В Китае мать погибшего геймера через суд получила право на 87 его игровых аккаунтов. В Индии дочь умершего мужчины унаследовала его iCloud: фотографии, видео, документы и голосовые заметки. А в Германии ещё в 2018 году суд постановил, что аккаунты в соцсетях могут переходить наследникам так же, как письма и дневники.
Таких историй становится всё больше: люди хотят оставить потомкам свои игровые библиотеки, плейлисты и странички в соцсетях. О том, что происходит с цифровым наследием после смерти, мы уже рассказывали. А теперь хотим узнать у вас: что вы оставите после себя в виртуальном мире?
Подписывайтесь 👉 @techno_yandex
🤖 ИИ может начать разгонять сам себя
Такой сценарий уже вызывает беспокойство даже у самих создателей нейросетей. И у него есть название — RSI (рекурсивное самоулучшение).
Начинается всё с того, что ИИ, обучившись работать с кодом, предлагает изменения для своей же архитектуры. Потом он уже сам начинает улучшать себя, что позволяет ему вносить ещё больше изменений, которые позволят ему ещё эффективнее улучшать себя, чтобы вносить ещё больше изменений, — и так до бесконечности. Эта та самая экспонента, про которую говорили ещё на заре создания ИИ — феномен называют «взрывом интеллекта».
И этот процесс уже запущен. Сейчас Claude ведёт 26% задач Anthropic по разработке ИИ и участвует в более чем в 90%. Anthropic заверяет, что полностью автономного RSI пока ещё не существует, но эту границу можно перейти очень быстро.
Подписывайтесь 👉 @techno_yandex
Технолоджия #14
Разбираемся, зачем Microsoft снова перестраивает Xbox, сможет ли Googlebook стать для Android тем же, чем Mac стал для iPhone, и почему зум китайских смартфонов так сильно дорисовывает фото. Заходите к нам на «Технолоджию» там, где удобно: на Яндекс Музыке и в Apple Music, на YouTube, VK Видео и других площадках.
00:00 — Всем привет
01:07 — Claude Opus 5.5 и куда пропала GPT-6 Terra
07:33 — Первые Googlebook
13:11 — Microsoft снова меняет Xbox
21:51 — ИИ в играх и интернет-хейт
29:50 — Новые китайские смартфоны и батареи
37:19 — Впечатления от iPhone 18 Pro Max
47:49 — Зачем зум дорисовывает снимки
52:25 — Камера iPhone и ручные настройки
01:03:50 — Главный лайфхак складных смартфонов
01:08:28 — Впечатления от новых AirPods и Apple Watch
01:11:48 — Всем пока
Подписывайтесь 👉 @techno_yandex
🤖 Технодайджест недели
Google и пять производителей представили первые Googlebook. Это ноутбуки, в которых Google объединила возможности Android и ChromeOS и сделала упор на связь со смартфонами. Можно начать письмо на Android-смартфоне и продолжить на ноутбуке или пользоваться его приложениями в окне рабочего стола. Также в систему глубоко интегрирован Gemini — он вызывается движением курсора и работает с содержимым экрана, а также генерирует виджеты по текстовому описанию. Первые модели выпускают Acer, ASUS, Dell, HP и Lenovo. Предзаказы уже открыты, начальная цена — около 76 тысяч рублей, а продажи стартуют 4 октября.
vivo, OPPO и Xiaomi представили флагманские смартфоны. В серии vivo X500 модель Pro Max получила 200-мегапиксельный телеобъектив, а OPPO Find X10 Pro Max стал первым смартфоном, у которого 200 Мп во всех трёх камерах. У Xiaomi 18 Pro Max две камеры по 200 Мп, также он выделяется задним экраном и аппаратной защитой основного дисплея от подсматривания. Её можно включать для отдельных приложений и уведомлений. Батареи у vivo и OPPO — по 8000 мА·ч, у Xiaomi — 8500 мА·ч. Все новинки уже начали продавать в Китае, позже ожидается появление глобальных версий.
Яндекс выложил в опенсорс Alice AI Foundation. Это базовая модель, которую компании и исследователи могут скачать и дообучить её для своих задач. Модель обучена полностью с нуля инженерами Яндекса на 17,5 трлн токенов. Внутри — 80 млрд параметров, но в каждый момент активируются только 3 млрд. Такая архитектура позволяет совместить в модели большой запас знаний о мире и высокую скорость работы. Тесты показывают, что Alice AI Foundation сопоставима с DeepSeek-V4-Flash-Base, хотя она втрое меньше по размеру.
Meta* анонсировала лёгкие VR-очки и «ИИ-тамагочи». Meta* VR Glasses весят около 100 г: вычислительный блок, батарея и накопитель вынесены в отдельный модуль, который крепится к карману или сумке и соединяется с очками кабелем. Компания обещает управление взглядом, голосом и жестами, а продажи — весной 2027 года. Ещё она показала Ray-Ban Meta* Audio — аудиоочки без камеры, с динамиками, микрофонами и голосовым ИИ-агентом Muse. Также показали Muse Charm — карманное устройство для разговора с ИИ-агентом. Подробности о Charm компания обещает раскрыть до конца года.
