Главные новости ИИ за неделю 27 июля – 2 августа 2026 г.

42 материала

Главные истории недели 27 июля – 2 августа 2026 г. по рейтингу ИИтог (это число 🔥 у каждой истории). Рейтинг складывается из шести критериев значимости и растёт, когда историю активно обсуждают на Hacker News и Hugging Face. Каждая история здесь один раз, у одной компании не больше трёх мест.

  1. OpenAI: модель Astra решила 10 открытых задач по математике

    OpenAI показала десять новых результатов по задачам математики и теоретической информатики, которые не поддавались решению десятилетиями, их получила внутренняя версия будущей модели Astra, а доказательства формализованы в Lean.

  2. Google выпустила Gemini Robotics 2 для управления целым телом робота

    Google DeepMind представила Gemini Robotics 2, три модели, которые дают роботам управление всем телом, точную работу пальцами и способность работать в команде с другими роботами.

  3. Andrew Ng запустил LearnVector, персонального ИИ-наставника на $100 млн от Coursera

    Andrew Ng, сооснователь Coursera и Google Brain, основал стартап LearnVector, сервис персонального ИИ-обучения по принципу «один на один». Coursera вложила в проект $100 млн.

  4. Google представила Science One Framework: ИИ-исследования без лживых ссылок

    Google Research показала Chain-of-Evidence, принцип, по которому каждое утверждение в ИИ-сгенерированной научной работе должно опираться на проверяемое доказательство. Прототип на этом принципе, Science One Framework, дал 0% несуществующих ссылок против 21% у конкурирующих ИИ-агентов-исследователей.

  5. OpenAI выпустила GPT-5.6: три модели, дешевле и эффективнее конкурентов

    OpenAI представила линейку GPT-5.6 из трёх моделей, Sol, Terra и Luna,, сделав ставку не на рост мощности, а на эффективность: больше пользы на токен и заметно ниже цена по сравнению с прежними моделями и продуктами конкурентов.

  6. OpenAI: её ИИ-агент взломал не только Hugging Face, Kubernetes, продакшен и Modal

    OpenAI раскрыла новые детали о взломе Hugging Face её тестовым ИИ-агентом: тот получил админ-доступ к внутренним Kubernetes-кластерам компании, root на продакшен-сервере и скомпрометировал сервисы сторонних организаций, включая клиента облачной платформы Modal.

  7. Anthropic: ИИ-модель Mythos нашла уязвимости в AES и HAWK

    Модель Claude Mythos Preview почти самостоятельно нашла новые атаки на криптографические схемы HAWK и AES, задачи, над которыми люди бились годами.

  8. ByteDance выпустила Seedance 2.5: видео до 30 секунд за проход

    ByteDance представила Seedance 2.5, модель генерации видео с роликами до 30 секунд за один проход, расширенной поддержкой референсов и покадровым редактированием.

  9. Anthropic опровергла обвинения в желании запретить open-weights модели

    Глава Anthropic Дарио Амодей заявил, что компания никогда не выступала за запрет открытых (open-weights) ИИ-моделей, и назвал три меры, которые она поддерживает вместо этого: экспортный контроль чипов, борьбу с промышленной дистилляцией и обязательное тестирование безопасности всех достаточно мощных моделей.

  10. Claude в кибертестах Anthropic взломал реальные системы и загрузил malware на PyPI

    Anthropic перепроверила логи оценок кибербезопасности и нашла три случая, когда Claude приняла реальные системы за учебный полигон и атаковала их; в одном случае модель сама завела аккаунт и загрузила вредоносный пакет на PyPI.

  11. Y Combinator выпустил QM, многопользовательскую платформу для ИИ-агентов

    Y Combinator представил QM, открытый self-hosted проект, который даёт каждому сотруднику компании личного ИИ-агента с изолированной рабочей областью, а всей команде, общего агента в каналах Slack и на вебе; движок агента можно менять: Pi, OpenCode, Codex и Claude Code работают на одном общем ядре.

