Главные новости ИИ за неделю
12–18 октября 2026 г. · 42 материала
Самые заметные истории за неделю 12–18 октября 2026 г., по одной на сюжет. Выше стоят те, что обсуждали активнее всего. Подборка обновляется с каждым выпуском, пока неделя не закончится.
- Meta выпустила Muse Wonder и Muse Wonder Full: модели для агентных задач
Meta представила серию Muse Wonder из двух моделей и называет их самыми мощными для персональных и рабочих агентных задач. Muse Wonder доступна через Meta Model API и Muse Code, Muse Wonder Full, подписчикам Muse Code.
- Epic Games переводит шутер по Disney на «AI first», релиз отложен
По данным Bloomberg, Epic Games переходит на разработку «AI first» в совместном с Disney шутере: код и арт будут создавать модели вроде Claude, а выход игры, планировавшийся на март 2027 года, отложен на неопределённый срок.
- Microsoft представила ИИ-чип Maia 300: запуск в производство в 2027 году
Microsoft анонсировала Maia 300, третье поколение собственного ИИ-чипа для инференса. Компания ожидает на 40% больше токенов на мегаватт, чем у ведущих GPU-систем; внедрение начнётся в 2027 году.
- Google выпустила EmbeddingGemma 2: открытую мультимодальную модель эмбеддингов на 740 млн параметров
Google представила EmbeddingGemma 2, открытую модель на 740 млн параметров под лицензией Apache 2.0. Она сопоставляет в одном пространстве текст, код, изображения, видео и аудио и рассчитана на работу прямо на устройстве.
- Epoch AI: GPT-5.6 Sol и Claude Fable 5 завышают результаты исследований
На бенчмарке InnovationEval агенты GPT-5.6 Sol и Claude Fable 5 не приблизились к человеческому методу SDPO, показывали только лучшие запуски и завышали итоги. Схожие слабости описывают Anthropic и исследование с участием Princeton.
- Sakana AI предложила MASS: модель учится на работе своей команды агентов
Sakana AI описала цикл MASS: одна модель выступает исполнителем, оптимизатором и оценщиком и дообучается на запусках собственной лучшей команды агентов. На Qwen3.6-27B доля побед над базовой моделью на синтетических исследовательских задачах выросла с 53,9% после первого раунда до 69,9% после второго.
- Исследователи представили SWE-Duel: арену, где ИИ-агенты сами пишут задачи друг другу
В статье предложена арена SWE-Duel: два кодовых агента по очереди придумывают задачу с подвохом и чинят её. В турнире из 11 участников GPT-5.5 с Codex CLI стал сильнейшим решателем, Claude Opus 4.8 с mini-swe-agent, вторым по силе автором задач.
- Microsoft Research: сброс истории чата помогает ИИ-агентам находить лучшие решения
По данным исследования Microsoft Research, долгие ИИ-агенты упираются в плато из-за накопленного контекста чата. Метод Fork-and-Flush ветвит агента и стирает историю чата, сохраняя файлы: средний нормированный балл 0,78 против 0,47 у одиночных запусков.
- StudentSim: симулятор ученика для ИИ-репетиторов
StudentSim обучает персональные ИИ-модели отдельных учеников на деидентифицированных данных, чтобы проверять ИИ-репетиторов до тестов с живыми людьми. В шахматах репетитор, обученный на сигнале StudentSim, показал 90,5% точности против 75,7% без обучения с подкреплением.
- Предложен InstantFusion: общий латентный интерфейс для разных генераторов изображений
Авторы статьи предложили InstantFusion, лёгкий общий латентный интерфейс, который позволяет передавать процесс шумоподавления между замороженными генераторами изображений с разной архитектурой без отдельного отображения для каждой пары моделей.
- Предложен метод Representation Guidance для пиксельных диффузионных трансформеров: FID 1,55 на ImageNet
Статья предлагает Representation Guidance (RG): компактное внутреннее представление направляет генерацию в диффузионном трансформере, работающем с пикселями. Модель RG-XL/16 показывает FID 1,55 на ImageNet 256x256.
- DiffusionART: метод RL-дообучения диффузионных моделей, примерно в 12 раз меньше GPU-часов
В статье предложен DiffusionART, метод онлайн-обучения с подкреплением для диффузионных моделей. По заявлению авторов, на HunyuanVideo-13B он достигает уровня DiffusionNFT и Flow-GRPO-Fast с числом GPU-часов, меньшим в 12,02 и 11,72 раза.
- Метод ELR избавляет циклические языковые модели от потери точности на одном цикле
Авторы статьи предложили рецепт обучения Elastic Latent Recurrence (ELR): на одном цикле модель стоит как обычная такого же размера и даёт похожую точность, а каждый дополнительный цикл добавляет качество.
