Китайский StepFun выпустил голосовую модель, которая ловит интонации и не выпадает из роли

Шанхайская лаборатория StepFun представила StepAudio 2.5 Realtime — голосовую модель, которая слышит тон и паузы и держит выбранный персонаж в долгих диалогах.

🔴 Голосовой ИИ из Шанхая научился слышать настроение, а не только слова

Пока западные пользователи привыкают к голосовому ChatGPT, китайские лаборатории второго эшелона решают задачу, которую большие игроки обычно обходят стороной. Шанхайская StepFun выпустила StepAudio 2.5 Realtime — голосовую модель, которая ловит интонацию, темп и паузы собеседника и подстраивается под выбранную роль.

Главных технических новшества три. Первое — паралингвистика: модель оценивает невербальные сигналы и понимает, что собеседник раздражён или сомневается. На профильном бенчмарке — 82,18 балла. Второе — обучение на матрице из миллиона синтетических личностей, собранных алгоритмом из десяти тысяч исходных. Это даёт стабильность в долгих разговорах. Третье — отдельный RLHF, который не даёт модели «выпасть из роли», когда диалог уходит в сторону. Поддерживаются китайский и английский. Доступ — через WebSocket API на endpoint модели step-2.5-realtime.

Для российского предпринимателя это не «ещё одна голосовая модель», а сдвиг в зоне колл-центров и поддержки. Бот, который не просто отвечает по скрипту, а слышит, что клиент раздражён, и меняет тон, — это другой потолок конверсии и удержания. Если ваш бизнес держится на телефонных продажах, прицельно следите за такими релизами и тестируйте их у себя: китайские открытые модели обычно догоняют закрытые западные через 3–6 месяцев, а стоят и интегрируются заметно дешевле.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #модели #агентыИИ #мультимодальность #Китай #ChatGPT #ИИ #технологии #AravanaAI

Google DeepMind научил ИИ строить интерактивные миры поверх реальных улиц планеты

Google DeepMind подключил к своей world-модели Genie базу Street View. Waymo уже использует генератор для тренировки беспилотников на редких сценариях.

🔴 Google DeepMind научил ИИ строить интерактивные миры поверх реальных улиц планеты

Открываете карту, ставите точку на Golden Gate Bridge, описываете: «пусть будет под водой со стаями рыб». Через секунду вы шагаете внутри сгенерированной сцены, привязанной к настоящей геометрии моста. Это не игра и не VR. Это модель мира Genie от Google DeepMind, к которой 19 мая подключили Google Street View.

На Google I/O 2026 DeepMind показал интеграцию: Genie теперь опирается почти на 20 лет снимков Street View и достраивает интерактивные миры поверх реальной географии. Пока работает по локациям в США, дальше Google обещает глобальное расширение. Доступ есть у подписчиков Google AI Ultra за $200 в месяц. Главное в этом релизе не туристический эффект, а тренировка ИИ. По данным TechCrunch, Waymo уже прогоняет беспилотники через сгенерированные сценарии, которые в реальных датасетах встречаются крайне редко. Робототехники получают тот же инструмент: можно отправить гуманоида в песчаную бурю или в исторический район Форт-Уорта до того, как он впервые выйдет в реальный склад.

Для российского предпринимателя это сигнал, который легко пропустить за блеском демо. Раньше обучение ИИ упиралось в дорогую разметку реальных данных. Теперь крупный игрок показывает, что синтетические миры с привязкой к настоящей географии — рабочий путь к роботам и беспилотникам, которые справятся с редкими ситуациями. Если ваш продукт связан с компьютерным зрением, логистикой или автономным транспортом, планка симуляции только что выросла.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #модели #Google #Gemini #мультимодальность #физическийИИ #роботы #embodiedAI #BigTech #ИИ #технологии #AravanaAI

Гуманоиды Figure отработали сутки без перерыва и отсортировали 28 тысяч посылок

Три гуманоида Figure разобрали 28 000 посылок за 24 часа подряд без вмешательства человека. CEO Бретт Эдкок планировал восьмичасовой тест, но робота никто не остановил.

🔴 Гуманоиды Figure отработали сутки без перерыва и отсортировали 28 тысяч посылок

Изначально CEO Бретт Эдкок планировал восьмичасовой тест. Через восемь часов три гуманоида по имени Боб, Фрэнк и Гэри так и не сломались. Через шестнадцать — продолжали работать. На отметке 24 часа Figure остановила счёт: 28 000 посылок, скорость близка к человеческой, ни одного сбоя с привлечением людей.

Гуманоиды работали полностью автономно на Helix-02 — собственной нейросети Figure, которая крутится прямо на роботе, без облака. Бортовые камеры считывали штрихкоды, ИИ сам решал, как взять посылку и положить её кодом вниз на конвейер. Ключевое технологическое отличие: при заминке Helix-02 автоматически сбрасывает действие и пробует заново — без человека, который раньше подходил и распутывал. Именно это снимает главный экономический барьер: робот, который требует оператора рядом, складу не нужен. Робот, который сам разгребает свои ошибки, — нужен.

Для российского предпринимателя сигнал прост и неприятен. Логистика, фулфилмент, склады маркетплейсов — рынок, где маржа уже выжата досуха зарплатами курьеров и комплектовщиков. Когда гуманоид доказывает 24 часа без отказа со скоростью человека, разговор смещается с «когда появятся подходящие модели» на «когда они станут окупаться». Если ваш бизнес держится на дешёвом ручном труде, считайте, что у вас осталось 2–3 года, чтобы перестроить экономику до того, как это сделает за вас конкурент с гуманоидами.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#роботы #робототехника #гуманоиды #автоматизация #физическийИИ #Figure #embodiedAI #будущеетруда #рынок_труда #ИИ #технологии #AravanaAI

Сооснователь Anthropic: 60% шансов, что AI начнёт обучать себя сам к 2028 году

Джек Кларк, сооснователь Anthropic, оценил в 60% вероятность рекурсивного самоулучшения AI к концу 2028 года — вся инфраструктура уже существует.

🔴 Сооснователь Anthropic: 60% шансов, что AI начнёт обучать себя сам к 2028 году

«Тогда вы умрёте вместе с нами» — ответил Элиезер Юдковски, самый известный предсказатель AI-рисков, на оксфордский доклад Джека Кларка. Кларк — сооснователь Anthropic — провёл несколько недель, изучая сотни открытых данных об AI, и пришёл к точной цифре.

По данным MindStudio, Кларк оценивает в 60% вероятность того, что к концу 2028 года AI-системы начнут автономно строить и улучшать собственных преемников — так называемое рекурсивное самоулучшение. Его ключевой аргумент: вся необходимая инфраструктура уже существует. 7 мая Anthropic одновременно объявил о создании Anthropic Institute (TAI) — независимого исследовательского центра по изучению влияния AI на экономику, общество и познание.

Для предпринимателя это не абстрактный прогноз. Если сооснователь ведущей AI-лаборатории считает рекурсивное самоулучшение более вероятным, чем нет, — ближайшие 2,5 года остаются последним окном, когда правила AI-гонки ещё устанавливает человек. Независимо от точности цифры, сигнал услышан: ставки выросли.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #Anthropic #AGI #безопасностьИИ #геополитика #модели #ИИ #технологии #AravanaAI

OpenAI запустила бесплатный детектор AI-картинок — но с одним важным «но»

OpenAI открыла бесплатный сервис Verify для определения AI-сгенерированных изображений. Главный нюанс: он распознаёт только то, что сделано продуктами самой OpenAI.

🔴 OpenAI запустила бесплатный детектор AI-картинок — но с одним важным «но»

OpenAI открыла публичный бесплатный сервис OpenAI Verify, который определяет, сгенерировано ли изображение нейросетью. Доступ — по адресу openai.com/verify, статус: публичное превью. Запуск — сегодня, 25 мая 2026 года.

Под капотом две метки. C2PA — метаданные о происхождении файла: каким инструментом сделано, когда, в каком формате. И SynthID — невидимый водяной знак от Google DeepMind, который выживает после скриншотов и сжатия. Главный нюанс: инструмент видит ТОЛЬКО изображения, созданные продуктами OpenAI (ChatGPT, OpenAI API, Codex). Картинки из Midjourney или Stable Diffusion он не распознает. Запуск явно подгадан под законы об AI-прозрачности — они вступают в силу в ЕС и Калифорнии 2 августа 2026 года.

Для предпринимателя сигнал двойной. С одной стороны, появилась легитимная проверка для контента и креативов. С другой — рынок детекторов начинает фрагментироваться по производителям моделей. Универсального «детектора всего» в обозримом будущем не будет: каждая лаборатория станет верифицировать только своё.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #OpenAI #ChatGPT #модели #мультимодальность #регуляция #AIAct #дезинформация #ИИ #технологии #AravanaAI

Huawei показала закон масштабирования чипов — обещает 1,4-нанометровый эквивалент к 2031

На IEEE-конференции в Шанхае Huawei представила Tau Scaling Law и архитектуру LogicFolding — попытку обойти санкции через сжатие задержек сигнала и плотную упаковку логики, минуя классическое уменьшение транзисторов. Цель — эквивалент 1,4 нм к 2031 году. По методологии уже разработан 381 чип.

🔴 Huawei показала закон масштабирования чипов — обещает 1,4-нанометровый эквивалент к 2031

Если транзистор больше не уменьшить — нужно научиться извлекать больше из времени. Так Huawei попыталась обойти санкции на оборудование, без которого современные чипы делать нельзя.

На конференции IEEE в Шанхае 25 мая глава научного совета Huawei Хэ Тинбо представила Tau Scaling Law и архитектуру LogicFolding. Идея: вместо классического уменьшения транзисторов сжимать задержки сигнала и плотнее упаковывать логику. По заявлению компании, по этой методологии за шесть лет уже разработан 381 чип, а в этом году выйдет первый Kirin с LogicFolding.

Цель — догнать TSMC и Samsung по эффективной производительности к 2031 году без доступа к самым современным литографам ASML. Если получится — это будет первый случай, когда обход санкций сработал не на тактическом ходе, а на стратегической дистанции. Если нет — Китаю придётся встраиваться в чужие производственные цепочки на условиях держателей патентов. Ставка на десятилетие, и от её исхода зависит вся география AI-инфраструктуры.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #полупроводники #TSMC #техпроцесс #чиповаявойна #Huawei #Китай #санкции #экспортный_контроль #геополитика #ИИ #технологии #AravanaAI

DeepSeek V4 заработала на чипах Huawei в день релиза — Китай собрал AI-стек без NVIDIA

Флагманская DeepSeek V4 получила совместимость с китайскими ускорителями Huawei Ascend, Cambricon, Hygon и Moore Threads одновременно с релизом — впервые в индустрии. Модель — 1,6 трлн параметров и контекст до миллиона токенов. Это инфраструктурный milestone: Китай собрал работающий AI-стек без NVID

🔴 DeepSeek V4 заработала на чипах Huawei в день релиза — Китай собрал AI-стек без NVIDIA

Раньше адаптация флагманской модели под китайские ускорители занимала недели. У DeepSeek V4 — день в день.

DeepSeek V4 запустилась на чипах Huawei Ascend, Cambricon, Hygon и Moore Threads одновременно с релизом — это первый раз, когда китайские ускорители получили совместимость с топ-моделью «день-в-день». Сама модель — 1,6 трлн параметров в версии Pro (49 млрд активных за один запуск) и контекст до миллиона токенов. Версия Flash — 284 млрд параметров.

Что это значит на практике. Компания, попавшая под американские санкции и формально отрезанная от современных NVIDIA, на собственной модели и собственных чипах получает работающий продукт — без посредников, без серого импорта, без задержек. Для российских команд, которые ищут альтернативу американским облакам, это уже не теоретический сценарий «что если», а готовый стек, который можно изучить, повторить и запустить локально.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#DeepSeek #чипы #геополитика #Китай #чиповаявойна #экспортный_контроль #Huawei #LLM #модели #ИИ #технологии #AravanaAI

ByteDance открыла исходники Lance — одна модель делает картинки, видео и редактирует их

ByteDance выложила Lance — мультимодальную модель на 3 миллиарда параметров под Apache 2.0. Понимает и генерирует картинки и видео, редактирует одним промптом, работает локально на одной карте с 40 ГБ видеопамяти. Лучшие баллы среди унифицированных моделей по GenEval, VBench и GEdit-Bench.

🔴 ByteDance открыла исходники Lance — одна модель делает картинки, видео и редактирует их

Раньше для генерации изображений брали одну модель, для видео — другую, для редактирования — третью. Китайская лаборатория собрала всё в одну, выложила под открытой лицензией и поставила топ-1 в публичных бенчмарках.

На прошлой неделе ByteDance выложила Lance — мультимодальную модель на 3 миллиарда активных параметров, лицензия Apache 2.0, веса на Hugging Face. Lance умеет описывать и рассуждать про картинки и видео, генерирует их по тексту, редактирует одним промптом. На публичных бенчмарках — лучший балл среди унифицированных моделей: GenEval 0,90, VBench 85,11, GEdit-Bench 7,30.

Запустить можно локально — нужна одна графическая карта с 40 ГБ видеопамяти. Для российских команд это означает сдвиг порога входа в мультимодальный AI: не подписка на закрытый API в долларах, а железо, которое уже стоит в офисе. Когда китайские лаборатории отдают бесплатно то, что у западных — закрытый платный продукт, конкуренция переходит из плоскости «у кого больше денег» в плоскость «у кого быстрее руки».

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #модели #мультимодальность #Китай #ИИ #технологии #AravanaAI

Пять сделок недели в AI - и ни одна не похожа на классический венчурный раунд

Государства, заводы и розничные инвесторы оттесняют венчурные фонды от крупных AI-сделок: разбор пяти структур недели, которые показывают, как меняется логика капитала.

Открываешь утром сводку AI-сделок и ждёшь привычную картину: Sequoia ведёт раунд, Andreessen Horowitz участвует, очередной стартап обещает построить следующий ChatGPT. На этой неделе в новостях пять крупных сделок. И ни одна не похожа на классический венчурный раунд.

Государство нанимает фонд прямых инвестиций. Производитель аккумуляторов входит в AI-стартап. Консалтинговая фирма и облачный гигант объединяют $1 млрд не в стартап, а в канал продаж. SoftBank занимает деньги у японских пенсионеров.

За одну неделю венчур перестал быть главным языком финансирования AI. Капитал нашёл пять других каналов: государственный, инфраструктурный, промышленный, консалтинговый, розничный. Каждый со своей логикой и со своими новыми рисками. Стандартная венчурная модель ответов на эти риски пока не имеет.

Что объединяет эти сделки - не размер чека и не сектор. Это то, что классический венчур больше не подходит под задачу. Дальше - по каждой.

1. Microsoft вкладывает 25 млрд австралийских долларов в австралийские датацентры

Microsoft за одну сделку выделил на австралийские датацентры больше, чем весь местный венчурный рынок собирает за год. Это не покупка стартапа. Это бетон, серверы, электричество.

Гонка за AI идёт на нескольких фронтах одновременно. Один из них - модели, на нём играют OpenAI, Anthropic, DeepSeek. Другой - физическая инфраструктура. На нём играют те, у кого есть свободные миллиарды на капитальные стройки. Именно сюда Microsoft и поставил основной чек.

Что это за сделка по форме. Это не венчурный раунд, не покупка доли, не вход в чужой бизнес. Это прямая капитальная стройка: Microsoft возводит собственные датацентры на австралийской земле, которыми будет владеть, которые будет эксплуатировать и амортизировать на собственном балансе.

Разница с венчурным раундом существенная. Венчурный раунд - это деньги, которые ты отдаёшь чужой компании в обмен на долю. Капитальная стройка - это деньги, которые ты тратишь на свой собственный актив. В первом случае ты надеешься на чужого основателя. Во втором ты сам и есть основатель этого актива.

Почему именно Австралия - три причины. Первая, геополитика: страна стратегический союзник США в Тихоокеанском регионе, риск экспроприации минимальный. Вторая, регулирование: местные законы требуют, чтобы корпоративные и государственные данные хранились внутри страны, без локальных датацентров Microsoft просто не сможет продавать Azure банкам и министерствам. Третья, рынок: Австралия растёт быстрее многих развитых стран по облачному спросу.

Microsoft направляет 25 млрд австралийских долларов на AI-инфраструктуру в Австралии. Это не одна стройка, это сеть датацентров, которая будет обслуживать Azure и AI-сервисы по всему Азиатско-Тихоокеанскому региону.

Чтобы поймать масштаб без сравнений с чужими бюджетами: 25 млрд австралийских долларов - сумма, которой ещё несколько лет назад хватало на весь региональный план облачной экспансии западного гиганта. И тогда это считалось бы амбицией. Сегодня это одна страна, одно направление.

Для основателя AI-стартапа отсюда два сигнала. Первый: крупные деньги в AI больше не идут в стартапы, они идут в землю, серверы и провода. Второй: стоимость вычислений будет всё больше определяться не рынком, а решениями узкого круга гипер-облачников. Тот, кто арендует мощности, играет на их условиях.

2. Европейская Комиссия нанимает PE-гиганта для управления €5 млрд

Европа, известная госзаказами и бюрократией, признала: для AI-гонки её собственная инвестиционная машина движется слишком медленно. И сделала то, что десятилетие назад было немыслимо: передала €5 млрд государственного капитала в управление частной фирме.

Не нужно быть знатоком брюссельской бюрократии, чтобы понять символику. ЕС не способен инвестировать в стартапы со скоростью Sequoia. Поэтому он нанимает фонд, который умеет. Это молчаливое поражение и одновременно прагматичный поворот.

Что такое это партнёрство по структуре. ЕС создал суверенный фонд Scaleup Europe размером €5 млрд. Но не стал управлять им сам. Капитал государственный, управляющий частный. EQT, крупнейшая европейская фирма прямых инвестиций, получает мандат: размещай эти деньги в технологические компании, как сделал бы коммерческий фонд, но с европейской пропиской.

Это гибрид. Государственно-частное партнёрство, но не в дороге или порте, а в венчурном капитале. У государства есть деньги, но нет ни скорости, ни компетенций, чтобы за полгода оценить AI-стартап и закрыть сделку. У EQT есть и то, и другое, плюс портфельный опыт за десятилетия.

Как это работает на стимулах. EQT получает фиксированные комиссии за управление и долю в прибыли при удачных выходах. То есть фирма мотивирована не исполнять политику, а зарабатывать. ЕС получает доступ к скорости и дисциплине частного инвестора, не теряя стратегического контроля над тем, в каких секторах размещается капитал.

Европейская Комиссия назначила EQT управляющим фонда Scaleup Europe размером €5 млрд, или около $5,8 млрд по текущему курсу. Это значит, что Брюссель готов поставить серьёзные деньги на компенсацию венчурного разрыва с США.

EQT не просто фирма. Это один из старейших и крупнейших европейских игроков прямых инвестиций, с портфелями в технологиях, программном обеспечении и корпоративном секторе. Их выбор - сигнал того, что Брюссель хочет европейских победителей, инвестируемых европейскими управляющими.

Для основателя AI-стартапа в Европе это не плохая новость. Деньги от EQT будут идти быстрее, чем от грантовых программ ЕС с их шестимесячными циклами рассмотрения. Но и стандарты выше: придётся показывать модели роста и реальную экономику бизнеса, а не презентации с социальным импактом.

3. CATL входит в AI: производитель аккумуляторов инвестирует в DeepSeek

CATL - компания, которую мир знает по батареям для электромобилей. Каждый второй Tesla где-то в её цепочке. И вот эта же CATL заходит в раунд китайского AI-стартапа DeepSeek. Не как любопытный финансовый инвестор, а с конкретным промышленным интересом.

В этом и интрига момента. Когда производитель батарей решает участвовать в раунде LLM-стартапа, это не диверсификация портфеля. Это сигнал о том, куда движется энергетический рынок.

Что именно происходит. DeepSeek собирает раунд, в который CATL заходит наряду с интернет-гигантами JD.com и NetEase. Структура двойная: CATL одновременно финансовый инвестор (берёт долю) и стратегический поставщик (хочет продавать DeepSeek оборудование электроснабжения для датацентров).

Это редкая конструкция. Обычно поставщик отдельно, инвестор отдельно. Berkshire Hathaway держит долю в Apple, но не поставляет Apple компоненты. CATL же ставит на две карты сразу. Если DeepSeek взлетит как модель - CATL заработает на доле. Если AI взлетит как сектор в целом - CATL заработает на поставках оборудования всем датацентрам индустрии.

Логика инвестиции глубже, чем кажется. AI-датацентры потребляют колоссальную электроэнергию. По мере роста моделей и числа запросов проблема смещается из вопроса достаточно ли мы умные в вопрос достаточно ли мы можем запитать. Кто снимет энергетическое ограничение для AI — заберёт маржу по всей цепочке. CATL делает ставку, что узкое место будет именно там.

DeepSeek собирает раунд примерно на ¥50 млрд - около $7,36 млрд - с возможным закрытием уже в июне 2026. CATL участвует в нём наряду с JD.com и NetEase. Параллельно компания развивает направление по продаже оборудования электроснабжения массивным AI-датацентрам для поддержки растущих потребностей в вычислениях.

DeepSeek - один из самых мощных китайских AI-моделей, конкурент по производительности американским и европейским лидерам. Раунд такого размера в Китае - это уровень нескольких годовых бюджетов средних министерств.

Для основателя AI-стартапа в энергетических, химических или промышленных сегментах сигнал такой: твоими инвесторами могут быть не венчурные фонды, а сами клиенты. Особенно если у клиента физический интерес - материалы, оборудование, поставки. Это и риск (зависимость), и шанс (стратегический капитал, который остаётся с тобой надолго).

4. EY и Microsoft объединяют $1 млрд - но не в стартап

Когда консалтинговая фирма и облачный гигант объединяют миллиард долларов, ожидаешь, что они купят кого-то третьего. Но EY и Microsoft не покупают стартап. Они вкладывают в самих себя и в общий канал продаж. Это новая модель.

Корпоративный AI застрял на одном и том же месте уже два года. Все запускают пилоты. Почти никто не доводит пилоты до промышленной эксплуатации. EY и Microsoft решают именно эту проблему, и решают её через структуру, у которой нет аналогов в венчурном капитале.

Что такое эта сделка по форме. Не покупка компании. Не венчурный раунд. Не слияние. Это пятилетнее партнёрство с финансовым обязательством. EY обязуется развивать компетенции, нанимать инженеров, перестраивать собственные процессы под AI. Microsoft обязуется давать инструменты: Copilot, Azure, AI-модели. И там, и там это идёт на одно: на массовое внедрение AI в крупнейшие корпорации.

Зачем так. Клиенту нужны два компонента: технология и люди, которые знают, как её внедрить. У Microsoft есть технология. У EY есть люди с доступом в советы директоров крупнейших корпораций. Поодиночке каждый из них продаёт меньше, чем мог бы. Вместе они контролируют и продукт, и его доставку до клиента.

Это новая логика капитала. Раньше консалтинг приходил после внедрения - помочь развернуть и обучить. Теперь консалтинг должен прийти до внедрения, чтобы продукт вообще был выбран. Microsoft понимает: технология без канала не масштабируется. EY понимает: канал без технологии устаревает.

EY и Microsoft запустили пятилетнее партнёрство стоимостью более $1 млрд для перехода корпоративного AI из пилотов в промышленное использование. Цифры внутреннего внедрения у EY показывают, на каком масштабе всё это работает: Copilot развёрнут на 150 тысяч внутренних пользователей, план - 400 тысяч с лишним человек.

Финансовые процессы внутри EY ускорились на 95% по времени ведения сделок после внедрения AI. Ручная работа в налоговых процессах через Azure AI Document Intelligence сократилась до 90%. Это не маркетинговые цифры с конференции - это собственная компания EY как испытательный полигон.

Для основателя стартапа в корпоративном AI отсюда тяжёлый, но важный сигнал. Если ты строишь продукт для крупных компаний, твой главный конкурент - не другой стартап, а альянс из облака и консалтинга. Без партнёрства с каналом дистрибуции твой продукт не дойдёт до контракта, даже если он технически лучше.

5. SoftBank занимает у японских пенсионеров — 260 млрд иен (~1,6 млрд долл.) розничными облигациями

Сон Масаёси в этом мае идёт к японским частным инвесторам — не за долевым раундом, а за розничными облигациями на 260 млрд иен (~1,6 млрд долл.). Раньше источник Vision Fund — суверенные капиталы Ближнего Востока. Теперь японская розница.

После убытков по WeWork, Didi и десяткам других стартапов институциональные инвесторы ужесточили условия. Японский розничный инвестор ведёт себя иначе: он смотрит на бренд (SoftBank — это Масаёси Сон), а не на риск-профиль. Десятилетия нулевых ставок сделали любую доходность выше нуля привлекательной.

По данным Bloomberg, SoftBank привлекает 260 млрд иен через облигации для розничных инвесторов. Сумма скромная по меркам Vision Fund — но это часть канала, через который SoftBank финансирует AI-ставки в обход институционального капитала.

Для основателя, который хочет деньги от Vision Fund в 2026: чьи это деньги — теперь другой вопрос. Переход от суверенных фондов к японской рознице меняет временные горизонты и аппетит к риску у управляющих фонда.

Что эти пять сделок говорят о капитале

Пять сделок недели. Разные сектора, разные регионы, разные суммы. Общее одно: ни один из них не классический венчурный раунд. Tech-гигант строит сам. Государство нанимает частного управляющего. Производитель аккумуляторов входит в AI-стартап. Консалтинг и облако создают канал. Японская розница покупает облигации. Это не цикл, это структурный сдвиг.

И вот вопрос, который стоит переслать партнёру или коллеге. Если пять из пяти крупнейших AI-сделок недели обошли стандартный венчурный механизм - что это говорит о самом венчурном механизме? Венчур не умирает. Но он перестаёт быть главным языком финансирования AI. У него теперь пять конкурирующих диалектов, и каждый из них зашёл к крупным сделкам неделей раньше классических фондов.

На что смотреть на следующей неделе. Первое: объявит ли DeepSeek финальный размер раунда и итоговый состав инвесторов. Если CATL официально подтвердит долю, аналогичные сделки промышленных гигантов с AI-стартапами пойдут потоком. Второе: попытки европейских стран запустить свои фонды по образцу Scaleup Europe - Германия и Франция точно следят. Третье: смогут ли венчурные фонды первого эшелона вернуть себе инициативу в крупных AI-раундах, или картина с обходными структурами закрепится надолго.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Daily Digest - 25 мая 2026

Microsoft режет Claude Code, DeepSeek снижает цены, ByteDance отдаёт мультимодальную модель: западный AI-стек дорожает, китайский становится самостоятельным.

Microsoft, главный корпоративный заказчик Anthropic, режет Claude Code: счёт за токены опередил выручку от агентов. В тот же день DeepSeek снижает цены и переезжает на чипы Huawei, а сама Huawei объявляет собственный закон масштабирования полупроводников, и китайский AI-стек собирается на глазах. ByteDance закрепляет тренд и открывает мультимодальную модель под Apache 2.0. Alibaba идёт с другого фланга: её Qwen 3.7 Max впервые проработал автономно больше суток без вмешательства, подскочила планка надёжности агентов. Параллельно Eli Lilly показывает препарат от ожирения, который по эффективности догоняет бариатрическую хирургию. Картина дня одна: западный AI-стек дорожает, китайский дешевеет и становится самостоятельным, а биотех тихо устанавливает новый стандарт.

Microsoft: при контракте на $30 млрд агентский AI всё равно не окупается

Microsoft отменяет «большинство» прямых лицензий Claude Code в подразделении Experiences & Devices: Windows, Office, Outlook, Teams и Surface. Дедлайн перехода назначен на 30 июня 2026 года, совпадает с концом финансового года Microsoft. Параллельная история: Uber сжёг весь бюджет 2026 года на AI-кодеров всего за 4 месяца, хотя сам же подгонял команды доской лидеров по использованию инструментов.

Контекст вмещается в одну формулу. Microsoft по Foundry-сделке вложила в Anthropic до $5 млрд, а в обмен Anthropic обязалась купить вычислений на Azure на $30 млрд. То есть деньги Microsoft уходят к Anthropic и тут же возвращаются в виде счёта за облако. Хорошая бухгалтерия для отчётности и плохая для бюджета внутренних команд: тот же счёт за токены оплачивают подразделения, которые работают в Claude Code.

Goldman Sachs ждёт 24-кратного роста потребления токенов к 2030 году, до 120 квадриллионов в месяц. Gartner успокаивает: стоимость запуска моделей (это и есть inference, инференс) на триллионе параметров к 2030 году должна упасть почти на 90% по сравнению с 2025-м. Цифры красивые, только они не отменяют простой математики. Когда AI-агент работает автономно часами, он жжёт токены пакетами, а не отдельными запросами, как обычный чат. Брайан Катанзаро из NVIDIA сказал это прямо: для его команды стоимость вычислений уже выше, чем зарплаты сотрудников.

Раджеш Джа из Microsoft формулирует цель открытым текстом: единый инструмент, который «Microsoft и GitHub могут глубоко настроить и которым владеют». GitHub Copilot CLI всё ещё будет включать модели Claude наряду с OpenAI, то есть формально партнёрство не рушится. По факту: даже у самого крупного корпоративного клиента Anthropic не сходится экономика AI-агентов. Если у Microsoft не сходится, у кого тогда сойдётся?

Huawei перепрокладывает провода вместо уменьшения транзисторов и обещает догнать TSMC к 2031

Huawei объявила Tau Scaling Law: закон масштабирования, по которому компания собирается выйти на эквивалент 1.4 нм к 2031 году. По заявлениям компании, на этих принципах за 6 лет уже разработан и серийно выпущен 381 чип для смартфонов и AI-вычислений. Следующая веха: линейка Kirin с архитектурой LogicFolding, релиз ожидается осенью 2026 года.

Идея в обход санкций простая. Геометрическая миниатюризация требует EUV-литографии от голландской ASML, а её Huawei купить не может. Tau Scaling Law вместо этого оптимизирует время прохождения сигнала внутри кристалла. Грубая аналогия: вместо того чтобы строить шоссе с большим количеством полос, Huawei перекладывает развязки. Машин столько же, но они быстрее доезжают.

Это собственный путь Китая в проектировании полупроводников: не реверс-инжиниринг TSMC, а альтернативный подход. Независимой верификации показателей пока нет, и центральный вопрос здесь не дизайн, а массовое производство. Кремний в реальном цеху всегда сложнее, чем дизайн на бумаге. История похожа на ставку из учебника: либо Huawei построила параллельный путь к топовым чипам, либо это красивая презентация для внутреннего рынка. Ответ покажет осень 2026 года, когда выйдут первые Kirin на LogicFolding.

Параллельно сюда добавляется следующая история. Если Tau Scaling Law работает хотя бы наполовину, у Huawei появляется фундамент под чипы Ascend следующих поколений. А на Ascend уже сегодня переехала DeepSeek.

ByteDance отдала бесплатно модель, которая делает работу облачных API

Lance: мультимодальная модель с 3 миллиардами активированных параметров, требует минимум 40 ГБ VRAM для локального запуска. Обучена на ~1 миллиарде пар изображение-текст и 140 миллионах пар видео-текст (1.5T токенов в pre-training). Бюджет на обучение: максимум 128 GPU. Бенчмарки: 0.90 на GenEval (совместно лучший среди унифицированных моделей), 85.11 на VBench, 7.30 на GEdit-Bench, 62.0 на MVBench. Лицензия Apache 2.0.

По-человечески: одна модель одновременно понимает картинки и видео, генерирует их и редактирует. До этого приходилось склеивать три отдельные модели для трёх задач, каждая со своим облачным счётом. Lance делает всё это локально на одной видеокарте уровня A100 или H100. Конкретный кейс: компания, которая раньше платила облачному провайдеру за обработку видео через API, может теперь поставить одну видеокарту и считать у себя.

Самое любопытное в этой истории: на чём обучали. 128 GPU - это в десятки и сотни раз меньше, чем тратили западные лаборатории на свои мультимодальные модели. ByteDance показывает, что граница для топовых результатов сдвигается вниз: не нужны бесконечные кластеры, нужна правильная архитектура. Mixture-of-Experts с двойным потоком и кодирование позиций, которое отделяет семантические токены от визуальных, это техническая суть, и она работает на скромном железе.

Apache 2.0 означает коммерческое использование без обязательств. Любой стартап может взять Lance, дообучить под себя и продавать продукт без отчислений ByteDance. Это удар по тому самому бизнесу, который Microsoft сегодня не может себе позволить: облачному инференсу с потоковым счётом за токены. Открытая модель не съест enterprise мгновенно, но смещает переговорную позицию: у клиента появляется аргумент «или вы режете цену, или мы ставим Lance на свой сервер».

Qwen 3.7 Max от Alibaba: суточный автономный запуск и Swaybench выше Opus 4.7 и GPT 5.5

Qwen 3.7 Max от Alibaba выполнил автономную задачу 35 часов подряд без вмешательства человека. Это не про скорость генерации и не про размер контекста, это про надёжность долгих агентных запусков. Превью модели запустили 14 мая 2026 года на Arena AI: в общем рейтинге Qwen 3.7 Max занял #13, по математике #7, в экспертных задачах #9. Alibaba впервые попала в шестёрку лучших AI-лабораторий по тексту.

