Обзор рынка ИИ
Google объявила о запуске своей новейшей модели генерации музыки Lyria 3.5. Утверждается, что по сравнению с предыдущей моделью Lyria 3.5 создает более насыщенные и сложные мелодические структуры. Также сообщается, что ИИ лучше следует подсказкам и более структурно ориентирован, что позволяет ему генерировать более качественные тексты песен. Еще одно улучшение касается вокала, который, по словам Google, стал более реалистичным и эмоционально насыщенным, а также отличается лучшим произношением. Наряду с этими улучшениями новая модель упрощает управление создаваемой музыкой. В частности, дает больше возможностей для творческого контроля над темпом и продолжительностью песен.
Google представила SensorFM, революционную базовую модель для носимых устройств, обученную на триллионе минут данных с датчиков от 5 млн человек. Этот ИИ призван заменить специализированные алгоритмы для мониторинга здоровья и перевести индустрию носимых устройств от панелей мониторинга необработанных данных к их интеллектуальной интерпретации. Оценки врачей показали, что прогнозы SensorFM, интегрированные в персонального медицинского агента, были столь же эффективны, как и фактические клинические измерения. Эта тенденция уже наблюдается на примере сервисов Whoop Coach и Oura Advisor, которые используют ИИ для предоставления практических рекомендаций. Следующий этап включает интеграцию этих интерпретаций ИИ с клинической инфраструктурой, электронными медицинскими картами и автоматизацию возможностей диагностирования с помощью ИИ.
Google внедряет в роботов интеллект, который задействует весь корпус и конечности. Технология позволяет анализировать каждое движение, что открывает широкий спектр возможностей для решения различных задач. Например, она может дать человекоподобным роботам возможность ходить, приседать, растягиваться и манипулировать предметами, чтобы навести порядок в комнате. Робот также может объединяться с другими роботами, чтобы быстрее завершить работу. Google заявляет, что в реализации задействованы три высокоэффективных модели. Gemini Robotics 2, модель «зрение-язык-действие», преобразует визуальные и языковые данные в управление движениями, позволяя роботу совершать действия. Эта модель способна управлять полноценными гуманоидами, от ступней до кончиков пальцев, а также другими двурукими роботами. Она также обеспечивает новый уровень ловкости движений как руками, так и захватами. Gemini Robotics ER 2, мощная модель воплощенного рассуждения. Это модель визуального языка, которая выступает в роли агента, позволяя роботам общаться с людьми, понимать физический мир и планировать многоэтапные задачи, занимающие несколько минут. Gemini Robotics On-Device 2, наиболее эффективная модель визуально-языково-действенной обработки, оптимизированная для локальной работы на роботизированных устройствах. Эта модель может быстро адаптироваться к совершенно новым вариантам роботов, получив данные всего за несколько часов.
Meta (запрещена в России) выпустила Muse Image – модель для генерации изображений. Она использует сложные алгоритмы для понимания нестандартных запросов и объединяет несколько фотографий в высококачественные изображения, которые можно загрузить и поделиться ими напрямую в чате, истории или ленте. Можно использовать предустановки (предложенные варианты ответов), чтобы генерировать идеи и отмечать правки непосредственно на изображениях. Muse Image также обеспечивает создание креативных материалов в Instagram (запрещен в России) и WhatsApp, а в скором времени появится в Facebook (запрещен в России), Messenger, а также для рекламодателей через креативную платформу Meta Advantage.
Meta запускает Muse Code AI – агента для программирования на macOS и Linux. Он основан на новой модели Muse Spark 1.2 и предназначен для решения сложных задач разработки программного обеспечения в больших репозиториях. Для пользователей Mac установка Muse Code выполняется одной командой. По данным Meta, Muse Code может планировать изменения, писать код, проверять его работоспособность и координировать работу фоновых агентов, которые остаются активными на протяжении всей сессии. В локальном журнале событий записываются вызовы моделей, использование инструментов, подтверждения и правки, что позволяет возобновить работу после сбоя. Встроенные команды также могут генерировать планы, тестировать их на прочность или продолжать работу над достижением заданной цели.
OpenAI выпустила GPT 5.6 Cyber – модель, предназначенную для исследования уязвимостей, тестирования на проникновение и реагирования на инциденты. OpenAI заявляет, что GPT 5.6 Cyber доступен только некоторым компаниям, включая Accenture, IBM, Capgemini, Cognizant, EY, KPMG, PwC, NCC Group и SpecterOps. Также обновление внедряется для поддерживаемых поставщиков решений в области безопасности, включая Palo Alto Networks, CrowdStrike, Cisco, Sophos, Akamai, Fortinet и Cloudflare. Daybreak Blue предназначен для широкого спектра задач в области защиты данных, а Daybreak Red – для более специализированных и строго контролируемых задач. OpenAI утверждает, что эти модели могут помочь группам специалистов по информационной безопасности для решения следующих задач: выявление уязвимостей, определение того, можно ли на самом деле использовать уязвимость, идентификация затронутых систем, разработка исправлений, помощь во внедрении этих исправлений в рабочую среду.
