественных сервисах и образовании. Часть машин уже тестируют на станциях метро в Цзинане.

🙌 Горизонт событий

Tata Communications построит «AI-супермагистраль» в Индии за $450 млн

🛡 Компания инвестирует до $450 млн в 10 000 км оптоволокна для соединения AI-хабов Индии. Проект рассчитан на 3–5 лет и финансируется из операционного денежного потока.

☺️ Что построят:
⏺️ 1-я фаза — коридор Мумбаи – Пуна – Хайдарабад – Ченнаи (запуск в течение 3 лет)
⏺️ 2-я фаза — восточное побережье: Вишакхапатнам и Бхубанешвар
⏺️ 3-я фаза — запад: Джамнагар и GIFT City

🌎 Технически:
⏺ Добавят около 6 Пбит/с к сети, которая сейчас составляет 1,25 Пбит/с
⏺ Задержка Мумбаи – Ченнаи — 15–16 мс
⏺ Соединение с международными кабельными станциями Tata

🖥 Tata целится занять 30–40% рынка связи «дата-центр – дата-центр» в Индии, который оценивает более чем в $1 млрд.

🙌 Горизонт событий

Anthropic официально идёт на биржу.

🖥 Компания Anthropic подала в SEC регистрационную форму S-1 для проведения IPO. Акции класса A планируется разместить на Nasdaq под тикером ANT.

💸 Ключевые цифры из документов:
➡️ Выручка: $16,3 млрд за первое полугодие 2026 года (против $1,1 млрд годом ранее).
➡️ Убыток: $80,7 млрд за тот же период.
➡️ Оценка: инвестиционные банкиры ориентируются на диапазон $1,5–2 трлн.

😱 Компания посвятила около 80 из 261 страницы S-1 описанию риск-факторов, где прямо предупреждает об «экзистенциальных рисках для человечества»: модели могут манипулировать людьми, проявлять «поведение самосохранения», сопротивляться отключению и даже шантажировать.

🙌 Горизонт событий

ИИ-агенты меняют рынок облигаций — но несут новый риск

🤖 Barclays прогнозируют, что ИИ-агенты постепенно, а не одномоментно возьмут на себя значительную часть работы на рынке кредитных деривативов и облигаций, но при этом создадут новый риск синхронного поведения.

📉 Под влиянием ИИ доля электронных торгов на рынке корпоративного долга США существенно вырастет. По оценкам банка, это произойдёт в ближайшие годы:
ℹ️ Инвестиционный уровень: доля электронных торгов увеличится с текущих 45% до 65% от общего объёма.
ℹ️ Высокодоходные облигации: доля электронных торгов, как ожидается, удвоится с примерно 25% до 50%.

⚡️ Поскольку многие агенты обучены на схожих данных, они могут одновременно реагировать на одни и те же рыночные сигналы. Это способно привести к «эпизодической волатильности» — резким и масштабным движениям рынка.

🧠 Если несколько ИИ-моделей одновременно фиксируют ухудшение кредитного качества эмитента, они могут синхронно начать сокращать рисковые позиции. Это вызовет волну однотипных ордеров на продажу, которая усилит падение цен и создаст «эффект толпы» на рынке.

🚫 Кроме того, внедрение ИИ уже влияет на занятость. Barclays в рамках «технологической» программы сокращает около 5 000 должностей (примерно 5% штата).

🙌 Горизонт событий

🌑 Луна в деталях. Снято на 14-дюймовый телескоп.

🙌 Горизонт событий

Microsoft объявила о запуске программы добровольного увольнения

😱Ключевые цифры:
⚫️ Предложение распространяется примерно на 60 000 человек.
⚫️ Около 27% общей численности персонала, которая составляет 223 000 человек.
⚫️ Программа охватывает сотрудников в США, Канаде, Индии и Британии.
⚫️ Участвовать могут сотрудники на должностях уровня вице-президента и ниже
⚫️ В парашут включена компенсация от 2 до 9 месячных окладов в зависимости от стажа, помощь в поиске новой работы и медстраховка.

🙌 Горизонт событий

Почему «безопасность ИИ» стала удобным прикрытием

😱 Пока политика фокусируется на катастрофах, повседневный вред от ИИ остается в тени. Борьба с зависимостью, изоляцией и когнитивной деградацией потребовала бы ограничить функции нейросетей, которые повышают вовлеченность. А это уже угроза бизнес-моделям.

✅ К повседневному вреду относится:
👉 Когнитивная деградация: исследование MIT показало, что у студентов, писавших эссе через ChatGPT, была слабее мозговая активность, а «когнитивный долг» сохранялся после задачи
👉 Эмоциональная зависимость: треть подростков обсуждают серьезные темы с ИИ-компаньонами вместо живых людей;
👉 Неравенство и предвзятость: распознавание лиц ошибается на лицах темнокожих и азиатов до 35% чаще, а 75%+ работодателей США (и не только там) используют автоматизированный найм;
👉 Дезинформация: 46% американцев сталкивались с ИИ-фейками, почти треть говорит, что они повлияли на их мнение.

😐 ИИ-индустрия должна не просто избегать катастроф, а доказывать, что их продукты улучшают мышление и обучение, исключая нанесение человеку повседневного вреда.

🙌 Горизонт событий