Главное число другое. На Swaybench для долгосрочного кодирования Qwen 3.7 Max получил 60.6 и 8-е место в World of AI. По этому бенчмарку он обошёл Opus 4.7, GPT 5.5, Opus 4.6 и Gemini 3.1. В задачах, где агент должен держать контекст и логику много часов подряд, китайская модель сегодня впереди западных топов. Цена при этом $2.50 за миллион входных токенов и $7.50 за миллион выходных, доступ через чат и API с бесплатной регистрацией.

Стратегия Alibaba читается просто. Plus-вариант Qwen 3.7 будет открыт: для давления на рынок и экосистему. Max остаётся проприетарным: для денег. Двойной трек: один раздаёшь бесплатно, на другом зарабатываешь. Это тот же приём, который раньше отрабатывали Meta с Llama и Mistral, только в исполнении компании с собственным облаком Alibaba Cloud и своей агентной инфраструктурой.

35 часов автономной работы меняют ожидания рынка по простой причине. До этого «AI-агент» в корпоративном контракте означал «помощник, которого надо проверять каждые двадцать минут». Теперь у клиента возникает вопрос: если модель спокойно работает ночь и день без присмотра, можно ли вернуть бюджет на дежурного оператора?

DeepSeek слезает с NVIDIA: цены вниз, чипы Huawei на подходе

DeepSeek V4-Pro: 1.6 триллиона параметров, 49 миллиардов активируются на инференс. Лёгкая версия V4-Flash: 284 миллиарда параметров и 13 миллиардов активированных, контекстное окно 1 миллион токенов. Обе модели полностью адаптированы к чипам Huawei Ascend 950PR и 950DT. Главное в новости: day-0 адаптация одновременно достигнута для четырёх китайских производителей сразу: Huawei Ascend, Cambricon, Hygon и Moore Threads.

Day-0 совместимость означает, что флагманская модель работает на новом железе в день релиза, без месяцев портирования. До сих пор такой уровень поддержки имела только NVIDIA, потому что весь стек оптимизаций строился под CUDA. Теперь Китай впервые повторил это на флагмане одновременно для четырёх вендоров. Это не «можно запустить, если попотеть», это «работает из коробки на любом из четырёх».

DeepSeek с 23 мая 2026 года делает постоянным снижение цен на V4-Pro на 75%. Новые тарифы: 0.025-6 юаней за миллион токенов (~$0.0035-$0.83 в зависимости от типа использования), старые были 0.1-24 юаня. Компания назвала причину прямо: ожидается массовая доступность чипов Huawei Ascend 950 во втором полугодии 2026 года, и эта экономика закладывается в цены уже сейчас.

Связь с предыдущей историей лежит на поверхности. Huawei строит независимый чип-стек, DeepSeek первой переезжает на него своим флагманом, цены падают на 75%: отпала надбавка за NVIDIA. Microsoft в это же время режет бюджет агентов: западный AI-стек становится дороже, китайский дешевле и доступнее. Расходящиеся ножницы, и сегодня их видно по конкретным цифрам.

Препарат Eli Lilly показал потерю массы тела на уровне бариатрической хирургии

TRIUMPH-1, pivotal Phase 3 по ретатрутиду: 2339 рандомизированных участников, 532 в продлении, 80 недель основного исследования и 104 недели с расширением. На максимальной дозе 12 мг за 80 недель пациенты потеряли в среднем 70.3 фунта, или 28.3% массы тела. Плацебо за тот же период: 5.5 фунта или 2.2%. На дозе 9 мг минус 25.9%, на 4 мг минус 19.0%. При расширении до 104 недель пациенты с BMI ≥35 на дозе 12 мг сбросили 85.0 фунтов, или 30.3% массы. 45.3% участников группы 12 мг потеряли не меньше 30% веса, 65.3% вышли из категории ожирения (BMI <30).

Что такое ретатрутид. Это тройной агонист: препарат, который одновременно работает на трёх рецепторах. GLP-1 (тот самый класс, что в Ozempic и Wegovy, лекарствах от диабета и ожирения), GIP (как в Mounjaro) и глюкагон. До этого «потолком» индустрии был тирзепатид от той же Lilly. Ретатрутид показал результаты заметно выше. Ведущий исследователь Аниа Ястребофф формулирует осторожно: «Every dose of retatrutide resulted in clinically meaningful weight reduction for nearly all participants». Аналитики выражаются прямее. BMO Capital Markets называет препарат «новым шерифом в городе», Truist Securities, «новым бенчмарком для лекарств против ожирения».

Цифру, которую инвесторы будут читать внимательно, нужно искать в побочных эффектах. Дисестезия (неврологические ощущения покалывания и онемения) в группе 12 мг достигла 12.5%, отмена препарата 11.3%. Для сравнения: на дозе 4 мг отмена 4.1%, на плацебо 4.9%. То есть максимальная эффективность платится почти втрое более высоким отказом от лечения. FDA смотрит именно на такие соотношения.

Бариатрическая хирургия даёт сопоставимые цифры по потере веса, но это операция с госпитализацией и пожизненными ограничениями. Если ретатрутид доходит до одобрения с этими данными, рынок инъекционной медицины против ожирения снова переписывается. Тирзепатид (Mounjaro, Zepbound) уже изменил рынок препаратов от ожирения. Ретатрутид может оказаться следующей итерацией того же эффекта.

Microsoft режет Claude Code, потому что счёт за токены опередил выручку от агентов. DeepSeek в тот же день режет цены и пересаживается на Huawei. Если самый прибыльный заказчик AI-стека пересматривает экономику, а главный претендент на его кошелёк одновременно дешевеет и переезжает на независимый чип-стек, спор о том, кто платит за «новый класс интеллекта», окончательно сместился из презентаций в бюджетные таблицы.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Как начать пользоваться v0 by Vercel: AI-конструктор интерфейсов и полноценных приложений

v0 by Vercel -- AI-инструмент для создания React и Next.js приложений из текстового описания. Генерирует production-ready код, деплоит в один клик и поддерживает базы данных без написания бэкенда.

Что это и для кого

v0 by Vercel -- это AI-инструмент для создания веб-приложений и интерфейсов из обычного текстового описания. Вы пишете, что хотите построить -- «форма регистрации с валидацией», «дашборд с графиками продаж», «лендинг для SaaS-продукта» -- и v0 генерирует готовый код на React с использованием Next.js, Tailwind CSS и библиотеки компонентов shadcn/ui.

Ключевое отличие v0 от похожих инструментов -- качество генерируемого кода. Это не упрощенный прототип и не черновик для переписки. Опытные разработчики признают, что сгенерированный код соответствует профессиональным стандартам: правильная структура компонентов, корректная типизация TypeScript, встроенная поддержка доступности (accessibility), адаптивный дизайн из коробки.

В феврале 2026 года Vercel выпустил масштабное обновление, превратившее v0 из инструмента для генерации UI-компонентов в полноценную платформу для разработки full-stack приложений. Теперь здесь есть Git-интеграция, редактор кода в стиле VS Code, подключение к базам данных (Supabase, PostgreSQL) и деплой прямо в Vercel.

Для кого подходит v0: дизайнеры без опыта программирования, которые хотят создавать работающие прототипы, а не просто макеты в Figma. Фронтенд-разработчики, которым нужно быстро создать скаффолдинг нового проекта или компонента. Product-менеджеры и стартаперы, которым нужно быстро проверить MVP-идею без найма разработчика. Фуллстек-разработчики, использующие Next.js и Vercel и хотящие ускорить рутинные задачи.

По данным Vercel, v0 стал одним из самых популярных AI-coding инструментов 2025-2026 годов. Особенно он популярен в экосистеме Vercel/Next.js, где генерируемый код работает без доработок. Инструмент набрал несколько миллионов активных пользователей за первый год существования и продолжает активно развиваться.

Важно понимать разницу между v0 и похожими инструментами вроде Lovable или Bolt.new. v0 ориентирован на разработчиков и дизайнеров, которые понимают React-экосистему и хотят получить качественный код для интеграции в существующие проекты. Lovable и Bolt.new больше ориентированы на пользователей без технического бэкграунда и создание полностью автономных приложений. v0 сознательно остается в экосистеме Vercel/Next.js, не пытаясь поддерживать все возможные стеки.

Как зарегистрироваться

Перейдите на сайт v0.dev (или v0.app -- оба адреса ведут на один и тот же сервис). Нажмите «Sign up» и выберите способ регистрации: GitHub, Google или email. Рекомендуется регистрация через GitHub -- это упростит последующую интеграцию с вашими репозиториями.

После входа вы попадаете в главный интерфейс: большое поле ввода промпта, история предыдущих генераций слева, предпросмотр результата справа. Никаких дополнительных настроек для начала работы не нужно.

Бесплатный тариф включает несколько долларов в виде кредитов на генерацию каждый месяц. Для первых экспериментов этого вполне хватит, но при активной разработке кредиты расходуются быстро -- сложные full-stack запросы потребляют больше токенов, чем простые компоненты.

Если у вас уже есть аккаунт Vercel (например, для хостинга проектов), используйте его для входа в v0 -- сервисы связаны, и деплой из v0 пойдет на ваш существующий Vercel-аккаунт без дополнительной настройки.

После регистрации изучите несколько готовых примеров из галереи v0 (раздел «Explore» в навигации). Там собраны тысячи компонентов и страниц, созданных другими пользователями. Вы можете скопировать любой из них в свой проект -- это отличный способ быстро найти нужный UI-паттерн или получить вдохновение для дизайна.

Первый запуск -- что попробовать

Начните с простого компонента. В поле ввода напишите: «Create a responsive navigation bar with a logo, links, and a hamburger menu for mobile». Нажмите Enter или кнопку отправки.

v0 покажет результат в интерактивном предпросмотре -- вы сразу видите, как компонент выглядит и как реагирует на ресайз окна. Слева находится вкладка с исходным кодом. Переключитесь между «Preview» и «Code», чтобы понять структуру сгенерированного компонента.

Попробуйте итеративное улучшение. Напишите в чат: «Make the navigation sticky when scrolling» или «Add a dark mode toggle». v0 обновит код, сохраняя контекст предыдущего запроса -- вам не нужно каждый раз описывать компонент заново.

Для более сложного теста попробуйте создать полноценную страницу. Введите: «Create a dashboard page with a sidebar navigation, a stats overview section with 4 metric cards, and a recent activity table». v0 сгенерирует несколько файлов: компоненты, типы данных, mock-данные для предпросмотра.

Попробуйте импорт дизайна из Figma. Если у вас есть Figma-макет, скопируйте ссылку на фрейм и вставьте её в поле ввода вместе с описанием. v0 попытается воссоздать дизайн в коде. Это удобно для дизайнеров, которые хотят получить работающий прототип из своего макета.

Протестируйте визуальный режим редактирования. В 2026 году v0 добавил возможность кликать на элементы в предпросмотре и менять их свойства через панель справа, не трогая код. Это работает как Figma, но вместо дизайн-файла вы редактируете реальный React-компонент.

Попробуйте функцию публичного шаринга. Каждый проект в v0 можно опубликовать по уникальной ссылке и поделиться им с коллегой или клиентом. Получатель ссылки увидит живой предпросмотр компонента и сможет его «форкнуть» в свой аккаунт. Это удобно для получения обратной связи по дизайну или для презентации прототипа стейкхолдерам -- не нужно деплоить приложение отдельно.

Обратите внимание на консоль внизу экрана. v0 показывает runtime-ошибки и предупреждения прямо в интерфейсе. Если что-то пошло не так, вы видите сообщение об ошибке и можете попросить v0 исправить её: просто вставьте текст ошибки в чат и напишите «fix this error». Агент проанализирует проблему и предложит исправление.

Ключевые фишки

Full-stack в браузере без локальной среды. v0 запускает Next.js-приложение прямо в браузере с помощью технологии WebContainers. Это означает: не нужно устанавливать Node.js, настраивать проект, ждать npm install. Вы открываете браузер и сразу видите работающее приложение. Для быстрого прототипирования это радикально сокращает время от идеи до результата.

Git-интеграция и деплой. После обновления февраля 2026 года v0 создает Git-ветку для каждого чата, вы можете открыть pull request в GitHub одним кликом, и при мердже в основную ветку автоматически запускается деплой на Vercel. Весь цикл разработки -- от промпта до продакшена -- не требует переключения между инструментами.

Подключение к базам данных. v0 поддерживает интеграцию с Supabase, а также с AWS и Snowflake. Вы можете описать структуру данных в промпте, и v0 сгенерирует не только UI, но и server actions для работы с базой. Это превращает v0 из frontend-инструмента в настоящий full-stack builder.

Визуальный редактор поверх кода. Новый в 2026 году Visual Design Mode позволяет кликать на любой элемент предпросмотра и менять его свойства визуально. Код обновляется в реальном времени. Это делает v0 доступным для дизайнеров без опыта программирования: можно начать с визуального редактирования и перейти к коду, когда понадобится что-то нестандартное.

Поддержка всех компонентов shadcn/ui. v0 создан командой Vercel в партнерстве с разработчиками shadcn/ui, поэтому генерируемый код использует эту библиотеку нативно. Все компоненты -- кнопки, формы, таблицы, модальные окна, выпадающие меню -- берутся из shadcn/ui и стилизуются через Tailwind. Это означает отличную кастомизируемость: любой дизайн-токен легко изменить в одном месте.

Агентные workflow в разработке. В roadmap v0 на 2026 год упоминаются end-to-end agentic workflows -- возможность описать многошаговую задачу (сделай страницу авторизации с JWT, подключи её к Supabase и настрой защищенные роуты) и получить полностью работающую реализацию. Часть этого функционала уже доступна в экспериментальном режиме.

Экосистема компонентов и переиспользование. v0 позволяет создавать библиотеки собственных компонентов внутри платформы. Вы создаете Button, Card или Modal один раз, сохраняете как компонент в библиотеке и используете во всех последующих проектах простой командой: «Use my Button component from the library». Это значительно ускоряет работу, когда вы ведете несколько проектов в одном визуальном стиле -- не нужно каждый раз описывать одни и те же компоненты заново, достаточно сослаться на библиотеку.

Цены и ограничения

На момент написания (май 2026 года) v0 предлагает пять тарифов. Бесплатный тариф включает кредиты на сумму около 5 долларов в месяц -- хватает для нескольких десятков простых запросов или 10-15 сложных full-stack генераций. Premium -- около 20 долларов в месяц -- для активных индивидуальных разработчиков. Team и Business тарифы -- для командной работы. Enterprise -- по запросу. Актуальные цены смотрите на v0.dev/pricing, так как Vercel периодически обновляет тарифы.

В 2026 году Vercel перешел на токенную модель биллинга вместо фиксированных кредитов. Каждый запрос потребляет разное количество токенов в зависимости от сложности: простой компонент стоит дешевле, полноценная страница с базой данных -- дороже. Это гибче, но сложнее предсказать расходы заранее.

Технические ограничения: v0 генерирует код только в экосистеме React/Next.js с Tailwind CSS. Если вам нужен Vue.js, Angular, Svelte или другой фреймворк -- v0 не подойдет. Очень специфические дизайн-требования (сложная кастомная анимация, нестандартная компоновка) потребуют ручной доработки кода. Генерируемые приложения по умолчанию рассчитаны на деплой в Vercel -- для других платформ нужны дополнительные настройки.

Бесплатный тариф не включает приватные репозитории и командные возможности. Все проекты на бесплатном тарифе публичны.

Нужен ли VPN из России

По состоянию на май 2026 года сайт v0.dev доступен из России без VPN. Vercel -- американская компания, но геоблокировок для российских пользователей не вводила. Регистрация, использование сервиса и просмотр сгенерированного кода работают в штатном режиме.

Интеграция с GitHub тоже работает без VPN. После авторизации через GitHub вы можете создавать репозитории и пушить код без каких-либо ограничений.

Оплата платных тарифов из России требует карты иностранного банка. Vercel принимает карты Visa и Mastercard, но российские карты из-за санкционных ограничений скорее всего не пройдут через платежную систему Stripe, которую использует Vercel. Используйте карты зарубежных банков или виртуальные карты платежных сервисов.

Деплой приложений на Vercel из России также работает без VPN. Если вы публикуете приложение для российской аудитории, обратите внимание, что CDN-серверы Vercel расположены по всему миру -- российские пользователи получат контент с ближайшего сервера без дополнительной настройки.

Следите за изменениями условий доступа: в связи с развитием регуляторного давления на западные технологические компании ситуация с доступностью может измениться. Рекомендуем периодически проверять актуальный статус доступности v0 из России на форумах разработчиков или в Telegram-каналах, посвященных AI-инструментам.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Как начать пользоваться Recraft V4: AI-генератор изображений с дизайнерским вкусом

Recraft V4 -- единственный AI-генератор изображений с нативным SVG-выводом и профессиональным дизайнерским подходом. Отлично работает с текстом, брендовыми элементами и векторной графикой.

Что это и для кого

Recraft V4 -- это AI-генератор изображений с акцентом на профессиональный дизайн. Инструмент разработан в тесном сотрудничестве с дизайнерами и отличается от конкурентов не только качеством картинок, но и принципиально другим подходом: модель обучена понимать дизайнерские стандарты -- композицию, цветовые отношения, типографику, освещение и материалы.

Главная уникальная особенность Recraft -- единственная на рынке AI-модель с нативным векторным выводом. Recraft V4 Vector и V4 Pro Vector генерируют редактируемые SVG-файлы прямо из текстовых промптов. Это означает, что брендовые команды и иллюстраторы могут получить масштабируемую векторную графику без ручной трассировки растровых изображений.

Сервис запустил Recraft V4 в феврале 2026 года, а 14 мая 2026 года вышло обновление V4.1 с улучшенными возможностями фотореализма и обработки человеческих лиц. Платформа называется Recraft Studio и работает в браузере -- устанавливать ничего не нужно.

Для кого подходит Recraft V4: дизайнеры, которым нужна быстрая генерация брендовых материалов -- логотипов, иконок, иллюстраций для упаковки, инфографики. Контент-маркетологи, которым нужны изображения с читаемым текстом -- баннеры, обложки, посты. Иллюстраторы, использующие AI как инструмент для ускорения рабочего процесса. Разработчики и дизайнеры продуктов, которым нужны UI-иконки и svg-элементы в едином стиле.

Recraft V4 набрал высшие баллы в нескольких независимых тестах на качество изображений, включая рейтинги lmarena.ai для text-to-image моделей. По состоянию на май 2026 года он входит в топ-3 лучших генераторов изображений наряду с Midjourney и GPT Image 2. В категории дизайнерских задач -- логотипы, иконки, брендовые иллюстрации -- Recraft V4 занимает первое место по оценкам профессионального сообщества. За первые три месяца после запуска V4 сервис набрал более миллиона активных пользователей, что сделало его одним из самых быстро растущих AI-инструментов для дизайна.

Как зарегистрироваться

Перейдите на сайт recraft.ai и нажмите кнопку «Sign up». Регистрация доступна через Google-аккаунт, Apple ID или email. После входа вы попадаете в Recraft Studio -- веб-интерфейс для работы с инструментом.

При первом входе сервис предлагает выбрать тип использования: личный или командный. Для знакомства выберите личный. Если вы планируете работать с командой, можно будет создать рабочее пространство позже через настройки аккаунта.

Бесплатный тариф предоставляет ограниченное количество генераций в месяц -- достаточно, чтобы оценить возможности инструмента. Для серьезной работы потребуется платная подписка (тарифы описаны ниже).

После регистрации рекомендуется зайти в раздел «Models» в боковой панели и посмотреть доступные варианты: Recraft V4, V4 Pro, V4 Vector и V4 Pro Vector. Векторные модели доступны только на платных тарифах.

Первый запуск -- что попробовать

Создайте первое изображение. Нажмите «New image» или кнопку плюса в интерфейсе. Введите промпт в поле ввода -- начните с чего-то конкретного, например: «A minimalist coffee shop logo, flat design, warm earth tones, clean typography». Выберите соотношение сторон (для соцсетей обычно 1:1 или 9:16) и нажмите Generate.

Recraft V4 генерирует несколько вариантов одновременно. По умолчанию вы получаете четыре варианта -- это удобно для выбора лучшего направления без лишних итераций. Наведите на понравившийся вариант и нажмите кнопку редактирования, чтобы продолжить работу именно с ним.

Попробуйте Exploration Mode. Это один из главных инструментов Recraft V4 для работы с дизайном. В отличие от стандартной генерации, Exploration Mode показывает несколько визуальных направлений из одного промпта: разные стили, цветовые схемы, композиции. Нажмите на иконку компаса в панели инструментов перед генерацией, чтобы включить этот режим. Это особенно полезно в начале проекта, когда вы ищете концепцию.

Попробуйте генерацию с текстом. Введите промпт типа: «Event poster with the text SUMMER FESTIVAL 2026, bold typography, vibrant colors, outdoor concert theme». Recraft V4 значительно лучше других моделей справляется с рендерингом читаемого текста -- это одна из ключевых задач, где конкуренты исторически слабы.

Если у вас есть доступ к V4 Vector, обязательно протестируйте векторную генерацию. Введите промпт вроде «Simple geometric cat icon, line art, black and white, minimal» и убедитесь, что выбрана модель V4 Vector. Полученный SVG можно открыть в Figma, Adobe Illustrator или любом другом векторном редакторе и отредактировать как обычную векторную графику.

Инструмент поддерживает ввод референсного изображения (Image to Image). Загрузите фотографию или скетч и опишите желаемый результат в промпте -- модель сохранит общую композицию и адаптирует её под указанный стиль.

Попробуйте инструмент Remove Background прямо в Recraft Studio. Он позволяет удалить фон у любого изображения одним кликом и сохранить результат в формате PNG с прозрачностью. Это удобно для создания элементов интерфейса, иконок и брендовых материалов, которые нужно вставлять в разные макеты.

Обратите внимание на историю генераций в левой панели. Recraft Studio хранит все ваши предыдущие результаты с исходными промптами -- вы можете вернуться к любой генерации, скопировать промпт и продолжить работу с него. Это особенно удобно, если вы нашли удачный стиль и хотите сгенерировать похожие изображения через несколько дней.

Практический совет по промптингу: Recraft V4 хорошо реагирует на детальное описание стиля. Вместо общих слов типа «красивый» или «профессиональный» указывайте конкретные характеристики: «flat vector illustration», «isometric 3D», «watercolor», «Risograph print», «1970s retro poster» и так далее. Чем точнее описание стиля, тем предсказуемее результат.

Ключевые фишки

Нативный SVG-вывод -- уникальная функция, которой нет ни у одного другого AI-генератора изображений. Модели V4 Vector и V4 Pro Vector создают настоящие редактируемые векторные файлы, а не растровые изображения с имитацией векторного стиля. Это принципиально важно для профессиональных дизайнеров: полученный SVG можно масштабировать до любого размера без потери качества, редактировать в любом векторном редакторе и использовать в анимации.

Два режима разрешения в рамках V4. Модель V4 оптимизирована для скорости и повседневной работы, V4 Pro генерирует изображения высокого разрешения для печати и крупноформатного использования. Оба варианта имеют одинаковые творческие возможности -- разница только в разрешении и скорости генерации. Аналогично для векторных версий: V4 Vector vs V4 Pro Vector.

Exploration Mode для поиска концепции. Вместо одного результата на промпт вы получаете несколько визуально различных направлений. Это значительно ускоряет работу на начальном этапе: вместо многократных итераций с промптом вы за один запрос видите, в каком стиле двигаться дальше.

Точная работа с текстом в изображениях. Recraft V4 -- один из немногих AI-генераторов, который надежно рендерит короткий и средний текст в изображениях. Это делает его отличным инструментом для создания баннеров, обложек, постеров, упаковки -- задач, где текст является частью дизайна.

Управление брендовым стилем. На платных тарифах доступна функция Brand Kit: вы задаете цветовую палитру, типографику и стилистические ориентиры, и все последующие генерации придерживаются этих параметров. Это особенно ценно для командной работы, где несколько дизайнеров должны создавать материалы в едином стиле.

Пакетная генерация и API. Для разработчиков и агентств Recraft предоставляет API для интеграции генерации изображений в собственные workflows. API поддерживает все модели, включая векторные, и позволяет автоматизировать массовое производство визуального контента.

Совместимость с профессиональными инструментами. Сгенерированные изображения и векторы напрямую совместимы с Figma, Adobe Illustrator, Canva и другими популярными дизайн-инструментами. Плагин для Figma доступен в магазине Figma.

Функция «Styles» позволяет сохранять пользовательские стили генерации и применять их к новым изображениям. Это работает следующим образом: вы генерируете несколько изображений, находите визуальное направление, которое вам нравится, и сохраняете его как именованный стиль. В дальнейшем этот стиль можно выбрать из библиотеки и применить к любому промпту, обеспечивая визуальную консистентность серии изображений. Особенно это ценно для контент-создателей, выпускающих регулярный контент в едином визуальном стиле.

Recraft Image Editing позволяет редактировать сгенерированные изображения: можно выделить область и попросить AI заменить её содержимое (inpainting), расширить изображение за его пределы (outpainting) или изменить цветовую схему отдельных элементов. Это превращает Recraft из просто генератора в полноценный инструмент для итеративной работы с изображением.

Цены и ограничения

На момент написания (май 2026 года) Recraft предлагает несколько тарифных планов. Бесплатный тариф включает ограниченное количество генераций в месяц -- достаточно для знакомства с инструментом. Актуальные лимиты и цены платных тарифов смотрите на официальной странице recraft.ai/pricing, так как они периодически обновляются.

Платные тарифы (Pro, Team, Enterprise) расширяют лимиты генераций, открывают доступ к векторным моделям (V4 Vector, V4 Pro Vector), высокому разрешению и функции Brand Kit. Командные и Enterprise-тарифы добавляют совместное рабочее пространство и расширенные настройки управления доступом.

Ограничения бесплатного тарифа: векторная генерация недоступна, разрешение изображений ограничено, нет функции Brand Kit и совместной работы. Коммерческое использование бесплатных генераций также ограничено -- перед использованием материалов в коммерческих проектах проверьте актуальные условия лицензии на сайте.

Технические ограничения: очень сложные векторные иллюстрации с большим количеством элементов могут генерироваться нестабильно. Фотореализм -- не главный конек инструмента по сравнению с Midjourney или GPT Image 2 в классических портретных и пейзажных сценах. Recraft лучше всего раскрывается именно в дизайнерских задачах: иконки, логотипы, брендовые иллюстрации, постеры.

Нужен ли VPN из России

По состоянию на май 2026 года сайт recraft.ai доступен из России без VPN. Компания зарегистрирована в США, но геоблокировок для российских пользователей не вводила. Это может измениться, поэтому рекомендуется иметь VPN на случай ограничений.

Регистрация через Google- или Apple-аккаунт работает без каких-либо дополнительных действий. Если используете email-регистрацию и письмо подтверждения не приходит -- проверьте папку «Спам» или попробуйте другой почтовый адрес.

Оплата платного тарифа из России требует карты иностранного банка. Recraft принимает международные карты Visa и Mastercard (европейские, американские, карты банков других стран). Российские карты из-за санкционных ограничений, скорее всего, не пройдут. Альтернативы: виртуальные карты платежных сервисов для подписок или карты дружественных стран.

API-ключи работают без региональных ограничений -- если у вас есть платный аккаунт, вы можете использовать API из любой точки мира.

Если вы пользуетесь VPN постоянно, обратите внимание: некоторые VPN-серверы блокируются платежными системами как источники потенциального мошенничества. При оплате подписки лучше временно отключить VPN или использовать сервер в стране вашего банка.

Recraft не требует подтверждения личности или привязки номера телефона -- достаточно email и платежных данных. Это делает инструмент удобным для пользователей, которые предпочитают минимальный объем персональных данных.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Как начать пользоваться Grok Build: агент для программирования от xAI

Grok Build -- терминальный AI-агент от xAI для разработчиков. Запускает параллельных агентов, пишет код, редактирует файлы и деплоит проекты прямо из командной строки.

Что это и для кого

Grok Build -- это терминальный AI-агент для разработчиков, выпущенный компанией xAI в мае 2026 года. Он работает прямо из командной строки, умеет планировать задачи, редактировать файлы проекта, выполнять shell-команды и управлять зависимостями -- всё это без необходимости переключаться между окнами или копировать код вручную.

Главное отличие Grok Build от конкурентов -- многоагентная архитектура. Вместо одного AI-ассистента инструмент запускает сразу несколько агентов, каждый из которых работает над своей частью задачи параллельно. Это существенно ускоряет работу с большими кодовыми базами: пока один агент рефакторит компонент, другой пишет тесты, третий обновляет документацию.

Grok Build построен на модели grok-code-fast-1 -- специализированной модели, обученной исключительно на программировании. В отличие от Grok 4 для общих задач, grok-code-fast-1 прошел дополнительное обучение на реальных pull request'ах и задачах с GitHub. На бенчмарке SWE-Bench Verified модель набирает 70.8%, что ставит её в один ряд с Claude Code и превышает показатели большинства других coding-агентов.

Для кого подходит Grok Build: прежде всего для backend- и fullstack-разработчиков, которые работают с большими проектами и хотят делегировать рутинные задачи AI. Подойдет тем, кто уже пробовал Claude Code или Cursor и ищет альтернативу с другим подходом к приватности: весь код обрабатывается локально и не передается на серверы xAI. Также удобен для разработчиков, которые часто переключаются между задачами -- режим Arena позволяет сравнивать несколько решений одной задачи перед тем, как принять финальный вариант.

Инструмент находится в стадии early beta (по состоянию на май 2026 года), поэтому часть функций еще развивается, а стабильность может отличаться от финальных релизов.

Как зарегистрироваться и установить

На момент написания Grok Build доступен для подписчиков SuperGrok Heavy -- тарифа xAI для продвинутых пользователей. Для начала перейдите на сайт grok.com и войдите в аккаунт xAI или зарегистрируйтесь через Google или Apple ID. После входа откройте раздел настроек аккаунта и убедитесь, что у вас активна подписка SuperGrok Heavy.

После получения доступа установите CLI через npm. Откройте терминал и выполните команду:

npm install -g @xai/grok-build

Для установки потребуется Node.js версии 20 или выше. Проверить версию Node.js можно командой node --version. Если Node.js не установлен, скачайте его с nodejs.org -- рекомендуется LTS-версия.

После установки CLI авторизуйтесь в инструменте. Запустите:

grok-build auth login

Команда откроет браузер и попросит подтвердить подключение к вашему аккаунту xAI. После успешной авторизации токен сохраняется локально в файле конфигурации -- повторно входить не нужно.

Убедитесь, что всё работает, запустив:

grok-build --version

Если команда выводит номер версии, установка прошла успешно. На macOS и Linux установка, как правило, проходит без проблем. На Windows рекомендуется использовать WSL2 (Windows Subsystem for Linux) или PowerShell с правами администратора.

Для работы с проектом перейдите в его корневую директорию и инициализируйте конфигурацию:

cd /path/to/your/project
grok-build init

Команда создает файл .grokbuild в корне проекта, где хранятся настройки: какие директории включать в контекст, какие файлы исключить (например, node_modules или .env), а также параметры параллельности агентов.

Первый запуск -- что попробовать

После инициализации попробуйте первую простую задачу -- это позволит понять, как инструмент думает и как формулировать запросы. Например, попросите добавить валидацию формы в существующий компонент:

grok-build "Add email validation to the registration form component"

Grok Build начнет с фазы планирования: прочитает структуру проекта, найдет нужный компонент, составит пошаговый план изменений и покажет его вам перед тем, как что-либо менять. Это -- ключевое преимущество по сравнению с инструментами, которые сразу начинают редактировать файлы. Вы можете одобрить план, изменить его или полностью отменить задачу.

После одобрения плана агент перейдет к выполнению: откроет нужные файлы, внесет изменения, запустит тесты (если они есть в проекте) и покажет финальный diff для проверки.

Попробуйте режим Plan Mode для сложных задач. Он включается флагом --plan:

grok-build --plan "Refactor the authentication module to use JWT tokens"

В режиме Plan Mode агент не делает никаких изменений -- только составляет детальный план с описанием каждого шага. Это удобно, когда нужно оценить объем задачи или обсудить подход с командой перед началом работы.

Для экспериментов с несколькими решениями используйте Arena Mode:

grok-build --arena "Optimize the database query in user_controller.py"

Arena Mode запускает несколько агентов (по умолчанию три), каждый предлагает свое решение. Результаты отображаются рядом с оценками и метриками -- вы выбираете лучший вариант вручную. Это особенно полезно для задач, где нет единственно правильного ответа: рефакторинг, оптимизация, выбор архитектурного паттерна.

