Transcription
Всем привет. В этом выпуске главные новости из мира искусственного интеллекта и технологий. Прогноз на 2026 год, когда искусственный интеллект будет ощущаться как новая среда обитания. Андрей Карпать заявил, что считает себя отсталым в кодинге из-за новых моделей ИИ. ИИ Стэнфордский университет собрал главные прорывы в науке и искусственном интеллекте за 2025 год. Робот-компания Un3 удивил всех своей пластикой и танцами. Индустрии искусственного интеллекта поражают своими большими зарплатами даже на позиции стажёра. Об этом и многом другом в этом выпуске. Смотрите это видео до конца, чтобы ничего не пропустить.
Google выкатил подборку бесплатных AI-курсов с сертификатами без оплаты, без подписок. Я собрал 10 лучших. Переходите и смотрите в подборку в моём Telegram-канале по ссылке в описании под видео. На бесплатных курсах вы обучитесь тому, как работает генеративный ИИ, и чем он отличается от классического машинного обучения. База по работе с искусственным интеллектом в ежедневных задачах. Промпт-инженерии и работа с GNI в реальных кейсах, а также многое другое. Всё в моём Телеграме по ссылке в описании под видео.
Сегодня хочу показать по-настоящему удобный сервис для работы с AI — idora.ru. Если вы устали держать десятки вкладок ради разных нейросетей, постоянно переключаться между ChatGPT, GMI, CLD и ещё какими-то сайтами, да ещё и включать VPN, а решает эту проблему разум. Это единая платформа, где собраны все топовые нейросети в одном интерфейсе. Заходите и сразу можете работать с чат-моделями, изображением и видео. Без VPN, без регистрации в каждом отдельном сервисе, без переключения между окнами. При первом входе сразу же открывается чат. На бесплатном тарифе доступно GPT5 Nano — облегчённая, быстрая и очень экономная версия GPT5, идеально подходящая для повседневных задач. На платных тарифах открывается полный арсенал GPT5, Gemini, CLД, GRК и другие модели. Всё работает быстро, стабильно и полностью на русском языке.
Отдельно хочу показать два ключевых раздела. Первый — это генерация изображений. Это полноценный каталог лучших визуальных моделей: Nno, банана, GPT Image 1.5, Fкж. Интерфейс простой. Выбираете модель, вводите описание, задаёте соотношение сторон и генерируете. Можно добавлять референсы, менять формат, повторять генерации. Всё из одного окна. Второе — это генерация видео. Здесь собраны самые актуальные видеомодели: Google Veo 3.1, CLН, Со и многие другие модели. Можно делать ролики по тексту или загружать изображение и превращать его в видео. Настраивается разрешение и длительность, соотношение сторон, и система показывает готовый ролик прямо в интерфейсе. Отдельный плюс — это тарифы. Вместо того, чтобы оплачивать каждую модель отдельно, вы покупаете один тариф и получаете доступ ко всему набору. На тарифах различается количество токенов и генерации изображений. Ну и главный бонус — это документация, которая заменяет полноценный курс по работе с нейросетями. Всё бесплатно, структурировано и понятно от основ промтинга до продвинутых техник. Если хотите работать и без лишних хлопот и переключений, протестировать разные модели или просто упростить себе жизнь, можете зайти на ora.ru по ссылке в описании. Все нейросети в одном окне. Удобно, быстро и без каких-либо ограничений по странам.
2026 год ожидается как момент, когда искусственный интеллект перестаёт ощущаться как очередное обновление продукта и начинает восприниматься как новый слой реальности. Самое тревожное здесь не в одном громком прорыве, а в накопительном эффекте. Изменения накладываются друг на друга до тех пор, пока в какой-то момент обычные люди не обнаруживают, что интернет стал другим. Работы ощущаются иначе, а доверие уже не то, что раньше. Эти сдвиги не возникают из ниоткуда. Они давно запущены и просто ускоряются.
