Обзор рынка искусственного интеллекта
Google объявила о значительном расширении семейства моделей искусственного интеллекта Gemini и представила свою новую высокоэффективную модель Gemini 2.5 Pro. По словам разработчиков, она обходит передовую нейросеть от OpenAI. Таким образом Google решает проблему, которая заключается в постоянно растущих требованиях к ИИ-моделям. Для создания сложных приложений компаниям нужны более мощные, быстрые и экономически эффективные модели. Gemini 2.5 Pro готова к масштабному использованию в бизнесе. Тесты подтвердили, что она демонстрирует серьезный скачок в производительности. По сравнению с предыдущей версией доработаны стиль и структура ответов.
YouTube интегрирует видео Veo 3 AI непосредственно в Shorts. Новая модель генерации видео на базе искусственного интеллекта от Google выходит летом 2025 года. Это означает, что пользователи смогут создавать бесконечное количество клипов с помощью подсказок. Модель умеет генерировать полноценные клипы с видео и звуком по подсказкам. Она также сможет создавать короткие видео для YouTube, которые будут выглядеть достаточно реалистично.
Google открыл доступ к Gems – настраиваемым версиям ИИ-помощника Gemini, которые специализируются на конкретных задачах без необходимости открывать приложение Gemini. Пользователи могут создавать версии чат-бота, который будет являться «экспертом» в определенных задачах, например для написания текстов под брендом или подготовки к экзаменам. Пользователи также могут загружать в Gems собственные файлы, чтобы предоставить чат-боту контекст и ресурсы для конкретной задачи. Кроме того, Google предоставляет готовые Gems для редактирования текста, написания кода, создания идей для коммерческих предложений и многого другого. Пользователи могут использовать Gem для копирайтинга; для создания Gem-приложений; для помощи в продажах; использовать как «помощника», адаптированного под должностные обязанности; для проверки контента с точки зрения определенного персонажа (например, топ-менеджера или генерального директора), для создания наиболее убедительное сообщение.
xAI выпустила свою новейшую флагманскую модель искусственного интеллекта Grok. xAI представила две модели: Grok 4 и Grok 4 Heavy. Последняя представляет собой «мультиагентную версию» компании, обеспечивающую повышенную производительность. В xAI заявляют, что Grok 4 Heavy запускает несколько агентов для одновременной работы над задачей, а затем все они сравнивают результаты своей работы, подобно исследовательской группе, для поиска лучшего ответа. Илон Маск утверждает, что Grok 4 демонстрирует высочайший уровень производительности в нескольких бенчмарках, включая «Последний экзамен человечества» – сложный тест, оценивающий способность ИИ отвечать на тысячи вопросов, собранных краудсорсингом, по таким предметам, как математика, гуманитарные и естественные науки. По данным xAI, в нем Grok 4 набрал 25,4%, превзойдя Google Gemini 2.5 Pro, набравший 21,6%, и OpenAI o3, набравший 21%. Некоммерческая организация Arc Prize сообщает, что в ARC-AGI-2 – ещё одном сложном тесте, состоящем из задач, где ИИ должен распознавать визуальные закономерности Grok достиг 16,2%. Это почти вдвое больше, чем у следующей лучшей коммерческой модели ИИ, Claude Opus 4.
Meta (запрещена в России) обучает специализированных чат-ботов с искусственным интеллектом отправлять спонтанные сообщения и повышать вовлеченность пользователей. Подрядчики Alignerr помогают разрабатывать ботов, которые запоминают чаты и персонализируют ответы в приложениях Meta. Марк Цукерберг заявил, что искусственный интеллект станет потенциальным решением проблемы «эпидемии одиночества». Meta обучает настраиваемых чат-ботов быть более активными и отправлять пользователям сообщения без необходимости продолжать прошлые разговоры. Проактивная функция предназначена для ботов, созданных в Meta AI Studio, доступ к которой можно получить на ее собственной автономной платформе или через Instagram (запрещен в России). AI Studio впервые была запущена летом 2024 года как платформа без кода, где каждый имеет возможность создавать собственных чат-ботов и цифровые персоны с уникальными личностями и воспоминаниями.
Исследовательский прототип Apple в области искусственного интеллекта SceneScout позволит незрячим пользователям ориентироваться на улицах. Слепые или слабовидящие люди могут испытывать неуверенность при самостоятельных поездках в незнакомые места из-за того, что не до конца понимают особенности ландшафта. В то время как большинство инструментов ориентированы на навигацию на месте, те, что помогают подготовиться к поездке, обычно предоставляют только ориентиры и пошаговые инструкции без подробного визуального контекста. Для восполнения этого пробела, исследователи представили проект, в котором API-интерфейсы Apple Maps сочетаются с мультимодальной большой языковой моделью для создания интерактивных описаний изображений с видом улиц, генерируемых искусственным интеллектом. Пользователи смогут изучить весь маршрут или виртуально исследовать район квартал за кварталом, просматривая описания улиц, адаптированные под их конкретные потребности и предпочтения. SceneScout создаёт агента на основе GPT-4o, используя реальные картографические данные и панорамные изображения из Apple Maps. Он имитирует вид с точки зрения пешехода, интерпретирует то, что видно, и выводит структурированный текст, разбитый на короткие, средние и длинные описания. Веб-интерфейс, разработанный с учётом программ чтения с экрана, представляет всё это в полностью доступном формате.