Для работы с несколькими задачами одновременно используйте параллельный режим. Grok Build поддерживает до восьми параллельных агентов:

grok-build --parallel 4 "Add unit tests for all service layer functions"

Еще один полезный первый эксперимент -- команда grok-build explain. Она не вносит никаких изменений в код, а только объясняет, что делает тот или иной файл или функция. Это удобно для быстрого погружения в незнакомую кодовую базу: вместо того чтобы часами читать чужой код, вы задаете вопрос агенту и получаете структурированное объяснение логики. Флаг --context позволяет расширить контекст до нескольких файлов сразу, чтобы агент видел зависимости и мог объяснить взаимодействие модулей.

Обратите внимание на интерактивный режим чата. Запустив grok-build chat, вы открываете диалоговое окно прямо в терминале. Здесь удобно задавать уточняющие вопросы, итеративно дорабатывать задачу или просто обсуждать архитектурные решения. В отличие от одноразовых команд, чат сохраняет контекст разговора в течение сессии -- агент помнит предыдущие запросы и может ссылаться на них.

Ключевые фишки

Локальная обработка кода -- пожалуй, самое важное отличие Grok Build от конкурентов. Исходный код не передается на серверы xAI: агент работает полностью на вашей машине, а на серверы уходят только текстовые описания задач и планов. Для компаний, работающих с конфиденциальными кодовыми базами или в регулируемых отраслях, это принципиально важно. Настроить политику приватности можно в файле .grokbuild.

Восемь параллельных агентов. Grok Build запускает до восьми агентов одновременно, каждый работает в своей ветке задачи. Это не просто маркетинговая цифра: при работе с большими монорепозиториями или мультимодульными проектами параллельность реально сокращает время выполнения задач в несколько раз. Например, рефакторинг, который один агент выполнил бы за 15 минут, восемь параллельных завершают за 2-3 минуты.

Arena Mode с ранжированием решений. В отличие от конкурентов, которые предлагают одно решение, Arena Mode генерирует несколько вариантов и оценивает их по метрикам: корректность, читаемость кода, количество изменений, покрытие тестами. Вы видите результаты в виде таблицы и выбираете тот вариант, который больше соответствует стилю вашего проекта.

Встроенная поддержка плагинов и subagents. Grok Build позволяет добавлять специализированных subagents для конкретных задач: есть встроенные агенты для работы с GitHub (создание PR, review), Jira (создание задач по найденным багам), а также API для создания собственных плагинов.

Модель grok-code-fast-1 и поддержка других моделей. По умолчанию Grok Build использует собственную модель xAI, но через настройки можно подключить другие модели через OpenAI-совместимый API. Это означает, что инструмент можно использовать с локальными моделями через Ollama или с любым другим провайдером.

Интеграция с системами контроля версий. Grok Build работает с Git из коробки: автоматически создает ветки для каждой задачи, коммитит изменения с информативными сообщениями и умеет создавать pull request'ы через GitHub CLI.

Поддержка множества языков и фреймворков. Инструмент хорошо работает с Python, TypeScript, JavaScript, Go, Rust, Java и другими популярными языками. Особенно сильные результаты -- в экосистемах Node.js и Python, где модель прошла наиболее интенсивное обучение.

Кастомные инструкции и memory. В файле .grokbuild можно задать инструкции для агента: предпочитаемый стиль кода, соглашения именования, запрещенные паттерны, требования к тестированию. Эти инструкции агент учитывает при каждом запросе, поэтому не нужно повторять одно и то же в каждой команде. Например, можно указать: «Всегда добавляй типы TypeScript», «Используй async/await вместо промисов», «Покрывай новые функции unit-тестами».

Отслеживание изменений и история сессий. Grok Build ведет лог всех выполненных задач: какие файлы были изменены, какой план был одобрен, сколько токенов потрачено. Просмотреть историю можно командой grok-build history. Это удобно для аудита изменений, особенно когда несколько разработчиков используют инструмент в одном проекте.

Цены и ограничения

На момент написания (май 2026 года) Grok Build находится в стадии early beta и доступен только подписчикам SuperGrok Heavy. Стоимость подписки SuperGrok Heavy уточняйте на официальном сайте grok.com -- цены могут измениться по мере выхода из beta.

Помимо подписки, использование модели grok-code-fast-1 через API тарифицируется отдельно: стоимость составляет около $0.20 за миллион входящих токенов и $0.80 за миллион исходящих токенов (на момент написания, актуальные цены смотрите на ai.x.com/pricing). Для большинства задач это выходит существенно дешевле, чем использование GPT-5 или Claude Opus через API.

Ограничения beta-версии: некоторые функции работают нестабильно, документация неполная, часть плагинов находится в разработке. xAI активно обновляет инструмент -- рекомендуется следить за changelog в официальном репозитории на GitHub.

Технические ограничения: размер контекста одной сессии ограничен (конкретный лимит указан в документации), очень большие кодовые базы могут требовать настройки параметра context_limit в .grokbuild. Arena Mode потребляет больше токенов, чем обычный режим, так как запускает несколько агентов параллельно.

Что касается операционных систем: полная поддержка macOS и Linux. На Windows рекомендуется WSL2. Нативного Windows-клиента нет, хотя в roadmap он упоминается.

Бесплатного тарифа нет -- это профессиональный инструмент, ориентированный на разработчиков, которые зарабатывают кодированием. По сравнению с аналогами цена оправдана функцией приватности и многоагентной архитектурой.

Нужен ли VPN из России

xAI работает с ограничениями на территории России. Сайт grok.com и сервисы xAI в целом могут быть недоступны без VPN -- это связано как с санкционными ограничениями, так и с геоблокировками, которые применяют сами платформы.

Для установки Grok Build CLI через npm VPN, скорее всего, не потребуется: npm-пакеты, как правило, доступны из России. Однако авторизация через grok-build auth login требует подключения к серверам xAI -- здесь VPN нужен почти наверняка.

Рекомендации: используйте VPN с серверами в США, Германии или Нидерландах для регистрации и авторизации. После первичной настройки токен сохраняется локально, и для выполнения задач VPN может не потребоваться -- инструмент работает локально, а обращения к API происходят при каждом запросе.

Оплата подписки SuperGrok Heavy из России затруднена: xAI принимает платежи через американские и европейские карты. Альтернативы: карты зарубежных банков, виртуальные карты сервисов оплаты подписок или криптовалюта (если платформа её поддерживает).

Важно: ситуация с доступностью может меняться. Перед началом работы рекомендуется проверить актуальный статус доступности xAI-сервисов из вашего региона.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Microsoft научил веб-агента писать код вместо кликов: +79% к базе GPT-5.4

Microsoft Research выложил Webwright — терминальный веб-агент, который пишет Playwright-код вместо кликов и берёт 60,1% на бенчмарке Odysseys.

🔴 Microsoft научил веб-агента писать код вместо кликов: +79% к базе GPT-5.4

Все думали, что веб-агенты будут как пользователи — кликать кнопки, заполнять формы, листать страницы. Microsoft Research посмотрел на разработчиков, которые пишут Playwright-скрипты, и решил: пусть агент делает то же самое.

По данным MarkTechPost, Microsoft Research выложил Webwright — открытый агент, живущий в терминале. Вместо того чтобы предсказывать каждое действие в браузере, он пишет Playwright-код, запускает bash-команды и читает логи. Архитектура минимальна: три модуля, около 1000 строк кода, без сложной оркестрации. На бенчмарке Odysseys (длинные задачи с инструкциями в среднем по 272 слова) Webwright с моделью GPT-5.4 показал 60,1% против 33,5% у базовой модели — относительный прирост 79,4% и +35,1% к предыдущему рекорду индустрии. Код выложен на GitHub, работает с бэкендами OpenAI, Anthropic и OpenRouter, дружит с Claude Code.

Что это меняет. Для бизнеса, который автоматизирует операции — от закупок до мониторинга цен конкурентов — это перелом подхода. Раньше каждое изменение интерфейса ломало RPA-сценарий, и нужен был дорогой разработчик с долгой поддержкой. Теперь агент пишет одноразовый скрипт под задачу, разбирается с ошибками сам, оставляет код в логах — и в следующий раз справляется быстрее. Будущее не за кликающими ботами, а за агентами, которые программируют сами себя.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #модели #агентыИИ #Microsoft #BigTech #ИИ #технологии #AravanaAI

xAI выпустил Grok Build 0.1: лендинг за 40 секунд и меньше десяти центов

xAI без помпы выложил Grok Build 0.1 — кодящего агента с окном 256K, который собирает лендинг за 40 секунд и тратит меньше десяти центов.

🔴 xAI выпустил Grok Build 0.1: лендинг за 40 секунд и меньше десяти центов

Пока OpenAI и Anthropic дерутся за внимание разработчиков громкими анонсами, xAI тихо выложил свою ставку. Grok Build 0.1 — не собеседник, отвечающий на вопросы, а агент, который сам берёт задачу и доводит до результата.

По данным Kilo.ai, Grok Build 0.1 — узкоспециализированная модель xAI для агентных задач программирования. Она работает не как Grok Code Fast (мгновенные правки), а как «архитектор»: берёт крупную задачу, пишет код, проверяет ошибки и переписывает сам. Контекстное окно — 256 тысяч токенов, принимает текст и картинки. Цена — $1 за миллион входных токенов и $2 за миллион выходных; при выходе за 200 тысяч стоимость удваивается. На демонстрации модель собрала профессиональный лендинг за 40 секунд и потратила меньше 10 центов. Доступ — ранний, через платформу Kilo. Для контекста: по заявкам SpaceX перед IPO, xAI сжёг $6,4 млрд в 2025-м — ставка на инфраструктуру продолжается.

Что это меняет. Для российской студии, делающей MVP за неделю, это новая ценовая планка. «Одна задача — один разработчик — один день» перестаёт быть нижней границей разумного. Та же работа теперь укладывается в минуты и центы — а конкуренция уходит туда, где её всегда не хватало: в скорость итерации и качество технического задания, а не в скорость рук.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #модели #агентыИИ #Grok #xAI #ИИ #технологии #AravanaAI

AI-капитал перестал притворяться: $30+ млрд за неделю и пять структурных трещин

Bloom Energy — выручка +130% на AI-питании, $5 млрд от Brookfield. Anthropic обходит OpenAI и платит Маску. Oracle гонит долговой расход. Пять структурных аномалий мая.

Не самая громкая, но самая показательная неделя 2026 года в AI-сделках. Anthropic закрывает крупнейший в истории частный раунд. SpaceX подаёт заявку на IPO (первичное публичное размещение акций - когда компания впервые продаёт свои бумаги на бирже), потенциально крупнейшее в мире. Bloom Energy фиксирует рост выручки на 130% и закрывает с Brookfield партнёрство на $5 млрд — топливные ячейки вместо многолетней очереди на сетевое подключение. Oracle забивает баланс долгом под AI-инфраструктуру. И на этом фоне ведущие венчурные фонды публично признают, что метрика, на которой строилось всё, - врёт.

Это уже не история про «X миллиардов привлекли». Это история про то, что за каждой рекордной суммой стоит структурная аномалия: геополитическая, долговая, методологическая, управленческая. AI-капитал входит в фазу зрелости. Лёгкие деньги закончились, теперь каждая сделка имеет своё «но».

Пять историй мая 2026 года. Прочтя их подряд, вы увидите общий узор - и поймёте, на какие два сигнала смотреть на следующей неделе.

Anthropic: $900 млрд, прибыль и счёт от Маска

Anthropic закрывает самый большой частный раунд в истории AI. Тот же квартал называет первым прибыльным. Тот же месяц подписывает контракт на $1,25 млрд в месяц с xAI - компанией Маска, прямого конкурента по риторике. Три факта, которые обычно несовместимы: ты либо растёшь и теряешь деньги, либо стабилизируешься; ты либо конкурируешь с xAI, либо платишь ему. Anthropic делает всё сразу.

Сначала про раунд. По данным Yahoo Finance, Anthropic привлекает более $30 млрд при оценке свыше $900 млрд, впервые обходя OpenAI, который стоил $852 млрд в марте 2026 года. Каждый из четырёх ведущих инвесторов (Sequoia, Dragoneer, Altimeter, Greenoaks) вкладывает примерно $2 млрд. Это не венчурная логика - это размер чеков фондов прямых инвестиций. Founders Fund Питера Тила и General Catalyst добивают синдикат изнутри.

Скорость беспрецедентна. Первые предложения пришли в конце апреля 2026 года, обсуждения начались в начале мая, закрытие - на следующей неделе. От первого касания до подписания крупнейшего в истории частного раунда - несколько недель против обычных месяцев проверки. Это как ипотека на дом, который ты только строишь, но вместо одного банка к тебе в очередь выстроились шесть ведущих фондов.

Параллельно Anthropic утверждает, что выходит в прибыль. По данным TechCrunch, выручка Anthropic во втором квартале превысит около $10,9 млрд - более чем удвоится против первого квартала, и компания впервые покажет операционную прибыль. К концу мая годовой темп выручки превзойдёт $50 млрд.

И теперь главное «но». По данным TechCrunch, Anthropic будет платить xAI $1,25 млрд в месяц за 300 МВт мощности дата-центра Colossus 1 близ Мемфиса до мая 2029 года. Общая стоимость контракта может превысить $40 млрд - почти столько же, сколько привлекли в новом раунде. То есть рекордные суммы от Sequoia, по сути, уходят в кассу Маска. Идеологически Anthropic - лаборатория «безопасного AI». xAI публично гордится «AI без ограничений». Деньги от первого ежемесячно идут второму, по контракту с правом одностороннего расторжения за 90 дней.

Это не сделка комфортного партнёрства. Это вынужденный технологический договор: только у xAI оказалась свободная мощность Colossus 1 в момент, когда Anthropic срочно нужны вычислительные мощности. Любая передовая AI-лаборатория сегодня - это бизнес, который тратит больше денег на компьютеры, чем на людей.

Если вы делаете портфельное решение в AI-инфраструктуре, выводы расходятся в две стороны. С одной - передовые лаборатории теперь готовы платить кратные суммы кому угодно за вычислительные мощности. С другой - этот спрос держится на одном-двух кварталах роста выручки, который сами лаборатории прогнозируют, но пока не сдали аудиторам.

Oracle и CoreWeave: долговая основа под AI-инфраструктурой

Ларри Эллисон сорок лет строил Oracle на тихом денежном потоке от баз данных - самый скучный, самый предсказуемый бизнес в корпоративном программном обеспечении. Теперь он ставит этот баланс на кон AI-инфраструктуры через долг. Если ставка не сыграет, компания будет держать дорогие дата-центры на деньги клиентов, купивших лицензии ещё в прошлом веке.

Это не венчурная сделка - это корпоративная стратегия с той же логикой. Oracle финансирует строительство AI-дата-центров через облигации и кредитные линии. Размывание акционерного капитала неприемлемо: оно уменьшит долю самого Эллисона. Долг для него дешевле и тише. Только у долга нет прощения: если AI-спрос не материализуется по графику, проценты надо платить независимо от того, заняты ли стойки.

По данным Yahoo Finance, аналитики предупреждают, что операционный денежный поток не покрывает долг Oracle, а компания закладывает оборонный AI-контракт с ВВС США на $88 млн до 2028 года поверх существующих обязательств по дата-центрам. Высокий уровень неденежных доходов отмечен отдельно как риск: он потенциально маскирует реальную генерацию кэша от государственных контрактов.

Параллель смотрите у прямого конкурента. По данным Yahoo Finance, CoreWeave в первом квартале 2026 года показал убыток $589 млн против $150 млн годом ранее, процентные расходы выросли до $536 млн, а годовой прогноз капитальных расходов поднят до $31-35 млрд. В этом же году CoreWeave привлёк более $20 млрд по улучшенной стоимости капитала, портфель клиентских обязательств вырос более чем до $40 млрд, законтрактованная выручка - почти $100 млрд.

Эти цифры показывают одну и ту же модель с двух сторон. CoreWeave - чистый AI-инфраструктурный игрок, и его минусы внизу баланса видны сразу: убыток выше выручки конкурентов, проценты в полмиллиарда за квартал. Oracle прячет ту же стратегию за устоявшимся денежным потоком от баз данных, который пока маскирует риск.

Аналогия из истории: 1999-2001 годы. WorldCom, Global Crossing, Nortel вложили совокупно более полутриллиона долларов в строительство оптоволоконной инфраструктуры под прогноз взрывного роста интернет-трафика. Спрос пришёл, но позже и медленнее, чем заложено в долговых обязательствах. WorldCom обанкротился, Global Crossing тоже. Сходство с AI-инфраструктурой 2026 года прямое: долговой расход под спрос, который не гарантирован контрактами. Ключевое отличие: у Oracle есть подушка из стабильного бизнеса баз данных, у телекомов её не было. Подушка спасёт акционеров, но не от переоценки облигаций при первом же квартале с замедлением.

Держатель AI-облигаций оказывается в неприятной позиции. Кредитный спрэд по бумагам Oracle сейчас не отражает риск концентрации в одном цикле спроса. Это не обязательно крах: это асимметрия. Апсайд ограничен купоном, даунсайд развёрнут на полную глубину следующей рецессии в спросе на вычислительные мощности.

SpaceX IPO: контроль через миллиард марсианских акций

Маск ведёт SpaceX на биржу с конструкцией, которая делает «публичность» условной. Сначала про деньги. По данным TechCrunch, SpaceX готовится привлечь $75 млрд на IPO при оценке $1,7 трлн - даже 1% доли при этой оценке стоит $17 млрд. На сегодня в SpaceX вложилось около 400 венчурных фондов, совокупный чек - примерно $30 млрд, цена акций в разных раундах варьировалась от $1 в серии A до $270 в серии N.

А теперь про реальную власть. Маск контролирует SpaceX через две категории акций: почти 850 млн акций класса A с правом одного голоса каждая и почти 5,6 млрд акций класса B с правом 10 голосов каждая. Всего примерно 6,42 млрд акций - плюс ещё один пакет на 1 млрд условных акций, которые выдадут при создании марсианской колонии.

Это IPO в техническом смысле: компания торгуется на бирже, любой инвестор может купить акцию. Это не IPO в управленческом смысле: голосовать вы не сможете. Шаблон уже знаком - Google в 2004 году, Facebook в 2012 году использовали структуру с двумя классами акций, в которой основатели сохраняли контроль. Нестандартный элемент здесь - условные «марсианские акции». В истории публичных размещений нет ни одного прецедента, когда менеджмент получает миллиард акций за достижение внеземной цели.

Проще говоря: вы покупаете долю в компании по цене $1,7 трлн за всё целое, но голосовать вы будете не одним голосом за свою акцию, а одним голосом против десяти, которые держит Маск. И если он долетит до Марса, у него на руках окажется ещё миллиард акций сверху. Колонизация Марса теперь юридически встроена в структуру капитала.

Гвинн Шотвелл, операционный директор SpaceX с 2008 года, владеет примерно 12,6 млн акций и получила компенсацию $85,8 млн в 2025 году. Это не критика - это иллюстрация. Внутренний круг получит ликвидность измеримого порядка: миллионы превратятся в миллиарды. Внешние держатели класса A получат бумагу, которой можно торговать.

Параллельно открывается баланс xAI - той самой компании Маска, что подписала контракт с Anthropic. По данным TechCrunch, xAI потерял $6,4 млрд при выручке $3,2 млрд в 2025 году, капитальные расходы первого квартала 2026 года составили $7,7 млрд, что даёт годовой темп около $30,8 млрд. Месячная аудитория Grok - 117 млн, при том что общая платформа X+Grok насчитывает 550 млн пользователей. То есть AI-функциями пользуется примерно каждый пятый.

Для частного инвестора, который оценивал AI-стартапы Маска как «безопасную ставку на технологического лидера», это новая информация. Сжигание $6,4 млрд при выручке вдвое меньше и годовой темп капитальных расходов в районе $30,8 млрд - это не профиль «голубой фишки». Это профиль стартапа на переднем крае, который пока финансируется из материнской структуры. Когда SpaceX выйдет на биржу, перетоки между ним и xAI станут видимыми для всех.

ARR-инфляция: фонды признают то, что строили сами

Скотт Стивенсон, CEO канадского AI-стартапа Spellbook, на этой неделе сделал то, что обычно делают аутсайдеры: указал пальцем на самих венчурных капиталистов. «Крупнейшие фонды мира поддерживают эту практику и вводят журналистов в заблуждение ради медийного покрытия». Стивенсон не аутсайдер - он внутри системы. Признание участника тяжелее обвинения наблюдателя.

В чём практика? Под одним и тем же названием ARR (годовая повторяющаяся выручка) в индустрии используются две разные метрики. Первая - реальная: текущая месячная выручка от платящих клиентов, экстраполированная на 12 месяцев. Вторая - CARR (contracted ARR): сумма всех подписанных контрактов, включая ещё не запущенные и неоплаченные. Бумажная цифра, выдаваемая под видом реальной.

По данным TechCrunch, CARR может быть на 70% выше реального ARR, и значительная часть законтрактованной выручки никогда не материализуется. В том же материале конкретный случай: один стартап отчитался о превышении $100 млн ARR, тогда как лишь малая часть этой выручки реально поступала от платящих клиентов. Остальное - контракты, которые ещё не запущены. Другой стартап включил в расчёт ARR годовой бесплатный пилот, и совет директоров был в курсе. Маркетинговые материалы третьего заявляли $50 млн ARR при фактических $42 млн.

Проще говоря: представьте, что вы пишете в резюме зарплату по контракту на работу, которую ещё не начали - и считаете её опытом. Так нельзя на собеседовании в банке, но почему-то можно в презентации для инвесторов.

Хемант Танеджа, CEO General Catalyst, описал новые ожидания AI-стартапов формулой «от 1 до 20 до 100» - то есть рост выручки кратными прыжками вместо классических метрик подписочного бизнеса. Эта формула работает, только если ARR измеряет реальный денежный поток. Если ARR - это CARR с законтрактованной воздушностью, формула измеряет уверенность инвесторов, а не бизнес.

Парадокс ситуации — в составе синдиката. General Catalyst на этой неделе одновременно выступает участником крупнейшего в истории частного раунда и представлен в истории об ARR-инфляции через формулу Танеджи «от 1 до 20 до 100» — стандарт, который работает только при честном ARR. Стивенсон говорит о «крупнейших фондах мира» как об архитекторах системы, не называя конкретных имён. Но в одну неделю General Catalyst появляется в обоих контекстах — что само по себе говорящий факт. Это не лицемерие: это смена нарратива перед волной потенциальных раундов по сниженной оценке.

Для основателя, который сейчас собирает раунд, прагматичный сигнал такой: рынок входит в фазу методологического аудита. Завышенный CARR ещё работает на следующие один-два квартала, но фонды уже готовят выход из этой метрики. Тот, кто покажет реальный текущий темп выручки раньше других, выиграет дисконт по сравнению с теми, кто будет вынужден признавать его постфактум в ответ на запрос проверяющего.

Bloom Energy: топливные ячейки вместо многолетней очереди на подключение

Каждый новый дата-центр в США сталкивается с одной и той же задержкой: подключение к централизованной энергосети растянулось на годы — очереди в ключевых регионах тянутся до 2029–2030 годов. Bloom Energy строит бизнес именно на этой паузе. Результаты первого квартала 2026 года показали, что ставка сработала.

По данным Mercom India, Bloom Energy показала выручку $751 млн в первом квартале 2026 года — рост 130% год к году. Выручка от продуктов взлетела на 208% до $653 млн — абсолютный квартальный рекорд компании. EBITDA выросла на 467% до $143 млн. Чистая прибыль составила $70,7 млн против убытка $23,8 млн годом ранее. Впервые в истории компании операционный денежный поток за первый квартал вышел в плюс — $74 млн. Прогноз по выручке на весь 2026 год поднят до $3,4–3,8 млрд, рост около 80%.

Технология, которая это обеспечивает, — твердооксидные топливные ячейки (SOFC). Они генерируют электричество через электрохимическую реакцию без сжигания: питание напрямую на объекте, без зависимости от перегруженных подстанций. Для дата-центра это означает автономное behind-the-meter питание прямо за стеной здания — и никакой очереди на подключение.

Главный якорный клиент — Oracle. В рамках «Project Jupiter» Oracle выбрала Bloom единственным поставщиком энергии для планируемого AI-завода в Нью-Мексико — до 2,45 ГВт серверов Bloom Energy. CEO Bloom подтвердил: это не разовый проект, повторяемость — суть модели. Более половины всего портфеля заказов уже приходится на других гиперскейлеров, неоклауды и colocation-провайдеров.

По данным ESG Today, Brookfield Asset Management вложил $5 млрд в стратегическое партнёрство с Bloom — для развёртывания топливных ячеек в AI-дата-центрах по всему миру. Это первая инвестиция Brookfield из новой стратегии AI Infrastructure. Bloom становится предпочтительным поставщиком автономного питания для инфраструктурного портфеля Brookfield объёмом $1 трлн.

Для инвестора структурный сигнал такой: нехватка энергии для AI решается двумя параллельными путями. Первый — борьба за контроль над централизованными сетями и многолетние регуляторные процессы. Второй — автономные системы на объекте, которые от этих очередей не зависят. Bloom показывает, что второй путь уже генерирует реальный денежный поток. Производственный потолок компании — 5 ГВт в год; пока спрос его не пробил, но именно это станет следующим узким местом роста.

Пять трещин, одна плоскость

Пять историй мая 2026 года, и все на одной плоскости. Anthropic — что рекордный раунд и платёж конкуренту могут уживаться в одном квартале. Oracle и CoreWeave — что долговой расход на AI-инфраструктуру дороже, чем готов признать кредитный рынок. SpaceX — что «публичный инвестор» теперь это не носитель права голоса, а получатель ликвидности. ARR-сюжет — что главная метрика индустрии переписывается по ходу игры. Bloom Energy — что энергетический дефицит AI-эры уже конвертируется в реальный денежный поток: рост 130% и первый положительный операционный поток в истории компании.

Объединяющий тезис прост: AI-капитал вошёл в фазу, когда каждая крупная сделка требует асимметрии знаний. Чтобы участвовать в раунде, нужно понимать, какая доля заявленной выручки - проекция. Чтобы купить акцию SpaceX, нужно понимать, что голос символический. Чтобы держать облигации Oracle, нужно понимать, что денежный поток и операционная прибыль - две разные истории. Лёгкое участие закончилось.

Вопрос для встречи с коллегой: если четыре фонда складываются в крупнейший в истории частный раунд за несколько недель от первого касания до подписания, какую реальную проверку они успели провести - или это уже не проверка, а гонка за место в синдикате? И второй вопрос: что произойдёт, когда хотя бы один из этих фондов публично пересмотрит ARR в собственной портфельной компании и потащит за собой всех остальных?

На следующей неделе следите за двумя сигналами. Первое: формальное закрытие раунда Anthropic. Будет ли в финальном объявлении раскрыта структура платежа xAI или это останется в боковом меморандуме для ограниченного круга. Второе: следующий гиперскейлер-клиент Bloom Energy. CEO публично сказал, что Oracle Project Jupiter — не единственная сделка. Портфель заказов уже наполовину сформирован из не-Oracle клиентов. Кто следующий и когда объявят — вот вопрос, который изменит производственные планы компании и её производственный потолок в 5 ГВт.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Anthropic дала клиентам секретную модель — за месяц нашли 10 000 уязвимостей

Mythos от Anthropic за месяц помог партнёрам найти больше 10 000 уязвимостей — Cloudflare закрыла 2 000 багов, Mozilla починила 271 дыру в Firefox.

🔴 Anthropic дала клиентам секретную модель — за месяц нашли 10 000 уязвимостей

Cloudflare закрыла 2 000 багов. Mozilla починила 271 дыру в Firefox. Тысячи находок в кодовой базе крупнейших компаний мира. Всё это — за один месяц работы с моделью Claude, которую Anthropic ещё официально не выпустила.

По данным Engadget, Mythos — закрытая модель Claude для кибербезопасности, которую Anthropic с апреля раздала партнёрам в рамках Project Glasswing. В списке Cloudflare, AWS, Apple, Google, JPMorgan Chase, NVIDIA, Mozilla, CrowdStrike и Palo Alto Networks. За один месяц партнёры нашли более 10 000 уязвимостей в своём коде — скорость поиска багов выросла больше чем в 10 раз. Параллельно модель прошлась по 1 000 проектам с открытым кодом и обнаружила 6 202 критические дыры из 23 019 находок.

Anthropic честно говорит: ни одна компания, включая её саму, не умеет надёжно защитить такую модель от злоупотреблений. Тот же инструмент, который чинит Firefox, способен писать вредоносный код для атак. Если в вашем продукте есть код, окно на скрытые ошибки только что захлопнулось — их либо первыми найдут «белые» хакеры, либо это сделают атакующие. Сроки на исправление сократились с месяцев до дней.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #Claude #Anthropic #модели #безопасностьИИ #ИИ #технологии #AravanaAI

Google собрал AI-инструменты для науки в один продукт — Gemini for Science

Google запустил Gemini for Science: три инструмента — Co-Scientist, AlphaEvolve+ERA, Literature Insights — и доступ к 30+ научным базам через один интерфейс.

🔴 Google собрал AI-инструменты для науки в один продукт — Gemini for Science

Гипотезу теперь будет генерировать AI. Тысячи вариаций кода тестируются за минуты, а не за часы. Литература из 30+ научных баз структурируется на ходу. Google объединил всё это в один продукт для исследователей.

Согласно блогу Google, в Gemini for Science входят три инструмента: Co-Scientist (генератор и оценщик гипотез через «турнир идей»), AlphaEvolve в связке с ERA (параллельное тестирование тысяч вариантов кода) и Literature Insights на базе NotebookLM. Отдельный набор Science Skills открывает доступ к UniProt, AlphaFold Database, AlphaGenome API, InterPro и десяткам других источников через единый интерфейс. Среди уже подключённых организаций — Stanford, Imperial College London, BASF, Bayer Crop Science, Klarna, Daiichi Sankyo и национальные лаборатории США. Две статьи о ERA и Co-Scientist опубликованы в Nature. Доступ открывается через labs.google/science.

Google делает ставку не на одну модель, а на инфраструктуру для научного открытия — как когда-то на поиск. Если AI становится стандартным инструментом в лабораториях R&D, цикл «гипотеза — эксперимент — публикация» сжимается с лет до месяцев, а конкурентное преимущество смещается от «у кого больше учёных» к «у кого быстрее инструменты». Предпринимателям в biotech, материаловедении и химии — это сигнал спрашивать у своих подрядчиков и партнёров, как именно они применяют AI в исследованиях.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #модели #Gemini #Google #BigTech #биотех #healthtech #ИИ #технологии #AravanaAI

DeepSeek режет цены на флагман V4-Pro на 75% — и это навсегда

DeepSeek объявила постоянное снижение цен на флагман V4-Pro на 75%. Новый уровень — от 0,025 до 6 юаней за миллион токенов.

🔴 DeepSeek режет цены на флагман V4-Pro на 75% — и это навсегда

Не акция, не временная скидка, не разовый промо-период. Китайская лаборатория DeepSeek объявила новой базовой ставкой постоянное снижение цен на флагман V4-Pro сразу на 75%.

По данным Yahoo Finance, новые цены — от 0,025 до 6 юаней за миллион токенов (примерно от $0,0035 до $0,83). Прежние ставки были от 0,1 до 24 юаней. Pro по-прежнему стоит в 12 раз дороже Flash-версии — компания объясняет это «ограничениями в высокопроизводительных вычислительных мощностях». Снижение совпадает с ожидаемым запуском китайских суперузлов Huawei Ascend 950 во второй половине года — после них дефицит мощностей должен ослабнуть.

Когда флагман топовой китайской лаборатории стоит дешевле чашки кофе за миллион токенов, западные игроки оказываются перед выбором: отвечать или терять разработчиков. Российским предпринимателям такой ход даёт прямой выигрыш: расходы на запуск AI-моделей в финмодели можно закладывать кратно меньшими — особенно если задача допускает API через азиатских провайдеров.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #модели #DeepSeek #Китай #США #чиповаявойна #экспортный_контроль #Huawei #ИИ #технологии #AravanaAI

Калифорния первой в США перепишет правила увольнений под эпоху AI

Newsom подписал первый в США указ о подготовке рабочих к AI-увольнениям: пересмотр WARN Act, страховки и переподготовки за 180 дней.

🔴 Калифорния первой в США перепишет правила увольнений под эпоху AI

Штат, где базируются 33 из топ-50 частных AI-компаний мира, первым готовит рабочих к удару. Не запретами и не штрафами — а переписывая закон об увольнениях, страховку и программы переподготовки.

21 мая Гэвин Ньюсом подписал первый в стране указ о подготовке рабочих и бизнеса к потрясениям от AI. За 180 дней штат должен представить рекомендации по обновлению California WARN Act — закона об уведомлении о массовых увольнениях. В пакет входят пересмотр выходных пособий, расширение страхования занятости, модернизация программ переподготовки и поддержка моделей коллективного владения компаниями. «Мы должны переосмыслить всю систему — как мы работаем, как мы управляем, как готовим людей к будущему», — сказал губернатор.