Уже сейчас понятно, что спрос на вычислительной мощности для ИИ будет расти весь 2026 год и дальше. Это самый приземлённый и наименее драматичный прогноз, но именно он лежит в основе всего остального. Компании по всему миру пытаются превратить демонстрационные и решения в реальные рабочие системы, встроенные в бизнес-процессы. Это означает больше запросов, больше вычислений, больше автоматических проверок, повторных попыток и фоновых задач. Даже если модели становятся эффективнее, и использование растёт быстрее, потому что более дешёвые вычисления открывают всё новые сценарии применения. К тому же значительная часть ресурсов уходит не на один идеальный ответ, а на многошаговые системы, которые проверяют себя, вызывают инструменты, делают поиски и запускают процесс заново. Такие агентные цепочки фактически умножают потребность в вычислениях, поэтому разговоры о замедлении расходов выглядят логично только на бумаге. В реальности давление спроса носит структурный характер, и единственным ограничением всё чаще становится предложение.
На этом фоне постепенно остывает разговор об AGI, как о главной теме дня. В 2026 году вера в общий искусственный интеллект никуда не исчезнет, но фокус сместится. Рынок начинает вознаграждать не обещание, а стабильную работу. Совета директоров и инвесторы хотят видеть цифры внедрения, снижения издержек и управляемые риски. Обсуждения всё чаще вращаются вокруг развёртывания систем в компаниях, надёжности и оценки компласа и управления. Побеждают те, кто умеет не только публиковать исследования, но и интегрировать ИИ в реальные процессы и поддерживать его работу круглосуточно.
Параллельно на крупных технологических конференциях в 2026 году на первый план выходят роботы. Не потому, что они внезапно стали идеальными работниками, а потому, что их мозг стал лучше понимать контекст. Современные работотехнические системы учатся быстрее адаптироваться, восстанавливаться после ошибок и работать с новыми объектами без месяцев дополнительного обучения. Даже демонстрации, где робот открывает незнакомый холодильник или реагирует на голосовую команду, производят сильное впечатление. Этого достаточно, чтобы сдвинуть инвестиции, запустить пилотные проекты и вызвать нервозность у корпораций, которые боятся опоздать.
Одновременно компании всё активнее начинают фиксировать, как именно выполняется работа, чтобы обучать на этих данных и агентов. Формально подаётся как рост продуктивности, но по сути всё ближе к тотальному наблюдению. Инструменты мониторинга кликов, экранов и поведения сотрудников существуют давно, но теперь их используют для копирования человеческих рабочих процессов. В 2026 году напряжение вокруг этого станет заметно сильнее. Сотрудники будут всё чаще осознавать, что обучают не помощника, а потенциальную замену, а бизнес столкнётся с юридическими и репутационными рисками.
Ещё одной почти неизбежной темой станут скандалы вокруг всегда слушающих ассистентов. Инструменты для записи встреч и заметок слишком удобные, чтобы от них отказаться. Но вопрос согласия и утечек остаётся болезненным. Достаточно одного громкого судебного дела или крупной утечки, чтобы тема стала культурным событием. Люди начнут исходить из того, что их записывают по умолчанию, и это изменит стили общения, переговоров и уровень доверия.
Во второй половине прогнозов появляются более разрушительные, но всё ещё вероятные события. Одним из них может стать выход компании ATROPIC на биржу, в то время как OpenI сохранит частный статус. Публичные рынки требуют прозрачности, отчётности и чёткой экономики. И сам факт IPO заставит всю отрасль объяснять себя более ясно. Частные компании, напротив, смогут дольше сохранять гибкость и непрозрачность. На этом же фоне возможен аккуратный, заранее спланированный уход Сэма Альтмана с поста генерального директора Openi. Такой шаг выглядел бы не кризисом, а переходом от харизматичного этапа роста к более жёсткому управлению инфраструктуры, партнёрствами и регуляторным давлением. Вслед за этим вероятной внутренней реструктуризации, включая сокращение. Для компаний, переживших период гиперроста — это почти стандартный этап, когда приоритеты меняются, а дублирующие роли становятся лишними.
В глобальном масштабе заметным станет и прогресс китайской экосистемы и чипов. Речь не о мгновенном догоне лидеров, а появлении достаточно хороших решений и устойчивой инфраструктуры вокруг них. Это постепенно начнёт подтачивать доминирование Nvidia и заставит компании и государства думать о диверсификации.
