Data Secrets

Дженсен Хуанг собирается создать открытую модель, которая составит конкуренцию китайскому опенсорсу

Nvidia вкладывает в эту идею порядка 7 миллиардов долларов.

Они заключили крупную сделку со стартапом Poolside, который занимается разработкой собственных моделей (в основном для кодинга). Кстати, создатель Poolside Джейсон Уорнер в прошлом был CTO GitHub и выпустил Copilot.

За 6 миллиардов Nvidia получает эксклюзивную лицензию на технологию Poolside + забирает на свои проекты большинство сотрудников, но при этом стартап формально продолжает существовать как независимая компания. Кроме того, Nvidia вкладывает сверху миллиард долларов в виде инвестиции (сама Poolside сейчас оценивается примерно в 12 миллиардов).

Собственно, с помощью полученной технологии и порядка ста сотрудников Poolside Nvidia собирается поднять с колен Nemotron – свою линейку открытых моделей. Цель – выпустить модель, которая могла бы составить конкуренцию DeepSeek и Moonshot.

Poolside, когда уведомляли акционеров о реорганизации компании, отметили, что "эта сделка призвана не дать ИИ стать закрытой технологией, контролируемой узким кругом людей". Звучит альтруистично, но для Хуанга, конечно, мотив не только в том, чтобы вывести американский опенсорс на новый уровень.

Ему важно оставаться монополистом, и он видит открытые веса как инфраструктурный рычаг, укрепляющий зависимость мира от его GPU. Китайцы разрабатывают собственные чипы, круные ИИ-игроки – тоже. А открытая модель, которая оптимизирована только под железо Nvidia, и которую тысячи компаний по всему миру разворачивают на своей инфраструктуре – это отличный способ сохранить больше рынка.

DeepSeek выпустили новую мультимодальную модель для агентов

Встречаем DeepSeek-V4-Flash-Vision-Exp: https://api-docs.deepseek.com/guides/vision/

Это надстройка над V4-Flash специально под мультимодальные агентные сценарии.

Несмотря на «Flash» в названии, модель перформит на таких задачах на уровне Opus 4.8, а иногда и лучше. При этом на тексте способности не просели и остаются на уровне официального DeepSeek-V4-Flash.

Заодно вышел DeepSeek Harness 0.1.1 с готовой поддержкой модели из коробки.

Цены DeepSeek-V4-Flash, до 384 токенов за картинку. Принимает JPEG/PNG/GIF/WebP.

Готовитесь или интересуетесь поступлением в ШАД в 2027 году?

До 24 августа идет набор в текущий поток подготовки ШАД Хелпер.

Программа рассчитана на 11 месяцев и охватывает все темы, необходимые для успешной сдачи экзамена в ШАД: линейная алгебра, матанализ, теория вероятностей, дискретная математика, алгоритмы и анализ данных.

Основная задача курса - не просто пройти теорию, а научиться решать задачи именно в формате вступительных:
- с проверяемыми домашними
- обратной связью
- пробными экзаменами.

Преподают опытные преподаватели с учеными степенями из МГУ и МФТИ.
Уже 120+ учеников поступили в ШАД и ML-магистратуры.

До 24 августа - скидка 30% на первый взнос по промокоду START30

Если не поступите - зачислим на следующий поток бесплатно.

Вы также можете попробовать обучение и если в первые две недели поймёте, что формат вам не подходит - вернём деньги.

→ Посмотреть формат, программу и стоимость курса по ссылке

Реклама, ООО "ШВМ", ИНН 9728100991

OpenAI почувствовали, что пахнет жареным, и снизили цены на GPT-5.6 Sol

В течение следующих трех месяцев модель будет более чем на на 20% дешевле.

— Короткий контекст
Input: $5 -> $4
Output: $30 -> $20

— Длинный контекст
Input: $10 -> $8
Output: $45 -> $30

На OpenRouter появилась таинственная модель Ox Alpha, которая превосходит Sol и Fable на кодинге

https://openrouter.ai/stealth/ox-alpha

Никто не знает, кто разработчик, моделька числится как stealth. Что известно:

– Контекст 1М токенов.
– Мультимодальная.
– На подмножестве DeepSWE выбивает 80%, против Fable 65%, и Sol 52%.
– Токенизатор такой же, как у GLM, и на вопросы про Тайвань отвечает идентично.
– Это пятая анонимная модель за месяц, и предыдущие четыре оказывались китайскими.

Есть все основания предполагать, что это моделька Zhipu AI. Многие говорят, что она окажется GLM-5.3 Flash.

И еще: модель пока что бесплатная! Кто-то не пожалел денег на маркетинг. Правда, есть ограничение: суммарно лаба готова отрабатывать на этой модели не более 100Т токенов в день, но этого все равно должно хватить всем и на все.

Очень показательный график из свежей статьи Bloomberg

Оранжевые точки – китайские модели, синие – США. По оси Y – взвешенное среднее по бенчмаркам GDPval-AA v2, τ³-Banking, Terminal-Bench v2.1, Humanity’s Last Exam, GPQA Diamond, CritPt, SciCode, AA-Omniscience и AA-LCR.

Ломаной соединены фронтирные модели. Видно, насколько за пару лет сократился разрыв в способностях (и это еще на графике нет GLM-5.3). Многие американские лидеры до сих пор утверждают, что китайские модели отстают на 6-9 месяцев, но, очевидно, эта информация устарела. И это уже не говоря про цены.

Nvidia хватается за соломинку, чтобы удержаться на рынке Китая: они разрабатывают для страны специальный новый чип для инференса

The Information со ссылкой на двух сотрудников компании сообщает, что поставки начнутся уже к концу этого года.

