Обзор рынка искусственного интеллекта

Время на прочтение: 4 мин

Компания OpenAI выпустила модель искусственного интеллекта o3-pro, которая, по утверждению компании, является самой мощной на данный момент.

O3-pro – это версия o3, модели логического мышления, которую OpenAI запустила в начале 2025 года. В отличие от обычных моделей ИИ, модели логического мышления решают задачи шаг за шагом, что делает их результативнее в таких областях, как физика, математика и программирование.

По данным OpenAI, o3-pro имеет доступ к инструментам, которые позволяют выполнять поиск в Интернете, анализировать файлы, обрабатывать визуальные данные, использовать Python, персонализировать ответы с помощью памяти и многое другое. Недостатком модели является то, что ответы обычно формируются дольше, чем у o1-pro.

У o3-pro есть и другие ограничения: модель не может генерировать изображения; не поддерживается функция рабочего пространства Canvas.

Согласно внутреннему тестированию OpenAI, o3-pro набирает высокие баллы в популярных тестах ИИ. В AIME 2024, который оценивает математические навыки модели, o3-pro набирает больше баллов, чем самая эффективная модель ИИ от Google, Gemini 2.5 Pro. O3-pro также превосходит недавно выпущенную Claude 4 Opus от Anthropic в GPQA Diamond, тесте на знание научных дисциплин на уровне докторанта.

Google выпустил обновлённую версию Gemini 2.5 Pro, своей самой интеллектуальной на данный момент модели ИИ. Последняя версия набрала 24 балла Elo в тесте LMArena, сохранив лидерство с результатом 1470 баллов, и набрала 35 баллов Elo в тесте WebDevArena, что позволило ей занять лидирующую позицию с результатом 1443 балла. Модель продолжает лидировать в сложных тестах на написание кода, таких как Aider Polyglot. Gemini также демонстрирует высокие результаты в GPQA и Humanity’s Last Exam (HLE) — сложные тесты, которые оценивают математические, научные, когнитивные и аналитические способности модели.

В Google учли отзывы о предыдущей версии 2.5 Pro и улучшили её стиль и структуру — теперь она будет содержать ответы в более удобном формате.

Разработчики могут начать создавать приложения с помощью обновлённой предварительной версии 2.5 Pro в Gemini API через Google AI Studio и Vertex AI.

Также Google Gemini научился анализировать видеоконтент. Если раньше можно было сформулировать запрос на обработку, отправив ссылку на YouTube, то теперь можно добавить свой видеофайл напрямую. Gemini проанализирует видео и ответит на вопросы пользователя.

Во время конференции разработчиков Google I/O 2025 компания Google представила Veo 3. Это последняя модель искусственного интеллекта для создания видео, которая, по заявлению компании, также может генерировать звуковые эффекты, фоновые шумы и диалоги для сопровождения создаваемых ею видео

Veo 3 доступен в приложении для общения с ботом Gemini от Google, которому можно сформулировать запрос с помощью текста или изображения. Функция доступна лишь для подписчиков плана Google AI Ultra за 249,99 долларов США (около 20 тыс. руб.) в месяц.

По словам Google, Veo 3 превосходит своего предшественника Veo 2 по качеству создаваемых видео. Veo 3 может распознавать исходные пиксели из видео и автоматически синхронизировать созданные звуки с клипами. DeepMind (подразделение Google, ответственное за разработку), не сообщает, где именно был взят контент для обучения Veo 3, но есть вероятность, что это был YouTube, которым владеет Google.

Чтобы снизить риск создания дипфейков, DeepMind использует собственную технологию нанесения водяных знаков SynthID для встраивания невидимых маркеров в кадры, создаваемые Veo 3.

Google также представил новые возможности для Veo 2, в том числе функцию, которая позволяет пользователям передавать модели изображения персонажей, сцен, объектов и стилей для большей согласованности. Последняя версия Veo 2 может распознавать движения камеры, такие как повороты, наклоны и масштабирование, и позволяет пользователям добавлять или удалять объекты из видео или расширять рамки клипов, например, превращая их из портретных в ландшафтные.

Китайский стартап DeepSeek выпустил обновленную версию своей модели искусственного интеллекта R1 на платформе для разработчиков Hugging Face.

Репозиторий Hugging Face не содержит описания модели, только файлы конфигурации и веса, внутренние компоненты модели, определяющие её поведение. Обновлённая модель R1 состоит из 685 миллиардов параметров.

Китайская академия наук, ведущее научное учреждение страны, представила систему проектирования микросхем на основе искусственного интеллекта, которая может значительно ускорить разработку полупроводников.

Государственная ключевая лаборатория процессоров и Центр исследований интеллектуального программного обеспечения при Китайской академии наук, а также Университет Китайской академии наук запускают автоматизированную систему для ускорения разработки микросхем на фоне ограничений США в сфере программного обеспечения. Вашингтон оказывает давление на ведущих поставщиков ПО для автоматизации проектирования электроники, чтобы прекратить продажу инструментов для проектирования микросхем в Китай. Цель США – максимально усложнить задачу Пекина по укреплению своей полупроводниковой промышленности.

Разработанная система использует ИИ для проектирования полупроводников.

Полностью автоматизированная система проектирования интегральных схем получила название QiMeng. В работе она использует большие языковые модели. По словам разработчиков, чипы, созданные QiMeng, по производительности и эффективности не уступают чипам, которые создали эксперты. Например, создание специализированного чипа для автономного вождения, на которое у обычной команды разработчиков может уйти несколько недель, может быть выполнено QiMeng всего за несколько дней.

QiMeng состоит из трёх взаимосвязанных уровней: в основе лежит специализированная модель большого процессорного чипа; в середине – агент для разработки аппаратного и программного обеспечения; а на вершине – различные приложения для разработки процессорных чипов. Эти уровни обеспечивают автоматизированное проектирование интерфейсных микросхем, генерацию языка описания аппаратного обеспечения, оптимизацию конфигурацию операционной системы и разработку набора инструментов для компиляции.

Microsoft запускает Copilot Vision для Windows. Это расширение помощника Copilot на базе искусственного интеллекта, которое позволяет пользователю делиться с моделью содержимым экрана или приложений. С его помощью Copilot может помочь использовать функции Adobe Photoshop или анализировать просмотренные фотографии и веб-страницы.

Когда пользователь включит эту функцию, Copilot Vision будет «видеть» то же, что и пользователь, и сможет анализировать контент и отвечать на соответствующие запросы.

Яндекс дополнит «Алису» функционалом ИИ-агента. Теперь помощник сможет не только анализировать интернет-страницы – внедрение технологии позволит Алисе также взаимодействовать с веб-сайтами.

Яндекс 360 добавил в корпоративный Мессенджер функции на базе ИИ. Теперь после завершения звонка участники получат на почту полную текстовую расшифровку беседы и её краткое содержание. Запросить расшифровку может любой участник разговора, результаты придут всем собеседникам.

Сбербанк тестирует бета-версию большой языковой модели GigaChat с функцией рассуждений. LLM будет выпущена в общий доступ в ближайшее время. По словам первого зампреда правления банка Александра Ведяхина, 15 000 компаний в России уже используют GigaChat Сбербанка.