Machinelearning

🎨 Qwen открыла веса Qwen-Image-2.1: новой модели для генерации и редактирования изображений

Модель построена на 7B-архитектуре и объединяет генерацию и редактирование в одном пайплайне.

Что умеет:
• работает сразу с несколькими референсами - до 10 изображений
• поддерживает точечное редактирование с сохранением лица, объекта или продукта
• нативно генерирует и редактирует RGBA с прозрачностью
• подходит для инфографики, панорам, virtual try-on и продуктовых изображений
• улучшена работа с текстом и типографикой
• ускорен inference, особенно для задач с несколькими входными изображениями

Qwen Image 2.1 обходит Nano Banana 2.0, но пока уступает GPT Image 2.5.

И это впечатляющий результат для модели всего на 7 млрд параметров.

https://huggingface.co/Qwen/Qwen-Image-2.1

📌Goldman Sachs повысил прогноз по развитию физического ИИ

Финансовый конгломерат обновил свой прогноз по динамике развития воплощенного ИИ, предположив, что к 2035 году в мире будет выпущено 6,5 миллиона человекоподобных роботов, а рыночная стоимость этого сегмента составит 138 миллиардов долларов.

Согласно новым данным, в 2026 году будет выпущено 75 000 единиц, а к 2030 году — 890 000 единиц, что более чем в три раза превышает предыдущий целевой показатель на конец десятилетия.

Ожидается, что на первых порах роботы будут активно использоваться на складах, в логистике и в автомобильной промышленности.

Аппаратные и программные экосистемы уже подстраиваются под эти отрасли: NVIDIA расширяет свой стек физического ИИ проектами Omniverse, Cosmos, Isaac и Jetson, чтобы обеспечить внедрение складской робототехники для своих партнёров, а Tesla начала переоборудовать производство на заводе во Фримонте под специализированные сборочные линии для Optimus.

Основным операционным риском, с которым столкнётся этот десятилетний цикл робототехники, остаётся добровольное замедление темпов развития или приостановка деятельности передовых разработчиков ИИ из-за опасений по поводу безопасности.


@ai_machinelearning_big_data

#news #ai #ml

🌟 Prism ML собрала тернарную версию Qwen3.8-27B

Bonsai 2 27B - сжатая Qwen3.8-27B, которая занимает 5,9 ГБ против примерно 54 ГБ у исходной модели в FP16 и сохраняет 98,2% её среднего результата на бенчмарках.

Prism ML - американский стартап из команды Калтеха, вышедший из стелс-ркжима весной 2026 года с анонсом первой версии моделей Bonsai.

Основатель и руководитель - профессор Калтеха Бабак Хассиби, специалист по теории сжатия. Среди инвесторов стартапа Cerberus, Google и Samsung.

Модель рассчитана на локальный запуск на потребительском оборудовании, имеет контекст в 262 тысячи токенов и может обрабатывать изображения и вызывать инструменты.

Целевые сценарии - агенты в редакторе кода, работа с компьютером, разбор документов без отправки их в облако.

Вес в тернарном квантовании хранится не числом, а одним из трёх знаков: минус, ноль или плюс. Сами величины задаются отдельно - веса разбиты на группы по 128, и у каждой группы один общий множитель в FP16.

В пересчёте на один вес это 1,72 бита против 16 у исходной модели. Перед сжатием веса каждой матрицы разворачивают фиксированным преобразованием Адамара, сам разворот вписан в веса, но при работе его нужно повторить на входных данных, иначе модель выдаёт бессмыслицу.

Распознавание картинок сжатие не проходило, лежит отдельным файлом на 0,6 ГБ и подгружается только тогда, когда на вход пришло изображение, так что текстовые задачи его не задействуют.

🟡В релизе три варианта

🟢GGUF в двух упаковках: PTQ1_0 (1,75 бита, 5,95 ГБ, быстрее на картах Ada и L4) и PQ2_0 (2,13 бита, 7,21 ГБ, быстрее на H100 и Blackwell);

🟢сборка под MLX на 8,60 ГБ вместе со зрением;

🟠тестовая упаковка Q2_0 для доработки ядер.

Для GGUF нужен специальный форк llama.cpp от Prism ML, для MLX - загрузчик из самого пакета.

🟡Бенчмарки

Замеры Prism ML считали через EvalScope и vLLM на H100, в режиме рассуждения, всего провели 14 тестов. Сравнивали со сборки той же Qwen3.8-27B в квантованиях UD-Q4_K_XL и IQ2_XXS.