Anthropic и OpenAI выпустили новые языковые модели. Anthropic представила Claude Opus 5.5 и заявила, что на типичных задачах она обходится на 40% дешевле Opus 5. Модель уже доступна в Claude и через API для разработчиков. OpenAI выпустила GPT-6 Sol и Luna: Sol — для сложного программирования и работы ИИ-агентов, а более доступная Luna — для простых и массовых задач. Обе доступны через API, в ChatGPT Work и Codex.
*Meta признана экстремистской организацией и запрещена в РФ.
Подписывайтесь 👉 @techno_yandex
📱 Маленький экран, клавиатура, кнопки навигации — один из ранних прототипов Android-смартфона больше напоминал BlackBerry. А поворот в истории Android задала презентация совсем другого телефона — первого iPhone.
Подписывайтесь 👉 @techno_yandex
Чтобы найти одну потерянную посылку в Яндекс Лавке, нужно собрать данные в шести системах, заполнить форму на тридцать полей и свериться с инструкцией на несколько страниц. Теперь таким занимается ИИ-агент, а человек его проверяет.
Как это устроено, рассказал директор по технологиям и ИИ-трансформации Яндекс Лавки Станислав Макеев на конференции deep tech night. Собрали из его доклада главное.
Подписывайтесь 👉 @techno_yandex
Четыре нейросети посадили за руль — доехала одна
Новый бенчмарк DrivingBench проверил, насколько хорошо языковые модели управляют машиной — настоящей Toyota Corolla.
Лучше всех справилась GPT-6 Astra. В первой попытке она доехала примерно до середины маршрута и ошиблась на повороте. После модель сама разобрала неудачу — и со второй попытки прошла все 135 метров за 5 минут 22 секунды. Максимальная скорость была около 3 км/ч. Все результаты:
🏁 GPT-6 Astra — 100% трассы
❌ Claude Fable 5.1 — 45% трассы
❌ Grok 4.6 — 11% трассы
❌ GPT-5.6 Sol — 6% трассы
Каждая нейросеть видела дорогу через камеры и управляла машиной через MCP — набор команд, связывающий ИИ с автомобилем. Модель могла, например, приказать «ехать налево со скоростью 1 м/с в течение 5 секунд», затем снова посмотреть на дорогу и выбрать следующий манёвр.
Главной сложностью стала задержка между такими командами. Пока нейросеть думает, машина продолжает выполнять предыдущую и может успеть проехать поворот. Но трассу моделям заранее не показывали и управлять именно этой Toyota не учили. Им дали несколько попыток разобраться на месте — и одна действительно доехала.
Подписывайтесь 👉 @techno_yandex
💜 Когда к Алисе можно будет подключить GPT? И выпустит ли Яндекс свой домофон? На эти и другие вопросы читателей ответил Дмитрий Тимко — директор по продукту Алисы AI и Умных устройств Яндекса.
Кому ещё из Яндекса вы хотели бы задать вопросы? Напишите в комментариях.
Подписывайтесь 👉 @techno_yandex
Можно ли понять возраст собеседника по переписке? Да, если посмотреть, какие эмодзи он любит.
Подробнее о том, какие эмодзи и смайлики ищут пользователи Яндекса, можно узнать тут.
Подписывайтесь 👉 @techno_yandex
🚙 Падающее на дорогу дерево, ящик из кузова грузовика, внезапный отказ датчика — такие ситуации редки, но автономный транспорт должен быть к ним готов. Ждать их в реальных поездках слишком долго и рискованно, поэтому инженеры Яндекса воссоздают опасные эпизоды в симуляторе.
Пересказываем главное из доклада руководителя сервиса автономного транспорта Яндекса Сергея Мельника на конференции deep tech night.
Подписывайтесь 👉 @techno_yandex
Как Яндекс гонял таборы серверов
Сегодня — день рождения Яндекса, нам исполняется 29 лет! Мы по такому случаю решили вспомнить и рассказать историю одного из самых сложных переездов в истории компании.
В 2001 году Яндекс переселился в новый офис в вычислительном центре Академии наук на улице Вавилова в Москве. В том числе туда нужно было переместить и серверы поисковика, которые до этого три года стояли у провайдера «МТУ-Информ». Эта эпопея, как перевозку позже назовут в пресс-релизе, оказалась непростой. Вот как её в 2001-м описывал руководитель разработки портала Яндекса Дмитрий Завалишин:
Задачка — перевезти Яндекс со Смоленки на Ленинский, не выключая сервиса. И желательно так, чтобы клиенты не заметили. План операции готовился более месяца.
Для переезда выбрали субботу 19 февраля, когда нагрузка на поисковик была сниженной из-за выходных. Серверов было много, поэтому запросы пользователей можно было перераспределять с одного на другой. Это и было основой операции.
Интересно было видеть, как по мере выключения серверов остальные начинали получать всё больше запросов. В пике они сверкали лампочками своих винчестеров почти непрерывно.