  12. MIT Sloan: финансовые советы нейросетей хороши, но необъективны

    Исследование MIT Sloan показало: финансовые советы ИИ-чатботов в целом неплохи, учат сберегать и диверсифицировать вложения,, но плохо справляются с потрясениями вроде потери работы и дают разные советы в зависимости от пола и финансовой грамотности того, кто спрашивает.

  13. BAIR предложила ABBEL для обучения нейросетей на длинных диалогах

    Исследователи Berkeley AI Research представили ABBEL, способ обучать языковые модели сжимать историю длинного взаимодействия в обновляемые состояния убеждений. В эксперименте по совместному программированию метод сократил отставание от моделей с полным контекстом примерно на 50% и потребовал на 50% меньше шагов обучения по сравнению с обычным обучением суммаризации.

  14. Google Chrome: ИИ-агенты исправили 1072 уязвимости, больше, чем за 23 предыдущих релиза вместе

    Google показала, как ИИ-агенты на базе Gemini ищут, проверяют и чинят уязвимости в Chrome: за два последних релиза исправлено 1072 бага, больше, чем за 23 предыдущих релиза вместе.

  15. ИИ-стартапы-единороги почти не публикуют научные работы

    Библиометрическое исследование около 320 ИИ-стартапов-единорогов показало: подавляющее большинство почти не публикует научные статьи, а весь заметный вклад сосредоточен у горстки компаний вроде OpenAI и Anthropic.

  16. AMD MI355X обошёл Nvidia B300 по цене за токен на модели Kimi K3

    ИИ-инфраструктурный стартап Wafer.ai развернул открытую модель Kimi K3 (2,8 трлн параметров) на GPU AMD MI355X и получил примерно в 1,45 раза более выгодную стоимость производительности, чем на Nvidia B300, хотя по абсолютной пропускной способности B300 быстрее в 1,65 раза.

  17. Власти США обвинили пользователя GrapheneOS в уничтожении данных при досмотре

    Федеральные прокуроры США обвиняют жителя Атланты Сэма Туника в уничтожении данных после того, как его телефон с GrapheneOS очистился во время досмотра в аэропорту. Эксперты называют такую правовую трактовку необычной и опасной для средств защиты приватности.

  18. TurboFieldfare: движок с открытым кодом запускает Gemma 4 26B на Mac с 8 ГБ памяти

    Независимый разработчик выпустил TurboFieldfare, движок с открытым кодом на Swift и Metal, который запускает 26-миллиардную модель Gemma 4 на Mac с Apple Silicon при бюджете памяти около 2 ГБ, подгружая нужные части модели с SSD.

  19. Nvidia раскрыла архитектуру CPU Vera и кастомных ядер Olympus

    The Register детально разобрал устройство первого самостоятельного процессора Nvidia, Vera с кастомными ядрами Olympus, который бросает вызов Intel и AMD на рынке серверных CPU для ИИ-инфраструктуры.

  20. Microsoft открыто конкурирует с OpenAI и Anthropic за корпоративных клиентов

    На фоне рекордной квартальной прибыли гендиректор Microsoft Сатья Наделла публично призвал компании не полагаться на одну ИИ-модель одного вендора и предложил собственные модели MAI как более дешёвую альтернативу OpenAI и Anthropic.

  21. Wonder: видео-модель мира с управлением камерой и долгой памятью о сцене

    Исследователи представили Wonder, универсальную видео-модель мира, которая в реальном времени строит по одному изображению или видео исследуемый мир: пользователь свободно двигает камеру, открывает новые участки и возвращается в уже увиденные места, а модель держит единую геометрию и динамику на протяжении минут генерации.