Среднее по всем тестам: 84,78 против 86,32 у FP16 и 72,59 у IQ2_XXS. До четырёхбитной сборки не хватило 0,4 пункта при втрое меньшем размере.

AIME26: 95,83 против 94,58 у FP16 и 57,50 у IQ2_XXS.

LiveCodeBench: 90,07 против 90,05 и 56,40 соответственно.

BFCL v3 (вызов инструментов): 74,92 против 76,74 у FP16.

MMMU-Pro: 75,49 против 81,73.

Скорость генерации на RTX 5090 примерно 129 токенов в секунду, на ноутбучном M5 Pro - 28 токенов в секунду.

📌Лицензирование: Apache 2.0


🟡Блогпост
🟡Веса
🟡Техотчет
🟡Демо на WebGPU
🟡Сообщество в Discord
🖥GitHub


@ai_machinelearning_big_data

#AI #ML #LLM #Bonsai #PrizmML

Мы уже писали о курсе Дмитрия Баранчука из Школы анализа данных по генеративным моделям в компьютерном зрении. Теперь есть повод к нему вернуться: Дмитрий получил за курс Yandex ML Prize — премию для преподавателей и руководителей образовательных программ по ИИ.

Курс рассказывает о диффузионных и гибридных моделях, авторегрессионной, мультимодальной и 3D-генерации. Всё на свежих статьях — домашки построены на техниках, которые публиковали буквально за последние пару лет. Подойдёт тем, кто уже прошёл базу по генеративным моделям и хочет понять, куда движется направление. 

Все материалы Дмитрий выкладывает на GitHub. И это, кстати, уже часть тренда: среди других лауреатов Yandex ML Prize тоже есть преподаватели, которые открывают свои курсы и материалы для всех желающих. Всего в этом году премию получили восемь человек из НИУ ВШЭ, МФТИ, МГУ, ИТМО и НГУ.

Так что поздравляем Дмитрия!

@ai_machinelearning_big_data #news #ai #ml #образование #ии

✔️ OpenAI представила Astra for Law для юристов

Инструмент построен на GPT-6 Astra, которая подключена к поисковому индексу по законодательству США из более чем 230 млн документов: прецеденты, законы, подзаконные акты, решения административных органов. Он автоматизирует due diligence, аудит договоров и подготовку документов к IPO.

По замерам OpenAI на Vals AI Legal Research Bench инструмент показал точность 54% против 38,7% у базовой модели с веб-поиском и извлёк на 54% больше релевантных цитат из судебных решений.

OpenAI также открыла 26 плагинов для отраслевого ПО (iManage, Relativity, Clio, Thomson Reuters) и выпустила надстройку ChatGPT для Microsoft Word.

Доступ дают избранным фирмам через Trusted Access в ChatGPT и Codex, API обещают позднее.
openai.com

✔️ Claude ведёт 26% исследовательских и инженерных задач в Anthropic

Anthropic опубликовала внутренние метрики автоматизации R&D и контроля за агентами. По данным компании в 26% задач Claude – ведущий исполнитель, в 90% процессов работает как ассистент, а полной автономности пока не достиг.

В компании работают около 30 000 агентов под двухуровневым мониторингом, который передаёт инженерам до 50 инцидентов в неделю. На задачи безопасности уходит 6% всех вычислительных ресурсов R&D и 12% ресурсов, занятых автономными агентами. 
anthropic.com

✔️ Huawei представила вычислительную архитектуру Peerium

Архитектура рассчитана на работу миллиона процессоров и заменяет иерархию master-slave равноправным соединением узлов. В основе – вложенный параллелизм, единое адресное пространство памяти и сквозная децентрализация: по замыслу Huawei, кластер должен работать как одна машина.

Компоненты связывает шина на открытом протоколе: она напрямую соединяет в одноранговую сеть CPU, NPU, RAM, SSD, сетевые адаптеры и коммутаторы. Первая аппаратная реализация – суперузел Atlas 950 и кластеры на их основе.

По словам Huawei, кластер на 256 тысяч карт уже развёртывается, Atlas 960 на оптике ближнего размещения проходит тесты. 
huawei.com

✔️ Google Labs обновила экспериментального агента CC

Ассистент теперь работает с группами до шести человек и получил собственный верифицированный Google-аккаунт с изолированными правами доступа. Каждый агент развёрнут на выделенной облачной машине и работает на Google Antigravity и моделях Gemini. Память гибридная: общие групповые шаблоны хранятся отдельно от индивидуальных параметров участников.