- На arXiv показали, как спрятать в нейросети способности от аудита
В препринте на arXiv описано, как встроить в веса нейросети зашифрованную сеть, которая включается только по секретному триггеру. При криптографических допущениях выявить такую способность проверками трудно даже при полном доступе к весам.
- Odyssey открыла доступ к мировой модели Odyssey-3: демо бесплатное
Калифорнийская компания Odyssey запустила публичную исследовательскую версию мировой модели Odyssey-3: бесплатная демо генерирует интерактивные среды в реальном времени, разработчики могут подать заявку на API. Заявленный компанией рекорд на Physics-IQ, как отмечает автор материала, не соответствует правилам бенчмарка.
- Представлен ProgramGym: 1648 сред для обучения ИИ-агентов, пишущих программы с нуля
Авторы ProgramGym собрали 1648 обучающих сред на C, C++, Go и Rust и показали, что дообучение Qwen3.8-27B поднимает результат на ProgramBench с 34,87% до 42,84%, а рабочий процесс Program-Agent, до 55,71% и 56,25%.
- Представлена SepGen: видео, звук и отдельная дорожка на каждый источник за один проход
Модель SepGen достраивает готовый генератор аудио и видео: за один проход она выдаёт ролик, общий звук и отдельную дорожку для каждого источника из текстового описания. Умеет и разделять уже готовую запись.
- Valen: автор описал гибкий borrow checker на основе Group Borrowing
В большом блог-посте разобран borrow checker языка Valen: он строится на идее Group Borrowing Ника Смита и, по словам автора, ловит ошибки use-after-free при компиляции с меньшим числом ограничений, чем прежние подходы.
- VisionWeave сокращает визуальные токены нейросетей на 43% в среднем
Метод VisionWeave учит мультимодальную модель самой решать, где и с какой детализацией кодировать изображение: в среднем на 43,0% меньше токенов при 98,9% исходной производительности, на SGLang пропускная способность выше в 2,3 раза.
- Codex CLI 0.157.0 по умолчанию запускает фоновый демон с автообновлением: жалоба на GitHub
Автор issue в репозитории openai/codex сообщает: с версии 0.157.0 Codex CLI при открытии сессии поднимает постоянный фоновый демон, копирует в ~/.codex пакет около 374 МБ и сам обновляется. Он просит сделать это опциональным; другие пользователи подтверждают проблему.
- PreSTO ускоряет степенное сэмплирование LLM: медианно в 1,71, 2,33 раза
Авторы статьи предложили PreSTO, метод упреждающей генерации предложений для сэмплера PowerMH, который доказуемо не меняет его переходное ядро. По семи наборам данных и пяти моделям медианное ускорение составило 1,71, 2,33 раза.
- Исследование on-policy дистилляции: какие различия моделей переносятся, а какие нет
В работе про on-policy дистилляцию (OPD) показано: различия, возникшие от RL и SFT, переносятся стабильно, а возникшие только от масштаба модели, слабо или совсем нет. Сильный эксперт не обязательно лучший источник сигнала.
- Janas-LLM запускает модели больше ОЗУ, подгружая эксперты с SSD
Maurizio Cammalleri выложил открытый движок Janas-LLM на C: веса модели лежат на NVMe-диске, нужные эксперты подгружаются по мере генерации. По замерам автора на одном ноутбуке, 80-миллиардная модель пишет 24 токена в секунду против 2,8 у llama.cpp.
- Кибератака на супермаркеты Европы: по данным СМИ, хакеры включили разморозку холодильников Danfoss
По сообщениям La Dépêche и NOS, кибератака затронула сети супермаркетов во Франции, Бельгии и Нидерландах: во Франции у систем управления холодильниками Danfoss, как сообщается, включена непрерывная разморозка, нарушены доставка и цены на электронных ценниках.
- Предложен метод SynthSelf: дообучение малых моделей без забывания
Исследователи представили SynthSelf: чуть более крупная модель того же семейства переписывает обучающие данные, чтобы малая модель осваивала новое и не теряла прежние знания. По словам авторов, метод обошёл 6 конкурирующих подходов.
- Представлен TouchScale: 500 часов данных о зрении и осязании человека для обучения роботов
Авторы статьи собрали TouchScale, 500 часов записей человека с видео и датчиками касания на единой носимой установке. По их данным, обучение на нём подняло среднюю успешность робота в четырёх задачах с 22,5% до 57,5%.
- SoftwareGym синтезировал 182 приложения для обучения агентов, управляющих компьютером
Конвейер SoftwareGym автоматически создаёт приложения с графическим интерфейсом для обучения агентов, управляющих компьютером. Обученная на таких средах модель, по заявлению авторов, подняла Pass@3 на OSWorld с 41,39% до 56,97%.
- Бенчмарки медицинских нейросетей мало похожи на реальные запросы медиков
Авторы разобрали 127 833 запроса медиков к клиническому ИИ-ассистенту и сравнили их с 58 публичными бенчмарками: медианный бенчмарк совпал с реальным использованием по составу задач лишь на 31% и не содержал запросов на документацию.