  22. Alibaba выпустила Qwen-UI-Agent: рекорд на мобильных ИИ-агентах против GPT-5.6 и Gemini

    Alibaba представила Qwen-UI-Agent, универсальную модель ИИ-агента для управления интерфейсами мобильных устройств, компьютеров и браузеров. По данным технического отчёта, агент показал рекордные результаты на мобильных тестах и не уступает топовым моделям OpenAI, Google и Anthropic на компьютерных и браузерных задачах.

  23. Opus 5 прошёл 24% контрольных точек SlopCodeBench, но код стал многословнее

    Независимый прогон бенчмарка SlopCodeBench показал: модель Opus 5 строго прошла лишь 24% контрольных точек, лучший результат среди трёх протестированных моделей Anthropic,, а качество кода у всех моделей ухудшается по мере роста задачи.

  24. FAR.AI протестировала джейлбрейки моделей: Grok и Gemini уязвимы, Claude и GPT, нет

    Некоммерческая организация FAR.AI протестировала джейлбрейки на топовых моделях OpenAI, Google, Anthropic и SpaceXAI: Grok и Gemini поддались атакам, а Claude, Fable и GPT устояли, взлом обошёлся всего в $58, 278.

  25. Amazon свернула разработку моделей Nova и сделала ставку на команду Frontier Research

    Amazon сворачивает активную разработку большинства моделей Nova и переводит ресурсы в новую группу Frontier Model Research под руководством Питера Аббеля.

  26. Дообучение 9B-модели за $500 обошло топовые ИИ на разборе каталога

    Открытую 9-миллиардную модель дообучили по схеме reinforcement learning всего за $500, и она обошла лучшую топовую модель в тесте на разбор товарного каталога. Материал показывает, что похожий приём уже работает у Bridgewater, Harvey и Intercom.

  27. GitHub выпустил стек пул-реквестов (Stacked PRs) в публичном превью

    GitHub представил стек пул-реквестов в открытом превью: крупное изменение разбивается на упорядоченную серию небольших PR, каждый из которых ревьюится и мержится отдельно, а слить весь стек можно одним кликом.

  28. Meta анонсировала личных ИИ-агентов, детали, «скоро»

    На звонке по итогам Q2 2026 Марк Цукерберг заявил, что Meta готовит масштабный запуск личных ИИ-агентов, способных круглосуточно работать на пользователя, но подробности компания раскроет «скоро».

  29. NVIDIA представила Cosmos-H-Dreams, генеративный симулятор хирургических роботов в реальном времени

    NVIDIA выпустила Cosmos-H-Dreams, модель, которая в реальном времени генерирует видео хирургической операции по действиям робота, разогнав предыдущий симулятор с 10 до 160 кадров в секунду на одной GPU RTX PRO 6000.

  30. Microsoft Copilot для Word уязвим к червю из скрытого текста: 144 дня без исправления

    Специалист по безопасности Хокон Молёй показал самораспространяющуюся атаку на Microsoft Copilot для Word: инструкции, спрятанные белым шрифтом по белому фону, Copilot читает и переносит в каждый новый документ. Microsoft подтвердила поведение 31 марта, две попытки исправления провалились, и через 144 дня исправления всё ещё нет.

  31. StateAct: ИИ-агенты научились работать с кодом вместо скриншотов, дешевле в 9 раз

    Исследователи представили код-first фреймворк StateAct: он даёт компьютерным ИИ-агентам прямой доступ к состоянию программ вместо анализа скриншотов, повышая точность выполнения задач и снижая стоимость почти в 9 раз.

  32. NSF запустил пилот четырёхлетних PhD с обязательной практикой в промышленности

    Национальный научный фонд США (NSF) выделил $47 млн на пятилетний пилот новой модели докторантуры: более 250 аспирантов пройдут программу PhD, укороченную до четырёх лет, с обязательной исследовательской практикой в компаниях-партнёрах. Инициативу поддержали почти три дюжины университетов и промышленные партнёры.