Агенту можно открывать файлы из Google Drive, пересылать письма вручную или поручить следить за входящими в Gmail от заданных отправителей. По этим данным CC составляет сводку дня, заполняет Google Календарь и ведёт списки задач.

Обновлённый CC доступен пользователям из США, новые участники записываются в список ожидания. 
blog.google

✔️ Генеративный ИИ используют 85% японских игровых студий

Ассоциация CESA, организатор Tokyo Game Show, представила на выставке предварительные данные отраслевого отчёта за 2026 год: 63% опрошенных применяют генеративные модели ежедневно, ещё 22,8% – время от времени. Годом ранее ИИ пользовались около 51%.

Главным выигрышем респонденты назвали рост эффективности, затем сокращение сроков и издержек, а среди необходимых мер предосторожности – всё еще обязательную проверку результата людьми.
automaton-media.com


@ai_machinelearning_big_data

#news #ai #ml

💥 ИИ выдумал ядерный груз на китайском судне - США начали готовить его перехват.

По сообщению CNN, американский аналитик использовал чат-бот для разбора грузового манифеста. Модель ошибочно заявила, что судно перевозит компоненты для ядерного оружия. Эти сведения попали в разведывательный отчёт и стали основанием для подготовки военной операции.

Ошибку обнаружили до перехвата, операцию остановили. Источник CNN назвал отчёт «полностью ложным» и заявил, что он «чуть не начал войну»: действия против китайского судна могли привести к вооружённому столкновению.

По словам одного из собеседников издания, подобные галлюцинации ИИ в американском разведсообществе - уже не единичный случай.

https://edition.cnn.com/2026/09/18/politics/us-military-ai-false-intelligence-china-ship

@ai_machinelearning_big_data

✔️ GPT-5.5 будет отключена 14 октября

OpenAI объявила о том, что GPT-5.5 будет отключена 14 октября 2026 года на всех платформах и во всех программах, включая ChatGPT, ChatGPT Work и Codex.

Тем, кто ещё используют GPT-5.5 в Codex, рекомендуется перейти на GPT-5.6 Sol или GPT-6 Astra.

@ai_machinelearning_big_data

#news #ai #ml

🌟 LimiX-2: базовая модель для табличных данных

Stable AI выложила веса LimiX-2, второго поколения своей линейки моделей для структурированных данных. До этого были LimiX-16M и облегчённая LimiX-2M.

Разработчик - китайская компания, основанная в 2024 году командой профессора Цуй Пэна с факультета информатики Университета Цинхуа.

LimiX у компании единственный продукт, его продают промышленности, медицине и финансам. Модель проверяли более чем в двадцати отраслях и сотне сценариев.

Модель на 400 млн параметров закрывает классификацию, регрессию и заполнение пропусков за один прямой проход. На вход подаётся таблица с известными ответами и строки, для которых ответ нужен, и модель отвечает, опираясь на поданные примеры.

На выходе - вероятности классов, предсказания в исходной шкале цели либо восстановленная матрица признаков.

LimiX-2 построена по уникальной парадигме Contextual Mechanism Network. Обучение в контексте здесь перестроено - вместо предсказания одной целевой колонки по остальным модель оценивает совместное распределение всех признаков и цели, то есть описывает механизм, породивший таблицу целиком.

Отсюда второе её свойство: внимание по признакам фиксирует, какие столбцы напрямую влияют друг на друга, и по этим весам восстанавливается скелет причинного графа - набор связей без указания направлений.

🟡Бенчмарки

LimiX-2 шла в базовой конфигурации. Elo здесь - рейтинг по парным сравнениям на наборах теста, где случайный лес принят за 1000.

TabArena: Elo 1935 против 1818 у TabFM+. На подмножестве классификации (38 наборов) доля побед 94,5%, на регрессии (13 наборов) - 96,9%.

TALENT: Elo 1506 против 1471 у TabFM, 1438 у AutoGluon 1.6 и 1094 у CatBoost.

BCCO (собственный бенч Stable AI): Elo 1432 против 1376 у AutoGluon 1.6, 1230 у прошлой LimiX-16M и 1140 у CatBoost.


📌Лицензирование: исследования, обучение, замеры и некоммерческие соревнования - бесплатно, всё остальное - только по отдельному договору со Stable AI.


🟡Страница проекта
🟡Веса
🟡Arxiv
🖥GitHub


@ai_machinelearning_big_data

#AI #ML #LDM #StructuredData #LimiX #StableAi

Сегодня последний день регистрации на КосмоХакатон

18–20 сентября, Петербург, Красноярск или онлайн из любой точки страны. Четыре задачи на выбор: снабжение орбитального топливного узла и безопасность космонавта в открытом космосе в Петербурге (фонд 1,2 млн ₽), мониторинг лесных пожаров и верификация углеродных кредитов по спутниковым снимкам в Красноярске (600 тыс. ₽). Есть и для тех, кто про данные и ML, и для тех, кто про стратегию и экономику.