Калифорния задаёт шаблон: штаты идут впереди федерального центра и начинают конкурировать за людей через социальные гарантии. Для российских компаний это сигнал: если планируете внедрение AI, готовьте не только инфраструктуру, но и план мягкой адаптации команд — иначе теряете лояльность раньше, чем получаете эффект от автоматизации.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#рынок_труда #увольнения #автоматизация #переквалификация #будущее_труда #белыеворотнички #HR #регуляция #США #ИИ #технологии #AravanaAI

Daily Digest - 24 мая 2026

Контроль над AI пытаются вернуть на четырёх уровнях за один день - и на каждом обнаруживают, что уже поздно.

Microsoft, Meta и Amazon одновременно тормозят корпоративное внедрение AI, а Google в тот же день объявляет, что поиск как продукт уходит в прошлое. Apple накануне WWDC регистрирует домен genai.apple.com и тихо садится в один кокпит с Google. Anthropic подписывает многолетний контракт с SpaceX на суперкомпьютерные мощности. А три самые громкие AI-компании одновременно готовят IPO. Агентский поворот наступил быстрее, чем кто-либо успел посчитать его стоимость, и теперь все одновременно платят, увольняют и продают акции.

Microsoft, Meta и Amazon одновременно тормозят AI: экономика токенов догнала корпоративный энтузиазм

Год компании раскручивали внутренние рейтинги вроде «Claudeonomics» в Meta и геймификацию «tokenmaxxing» в Amazon: кто больше задействует AI, тот получает бонус. Логика была простой: токены дешевеют каждый квартал, значит, нужно научить сотрудников жить с агентами. Реальность развернулась наоборот. По данным Tom's Hardware, агентский AI потребляет до 1000× больше токенов, чем простой запрос к языковой модели. Создатель проекта OpenClaw за один месяц спалил $1,3 млн только на эти токены. Шесть месяцев назад Microsoft поощряла разработчиков, дизайнеров и менеджеров массово переходить на Claude Code; теперь, по сообщению Fortune, компания отозвала большинство лицензий Claude Code через 6 месяцев и переводит инженеров на собственный GitHub Copilot CLI. Uber израсходовал весь годовой бюджет 2026 на AI-инструменты для разработчиков за 4 месяца. Вице-президент NVIDIA Брайан Катанзаро сухо признал: для его команды стоимость вычислений теперь сильно превышает зарплаты сотрудников.

Когда чат-запрос превращается в агентский рабочий процесс - то есть в AI, который сам ходит по сайтам, открывает документы и пишет код за тебя, - потребление токенов растёт не на проценты, а в тысячи раз. Goldman Sachs прогнозирует 24-кратный рост потребления токенов к 2030 году, до 120 квадриллионов в месяц. Gartner отдельно предупреждает: инференс (то есть собственно запуск моделей в продакшене) подешевеет к 2030 году примерно на 90%, но агентские задачи съедят эту экономию и потребуют ещё. Это и есть классический парадокс Джевонса: чем дешевле становится единица, тем больше единиц мы потребляем. Корпоративный AI оказался не дешёвой заменой людей, а отдельной строкой бюджета, которая растёт быстрее всего остального. Компании год загоняли сотрудников в воронку «больше токенов - выше KPI» и неожиданно обнаружили, что эта воронка ведёт к счёту от поставщика, а не к прибыли. Дальше начнётся фильтрация: останутся задачи, где агент действительно окупается, и уйдут те, где AI был дороже стажёра.

Gemini Omni Flash: Google делает видео-редактор, с которым можно поговорить

На Google I/O 19 мая 2026 компания представила первую модель нового семейства Omni. По данным TechCrunch, Omni Flash генерирует ролики по 10 секунд, и это сознательное ограничение Google ради скорейшего запуска, а не предел самой модели. Flash доступен подписчикам тарифов AI Plus, Pro и Ultra через приложение Gemini и платформу Google Flow, а бесплатно - пользователям YouTube Shorts и YouTube Create. Следующая модель, Omni Pro, обещана позже и будет «на ступень выше» Flash, в том числе с поддержкой более длинных видео.

Главное отличие от Sora и других видеогенераторов - диалоговый режим редактирования. Пользователь не сочиняет один сложный промпт, а ведёт разговор: «убери второго героя, добавь дождь, теперь сделай вид сверху». Каждая новая инструкция учитывает предыдущие: герои, физика и сцена остаются согласованными между правками. Дополнительно можно записать собственный голос с произношением цифр и получить цифровой аватар, чтобы самому играть роль в любом сгенерированном ролике. Все видео содержат невидимый цифровой водяной знак SynthID: Google заранее закрывает дискуссию о фейках. До сих пор AI-видеогенераторы воспринимались как заводная игрушка: красивый ролик, который трудно сделать пригодным к публикации. Диалоговый режим переводит инструмент в категорию, где можно работать как с младшим монтажёром, итерируя, а не выкидывая всё и начиная заново. Это удар по двум фронтам сразу: по специализированным AI-видеостартапам и по премиум-тарифам конкурентов, потому что для активных пользователей Flash через YouTube бесплатен. Стратегия знакомая: раздать массам, оставить премиум для тех, кто платит за длину и качество.

Google открыто заявил: десять синих ссылок уходят в прошлое

На том же I/O Google сообщил, что AI Mode в поиске преодолел 1 млрд активных пользователей в месяц. Для сравнения: AI Overviews в результатах поиска использует 2,5 млрд человек ежемесячно, против 900 млн еженедельных у ChatGPT. Запросы в AI Mode в среднем в 3 раза длиннее обычного поиска, а их объём удваивается каждый квартал с момента запуска. Лиз Рид, вице-президент Google Search, прямо сформулировала смысл происходящего: задачу, на которую пользователь раньше тратил 15-20 минут, агент теперь делает за 10 секунд. Одновременно компания анонсировала Gemini Spark, постоянного агента, работающего 24/7 на выделенной виртуальной машине Google Cloud, доступного подписчикам AI Ultra с недели после анонса.

Spark - это уже не чат-бот, который ждёт следующего запроса. Это резидент облака, который сам читает почту, бронирует встречи, открывает таблицы и принимает решения от твоего имени. Джефф Дин из Google в качестве иллюстрации зрелости новой инфраструктуры рассказал, что внутренние инструменты компании, переписанные с Python на Go, дали ускорение в 10-20 раз за одну ночь. Стратегически это удар по фундаменту самого Google. Поисковая выдача - это прежде всего перетоки трафика к сторонним сайтам и рекламные показы. Если агент отвечает на запрос сам, эти потоки сжимаются, и медийная экосистема издателей, на которой годами держался открытый веб, получает структурный удар. Google идёт на этот размен сознательно: лучше поглотить выручку конкурента сейчас, чем спустя несколько лет обнаружить, что поиск ушёл из браузера в чат.

Apple молча признаёт: одна она AI-гонку не вытянет

Накануне WWDC Apple зарегистрировала субдомен genai.apple.com: страница пока не открывается, но появление дочернего адреса с явным указанием на генеративный AI накануне ежегодной конференции читается однозначно. По данным Digit, WWDC 2026 стартует 8 июня: ожидаются обновления iOS 27, iPadOS 27 и macOS 27 с новыми AI-функциями. Параллельно Apple урегулировала иск на $250 млн от потребителей, которым обещали возможности Siri и Apple Intelligence, не появившиеся в обещанные сроки.

Самая громкая деталь - даже не новый домен. Apple договорилась с Google, что Siri будет работать на «Gemini-диффузных моделях», размещённых на собственной защищённой инфраструктуре Apple (Private Cloud Compute). Если перевести с маркетингового языка на человеческий: компания, годами строившая бренд на «всё происходит на твоём устройстве», берёт ключевую модель для голосового помощника у конкурента. Новое приложение Siri обещает историю диалогов и текстовые разговоры, то есть превращается в прямой клон ChatGPT. Партнёрство с Google означает, что Gemini может за одну ночь оказаться в кармане у миллионов владельцев iPhone, и каналом доставки выступит сама Apple через обновление iOS. Для Apple это публичное признание собственного отставания: раньше такой сделки в Купертино не допустили бы даже в кулуарном обсуждении. Для рынка - сигнал, что в гонке моделей теперь играют не «свои против чужих», а кто кого встроит первым.

SpaceX, OpenAI, Anthropic выстроились в очередь на IPO, и ни одна ещё не доказала, что умеет зарабатывать

SpaceX подала регулятору заявку на IPO с целевой оценкой $1,75-2 трлн и привлечением около $75 млрд на Nasdaq. Под капотом картина смешанная: выручка SpaceX в 2025 году - $18,67 млрд, а убытки только за первый квартал - $4,28 млрд, в восемь раз больше год к году. OpenAI идёт следом с последней частной оценкой $852 млрд и прогнозом на дебют $1,4 трлн+ от рынков предсказаний; листинг целится на сентябрь 2026. Выручка OpenAI за 2024 год - $13,1 млрд при прогнозируемом сжигании наличности ~$25 млрд в 2025 и четырёхлетнем плане расходов $115 млрд. Anthropic нацелена на оценку ~$900 млрд при прогнозе выручки $10,9 млрд за Q2 2026: это удвоение к предыдущему кварталу, прибыльность обещана к 2028 году.

И здесь начинается самое интересное. По данным Axios, Anthropic договорилась платить SpaceX около $1,25 млрд в месяц до 2029 года за доступ к суперкомпьютеру Colossus. Один будущий публичный игрок переводит другому многомиллиардные платежи каждый месяц, и эти деньги перетекают между балансами двух компаний, которые одновременно планируют выйти на биржу. На этом фоне Anthropic зафиксировала операционную прибыль $559 млн на два года раньше внутренних прогнозов: единственный плюс среди тройки и единственная цифра, на которую можно опереться без оговорок. Прочитать эту волну можно двумя способами. Оптимистично: рынок наконец позволяет AI-компаниям превратить бумажную капитализацию в живые деньги, а инсайдерам, годами работавшим за акции, превратить акции в наличные. Пессимистично: ни одна из тройки не достигла устойчивой годовой прибыльности, а размещения такого масштаба за один год - это стресс-тест ликвидности всего рынка.

Цукерберг режет 10% штата на пике рекордной выручки

20 мая 2026 года Meta уволила 8 000 сотрудников, 10% штата, - крупнейшая разовая волна сокращений в истории компании. Ещё 7 000 человек переведены на AI-должности; в сумме реорганизация затронула около 20% из 80 000 работников. Уведомления пришли в 4 утра по местному времени - на личные адреса, без рабочего доступа. Выходное пособие: 16 недель базовой зарплаты плюс дополнительные за стаж, 6 месяцев медстраховки, ускоренный вестинг акций. По данным Fortune, выручка Meta в Q1 2026 выросла на 33%, до $56,3 млрд, а капзатраты на 2026 запланированы на уровне $125-145 млрд: почти удвоение по сравнению с $72 млрд в 2025. С 2022 года Meta сократила уже более 30 000 человек.

Во внутреннем меморандуме Цукерберг прямо сформулировал мотив: «в гонке AI успех - не данность». Это не классическое сокращение «пузырь лопнул, режем затраты». Уволенные функции - продуктовые, операционные, бизнес-вспомогательные. Уцелевшие - инженеры, работающие над языковыми моделями и инфраструктурой. То есть Meta перераспределяет фонд оплаты труда в пользу AI-команд и одновременно высвобождает наличность для гигантских капзатрат на чипы и дата-центры. По логике баланса 8 000 человек - это десятки тысяч GPU. Цукерберг публично разменивает один ресурс на другой, и сделать это нужно прямо сейчас: окно, в которое можно купить вычисления и удержать темп с OpenAI, Anthropic и Google, не растянется на годы.

Microsoft отзывает лицензии Claude. Meta режет штат, чтобы купить GPU. Anthropic арендует суперкомпьютер у SpaceX. Apple идёт к Google за моделями для Siri. AI стал слишком дорогим, чтобы оставаться игрушкой, - и за него теперь одновременно платят увольнениями, чужими моделями и публичными размещениями.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Как начать пользоваться Figma AI Agent: дизайн по голосу и тексту

Figma запустила нативный AI-агент 20 мая 2026 года в limited beta. Генерирует, редактирует и автоматизирует задачи прямо в вашем дизайн-файле. Интегрируется с Claude Code и OpenAI Codex. Полная инструкция.

Что это и для кого

Figma AI Agent - это нативный AI-агент, встроенный прямо в Figma, самый популярный инструмент для дизайна интерфейсов. Он начал постепенный выход в limited beta 20 мая 2026 года. В отличие от более ранних AI-функций Figma (автодополнение контента, базовая генерация изображений), Agent представляет собой полноценного агента: вы пишете задачу обычным текстом, а он самостоятельно выполняет её, работая непосредственно с элементами вашего дизайн-файла.

Что значит 'работает с элементами файла'? Agent может создавать новые компоненты по вашему описанию, редактировать существующие элементы, применять дизайн-систему к сотням объектов одновременно, заполнять макеты реалистичным контентом, изменять цветовые схемы, шрифты и расстояния во всём документе. Всё это - через текстовую команду, без ручного выбора и редактирования каждого элемента.

Ключевая особенность: Figma AI Agent разработан специально для дизайна. Он обучен на огромном количестве дизайн-паттернов и понимает профессиональную терминологию. Вы можете написать 'создай карточку товара с поддержкой тёмной темы по нашей дизайн-системе', и агент создаст именно это, а не общую рамку с текстом. Figma сотрудничала с Anthropic и OpenAI, чтобы дообучить модели на дизайн-контексте.

Figma - стандарт де-факто в индустрии дизайна интерфейсов, используется более чем 4 миллионами дизайнеров. AI Agent делает инструмент ещё более мощным для опытных специалистов и существенно снижает порог входа для новичков, которые хотят создавать качественные макеты быстро.

Кому будет наиболее полезно: UI/UX дизайнерам для автоматизации повторяющихся задач, продакт-менеджерам и разработчикам для быстрого создания вайрфреймов и прототипов без глубокого знания Figma, стартапам, которым нужно быстро создавать визуальный прототип продукта, и фрилансерам, работающим на несколько клиентов и стремящимся ускорить рутинные задачи. По данным Figma, пользователи бета-версии экономят в среднем от 2 до 4 часов в неделю на рутинных дизайн-задачах.

Важно понимать, что Figma AI Agent не заменяет дизайнера - он ускоряет его работу. Агент выполняет задачи, которые вы ему ставите, основываясь на ваших дизайн-решениях и вашей системе. Творческая стратегия, понимание пользователя и продуктовое мышление остаются за человеком. Агент берёт на себя механический труд: применение стилей, создание вариантов, масштабирование компонентов.

Как получить доступ к бета-версии

На момент написания Figma AI Agent находится в limited beta. Вот как получить доступ и начать работу.

Требования к аккаунту. Для доступа к AI Agent необходим аккаунт Figma с активной платной подпиской (Figma Professional, Organization или Enterprise). Бесплатные аккаунты в первой волне бета-тестирования не поддерживаются. Период бета-тестирования AI-кредиты не расходуются - это означает, что пока функция в бете, использование условно бесплатное для тех, кто получил доступ.

Шаг 1: Проверка доступа. Зайдите в Figma и откройте любой файл. Если вам предоставлен доступ к бете, в правом боковом меню появится новая иконка агента - обычно это иконка 'звёздочка' или 'робот' рядом с основными инструментами. Также уведомление о доступе к бете может прийти на email, привязанный к вашему Figma-аккаунту.

Шаг 2: Запись в лист ожидания. Если доступ не открыт, перейдите на figma.com/agent и нажмите 'Join waitlist'. Укажите тип аккаунта, отрасль и основные сценарии использования. По словам представителей Figma, приоритет при выдаче доступа отдается платным пользователям с активными командами и высоким уровнем использования платформы.

Шаг 3: Знакомство с интерфейсом агента. После получения доступа откройте панель Agent в правом меню. Вы увидите поле для ввода команды, историю предыдущих команд и быстрые подсказки с примерами запросов. Figma предоставляет набор обучающих примеров, которые рекомендуется пройти при первом запуске.

Интеграция с Claude Code и OpenAI Codex. Figma AI Agent поддерживает прямую интеграцию с Claude Code от Anthropic и Codex CLI от OpenAI. Если вы разработчик, использующий эти инструменты, вы можете связать их с Figma для создания единого рабочего процесса: дизайн в Figma и код в вашем редакторе обновляются согласованно.

Первый запуск: что попробовать

После получения доступа к бете начните с простых задач, чтобы освоить синтаксис команд и понять возможности агента.

Задача 1: Создание компонента с нуля. Откройте пустой фрейм и введите в поле Agent: 'Создай карточку пользователя с аватаром, именем, должностью, кнопкой Follow и счетчиком подписчиков. Используй наш основной шрифт и цветовую схему'. Агент создаст компонент прямо на холсте. Если что-то не так, добавьте уточнения: 'Сделай кнопку более выраженной' или 'Уменьши аватар до 48px'.

Задача 2: Массовое редактирование. Выделите несколько существующих компонентов и напишите: 'Примени к выделенным элементам новую цветовую схему: основной цвет #2563EB, фон #F8FAFC'. Агент изменит цвета у всех выделенных объектов одновременно. Это особенно мощно при рефакторинге дизайна под новый брендинг.

Задача 3: Заполнение контентом. Создайте пустой список из 10 карточек товаров с заглушками и напишите: 'Заполни карточки реалистичным контентом: товары из категории электроника, случайные цены от 2000 до 50000 рублей, разные названия и описания'. Агент заполнит все карточки уникальным контентом, имитирующим реальное приложение. Это отлично подходит для демонстрации клиенту или создания презентационного прототипа.

Задача 4: Применение дизайн-системы. Если в вашем файле есть дизайн-система с готовыми компонентами, напишите: 'Замени все кнопки в этом фрейме на компоненты Button/Primary из нашей дизайн-системы'. Агент найдет все кнопки и заменит их на правильные компоненты. Ранее это требовало ручного перебора каждого элемента.

Задача 5: Параллельная работа нескольких агентов. Figma Agent поддерживает запуск нескольких агентов одновременно. Пока один создает мобильную версию макета, другой может адаптировать ту же страницу для планшета. Это существенно ускоряет работу над адаптивными дизайнами.

Ключевые фишки

Контекст дизайн-системы. Figma AI Agent понимает вашу дизайн-систему. Если в файле есть библиотека компонентов с определенными стилями, агент автоматически использует именно их при создании новых элементов. Это гарантирует консистентность дизайна без ручного контроля каждого решения.

Гранулярный контроль. В отличие от AI-инструментов, которые генерируют изображение 'целиком', Figma Agent работает с отдельными элементами: слоями, компонентами, вариантами. Вы можете попросить изменить конкретный слой, не затрагивая остальное. Это профессиональный уровень интеграции, которого не было ни в одном предыдущем AI-инструменте для дизайна.

Нативная поддержка Auto Layout. Agent знает, что такое Auto Layout в Figma, и правильно его использует при создании компонентов. Элементы, созданные агентом, корректно масштабируются, реагируют на изменение контента и соблюдают правила отступов. Это принципиально отличает его от AI-генераторов, которые создают 'картинку' вместо настоящего компонента.

Многозадачность. Вы можете запустить несколько агентов для параллельного выполнения задач. Пока один агент рефакторит карточки, другой может создавать новый экран. Figma отображает прогресс каждого агента в отдельной панели, и вы можете отслеживать и управлять всеми одновременно.

Интеграция с AI-инструментами разработчика. Благодаря партнерству с Anthropic и OpenAI, Figma Agent поддерживает прямую связь с Claude Code и Codex CLI. Разработчик может попросить Claude Code 'реализуй этот компонент из Figma в React', и связь между дизайн-токенами и кодом будет установлена автоматически. Это ускоряет передачу дизайна в разработку.

История действий и откат. Каждое действие агента фиксируется в истории версий Figma. Если результат вас не устроил, достаточно нажать Ctrl+Z или откатиться к предыдущей версии в панели Version History. Страх перед необратимыми изменениями отпадает - все изменения, сделанные агентом, обратимы точно так же, как и изменения, сделанные вручную.

Совместная работа команды. Figma Agent работает в режиме реального времени и виден другим членам команды в общем файле. Если один дизайнер запустил агента, другие видят, какие изменения вносятся, и могут прокомментировать или остановить задачу при необходимости. Это сохраняет командную прозрачность рабочего процесса, к которой привыкли пользователи Figma.

Цены и ограничения

Figma AI Agent включен в платные планы Figma. В период бета-тестирования использование функции не расходует AI-кредиты, то есть для участников беты она условно бесплатна. После выхода из беты начнет действовать стандартная тарификация AI-функций Figma.

Планы Figma. AI Agent доступен на планах Professional, Organization и Enterprise. Точные условия и стоимость каждого плана актуальны на figma.com/pricing. Figma регулярно обновляет тарифную политику, поэтому проверяйте актуальную информацию на официальном сайте.

AI-кредиты. После выхода из беты использование AI Agent будет тарифицироваться через систему AI-кредитов Figma. Каждая команда агенту расходует определенное количество кредитов в зависимости от сложности задачи. Простые команды (изменение цвета) расходуют меньше, сложные (создание многоэкранного флоу) - больше. Кредиты включены в платные планы, с возможностью докупить дополнительные.

Ограничения бета-версии. В текущей бете Agent лучше всего работает с относительно простыми и четкими командами. Очень сложные многоэтапные задачи могут требовать разбивки на несколько последовательных команд. Некоторые продвинутые функции Figma (интерактивные компоненты, сложные варианты) пока поддерживаются в ограниченном режиме.

Поддерживаемые языки. На момент запуска бета-версии Agent лучше всего работает с командами на английском языке. Поддержка русского и других языков постепенно добавляется. Для наиболее точного результата рекомендуется писать команды на английском, хотя базовые команды на русском также обрабатываются.

Нужен ли VPN из России

Figma исторически доступна в России без ограничений - компания не закрывала доступ для российских пользователей. Однако в 2022 году возникли проблемы с оплатой подписок картами российских банков.

Веб-сайт и десктопное приложение. Figma работает в России без VPN. Сайт figma.com открывается, десктопное приложение для Windows и macOS устанавливается и запускается без ограничений. Существующие аккаунты работают в штатном режиме.

Оплата подписки. Оплата картами российских банков Visa и Mastercard, выпущенными после февраля 2022, может не проходить. Решения: карта иностранного банка, PayPal с неросийским адресом, корпоративная оплата через юридическое лицо в другой стране. Некоторые компании оформляют подписки через коллег или партнеров за рубежом.

AI Agent и региональные ограничения. Сам AI Agent в бета-версии может иметь дополнительные региональные ограничения, отдельные от общих ограничений Figma. Если при наличии платной подписки бета недоступна в вашем регионе, попробуйте открыть Figma через VPN с американским или европейским IP - это часто помогает получить доступ к функциям, ограниченным по региону.

Бесплатный тариф как вариант. Если оформить платную подписку не получается, Figma предлагает бесплатный план с ограниченной функциональностью. Базовые AI-функции Figma (не Agent, но другие AI-инструменты для дизайна) могут быть доступны и на бесплатном тарифе. Это позволяет познакомиться с AI-возможностями платформы без оплаты.

Образовательные аккаунты. Figma предоставляет бесплатный доступ к платным функциям студентам и преподавателям через программу Figma for Education. Если вы студент дизайна, разработки или смежных дисциплин, проверьте условия образовательной программы на figma.com/education - это может открыть доступ к AI Agent без оплаты.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Как создать личный подкаст в Spotify: Personal Podcasts с AI

В мае 2026 Spotify запустил Personal Podcasts - функцию для создания персональных AI-подкастов для Premium пользователей. Пишете промпт, загружаете ссылки или PDF - получаете аудио-выпуск. Подробная инструкция.

Что это и для кого

Spotify Personal Podcasts - это новая функция платформы Spotify, запущенная в мае 2026 года. Она позволяет создавать персонализированные аудио-выпуски прямо внутри приложения Spotify. Вы пишете текстовый запрос, загружаете ссылки, PDF-файлы или документы - и получаете готовый подкаст, озвученный AI-голосом на выбранном вами языке.

Это принципиально новый тип контента на Spotify: не чужие подкасты, которые вы слушаете, а ваши собственные - созданные специально под ваши интересы и потребности. Хотите ежедневную сводку новостей из выбранных вами источников? Аудио-пересказ длинной статьи, которую некогда читать? Регулярный обзор вашей отрасли? Всё это теперь возможно прямо в Spotify.

Технически Spotify Personal Podcasts работает схоже с Google NotebookLM, который создает AI-подкасты из загруженных документов - но с важными отличиями: это нативная интеграция в Spotify, что означает удобное воспроизведение на любых устройствах, синхронизацию прогресса прослушивания и все привычные функции платформы (плейлисты, закладки, скорость воспроизведения).

Кому это особенно полезно? Людям, которые хотят потреблять информацию в аудио-формате во время поездок, тренировок или работы по дому. Специалистам, которым нужно оставаться в курсе событий в своей профессиональной области. Студентам, которые предпочитают слушать материал, а не читать. Всем, у кого накопился список длинных статей 'прочту позже', до которых руки не доходят.

Важно понимать: Personal Podcasts - это персональный инструмент, а не публикация для широкой аудитории. Созданные выпуски видны только вам в личной библиотеке Spotify и не появляются в публичном каталоге подкастов платформы.

Как получить доступ и настроить

На момент написания Personal Podcasts находятся в бета-тестировании и доступны для части Premium-пользователей Spotify. Вот как начать.

Требования. Функция доступна подписчикам Spotify Premium. Бесплатные аккаунты не поддерживаются. Первоначально сервис запущен в США, расширение на другие регионы ожидается в течение 2026 года. Возрастное ограничение - 18 лет.

Шаг 1: Обновление приложения Spotify. Убедитесь, что у вас установлена последняя версия Spotify на смартфоне или компьютере. Personal Podcasts - новая функция, и она работает только в актуальных версиях приложения. Откройте App Store или Google Play и проверьте наличие обновлений.

Шаг 2: Поиск функции в приложении. После обновления откройте Spotify и перейдите в раздел 'Ваша библиотека'. Если функция доступна в вашем регионе и аккаунте, вы увидите новую вкладку или раздел с названием 'Personal Podcasts' или 'Мои подкасты'. Также кнопку создания подкаста можно найти в разделе 'Создать'.

Шаг 3: Studio by Spotify Labs. Spotify также запустил отдельное десктопное приложение Studio by Spotify Labs - более полнофункциональный инструмент для создания Personal Podcasts. В Studio доступны расширенные настройки: подключение к вашему календарю и почте для автоматической персонализации, более детальные настройки голоса и формата, расписание автоматических выпусков. Studio можно скачать с официального сайта Spotify Labs.

Шаг 4: Первичная настройка. При первом запуске функции Spotify попросит настроить базовые параметры: язык подкаста, предпочтительный голос (мужской или женский, разные акценты и стили речи), типичную длину выпуска (5 минут, 10 минут, 20 минут или пользовательская), и формат (разговорный, диалог двух ведущих, новостной, обучающий).

Первый запуск: создаем первый подкаст

Давайте создадим первый личный подкаст. Процесс занимает от 2 до 5 минут на подготовку, после чего Spotify генерирует аудио за несколько минут.

Метод 1: Подкаст из текстового промпта. Нажмите 'Создать новый выпуск' и выберите 'Из запроса'. Напишите, о чём должен быть подкаст. Например: 'Расскажи мне главные новости в области искусственного интеллекта за последнюю неделю, включая новые модели, запуски продуктов и важные исследования'. Spotify обработает запрос, найдет актуальную информацию из интернета и создаст структурированный аудио-выпуск на 10-15 минут.

Метод 2: Подкаст из ссылки или статьи. Скопируйте URL любой статьи, которую хотите 'прослушать'. Нажмите 'Из ссылки', вставьте адрес и нажмите Generate. Spotify прочитает страницу, извлечет ключевые идеи и создаст аудио-пересказ. Это отличный способ справиться с длинными материалами, которые некогда читать самостоятельно.

Метод 3: Подкаст из PDF или документа. Загрузите файл: исследование, отчет, книгу, рабочий документ. Spotify превратит его в структурированный аудио-рассказ. Особенно удобно для материалов, которые нужно изучить, но не хочется читать с экрана.

Настройка расписания. Самое мощное применение Personal Podcasts - регулярные выпуски по расписанию. Создайте серию: например, 'Каждое утро в 7:00 - 10-минутный обзор главных новостей в моей отрасли'. Spotify будет автоматически генерировать новый выпуск по расписанию - и он будет ждать вас в библиотеке каждое утро. Это как личное радио, настроенное именно под вас.

Настройка голоса. В настройках выпуска можно выбрать тип озвучки. Доступны разные голоса, темп речи, стиль подачи (нейтральный, энергичный, неформальный). Если вы хотите формат диалога - два ведущих обсуждают тему - выберите опцию 'Диалог'. Это делает прослушивание более живым и интересным.

Ключевые фишки

Нативная интеграция в Spotify. Главное преимущество - подкасты живут прямо в Spotify, а не в отдельном приложении. Это означает: синхронизацию прогресса прослушивания между всеми устройствами, возможность добавить в плейлист вместе с обычной музыкой и подкастами, поддержку Spotify Car Thing и умных колонок с поддержкой Spotify, привычный интерфейс без обучения новому инструменту.

Персонализация на основе вашего вкуса. Spotify давно собирает данные о ваших музыкальных и подкастных предпочтениях. Personal Podcasts использует эту информацию для подбора более релевантного контента, когда вы создаете подкаст на общую тему. Если вы много слушаете подкасты о технологиях, AI-ведущий в вашем персональном выпуске об экономике будет учитывать технологический угол.

Расписание и автоматизация. Возможность настроить регулярные выпуски по расписанию - это то, чего нет ни у одного другого аналогичного инструмента в таком удобном виде. Ваш персональный новостной брифинг, еженедельный обзор отрасли или ежемесячный отчет по выбранной теме - все это создается автоматически и ждет вас в библиотеке.

Работа с внешними источниками. Personal Podcasts может подключаться к вашему Gmail и Google Calendar (с разрешения пользователя) для создания ещё более персонализированного контента. Например, 'Расскажи мне о встречах на этой неделе и подготовь меня к каждой из них' - довольно неожиданное, но практичное применение AI-подкастов.

Выбор языка и многоязычность. Создавать подкасты можно на русском и других языках - не только на английском. Это делает инструмент по-настоящему доступным для русскоязычных пользователей, которые хотят потреблять AI-генерированный контент на родном языке.

Экспорт и совместный доступ. Хотя Personal Podcasts по умолчанию приватны, вы можете поделиться ссылкой на конкретный выпуск с другими пользователями Spotify. Это удобно, если вы создали интересный материал и хотите показать его коллеге или другу.

Цены и ограничения

Personal Podcasts включены в подписку Spotify Premium - отдельной платы на момент написания не предусмотрено. Однако действуют ограничения по количеству выпусков в месяц. Актуальную информацию о лимитах смотрите в настройках функции внутри приложения, так как они могут меняться в процессе бета-тестирования.

Spotify Premium. Подписка необходима для доступа к Personal Podcasts. Стоимость Premium-подписки Spotify уточняйте на официальном сайте spotify.com для вашего региона - цены различаются в зависимости от страны.

Лимиты генерации. В бета-версии действует ограниченное количество генераций в месяц, включенных в Premium-подписку. После исчерпания лимита можно докупить дополнительные кредиты. Точные лимиты Spotify не раскрывает публично и может изменять их в процессе тестирования.

Длина выпуска. Максимальная длина одного Personal Podcast выпуска на момент бета-тестирования - около 30 минут. Для большинства задач этого достаточно: обзор новостей, пересказ статьи, обучающий материал. Для очень длинных документов Spotify разбивает материал на несколько серий или создает краткую версию с ключевыми тезисами.

Хранение выпусков. Созданные Personal Podcasts хранятся в вашей библиотеке Spotify на протяжении определенного времени - конкретный срок зависит от настроек аккаунта и тарифного плана. Особо важные выпуски можно скачать для офлайн-прослушивания, как обычные подкасты. Это удобно для поездок в зоны с плохим покрытием сетью.

Качество источников. Функция лучше всего работает с открытыми веб-страницами и PDF-файлами. Контент за платным барьером (paywall) может быть недоступен. Некоторые форматы файлов (защищенные паролем PDF, сканы без текстового слоя) также могут не поддерживаться.

Язык и регион. На момент запуска бета-версии функция лучше всего работает с английским языком. Поддержка русского и других языков развивается, но качество может быть несколько ниже. Следите за обновлениями в официальном блоге Spotify.

Нужен ли VPN из России

Ситуация с доступностью Spotify в России сложная - платформа приостановила работу в России в 2022 году. Personal Podcasts - новая функция внутри Spotify, поэтому она также недоступна для российских пользователей напрямую.

Что произошло с Spotify в России. В марте 2022 года Spotify приостановил работу в России и закрыл своё представительство. Приложение было удалено из российских магазинов App Store и Google Play. Пользователи, имевшие аккаунты до этого момента, потеряли возможность оформить или продлить подписку обычным способом.

Использование через VPN. Технически Spotify по-прежнему работает при подключении через VPN к серверам в странах, где платформа доступна (США, Европа, большинство других стран). Через VPN можно создать новый аккаунт, оформить подписку с иностранной картой или PayPal и пользоваться всеми функциями, включая Personal Podcasts.

