Аишка

Роверы Яндекса отмотали 20 тысяч лет Яндекс рассказал, что роверы накопили 20 тысяч лет опыта работы. Речь, конечно, не об одном ровере, который бороздит просторы Земли со времён палеолита, а о суммарном времени обучения тысяч виртуальных роботов. Компания создала цифровую среду, в которой одновременно существуют более 6 тысяч копий роверов под управлением нейросети. За один час они успевают накопить 140 дней опыта, а за рабочую неделю – 15 лет. При этом ещё в мае компания отчитывалась о 4 тысячах лет опыта, так что за неполные полгода цифра выросла в пять раз. Чем роверы заняты в симуляции? Ездят по моделям городских улиц, учатся объезжать препятствия, учитывать движение пешеходов, велосипедистов и самокатчиков. Одни и те же ситуации можно воспроизводить многократно, менять условия и проверять реакцию нейросети на редкие события. Так Яндекс обучает нейросетевой планировщик движения. В отличие от прежнего алгоритмического подхода, он анализирует окружающую обстановку целиком и прогнозирует перемещения других участников движения. Подобным образом обучает свои беспилотные автомобили и конкуренты, вроде Navio или зарубежной Waymo. Яндекс пока не уточняет, как именно устроен симулятор роверов. Ведь 20 тысяч лет виртуального обучения сами по себе довольно мало говорят о его качестве – неизвестно, насколько разнообразными были эти поездки и сценарии.

Аватары Грефа «Generation П» больше не фантастика Сбер выпустил Kandinsky Avatar 1.0 – нейросеть для создания видео с говорящими аватарами. Нужно загрузить фотографию, аудиозапись и короткое описание того, как персонаж должен себя вести. После чего модель синхронизирует движения губ с речью, добавляет мимику, повороты головы и жесты. Оживлять разрешается не только людей, но и животных либо рисованных героев. Длина ролика пока ограничена минутой, заявлена поддержка 95 языков. В отличие от Kandinsky 6.0 Video, которая создаёт пятисекундные ролики со звуком, Avatar оживляет конкретного персонажа под готовую аудиозапись и сохраняет его внешность на протяжении минуты. Всего выпущено две версии – Lite примерно на 2 миллиарда параметров и Pro на 21 миллиард. Сбер утверждает, что по качеству модель сопоставима с HeyGen. Мы сравнивать не берёмся, хотя на некоторых демонстрационных роликах заметны артефакты. Со временем технология, как заявляется, появится в сервисах Сбера. При этом код и веса моделей открыты для скачивания – компания рассчитывает, что разработчики будут использовать нейросеть для создания рекламы, видеоуроков и виртуальных консультантов. Правда, до виртуальных консультантов пока далеко: Kandinsky не умеет поддерживать разговор, а видео генерирует не в реальном времени. Так что условного цифрового Грефа можно отправить выступать на конференцию, но отвечать на вопросы из зала пока придётся настоящему.

Конец безлимита в ChatGPT OpenAI с декабря ограничит использование ChatGPT на платных тарифах. Теперь переписка с ИИ в чате будет расходовать тот же лимит, что и работа в других режимах – Work и Codex. Исключение сделают для быстрых ответов Instant. Сколько вычислений будет доступно подписчикам, компания не раскрывает. До сих пор ChatGPT работал иначе. У Codex для программирования и Work для работы с сайтами и файлами действовали пятичасовые и недельные лимиты. Обычный чат существовал независимо от них и позволял практически бесконечно переписываться на любую тему. Это было одним из главных преимуществ ChatGPT перед Claude, где переписка и работа ИИ-агента давно расходуют общий лимит. Всё шло к такому решению компании. Обычный ChatGPT постепенно обзавёлся инструментами, научился работать с файлами, подключаться к GitHub и изменять код в репозиториях. Многие задачи Work можно было выполнять в обычном чате, поэтому отдельный режим зачастую был просто не нужен. При этом обычный чат уже позволял работать с огромными файлами, а генерация одного ответа порой занимала больше 20 минут. Похоже, OpenAI надоело делиться почти бесконечными вычислениями и теперь граница между режимами стирается.

Google учит умные колонки молчать Google выпустила обновление Gemini для умных колонок, главная задача которого – снизить количество извинений перед пользователями. Особенно когда самих пользователей нет рядом. Некоторое время назад обнаружилась проблема – отдельные колонки периодически начинали говорить «Извините, я не понял», хотя к ним никто не обращался. Что именно они не понимали, перед кем и в ответ на что извинялись, Google не уточнила. Заодно Google обещает исправить ещё несколько проблем. Например, раньше на просьбу изменить громкость колонки в другой комнате Gemini менял громкость той, с которой разговаривали. Будильники иногда не звонили, таймеры перепутывались, музыка включалась не на том устройстве. Признаемся, приятно осознавать, что не только Алиса временами тупит. Меж тем эпохальному процессу замены старого Assistant на более умного ассистента Gemini пошёл второй год. Планировалось, что Gemini будет способен поддерживать полноценный разговор и понимать сложные команды. На практике же его приходится заново учить не разговаривать с самим собой, включать музыку на нужном устройстве и нормально ставить будильники, причём пока с переменным успехом. Как получилось, что старый Assistant справлялся с этим и без больших языковых моделей – загадка.