Anthropic выпустила Claude Opus 5 – продуманную и проактивную модель, которая приближается к передовым интеллектуальным возможностям Claude Fable 5, но стоит в два раза дешевле. В тестах на оценку навыков программирования и интеллектуального труда, таких как Frontier-Bench и GDPval-AA, Opus 5 является новым эталоном, хотя в задачах кибербезопасности он по-прежнему уступает Mythos 5. Opus 5 разработан для ежедневного использования и работает эффективнее, чем другие модели. Это новая стандартная модель в линейке Claude Max и самая мощная модель в линейке Claude Pro. Claude Opus 5 обеспечивает значительно улучшенную производительность при тех же затратах, что и его предшественник, Opus 4.8. Opus 5 эффективно справляется с важными задачами разработки программного обеспечения. Например, в тесте Frontier-Bench v0.1 Opus 5 превосходит все остальные модели и более чем вдвое превосходит производительность Opus 4.8 при меньшей стоимости задачи. В тесте CursorBench 3.2 при максимальных усилиях модель показывает результаты, отличающиеся от пикового показателя Fable 5 всего на 0,5%, но при этом стоимость задачи вдвое ниже. Она также демонстрирует более высокую производительность при заданной стоимости, чем все остальные модели при высоких, сверхвысоких и максимальных усилиях.
xAI выпустила Grok 4.5 – свою самую интеллектуальную модель, созданную для выполнения задач программирования, агентских задач и работы с интеллектуальными данными. Это самая сильная модель компании за всю историю. Модель Grok 4.5 обучена на наборах данных, охватывающих знания в области программирования, науки, техники и математики. Благодаря интеллектуальному и эффективному рассуждению, Grok 4.5 качественно справляется с реальными инженерными задачами и превосходит сопоставимые ведущие модели в этих задачах. Модель Grok 4.5 обучалась на десятках тысяч графических процессоров NVIDIA GB300 с использованием методов обучения и обеспечения стабильности, разработанных для крупномасштабных запусков. Помимо объема токенов, авторы вложили значительные средства в фильтрацию и обработку данных: дедупликацию, оценку качества и выбор данных с учетом предметной области, чтобы обеспечить высокую степень охвата и высокую информативность набора данных. Заявлено, что Grok 4.5 эффективен в программировании от сложных задач на Rust и C/C++ до сквозной разработки приложений от запроса до внедрения в производство.
xAI выпустила Imagine Image 2.0 – новую модель для работы с изображениями. По словам авторов, она точно следует инструкциям, вплоть до мельчайших деталей. Модель планирует типографику и вёрстку так, как это сделал бы дизайнер, поэтому плотные, состоящие из нескольких частей визуальные эффекты сочетаются друг с другом, а мелкий текст выглядит чётким. Отдельное внимание в компании уделяют инструментам редактирования. С помощью Magic Wand можно редактировать конкретную область изображения в то время, как всё остальное остаётся неизменным; Smart Resize позволяет выбрать нужное соотношение сторон, после чего ИИ дорисует изображение и перестроит композицию под новый формат. ИИ умеет автоматически удалять фон и экспортировать объект на прозрачном фоне, а также поддерживает до пяти исходных изображений, чтобы можно было объединять элементы из нескольких картинок в одну.
Китайская компания Moonshot AI выпустила Kimi K3 – ИИ-модель, по мнению экспертов представляющую непосредственную угрозу для позиции Соединенных Штатов, которые в данный момент являются мировым лидером в области ИИ. Kimi K3 практически полностью сократила отставание Китая от США в гонке искусственного интеллекта. Kimi обошла Fable 5 от Anthropic и GPT-5.6 Sol от OpenAI в тестах на разработку фронтенда, проведенных оценочной компанией Arena. Kimi K3 содержит 2,8 трлн параметров, она построена на основе механизмов Kimi Delta Attention и Attention Residuals, обладает собственными возможностями компьютерного зрения и контекстным окном в 1 миллион токенов. Это первая в мире открытая модель класса 3 трлн-параметров, разработанная для передовых задач интеллектуального анализа в контексте долгосрочного программирования, работы с знаниями и логического мышления.
Яндекс выпустил обновление для своих умных IP-камер, теперь они смогут спрашивать Алису о событиях и объектах в кадре. Например, она подскажет, есть ли кто-то у входной двери, открыты ли ворота во дворе и как ухаживать за новым растением. Задать вопрос можно через Яндекс Станцию, ТВ Станцию, наушники Яндекс Дропс или в чате с Алисой AI. Среди других новых возможностей ИИ-камеры – автоматическое включение записи при определённых условиях и поиск видео в архиве по запросу своими словами.
Сбер представил GigaChat 3.5 Ultra: модель лучше пишет код, решает агентские задачи и работает с длинными текстами. GigaChat 3.5 Ultra доступна пользователям бесплатно в ИИ-помощнике ГигаЧат. Модель стала умнее, генерирует длинный текст до четырёх раз быстрее, потребляет меньше ресурсов и почти вдвое компактнее предыдущей версии. Обновлённая модель лучше решает задачи, связанные с написанием кода, математикой, работой с длинными текстами и автономными агентными сценариями. В основе модели – собственная отечественная архитектура с технологией линейного внимания, разработанная командой Сбера.
VK разработала единую ИИ-модель, в которой свела действия пользователей из разных сервисов в нейропрофиль – представление об интересах каждого из них. Это дает более точные и актуальные рекомендации в разных сервисах VK и уже работает в «VK Видео», «VK Клипах» и «ВКонтакте». В основе нейропрофиля лежит трансформерная модель, которая рассматривает поведение пользователей не как изолированные действия, а как единую анонимизированную последовательность событий: лайки, репосты, комментарии, пропуски и другие сигналы. Она определяет, какое из них важнее с учетом контекста – в каком продукте произошло, с каким типом контента, у какого автора, как давно и в каком порядке относительно других событий. Нейропрофиль содержит интересы человека на уровне всей экосистемы VK. Алгоритмы точнее интерпретируют поведение, отличают устойчивые предпочтения от случайных действий. Для пользователей это значит, что рекомендации будут быстрее подстраиваться под их актуальные интересы, даже если они меняются от одного сервиса к другому. Так, после внедрения новой модели общее время просмотра контента в «VK Клипах» выросло на 5,5%.