Оплата. Для оплаты подписки через VPN потребуется карта иностранного банка или PayPal-аккаунт, привязанный к неросийскому адресу. Российские карты не принимаются. Возможные решения: карта иностранного банка, цифровой кошелек, подарочная карта Spotify купленная у посредника.

Альтернатива для русскоязычных пользователей. Если VPN не подходит, для создания AI-подкастов из документов и ссылок можно воспользоваться Google NotebookLM (доступен в России через VPN или напрямую в зависимости от региона), который предлагает схожую функциональность - преобразование документов и ссылок в аудио-подкасты в стиле диалога двух ведущих. Также ElevenLabs и другие AI-платформы предлагают инструменты для создания аудиоконтента из текста, которые могут частично заменить функциональность Spotify Personal Podcasts.

Следите за обновлениями. Spotify активно расширяет географию новых функций. Если сегодня Personal Podcasts недоступны в вашем регионе, стоит проверять актуальность через несколько месяцев. Исторически Spotify расширял доступ к новым функциям достаточно быстро: от анонса до широкого релиза обычно проходит от одного до трёх кварталов. Подпишитесь на официальный блог Spotify (newsroom.spotify.com) или аккаунт в социальных сетях, чтобы не пропустить объявление о расширении доступа для вашей страны.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Как начать пользоваться Luma Uni-1: генератор изображений с reasoning

Luma AI выпустила Uni-1 в марте 2026 - модель занимает первое место в рейтинге ELO по качеству изображений, обгоняя Google и OpenAI при цене на 30% ниже. Полное руководство для начинающих.

Что это и для кого

Luma Uni-1 - это новый генератор изображений от компании Luma AI, запущенный в открытый доступ 23 марта 2026 года. Модель сразу же заняла первое место в мировом рейтинге качества изображений ELO на платформе LM Arena, обогнав таких конкурентов как Google Nano Banana 2 и GPT Image 2 от OpenAI. При этом стоимость генерации на 10-30% ниже, чем у конкурентов того же уровня. Это редкое сочетание в мире AI: лучшее качество при меньшей цене.

Luma AI - компания, уже известная своим видеогенератором Dream Machine. Uni-1 стал их ответом в категории генерации статичных изображений, и они явно постарались выйти с по-настоящему сильным продуктом. Название Uni-1 отражает ключевую идею: Universal, то есть универсальная модель для любых задач с изображениями.

Главная инновация Uni-1 - архитектура reasoning-first, то есть 'сначала рассуждение'. В отличие от большинства генераторов изображений, которые работают как диффузионные модели (постепенно убирая шум из случайного изображения), Uni-1 построена как авторегрессивный трансформер с единым токенным пространством для текста и пикселей. Попросту говоря, модель буквально 'думает' над вашим запросом, прежде чем начать рисовать, - и это принципиально улучшает понимание сложных многосоставных описаний.

Для кого подходит Uni-1? Во-первых, для людей, которым нужны качественные изображения для контента: иллюстрации к блогам и статьям, картинки для социальных сетей, визуалы для презентаций и маркетинговых материалов. Во-вторых, для дизайнеров и художников, которые используют AI как инструмент для концепт-арта, мудбордов и вдохновения. В-третьих, для всех, кто создает контент на нескольких языках: Uni-1 одна из немногих моделей, которая корректно рисует текст на русском, китайском, арабском и японском языках прямо на изображении.

Если вы уже пробовали Midjourney, Stable Diffusion, Adobe Firefly или GPT Image 2 и хотите сравнить их с чем-то новым - Uni-1 стоит попробовать. Модель особенно хороша при генерации изображений со сложными пространственными отношениями, множеством объектов и точным текстом внутри картинки.

Как зарегистрироваться и начать работу

Доступ к Uni-1 открыт через официальный сайт Luma AI. Процесс регистрации прост и занимает несколько минут. Вот пошаговая инструкция.

Шаг 1: Переход на сайт. Откройте браузер и перейдите на lumalabs.ai. Это основной сайт компании Luma AI, где собраны все их продукты: Dream Machine для видео, Genie для 3D-генерации и Uni-1 для изображений. На главной странице найдите раздел Uni-1 в навигации или перейдите напрямую по адресу lumalabs.ai/uni-1.

Шаг 2: Регистрация аккаунта. Нажмите кнопку Sign Up или Try Free. Luma AI поддерживает быструю регистрацию через аккаунт Google - это самый удобный способ, не нужно запоминать отдельный пароль. Также можно зарегистрироваться по email с подтверждением через ссылку. После входа в аккаунт платежные данные не запрашиваются - это происходит позже, при переходе на платный план.

Шаг 3: Первые бесплатные генерации. После входа вы попадаете в основной интерфейс с полем для ввода промпта. Новым пользователям доступно несколько бесплатных генераций, чтобы познакомиться с качеством. Этого достаточно для первоначальной оценки, прежде чем принимать решение о платной подписке.

Шаг 4: Изучение интерфейса. Интерфейс состоит из нескольких ключевых элементов: поле ввода промпта - основная область, куда вы пишете описание желаемого изображения; панель настроек - соотношение сторон, стиль и уровень детализации; кнопка загрузки референса - для работы на основе существующего изображения; и галерея - история всех ваших генераций. Все элементы интуитивны, специальных знаний не требуется.

Шаг 5: Мобильное приложение. Luma AI предлагает приложения для iOS и Android. Через мобильную версию удобно создавать изображения в любом месте и сразу публиковать их в социальных сетях. Все созданные изображения синхронизируются между устройствами через ваш аккаунт.

Первый запуск: что попробовать

Давайте сразу создадим несколько изображений и разберемся с ключевыми возможностями. Uni-1 понимает как краткие запросы в одну строку, так и развернутые описания на несколько предложений.

Тест 1: Простой старт. Начните с несложного запроса, чтобы почувствовать скорость и стиль модели: 'Уютная кофейня в Париже, осенний вечер, теплый свет, акварельный стиль'. Нажмите Generate и посмотрите на результат. Стандартная генерация занимает 15-30 секунд. Оцените детализацию, освещение и соответствие вашему описанию.

Тест 2: Сложный промпт с несколькими объектами. Именно здесь Uni-1 особенно выделяется среди конкурентов. Попробуйте: 'Два рыжих кота играют в шахматы за дубовым столиком в викторианской библиотеке, за высоким окном снегопад, на столе стоит чашка чая с паром, книжные полки до потолка, тёплый свет свечей'. Конкуренты часто теряют детали или путают пространственные отношения в таких запросах. Посмотрите, насколько точно Uni-1 воспроизводит всё описанное.

Тест 3: Текст внутри изображения. Uni-1 одна из лучших моделей для генерации читаемого текста на картинках. Попробуйте: 'Обложка книги с крупным заголовком Путеводитель по звёздам на тёмно-синем фоне с созвездиями и туманностями, стиль современного научного издательства'. Посмотрите, насколько четко и правильно отображается текст на русском языке.

Тест 4: Загрузка референса. Найдите любую фотографию в телефоне и загрузите её через кнопку Upload Reference. Затем напишите: 'Преобразуй в стиль цифровой живописи с яркими красками, сохрани композицию и основные объекты'. Uni-1 возьмет структуру вашего изображения как основу и применит к нему новый стиль.

Настройка форматов. Перед генерацией выберите соотношение сторон под вашу задачу: квадратное 1:1 для Instagram, горизонтальное 16:9 для YouTube или презентаций, вертикальное 9:16 для Stories и TikTok. Это избавляет от необходимости кадрировать результат вручную.

Ключевые фишки

Единая архитектура - главное преимущество. Большинство генераторов работают в два этапа: языковая модель разбирает промпт, затем диффузионная сеть рисует изображение. Информация неизбежно теряется при передаче между этапами. Uni-1 использует единый авторегрессивный трансформер: один и тот же механизм обрабатывает текстовые токены и пиксельные токены в одном пространстве. Результат - лучшее сохранение всех деталей описания в финальном изображении.

Рейтинг ELO No.1 по человеческим предпочтениям. После запуска в марте 2026 года Uni-1 занял первое место в рейтинге LM Arena - платформе, где тысячи пользователей сравнивают изображения от разных моделей вслепую и голосуют за лучшее. Это самый честный бенчмарк в индустрии, потому что он измеряет реальные предпочтения людей, а не синтетические метрики.

Многоязычный текст без ошибок. Подавляющее большинство генераторов изображений не умеют корректно рисовать текст на нелатинских алфавитах. Буквы получаются искаженными, перепутанными или вовсе нечитаемыми. Uni-1 нативно поддерживает русский, китайский, арабский, японский и другие языки. Это критически важно для создания рекламных баннеров, обложек книг и инфографики для русскоязычной аудитории.

Четыре режима работы в одном инструменте. Uni-1 объединяет в себе то, что раньше требовало нескольких разных инструментов. Text-to-image - классическое создание изображений по текстовому описанию. Reference-based - генерация с опорой на загруженное вами изображение. Style transfer - перенос стиля от одной картинки к другой. Image editing - изменение отдельных элементов существующего изображения по текстовому запросу. Всё в одном интерфейсе.

Стоимость ниже конкурентов. Сопоставимые по качеству сервисы от Google и OpenAI стоят заметно больше за аналогичный объем генераций. На момент написания Uni-1 предлагает более выгодное соотношение цены и качества. Для пользователей, которые генерируют много контента ежемесячно, разница в стоимости становится существенной.

Интеграция с Dream Machine. Поскольку Uni-1 - часть экосистемы Luma AI, вы можете использовать созданное изображение как стартовый кадр для генерации видео в Dream Machine. Один аккаунт, один интерфейс, и вы можете переходить от статичного изображения к видеоклипу в несколько кликов.

Цены и ограничения

Uni-1 предлагает несколько уровней доступа. Актуальные тарифы смотрите на lumalabs.ai/pricing, так как цены могут меняться. Ниже описана общая структура на момент написания материала.

Бесплатный уровень. Каждый новый аккаунт получает определенное количество бесплатных генераций. Этого достаточно для знакомства с качеством и принятия решения о подписке. На бесплатном уровне созданные изображения сохраняются в публичной галерее и могут быть видны другим пользователям.

Платные подписки. Предлагают увеличенный месячный лимит генераций, приоритетную очередь для быстрой генерации в часы пик, возможность сохранять работы в приватной галерее, доступ к более высокому разрешению и дополнительным режимам. Как правило, есть несколько уровней: для личного использования, для профессионалов и для команд.

API для разработчиков. Uni-1 доступен через API Luma AI. Разработчики могут встраивать генерацию изображений в свои продукты и автоматизированные рабочие процессы. Тарификация API обычно происходит поштучно, за каждую генерацию, что позволяет гибко масштабировать использование.

Ограничения по контенту. Как и у всех легальных генераторов изображений, в Uni-1 действуют правила безопасного использования. Запрещено генерировать изображения реальных людей без их согласия, NSFW-контент, материалы, нарушающие авторские права известных художников (если они явно указаны в запросе). Нарушение правил может привести к блокировке аккаунта.

Разрешение. На платных планах доступно разрешение до 2048x2048 пикселей, что достаточно для большинства digital-задач: веб-графика, социальные сети, презентации. Для полиграфической печати большого формата может потребоваться апскейлинг через сторонние инструменты.

Нужен ли VPN из России

Ситуация с доступностью Luma AI из России относительно благоприятная по сравнению с некоторыми другими AI-сервисами. Вот что нужно знать.

Веб-сайт доступен без VPN. Сайт lumalabs.ai открывается с российских IP-адресов без блокировок. Регистрация через Google-аккаунт или email также работает из России. Базовые функции генерации изображений доступны без VPN.

Главная проблема - оплата. Luma AI принимает оплату картами Visa и Mastercard международных платежных систем. Карты российских банков, находящихся под санкциями, при попытке оплаты подписки скорее всего будут отклонены. Решения: использовать карту иностранного банка, оплатить через сервисы виртуальных карт, попросить оплатить через аккаунт друга или коллеги за рубежом.

Нестабильная работа. Иногда пользователи из России сообщают о замедленной загрузке сайта или ошибках при генерации. В этих случаях VPN с европейским или американским сервером помогает решить проблему. Рекомендуемые VPN-сервисы: Mullvad, ProtonVPN, ExpressVPN.

Мобильное приложение. Приложение Luma AI может отсутствовать в российском App Store или Google Play. В этом случае можно использовать аккаунт другой страны в магазине приложений, либо просто пользоваться веб-версией через мобильный браузер - она хорошо адаптирована для смартфонов.

Альтернатива. Если оплата не проходит, а VPN недоступен, можно начать с бесплатных генераций, которые не требуют платежных данных. Этого достаточно для оценки качества и сравнения с другими доступными инструментами.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Как начать пользоваться Gemini Spark: личный AI-агент от Google

Gemini Spark - новый 24/7 персональный AI-агент от Google, анонсированный на Google I/O 2026. Работает с Gmail, Calendar, Drive и десятками сторонних сервисов. Подробная инструкция для новичков.

Что это и для кого

Gemini Spark - это персональный AI-агент от Google, анонсированный 19 мая 2026 года на конференции Google I/O. В отличие от обычных AI-ассистентов, Spark не просто отвечает на вопросы: он выполняет задачи самостоятельно, работает в фоновом режиме и продолжает действовать даже когда вы закрыли ноутбук или заблокировали телефон.

Представьте личного помощника, который следит за вашей почтой, планирует встречи, отслеживает дедлайны и напоминает о важных задачах - всё это без вашего участия. Именно это и делает Gemini Spark. Он переводит Gemini из разряда умного чата в разряд настоящего рабочего инструмента, который работает за вас, пока вы занимаетесь более важными делами.

Важно понять принципиальное отличие от привычных AI-инструментов: ChatGPT или обычный Gemini отвечают вам только тогда, когда вы сами пишете запрос. Spark же действует проактивно - он наблюдает, анализирует и выполняет задачи по расписанию или по триггерам, которые вы настраиваете заранее. Это уже не чат-бот, это полноценный AI-агент нового поколения.

Gemini Spark создан для людей, которые много работают с продуктами Google: Gmail, Google Calendar, Google Drive, Google Docs и Sheets. Если вы используете эти инструменты ежедневно - Spark станет для вас значительным ускорением. Сервис также подходит всем, кто хочет автоматизировать рутинные задачи: разбор почты, составление сводок, мониторинг проектов, отслеживание переговоров и договоренностей.

Сервис рассчитан на деловых пользователей, фрилансеров и студентов, которые управляют большим объемом информации. Новичкам в AI Spark будет особенно полезен: не нужно разбираться в промптах и технических деталях. Достаточно написать задачу обычным языком, как будто пишете коллеге. Агент сам разберется, как ее выполнить, используя подключенные к нему инструменты и сервисы.

Как зарегистрироваться и получить доступ

На момент написания Gemini Spark находится в закрытом бета-тестировании. Доступ открыт для подписчиков Google AI Ultra в США, а также для некоторых корпоративных пользователей через Google Workspace. Вот как получить доступ шаг за шагом.

Шаг 1: Подписка на Google AI Ultra. Перейдите на сайт one.google.com и выберите тарифный план Google AI Ultra. Это премиальный тариф Google, включающий доступ к самым мощным моделям Gemini, расширенное хранилище в Google One и, самое главное, Gemini Spark. Подписка доступна пользователям старше 18 лет в поддерживаемых регионах.

Шаг 2: Открытие Gemini App. После оформления подписки откройте приложение Gemini на смартфоне (iOS или Android) или зайдите на gemini.google.com через браузер. В разделе настроек или прямо на главной странице приложения появится новая опция - вкладка или кнопка Spark.

Шаг 3: Активация и первичная настройка. Нажмите на кнопку Spark и следуйте инструкциям по начальной настройке. Google проведет вас через мастер подключения сервисов. Начните с одного-двух приложений, например Gmail и Google Calendar. Не нужно сразу давать доступ ко всему - это можно сделать постепенно, по мере того как будете убеждаться в надежности агента.

Шаг 4: Разрешения и безопасность. Gemini Spark запросит разрешения на чтение и запись в подключенных сервисах. Внимательно изучите, что именно вы разрешаете. Google гарантирует, что Spark будет запрашивать подтверждение перед любыми важными действиями: отправкой писем, совершением платежей и другими необратимыми операциями. Права доступа можно изменить в любой момент в настройках аккаунта Google.

Шаг 5: Корпоративный доступ. Если ваша компания использует Google Workspace, уточните у IT-администратора возможность корпоративного доступа к Spark. Некоторые организации получают доступ через корпоративные лицензии Google Workspace, и в таком случае вам не нужна личная подписка на AI Ultra.

Важно для бета-тестеров. В период бета-тестирования Google периодически рассылает приглашения пользователям из листа ожидания. Если вы хотите попасть в бета-тест раньше, подпишитесь на список ожидания на официальной странице Gemini на gemini.google.com - там есть опция 'Получить ранний доступ'.

Первый запуск: что попробовать

После подключения аккаунтов Gemini Spark готов к работе. Вот несколько задач, с которых стоит начать, чтобы сразу почувствовать разницу между обычным AI-ассистентом и полноценным агентом.

Задача 1: Сводка почты. Напишите Spark: 'Проверь мою почту за последние 48 часов и составь список писем, требующих ответа'. Агент просмотрит Gmail, отсортирует письма по приоритету и выдаст краткое резюме с конкретными рекомендациями. Это экономит 15-20 минут утреннего разбора почты и позволяет начать день с ясного понимания приоритетов.

Задача 2: Анализ расписания. Попросите: 'Посмотри мой календарь на эту неделю и скажи, есть ли конфликты в расписании'. Spark проанализирует Google Calendar и сообщит о пересечениях встреч, слишком плотных днях и свободных окнах для сосредоточенной работы. Можно попросить его сразу предложить решения: перенести менее важную встречу или освободить время для обеда.

Задача 3: Поиск в Google Drive. Спросите: 'Найди в моем Drive документ с договором с [название компании] за прошлый квартал'. Spark просмотрит Google Drive и найдет нужный файл, даже если вы не помните его точное название или папку. Это особенно полезно при работе с большим количеством документов.

Задача 4: Рекуррентная задача. Настройте автоматическое задание: 'Каждый понедельник в 9:00 присылай мне сводку важных писем за выходные'. Это демонстрирует ключевое преимущество Spark: он работает по расписанию без вашего участия. Именно такие автоматические задачи экономят больше всего времени в долгосрочной перспективе.

Задача 5: Мониторинг переписки. Попробуйте: 'Следи за письмами от [имя клиента] и сразу сообщай мне, если придет что-то срочное'. Spark установит наблюдение и пришлет уведомление, когда появится новое важное сообщение от указанного отправителя. Это особенно ценно при ведении переговоров или ожидании ключевых решений.

Задача 6: Подготовка к встрече. Перед важным созвоном попросите: 'Собери все письма и документы, связанные с проектом X за последний месяц'. Spark за несколько секунд создаст дайджест всей переписки и файлов, связанных с нужной темой, - то, на что у вас вручную ушло бы полчаса.

Ключевые фишки

Фоновая работа - главное отличие. Gemini Spark продолжает работать, даже когда вы не взаимодействуете с приложением. Задача, которую вы поставили утром, выполнится в нужное время без напоминаний с вашей стороны. Это принципиально отличает его от обычных AI-ассистентов, которые существуют только в момент активного диалога с вами.

Нативная интеграция с Google-экосистемой. Spark подключен к Gmail, Google Calendar, Google Drive, Google Docs, Google Sheets, Google Slides, YouTube и Google Maps. Это означает не просто чтение данных, а реальные действия: создание событий в календаре, редактирование документов, поиск и систематизация файлов, отправка писем от вашего имени.

Сторонние сервисы. Помимо продуктов Google, Spark интегрируется с Canva, OpenTable, Instacart и другими платформами. Google планирует расширять список партнеров. Это означает, что агент сможет бронировать столики в ресторанах, делать онлайн-заказы или взаимодействовать с CRM-системами вашей компании.

Контроль и безопасность. Перед любым важным действием - отправкой письма, оформлением заказа, изменением документа - Spark запрашивает ваше подтверждение. Все операции фиксируются в истории действий, которую вы можете просмотреть в любой момент. Google уделяет особое внимание прозрачности: вы всегда знаете, что именно сделал агент от вашего имени.

Daily Brief - ежедневная сводка. Каждое утро Spark может отправлять персональную сводку дня: важные письма, предстоящие встречи, незакрытые задачи, напоминания. Это занимает 2-3 минуты вместо обычного 20-минутного разбора повестки. Время и формат сводки настраиваются под ваши предпочтения.

Обучение на вашем стиле работы. Со временем Spark адаптируется к вашим привычкам. Если вы регулярно отвечаете на письма определенных людей быстро, агент начнет приоритизировать такие сообщения. Если вы предпочитаете встречи по утрам, он учтет это при планировании. Такая персонализация делает агента все полезнее по мере использования.

Голосовые команды. Spark поддерживает голосовые команды через приложение Gemini на смартфоне. Вы можете отдавать задания вслух, не останавливаясь: например, во время поездки в метро сказать 'Spark, напомни мне в 15:00 позвонить коллеге по поводу отчета' - и агент создаст напоминание и при необходимости добавит событие в календарь.

Цены и ограничения

На момент написания Gemini Spark доступен только в составе подписки Google AI Ultra. Уточняйте актуальную стоимость подписки на официальном сайте one.google.com, так как тарифы могут изменяться. Подписка Google AI Ultra включает не только Spark, но и доступ к мощнейшим моделям Gemini, расширенное хранилище Google One и другие премиальные функции.

Географические ограничения. На момент запуска бета-версии Spark доступен только пользователям из США. Пользователи из других стран, включая Россию и большинство стран СНГ, пока находятся в очереди ожидания. Google обещает расширить географию доступа в течение 2026 года.

Возрастное ограничение. Сервис доступен только для пользователей старше 18 лет. Это связано с тем, что агент получает доступ к личной переписке и может совершать финансовые операции от вашего имени.

Ограничения бета-версии. В текущей версии Spark поддерживает ограниченный набор сторонних сервисов. Некоторые сложные многоэтапные задачи могут выполняться неточно или требовать уточнений. Скорость выполнения задач в фоновом режиме может варьироваться в зависимости от нагрузки на серверы. Все эти ограничения типичны для стадии бета и будут устраняться с каждым обновлением.

Корпоративные лицензии. Для бизнеса Google планирует отдельные тарифные планы через Google Workspace. Детали и стоимость корпоративных лицензий уточняйте у официальных партнеров Google или на сайте workspace.google.com.

Нужен ли VPN из России

Да, на момент написания материала Gemini Spark недоступен для пользователей из России без VPN. Сервис ограничен для США и части других стран. При попытке войти с российского IP-адреса вы, скорее всего, увидите сообщение о недоступности в вашем регионе или функция Spark просто не отобразится в интерфейсе приложения.

Как использовать с VPN. Если у вас есть VPN с серверами в США - Mullvad, ExpressVPN, NordVPN или аналогичные сервисы, - вы сможете открыть gemini.google.com и получить доступ к Gemini App с интерфейсом, как у американских пользователей. Однако для оформления подписки Google AI Ultra потребуется американский способ оплаты или карта международной платежной системы, принимаемая в США.

Аккаунт Google и регион. Если у вас уже есть аккаунт Google, зарегистрированный не в России, работа через VPN становится проще. Некоторые пользователи отмечают, что смена региона в настройках аккаунта Google помогает получить доступ к новым функциям раньше официального релиза в их стране.

Ситуация может измениться. Google исторически достаточно быстро расширяет географию своих новых продуктов. Gemini и другие сервисы компании постепенно становились доступны во многих странах мира. Следите за официальными анонсами на blog.google и в самом приложении Gemini: в разделе 'Что нового' регулярно появляются уведомления о расширении региональной доступности.

Альтернатива без VPN прямо сейчас. Пока Spark недоступен в России, воспользуйтесь полной версией Gemini на gemini.google.com - она уже предлагает многие возможности умного ассистента, включая работу с документами и поиск информации, хотя и без фоновых агентских задач и глубокой интеграции со сторонними приложениями.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Anthropic закрывает раунд на $30 млрд: четыре фонда несут по $2 млрд

Четыре фонда несут по $2 млрд каждый, оценка Anthropic — $900 млрд.

🔴 Anthropic закрывает раунд на $30 млрд: четыре фонда несут по $2 млрд

На следующей неделе четыре крупнейших венчурных фонда положат на стол по $2 млрд каждый — и сделка, о которой говорят весь май, станет реальностью. По данным Bloomberg, финальная оценка Anthropic — $900 млрд.

Раунд на $30+ млрд возглавляют Sequoia Capital, Dragoneer, Altimeter и Greenoaks — каждый вкладывает не менее $2 млрд. К сделке присоединяются Founders Fund Питера Тиля и General Catalyst. Параллельно компания обещает инвесторам удвоение выручки до $10,9 млрд во втором квартале и первый прибыльный квартал в своей истории.

Капитал течёт уже не туда, где красивая модель, а туда, где есть выручка и инфраструктурные контракты. AI-рынок входит в фазу, где побеждают игроки, способные одновременно сжигать капитал и показывать дорогу к прибыли.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #Anthropic #Claude #модели #инвестиции #венчур #раунд #оценка #BigTech #ИИ #технологии #AravanaAI

Стартап Альтмана против старости оценили в $1,8 млрд

Retro Biosciences оценили в $1,8 млрд. Клинические испытания идут, данные ждут к августу.

🔴 Стартап Альтмана против старости оценили в $1,8 млрд

Человек, который вывел OpenAI в лидеры AI-рынка, в личных инвестициях ставит на одну тему — продление жизни. Retro Biosciences, в который вложился Сэм Альтман, в новом раунде оценили в $1,8 млрд. Миссия компании прямая — «добавить 10 здоровых лет к человеческой жизни».

Первые клинические испытания уже идут — таблетка, которая помогает организму выводить белковые отложения при болезни Альцгеймера. Гендиректор Джо Беттс-ЛаКруа говорит: токсичных эффектов нет, данные ждут к августу 2026. Работают по трём направлениям сразу: генная терапия в живом организме, замена клеток, перепрограммирование тканей, чтобы вернуть им молодые функции.

На бумаге это выглядит как рядовая биотех-оценка. На деле это новый класс компаний: AI делает возможным биологию, которую раньше просто нельзя было просчитать. Для российского предпринимателя это подсказка: технологические миллиардеры вкладывают личные деньги в долголетие не потому, что хотят дожить до 150 лет. Они видят следующий рынок после AI — и этот рынок старость.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#longevity #долголетие #биотех #антиэйджинг #здоровье #healthtech #клиническиеиспытания #фарма #OpenAI #инвестиции #ИИ #технологии #AravanaAI

Mistral купила австрийский стартап, который ужимает дни инженерных расчётов в секунды

Главная AI-лаборатория Европы покупает уже вторую компанию за три месяца — и заходит в индустриальный сегмент, где традиционная симуляция занимает дни.

🔴 Mistral купила австрийский стартап, который ужимает дни инженерных расчётов в секунды

Главная AI-лаборатория Европы уходит в неожиданную сторону. Mistral покупает Emmi AI — австрийский стартап возрастом чуть больше года, который учит модели не на текстах из интернета, а на законах физики.

Emmi делает «большие инженерные модели»: они моделируют поток воздуха вокруг крыла самолёта или деформацию автомобиля при ударе в реальном времени. Раньше такие расчёты у инженеров занимали дни на суперкомпьютерах. В команде Emmi 30+ человек и €15 млн посевного раунда за плечами. Сумма сделки не раскрыта, но названа «существенной». Это уже второе поглощение Mistral за три месяца — в феврале французы забрали себе облачную платформу Koyeb. Глава Mistral Артур Менш заявил, что сделка «закрепляет лидерство компании в индустриальном AI».

За этим стоит важный сдвиг. До сих пор все ведущие лаборатории делали модели общего назначения и боролись за разработчиков и офисных сотрудников. Теперь Mistral идёт в заводы, авиацию и автопром — туда, где у американских и китайских игроков нет ни одной сильной позиции. Для российского предпринимателя это сигнал: индустриальный AI становится отдельным рынком со своими лидерами, и точка входа в него — не GPT, а узкие модели под конкретную физику процесса.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #модели #MA #сделки #инвестиции #BigTech #промышленныероботы #автоматизация #ИИ #технологии #AravanaAI

AMD заливает $10 млрд в Тайвань — главная ставка против NVIDIA

Лиза Су лично прилетела на остров и пообещала больше $10 млрд в местные заводы и упаковку чипов — AMD готовит атаку на NVIDIA через инфраструктуру, а не через одиночные GPU.

🔴 AMD заливает $10 млрд в Тайвань — главная ставка против NVIDIA

Лиза Су прилетела на Тайвань и сразу подписала чек, который раньше выписывала только NVIDIA. AMD объявила о вложениях больше $10 млрд в тайваньскую экосистему чипов — деньги пойдут не в один завод, а сразу в десяток партнёров по упаковке и сборке AI-серверов.

Главный получатель — продвинутая упаковка. AMD вместе с тайваньскими ASE, SPIL и PTI разворачивает технологию EFB 2.5D, чтобы сшивать процессоры и память в один блок без потерь. К ним подключают сборщиков серверов Wiwynn, Wistron, Sanmina и Inventec. Всё это нужно под платформу Helios — стойку с GPU Instinct MI450X и процессорами EPYC шестого поколения, которую AMD планирует выпустить во второй половине 2026 года. Главный соперник Helios — стойки NVIDIA, которые сейчас собирают на тех же тайваньских линиях.

Это важный сдвиг. Долгое время казалось, что AI-инфраструктура — это монопольный бизнес NVIDIA. Теперь AMD занимает места на тех же заводах, у тех же подрядчиков, и обещает аналогичный сервер целиком, а не отдельный GPU. Для российского предпринимателя, который смотрит на стоимость аренды AI-мощностей, это означает одно: к 2027 году у NVIDIA впервые появится прямой конкурент, способный закрыть большой корпоративный контракт без оговорок. А значит, цена на запуск AI-моделей начнёт падать быстрее, чем сейчас.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #GPU #полупроводники #AMD #TSMC #NVIDIA #инфраструктура #инвестиции #чиповаявойна #BigTech #ИИ #технологии #AravanaAI

Bloom Energy +130% выручки и $5 млрд от Brookfield — электричество стало валютой AI

Bloom Energy удвоил выручку до $751 млн, превзошёл прогнозы на 243% и зарабатывает на сделке с Brookfield в $5 млрд под AI-дата-центры.

🔴 Bloom Energy +130% выручки и $5 млрд от Brookfield — электричество стало валютой AI

Квартальная выручка $751 млн — более чем вдвое выше прошлогодней. Прибыль на акцию превзошла прогнозы аналитиков на 243%. Так рынок энергетики обычно не работает. Bloom Energy сейчас — это прямая ставка на одно: AI-дата-центрам электричество нужно ещё вчера.

Главный вклад в рост даёт партнёрство с Brookfield на $5 млрд — только в Q1 это принесло $373 млн выручки. Плюс сделка с Oracle на 2,8 ГВт для AI-дата-центров. Портфель заказов вырос до $20 млрд, годовой прогноз подняли до $3,4–3,8 млрд. Гендиректор К.Р. Шридхар называет это «уникальной в жизни поколения возможностью пересобрать, как генерируется и доставляется энергия».

Картинка рынка простая: GPU-кластеры жрут больше электричества, чем средний город, а сеть США к этому не готова. Любой, кто умеет выдать мегаватты вне сети — и быстро — может просить любые деньги. Для российского предпринимателя это ответ на вопрос «в чём реально будет дефицит в ближайшие годы»: не GPU, а ватты. Тот, кто первым это понял, уже их продаёт.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#датацентры #инфраструктура #энергетика #мощности #Oracle #капзатраты #рынок #сделки #ИИ #технологии #AravanaAI

Пентагон просит $29,5 млрд на собственный AI-арсенал

Пентагон запросил $29,5 млрд в бюджете 2027 на программу «AI Arsenal» — собственные дата-центры, GPU и боевые AI-модели.

🔴 Пентагон просит $29,5 млрд на собственный AI-арсенал

Сумма больше всего российского рынка облачных вычислений в несколько раз. И всё это — на один строчный пункт в оборонном бюджете США. Пентагон вписал в бюджет 2027 года новую программу «AI Arsenal» и требует под неё почти $30 млрд за один год.

Деньги пойдут на вещи, которые раньше военные покупали разрозненно: защищённые дата-центры с допуском к секретным данным, закупку GPU следующего поколения, интеграцию коммерческих AI-моделей в боевое управление, разведку угроз и военную логистику. Логика Пентагона прямая: хватит арендовать облако по битам — нужна «фундаментальная, принадлежащая государству AI-инфраструктура». Это часть White House AI Action Plan администрации Трампа.