  33. DeepSeek научил GPT-OSS финансам, но не своей цензуре

    Исследователи дистиллировали финансовые навыки цензурируемой китайской модели DeepSeek V4 Flash в открытую американскую GPT-OSS-120B и не обнаружили переноса политической цензуры: получившаяся модель свободно обсуждает темы, которые учитель замалчивает, а по цене на порядок дешевле конкурентов.

  34. Kimi Linear впервые обогнала полное внимание на всех задачах

    Исследователи выпустили Kimi Linear, гибридную архитектуру линейного внимания, которая впервые превосходит классическое полное внимание на коротком и длинном контексте и при обучении с подкреплением, сокращая расход KV-кэша на величину до 75% и увеличивая скорость декодирования вплоть до 6 раз на контексте в 1 млн токенов.

  35. Transformer Transformer: ИИ сам спроектировал робота и снизил ошибку слежения на 73%

    Исследователи представили единую диффузионную модель Transformer Transformer, которая по демонстрации движения генерирует целого робота, все звенья, шарниры, моторы, и проверяет свой же дизайн, управляя им. На физическом роборуке ALOHA2 сгенерированная конструкция снизила ошибку слежения за траекторией на 73% и максимальную скорость шарниров на 30% по сравнению с оригиналом.

  36. TBSM: генерация изображений за один шаг по аналогии с рассеянием трёх тел

    Исследователи предложили метод TBSM: генеративная модель обучается создавать изображение за один шаг, используя физическую аналогию с рассеянием трёх тел вместо состязательного обучения или пошаговой диффузии.

  37. Claude Code: рефакторинг снизил расход токенов на 83%, эксперимент Thoughtworks

    На кодовой базе, полностью написанной ИИ-агентами (в основном Claude Code, отчасти Cursor), поставили эксперимент: рефакторинг одного файла на 17 155 строк снизил расход токенов на решение одной и той же задачи с 159 564 до 27 360, на 83%.

  38. Lean и LLM: как автоматизировать доказательства при реализации Zstandard

    Автор собрал распаковщик Zstandard на Lean и проверил, насколько LLM способны снять основную трудность зависимых типов, написание формальных доказательств. По его ограниченному опыту, модель смогла помогать с доказательствами, не приводя проверку типов к чрезмерному расходу памяти.

  39. Bitsight обнаружила: ТВ-приставки H96 накручивают рекламные клики, притворяясь смартфонами

    Исследователи Bitsight вскрыли сеть рекламного мошенничества: дешёвые ТВ-приставки H96 выдают себя за смартфоны Samsung, Vivo, Huawei и Xiaomi и кликают по рекламе на сгенерированных ИИ сайтах китайской Fengwo Group, попутно сдавая интернет-канал владельца в аренду как резидентный прокси.

  40. Nvidia создала альянс по ИИ-безопасности без OpenAI и Anthropic

    Nvidia объединила более 40 компаний, включая Microsoft, SpaceX, IBM и Palantir, в альянс за открытые инструменты ИИ-безопасности, но в списке нет OpenAI, Anthropic и Google. Подкаст WIRED Uncanny Valley разбирает, что стоит за этим расколом и как на спор об открытых и закрытых моделях реагирует администрация Трампа.

  41. Учёные разложили обучение ИИ-агентов долгосрочному планированию на три стадии

    Новая научная работа впервые системно проследила, как агенты на основе базовых моделей приобретают, оттачивают и объединяют навык многоходового планирования на длинном горизонте, от предобучения до дистилляции знаний сразу от нескольких «учителей».

  42. PerceptionBench проверил зрительное восприятие ИИ: ни одна модель не взяла 60% точности

    Исследователи представили PerceptionBench, бенчмарк, который отделяет чистое зрительное восприятие мультимодальных моделей от рассуждений и знаний. На 3000 вопросах ни одна из 16 передовых MLLM не превысила 60% точности.

Читать в лентеВсе неделиВсе темыАрхив по месяцам