Лучшие забирают приз на площадке и билет в московский финал 25–27 сентября, где разыграют ещё 2,4 млн рублей.

Команду можно собрать на платформе.

Подробности и регистрация

🔥 Anthropic открыла собственную биологическую лабораторию в Bay Area и начала переносить Claude из вычислительных экспериментов в физическую биологию.

Как сообщает Reuters, компания подтвердила запуск wet lab, где Claude планируют использовать для управления лабораторными роботами и автоматизации части экспериментальной работы под контролем людей.

Руководитель направления life sciences Эрик Каудерер-Абрамс говорит, что Anthropic пока находится только в самом начале автоматизации лабораторных процессов с помощью ИИ.

Компания уже активно расширяется в life sciences: работает с фармацевтическими партнёрами, развивает Claude Science и пытается связать модели не только с анализом данных, но и с реальными экспериментами.

https://www.reuters.com/world/anthropic-quietly-sets-up-biology-lab-it-ramps-ai-drug-program-2026-09-18/

✔️ QuiverAI выпустила обновление генератора векторной графики

Во второе поколение семейства вошли две модели - Arrow 2 и флагманская Arrow 2 Telos.

Обновление принесло скорость генерации, улучшенную геометрию и композицию. В готовом файле стало меньше опорных точек, меньше лишних узлов и перекрывающихся контуров, а отступы и выравнивание элементов держатся без дополнительных инструкций в промптах.

🟡Сценарии применения

🟢серии иллюстраций в одном стиле по образцу с сохранением палитры и пластики форм;

🟢схемы с выделением нужных элементов;

🟢технические чертежи с удержанием консистентности;

🟢векторизация растровых эскизов в редактируемый SVG;

🟢анимация интерфейсной моторики и плоская структурированная графика (раскрытие логотипов, состояния загрузки, анимированные иконки).

Telos добавляет доработку возможностями топовых языковых моделей.

QuiverAI советует брать Arrow 2, когда важны скорость и цена за одно изображение, а Telos - под сложные брифы.

🟡Стоимость

Разделения моделей по тарифам в описании планов нет. Предлагаются подписки Go (8 долларов в месяц), Basic (20), Pro (40), плюс корпоративный план по запросу.

Для Go есть 14-дневный пробный доступ с привязкой карты. В тарифы входит недельная квота, которая обнуляется по понедельникам и не переносится, перерасход списывается с баланса.

API тарифицируется отдельно и тоже требует предоплаты.


@ai_machinelearning_big_data

#news #ai #ml

Что на самом деле умеет AI в медицине?
Модель научилась находить опухоли или прогнозировать осложнения. Но на каких данных её проверяли? Что будет в другой клинике или на другом сканере? Откалибрована ли её уверенность — и не выучила ли она случайный shortcut вместо болезни?
Я Мария, ML-исследователь, веду Medical AI — канал про исследования на стыке AI и медицины.
Там я разбираю:
— статьи и новые модели;
— medical imaging и медицинские датасеты;
— robustness, uncertainty, domain shift и ошибки в дизайне исследований;
— идеи для собственных проектов.
В общем, не только что умеет очередная модель, но и почему она это умеет и насколько результату можно доверять.
Если вам интересен AI как исследование, а медицина — как поле с кучей нетривиальных задач, заглядывайте в Medical AI.

✔️ Минэнерго США профинансирует разработку систем квантовой коррекции ошибок

Министерство выделит до 215 млн долларов на конкурс по созданию квантового компьютера со 100 и более логическими кубитами, который выполнит сотни миллионов отказоустойчивых операций. Управление по науке ведомства открыло прием заявок от исследовательских центров и бизнеса в рамках программы Quantum Genesis Q Competition.

Цель финансирования - переход от систем на базе процессоров промежуточного масштаба к архитектуре со стабильными логическими кубитами. Поддержку получат частные проекты, способные реализовать масштабируемую аппаратную квантовую коррекцию ошибок.

В дальнейшем отказоустойчивые системы планируют применять для криптографии, сложных задач оптимизации и моделирования материалов.
energy.gov

✔️ Alibaba выпустила Qwen3.8-Omni-Flash

Модель с контекстным окном 1 млн токенов обрабатывает текст, аудио, картинки и видео и поддерживает агентные сценарии - планирует шаги, вызывает внешние инструменты и выполняет цепочки задач.