Одновременно это сигнал рынку: NVIDIA, AMD, Oracle и вся цепочка дата-центров получают новый гарантированный спрос на годы вперёд. Для предпринимателя это важный маяк: «всё в облаке» — это не будущее, а временный этап. Настоящие большие игроки уже возвращаются к своим железкам — и это перекроит экономику AI в любой отрасли, где данные чувствительные.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#геополитика #нацбезопасность #датацентры #инфраструктура #GPU #суперкомпьютеры #NVIDIA #Oracle #США #ИИ #технологии #AravanaAI

Anthropic уходит с чипов NVIDIA — переговоры с Microsoft о Maia

Спрос на Claude вырос в 80 раз за квартал — и Anthropic срочно ищет железо у всех, кто может его дать, включая собственный чип Microsoft.

🔴 Anthropic уходит с чипов NVIDIA — переговоры с Microsoft о Maia

Когда твой сервис вырастает не в 10 раз, как планировал, а в 80 — ты будешь брать чипы у всех. По данным Winbuzzer, Anthropic ведёт переговоры с Microsoft об использовании её собственного AI-ускорителя Maia 200 — впервые в истории компании, которая до сих пор сидела на NVIDIA и Google TPU.

Цифры объясняют срочность. Anthropic сама закладывала рост спроса в 10 раз за год — а первый квартал дал в 80 раз больше расчётной нагрузки. Пользователи Claude упираются в лимиты, корпоративные функции выходят с задержкой. Maia 200 от Microsoft — это чип для запуска AI-моделей с 216 ГБ памяти и заявленной экономией 30% на каждый запрос по сравнению с обычным железом Azure. Параллельно Anthropic закрывает сделку на $1,8 млрд с Akamai, договаривается со SpaceX о выделенных мощностях и ведёт переговоры с британским стартапом Fractile (его чипы ждут в 2027-м). Microsoft и Anthropic пока публично не комментируют.

Это важный сдвиг для всей AI-индустрии. До сих пор Microsoft использовала Maia только внутри себя — никто из внешних разработчиков не доверял её чипу в реальной нагрузке. Сделка с Anthropic стала бы первым серьёзным внешним заказом и означала бы, что у NVIDIA впервые появился осязаемый конкурент в запуске AI-моделей. Для российского предпринимателя, который платит за токены через Claude, это перспектива снижения цен на горизонте 12-18 месяцев: чем больше у Anthropic альтернативных поставщиков железа, тем ниже их собственная себестоимость.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #GPU #NVIDIA #Anthropic #Microsoft #Claude #инфраструктура #датацентры #Azure #нейросети #BigTech #ИИ #технологии #AravanaAI

ChatGPT теперь делает презентации в PowerPoint — конец эпохи слайдов руками

OpenAI запустила интеграцию с PowerPoint: ChatGPT сам делает слайды, переписывает их по запросу и подтягивает данные из Gmail и Outlook.

🔴 ChatGPT теперь делает презентации в PowerPoint — конец эпохи слайдов руками

Презентация на 30 слайдов раньше занимала вечер. Теперь хватает одного промпта. OpenAI запустила интеграцию ChatGPT с Microsoft PowerPoint: бот сам создаёт слайды, переписывает их по требованию и вытягивает материалы из Gmail, Outlook и SharePoint.

Интеграция работает в бета-режиме с 21 мая и доступна большинству пользователей ChatGPT, включая бесплатный тариф и подписку Business. Просишь «сделай презентацию по Q1-отчёту с акцентом на регионы», ChatGPT берёт данные из почты и облака, генерирует слайды, оформляет графики. Потом можно править голосом или текстом, не открывая редактор. Любопытно: ChatGPT уже работал внутри Excel и Google Sheets, а в PowerPoint, главном инструменте корпоративных презентаций, его до сих пор не было. Конкуренты не спали: Claude от Anthropic умеет править слайды с сентября 2025-го, Gemini от Google встроен напрямую в Google Slides.

Это очередной кусок офисной рутины, отдаваемый AI. Презентации, отчёты, переписка. Три задачи, на которые сотрудник тратит до половины рабочего дня. Когда они занимают пять минут, у компании появляется выбор: дать сотруднику больше задач или сократить штат на ту же долю. Российскому предпринимателю стоит зайти в PowerPoint и посмотреть на сценарий лично. Раз в три месяца такие интеграции меняют не функции продукта, а ожидания клиентов от скорости вашей команды.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #ChatGPT #OpenAI #Microsoft #productivitytools #агентыИИ #BigTech #рынок_труда #будущее_труда #ИИ #технологии #AravanaAI

Samsung сдвигает поставки памяти для NVIDIA: ругаются из-за бонусов

Сотрудники Samsung из других подразделений увидели, сколько получают коллеги из памяти — и начали тихо саботировать линии упаковки чипов. Под удар попадают будущие AI-ускорители NVIDIA.

🔴 Samsung сдвигает поставки памяти для NVIDIA: ругаются из-за бонусов

Когда твой сосед по офису получает $400 000 годового бонуса, а ты $4 000, мотивация работать быстро резко падает. По данным Tom's Hardware, бонусный скандал в Samsung добрался до подразделения, которое делает упаковку чипов памяти HBM4 для будущих AI-ускорителей NVIDIA Rubin.

Цифры конфликта. Сотрудники подразделения памяти получили около 600 миллионов вон премии (примерно $400 000). Их коллеги из DX-дивизиона, который делает смартфоны и телевизоры, получили 6 миллионов вон, или $4 000. У конкурентов из SK Hynix годовой бонус доходит до $900 000. После объявления цифр работники подразделения Test & Package, через которое проходит вся упаковка HBM, начали тихо тормозить. Принятие решений по крупным проектам встало, встречи отменяются, на верификационных линиях задержки. До 27 мая идёт голосование по ратификации сделки, и параллельно меньший профсоюз DX подал в суд иск против неравенства. Численность DX-профсоюза за неделю выросла с 3 000 до почти 13 000 человек.

Эта история бьёт сразу по двум фронтам мировой AI-индустрии. NVIDIA готовит запуск ускорителей Rubin, где HBM4 от Samsung должна стать стандартом. Сорванный график у Samsung автоматически означает дефицит AI-памяти на весь 2026 год и более высокие цены на конечные системы. Российскому предпринимателю это сигнал: то, что выглядит как корейский трудовой конфликт, через два-три квартала отзовётся в стоимости аренды AI-вычислений по всему миру. Когда крупнейший поставщик ключевого компонента шатается, индустрия чувствует это очень быстро.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #полупроводники #HBM #NVIDIA #Samsung #инфраструктура #рынок_труда #зарплаты #чиповаявойна #BigTech #ИИ #технологии #AravanaAI

DeepSeek собирает $10 млрд при оценке $45 млрд — Лян Вэньфэн ставит на AGI вместо выручки

DeepSeek ведёт переговоры о привлечении около $10 млрд при оценке $45 млрд. Основатель Лян Вэньфэн говорит инвесторам: открытые модели и путь к AGI важнее коммерциализации.

🔴 DeepSeek собирает $10 млрд при оценке $45 млрд — Лян Вэньфэн ставит на AGI вместо выручки

Год назад DeepSeek шокировал индустрию дешёвой моделью, которая по качеству спорила с OpenAI. Теперь компания готовится поднять один из крупнейших раундов в истории китайских стартапов — и при этом её основатель прямо говорит инвесторам: ускоренные продажи не цель.

По сообщению Investing.com, DeepSeek ведёт переговоры о привлечении около 70 млрд юаней ($10 млрд) при оценке порядка $45 млрд. В числе возможных инвесторов — китайский государственный фонд National AI Industry Investment Fund, Tencent, IDG Capital и Monolith Capital. Основатель Лян Вэньфэн сказал инвесторам, что компания продолжит выпускать открытые модели и сосредоточится на пути к AGI — искусственному интеллекту общего уровня — а не на ускоренной монетизации. Окончательная сумма и состав инвесторов ещё могут измениться.

Это редкий сигнал для технологической индустрии: ведущая ИИ-лаборатория с государственным капиталом сознательно отказывается торопиться с деньгами ради научной цели. Для предпринимателя важна не сама сделка, а её математика: Китай готов вкладывать миллиарды именно в открытые модели — а значит, через год доступ к сильному ИИ для собственных продуктов станет дешевле и шире, и играть на ИИ-рынке сможет не только тот, у кого подписка на GPT-5.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #модели #DeepSeek #OpenAI #инвестиции #венчур #раунд #оценка #Китай #геополитика #ИИ #технологии #AravanaAI

NextEra ставит $67 млрд на электросети - AI-гонка оказалась про мегаватты, а не про алгоритмы

NextEra покупает Dominion за $67 млрд, Halliburton финансирует AI-питание, Альтман раздаёт токены вместо денег. Пять сделок недели: физическая инфраструктура стала главным активом AI-эры.

Три года подряд венчурный капитал гнался за языковыми моделями: кто умнее, кто быстрее, кто дешевле. В мае 2026 года что-то переключилось.

Пять крупнейших AI-сделок недели объединяет одно: деньги ушли не в алгоритмы. Они ушли в электросети, дата-центры, производственные мощности и - в одном случае - просто в токены API. Физический мир стал новым кремниевым золотом.

Параллельно произошёл геополитический прецедент. Китайский регулятор заблокировал продажу сингапурской компании американской корпорации - на основании того, что основатели стартапа когда-то работали в Китае. Это меняет правила игры для любого фаундера с азиатскими корнями.

Пять историй ниже - об одном тренде. Тот, у кого есть мегаватты, провода и производственные мощности, выигрывает AI-гонку. Тот, у кого только алгоритм, - арендует у первых.

NextEra и Dominion: $67 млрд за очередь на подключение

NextEra Energy уже пыталась купить Dominion Energy в 2020 году - и отступила под давлением регуляторов. Прошло шесть лет. Теперь сделка вернулась - и стала намного дороже. AI-бум изменил ставки.

Причина проста: Dominion управляет энергетической инфраструктурой Вирджинии. А Вирджиния - это Loudoun County, небольшой округ, через который проходит более 70% мировой маршрутизации интернет-трафика. Именно здесь расположены крупнейшие дата-центры мира.

Структура сделки: полностью акционерная. Акционеры Dominion получат 0.8138 акции NextEra за каждую свою акцию плюс $360 млн наличными при закрытии. Это называется all-stock merger - слияние через обмен акциями: покупатель платит не деньгами, а частью себя. NextEra сохраняет кредитный рейтинг на время 12-18-месячного регуляторного согласования - компания не берёт дополнительный долг в момент, когда каждый рейтинговый балл на счету.

NextEra предложила $67 млрд за Dominion при совокупной стоимости бизнеса объединённой компании $420 млрд. $420 млрд - это называется enterprise value, то есть цена бизнеса целиком вместе со всеми долгами. Представьте: вы покупаете квартиру вместе с ипотекой продавца - вот это и есть enterprise value.

Главный актив здесь - не генерирующие станции и не кабели. Это очередь на подключение. Трубопровод заявок на подключение дата-центров Dominion достиг 51 ГВт к марту 2026 года - он утроился с 16.5 ГВт в июле 2023. Купить эту очередь невозможно. Можно только купить компанию, которая ею управляет.

Оптовые цены на мощность в сети PJM - крупнейшей энергетической бирже восточного побережья США - выросли на 75.5% год к году в первом квартале 2026 года: с $77.78 до $136.53 за МВт·ч. Аукционные цены на резервирование мощности выросли с $28.92 до $333.44 за МВт в сутки между аукционами 2024/2025 и 2027/2028 годов. Энергия дорожает быстрее, чем GPU.

Dominion обязалась вернуть своим клиентам $2.25 млрд в виде кредитов за два года после закрытия сделки. Это политическая цена одобрения в Вирджинии: регуляторы должны убедиться, что потребители не пострадают от консолидации. Объединённая компания станет крупнейшим в мире оператором возобновляемой энергетики.

Для предпринимателя или инвестора сигнал такой: физическая энергетическая инфраструктура стала узким горлышком AI-гонки. Тот, кто контролирует мегаватты, задаёт темп развёртывания всего остального.

Applied Digital: компания без кэша подписывает контракты на $31 млрд

Applied Digital в 2025 году испытывала кризис ликвидности. По оценкам аналитиков, кэшевых резервов у компании оставалось меньше чем на год. Затем Applied Digital изменила модель - и превратилась в самого обеспеченного по законтрактованной выручке AI-инфраструктурного оператора в США.

Инструмент - take-or-pay lease. Это договор аренды, при котором арендатор обязан платить вне зависимости от фактического использования мощностей. Представьте: вы арендуете склад на 15 лет с гарантией - даже если склад пустует, вы платите полную стоимость. Для Applied Digital это означает предсказуемый денежный поток под строительство без привлечения новых акционеров.

Последняя сделка - кампус Polaris Forge 3. По данным Yahoo Finance, Applied Digital подписала 15-летний take-or-pay договор на базовую сумму ~$7.5 млрд с неназванным американским гиперскейлером с инвестиционным рейтингом. Гиперскейлер - это технологический гигант с собственной облачной инфраструктурой: AWS, Microsoft Azure, Google Cloud или Meta. Кампус обеспечит 300 МВт критической IT-нагрузки и ~430 МВт подключения к сети.

По данным Yahoo Finance, с учётом Polaris Forge 3 совокупная законтрактованная выручка Applied Digital по четырём AI-кампусам достигла $31 млрд - и до $73 млрд с учётом опционов на продление. $73 млрд гарантированной выручки - это больше, чем большинство компаний в энергетическом секторе зарабатывает за всё своё существование.

По данным Motley Fool, кампус Polaris Forge 3 займёт свыше 600 акров и оснащён проприетарной технологией безводного охлаждения - операции начнутся в августе 2027 года. Безводное охлаждение критично для плотных AI-кластеров: традиционное воздушное охлаждение не справляется с плотностью современных GPU-систем.

~65% выручки Applied Digital обеспечены американскими гиперскейлерами с инвестиционным рейтингом. Это означает: ключевые клиенты не обанкротятся. Модель похожа на аренду офисов крупным корпорациям - риск дефолта близок к нулю.

Take-or-pay lease становится новым стандартом финансирования AI-инфраструктуры. Applied Digital строит кампус - гиперскейлер фиксирует вычислительные мощности по сегодняшним ценам на 15 лет вперёд. Обе стороны хеджируют риск дефицита. Парадокс завершился: компания с кризисом ликвидности стала самым законтрактованным игроком рынка.

VoltaGrid: нефтяной гигант финансирует питание AI - и это не ирония, а стратегия

Halliburton - компания, которая зарабатывает на нефтяных скважинах, - вложила деньги в питание AI-дата-центров. В долгосрочной перспективе AI снизит спрос на нефть через электрификацию транспорта и оптимизацию промышленности. Halliburton об этом знает. И всё равно инвестирует.

VoltaGrid специализируется на behind-the-meter power - это автономные энергосистемы, которые напрямую питают дата-центры без зависимости от внешней сети. Представьте: вместо подключения к общей электросети вы ставите собственный генераторный комплекс прямо за стеной дата-центра. Когда очередь на подключение к общей сети растянулась на годы вперёд, behind-the-meter становится единственным быстрым решением.

VoltaGrid привлекла $1.0 млрд: $775 млн первичного капитала и $225 млн вторичной покупки у существующих инвесторов от Blackstone Tactical Opportunities и Halliburton. Первичный капитал ($775 млн) идёт на баланс компании для развёртывания новых энергосистем. Вторичный ($225 млн) даёт ликвидность ранним инвесторам - им позволяют частично выйти из инвестиции.

Одновременно VoltaGrid поглощает Propell Energy Technology - производителя оборудования для своей фирменной системы QPac для AI-дата-центров. Propell существует с 1978 года, у компании ~1 000 сотрудников в США и Канаде. VoltaGrid построит на площадке Propell в Granbury, Texas два дополнительных автоматизированных завода с целевой мощностью ~300 МВт производства в месяц.

Портфель заказов VoltaGrid составляет ~7.5 ГВт до 2030 года. Поглощение Propell снижает риск срыва поставок: теперь производитель оборудования и оператор системы - одна компания. Это вертикальная интеграция в чистом виде.

Мотив Halliburton здесь не альтруизм - это стратегический хедж. Нефтяная промышленность понимает, что AI-электрификация в перспективе сократит её рынок. Но сам процесс этой электрификации требует огромного количества энергии - именно той, которую нефтяные гиганты умеют производить и продавать. Blackstone Tactical Opportunities - специализированное подразделение Blackstone, управляющего крупнейшим в мире портфелем альтернативных активов, - ставит на инфраструктурную доходность в AI-буме через нестандартный актив.

Manus AI: Китай создал прецедент, который изменит правила для каждого фаундера

Manus AI переехала в Сингапур. Перерегистрировалась под новым юридическим лицом - Butterfly Effect. Большинство китайских сотрудников уволила. Затем в декабре 2025 года продалась Meta за $2 млрд с лишним. Казалось бы - сделка закрыта.

В конце апреля 2026 года китайский регулятор NDRC - орган, который надзирает за иностранными инвестициями в стратегических секторах, - заблокировал сделку. Основание: возможное нарушение китайских правил об иностранных инвестициях и риск утечки стратегических AI-технологий. NDRC заявила юрисдикцию на том основании, что основатели Manus ранее работали в Китае - несмотря на сингапурскую регистрацию компании.

По данным The Next Web, Manus AI рассматривает привлечение до $1 млрд нового капитала при оценке от $2 млрд - чтобы выкупить компанию обратно у Meta. Это buyout-rewind: стартап «покупает себя» через деньги новых инвесторов. Meta заплатила $2 млрд+ в декабре 2025 года. Новые инвесторы войдут примерно по той же оценке, но получат долю в независимой компании без корпоративного родителя.

Скорость роста Manus объясняет ажиотаж. В апреле 2025 года стартап стоил $500 млн. К декабрю 2025-го Meta купила его за $2 млрд+ - рост оценки примерно в 4 раза за восемь месяцев. За это же время Manus достигла ARR выше $100 млн. ARR - это годовая повторяющаяся выручка от подписок: метрика того, сколько компания стабильно зарабатывает в год от постоянных клиентов. $100 млн ARR менее чем за 8 месяцев с запуска - один из самых быстрых показателей в истории AI-стартапов.

Дедлайн разматывания сделки - «недели, а не месяцы». Meta владеет активом, который не может ни интегрировать, ни удержать. Для новых инвесторов это редчайшая возможность: войти в лидера AI-агентов в момент принудительной продажи, без конкуренции со стороны стратегических покупателей.

Прецедент NDRC важнее, чем сама сделка. Если регулятор может заявить юрисдикцию над сингапурской компанией на основе национальности её фаундеров - это означает: любой предприниматель с китайскими корнями рискует оказаться под регуляторным зонтом КНР независимо от места регистрации. Каждый инвестиционный комитет теперь будет задавать вопрос: «Где родился основатель?»

Альтман изобрёл инвестицию без денег - и получил доли в 169 компаниях

OpenAI предложила каждому стартапу $2 млн. Но не деньгами - токенами. Токены - это кредиты на использование API OpenAI. Для компании маргинальная стоимость этих токенов близка к нулю. В обмен OpenAI получит долю в каждом стартапе.

По данным TechCrunch, Альтман предложил каждому из 169 стартапов весеннего батча YC 2026 года $2 млн в токенах через uncapped SAFE. YC - Y Combinator, крупнейший стартап-акселератор мира. SAFE расшифровывается как Simple Agreement for Future Equity - документ, по которому инвестор вкладывает ресурс сейчас, а долю получает позже при следующем раунде. Uncapped означает: верхнего ограничения оценки нет - доля определится по оценке раунда Series A.

Обычная сделка YC: $500 тыс. за 7% долю наличными. Предложение Альтмана: $2 млн в токенах без немедленного разводнения. Доля OpenAI в каждом стартапе составит 1-4% - она определится на раунде Series A в зависимости от оценки. Токены на $2 млн обеспечивают стартапу 12-24 месяца существенного использования API без расходования кэша.

Суммарно OpenAI «инвестировала» в 169 стартапов - общий объём токенов составил $338 млн. Это звучит как крупная инвестиция. Но для OpenAI это маргинальные затраты на вычислительные мощности - реальный cash со счёта компании не уходит.

Стратегический смысл сделки: замок на платформе. 169 стартапов начнут строить продукты на базе OpenAI API. К моменту Series A - через год-два - переключиться на Anthropic, Google или другого провайдера будет технически дорого и болезненно. OpenAI покупает не прибыль от доли - она покупает зависимость. AWS раздавал облачные кредиты стартапам начиная с 2012 года - но AWS никогда не брал equity за credits. Альтман добавил к этой модели новый элемент и назвал результат «tokenmaxxing».

Пять сделок из разных секторов - энергетика, инфраструктура, нефть, AI-агенты, венчур - говорят об одном.

Физическая инфраструктура стала дефицитным активом AI-гонки. Очереди на подключение к сети растянулись на годы. Оптовые цены на электроэнергию PJM выросли на 75.5% за год. Производственные мощности для автономных энергосистем превратились в стратегический ресурс. Тот, кто их контролирует, диктует условия всем остальным - включая самих разработчиков моделей.

Задайте себе вопрос: если Halliburton - нефтяная компания - делает ставку на AI-питание, а NextEra платит $420 млрд enterprise value за электросети - что станет дефицитным следующим? Трансформаторы? Медные кабели? Ядерное топливо? Ответ на этот вопрос определит следующую волну инфраструктурных сделок.

На следующей неделе смотрим на три события: первая реакция Вирджинского регулятора на сделку NextEra/Dominion - именно она задаст тон 12-18-месячному согласованию; завершение buyout-rewind Manus AI - дедлайн «в недели»; и первые прецеденты Series A из батча YC Spring 2026 - именно там впервые проявится реальная цена токенов Альтмана в единицах equity.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Daily Digest - 23 мая 2026

OpenAI идёт на IPO с минусом, Anthropic отдаёт прибыль Маску за GPU, DeepSeek поднимает миллиарды под обещание не зарабатывать. Капиталу больше не нужна бизнес-модель.

Что происходит, когда инвесторы знают про убыток в 122% — и всё равно дают деньги? OpenAI готовится к крупнейшему IPO десятилетия с глубоко отрицательной операционной маржой. Anthropic зафиксирует первую в своей истории прибыль и тут же передаст её Маску за GPU. DeepSeek поднимает миллиарды под лозунг «прибыли не будет, мы строим AGI». А китайская GigaBrain уже относит домашних роботов в квартиры Уханя. Один тезис склеивает всё: капитал больше не требует бизнес-модели, он покупает темп и инфраструктуру вперёд продукта.

OpenAI идёт на крупнейшее IPO десятилетия с глубоким операционным минусом

OpenAI впервые показала рынку, как она зарабатывает и как она это не делает. Выручка OpenAI в Q1 2026 составила $5,7 млрд. Скорректированная операционная маржа: минус 122%. Это значит, что на каждый заработанный доллар компания теряла $1,22. Платящих подписчиков ChatGPT теперь 55 млн, тогда как на конец 2025 года было 47 млн. Еженедельная аудитория достигла 920 млн в феврале, и рост впервые за два года замедлился.

С этими цифрами OpenAI идёт на биржу. По данным TechCrunch, OpenAI планирует IPO на сентябрь 2026; банки-организаторы Goldman Sachs и Morgan Stanley. По данным Euronews, компания рассчитывает привлечь $60 млрд при оценке свыше $1 трлн; текущая частная оценка $852 млрд. Прогнозируемые убытки 2026 года достигнут $14 млрд, а суммарные потери до выхода в прибыль к 2029 году составят $44 млрд.

А ещё компания должна. По данным AppleInsider, OpenAI в марте 2026 привлекла $122 млрд и до 2033 года уже взяла обязательства на $1,4 трлн перед производителями чипов и облачными провайдерами. Это не финансовая модель. Это рассрочка на следующее десятилетие, которую инвестору предлагают одобрить заранее.

Парадокс простой: компания, которая теряет деньги быстрее, чем зарабатывает, и чья ключевая метрика роста начала плоститься, выходит на крупнейшее IPO десятилетия. Покупателю предлагают не сегодняшнюю выручку, а ставку на 2029 год. Goldman и Morgan Stanley готовы продать эту ставку оптом.

Anthropic впервые выйдет на прибыль и тут же отдаст её Маску за GPU

Anthropic вот-вот покажет первую в своей истории операционную прибыль. По данным TechCrunch, компания удвоит выручку до ~$10,9 млрд в Q2 2026 и зафиксирует операционный плюс. Прибыльность, правда, может не сохраниться на весь год: слишком велики запланированные расходы на вычислительные мощности.

И вот почему прибыль не удержится. По данным TechCrunch, Anthropic подписала контракт на $1,25 млрд в месяц с xAI Илона Маска: за 300 МВт всей мощности дата-центра Colossus 1 близ Мемфиса. Контракт действует до мая 2029 года, и любая сторона может выйти из него, предупредив за 90 дней.

Контекст здесь важнее цифр. Anthropic основана выходцами из OpenAI и считается её главным идеологическим противником: спор о безопасности AI, миссии лаборатории, о том, как должна выглядеть «ответственная» AI-компания. xAI — это компания Илона Маска, который называет Claude политически предвзятым в каждом втором твите. И тем не менее именно Маск теперь продаёт Anthropic электричество и GPU за $1,25 млрд в месяц.

Рынок выдаёт парадоксальную картину. Конкуренты ругаются публично и подписывают многомиллиардные контракты в частном порядке. Прибыльность одной AI-лаборатории становится производной от готовности другой продать ей GPU. Если индустрия чему-то и научилась за последнее время, то этому: вычислительные мощности важнее идеологии.

DeepSeek строит AGI и обещает инвесторам не зарабатывать

Китайская AI-лаборатория DeepSeek сделала шаг, какого западные конкуренты избегают. DeepSeek закрывает раунд на 70 млрд юаней, или $10 млрд. Основатель Лян Вэньфэн вышел к инвесторам и публично заявил: цель компании не выручка, не корпоративные клиенты, не доля рынка. Цель: AGI, искусственный общий интеллект.

Это редкое для индустрии откровение. Альтман и Хассабис обычно говорят об AGI как о туманной долгосрочной миссии, оборачивая её в продуктовые анонсы и презентации для корпоративных клиентов. DeepSeek говорит прямо: монетизация подождёт, модели будут выходить в открытый доступ, главное прорыв в самой технологии. Лян не пытается приукрасить картину для инвестора. Он просит деньги под исследовательскую миссию без чёткого пути к выручке.

Это политический жест в той же мере, что и финансовый. Когда американские AI-лаборатории убеждают рынок, что их миссия совпадает с интересами акционеров, китайская сторона открыто говорит обратное: миссия первична, акционеры её принимают и подписываются. $10 миллиардов под формулировку «прибыли не будет» это не наивность капитала, это признание долгой игры без западной логики возврата на инвестицию.

В этом и есть главный поворот дня: пока OpenAI убеждает биржу поверить в IPO с минусом, DeepSeek убеждает инвесторов поверить в саму идею AGI. Обе истории про доверие к нарративу, а не к цифрам. Только в Китае нарратив честнее.

Китайский робот уже складывает одежду в квартирах Уханя

Китайская GigaBrain представила Shiguang S1, первый серийный домашний гуманоидный робот для частных квартир. Shiguang S1 запущен 22 мая 2026 года в Ухане; он складывает одежду, готовит еду, убирает обеденный стол. Следующее поколение GigaBrain 1 обещают к Q3 2026. Подать заявку на программу ранних пользователей можно через WeChat-аккаунт Shiguang Vision.

Главное в этой новости не функции, а место. До сих пор «домашний гуманоид» был обещанием от Tesla, Figure и десятка стартапов с дорогими промо-видео. В США такие роботы остаются демонстрациями для конференций и инвесторских раундов. В Китае подача заявки на ранний доступ уже открыта через WeChat. Ухань входит в число центров государственной программы Китая по робототехнике, и именно туда направляются деньги и регуляторное прикрытие.

Отличие S1 от промышленных роботов в встроенной адаптивной модели. По данным Gizmochina, S1 сам планирует действия и немедленно останавливается при случайном контакте с человеком или животным. Это значит, что инженерная задача безопасной автономии в неструктурированной домашней среде в Китае считается решённой, по крайней мере достаточно, чтобы продавать продукт людям.

Вот чем асимметрия гонки ощущается на практике: на Западе обсуждают, когда гуманоиды появятся в домах, в Китае открывают первый набор семей. И пока инвесторы в Кремниевой долине считают мультипликаторы Figure, инженеры в Оптической долине собирают обратную связь от семей в Ухане.

Anthropic подписала с Маском долгосрочный контракт за электричество. DeepSeek объявила инвесторам, что монетизации не будет, и они согласились. OpenAI идёт на IPO с минусом и оценкой, которую инвестор должен поверить наперёд. Сегодня не про сделки. Сегодня про то, что слово «бизнес-план» в AI 2026 года почти исчезло из обращения. А вопрос, который стоит задать: когда капитал начнёт его требовать обратно — и кто окажется первым?

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Uber сожгла годовой бюджет на AI за 4 месяца — и это только начало

Microsoft закрыла большинство лицензий Claude Code, Uber выжгла годовой бюджет на AI за треть года. NVIDIA говорит прямо: вычисления обходятся дороже сотрудников.

🔴 Uber сожгла годовой бюджет на AI за 4 месяца — и это только начало

Год начинался спокойно: Uber заложила деньги на AI-инструменты для команды на 12 месяцев. К маю — пусто. Бюджет испарился за треть года, потому что новые AI-агенты жрут токены так, как никто не закладывал в финансовые модели.

История не единичная. Microsoft отменила большинство лицензий Claude Code у инженеров спустя полгода после запуска — слишком дорого. Amazon ввела внутренний термин «tokenmaxx», Meta завела доску «Claudeonomics», чтобы отслеживать, кто и сколько токенов сжигает. Вице-президент NVIDIA Брайан Катанзаро сказал прямо: для его команды вычисления обходятся дороже самих сотрудников. Goldman Sachs прогнозирует, что к 2030 году потребление токенов вырастет в 24 раза, Gartner — что запуск крупных моделей подешевеет на 90%. Но пока кривая стоимости идёт вверх, а не вниз.

Для российского предпринимателя вывод неприятный, но честный: бесплатный пилот с ChatGPT — это маркетинг. Реальная экономика AI-агента в продакшене ближе к зарплате джуниор-разработчика, чем к привычной месячной подписке. Прежде чем переводить рабочий процесс на AI — посчитайте токены на максимуме, а не на демо. Иначе повторите путь Uber.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #агентыИИ #Claude #ChatGPT #Anthropic #OpenAI #Microsoft #BigTech #инвестиции #корпоративнаястратегия #инфраструктура #ИИ #технологии #AravanaAI

Google Nano Banana 2: вирусный генератор изображений от Google

Nano Banana 2 -- быстрый AI-генератор изображений от Google, доступный через Gemini. Как начать, что он умеет и чем отличается от Midjourney и DALL-E.

Что такое Nano Banana 2 и для кого он подходит

Nano Banana 2 -- это AI-генератор изображений от Google, запущенный в феврале 2026 года. Официальное техническое название модели -- Gemini 3.1 Flash Image, но Google продвигает продукт под брендом Nano Banana, который стал вирусным ещё с момента запуска первой версии в августе 2025 года. Nano Banana 2 доступен через сервис Gemini, встроен в Google Search, Google Ads и другие продукты компании.

Главное, что отличает Nano Banana 2 от конкурентов -- это сочетание скорости и актуальности. Модель генерирует изображения быстро даже в сравнении с другими Flash-моделями, а благодаря интеграции с реальным поиском Google, она обладает актуальными знаниями о мире. Если вы попросите создать изображение с брендами, логотипами, архитектурными стилями конкретных городов или современными трендами -- Nano Banana 2 сориентируется точнее, чем модели без доступа к поиску.

Nano Banana 2 подходит для самых разных задач. Маркетологи оценят скорость создания рекламных визуалов и встроенную интеграцию с Google Ads. Пользователи Gemini смогут создавать иллюстрации прямо в ходе диалога. Владельцы сайтов -- быстро генерировать уникальные изображения для блогов и лендингов. Это модель, которая выигрывает именно в скорости и удобстве интеграции с экосистемой Google.

Важно понимать позиционирование: Nano Banana 2 -- это скоростная модель класса Flash, а не Pro. Это означает, что по художественному качеству и фотореалистичности она уступает Midjourney или GPT Image 2, но значительно выигрывает по скорости и стоимости. Nano Banana Pro остаётся доступным для задач, требующих максимальной точности -- Nano Banana 2 фокусируется на быстрой повседневной генерации.

Как зарегистрироваться и получить доступ

Nano Banana 2 доступен через несколько каналов Google. Самый простой способ -- через Gemini.

Через Gemini (основной способ). Перейдите на gemini.google.com. Войдите в аккаунт Google -- он у вас уже есть, если вы пользуетесь Gmail, YouTube или другими сервисами Google. Бесплатный план Gemini включает ограниченное число генераций изображений в месяц с помощью Nano Banana 2. Для большего объёма и более высокого качества оформите Gemini Advanced -- часть подписки Google One AI Premium (~20 долларов в месяц на момент написания).

Через Google Search. В ряде запросов Google Search интегрирует Nano Banana 2 для генерации поисковых изображений. Функция AI Overviews в Google иногда предлагает сгенерированные иллюстрации к ответам. Доступность этой функции зависит от региона и типа запроса.

