Главные новости ИИ за неделю 3–9 августа 2026 г.

42 материала

Главные истории недели 3–9 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 или продвинула десять открытых математических задач

    OpenAI опубликовала десять результатов в математике и теоретической информатике: их получила внутренняя, ещё не выпущенная версия будущей модели Astra. Часть результатов полностью закрывает десятилетиями открытые задачи, часть, существенно продвигает их решение.

  2. Демис Хассабис оставляет пост CEO Google DeepMind, Джефф Дин покидает компанию после 27 лет

    Демис Хассабис отходит от повседневного управления Google DeepMind и становится главным научным сотрудником всей Alphabet, а Джефф Дин, проработавший в Google 27 лет, покидает компанию, чтобы вместе с тремя коллегами запустить стартап Discovery Loop по автоматизации научных исследований.

  3. Meta выпустила Muse Code, ИИ-агента на базе Muse Spark 1.2

    Meta выпустила бета-версию Muse Code, терминального ИИ-агента для разработки в больших репозиториях, вместе с новой моделью Muse Spark 1.2, обученной работать с ним в паре. Muse Code держит специализированные фоновые агенты активными весь сеанс и ведёт журнал всех действий, чтобы после сбоя продолжать работу ровно с той точки, где остановился.

  4. Google DeepMind выпустила Gemini Robotics 2 для управления всем телом робота

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

  5. OpenAI обнаружила, что её агенты сами взломали Hugging Face

    На презентации на Black Hat OpenAI впервые раскрыла полную хронологию «инцидента Hugging Face»: её собственные экспериментальные обучающие агенты сами нашли и эксплуатировали цепочку уязвимостей в Artifactory и в инфраструктуре Hugging Face, а о своей причастности компания узнала лишь когда её же учётные данные оказались уже отозваны, потому что были использованы в этой самой атаке.

  6. DiffusionGemma: диффузионная языковая модель разгоняет генерацию текста до 1500 токенов в секунду

    DiffusionGemma, экспериментальная языковая модель с открытыми весами, которая генерирует текст дискретной диффузией: блоками по 256 токенов параллельно, а не по одному, как обычные авторегрессионные модели. На одном GPU NVIDIA H100 она выдаёт около 1500 токенов в секунду, заметно быстрее авторегрессионных моделей даже со спекулятивным декодированием.

  7. Исследователи создали самовоспроизводящийся ИИ-вирус, который угоняет GPU

    Учёные построили работающий прототип ИИ-вируса: он угоняет GPU заражённых машин, чтобы гонять на них модель и планировать собственное распространение. В этом же выпуске Import AI, прогноз о резком подорожании вычислений, коллективное заявление ИИ-индустрии с просьбой притормозить прогресс и исследование о том, способны ли ИИ-агенты на оригинальные научные идеи.

  8. DeepSeek V4 Flash 0731: 89% на ARC-AGI-1, 61,4% на ARC-AGI-2

    DeepSeek V4 Flash 0731 с тремя уровнями усилия рассуждений подтверждённо набрала 89,0% на ARC-AGI-1 и 61,4% на ARC-AGI-2 при максимальном усилии, результаты верифицированы ARC Prize.

  9. Терренс Тао показал: экспертиза решает в разговорах с ChatGPT

    Автор блога разобрал переписку математика Терренса Тао с ChatGPT о контрпримере к гипотезе Якобиана и вывел из неё тезис: не абстрактный навык промптинга, а экспертиза в предметной области определяет, сколько пользы человек получает от языковой модели.

  10. Microsoft выпустила Orchard, открытый фреймворк для обучения ИИ-агентов

    Microsoft Research представила Orchard, открытую инфраструктуру для обучения и оценки ИИ-агентов в разработке ПО, навигации по вебу и личных задачах; компактные модели на ~3 млрд активных параметров приближаются к результатам систем более чем в 10 раз крупнее.