Ближе к границе культурного шока находятся сценарии, которые сегодня кажутся фантастическими, но логически вытекают из уже существующих инструментов. Судебное дело может развалиться из-за того, что ключевая фигура окажется полностью синтетической личностью с вымышленной биографией. Автоматизированное новостное издание способно получить престижные награды, прежде чем публика узнает, что большая часть редакции — это алгоритмы. Может появиться вирусный слив, который с пугающей точностью предсказывает события и воспринимается как инсайдерская информация, хотя на самом деле это всего лишь хорошо обученная модель. Не менее тревожно выглядит сценарий, при котором умерший инфлюенсер продолжает публиковать контент и набирать аудиторию, а зрители не отворачиваются даже после раскрытия правды. Грань между человеческим и контентом машины уже размыта и делает её почти невидимой. И, наконец, ИИ может научиться убеждать, намеренно оставаясь слегка неточным, потому что человеческая психология больше доверяет несовершенству, чем безупречной логике.
Все эти процессы сходятся в одном: профессии постепенно смещаются от создания к проверке результатов, а люди начинают даже делегировать и переживания сожалений и альтернативных сценариев в своей жизни. Это превращает эмоциональную обработку опыта в услугу. На фоне этого вполне символично, что часть интернета начнёт всерьёз подозревать, будто мистер Бист — это ИИ-образ, настолько стабильным и выверенным выглядит его публичный амплуа.
2026 год таким образом будет не столько про более умные модели, сколько про побочные эффекты их нормализации. Масштабируемое мошенничество с идентичностью, отстающие правовые системы, автоматизированные убеждения и тотальная запись происходящего в офисах постепенно меняют культурный ландшафт. Именно поэтому одни изменения кажутся очевидными, другие — запутанными, а третьи будут восприниматься как шок, хотя их предпосылки уже давно перед нами.
Бывший руководитель направления искусственного интеллекта в Тесла и сооснователь Openй Андрей Карпати признался, что впервые за всю карьеру ощущает себя отстающим программистом. В посте ВК он написал, что профессия программиста переживает резкое и болезненное изменение, которое он называет драматическим рефакторингом. По его словам, личный вклад инженера становится всё более размытым, а привычное чувство контроля над кодом уходит. Карпать сравнил современные ИИ-инструменты с мощной инопланетной технологией, которую внезапно раздали всем, но забыли приложить инструкцию. Каждый вынужден на ходу понимать, как с ней обращаться, в то время как саму профессию трясёт, словно при землетрясении огромной силы. Он отмечает, что поверх классических уровней абстракции появился новый, крайне сложный слой. Теперь разработчику приходится иметь дело с агентами и субагентами, промптами, контекстами, памятью, режимами работы, разрешениями, инструментами и интеграциями. Всё это нужно удерживать в голове одновременно с обычной инженерной логикой. При этом сами модели ведут себя не так, как привычный код. Они вероятностно, иногда ошибаются, плохо объясняют свои решения и постоянно меняются. По мнению Карпати, если научиться правильно связывать между собой инструменты, появившиеся всего за последний год, можно работать в разы быстрее. Неспособность сделать это он называет уже не внешней проблемой, а вопросом личного навыка.
Высказывание Карпати быстро вызвало обсуждение среди разработчиков. Один из инженеров, работающих с Clotд OPUS 4.5, рассказал, что за последний месяц ни разу не открывал привычную среду разработки. Модель сама подготовила около 200 пулреквестов, написав весь код целиком. По его наблюдениям, молодые специалисты и новички часто используют AI увереннее и эффективнее. У них нет опыта работы с более слабыми версиями моделей, а значит, и нет устаревших ожиданий, которые приходится постоянно пересматривать. Самым сложным для опытных инженеров он считает необходимость каждые пару месяцев заново корректировать своё представление о возможностях инструментов, которые улучшаются слишком быстро.