Через Google Ads. Рекламодатели могут использовать Nano Banana 2 для создания рекламных креативов прямо в интерфейсе Google Ads. Это отдельный сценарий использования, ориентированный на бизнес.

Через API (Gemini API). Разработчики могут использовать Nano Banana 2 через Gemini API на Google AI Studio. Это позволяет интегрировать генерацию изображений в собственные приложения. Доступ к API бесплатный для разработчиков с ограничениями по числу запросов.

Для пользователей из России. Gemini и сервисы Google частично доступны из России, но с ограничениями. Функции генерации изображений могут быть недоступны напрямую. Для стабильного доступа к Nano Banana 2 через Gemini рекомендуется VPN с серверами в США или странах ЕС.

Первый запуск -- что попробовать

Начните с Gemini -- это самый простой и быстрый способ попробовать Nano Banana 2.

Первая генерация в Gemini. Откройте gemini.google.com и просто напишите, что хотите нарисовать. Например: Draw a cozy coffee shop interior in the morning with sunlight coming through the window. Gemini автоматически активирует Nano Banana 2 для запросов на создание изображений. Через несколько секунд вы получите результат прямо в чате.

Используйте русский язык. В отличие от многих других генераторов, Nano Banana 2 неплохо понимает запросы на русском языке -- благодаря мощным языковым возможностям Gemini. Попробуйте написать на русском: Нарисуй уютное кафе в Москве зимним утром, снег за окном, тёплый свет изнутри. Качество немного лучше с английскими промптами, но разница не критичная для большинства задач.

Попробуйте функцию поисковой привязки. Уникальное преимущество Nano Banana 2 -- интеграция с реальными данными Google. Попросите создать изображение, связанное с актуальными трендами или брендами: логотип в фирменном стиле известного бренда, персонаж в стиле популярного фильма или игры 2026 года, визуал в стиле трендового дизайн-движения. Модель использует реальные данные поиска для более точной интерпретации.

Создайте серию изображений. В отличие от одиночных генераций, Gemini позволяет создавать серии с единым стилем через диалог. Начните с базового изображения, затем попросите создать варианты: теперь сделай то же самое, но в ночное время или добавь людей на задний план. Gemini помнит контекст диалога и Nano Banana 2 создаёт согласованные вариации.

Попробуйте редактирование. Загрузите в Gemini своё фото и попросите изменить фон, стиль или детали. Nano Banana 2 поддерживает базовое редактирование изображений: замена фона, изменение освещения, добавление объектов на сцену. Точность редактирования немного уступает GPT Image 2, но для большинства бытовых задач вполне достаточна.

Практический совет: Nano Banana 2 особенно хорошо справляется с повседневными задачами, где скорость важнее безупречного качества. Если нужно быстро подобрать иллюстрацию к посту, создать несколько вариантов баннера для A/B-тестирования или визуализировать идею для обсуждения -- Nano Banana 2 идеален. Для финальных коммерческих материалов с требованиями к высокому качеству рассмотрите Midjourney или GPT Image 2.

Ключевые функции Nano Banana 2

Высокая скорость генерации. Flash-архитектура Nano Banana 2 позволяет создавать изображения значительно быстрее, чем конкурирующие модели более высокого класса. Типичное время генерации -- 3-8 секунд, что делает Nano Banana 2 практичным инструментом для быстрых итераций и экспериментов. Сравните: Midjourney занимает 15-60 секунд, Sora 2 -- 1-3 минуты на видео.

Интеграция с поиском Google. Nano Banana 2 имеет доступ к реальным данным через поисковую систему Google. Это означает более актуальные знания о брендах, событиях, трендах, архитектуре и культуре, чем у моделей, обученных только на фиксированном датасете. Модель знает, как выглядят современные офисы крупных компаний, новые архитектурные стили, актуальные дизайн-тренды.

Точное следование инструкциям. Nano Banana 2 отличается от первой версии улучшенным следованием точным инструкциям. Если вы указываете конкретные детали -- цвета, композицию, расположение объектов, стиль -- модель значительно точнее воспроизводит заданные параметры. Это результат специальной работы команды Google над instruction-following в Image Flash архитектуре.

Улучшенный рендеринг текста. Nano Banana 2 значительно лучше первой версии справляется с генерацией текста внутри изображений. Поддерживается текст на множестве языков, включая русский. Это делает модель удобной для создания постеров, баннеров, визитных карточек и другого контента, где текст является частью изображения.

Бесшовная интеграция с Gemini. В отличие от конкурентов, Nano Banana 2 не является отдельным приложением -- это часть Gemini. Вы ведёте обычный диалог с AI, и генерация изображений вплетена в него естественным образом. Можно попросить Gemini написать текст для поста, а затем сразу сгенерировать иллюстрацию к нему -- всё в одном окне.

Поддержка нескольких стилей. Nano Banana 2 поддерживает широкий спектр стилей: фотореализм, акварель, цифровой рисунок, 3D-рендер, минимализм, ретро, аниме. Указывайте стиль в промпте для предсказуемого результата. Смешение стилей также поддерживается: watercolor painting with photorealistic details создаёт интересные гибридные результаты.

Цены и ограничения

Nano Banana 2 доступен на нескольких уровнях в зависимости от способа доступа:

Бесплатный уровень Gemini: включает ограниченное количество генераций изображений в месяц. Google не публикует точный лимит официально, но пользователи сообщают примерно о 50-100 генерациях в месяц. Достаточно для знакомства с инструментом и нерегулярного использования.

Gemini Advanced (в составе Google One AI Premium, ~20 долларов в месяц): увеличенный лимит генераций, приоритетный доступ, возможность создавать изображения в более высоком разрешении. Включает доступ к более мощной модели Nano Banana Pro для задач, требующих максимального качества.

Через Gemini API (для разработчиков): бесплатный уровень с ограниченным числом запросов, платные уровни с оплатой per-request. Актуальные тарифы на ai.google.dev.

Технические ограничения: максимальное разрешение в бесплатном плане -- 1024x1024. Nano Banana 2 не создаёт реалистичные изображения реальных людей без согласия, контент 18+, материалы с нарушением авторских прав Google. Генерируемые изображения помечаются метаданными SynthID -- технологией Google для маркировки AI-контента, которая встраивается невидимым водяным знаком.

Ограничения по регионам: Nano Banana 2 через Gemini доступен в большинстве стран, но некоторые функции имеют региональные ограничения. Пользователи из России испытывают ограниченный доступ к Gemini в целом. Все цены указаны на момент написания и могут меняться.

Нужен ли VPN из России

Ситуация с доступом к Gemini из России неоднозначная. Сам сервис Gemini технически доступен из России, в отличие от OpenAI. Однако ряд функций, включая генерацию изображений через Nano Banana 2, может быть ограничен в зависимости от региона и типа аккаунта Google.

Практика пользователей из России показывает разные результаты: одни имеют доступ к генерации изображений без VPN, другие сталкиваются с ограничениями. Для стабильного и предсказуемого доступа к Nano Banana 2 рекомендуется VPN с серверами в США, Германии или Нидерландах. При этом использовать тот же аккаунт Google, что и без VPN -- нет необходимости создавать новый.

Важное отличие от OpenAI: для Gemini и Nano Banana 2 достаточно обычной российской карты или Google Pay, если ваш аккаунт Google привязан к российскому региону. Однако для доступа к Gemini Advanced рекомендуется аккаунт с иностранным платёжным методом или создание аккаунта при активном VPN.

Для функций генерации изображений через Google Search и Google Ads ограничения могут отличаться от Gemini -- зависит от конкретного продукта Google и его доступности в России на момент использования. Рекомендуется проверить актуальный статус через официальные источники Google.

В целом Google традиционно менее жёстко ограничивает российских пользователей, чем OpenAI. Попробуйте сначала без VPN -- возможно, базовые функции Nano Banana 2 в Gemini будут работать и без него. Это принципиально отличает Nano Banana 2 от Sora 2 или GPT Image 2, где VPN строго обязателен. Если без VPN что-то не работает -- подключите его и повторите попытку.

Для максимально удобной работы с Nano Banana 2 из России рекомендуем следующую схему: заведите аккаунт Google при активном VPN в США или Германии, привяжите к нему платёжный метод через иностранный сервис, оформите Gemini Advanced. После этого можете работать с любого IP -- аккаунт уже настроен и ограничения минимальны. Такой подход обеспечивает стабильный доступ ко всем функциям Nano Banana 2 без постоянной зависимости от VPN.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

GPT Image 2 от OpenAI: полный гайд по генерации изображений

GPT Image 2 -- новая модель генерации изображений от OpenAI, доступная в ChatGPT с апреля 2026 года. Как создавать картинки, редактировать их и использовать текст внутри изображений.

Что такое GPT Image 2 и для кого она подходит

GPT Image 2 -- это новая модель генерации изображений от OpenAI, которая пришла на замену DALL-E 3 в апреле 2026 года. Теперь это основная модель для создания картинок внутри ChatGPT и через API OpenAI. В отличие от предшественников, GPT Image 2 умеет не только генерировать изображения из текстового описания, но и редактировать уже готовые картинки с высокой точностью, работать с несколькими референсными изображениями одновременно и создавать текст внутри картинки на десятках языков -- включая русский, китайский, японский и арабский.

GPT Image 2 подходит для самых разных задач. Дизайнеры и маркетологи смогут быстро создавать визуальный контент для социальных сетей, рекламы и презентаций. Разработчики и предприниматели -- генерировать иллюстрации для приложений, лендингов и документации. Авторы блогов -- подбирать уникальные обложки к статьям. Создатели обучающих материалов -- визуализировать сложные концепции. Наконец, все, кто хочет воплотить творческую идею без навыков рисования или бюджета на иллюстратора.

Ключевые преимущества GPT Image 2 перед DALL-E 3 и другими генераторами: значительно улучшенная фотореалистичность, невероятная точность при выполнении сложных многокомпонентных промптов, отличная передача текста внутри изображения на разных языках. Модель особенно сильна в следующих задачах: создание продуктовых фото и инфографики, генерация иллюстраций с текстовыми подписями, редактирование уже существующих фотографий по инструкции на естественном языке.

По сравнению с Midjourney и Stable Diffusion GPT Image 2 проигрывает в художественной стилистической свободе и разнообразии визуальных интерпретаций, но выигрывает в понимании промптов и точности следования инструкциям. Это лучший выбор, когда вам нужно именно то, что вы описали, а не просто что-то похожее. Особенно это важно для коммерческих задач, где точность важнее творческой интерпретации.

Важно понимать контекст появления модели: GPT Image 2 стала ответом OpenAI на запрос рынка о более практичном инструменте. Пользователи DALL-E 3 жаловались на то, что модель слишком сильно интерпретирует промпты и добавляет нежелательные элементы. GPT Image 2 исправила это -- она буквально следует инструкции, добавляя разумные детали только там, где описание было неполным.

Как получить доступ к GPT Image 2

GPT Image 2 доступна через несколько каналов. Самый простой -- это веб-интерфейс ChatGPT. Но есть и другие варианты для разных сценариев использования.

Через ChatGPT (для обычных пользователей). Перейдите на chat.openai.com и войдите в аккаунт OpenAI. Бесплатный план ChatGPT предоставляет ограниченное число генераций изображений в месяц. Для полноценного использования потребуется ChatGPT Plus (~20 долларов в месяц) или Pro (~200 долларов в месяц). Зайдите в новый чат, в поле для ввода нажмите на иконку прикрепления или просто напишите, что хотите нарисовать. ChatGPT автоматически активирует GPT Image 2 при запросах на генерацию изображений.

Через прямой интерфейс генерации изображений. В интерфейсе ChatGPT нажмите на иконку изображения в нижнем тулбаре (значок картинки). Откроется специализированный режим для работы с изображениями, где удобнее управлять всеми опциями: стилем, размером, количеством вариантов и функцией редактирования.

Через API (для разработчиков). GPT Image 2 полностью доступна через OpenAI Images API. Эндпоинты: POST /v1/images/generations для создания, POST /v1/images/edits для редактирования. Стоимость через API зависит от размера и качества изображения -- актуальные цены на platform.openai.com.

Для пользователей из России. Потребуется VPN с сервером в поддерживаемой стране. GPT Image 2 работает там же, где и ChatGPT -- то есть недоступна напрямую из России. Для оплаты подписки нужна иностранная карта. После подключения VPN и входа в аккаунт всё работает стабильно.

Первый запуск -- что попробовать

После входа в ChatGPT начните с простого: попросите сгенерировать изображение. Напишите в чате: «Нарисуй логотип для кофейни в минималистичном стиле с чашкой кофе и названием Brew Lab». ChatGPT переведёт запрос в технический промпт и отправит его в GPT Image 2. Через несколько секунд вы получите изображение.

Уточняйте стиль. GPT Image 2 хорошо понимает художественные стили. Добавляйте к запросу: «в стиле акварели», «photorealistic», «3D render», «flat design», «oil painting», «pencil sketch». Это кардинально меняет итоговый результат. Можно комбинировать: «photorealistic product photo with subtle illustration elements».

Попробуйте редактирование. Загрузите любое изображение в чат и попросите что-то изменить: «Измени фон на снежный лес», «Добавь улыбку этому человеку», «Сделай небо более драматичным». GPT Image 2 точно выполняет конкретные инструкции по редактированию, сохраняя остальные части изображения без изменений.

Попробуйте несколько референсов. Уникальная функция GPT Image 2 -- работа с несколькими исходными изображениями. Загрузите фото себя и фото платья -- попросите примерить наряд. Загрузите логотип и шаблон баннера -- попросите создать баннер с логотипом в нужном месте. Загрузите несколько референсов стиля -- попросите создать изображение «в таком стиле».

Создайте изображение с текстом. Этот навык исторически был слабым местом генераторов изображений -- GPT Image 2 справляется с ним значительно лучше. Запросите: Создай обложку книги с названием Мир без лжи на русском языке, автор Андрей Соколов, в стиле современного нон-фикшн. Текст на изображении будет читаемым и правильно написанным.

Выбирайте соотношение сторон. GPT Image 2 поддерживает несколько форматов: 1:1 (квадрат -- идеально для Instagram), 16:9 (горизонтальный -- для YouTube-превью и баннеров), 9:16 (вертикальный -- для Stories и TikTok), 4:3 и другие. В ChatGPT укажите желаемый формат в промпте: например, добавьте landscape format или portrait orientation.

Практический совет: используйте разговорный стиль при работе через ChatGPT. В отличие от прямых API-запросов, здесь не нужно писать идеальный технический промпт -- ChatGPT интерпретирует ваш запрос и оптимизирует промпт для GPT Image 2. Просто описывайте, что хотите получить, как рассказывали бы дизайнеру. Если первый результат не идеальный -- уточняйте итеративно: больше тени слева, другой цвет фона, более выраженный стиль. Каждый шаг уточнения приближает результат к задуманному.

Ключевые функции GPT Image 2

Точное следование инструкциям. Главное отличие GPT Image 2 от предыдущих моделей -- значительно улучшенное понимание сложных многокомпонентных промптов. Если вы просите создать «три яблока на деревянном столе в левой части кадра, с книгой справа и свечой на заднем плане» -- модель разместит все объекты именно так, как описано. Это делает её особенно ценной для коммерческой продуктовой фотографии и инфографики.

Создание текста внутри изображения. GPT Image 2 поддерживает генерацию читаемого текста на изображениях на десятках языков -- включая русский, китайский, японский, корейский, арабский. Это критически важно для создания постеров, баннеров, обложек, инфографики. Текст создаётся корректным и читаемым, что исторически было главной слабостью AI-генераторов изображений.

Редактирование (инпейнтинг и аутпейнтинг). Функция редактирования позволяет изменять отдельные части изображения, не трогая остальное. Инпейнтинг: вы указываете область и описываете, что должно быть на её месте. Аутпейнтинг: расширение границ изображения за пределы оригинального кадра. Оба метода работают через единый интерфейс ChatGPT -- просто загружайте изображение и описывайте нужные изменения.

Работа с несколькими референсами. GPT Image 2 принимает до 16 исходных изображений одновременно. Это открывает мощные сценарии использования: примерка одежды по фото, создание персонажей со стабильным образом, стилизация под конкретный визуальный стиль, создание продуктовых сцен с конкретными объектами.

Высокое разрешение. Модель генерирует изображения в 1K, 2K и 4K. Более высокое разрешение доступно через API с соответствующими параметрами. Для публикации в социальных сетях достаточно стандартного 1K. Для печати и профессионального использования рекомендуется 4K.

Вариации и итерации. После получения первого результата легко попросить ChatGPT сделать несколько вариаций: «Покажи 4 варианта этого изображения в разных цветовых схемах». Можно итеративно уточнять результат, описывая изменения словами, до достижения идеального результата.

Цены и ограничения

Доступность GPT Image 2 зависит от тарифного плана. На момент написания актуальны следующие условия:

Бесплатный план ChatGPT: ограниченное число генераций изображений в месяц (OpenAI периодически меняет конкретные цифры). Доступна только стандартная модель, без 4K-режима и расширенного редактирования.

ChatGPT Plus (~20 долларов в месяц): расширенный лимит генераций изображений, доступ к более высокому качеству, возможность создавать изображения с несколькими референсами. Достаточно для регулярного личного использования.

ChatGPT Pro (~200 долларов в месяц): практически неограниченное использование GPT Image 2, 4K-разрешение, приоритетная очередь. Оптимально для коммерческого использования и работы дизайнеров.

API: оплата per-generation. Стандартное изображение 1024x1024 стоит несколько центов (актуальные цены смотрите на platform.openai.com). Выгодно при регулярных больших объёмах генерации через собственные инструменты или приложения.

Ограничения по контенту: модель не создаёт реалистичные лица реальных людей без их согласия, сексуальный контент, насилие, контент с нарушением авторских прав. Все изображения содержат метаданные C2PA с идентификатором AI-происхождения. Важно: все цены указаны на момент написания и могут меняться.

Нужен ли VPN из России

Да, для пользователей из России VPN необходим для доступа к ChatGPT и GPT Image 2. OpenAI не предоставляет услуги пользователям из России напрямую. Без VPN при попытке зайти на chat.openai.com вы увидите сообщение об ограничении доступа.

Для доступа к GPT Image 2 подойдёт VPN с серверами в любой поддерживаемой OpenAI стране: США, Великобритания, страны ЕС, Канада, Австралия, Япония и другие. GPT Image 2 доступна шире, чем Sora 2, -- OpenAI не накладывает специфических географических ограничений именно на генерацию изображений.

Практические советы: используйте стабильный VPN-сервер в одной стране для всех сессий работы с ChatGPT. Частая смена регионов может вызвать дополнительные проверки безопасности или временную блокировку аккаунта. Большинство пользователей рекомендуют серверы в США или Нидерландах как наиболее стабильные для работы с OpenAI.

Для оплаты подписки ChatGPT нужна иностранная карта. Подходят карты банков стран СНГ (Казахстан, Армения, Грузия), виртуальные карты через Wise или аналогичные сервисы, покупка готовой подписки через реселлеров. После успешной оплаты и подключения VPN GPT Image 2 работает без дополнительных ограничений.

GPT Image 2 -- один из наиболее практичных AI-инструментов для регулярного использования. Даже бесплатный план позволяет попробовать возможности модели, а интеграция с ChatGPT делает работу с ней интуитивно понятной даже без опыта работы с генераторами изображений. Работа строится через диалог: вы описываете желаемое, модель создаёт, вы уточняете -- и так до достижения нужного результата. Этот итеративный подход принципиально отличает GPT Image 2 от автономных генераторов, где каждый новый промпт создаёт изображение с нуля.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Sora 2 от OpenAI: как создавать видео с помощью AI

Полный гайд по Sora 2 -- флагманскому генератору видео от OpenAI. Как получить доступ, создать первое видео, использовать ключевые функции и сколько это стоит.

Что такое Sora 2 и для кого она подходит

Sora 2 -- это флагманская модель генерации видео от OpenAI, выпущенная в начале 2026 года. В отличие от первой версии Sora, которая появилась в 2024 году и была доступна лишь ограниченному числу пользователей, Sora 2 стала полноценным продуктом с широким доступом для подписчиков ChatGPT Plus и Pro. Модель умеет создавать реалистичные видеоролики из текстового описания или изображения, причём вместе с синхронизированным аудио -- фоновыми звуками, музыкой и даже речью персонажей. По сути, Sora 2 работает как AI-режиссёр: вы описываете сцену словами, а модель сама выбирает угол камеры, освещение, движение и звуковой ряд.

Sora 2 подойдёт широкому кругу пользователей. Маркетологи и SMM-специалисты смогут создавать рекламные ролики без съёмочной команды и бюджета на продакшн. Контент-мейкеры -- генерировать короткие видео для YouTube Shorts, TikTok и Instagram Reels. Педагоги -- визуализировать сложные концепции: исторические события, научные процессы, абстрактные идеи. Разработчики игр -- быстро создавать концепт-видео для прототипов локаций и персонажей. Сценаристы -- визуализировать раскадровку без художника. Наконец, все те, кто просто хочет воплотить свою творческую идею в видеоформат без профессиональных навыков видеомонтажа или съёмки.

Главное отличие Sora 2 от конкурентов -- это физическая достоверность сцен. Модель обучена на огромном массиве реального видеоконтента и глубоко понимает законы физики: жидкости текут естественно, объекты взаимодействуют реалистично, освещение меняется в зависимости от ситуации, ткань развевается на ветру. Это заметно отличает её от более ранних генераторов видео, где часто возникали артефакты -- размытые руки, нереалистичные движения, «плавающие» лица.

При этом Sora 2 поддерживает уникальную функцию Characters -- возможность вставить в генерируемое видео реальных людей или животных, сохранив их внешность и голос. Это открывает широкие возможности для персонализации контента. Важно понимать ограничения по доступности: на момент написания сервис работает в США, Канаде, Японии, Южной Корее, Тайване, Таиланде и Вьетнаме. Великобритания и страны ЕС/ЕЭЗ заблокированы из-за требований GDPR и Акта ЕС об ИИ. Для пользователей из России потребуется VPN с подключением к одной из поддерживаемых стран.

Как зарегистрироваться и получить доступ к Sora 2

Sora 2 встроена непосредственно в интерфейс ChatGPT и доступна подписчикам платных планов. Бесплатный тариф ChatGPT не включает доступ к генерации видео -- эта функция была убрана в январе 2026 года. Кроме веб-интерфейса, существует отдельное мобильное приложение Sora для iOS с социальной лентой.

Шаг 1. Создайте аккаунт OpenAI. Перейдите на сайт chat.openai.com и зарегистрируйтесь, используя электронную почту, аккаунт Google или Apple. Подтвердите email. Если аккаунт уже есть, просто войдите в систему.

Шаг 2. Оформите подписку ChatGPT Plus или Pro. Нажмите на кнопку «Upgrade» в левом нижнем углу интерфейса. Выберите тариф: ChatGPT Plus стоит около 20 долларов в месяц на момент написания, ChatGPT Pro -- около 200 долларов в месяц. Оба тарифа дают доступ к Sora 2, но Pro предоставляет больше генераций, более высокий приоритет в очередях и возможность создавать видео в 4K.

Шаг 3. Перейдите к Sora. После оформления подписки в левом меню ChatGPT появится раздел «Sora». Кликните на него -- вы окажетесь в интерфейсе генерации видео. Также можно зайти напрямую через sora.chatgpt.com. Интерфейс прост: текстовое поле для промпта, кнопка выбора соотношения сторон, ползунок длительности и кнопка генерации.

Шаг 4 (для пользователей из России). Подключите VPN с сервером в США, Канаде, Японии или другой поддерживаемой стране перед открытием сайта. США дают наилучшую скорость, поскольку серверы OpenAI расположены именно там. Убедитесь, что VPN активен, прежде чем входить в аккаунт. Рекомендуется всегда использовать один и тот же регион для стабильной работы.

Мобильное приложение. Приложение Sora для iOS доступно в App Store в поддерживаемых регионах. Его ключевое отличие от веб-версии -- социальная лента: вы можете просматривать видео других пользователей, лайкать их, ремикшировать и публиковать собственные работы. Это хороший способ изучить возможности модели, посмотрев, что создают другие пользователи.

Первый запуск -- что попробовать

После входа в интерфейс Sora вы увидите текстовое поле для ввода промпта и кнопку «Create». Давайте создадим первое видео шаг за шагом.

Пробный промпт для старта. Sora лучше работает с запросами на английском языке. Введите что-то конкретное, например: «A golden retriever puppy playing in autumn leaves, slow motion, warm sunlight, cinematic depth of field». Это описание содержит объект (щенок), действие (играет), окружение (осенние листья), стиль (замедленная съёмка, кинематографический). Нажмите кнопку генерации.

Выберите параметры до генерации. Соотношение сторон: 16:9 для горизонтального контента (YouTube, презентации), 9:16 для вертикального (TikTok, Reels), 1:1 для квадратного (Instagram). Длительность: 5-20 секунд для стандартных промптов. Качество: Standard или High (High занимает больше времени и потребляет больше кредитов). Для первого теста выберите 16:9, 10 секунд, Standard.

Анализируйте результат критически. Готовое видео появится через 30 секунд - 3 минуты. Оцените: соответствие промпту, качество движений, естественность звука. Если результат не устраивает -- попробуйте переформулировать промпт, добавив больше деталей о стиле, угле камеры или атмосфере. Sora работает лучше с конкретными описаниями, чем с абстрактными.

Попробуйте image-to-video. Загрузите любое своё фото, нажав на иконку прикрепления файла. Напишите, как объект на картинке должен двигаться: «The cat slowly opens its eyes and looks at the camera». Sora 2 анимирует статичное изображение, сохранив детали и добавив реалистичное движение и звук.

Изучите галерею примеров. На главной странице Sora есть Featured-галерея с работами команды OpenAI и лучших пользователей. Кликните на любое видео -- вы увидите оригинальный промпт, который его создал. Это лучший способ быстро понять, как формулировать эффективные запросы.

Практический совет: используйте кинематографическую терминологию. Добавляйте к промпту такие фразы, как «wide-angle shot», «tracking shot», «aerial view», «bokeh background», «golden hour lighting». Sora хорошо понимает профессиональный язык операторов и режиссёров, это значительно улучшает качество результата.

Ключевые функции Sora 2

Синхронизированное аудио. Sora 2 генерирует не только видеоряд, но и полноценное звуковое сопровождение. Фоновые звуки природы, городской шум, музыка, атмосфера -- всё это создаётся автоматически и синхронизировано с видеорядом. Если в кадре говорит человек, модель постарается синхронизировать движение губ со звуком. Это принципиальное отличие от многих конкурентов, которые генерируют только видео без звука.

Функция Characters (Персонажи). Уникальная возможность -- вставка реального человека, животного или объекта в любую сгенерированную сцену. Вы загружаете видео или фото реального человека, и модель воспроизводит его внешность и голос в новом контексте. Можно поместить себя в средневековый замок, космический корабль или на берег Карибского моря. Функция требует явного согласия на использование чужого образа.

Storyboard (Раскадровка). Режим создания сложных нарративных видео. Вы задаёте несколько последовательных сцен с разными промптами для каждой, и Sora 2 связывает их в единое повествование с плавными переходами, сохраняя визуальный стиль и персонажей между сценами. Позволяет создавать ролики до 1 минуты -- значительно больше стандартного лимита.

Remix (Ремикс). В мобильном приложении есть функция ремикса чужих работ из социальной ленты. Вам понравился визуальный стиль или сцена -- нажимаете Remix и создаёте собственную версию на основе чужого видео, изменив промпт. Отличный инструмент для изучения стилей и быстрого создания контента в трендовых визуальных направлениях.

Высокая физическая точность. Физика в видео от Sora 2 значительно реалистичнее, чем у большинства конкурентов. Вода правильно отражает свет и создаёт волны, огонь горит с верными паттернами дыма и жара, ткань развевается согласно физике ветра и гравитации. Это достигается за счёт обучения на огромном корпусе реального видеоконтента и использования специальных физических симуляций во время обучения модели.

Кинематографические стили и операторские приёмы. Модель отлично понимает операторский язык. В промпте можно указать: drone shot (вид с дрона), dolly zoom (эффект Хичкока), tracking shot (следование за объектом), timelapse (таймлапс), hyperlapse (ускоренное движение). Указание конкретного стиля съёмки кардинально меняет итоговый результат и делает видео профессиональнее.

Цены и ограничения

На момент написания Sora 2 доступна в рамках двух платных планов ChatGPT. Все цены актуальны на май 2026 года и могут меняться -- проверяйте актуальные тарифы на openai.com.

ChatGPT Plus (~20 долларов в месяц): включает доступ к Sora 2 с ограниченным числом генераций. Ориентировочный лимит -- около 50 стандартных видео в месяц, но точные цифры OpenAI официально не публикует. При высоком спросе возможны очереди на генерацию от нескольких минут до получаса. Разрешение до 1080p, максимальная длительность 20 секунд в стандартном режиме.

ChatGPT Pro (~200 долларов в месяц): неограниченное использование Sora 2 в разумных пределах, приоритетная очередь без ожидания, возможность генерации в 4K, более длинные видео и расширенные настройки. Рекомендуется профессионалам, которые планируют использовать Sora 2 ежедневно для работы.

Технические ограничения модели: максимальная длительность стандартного видео -- 20 секунд, в режиме Storyboard -- до 1 минуты. Watermark C2PA автоматически встраивается в метаданные всех видео для идентификации AI-контента. Нельзя создавать: реалистичное насилие, сексуальный контент, дипфейки реальных людей без согласия, контент с нарушением авторских прав.

По географическим ограничениям: Sora 2 работает только в США, Канаде, Японии, Южной Корее, Тайване, Таиланде и Вьетнаме. ЕС и Великобритания заблокированы. Пользователи из России видят ошибку при попытке доступа без VPN.

Нужен ли VPN из России

Да, для пользователей из России VPN обязателен. Sora 2 недоступна напрямую из России по двум причинам: общие ограничения OpenAI для российского рынка и географические блокировки самого сервиса, который работает только в поддерживаемых странах.

Для доступа к Sora 2 нужен VPN с серверами в США, Канаде, Японии, Южной Корее, Тайване, Таиланде или Вьетнаме. США -- оптимальный выбор: серверы OpenAI находятся там, скорость генерации будет максимальной, а задержки -- минимальными. Выбирайте VPN-сервер с хорошей пропускной способностью, поскольку готовые видеофайлы весят несколько мегабайт и требуют быстрого соединения для загрузки.

Практические советы по использованию VPN: включайте его до открытия браузера или приложения, всегда используйте один и тот же регион/сервер, не переключайтесь между регионами в рамках одной сессии. Это снижает риск блокировки аккаунта за подозрительную активность. Некоторые VPN-провайдеры с выделенными IP-адресами работают надёжнее, чем провайдеры с общими IP.

Для оплаты подписки ChatGPT из России вам потребуется карта иностранного банка или виртуальная карта. OpenAI принимает карты Visa и Mastercard, выпущенные в большинстве стран, но не российские карты. Альтернативы: карты банков стран СНГ, виртуальные карты через сервисы вроде Wise, покупка готовой подписки через проверенных реселлеров.

Sora 2 -- одна из наиболее жёстко ограниченных по регионам AI-платформ среди продуктов OpenAI. Поэтому надёжный VPN здесь важнее, чем для доступа к обычному ChatGPT. Инвестиция в качественный VPN-сервис при использовании Sora 2 полностью оправдана.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Создатель робота Figure привлёк $700 миллионов на «универсальный AI для всего»

Hark Бретта Адкока (создателя Figure и Archer) привлекла $700 миллионов Series A при оценке $6 миллиардов на разработку универсального агентного AI и собственных устройств.

🔴 Создатель робота Figure привлёк $700 миллионов на «универсальный AI для всего»

Когда серийный предприниматель уже сделал гуманоидного робота и электросамолёт и теперь привлекает $700 миллионов под третий проект — это уже не стартап, а ставка инвесторов на конкретного человека.

Hark, новая компания Бретта Адкока, привлекла $700 миллионов в раунде Series A при оценке $6 миллиардов — после того как сам Адкок вложил в проект $100 миллионов собственных денег в конце 2025 года. Раунд возглавила Parkway Venture Capital. В сделке участвовали все три ведущих производителя чипов сразу: NVIDIA, AMD и Intel со своими венчурными подразделениями, а также Qualcomm, Salesforce, ARK Invest и Brookfield. Hark строит агентный AI как универсальный интерфейс к цифровому миру: мультимодальные модели выйдут летом, потом появятся собственные устройства. В команде всего 70 человек, работают на собственном дата-центре с NVIDIA B200.

Что это значит для российского предпринимателя: рынок персональных AI-устройств открывается заново — после провала Humane AI Pin и Rabbit инвесторы готовы дать ещё один шанс, но только тому, у кого уже есть подтверждённый опыт серийного производства устройств. Идея для команд: если у вас есть инженерная репутация в смежной отрасли, окно для собственного агентного устройства всё ещё открыто.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#инвестиции #венчур #раунд #стартапы #оценка #чипы #NVIDIA #AMD #Intel #агентыИИ #нейросети #модели #ИИ #технологии #AravanaAI

Google Pics: как пользоваться новым AI-редактором изображений от Google

Google Pics - новое приложение от Google для генерации и редактирования изображений с помощью ИИ. Представлено на Google I/O 2026. Интегрируется с Google Workspace. Рассказываем, как получить доступ.

