Новости к 14:00
✦ Ну наконец-то. У Google DeepMind свой браузерный прикол: Gem на Gemini 3.5 Flash Lite сначала читает ссылку как промпт и собирает страницу с нуля почти на скорости обычной загрузки. Теперь он ещё и перекрашивает реальные сайты на лету — хоть в Windows 95, хоть в Матрицу. Бета уже на iOS через TestFlight.
✦ Hugging Face снова в грязной истории: на платформе всплыли модели для nudify-дипфейков, которые по обычным фото имитируют обнажение. Тут нет тонкой эстетики, тут чисто вопрос безопасности и прав людей, особенно несовершеннолетних. Граница между тем, что просто лежит в репозитории, и тем, что уже работает во вред, здесь очень липкая.
✦ Microsoft выкатила MAI-Cyber-1-Flash — компактную модель для поиска уязвимостей в коде. В связке MDASH она тянет 90% задач сама, а сложное кидает в GPT-5.4. На CyberGym у них 96%, и это уже похоже на нормальную инженерную штуку, а не на очередной security AI для слайдов. Параллельно запускают Perception — мониторинг угроз на постоянке.
✦ Moonshot AI открыла Kimi K3. Тут без сюрпризов по масштабу: MoE, 2,8 трлн параметров, 104 млрд активных, контекст 1 млн токенов, MXFP4-квантизация. Но важнее другое — компания выложила техотчёт и детали обучения. Это полезнее любого маркетинга: если модель реально сильная, воспроизводимость должна идти вместе с релизом.
✦ Дарио Амодеи снова разложил позицию Anthropic без тумана. Открытые веса — нормальная штука, но только для моделей без опасных возможностей. А вот достаточно мощные модели, по его мнению, надо перед релизом гонять через обязательные тесты на кибер-, био- и alignment-риски. Для маленьких моделей он предлагает послабления. Позиция жёсткая, и она мне кажется честнее, чем общий шум про открытость ради открытости.
✦ Microsoft снова в security-режиме: MAI-Cyber-1-Flash встроили в MDASH, систему из 100+ AI-агентов, а Perception будет постоянно смотреть на корпоративную инфраструктуру. Самое интересное тут не цифры сами по себе, а схема — маленькая модель закрывает рутину, большая подхватывает сложное. Это уже похоже на нормальную производственную сборку, а не на один жирный LLM на все случаи жизни.
Источники: AI и точка, The Verge, Machinelearning, Метаверсище и ИИще, Нейроканал, GPT/ChatGPT/AI Central Александра Горного
Все новости: ai.popovs.tech
В этом посте были ссылки, но мы их удалили по правилам Сетки