Пока одни серверы работали и тянули поиск без перебоев, другие катились по Москве в фургоне сооснователя Яндекса Ильи Сегаловича. По прибытии на Вавилова их сразу подключали к сети и перенаправляли нагрузку на них. Тем временем на Смоленке уже грузили следующую партию.
Вот такой короткий отпуск у компьютеров Яндекса — два часа в три года... Ну или по болезни. Тоже бывает. Перевозить этот табор было куда сложнее, чем писать об этом, но в итоге всё позади.
Сейчас у Яндекса гораздо больше серверов — чтобы перевезти их тем же методом, понадобилось бы более пяти тысяч фургонов Сегаловича. Но подход к организации сохранился: в компании всегда есть запасные дата-центры, чтобы сервисы не прекращали работу, если часть серверов отключается на обслуживание или из-за неполадки.
Подписывайтесь 👉 @techno_yandex
Тим Кук пришёл в Apple из логистики, а через пятнадцать лет в роли CEO передал Джону Тернусу одну из самых дорогих технологических компаний мира. При Куке Apple научилась выпускать устройства в невероятных масштабах. Но не каждая ставка оказалась удачной.
В новом эссе разбираем, как Кук изменил Apple и какая задача теперь досталась его преемнику — смотрите здесь, на YouTube или в VK Видео.
Подписывайтесь 👉 @techno_yandex
Коллеги, посмотрите, я сделал
Если после такого сообщения в чате появляется полотно генеративного текста — в вас кинули слоп-гранату.
Так называют необработанную выдачу нейросети, которую кто-то выдаёт за реальный труд и которую передают дальше по рабочей цепочке. При этом разбираться в достоверности или полезности этого ответа приходится другим.
Год назад появился похожий термин «воркслоп» — так назвали низкокачественный генеративный контент, который выдают за выполненную работу. По опросу на тот момент с воркслопом сталкивался 41% опрошенных. Глава платформы для интернет-магазинов Shopify Тобиас Лютке сказал, что из-за слоп-гранат работы становится больше у всех. Как раз потому, что одним приходится читать стену текста, другим — перепроверять данные, а третьим — исправлять ошибки, которые никто не заметил.
Вам встречаются слоп-гранаты на работе? Как вы с этим боретесь?
Подписывайтесь 👉 @techno_yandex
✏️ Что сделать с большим тубусом, который остался после оклейки окон? Его хозяйка увидела в нём карандаш и превратила в большой светильник.
Знакомьтесь: Анастасия Репина, руководитель группы клиентской эффективности в Яндекс Пэй и участница технологического сообщества Яндекса CO-LAB. Начинаем «Своими руками» — нашу новую серию о людях, которые придумывают необычные вещи и берутся воплощать свои идеи.
Подписывайтесь 👉 @techno_yandex
Поставили суп греться, открыли видео — и оно зависло. Возможно, пока вы ждёте ужин, ваш роутер пытается перекричать микроволновку.
Подписывайтесь 👉 @techno_yandex
Чтобы отвечать на сложные вопросы, нейросеть сначала учится самому простому — продолжать текст. Рассказываем, как это работает.
В основе LLM — миллиарды числовых параметров, или весов. Они определяют, как нейросеть преобразует входные данные (ваш запрос) в результат. При обучении алгоритм сравнивает результат с ожидаемым и постепенно корректирует веса. Оно происходит в два этапа.
Предобучение: освоить язык и набрать знания
На предобучении модель учится предсказывать следующий токен — слово или его часть. Она видит «Столица России — …», угадывает продолжение, а обучающая среда сравнивает его с правильным. На триллионах таких примеров модель осваивает язык, получает знания и развивает более сложные навыки — в математике, программировании и агентных сценариях.
Это самый долгий и дорогой этап, в результате которого получается базовая модель. Она уже может продолжать текст и иногда отвечать на вопросы, но не всегда понимает запрос как инструкцию. Этому её учат дальше.
Постобучение: научиться выполнять инструкции
Сначала модели показывают пары из запросов и хороших ответов. Затем она генерирует несколько вариантов, AI-тренеры или специальные модели сравнивают их, а алгоритм постепенно корректирует веса так, чтобы ответы становились ближе к эталонным. Так модель учится быть полезной: решать задачи, пересказывать тексты, извлекать данные, писать код и так далее.
Зачем нужна промежуточная модель, которую ещё предстоит дообучать? Это универсальная основа: компании адаптируют её под свои задачи или выкладывают в опенсорс, чтобы это могли сделать и другие.
Так Яндекс поступил с Alice AI Foundation LLM: полностью обучил её с нуля и опубликовал под свободной лицензией.
Для Яндекса это экспериментальная основа будущей единой рассуждающей модели для Алисы AI, которая ляжет в основу агентных возможностей Алисы AI. Благодаря ей пользователи смогут поручать ей выполнение конкретных действий. Другие разработчики могут уже сейчас использовать модель в исследовательских и коммерческих проектах. Вместе с моделью Яндекс открыл тесты на фактические знания на русском: по ним можно воспроизводить сравнения разных моделей.
Подробнее об обучении Alice AI Foundation LLM разработчики Яндекса рассказали на Хабре.
Подписывайтесь 👉 @techno_yandex