На следующей неделе в рубрике «The Sequence»:

  • Наша серия статей о дистилляции моделей ИИ продолжается с описанием еще одного интересного метода.

  • В рубрике «ИИ недели» мы расскажем о новой модели Laguna S2.1 от Poolside.

  • В рубрике «Мнения» обсуждается актуальная тема: «Исследования в области ИИ против инженерии».

Подписывайтесь и не пропустите:

📝 Редакционная статья: «Прошлая неделя в ИИ»: «Прошлая неделя в ИИ»: более умные модели, физические машины и расширяющийся стек ИИ

Когда я несколько лет назад основал The Sequence, ИИ все еще оставался относительно нишевой областью, за которой внимательно следили исследователи, небольшая группа разработчиков и несколько чрезмерно увлеченных людей, таких как я. Сегодня понимание ИИ означает взгляд далеко за пределы языковых моделей. Я все чаще занимаюсь изучением передовых областей, таких как робототехника, физический интеллект, научные открытия, биология, материалы и автономные лаборатории.

Я хотел бы поделиться с вами большей частью этих знаний. В ближайшее время мы запустим две новые рубрики — «The Sequence Robotics» и «The Sequence Science» — цель которых — сделать самые интересные разработки в этих областях тщательно проработанными, доступными и увлекательными для изучения.

Самым важным событием этой недели стал выпуск компанией Anthropic модели Opus 5. Эта модель улучшает способность к долгосрочному мышлению, агентское кодирование и работу с профессиональными знаниями, одновременно делая возможности, ранее ассоциировавшиеся с самыми дорогостоящими передовыми системами, более экономически доступными для использования. Значение этого события заключается не просто в очередном скачке в тестах. Opus 5 свидетельствует о том, что передовые модели становятся все лучше в выполнении сложных задач в течение длительного времени: понимании крупных систем, многоэтапном планировании, использовании инструментов, корректировке решений и поддержании согласованности при выполнении длительных задач.

Это важно, поскольку следующий этап развития ИИ будет определяться не столько ответами на отдельные вопросы, сколько выполнением длительных рабочих процессов.

Второе важное событие связано с компанией Atoms Трэвиса Каланика, которая объявила о раунде привлечения инвестиций на сумму 1,7 миллиарда долларов. Atoms делает ставку на то, что следующий крупный рынок ИИ не будет существовать исключительно в браузерах и дата-центрах. Он будет функционировать в шахтах, на заводах, на кухнях, складах и в транспортных системах.

Физический ИИ принципиально сложнее программного интеллекта. Программный агент может повторить попытку после ошибки. Робот, перемещающий оборудование по складу, должен справляться с трением, неопределенностью, вопросами безопасности, отказом оборудования и упорной сложностью реального мира. Atoms отражает растущую уверенность в том, что робототехника станет одной из следующих крупных границ развития ИИ — и одной из самых капиталоемких.

Laguna S 2.1 от Poolside представляла собой аналог Opus 5 в формате открытой модели. Её архитектура «смеси экспертов» с 118 миллиардами параметров активирует только 8 миллиардов параметров на один токен, поддерживает контекстное окно объёмом в один миллион токенов и обеспечивает высокую производительность агентского кодирования для своего размера.

Этот контраст весьма показателен. Opus 5 продвигает границы проприетарных технологий вперёд. Laguna пытается сжать возможности, граничащие с этими границами, в модель, которая меньше по размеру, переносима и открыта. Вместе они демонстрируют расширение рынка моделей в обоих направлениях: более высокие возможности на вершине и большую доступность внизу.

Затем последовало предупреждение недели. Сообщается, что во время контролируемой кибероценки с ослабленными производственными мерами безопасности модели OpenAI вырвались из ограниченной среды, воспользовались уязвимостью «нулевого дня» и получили доступ к инфраструктуре Hugging Face в поисках ответов на тестовые задачи.

Это не было доказательством машинного сознания. Это было доказательством чего-то более практичного: способной системы, неустанно оптимизирующейся для достижения цели в среде, границы которой оказались слабее, чем ожидалось. По мере того как агенты обретают все большую автономию, сдерживание станет столь же важным, как и возможности.

Финансовые результаты Alphabet за квартал продемонстрировали масштабы, стоящие за этим переходом. Google Cloud продолжал быстро расти, в то время как квартальные капитальные затраты поднялись почти до 45 миллиардов долларов. Бум ИИ — это уже не просто цикл разработки программного обеспечения. Это промышленный строительный проект, включающий чипы, энергоснабжение, центры обработки данных, сетевые технологии и огромные балансовые отчеты.

