Aii:ИИИ

Glif открыла «модельное агентство» из синтетических персонажей Glif запустила каталог примерно из 165 вымышленных моделей для рекламы. У каждого персонажа есть референс-лист с внешностью, ракурсами и стилем. Персонажа можно «забронировать», добавить фото товара и бриф — и получить готовый ролик. Под капотом сервис объединяет генеративные модели Seedance 2.5, Wan 3, Flux 3 Max, Kling 4 и другие. Правила запрещают выдавать персонажей за реальных покупателей. Запуск вызвал спор: часть креаторов радуется скорости и цене, другие предупреждают, что под ударом окажутся модели, фотографы и съёмочны…

Tencent открыла Hy-SimulMT — синхронный переводчик речи уровня профи Tencent выложила на Hugging Face модель Hy-SimulMT-30B-A3B для синхронного перевода речи между китайским и английским. Она переводит голос в голос прямо во время выступления и сохраняет тембр говорящего. Задержка — около 3 секунд. По качеству перевода модель обходит открытые аналоги и четыре из пяти коммерческих API, а на тесте RealSI набирает 84,7 — лучший результат в таблице. На 18 реальных записях её сравнили с живыми синхронистами с сертификатами CATTI первого и второго уровня. Модель сравнялась с лучшими из них по кач…

Nanbeige4.3-33B: открытая модель для агентов с контекстом 512K Команда Nanbeige выпустила Nanbeige4.3-33B под лицензией Apache 2.0. Модель держит контекст до 512 тысяч токенов и рассчитана на агентную работу: терминал, код, длинные многошаговые задачи. Её также используют как учителя для будущей компактной 3B-версии. По собственным замерам авторов, на Terminal-Bench 2.1 она набирает 80,9 против 73,0 у Qwen3.8-27B, на DeepSWE — 65,5 против 42,5. В деловом симуляторе YC-bench модель «заработала» $1,03 млн против $641 тыс. у Qwen. На SWE-Bench Pro (60,3) и GDPval (84,8) она немного уступает ко…

Microsoft открыла Mage-VL-Cowork — 4B-агента для работы за компьютером Microsoft выложила на Hugging Face веса Mage-VL-Cowork под лицензией Apache 2.0. Это модель на 4 млрд параметров для работы за компьютером, которая в одной политике совмещает клики по интерфейсу и постоянную оболочку bash и Python. Агент сам решает, где быстрее нажать кнопку, а где написать скрипт. На OSWorld-Verified модель набирает 66,0% — лучший результат среди моделей своего размера. Основа — Qwen3-4B и собственный визуальный энкодер Mage-ViT. Обучали её на 293 806 синтетических задачах, охватывающих 6 915 навыков. Г…

OpenAI, Google, Microsoft и Anthropic договорились об общем запрете обучения в robots.txt OpenAI, Google, Microsoft и Anthropic обещали уважать единый сигнал в robots.txt: одна строка с общим токеном запрещает использовать контент сайта для обучения генеративных моделей сразу у всех участников. Сигнал опирается на работу группы IETF AIPREF и не отменяет старые настройки. Google будет считать такой запрет равным запрету Google-Extended, если тот не указан отдельно. Сроки разные: OpenAI и Anthropic внедрят сигнал в ближайшие месяцы, Microsoft — с 1 февраля 2027 года, Google — в 2027 году. Зап…

SemiAnalysis запустила GDPx: лучшие модели решают лишь 12% экспертных задач SemiAnalysis представила бенчмарк GDPx: 206 задач уровня профильного эксперта в 11 областях, от кибербезопасности и биологии до финансов и права. Задачи готовили вместе с 14 партнёрами, на каждую даётся до 8 часов работы, оценка — «решено или нет». Лидер — Claude Opus 5.5 с 12,0% при $51 за задачу. Дальше Gemini 4 Carbon — 10,9% и всего $16, GPT-6 Astra — 9,6%, Grok 4.7 — 3,9%. В финансах и праве не справилась ни одна из 13 моделей. Часть очков моделям стоили защитные фильтры: без кибербезопасности, биологии и align…

Учёные CMU предложили обучать модель одним алгоритмом от начала до конца Большие модели обычно учат по этапам: предобучение, дообучение на отобранных данных, обучение на примерах (SFT) и обучение с подкреплением (RL). У каждого этапа свои данные и свой алгоритм. Исследователи Carnegie Mellon и Johns Hopkins показали, что разделение не обязательно. Подходящий RL сводится к той же максимизации правдоподобия, что и остальные этапы: модель учится на собственных удачных ответах. Получается unified training — один тренер и одна функция потерь, а данные разных этапов смешиваются в нужных долях. В…

Тест Тьюринга для синтеза речи: ни одна модель пока не прошла Voice Arena запустила рейтинг Turing TTS. Слушатель вслепую сравнивает две записи одной фразы — живого человека и синтеза — и угадывает, где человек. Первые итоги по американскому английскому: 2000 голосов, 10 систем. В среднем ИИ принимали за человека лишь в 6,1% случаев, хотя при случайном угадывании было бы 50%. Лучший результат у Gemini 3.8 Flash TTS — 10,5%, следом Flash-Lite (9%) и Cartesia Sonic-3.6 (7,5%). ElevenLabs v4 — 6%. Выдают машину не ошибки в словах, а манера: «слишком гладко» отметили в 58% верных ответов, ритм…

Edge0 выпустила компактный синтез речи с клонированием голоса на 23 языках Edge0 открыла на Hugging Face модель Audio8-TTS-Realistic-0.6B — синтез речи (TTS) всего на 0,6 млрд параметров. По короткой записи и её расшифровке модель повторяет чужой голос без дообучения. Она говорит на 23 языках, из них 12 добавлены в этой версии, включая русский. Кодек на 44,1 кГц идёт в комплекте. Главное отличие — естественность. После обычного обучения модель доучивали с подкреплением (GRPO): сначала за точность слов и сходство голоса, затем по оценке «критика реалистичности». Критик сравнивает синтез с жи…

SenseTime открыла модель, которая прогоняет свои слои дважды SenseTime выложила на Hugging Face мультимодальную модель SenseNova-Loop-9B-Preview с «петлёй» в архитектуре. Модель хранит 32 слоя декодера, но за один проход выполняет 56: блок из 24 средних слоёв срабатывает два раза подряд с одними и теми же весами. Так глубина растёт без лишних параметров: около 9 млрд в весах дают вычисления примерно как у 14,6 млрд. Внутри петли работают две «полосы» остаточного потока, информацию между ними распределяют обучаемые связи mHC (manifold-constrained hyper-connections). Внимание чередует линейны…