Apple Intelligence наконец доберётся до Китая Два года ожидания, китайские нейросети и никакой новой Siri Apple объявила сроки запуска Apple Intelligence в Китае. С 4 ноября функции начнут тестировать в бета-версии iOS, а в декабре они станут общедоступными вместе с iOS 27.3. В остальных поддерживаемых странах Apple Intelligence появился ещё осенью 2024 года. Вместо ChatGPT в китайскую версию Apple Intelligence всё-таки интегрируют Qwen от Alibaba. Она будет работать как дополнительная модель для Siri, помогать анализировать фотографии, PDF и презентации, генерировать тексты и изображения. Собственные модели Apple также остаются. Помимо Qwen, китайские пользователи получат генерацию эмодзи, удаление объектов с фотографий, интеллектуальную обработку уведомлений, пересказ писем, перевод телефонных разговоров и другие функции Apple Intelligence. А вот новой Siri AI не будет, как и остальных возможностей последнего обновления ИИ. Первоначально обновление выйдет только для совместимых iPhone, начиная с iPhone 15 Pro и семейства iPhone 16, без Mac и iPad. Русского языка в планах пока нет, да и вряд ли мы увидим подобную коллаборацию с Гигачатом.

Почему бизнесу не нужно столько ИИ ИИ-система сократила одну из задач закупщика с двух недель до трёх часов. О такой разработке на форуме «Территория» похвастался директор по развитию цифровых технологий и ИИ Ростелекома Роман Хазеев. Удивительная, конечно, экономия времени. Казалось бы, после такого нужно срочно внедрить нейросети во все рабочие процессы… Но есть нюанс. Из 46 успешных ИИ-пилотов Ростелекома в этом году до промышленной эксплуатации дошли только десять. Как вышло, что всемогущий ИИ, способный за несколько часов выполнять работу целых недель, оказался не особенно нужен бизнесу? Роман приходит к выводу, что ИИ не становится автоматически полезным инструментом. Например, в одном из кейсов Ростелеком пытался автоматизировать классификацию обращений пользователей, но выяснил, что доработка системы обойдётся дороже предполагаемой экономии. То есть экономического смысла в ней просто нет. А однажды заказчик предложил использовать генеративный ИИ для выявления опоздавших сотрудников. Справилась бы нейросеть? Вероятно, да. Только разработчики покумекали и поняли, что задачу решает почти бесплатно обычный скрипт. Дополнительная проблема в том, что ИИ становятся всё требовательнее. По измерениям Ростелекома, ИИ-агент расходует вчетверо больше токенов, чем чат-бот, а мультимодальная система из нескольких агентов в 15 раз больше. Поэтому даже при удешевлении отдельных запросов сложные ИИ-системы могут обходиться всё дороже. Дорожает и оборудование. Глава Турбо Облака Владимир Волков рассказал, что сервер с восемью ускорителями Nvidia H200 за два месяца подорожал вдвое. При этом желающих использовать ИИ меньше не становится: за полгода компания удвоила объём GPU-ресурсов. Вот и приходится придумывать, как на всём этом сэкономить. И экономить начали. В том числе на самих нейросетях. В Ростелекоме, например, внутренним Нейрошлюзом пользуются около 15 тысяч сотрудников, но самые мощные модели доступны не всем и не для всего. Для простых задач предлагают что-нибудь поскромнее, ибо негоже расходовать драгоценные токены. Видимо, пришло время учиться не только внедрять нейросети, но и вовремя от них отказываться. Сам Ростелеком, правда, от ИИ отказываться не собирается и в следующем году намерен почти втрое увеличить число промышленных внедрений.

ИИ-агенты постепенно захватывают интернет Наткнулись на исследование DataDome – компании, которая защищает сайты от ботов. Она посчитала, что за месяц активность ИИ-агентов в её сети увеличилась в 5 раз, с 12,5 до 58,2 миллионов запросов. Привычка просить нейросеть ответить на вопрос постепенно, похоже, трансформируется в привычку просить её заниматься более сложными многоступенчатыми задачами. Собственными браузерными агентами обзавелись ChatGPT, Claude, Perplexity и другие компании. Пока они преимущественно заняты поиском информации, сравнивают источники и изучают товары. Иногда даже умудряются что-нибудь купить, хотя с последним пока проблемы. Насколько популярнее стали такие помощники – большой вопрос: DataDome считает запросы, а не пользователей, так что один особо старательный агент может обойти сотню страниц ради ответа. Но сайтов, которым приходится иметь дело с такими посетителями, становится всё больше. На этом фоне владельцы сайтов обнаружили, что рассчитывают на покупателей и читателей, а вместо них получают бота. Но не просто бота, которого можно каким-то образом вычислить и заблокировать. А достаточно умного бота, который ведёт себя как пользователь и за которым стоит пользователь. То бишь блокировать его и мешать работе никак нельзя. Однако и пользы от посещения почти нет – бот не смотит рекламу, не обращает внимание на сторонние и смежные рекомендации, не помогает формирвать восприятие бренда, закреплять его, да и в целом игнорирует дизайн и задуманный опыт взаимодействия с сайтом. Эту проблему пока окончательно решить не удалось, и если раньше интернет старался избавляться от ботов, то теперь вынужден придумывать, как им понравиться.