Microsoft выпустили систему искусственного интеллекта, которая, по словам разработчиков, решает сложные диагностические задачи лучше, чем большинство врачей. В компании заявили, что результаты её предварительных исследований показывают, что ИИ станет мощным инструментом, который будет помогать врачам в их работе, но не заменять их. Microsoft выяснили, что в сочетании с передовой моделью искусственного интеллекта o3 от OpenAI система решила более восьми из десяти случаев, специально отобранных для диагностической задачи. Когда эти случаи были опробованы на практикующих врачах, у которых не было доступа к коллегам, учебникам или чат-ботам, точность составила два из десяти.
Шанхайский стартап MiniMax, ранее известный прежде всего тем, что он выпускал видеоигры, созданные с помощью ИИ, выпустил модель ИИ M1. Разработчики заявили, что её обучение обходится в 200 раз дешевле, чем обучение GPT-4 от OpenAI. Согласно опубликованным MiniMax данным, её модель M1 не уступает лучшим моделям OpenAI, Anthropic и DeepSeek как в плане интеллекта, так и в плане креативности. В компании заявляют, что на аренду вычислительных ресурсов центра обработки данных, необходимых для обучения M1 ушло почти в 200 раз меньше, чем предполагаемая стоимость обучения ChatGPT-4o. Если это заявление верно, то потенциально вызовет волнение среди крупных инвесторов, которые вложили сотни миллиардов долларов в частных разработчиков программ LLM, таких как OpenAI и Anthropic, а также среди акционеров Microsoft и Google. Это связано с тем, что бизнес ИИ убыточен; лидер отрасли OpenAI может потерять 14 миллиардов долларов в 2026 году, а шансы выхода на безубыточность до 2028 года малы, согласно октябрьскому отчёту технологического издания The Information, которое основывало свой анализ на финансовых документах OpenAI, предоставленных инвесторам. Если производительность MiniMax M1 на том же уровне, что у моделей OpenAI, компаниям, возможно, не нужно тратить на обучение большие суммы, это потенциально снижает прибыль таких облачных провайдеров, как Amazon AWS, Microsoft Azure и Google Cloud Platform. Помимо этого, есть риск снижения спроса на чипы Nvidia, ключевой детали центров обработки данных ИИ.
Китайский поисковый гигант Baidu сделал свою большую языковую модель на основе генеративного ИИ Ernie общедоступной. Потенциально это станет угрозой для OpenAI, Anthropic и DeepSeek. Некоторые эксперты считают, что выход Ernie укрепит позиции Китая как одного из лидеров в области ИИ. Примечательно, что ранее Baidu не придерживалась принципов открытого исходного кода. Напротив, корпорация поддерживала свою проприетарную бизнес-модель и выступала против открытого исходного кода. Это знаковое событие для глобальной гонки в области ИИ. Действия Baidu оказывают давление на закрытых поставщиков, таких как OpenAI и Anthropic, вынуждая их оправдываться за закрытые API и премиальные цены. Есть вероятность, что в вопросах ценообразования Ernie с открытым исходным кодом нанесет ещё больший ущерб как американским, так и китайским конкурентам.
Alibaba Group Holding Ltd. представила новую версию своей технологии искусственного интеллекта, которая упростит для пользователей создание и изменение изображений на основе текста и визуальных элементов. Китайский гигант электронной коммерции продолжает активно внедрять ИИ. Компания представила Qwen VLo, один из сервисов искусственного интеллекта под брендом Qwen. Новая модель является усовершенствованной версией Qwen2.5-VL. Теперь она генерирует изображения из текста и изображения из изображения. В ней также используется технология прогрессивной генерации, когда пользователи могут наблюдать за процессом создания изображения. Как заявили разработчики, обновлённая модель не только «понимает» мир, но и генерирует высококачественные изображения на основе этого понимания. Ранее генеральный директор Эдди Ву заявил, что компании сфокусирована на создании общего искусственного интеллекта – системы ИИ с интеллектуальными возможностями на уровне человека.
Яндекс вводит в свои сервисы рекомендательные системы на основе генеративных моделей. Они интегрированы в Яндекс Музыку, Маркет, и планирует аналогичным образом развивать все сервисы Яндекса, где есть такие рекомендательные алгоритмы, например, Кинопоиск и Лавку. В Яндексе рассчитывают, что пользователи сэкономят больше времени на поиске контента и товаров. Сейчас в рекомендации Яндекс Музыки внедрена трансформерная модель со 126 млн параметров, тогда как ранее было 19 млн параметров в энкодере.