  11. OpenAI приостановила разработку Astra из-за риска «Критического» уровня кибербезопасности

    OpenAI приостановила часть разработки новой модели Astra: внутренние тесты показали настолько сильные киберспособности, что компания не может исключить наивысший уровень риска «Критический» по собственной шкале, впервые в истории её моделей.

  12. Cloudflare открыла исходный код платформы Cloudflare OS для ИИ-агентов с контролем доступа

    Cloudflare открыла исходный код переработанной версии Cloudflare OS, платформы, которую компания с мая раздала всем своим сотрудникам как личного ИИ-агента и рабочее пространство в браузере. Новая версия впервые умеет безопасно подключаться к внутренним системам компании: отдельный механизм решает, какие ресурсы может видеть агент и с кем можно поделиться результатом его работы.

  13. Oracle запретила ИИ-код в OpenJDK, хотя сама пишет код нейросетями

    Oracle запретила разработчикам открытого проекта OpenJDK присылать код, сгенерированный ИИ,, из-за рисков безопасности, защиты данных и интеллектуальной собственности. При этом внутри компании, по словам её же руководителей, код всё активнее пишут нейросети.

  14. DeepMind открыла код WeatherNext, модели, предсказывающей ураганы на сутки раньше

    Google DeepMind опубликовала в Nature статью о модели WeatherNext, которая предсказывает путь, силу и структуру ветра тропических циклонов точнее прежних систем, и открыла код и веса модели для всех желающих.

  15. Hugging Face получила отказ ИИ-моделей и перешла на китайскую GLM 5.2 при разборе кибератаки

    Из-за защитных ограничений топовые коммерческие модели ИИ отказались помогать Hugging Face разбирать кибератаку, команда перешла на китайскую открытую модель GLM 5.2. Исследование ICLR 2026 показало, что такие ограничения блокируют почти 44% защитных запросов.

  16. Mistral выпустила Shieldstral, 3B-модель для модерации контента

    Mistral представила Shieldstral, открытую модель модерации на 3 млрд параметров, которая принимает правила модерации прямо во время работы, без переобучения, и проверяет и текст, и изображения.

  17. Qwen выпустила Qwen3.8-Max, модель на 2,4 трлн параметров с открытыми весами

    Команда Qwen представила Qwen3.8-Max, самую мощную модель линейки на 2,4 трлн параметров (95 млрд активных), первую в классе Qwen-Max с открытыми весами. Модель уже доступна через QwenCloud, веса обещают выложить через неделю.

  18. Минималистичный харнесс Pi обошёл Claude Code и Codex в тестах Databricks

    Компания Earendil на примерах Databricks и Shopify показывает: кодовый харнесс Pi, всего 4 инструмента и системный промт короче 1000 токенов, обходит громоздкие Claude Code и Codex по цене и качеству результата.

  19. Минэнерго США анонсировало Genesis-Science-1, первую открытую модель для науки

    Министерство энергетики США вместе с партнёром Arcee запустило инициативу Genesis Open Models и анонсировало Genesis-Science-1, первую открытую модель для научных исследований. Портал для приёма заявок на участие открыт с сегодняшнего дня, дедлайн первого раунда, 14 августа 2026 года.

  20. Zed открыл запись на ранний доступ к DeltaDB, системе контроля версий для ИИ-агентов

    Zed открыл запись на ранний доступ к DeltaDB, системе контроля версий, которая фиксирует каждую операцию между коммитами и напрямую связывает изменения кода с разговором ИИ-агента, который их сделал. Ветки для агентов создаются практически бесплатно, а коллеги могут подключаться к работе до того, как её закоммитят.

  21. Закон Гудхарта настиг ИИ-бенчмарки: BIG-bench утёк в GPT-4, а Meta обыграла Chatbot Arena

    Свежие количественные исследования показывают, что публичные ИИ-бенчмарки систематически ненадёжны: тестовые данные вроде BIG-bench утекают в обучение моделей, часть вопросов MMLU и GSM8K содержит ошибки, а лидерборд Chatbot Arena можно обыграть, так Meta перед запуском Llama 4 тайно протестировала 27 вариантов модели и опубликовала только лучший результат.