Причем это будет не обычная GPU семейства Blackwell или Hopper, а LPU – Language Processing Unit. То есть специализированный процессор для языкового инференса. В основе технология, лицензированная Groq.

Сообщается, что устройство спроектировано так, чтобы соответствовать американским экспортным ограничениям, однако одобрит ли сам Китай продажи – это вопрос. У них сейчас сильная политика поддержки внутренних разработок. Тем не менее, на данный момент несколько китайских клиентов уже разместили предзаказы.

У Теренса Тао вышла новая статья-эссе, полностью посвященная проблеме переосмысления математики в век AI

https://arxiv.org/pdf/2608.16753

Если кратко, ученый предлагает вообще перестать спорить о том, насколько мощным станет ИИ в математике, и подумать о том, что на самом деле является целью математического исследования, если решение задач перестает быть узким местом.

На самом деле, решение задачи – это не только решение задачи. При ближайшем рассмотрении процесс разворачивается в пять этапов: генерация доказательства → верификация → внятное изложение → принятие сообществом → канонизация (встраивание в учебники и стандартный аппарат области).

Так вот, ИИ берет на себя только первые два пункта. На людях же остается все остальное, а именно: понимание, объяснение, публичные обсуждения, связь найденных решений с существующей теорией и превращение их в материал, которым действительно можно пользоваться на благо науки. Это все можно обобщить как «коллективное усвоение знаний», и оно совсем не поддается автоматизации.

Так что тезис Тао таков: математики не лишатся работы, даже когда ИИ полностью обесценит поиск решений. Просто их работа сместится к тому, что раньше считалось менее престижным, но всегда было сутью науки – пониманию и изложению.

AI помог разработать вакцину от рака, которая прошла испытания фазы 3

19 августа Moderna и Merck объявили, что персонализированная мРНК-терапия меланомы успешно прошла первую в истории фазу 3 для неоантигенных вакцин. До этого подобные препараты никогда не проверялись на такой выборке в рандомизированном исследовании. Получается, это первое строгое доказательство, что подход вообще работает.

В основе лечения – ИИ-алгоритмы предсказания иммуногенности. ИИ-алгоритм Moderna сравнивает ДНК опухоли со здоровой тканью и предсказывает, какие из тысяч мутаций дадут пептиды, способные связаться с HLA и «зацепить» Т-клетки. Точность подтвердили на архивных данных: модель угадывала именно те неоантигены, на которые реально реагировали Т-клетки пациентов. Из отобранных мишеней собирают одну мРНК на 34 неоантигена и вкалывают пациенту.

Цифры фазы 3 пока не раскрыты, но на фазе 2 наблюдалось снижение риска рецидива или смерти на 49%, риска метастазирования – на 59% по сравнению с Китрудой (это один из самых продаваемых препаратов в мире).

Дальше вакцину начнут тестировать на опухолях в легких, почках и др.

29 августа в Москве пройдет конференция для Java-, Scala- и Kotlin-разработчиков, архитекторов и тимлидов.

В программе будут:

— Антон Курако (Т-Банк) — почему красивым бенчмаркам верить страшно и как не обмануть самого себя графиком.

— Андрей Кулешов (Яндекс) — что случилось с миром JVM за первую половину 2026-го: Java, JEP’ы, Kotlin и то, как ИИ уже меняет подход к разработке.

— Сергей Петрелевич (Т-Банк) — как принципы Mechanical Sympathy и правильные библиотеки разгоняют обычное Spring Boot MVC-приложение.

Полная программа вот.

Параллельно будет доступна аллея инженерных продуктов: Kora, SourceCraft, OpenIDE, где можно потыкать и позадавать вопросы командам напрямую.

Вечером во дворе Т-Банка будет PowerPoint party, открытый микрофон с историями факапов, ИТ-квиз, игры на Sega и диджей-сеты на виниле под открытым небом.

Регистрация по ссылке: https://meetup.tbank.ru/conference/jvm-day/

Лучшее из X на сегодня:

CEO Figure AI объявил, что роботов Figure 02 утилизируют, потому что в штаб-квартире заканчивается место, и спросил у подписчиков, как лучше проводить модель на пенсию.

На что в комменты пришел Арнольд Шварцнеггер и ответил ему: «Вы должны их расплавить»

⚡️ Modular выложили в опенсорс Mojo

Лицензия Apache 2.0. Внутри исходный код компилятора Mojo, инструменты разработки и toolchain, стандартная библиотека, примеры и часть AI-инфраструктуры, и бонусом CPU- и GPU-кернелы Modular.

https://www.modular.com/blog/mojo-open-source

Большой релиз для AI-индустрии

Claude может проектировать белки быстрее специалистов-химиков

https://www.anthropic.com/research/Claude-accelerates-protein-design

Anthropic провели эксперимент и дали Claude задачу спроектировать миниатюрные связывающие белки для 15 разных белковых мишеней. Это задача, на которую у специалиста уходит несколько недель для одной мишени. Дизайны проверяли в реальной лаборатории независимые компании Adaptyv Bio и Twist Bioscience.

В итоге Mythos Preview и Opus 4.8 справились с 14 мишенями из 15. Некоторые дизайны связывались в разы прочнее лучших опубликованных результатов. Hit rate составил почти 27%, при том что типичный показатель области – примерно 10-15%.

Модели ставили все эксперименты почти автономно, самостоятельно вели документацию и оркестрировали сторонние специализированные модели для дизайна белков на GPU. Люди только одобряли доступы.

Claude даже научился делать сложные β-складчатые структуры. А в одном химическом эксперименте агент сам, без подсказки, предложил тот же уточняющий эксперимент, который лаборатория провела независимо три дня спустя.