Новости к 19:00

✦ Ну наконец-то. Adobe добавила в Camera функцию, которая гоняет фото через ИИ и пишет, что у кадра не так: композиция, свет, кадр — вот это всё. Не вместо фотографа, а как быстрый разбор полётов после съёмки. Я к таким штукам отношусь нормально. Это не магия и не замена вкуса, а удобный дебаг для новичка и для тех, кто снимает на автомате и потом удивляется, почему кадр мёртвый. Если советы будут не общими, а по делу — штука полезная.

✦ Google, похоже, хочет ещё сильнее прижать Gemini к железу. В проекте Frozen часть модели могут зашить прямо в чип, чтобы меньше гонять веса туда-сюда и выжать 6–10 раз больше токенов на ватт. Это уже не про «умнее модель», а про то, как убрать лишнюю возню между памятью и вычислениями. Инференс упирается не только в математику, но и в память, а память жрёт энергию и тормозит. Если Google правда дожмёт такой чип, у них появится отдельная штука под конкретное семейство моделей. Но это работает только пока Gemini не разъедется по архитектуре в разные стороны.

✦ И снова Frozen, только теперь v2. Судя по описанию, Google смотрит в ту же сторону: часть Gemini увести в кремний, чтобы получить больше производительности на том же электричестве и снять часть нагрузки с TPU. Запуск, если он вообще случится, ожидается не раньше 2028 года. Ставка понятная, но жёсткая: такой чип быстро стареет, если модель меняется. Зато для массового инференса это очень вкусная экономика. Короче, Google явно ищет способ не просто ускорять ИИ, а привязать его к своему железу намертво.

✦ Claude Fable 5 помог математикам найти контрпример к гипотезе Якобиана, которой было почти 100 лет. Модель выдала конкретное полиномиальное отображение, и у него нашлась дыра: якобиан везде −2, но разные точки схлопываются в одну. Это редкий случай, когда ИИ не просто помогал копать, а реально подсветил формулу, которая ломает старую гипотезу. Для прикладного мира пользы тут немного, но для математики — сильный результат. Такие штуки напоминают, что LLM уже умеют не только болтать, но и копать там, где человек быстро устаёт.

✦ Moonshot AI сама себе устроила перегрев. После выхода K3 спрос на Kimi так подпёр инфраструктуру, что новые подписки временно прикрыли, а мощность отдали действующим пользователям. Заодно компанию, похоже, ждёт разведение подписки на обычный Kimi и Kimi Code. Это нормальная история для моделей, которые внезапно становятся тяжёлыми в проде. Кодинг и агентные задачи — прожорливые штуки, потому что там не один ответ, а длинная цепочка вызовов. K3, судя по цифрам, очень мощная, но железо у всех пока не резиновое.

✦ Moonshot AI уже выпустила Kimi K3 — открытую модель на 2,8 трлн параметров с контекстом на 1 млн токенов и мультимодальностью. Полные веса обещают выложить к 27 июля. Для open-weight рынка это очень жирный релиз, особенно если модель реально тянет длинные задачи и код. Но тут есть и вторая сторона: чем сильнее модель, тем быстрее она съедает инфраструктуру, подписки и нервы команды. Так что Kimi K3 сейчас выглядит как хороший пример того, как открытая модель быстро превращается в операционную проблему.

Источники: TechCrunch, Метаверсище и ИИще, Machinelearning, Futuris, anti_agi, KDnuggets

Все новости: ai.popovs.tech

#ComputerVision #MachineLearning #GoogleAI

В этом посте были ссылки, но мы их удалили по правилам Сетки