В то же время звучит и критика. Некоторые указывают на возможный конфликт интересов, напоминая, что Карпати основал Эврикала Laaps, стартап, зарабатывающий на образовательных курсах по искусственному интеллекту. Практикующие разработчики пишут, что AI-код нередко требует серьёзной доработки, а работа всё чаще превращается в бесконечную проверку и исправление чужих решений. В обсуждениях на Редита можно встретить мнение, что если человек, без сомнений, принимает код от модели и сразу отправляет его в продакшн, то либо его стандарты слишком низки, либо он и раньше не отличался высокой квалификацией. Другие признают, что AI действительно ускоряет работу, но считают разговоры о десятикратном росте продуктивности сильным преувеличением и говорят скорее о полуторакратном эффекте.
Тем не менее, само признание Карпати стало важным сигналом. Один из самых известных исследователей в области искусственного интеллекта открыто говорит о растерянности и ощущении отставания. Это фиксирует момент, когда правила игры меняются быстрее, чем большинство профессионалов успевает к ним привыкнуть. И показывает, что даже лидеры отрасли вынуждены учиться заново.
В 2025 году наука и технологии перестали быть темой только ли лабораторий и научных журналов. Отчёт Стэнфордского университета, посвящённый ключевым инновациям года, показывает, искусственный интеллект, физика и биология всё чаще выходят за пределы теории и начинают напрямую влиять на повседневную жизнь.
Одним из самых заметных медицинских прорывов стало появление микроскопического устройства для удаления тромбов, которые действуют особенно бережно. В отличие от традиционных методов, оно не разрушает сгустки, а аккуратно всасывает их, снижая риск осложнения. Для лечения инсультов и инфарктов такая технология может стать настоящим переломным моментом, особенно в экстренных ситуациях, где каждая минута имеет значение. Параллельно развивается и другой фронт медицины: вычислительная биология, искусственный интеллект нового поколения, обученный на данных обо всех известных формах жизни, научился проектировать ДНК, РНК и белки. Это не просто ускоряет исследование, но и открывает путь к созданию принципиально новых лекарств и более глубокому пониманию механизмов болезни на самом базовом уровне.
В квантовых технологиях тоже произошёл сдвиг, который ещё недавно казался невозможным. Учёным удалось приблизиться к созданию квантовых кубитов, работающих при комнатной температуре. Для этого используется особым образом закрученный свет. Если такие решения выйдут за рамки экспериментов, квантовые компьютеры перестанут быть экзотикой, требующей сложных криогенных систем, и станут куда ближе к практическому применению.
Среди астрономических проектов выделяется гигантская обсерватория Веры Rubн. Этот телескоп будет непрерывно наблюдать южное небо, фиксируя изменения во Вселенной почти в реальном времени. Благодаря этому космос предстанет не как набор статичных снимков, а как живая динамическая система, где всё постоянно движется и меняется.
Физика материалов тоже принесла неожиданное открытие. Учёные впервые напрямую увидели, как свет способен скручивать атомные слои в веществах. Это наблюдение может привести к прорывам в области сверхпроводимости и квантовой электроники, где свойства материалов определяются буквально на уровне отдельных атомов.
Искусственный интеллект всё активнее используется и для понимания процессов на Земле. В Италии нейросети помогли обнаружить тысячи ранее незаметных землетрясений и тектонических разломов. Такой подход выводит мониторинг природных катастроф на новый уровень и позволяет точнее оценивать риски для регионов с повышенной сейсмической активностью.
Экологические технологии также не остались в стороне. Появились специальные гранулы, которые очищают сточные воды и одновременно извлекают из них полезные вещества, например, аммиак. Очистка воды в этом случае перестаёт быть лишь затратной необходимостью и превращается в экономически оправданный процесс. Даже привычные устройства получают новое значение. Умные датчики дыма, созданные на базе обычных пожарных сигнализаций, научились точнее отслеживать загрязнение воздуха во время контролируемых выжиганий. Это помогает лучше защищать населённые пункты и снижать вред для здоровья людей.