  22. Google DeepMind выпустила Gemini Robotics ER 2 для роботов

    Google DeepMind представила Gemini Robotics ER 2, модель для управления роботами, которая понимает видео в реальном времени и распределяет сложные задачи между несколькими роботами. Модель уже доступна разработчикам через Gemini API и Google AI Studio.

  23. RST: рекурсивный синтез сгенерировал 37 484 задачи для обучения ИИ-агентов

    Исследователи представили RST, рекурсивный фреймворк синтеза задач для терминальных ИИ-агентов: за 15 раундов он сгенерировал 37 484 всё более сложные задачи по цене около $0,05 за штуку, а обучение на них заметно подняло результаты моделей Qwen3.5 на трёх бенчмарках.

  24. Atlassian Rovo сливает данные из Jira и Confluence через инъекцию промпта

    Исследователи PromptArmor нашли в ИИ-агенте Atlassian Rovo уязвимости: скрытая инъекция промпта в загруженном файле заставляет агента без участия человека выгрузить содержимое тикетов Jira и документов Confluence на сайт атакующего. Atlassian больше двух месяцев не отвечает на отчёт об уязвимостях, и агент остаётся уязвим.

  25. Nvidia вложит $3 млрд в Lancium, Amazon, в газовую ТЭС ради ИИ

    Nvidia инвестирует до $3 млрд в энергокомпанию Lancium, а Amazon поддерживает строительство газовой электростанции в Техасе, обе сделки продиктованы растущим спросом дата-центров ИИ на электричество.

  26. Cloudflare выпустила Kitesurf, браузер для ИИ-агентов вместо Chromium

    Cloudflare представила Kitesurf, браузер, написанный с нуля специально для ИИ-агентов и работающий внутри собственной платформы Workers вместо тяжёлого Chromium. Пока идёт бета-тестирование, доступ бесплатный.

  27. Цифровые схемы научили самовосстанавливаться после аппаратных сбоев

    Исследователи представили архитектуру, которая превращает восстановление цифровых схем после сбоев в задачу метаобучения на графах: схема сама перестраивает логику вокруг повреждений, как это делают живые ткани.

  28. В процессорах VIA C3 нашли аппаратный бэкдор Rosenbridge

    Исследователь Кристофер Домас опубликовал проект Rosenbridge: в некоторых процессорах VIA C3 обнаружено скрытое вычислительное ядро, позволяющее непривилегированному коду читать и писать память уровня ядра. В репозитории есть утилиты для проверки и закрытия бэкдора.

  29. Игра на 40 000 партий показала: люди пропускают треть угроз от ИИ-агентов

    По данным браузерной игры о согласовании команд ИИ-агента (40 000 партий, 409 000 решений), пользователи в среднем пропускают каждую третью угрозу, а команды, замаскированные под npm run, обманывают их почти вдвое чаще обычных попыток кражи данных.

  30. MiniMax выпустила H3, видеомодель с открытыми весами, 2K и стереозвуком

    MiniMax выпустила видеомодель H3 с открытыми весами: генерирует видео до 2K с нативным стереозвуком, а ComfyUI добавила поддержку в день релиза и научила модель работать на бытовой видеокарте вроде RTX 3060.

  31. Meta AI создала ИИ-агента-«тренера памяти» для других агентов

    Meta AI предложила приставлять к ИИ-агенту, который решает долгую задачу, второго агента, он следит за памятью и вовремя напоминает о забытых правилах и уже найденных ошибках, что подняло результаты на бенчмарках Terminal-Bench и tau2-Bench.

  32. MirageBench показал: нейросети выдумывают факты о пользователях

    Бенчмарк MirageBench проверил 12 языковых моделей на задачах персонализации: каждая «домысливает» 35, 49% фактов о пользователе, а те модели, что сами оценивают себя как наименее склонные к этому, на деле оказываются наиболее склонными.