Qwen3.8-Omni-Flash умеет монтировать видео, транскрибировать совещания с диаризацией спикеров, локализовать контент с клонированием голоса и писать код по аудиозапросам. Вывод в API подешевел - час аудио на 98%, видео на 93%.

Вместе с моделью открыли исходники среды Qwen-Live Harness для стримингового взаимодействия и библиотеку Qwen-MM-Plugins для оцифровки видеозаписей в базы знаний.
qwen.ai

✔️ Anthropic объединила чат Claude и Cowork в одно пространство

Cowork и Design теперь доступны из любого диалога, Claude сам решает, что вызвать для решения задачи.

В Claude также появились Docs и Claude Slides, это документы с совместным редактированием и комментариями, презентации с выгрузкой в PowerPoint и PDF. Docs, Slides и Design - в бете на платных тарифах.

Раскатка на Pro и Max в веб-версии, на десктопе и в мобильном приложении займёт несколько недель, Team и бесплатные тарифы получат обновление позже, Enterprise предупредят за 30 дней.
claude.com

✔️ Moonshot собрала для Kimi финансовый пакет

Китайский разработчик выпустил отраслевой набор для финансовых организаций, в который вошли свыше десяти источников данных через MCP, девять профильных навыков от финансового моделирования до карты консенсус-прогнозов и утренней сводки по позициям и пять мер контроля - от классификации данных по уровням до проверки вывода человеком и аудита вызовов агента.

Пакет собран в шлюз оценки риска, который Moonshot строит вместе с брокером China Securities. Пилот шлюза - промежуточные отчёты доверительного управляющего по облигациям, ручная подготовка которых сократилась с 30 до 10 минут.

Навыки и плагины доступны в вебе, Kimi Work и Kimi Code. Цены не названы.
kimi.com

✔️ Figure показала Helix 2.5

Модель обучена на собственном наборе записей человеческого поведения Index. Из него Helix 2.5 получила три поведения: уборку гостиной, складывание полотенец и застилание кроватей.

Тесты проводили в 30 домах пригорода Сан-Франциско, где гуманоид под управлением модели работал с незнакомыми предметами. Засчитывали только полностью выполненную задачу: 56% против 9% у той же модели без Index. Данных на постановку поведения ушло вдвое меньше, чем у Helix 02.

На обучение Helix компания выделила вычислительные мощности на $3,5 млрд.
figure.ai


@ai_machinelearning_big_data

#news #ai #ml

✔️ Micron показала серверный модуль DDR5 на 512 ГБ

Новинка адресована большим языковым моделям, агентным системам, инференсу в реальном времени и базам данных в памяти: по словам компании, больший объём оперативной памяти позволяет реже обращаться к медленным накопителям.

Регистровый модуль рассчитан на скорость до 9200 MT/s. AMD и Intel сейчас проверяют его на своих серверных платформах. В двухпроцессорном сервере с 24 слотами такие модули дают до 12 ТБ оперативной памяти.

По замерам Micron, один модуль на 512 ГБ потребляет 16 Вт против 44,2 Вт у четырёх модулей по 128 ГБ, то есть почти на 64% меньше при том же объёме.

В аналитике на Spark, где узким местом служит память, модуль, по данным Micron, до 1,4 раза производительнее конфигураций с модулями на 256 ГБ.

Массовое производство ожидается во второй половине 2027 года.


@ai_machinelearning_big_data

#news #ai #ml

📌 Xiaomi стримит процесс RL-обучения моделей MiMo-V2.6

После полугода затишья команда инженеров Xiaomi вернулась с экспериментом по предельному масштабированию RL-обучения и вывела телеметрию кластера в публичную трансляцию.

Архитектура тренировочного процесса полностью асинхронна - на каждом шаге система берет 1568 промптов и генерирует по 16 роллаутов на каждый, обрабатывая в общей сложности порядка двух миллиардов токенов.

В рамках одного процесса разработчики смешали несколько доменов — от генерации кода и задач по кибербезопасности до мультимодального зрения и поведения чат-агентов, подключив несколько тестовых харнессов одновременно.

Дашборд отображает метрики моделей Mimo-v2.6-flash и Mimo-v2.6-pro в реальном времени, включая распределение задач, длину контекста и тайминги шагов.

Обучение модели в самом разгаре. Подробную документацию и наработки Xiaomi планирует опубликовать в открытом доступе в ближайшие недели.

@ai_machinelearning_big_data

#news #ai #ml