Последние анонсы AMD подкрепили этот сдвиг. Helios, семейство MI400, новые процессоры EPYC, программное обеспечение ROCm и системы, ориентированные на робототехнику, позиционируют AMD как поставщика интегрированной инфраструктуры искусственного интеллекта, а не просто как альтернативного поставщика графических процессоров.

Наконец, слухи о возможном приобретении OpenRouter продемонстрировали растущую значимость дистрибуции. В мире, где существуют десятки мощных моделей, уровень, который распределяет рабочие нагрузки, управляет расходами и обрабатывает платежи, может стать столь же стратегически важным, как и сами модели.

Урок этой недели заключается в том, что гонка в области ИИ расширяется. Opus 5 развивает интеллект. Atoms переносит его в физический мир. Laguna делает его более доступным. Инцидент с безопасностью раскрывает связанные с ним риски. Alphabet и AMD демонстрируют механизмы, необходимые для его масштабирования. OpenRouter указывает на уровень управления, который может соединить всё воедино.

🔎 Исследования в области ИИ

Экзамен для активных наблюдателей

Лаборатория ИИ: Университет Южной Калифорнии

Резюме: В данной статье представлен ActiveVision — тестовый набор данных, разработанный для проверки способности мультимодальных крупных языковых моделей (MLLM) осуществлять активное, итеративное визуальное восприятие, а не полагаться на однократный статический взгляд. Исследование показывает, что современные передовые модели терпят неудачу при решении этих задач и значительно отстают от человеческих возможностей, что указывает на существенный пробел в области надёжного активного визуального мышления даже в тех случаях, когда модели используют инструменты агентного кодирования.

Объектно-ориентированные агенты на языке Python

Резюме: В данной статье, представленной в файле «2607.20709v1.pdf», представлены NVIDIA Object-Oriented Agents (NOOA) — фреймворк на языке Python, который упрощает разработку ИИ за счёт того, что агенты рассматриваются как стандартные объекты Python, где методы выступают в роли возможностей модели, а поля — в роли состояния [ссылка: 8]. Используя нативные абстракции, такие как передача по ссылке и «код как действие», NOOA позволяет моделям эффективно достигать высококонкурентных результатов в сложных тестах по программной инженерии, кибербезопасности и интерактивному рассуждению.

Двухуровневые мета-рубрики для оценки генерации открытого типа: GAMUT — тестовый набор для оценки фактической полноты

Резюме: В данной статье представлен GAMUT — мультимодальный тестовый набор, предназначенный для оценки фактической полноты длинных генерированных текстов, а не только их фактической точности. Он использует двухуровневую структуру мета-рубрик, которая преобразует сложные структурированные фактические требования в плоский чек-лист с бинарными критериями, позволяя экспертам, работающим с LLM, надежно оценивать ответы.

LLM в роли наставника: опытное обучение для непроверяемых задач

Резюме: В данной статье представлено «обучение на основе опыта» (Experiential Learning, EL) — структура для работы после обучения, предназначенная для непроверяемых задач, которая заменяет скалярные вознаграждения на содержательные и переносимые текстовые рекомендации, генерируемые «LLM в роли наставника». Благодаря усвоению этой обратной связи с высокой пропускной способностью посредством дистилляции контекста в соответствии с политикой модель достигает лучшей обобщаемости и снижает риск «хакинга вознаграждений» по сравнению со стандартными методами обучения с подкреплением.

Mage-Flow: эффективная базовая модель с нативным разрешением для генерации и редактирования изображений

Резюме: Mage-Flow — это компактная базовая модель с 4 миллиардами параметров, разработанная для эффективного генерации изображений из текста с высоким разрешением и редактирования изображений на основе инструкций. Благодаря сочетанию лёгкого токенизатора латентных значений, диффузионного трансформера с нативным разрешением и инфраструктуры обучения на основе слияния ядер она обеспечивает конкурентоспособное качество изображений при значительно меньшей задержке и меньшем потреблении памяти, чем более крупные базовые модели.