В сельском хозяйстве учёные сделали шаг к борьбе с засухами. Был обнаружен гормон, который направляет рост корней кукурузы к источникам влаги. Такое открытие может сыграть важную роль в условиях изменения климата и дефицита воды. Не менее необычно выглядит технология электрической левитации клеток. С её помощью живые клетки могут парить в воздухе под действием электрического поля. В перспективе это может найти применение в онкологии и управлении микроботами внутри организма. Наконец, дроны в сочетании с искусственным интеллектом научились создавать точные трёхмерные модели ландшафтов. Эти карты показывают, как экосистемы меняются со временем и становятся важным инструментом для экологов и исследователей природы.
Команда Google Health AI представила модель распознавания речи ASR, созданную специально для клинической диктовки и разговоров между врачами и пациентами. Разработка ориентирована на интеграцию в медицинские рабочие процессы и упрощение создания и приложений для здравоохранения от автоматической расшифровки заключений до ведения заметок по итогам приёма. MT IR — это модель преобразования речи в текст на архитектуре Конформер, предварительно обученная на медицинских данных. Она рассматривается как базовое решение для разработчиков, которым нужны голосовые интерфейсы в клинических системах, включая радиологическую диктовку и оформление медицинской документации. Модель содержит 105 млн параметров, принимает одноканальное аудио с частотой 16 кГц и выдаёт только текстовый результат, что упрощает её подключение к системам обработки языка и медицинским генеративным моделям. MET ISR входит в экосистему Health EAI Developer Foundations, объединяющие специализированные медицинские модели Google с едиными условиями использования. Обучение модели проводилось на корпусе деидентифицированной медицинской речи объёмом около 5.000 часов. В нём вошли диктовка врачей и клинические диалоги из радиологии, внутренней и семейной медицины. Часть данных была дополнительно размечена медицинскими сущностями, симптомами, лекарствами и состояниями, что помогло модели уверенно работать с клинической терминологией и типовыми формулировками.
На одном из недавних показов роботов компании UN3 неожиданно стал главным героем сцены. Машина уверенно двигалась под музыку, повторяя танцевальные шаги с такой точностью и пластикой, что у зрителей возникло ощущение, перед ними не экспериментальный механизм, а почти живой исполнитель. Видео с выступлением быстро разошлось по соцсетям и вызвало волну обсуждений. Многие признались, что робот танцует лучше, чем они сами. Un 3 давно известна своими человекоподобными и четвероногими роботами. Однако именно этот эпизод наглядно показал, насколько далеко продвинулись технологии управления движением. Робот не просто выполняет запрограммированные команды, а демонстрирует плавность, баланс и чувство ритма, которое раньше считалось исключительно человеческими качествами.
Компания XA представила Grock Collection AP, инструмент для разработчиков, который упрощает создание RAК приложений, работающих с большими массивами данных. Новый IP позволяет загружать и искать информацию в документах разных форматов от PDF и Excel до полноценных кодовых баз, без необходимости самостоятельно настраивать инфраструктуру для индексации поиска. Collections AP автоматически обрабатывает загруженные файлы и извлекает текст и сохраняет их структуру. Система учитывает разметку PDF, иерархию таблиц и синтаксис кода, что делает поиск более точным и осмысленным. При обновлении документов данные переиндексируются автоматически, благодаря чему база знаний остаётся актуальной. XI позиционирует решение как способ снять с разработчиков техническую нагрузку и ускорить запуск продуктов. В рамках запуска компания сделала индексацию и хранения файлов бесплатными на первую неделю, а стоимость поиска установили на уровне 2,50 доллара за 1.000 запросов. Это позволяет быстро потестировать сервис и оценить его возможности на практике. В Collections AP доступно несколько режимов поиска: семантический, поиск по ключевым словам и гибридный вариант, который объединяет оба подхода. Последний особенно важен для сложных документов в сфере финансов, права и программирования, где требуется высокая точность и минимальный риск ошибок. По данным внутренних тестов XI, система демонстрирует высокую эффективность в реальных сценариях. Она уверенно справляется с анализом финансовых таблиц, юридических документов и крупных кодовых баз, показывая результаты на уровне или выше конкурентов. Разработчики отмечают, что гибридный поиск особенно полезен при работе с отчётами и регуляторными файлами, где важны точные формулировки и числовые данные.