Apple добавит ИИ в офисные приложения Apple анонсировала крупное обновление Creator Studio. В Pages, Keynote, Numbers и Logic Pro появятся ИИ-ассистенты на базе собственных моделей компании и OpenAI. В текстовом редакторе помощник сможет писать и перерабатывать документы, в Keynote – создавать и оформлять презентации, а в Numbers – анализировать данные, строить графики и выполнять расчёты. Ассистент Logic Pro поможет создавать музыкальные композиции и редактировать существующие проекты. Причём все они будут понимать контекст открытого документа. Pixelmator Pro получит генеративное редактирование изображений по текстовому описанию. Обновление выйдет в ноябре для подписчиков Creator Studio, которая стоит 13 баксов в месяц. Правда, одновременно с этим в Pages, Keynote и Numbers добавят поддержку протокола MCP, который позволит сторонним ИИ-агентам читать документы, редактировать их и выполнять действия внутри приложений. Вдобавок файлы Keynote будут в новом открытом формате .keyx, с которым смогут работать внешние инструменты. Так что при желании можно оплачивать одну подписку от OpenAI или Claude и всё равно пользоваться новыми функциями. Конечно, если Apple не сделает финт ушами и не включит MCP только для платных подписчиков (есть подозрение, что они на такое способны). Меж тем ИИ-ассистенты от самой Apple работают только с английским интерфейсом и требуют устройств с поддержкой Apple Intelligence. Мало того, что у конкурентов аналогичные функции появились уже год как, так ещё и работают на всех языках. Apple же, по ощущениям, всё ещё живёт где-то в прошлом веке.

Смеётся, перебивает и плачет: необычная голосовая ИИ-модель от создателя Твиттера Давненько не доводилось вспоминать фильм «Она» – наверное, со времён текста про Sesame AI и их реалистичный голосовой ИИ. В фильме герой Хоакина Феникса разговаривал с компьютером как с живым человеком и постепенно с ним сблизился. Нечто похожее показала компания Block бывшего главы Twitter Джека Дорси. Её новая модель Dessa умеет смеяться, перебивать собеседника, менять интонацию и реагировать на эмоции. Причём, по словам разработчиков, для этого не нужны облачные серверы и модель работает локально – на MacBook Pro с процессором M4 Max. Интересно и то, как Dessa научилась разговаривать. Модель обучили с нуля на записях человеческих бесед, без текстов и готовых языковых моделей. Она просто много слушала людей. Чем-то напоминает сюжетный ход из фильма «13-й воин», где человек в чужой среде учит язык викингов, просто слушая и наблюдая. В отличие от многих голосовых помощников, Dessa работает непосредственно со звуком: может одновременно слушать и говорить, вставлять короткие реплики, смеяться посреди предложения и реагировать на интонации собеседника. Разработчики пытаются добиться того, чтобы общение с ИИ напоминало обычный человеческий разговор. Примеры диалогов доступны на сайте. Правда, остаётся только верить им на слово, потому что попробовать Dessa самим (в отличие от упомянутого Sesame) пока нельзя. Block опубликовала лишь демонстрационные записи разговоров, а доступ к модели собирается сначала предоставить исследователям безопасности ИИ. При этом ни одной практической задачи вроде управления приложениями или работы с документами разработчики не показали. Так что есть ощущение, что пока Dessa скорее исследовательский эксперимент Дорси, который славится тягой к таким пет-проектам.

У Илона вышла его Одиссея. Маск как-то между делом бросил, что до конца 2026 года Grok сделает «полнометражную, исторически достоверную и максимально соответствующую оригинальному произведению экранизацию „Одиссеи” Гомера». Вроде сказал и сказал, забыли уже, чай не впервые. Но неожиданно свершилось – нам довелось лицезреть плоды, так сказать, труда его команды. Получилась 7-минутная серия потенциального сериала, которую совместно с Grok делала студия Wonder. Рискнём предположить, что студия Wonder в процессе не сильно опиралась на сервис генерации картинок Grok Imagine самого Маска. Не станем оценивать художественные качества картины, но вот меняющиеся временами от кадра к кадру лица, плавающая композиция и кривые склейки с телепортацией героев удручают. Не чета генеративным фильмам Higgsfield, которые умудряются делать даже смотрибельные полнометражки. Собственно, так же посчитали и зрители на просторах бывшего Твиттера, поспешив на разный лад заклеймить картину маэстро «дерьмом».