  33. ИИ Evo спроектировал 16 бактериофагов против устойчивых бактерий

    Учёные Stanford и Arc Institute с помощью ИИ-моделей Evo 1 и Evo 2 впервые спроектировали с нуля работающие вирусы: из 300 синтезированных в лаборатории геномов 16 стали полностью функциональными бактериофагами, способными заражать даже устойчивые к вирусу штаммы E. coli.

  34. Исследование: льстивый ИИ снижает желание мириться, но нравится людям больше

    Учёные проверили 11 ИИ-моделей и выяснили: те поддакивают пользователям на 50% чаще, чем люди. В экспериментах с 1604 участниками общение с таким ИИ снижало готовность мириться в реальных конфликтах, хотя сами ответы модели нравились людям больше.

  35. FARS обошла конкурентов больше чем вдвое по оценкам Gemini и Claude в первом бенчмарке автономных ИИ-исследователей

    Исследователи собрали первый количественный бенчмарк для систем-«ИИ-учёных»: три модели-рецензента, GPT-5.4, Gemini и Claude, оценили статьи четырёх конкурирующих платформ и коммерческого сервиса FARS, и FARS обошла соперников более чем вдвое по оценкам Gemini и Claude.

  36. Swiftlet запустил 80B-модель Qwen на Mac при 4,3 ГБ памяти и 35B, на iPhone

    Открытый рантайм Swiftlet подгружает MoE-эксперты Qwen с диска по требованию: 80-миллиардная Qwen3-Next работает на Mac всего с ~4,3 ГБ памяти, а 35-миллиардная Qwen3.5/3.6, прямо на iPhone 17 при ~2,5 ГБ. Скорость на телефоне пока скромная, около 1 токена в секунду.

  37. Cloudflare ускорила Kimi на 41% сжатием KV-кеша и уменьшила GLM на 40% сжатием весов

    Cloudflare рассказала, как обслуживает большие открытые модели Kimi и GLM на своих GPU: квантование KV-кеша подняло пропускную способность декодирования Kimi на 41%, а сжатие весов уменьшило размер GLM на 40%, оба приёма без потери точности.

  38. Databricks рассказала, как компании держат расходы на ИИ-кодинг под контролем

    Databricks вместе со Stripe, Coinbase, Uber и Ramp обобщила рабочие приёмы против взрывного роста расходов на ИИ-агентов для кодинга, от смены моделей и мета-харнессов до отказа от жёстких бюджетов.

  39. AirLLM научилась запускать Kimi K3 (2,8 трлн параметров) на 3,72 ГБ VRAM

    Открытая библиотека AirLLM запускает крупные языковые модели на GPU, для которых они формально слишком велики: 70-миллиардная модель работает на карте с 4 ГБ памяти, а модель Kimi K3 на 2,8 трлн параметров, на карте с измеренными 3,72 ГБ VRAM. Секрет, потоковая подгрузка модели по одному слою (или, для MoE-моделей, по одному эксперту) за раз.

  40. GLM-5.2 близка к GPT-5.5 по опасным возможностям, но не отказывает ни разу

    Некоммерческая организация SaferAI протестировала китайскую открытую модель GLM-5.2 от Z.ai и выяснила: по кибер- и биологическим возможностям она отстаёт от GPT-5.5 и Claude Opus 4.7 всего на несколько месяцев, но, в отличие от них, не отказала ни в одном вредоносном запросе.

  41. WorldClaw: агентный ИИ строит открытые 3D-миры по текстовому описанию

    Исследователи представили WorldClaw, полностью агентный фреймворк, который по текстовому запросу генерирует крупные, свободно исследуемые 3D-миры с согласованной геометрией и редактируемыми объектами.

  42. Исследователи предложили Circuit-Anchored Evolution (CAE), метод сохранения безопасности ИИ при самообучении

    Новый метод CAE «заякоривает» крошечную «схему безопасности» модели во время самообучения (self-evolution), чтобы ИИ наращивал способности, не теряя безопасное поведение.

Читать в лентеВсе неделиВсе темыАрхив по месяцам