Гонка за талантами в сфере искусственного интеллекта добралась до самой нижней ступени карьерной лестницы. То, что ещё недавно считалось обычной стажировкой для студентов и начинающих специалистов, сегодня превращается в один из самых конкурентных и дорогих входов в индустрию. Крупнейшие компании, включая Open, Antropic, Google Deep Mind, платят стажёрам суммы, которые в других сферах сопоставимы с зарплатами опытных инженеров. Сегодня стажировка VI — это не просто посмотреть и поучиться, а это быстрый вход в закрытый клуб. В Open резиденты получают 18.300 долларов в месяц. За полгода выходит больше 100.000 долларов. Формально это всё ещё обучающая программа, но по факту — полноценная работа внутри исследовательских команд. У антробик стажёры по безопасности и получают 3.850 долларов в неделю плюс 15.000 долларов в месяц на вычисления. И это не символические деньги. Около 40% стажёров получают офер, а более 80% публикуют научные статьи уже во время программы. Google Deep Mind и Google Research привлекают PhD студентов на гибкие исследовательские роли с оплатой до 150.000 долларов в год, даже если речь идёт не о постоянной позиции, а о временном участии в проектах. Важно, что диплом сам по себе перестаёт быть решающим фактором. Гораздо важнее скорость мышления, математический и олимпиадный бэкграунд, open source, собственные проекты и способность быстро решать нетривиальные задачи. Отбор жёсткий, но награда соответствующая.
Почему так происходит? Потому что идёт настоящая война за ИИ-таланты. Компании тратят миллиарды не на продукты, а на людей и начинают охоту ещё на этапе стажировки. Сегодня именно стажёр становится самым дефицитным и самым дорогим ресурсом. В результате стажировка в сфере искусственного интеллекта перестаёт быть символом начала пути и всё больше становится стратегическим ресурсом. Для компании это способ как можно раньше найти и закрепить за собой будущих лидеров отрасли. Для молодых специалистов — шанс войти в индустрию сразу на уровне, который ещё недавно казался недостижимым. Война за ИИ-таланты начинается всё раньше, и сегодня именно стажёры оказываются в самом её центре.
Компания ZI выпустила новую версию своей модели для программирования GLM 4, сделав акцент не только на росте показателей в тестах, но и на более комфортной работе в реальных задачах. По сравнению с GLM 4.6, модель стала заметно увереннее в агентном кодинге, многоязычных проектах и сценариях с использованием терминала, где ИИ должен последовательно анализировать ситуацию и выполнять действия шаг за шагом. Разработчики отмечают, что ГлМ 47 лучше думает перед действием. Это повышает стабильность при работе с популярными фреймворками для автоматизированного программирования и снижает количество ошибок в сложных цепочках задач. Одновременно улучшилось взаимодействие с инструментами и браузингом, а также логические и математические способности модели, что особенно заметно в продвинутых тестах на рассуждение. Отдельное внимание уделено качеству интерфейсов. Новая версия аккуратнее генерирует веб-страницы и презентации, лучше соблюдает компоновку, размеры элементов и визуальный баланс. В компании считают, что это сближает результаты работы и с тем, чего ожидают от живого разработчика или дизайнера, а не от автоматической генерации. На фоне других крупных моделей рынка GLM47 выглядит конкурентоспособно, хотя в ZI подчёркивает, что таблицы с бенчмарками — не главный критерий. По их мнению, важнее то, насколько органично модель встраивается в рабочий процесс и помогает решать повседневные задачи. Модель уже доступна через APZI, интегрирована в инструменты для агентского кодинга и может использоваться как в облаке, так и локально через открытые веса. В компании называют GLМ 4,7 очередным шагом на длинном пути к более удобному и чувствующему контекст ИИ для программистов.
Дадададада [музыка] погода [музыка] в доме а всё другое суета и всё [музыка] что кроме для кола с помощью зонта и тыя всё Гаме легко улади с помощью зонта. [музыка] >> Главнее всего погода в доме, а всё другое сует.