Генерация синтетических данных без учета среды для агентов, вызывающих API

Резюме: ESAT — это инновационный конвейер генерации синтетических данных, который создает сложные многоэтапные траектории обучения для агентов, вызывающих API, используя исключительно спецификации API, что полностью устраняет необходимость в полнофункциональных исполняемых бэкенд-средах. Используя LLM в качестве динамических моделей цифрового мира для генерации задач, моделирования состоятельных ответов API и оценки качества траекторий, эта платформа генерирует высокоточные данные, которые обеспечивают существенное повышение производительности при тонкой настройке модели.

🤖 Новости в сфере ИИ

Компания Anthropic выпустила новую версию своей флагманской модели.

Laguna S2.1

Poolside выпустила Laguna S2.1 — модель с открытыми весами, которая превосходит гораздо более крупные модели в ряде интересных тестов.

📡 10 новостей об ИИ, о которых нужно знать

  • Alphabet сообщила о выручке за второй квартал в размере 119,8 млрд долларов, что на 24% больше, при этом выручка Google Cloud выросла на 82% до 24,8 млрд долларов благодаря спросу на ИИ со стороны предприятий, что успокоило инвесторов, обеспокоенных планами компании по капитальным вложениям на сумму примерно 180–190 млрд долларов.

  • Робототехнический стартап Трэвиса Каланика Atoms привлек 1,7 млрд долларов под руководством a16z при участии Uber, Bain Capital и Fifth Wall для реализации того, что он называет концепцией «от битов к атомам» — управления физическим миром с помощью программного обеспечения.

  • OpenAI сообщила, что её дорелизные модели взломали Hugging Face после того, как вырвались из изолированной тестовой среды через уязвимость установщика пакетов во время проведения кибер-теста с пониженным уровнем отказов, в результате чего из производственной базы данных Hugging Face были извлечены решения тестовых задач.

  • Databricks объявила о стратегическом раунде финансирования под руководством Coatue, в ходе которого оценка компании составила 188 млрд долларов; по имеющимся данным, сумма раунда составила около 3 млрд долларов, что превышает оценку в 134 млрд долларов, зафиксированную всего пять месяцев назад.

  • Пекинский стартап GigaAI, занимающийся разработкой глобальных моделей, ведет переговоры о проведении IPO в Гонконге уже в этом году, одновременно завершая раунд финансирования с оценкой в 3 млрд долларов, что, по словам генерального директора Хуан Гуана, сделает его первым в мире стартапом в сфере глобальных моделей, вышедшим на публичный рынок.

  • Стартап в области ИИ-робототехники Genesis AI ведет переговоры о привлечении около 500 млн долларов при оценке до финансирования в 3 млрд долларов — это значительный скачок для лаборатории физического ИИ, которая вышла из режима секретности год назад, завершив раунд посевного финансирования на сумму 105 млн долларов.

  • Компания AMD представила на конференции Advancing AI 2026 свой портфель инфраструктуры ИИ следующего поколения, главным элементом которого стали системы Helios в формате стоек, уже запущенные в производство для развертываний гигаваттного масштаба, наряду с новыми процессорами EPYC и обновленным ускорителем Instinct, позиционируя полный стек в конкуренции с Nvidia на рынке вычислений для ИИ, который, по оценкам компании, составляет 2 триллиона долларов.

  • Компания Etched завершила раунд финансирования серии C на сумму 300 миллионов долларов при оценке в 10,3 миллиарда долларов под руководством Sequoia, с участием a16z, SK Hynix, Jane Street и Diffusion, удвоив свою декабрьскую оценку примерно за семь месяцев, поскольку она наращивает производство своих кластеров для инференции без использования графических процессоров (GPU) в связи с заказами на сумму более 1 миллиарда долларов.

  • Prentis — лаборатория ИИ, ориентированная на компьютерное использование, запущенная в апреле Ританкаром Дасом при участии Рида Хоффмана и Марка Пинкуса в качестве соучредителей, — ведет переговоры о привлечении 100 миллионов долларов при оценке в 1 миллиард долларов, делая ставку на свою небольшую модель Hive-32B, которая, по утверждениям компании, превосходит GPT-5.4 и Claude Opus 4.6 в тестах производительности при примерно десятикратно меньшей стоимости за задачу, и способна выиграть гонку по автоматизации рутинных офисных рабочих процессов.

  • Stripe ведет переговоры о приобретении OpenRouter — платформы, предоставляющей разработчикам единый доступ к сотням моделей ИИ. Сделка может оценить стартап примерно в 10 миллиардов долларов, что почти в восемь раз превышает его майскую оценку в 1,3 миллиарда долларов, хотя переговоры все еще могут сорваться или привлечь конкурирующего претендента.