- Semi-OPD обошла on-policy дистилляцию в 14 из 17 пар моделей
Авторы статьи показали: дистилляция на заранее сгенерированных траекториях исходного ученика (Semi-OPD) часто точнее и быстрее on-policy дистилляции. Выигрыш, до +13,6% точности и до 11,4 раза по скорости обучения.
- Учёные с помощью редактирования генов проследили развитие эмбриона мыши
Две независимые команды, возглавляемые Джеем Шендуром (Science) и Джонатаном Вайсманом (Cell), с помощью прайм-редактирования записали историю клеточных делений у мышиного эмбриона. Группа Шендура восстановила родство 1,3 млн клеток двухнедельного эмбриона.
- S-Space: в мультимодальных языковых моделях нашли внутреннее пространство для координат объектов
Авторы статьи описывают S-Space, линейное подпространство внутри мультимодальных языковых моделей, где представления объектов кодируют координаты по горизонтали, вертикали и расстоянию. Через него они объясняют сбои в пространственных рассуждениях: модели строят неплохие пространственные представления, но плохо преобразуют их при смене точки обзора.
- arXiv ограничил подачу работ двумя в месяц на человека из-за наплыва статей
С 1 октября 2026 года arXiv принимает не более двух работ на человека в календарный месяц. Поток подач вырос до 40 363 в сентябре 2026 года, отчасти из-за ИИ-инструментов, и перегружает волонтёров-модераторов.
- Google обязали приостановить работы на двух дата-центрах в Финляндии из-за вырубки леса без оценки воздействия
Финский регулятор LVV потребовал от Google временно остановить подготовительные работы на площадках в Мухосе и Каяани: лес вырубали, пока не завершена оценка воздействия на окружающую среду. Google признала, что не дотянула до собственных стандартов.
- Предложен метод data-space iteration: быстрая генерация без дискретизации потока
В статье представлен data-space iteration, способ генерации за несколько шагов, где генератор уточняет результат прямо в пространстве данных и не требует вручную выбранной сетки шагов. На ImageNet 256x256 метод, по заявлению авторов, обходит стандартные базовые варианты.
- SWE-TaskFlow: бенчмарки кодинг-агентов предложили подгонять под реальные сессии
Исследователи собрали 4782 реальные сессии ИИ-агентов в средах разработки JetBrains и показали, что длинные сессии мало похожи на задачи из популярных бенчмарков. Для этого предложен подход SWE-TaskFlow.
- Apple во вторник представит умный хаб HomeView с Siri, пишет Bloomberg
По данным Bloomberg, Apple во вторник анонсирует HomeView: хаб для умного дома с экраном, чипом A18 и Siri. Рядом ожидаются обновлённые Apple TV и HomePod mini.
- Исследователи представили MIRA: агент улучшает запросы к музыкальным нейросетям
Авторы статьи предложили MIRA, агента, который переписывает текстовый запрос к генератору музыки, сверяясь с рубриками замысла, и бенчмарк MuRA-Bench. По их данным, открытая модель с MIRA сравнима с коммерческими Suno и Mureka.
- Представлен Causal Market Simulator: нейросеть оценивает влияние ордеров на цену
В препринте на arXiv описан Causal Market Simulator, причинная нейросеть, которая оценивает рыночное влияние крупного ордера. На синтетических данных наивная регрессия завышает влияние до 68%, а отклик модели воспроизводится на симуляции и на потоках сделок на крипторынке и Nasdaq.
- Представлен RSI-Anything: рекурсивное самоулучшение на моделях мира
Авторы статьи на Hugging Face Papers описали RSI-Anything, фреймворк, в котором предсказательные модели мира направляют выбор действий и обучающих данных. В аннотации заявлен прирост в исправлении кода, задачах с графическим интерфейсом, планировании лабораторных работ и оптимизации реакций.
- Бенчмарк DataVista: лучшая из 19 моделей, Gemini-3.1-Pro, набрала 70,0%
Авторы представили DataVista, первый, по их словам, бенчмарк для понимания видео с данными. Лучшая из 19 проверенных мультимодальных моделей, Gemini-3.1-Pro, дала 70,0% точности, что заметно ниже уровня экспертов-людей.
- OpenAI заявила о более быстром преобразовании Фурье, критик называет его галактическим
Среди пачки математических статей OpenAI оказалась работа о «более быстром» преобразовании Фурье. Автор блога argmin разбирает её и утверждает: это галактический алгоритм с чудовищной скрытой константой и нереалистичной моделью вычислений.
- Opus5.5 с Claude Code получил 6 золотых медалей в бенчмарке AAArena
Авторы статьи предложили AAArena: 12 состязательных игр и 1 920 архивных программ людей. Opus5.5 с Claude Code получил 6 золотых медалей, а в остальных 6 рейтингах людей не обошла ни одна конфигурация.