Что это и для кого

Google Pics - это новый AI-инструмент от Google для генерации и интеллектуального редактирования изображений, анонсированный на конференции Google I/O 19 мая 2026 года. Это не очередной простой генератор - Google Pics сочетает создание изображений с возможностями, которых нет у большинства конкурентов: редактирование на уровне отдельных объектов, работа с текстом прямо на картинке и глубокая интеграция с рабочими инструментами Google Workspace.

В основе Google Pics лежит модель Nano Banana 2 - собственная разработка Google DeepMind, специально оптимизированная для визуальных задач. Модель обучена на огромном массиве изображений и обеспечивает высокое качество как генерации с нуля, так и точечного редактирования существующих изображений.

Чем Google Pics отличается от других генераторов изображений:

• Редактирование на уровне объектов: можно выделить конкретный предмет на фото и переместить, изменить размер или удалить его, не затрагивая фон и остальные объекты
• Работа с текстом на изображениях: редактирование надписей прямо на картинке, перевод текста на другой язык с сохранением стиля
• Нативная интеграция с Google Slides, Google Drive и другими инструментами Workspace
• Прямой доступ из привычных рабочих инструментов без переключения между приложениями

Кому подойдет Google Pics:

• Специалистам, которые работают в Google Workspace и хотят добавить AI-визуал прямо в презентации и документы
• Маркетологам, которым нужно быстро создавать и адаптировать визуальные материалы
• Дизайнерам, которые хотят ускорить процесс прототипирования и создания концептов
• Менеджерам и бизнес-аналитикам, работающим с Google Slides для подготовки презентаций
• Всем, кто уже использует экосистему Google и хочет получить мощный инструмент работы с изображениями без дополнительных подписок

На момент анонса Google Pics находится в фазе ограниченного тестирования - ограниченный круг пользователей получил ранний доступ для тестирования. Массовый запуск запланирован на лето 2026 года. Тем не менее, часть функций уже доступна для подписчиков Google AI Pro и AI Ultra, а также пользователям Google Workspace Business Standard и выше.

Как зарегистрироваться / установить

Google Pics - это облачный сервис без необходимости установки. Доступ осуществляется через браузер или напрямую из приложений Google Workspace. Однако есть несколько путей входа в зависимости от вашего статуса.

Вариант 1: Через подписку Google One AI (для индивидуальных пользователей)

1. Перейдите на one.google.com (с VPN из России)
2. Выберите план Google One AI Pro или AI Ultra (актуальные цены указаны ниже)
3. Оформите подписку - потребуется иностранная банковская карта
4. После активации подписки зайдите на pics.google.com или ищите Google Pics в приложениях Google
5. Войдите с тем же аккаунтом Google, на который оформлена подписка

Вариант 2: Через Google Workspace (для корпоративных пользователей)

1. Google Pics встроен в Google Workspace Business Standard и выше
2. Попросите администратора вашей Google Workspace организации проверить, активирован ли Google Pics для вашей организации
3. Если да - доступ появится автоматически в Google Slides и других инструментах
4. Если нет - администратор может активировать инструмент в Google Admin Console

Вариант 3: Программа ограниченного тестирования (ограниченный ранний доступ)

1. Следите за официальными анонсами Google на blog.google и labs.google
2. При открытии заявок на участие в тестировании зарегистрируйтесь через Google Labs
3. ограниченного тестирования - это программа раннего доступа для сбора обратной связи перед массовым запуском

Вариант 4: Через Google Slides (встроенная функция)

Для пользователей с подходящей подпиской Google Pics доступен непосредственно в Google Slides:

1. Откройте Google Slides в браузере
2. Создайте новую презентацию или откройте существующую
3. В меню Insert или через правую кнопку мыши на слайде найдите пункт «Generate image» или «AI image»
4. Следуйте инструкциям интерфейса для генерации или редактирования изображения

Важно: Google Pics находится в активной фазе запуска, поэтому интерфейс и точное расположение функций могут меняться. Если вы не видите нужных опций - проверьте актуальные инструкции на support.google.com.

Первый запуск - что попробовать

После получения доступа к Google Pics рекомендуем начать с тех функций, которые лучше всего демонстрируют уникальные возможности инструмента.

1. Генерация изображения с нуля

Начните с базовой задачи: опишите изображение, которое хотите создать. Вводите описание на русском или английском языке - модель понимает оба. Например: «Современный офис с большими окнами, светлый интерьер, минималистичный стиль, дневной свет». Обратите внимание на разные стили, которые предлагает интерфейс: фотореализм, иллюстрация, акварель, 3D-рендер.

2. Редактирование на уровне объектов

Это ключевая функция Google Pics. Загрузите любую фотографию - например, фото комнаты. Нажмите на конкретный предмет (стул, лампа, картина на стене) и попробуйте:

• Переместить объект в другое место на изображении
• Изменить его размер
• Заменить объект другим («замени этот стул на диван»)
• Удалить объект, чтобы фон автоматически восстановился

Редактирование происходит точечно - остальная часть изображения остается без изменений. Это принципиально отличает Google Pics от инструментов, которые перегенерируют всю картинку при любом изменении.

3. Редактирование текста на изображении

Загрузите изображение с текстом - рекламный баннер, обложку книги, скриншот с надписью. Попробуйте:

• Изменить текст на изображении прямо в интерфейсе
• Перевести надпись на другой язык с сохранением шрифта и стиля
• Изменить цвет или размер текста

4. Интеграция с Google Slides

Откройте Google Slides и создайте новый слайд. Используйте функцию генерации изображения прямо в презентации - опишите нужную иллюстрацию, и она будет вставлена в слайд автоматически. Попробуйте также: загрузите логотип компании и попросите создать слайд-заставку в корпоративном стиле.

5. Работа с Google Drive

Изображения, созданные в Google Pics, автоматически сохраняются в Google Drive. Попробуйте создать папку для AI-изображений и организовать рабочий процесс: генерируете несколько вариантов, сохраняете лучший, делитесь ссылкой с коллегами прямо из Drive.

Ключевые фишки

Google Pics предлагает функции, которые выделяют его на фоне конкурентов в сегменте AI-редакторов изображений.

Object-Level Editing (редактирование объектов)

Это главная техническая инновация Google Pics. Модель Nano Banana 2 способна анализировать изображение и выделять отдельные объекты - понимать, что на фото есть стул, стол, окно, человек. Затем вы можете манипулировать каждым объектом независимо. Это принципиально отличается от пиксельного редактирования в обычных редакторах или от простого инпейнтинга, где нужно вручную закрашивать маску.

Редактирование и перевод текста на изображениях

Большинство генераторов изображений плохо работают с текстом - буквы получаются неправильными или нечитаемыми. Google Pics специально обучен на работу с текстовыми элементами. Вы можете изменить надпись на вывеске магазина, перевести текст на плакате или добавить подпись к иллюстрации, и результат будет выглядеть органично.

Интеграция с Google Workspace

Это важнейшее преимущество для тех, кто уже работает в экосистеме Google. Не нужно переключаться между вкладками, экспортировать-импортировать файлы или оплачивать отдельные подписки. AI-изображения создаются прямо там, где они нужны: в презентации, документе или таблице. Это значительно ускоряет рабочий процесс.

Модель Nano Banana 2

Собственная мультимодальная модель Google, обученная специально для визуальных задач. Она понимает не только текстовые описания, но и контекст: если вы редактируете изображение с корпоративным стилем, модель старается сохранить единообразие стиля при внесении изменений. Это особенно важно для создания визуально консистентных материалов.

Глубокое понимание контекста запроса

Благодаря интеграции с большими языковыми моделями Google, Pics хорошо понимает сложные описания и может работать с многоступенчатыми инструкциями. Например: «Возьми это фото конференц-зала, убери людей, добавь современный интерактивный экран на стену и сделай освещение более теплым» - и получить нужный результат.

Сохранение в Google Drive и история версий

Все созданные изображения хранятся в Google Drive с возможностью отката к предыдущим версиям. Это особенно полезно при итеративном редактировании, когда нужно вернуться к промежуточному результату или сравнить несколько вариантов.

Цены и ограничения

Доступ к Google Pics привязан к платным планам Google One и Google Workspace. Цены указаны на момент написания и могут изменяться.

Google One AI Pro:

• Цена на момент написания - около $20 в месяц
• Включает доступ к Google Pics с базовым набором функций
• Ограниченное количество генераций в месяц (лимиты публикуются в официальной документации)
• Интеграция с личными аккаунтами Google Docs и Slides

Google One AI Ultra:

• Цена на момент написания - около $250 в месяц
• Полный доступ ко всем функциям Google Pics
• Расширенные лимиты на генерацию
• Приоритетная обработка запросов
• Доступ к функциям, которые еще находятся в бета-тестировании

Google Workspace Business Standard и выше:

• Google Pics входит в состав корпоративных планов Google Workspace
• Business Standard: базовый доступ, актуальную цену смотрите на workspace.google.com
• Business Plus и Enterprise: расширенный доступ с повышенными лимитами
• Управление доступом через Google Admin Console для всей организации

Технические ограничения:

• Текущая фаза: ограниченного тестирования (ограниченный ранний доступ), массовый запуск - лето 2026 года
• Максимальное разрешение выходных изображений зависит от плана подписки
• Форматы выходных файлов: JPEG, PNG, WebP
• Ограничения контента: стандартные политики допустимого использования Google
• Некоторые функции могут быть доступны только в определенных регионах

Бесплатного плана нет:

В отличие от Google AI Studio или базового Gemini, Google Pics с момента запуска является платным инструментом без бесплатного уровня. Это логично для продукта, ориентированного на профессиональное и корпоративное использование.

Нужен ли VPN из России

Да, VPN необходим - и это только часть проблемы. Google Pics - часть экосистемы Google, и для российских пользователей существуют как технические ограничения доступа, так и серьезные проблемы с оплатой.

Техническая сторона - VPN:

Сервисы Google систематически ограничивают функциональность для российских IP-адресов. Google Pics, как новый продукт, скорее всего не будет доступен из России без VPN. Для стабильной работы используйте VPN с серверами в США, Германии или другой западной стране.

Платежная сторона - сложнее:

Google Pics требует платной подписки Google One AI Pro/Ultra или корпоративного плана Google Workspace. Оплата российскими картами недоступна из-за санкционных ограничений. Варианты решения:

• Карта иностранного банка (Казахстан, Армения, Грузия и другие)
• Виртуальная карта иностранного сервиса
• Корпоративный доступ через Google Workspace - если ваша организация платит через иностранный юридический адрес

Дополнительные рекомендации:

• Создайте аккаунт Google с не-российским регионом - это улучшает совместимость с платными сервисами
• При настройке VPN используйте один и тот же сервер для регистрации и последующего входа
• Следите за блогом Google на blog.google - там публикуются обновления о географической доступности новых продуктов

Альтернативы на период ограниченного доступа:

Пока Google Pics находится в фазе ограниченного тестирования и недоступен для всех, российские пользователи могут использовать: Midjourney (через Discord), Adobe Firefly, Krea AI или другие генераторы изображений. После массового запуска Google Pics летом 2026 года ситуация с доступностью прояснится. Отслеживайте актуальную информацию на русскоязычных AI-сообществах и Telegram-каналах.

Совместное редактирование (I/O 2026). Google Pics добавила поддержку общих холстов -- несколько пользователей могут работать с одним изображением одновременно. Изменения синхронизируются в реальном времени, что делает Pics полезным инструментом для творческих команд. Интеграция со Slides и Drive также подтверждена: изображения из Pics можно напрямую вставлять в презентации.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Stable Audio 3.0: как создавать музыку длиной до 6 минут с помощью ИИ

Stable Audio 3.0 от Stability AI - первый генератор музыки с открытыми весами, создающий треки до 6 минут. Запущен 20 мая 2026 года. Подробный гайд для начинающих.

Что это и для кого

Stable Audio 3.0 - это новый генератор музыки и звука от компании Stability AI, официально запущенный 20 мая 2026 года. Это первый в своем роде инструмент с открытыми весами (open weights), способный создавать полноценные музыкальные треки длиной до 6 минут и 20 секунд. Ни один предыдущий open-source генератор музыки не достигал такой продолжительности выходного аудио.

Stable Audio 3.0 - это не один инструмент, а целое семейство моделей с разными характеристиками. Компания выпустила четыре версии:

• Stable Audio 3.0 Small SFX - компактная модель на 459 миллионов параметров, специализированная на создании звуковых эффектов (SFX). Открытые веса, доступна на HuggingFace.
• Stable Audio 3.0 Small - компактная модель на 459 миллионов параметров для создания музыки. Открытые веса, доступна на HuggingFace.
• Stable Audio 3.0 Medium - модель на 1.4 миллиарда параметров, баланс между качеством и требованиями к ресурсам. Открытые веса, доступна на HuggingFace.
• Stable Audio 3.0 Large - флагманская модель на 2.7 миллиарда параметров, максимальное качество. Доступна только через API, без открытых весов.

Кому подойдет Stable Audio 3.0:

• Инди-музыкантам, которые хотят быстро создавать демо-версии треков или экспериментировать с жанрами
• Подкастерам и ютуберам, которым нужна оригинальная фоновая музыка без лицензионных ограничений
• Разработчикам игр, ищущим инструмент для генерации атмосферных саундтреков и звуковых эффектов
• Режиссерам и видеографам, которые хотят создавать музыку точно под конкретную сцену
• Техническим специалистам и исследователям, которые хотят запускать модель локально и изучать её архитектуру
• Всем, кто ищет инструмент для генерации музыки без ежемесячной подписки - с открытыми весами можно работать бесплатно локально

Ключевое преимущество перед конкурентами - открытые веса для трех из четырех моделей. Это означает, что вы можете скачать модель и запускать её локально без интернета, без лицензионных ограничений на коммерческое использование выходов и без платы за каждую генерацию. Для сравнения: Suno, Udio и другие популярные генераторы музыки работают только в облаке и требуют подписки.

Как зарегистрироваться / установить

В зависимости от ваших потребностей есть несколько способов начать работу со Stable Audio 3.0.

Вариант 1: Через веб-интерфейс stableaudio.com (самый простой)

1. Откройте stableaudio.com в браузере (потребуется VPN из России)
2. Нажмите «Sign up» и создайте аккаунт через email или войдите через Google/Apple
3. Подтвердите email, если требуется
4. Вы попадете в основной интерфейс с текстовым полем для описания музыки
5. Бесплатный план позволяет генерировать ограниченное количество треков в месяц

Вариант 2: Через API (для разработчиков)

1. Зарегистрируйтесь на platform.stability.ai
2. Перейдите в раздел «API Keys» и создайте новый ключ
3. В документации по адресу platform.stability.ai/docs найдите раздел Stable Audio
4. Используйте ключ в заголовке запросов: Authorization: Bearer ваш_ключ

Пример запроса через curl:

curl -X POST https://api.stability.ai/v2beta/audio/stable-audio-3/generate \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -H 'Content-Type: application/json' \
  -d '{
    "prompt": "Upbeat electronic music with synthesizer, 120 BPM",
    "duration": 60,
    "model": "stable-audio-3-large"
  }' \
  -o output.mp3

Вариант 3: Локальный запуск через HuggingFace (для техническое продвинутых пользователей)

Модели Small и Medium с открытыми весами можно запустить локально. Требования к системе:

• Для Small (459M): видеокарта с 8+ ГБ VRAM (NVIDIA), или 16+ ГБ оперативной памяти для CPU (медленно)
• Для Medium (1.4B): видеокарта с 16+ ГБ VRAM или мощный CPU с 32+ ГБ RAM
• Python 3.9 или новее, установленный на вашем компьютере

Установка через Python:

# Установите необходимые библиотеки
pip install stable-audio-tools torch torchaudio

# Загрузите модель
from stable_audio_tools import get_pretrained_model
model, model_config = get_pretrained_model('stabilityai/stable-audio-3-small')

Для пользователей без опыта программирования: более простой способ локального запуска - через интерфейс ComfyUI с установленным плагином для Stable Audio. Инструкции по установке ComfyUI есть на официальном сайте comfyui.com.

Первый запуск - что попробовать

Разберем первые шаги в веб-интерфейсе stableaudio.com - это самый доступный способ начать работу без технических сложностей.

Шаг 1: Создайте первый трек

В основном интерфейсе вы увидите текстовое поле «Describe the audio». Введите описание на английском языке - модель работает значительно лучше с английскими промптами. Хороший пример: «Calm piano melody with soft strings, slow tempo, for meditation, ambient music».

Указывайте в описании:

• Инструменты (piano, guitar, synthesizer, drums)
• Темп (slow, medium, fast, 120 BPM)
• Настроение (happy, melancholic, energetic, peaceful)
• Жанр (electronic, jazz, classical, lo-fi hip hop)
• Назначение (background music, game soundtrack, podcast intro)

Шаг 2: Установите продолжительность

Ползунок Duration позволяет выбрать длину трека. Для первого знакомства попробуйте 30-60 секунд - это быстрее генерируется и проще оценить качество. Для полноценных треков установите 120-180 секунд.

Шаг 3: Попробуйте audio inpainting

Это одна из уникальных функций Stable Audio 3.0: возможность изменять отдельные сегменты уже сгенерированного трека, не затрагивая остальную часть. Загрузите аудиофайл, выделите нужный участок на временной шкале и опишите, что должно быть на его месте. Это мощный инструмент для точной доработки треков.

Шаг 4: Поэкспериментируйте с промптами

Попробуйте разные жанры и описания. Несколько стартовых промптов:

• «Lo-fi hip hop beat, vinyl crackle, slow tempo, rainy day mood» - классика жанра lo-fi
• «Epic orchestral music, brass section, dramatic climax, movie trailer style» - кино-саундтрек
• «Relaxing cafe ambience, light jazz guitar, background chatter, warm atmosphere» - атмосфера кафе
• «8-bit video game music, retro style, fast tempo, adventure theme» - ретро-игровая музыка

Шаг 5: Скачайте результат

Нажмите кнопку Download для скачивания трека в формате WAV или MP3. Выходные файлы имеют качество 44.1 кГц, что подходит для большинства профессиональных задач. Файлы в вашей библиотеке сохраняются в вашем аккаунте.

Ключевые фишки

Stable Audio 3.0 обладает рядом функций, которые выгодно отличают его от других генераторов музыки.

Треки длиной до 6 минут 20 секунд

Это рекорд для открытых моделей генерации музыки. Большинство конкурентов ограничиваются 30-90 секундами. Возможность генерировать полноценные треки делает Stable Audio 3.0 практически применимым для реальных проектов - создания альбомов, саундтреков к видео, длинных медитативных или фоновых треков.

Audio Inpainting - точечное редактирование аудио

Аналог инпейнтинга в изображениях, но для звука. Вы можете выделить конкретный сегмент аудио (например, 10 секунд из середины трека) и перегенерировать только его, задав новое описание. Это позволяет тонко доработать результат без полной перегенерации, сохранив удачные части трека.

Открытые веса (Open Weights)

Три из четырех версий модели (Small SFX, Small, Medium) имеют открытые веса, доступные на HuggingFace под лицензией Stability AI Community License. Это означает бесплатное использование в некоммерческих целях и возможность коммерческого применения при соблюдении условий лицензии. Пользователи могут дообучать модели на своих данных.

Коммерческие права на выходы

Важное отличие от некоторых конкурентов: пользователи Stable Audio 3.0 имеют право на коммерческое использование сгенерированной музыки. Это означает, что треки, созданные с помощью инструмента, можно использовать в коммерческих проектах - монетизированных видео, рекламе, продаже как роялти-фри музыки. Конкретные условия зависят от используемого плана и версии модели.

Специализированная модель для SFX

Отдельная модель Stable Audio 3.0 Small SFX создана специально для генерации звуковых эффектов: шаги, выстрелы, природные звуки, технические шумы, взрывы. Это открывает отдельную область применения - создание звукового дизайна для игр, кино, подкастов без необходимости лицензировать библиотеки звуков.

Семейство моделей для разных задач

Наличие четырех версий позволяет выбрать оптимальный баланс между качеством и ресурсами. Для быстрого прототипирования подойдет Small, для продакшн-качества - Large через API. При необходимости можно использовать разные модели на разных этапах работы.

Цены и ограничения

Stable Audio 3.0 предлагает несколько вариантов использования с разными условиями. Цены и лимиты указаны на момент написания и могут изменяться.

Бесплатный план (stableaudio.com):

• Ограниченное количество генераций в месяц
• Доступ к базовым функциям веб-интерфейса
• Треки могут иметь водяной знак
• Ограничения на коммерческое использование

Платные планы (stableaudio.com):

На момент написания Stability AI предлагала несколько платных уровней подписки. Актуальные цены и условия смотрите на официальном сайте - они периодически меняются в рамках обновлений коммерческой политики компании.

API (platform.stability.ai):

• Оплата за использование (pay-per-use), списывается в кредитах
• Стоимость зависит от выбранной модели и длины генерируемого аудио
• Флагманская Large-модель доступна только через API
• Актуальную тарификацию смотрите в разделе Pricing на сайте Stability AI

Локальный запуск (HuggingFace):

• Модели Small SFX, Small и Medium - полностью бесплатно для скачивания
• Лицензия Stability AI Community License: бесплатно для некоммерческого использования
• Коммерческое использование требует принятия условий лицензии - читайте внимательно перед применением в бизнесе
• Единственные расходы - вычислительные ресурсы вашего оборудования

Технические ограничения:

• Максимальная длина трека: 6 минут 20 секунд
• Форматы выходного аудио: WAV, MP3
• Частота дискретизации: 44.1 кГц
• Текстовые промпты работают лучше на английском языке
• Качество генерации зависит от детальности и точности описания в промпте

Нужен ли VPN из России

Для работы со Stable Audio 3.0 через веб-интерфейс stableaudio.com VPN скорее всего потребуется, однако ситуация несколько лучше, чем с сервисами Google или OpenAI.

Текущая ситуация:

Stability AI - британская компания, которая не имеет прямых санкционных ограничений, специфически направленных против российских пользователей. Однако доступ к сайту и оплата могут быть затруднены по разным причинам - от технических до платежных.

Что работает без VPN:

• Скачивание открытых весов моделей с HuggingFace - как правило, без ограничений
• Просмотр документации и GitHub-репозиториев Stability AI

Что может требовать VPN:

• Регистрация и вход на stableaudio.com (может блокироваться или работать нестабильно)
• Использование API через platform.stability.ai
• Оплата подписки с российских карт (практически невозможна без иностранной карты)

Главное преимущество для российских пользователей:

Возможность локального запуска моделей с открытыми весами - это наиболее надежный способ использования Stable Audio 3.0 без зависимости от доступности зарубежных сервисов. Скачайте модель через HuggingFace один раз - и дальше работайте полностью офлайн без VPN и без платежных ограничений.

Рекомендации:

• Используйте VPN с серверами в Великобритании или США для доступа к веб-интерфейсу
• Для коммерческих проектов с гарантированным доступом - настройте локальный запуск модели Medium через HuggingFace
• Для оплаты используйте карту иностранного банка или виртуальную карту

Отдельно стоит отметить: даже без доступа к веб-интерфейсу stableaudio.com вы получаете полноценный инструмент через локальный запуск. Это уникальное преимущество Stable Audio 3.0 перед конкурентами - Suno, Udio и другие облачные сервисы не предлагают такой возможности. Для российских пользователей это особенно актуально, так как снимает зависимость от доступности зарубежных сайтов и платежных систем. Проверяйте актуальный статус доступности сервиса на момент использования.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Anthropic выходит в плюс и сразу отдаёт Маску $1,25 миллиарда в месяц

Anthropic подписала компьютерный контракт с xAI на $1,25 миллиарда в месяц (более $40 миллиардов за три года) и одновременно прогнозирует первую в истории квартальную прибыль в $559 миллионов.

🔴 Anthropic выходит в плюс и сразу отдаёт Маску $1,25 миллиарда в месяц

Парадокс эпохи: одна из самых дорогих AI-компаний мира впервые в истории станет прибыльной. И в тот же квартал заплатит главному сопернику своего инвестора больше, чем зарабатывают многие страны.

Выяснилось это из S-1 проспекта SpaceX: Anthropic подписала контракт с xAI на $1,25 миллиарда в месяц за доступ к дата-центрам Colossus до мая 2029 года. Это более $40 миллиардов за весь срок. Параллельно сама Anthropic прогнозирует $10,9 миллиарда выручки во втором квартале (более чем вдвое к первому) и впервые ждёт операционную прибыль около $559 миллионов.

Что это значит для российского предпринимателя: AI-индустрия достигла стадии, когда прибыль появляется только у тех, кто продаёт компьютерные мощности или зарабатывает на токенах в промышленных масштабах. Все остальные, даже Anthropic, фактически работают на инфраструктуру. Если строите бизнес на API чужой модели, помните: ваш поставщик зависит от поставщика своего поставщика, и любой сбой в этой цепочке отразится на вашей цене.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #Anthropic #Claude #модели #инвестиции #BigTech #датацентры #инфраструктура #мощности #капзатраты #xAI #Grok #ИИ #технологии #AravanaAI

Gemini 3.5 Flash: как начать пользоваться новым флагманом Google

Gemini 3.5 Flash - самая мощная модель Google для агентных задач. Запущена на Google I/O 19 мая 2026 года. Рассказываем, как получить доступ и что попробовать в первую очередь.

Что это и для кого

Gemini 3.5 Flash - это новейшая флагманская языковая модель от Google, представленная на конференции Google I/O 19 мая 2026 года. Она приходит на смену Gemini 3.1 Pro и занимает позицию основного инструмента компании для работы с агентными задачами, длинными документами и мультимодальными запросами. Это самый значимый релиз Google в области AI за 2026 год, и он меняет расстановку сил на рынке языковых моделей.

Главная особенность Gemini 3.5 Flash - это сочетание высокой скорости и выдающихся возможностей. По данным Google, модель работает в 4 раза быстрее ближайших конкурентов при сравнимом качестве ответов. Это делает её особенно привлекательной для разработчиков, которым важна производительность в реальных приложениях, где каждые лишние секунды ожидания снижают удовлетворенность пользователей.

Кому подойдет Gemini 3.5 Flash:

• Разработчикам, которые строят AI-агентов и автономные системы - благодаря нативной поддержке агентных сценариев
• Аналитикам, работающим с длинными документами и большими массивами данных - благодаря контексту в 1 миллион токенов
• Исследователям, которым нужна мультимодальная обработка текста, изображений, аудио и видео одновременно
• Бизнес-пользователям, интегрирующим AI в рабочие процессы через Google Workspace
• Стартапам, которые ищут мощную модель по конкурентной цене для масштабирования
• Всем, кто хочет работать с самой актуальной и мощной моделью Google на момент публикации

По результатам бенчмарков, Gemini 3.5 Flash превосходит предыдущую флагманскую модель Gemini 3.1 Pro по большинству задач: программированию, математическим рассуждениям, работе с документами и следованию инструкциям. При этом стоимость использования через API значительно ниже, чем у Pro-версии предыдущего поколения, что делает переход на новую модель выгодным как технически, так и экономически.

Важно понимать: Gemini 3.5 Flash - это не просто чат-бот. Модель создана специально для агентных сценариев, когда AI нужно последовательно выполнять несколько действий, вызывать внешние инструменты и принимать решения на основе промежуточных результатов. Именно поэтому Google позиционирует её как основу для следующего поколения AI-приложений - систем, которые не просто отвечают на вопросы, а самостоятельно выполняют сложные многошаговые задачи.

Отдельного внимания заслуживает Thinking Mode - режим расширенного рассуждения, который позволяет модели «думать» перед ответом. Это особенно полезно при решении сложных задач по математике, программированию или логике, где требуется многошаговый анализ. В этом режиме качество ответов значительно выше, чем в стандартном режиме.

Как зарегистрироваться / установить

Есть несколько способов начать работу с Gemini 3.5 Flash в зависимости от ваших целей и технического уровня.

Через веб-интерфейс Gemini (для обычных пользователей):

1. Перейдите на сайт gemini.google.com (потребуется VPN из России - подробнее в последнем разделе)
2. Войдите с помощью вашего аккаунта Google или создайте новый, нажав «Создать аккаунт»
3. В верхней части интерфейса найдите переключатель модели - обычно это кнопка с названием текущей модели
4. Выберите Gemini 3.5 Flash из списка доступных моделей
5. Если модель недоступна в бесплатном плане - перейдите на Google One AI Pro или AI Ultra

Через Google AI Studio (для разработчиков и продвинутых пользователей):

1. Откройте aistudio.google.com в браузере
2. Войдите с аккаунтом Google - это бесплатно и не требует подписки
3. Нажмите «Create new prompt» для начала работы
4. В правой панели настроек выберите модель «gemini-3.5-flash» из выпадающего списка
5. Здесь доступен бесплатный тарифный план с лимитами запросов - этого достаточно для изучения и прототипирования
6. Для получения API-ключа нажмите «Get API key» в верхнем меню

Через Google AI API (для разработчиков):

1. Зайдите на aistudio.google.com и получите API-ключ в разделе «API keys»
2. Установите SDK. Для Python выполните в терминале: pip install google-genai
3. Установите переменную окружения: export GOOGLE_API_KEY=ваш_ключ
4. В коде используйте идентификатор модели gemini-3.5-flash

Пример минимального кода для Python:

from google import genai

client = genai.Client(api_key='YOUR_API_KEY')
response = client.models.generate_content(
    model='gemini-3.5-flash',
    contents='Объясни концепцию агентных AI-систем простыми словами.'
)
print(response.text)

Через Vertex AI (для корпоративных клиентов):

Корпоративные пользователи могут получить доступ через Google Cloud Vertex AI. Для этого понадобится аккаунт Google Cloud с активированным биллингом, создание проекта в консоли и включение Vertex AI API. Этот путь обеспечивает расширенные SLA, соответствие требованиям GDPR, корпоративную поддержку и возможность дообучения модели на собственных данных.

Для корпоративных клиентов доступна опция приватного развертывания - ваши данные не используются для обучения модели, что важно при работе с конфиденциальной информацией.

Первый запуск - что попробовать

После получения доступа к Gemini 3.5 Flash рекомендуем начать с нескольких задач, которые лучше всего демонстрируют уникальные возможности модели и помогут вам понять, чем она отличается от других инструментов.

1. Работа с длинными документами

Загрузите PDF-файл или вставьте длинный текст и задайте вопросы по содержанию. Gemini 3.5 Flash обрабатывает до 1 миллиона токенов в одном контексте - это примерно 750 000 слов или несколько сотен страниц текста. Попробуйте загрузить годовой отчет компании и попросить модель составить краткое резюме ключевых финансовых показателей, выявить основные риски или сравнить результаты с предыдущим периодом.

2. Мультимодальный анализ

Загрузите изображение, аудиофайл или короткое видео. Задайте вопросы о содержании: «Что изображено на этой технической схеме?», «Переведи текст на этом изображении», «О чем говорится в этой аудиозаписи?». Модель обрабатывает все типы медиа нативно, без предварительной конвертации.

3. Режим Thinking (Режим размышления)

В Google AI Studio активируйте Thinking Mode в панели настроек. Когда этот режим включен, модель явно формулирует промежуточные шаги рассуждения перед финальным ответом. Это особенно полезно для задач по математике, программированию или принятию сложных решений с множеством факторов. Попробуйте задать задачу по оптимизации или попросить разобрать неочевидную логическую ситуацию.

4. Написание и анализ кода

Попросите модель написать функцию на Python или TypeScript, найти ошибку в предоставленном коде, объяснить работу сложного алгоритма или предложить рефакторинг. Gemini 3.5 Flash показывает высокие результаты в задачах программирования - особенно при работе с большими кодовыми базами, которые полностью помещаются в контекст.

5. Создание агентного сценария

В Google AI Studio попробуйте добавить системный промпт, который описывает роль ассистента, и протестируйте многоходовой диалог - как модель удерживает контекст и адаптирует ответы на основе предыдущих сообщений. Это базовый сценарий для понимания агентных возможностей.

Ключевые фишки

Gemini 3.5 Flash выделяется среди конкурентов несколькими важными характеристиками, которые делают её особенно полезной в конкретных сценариях.

Контекстное окно 1 миллион токенов

Это один из самых больших контекстов среди коммерческих моделей на момент написания. Вы можете загрузить целую книгу, большую кодовую базу, архив переписки или набор документов и работать со всем этим в одном диалоге без необходимости дробить информацию на части. Модель способна отвечать на вопросы, ссылаясь на информацию из любой части загруженного контекста.

Нативные агентные возможности

Модель изначально создавалась для агентных сценариев. Она поддерживает сложные цепочки вызовов инструментов (Function Calling), умеет планировать многошаговые задачи и адаптировать план при получении новой информации. Google сообщает, что на бенчмарке SWE-bench, измеряющем способность автоматически исправлять ошибки в реальных GitHub-репозиториях, Gemini 3.5 Flash показывает результаты значительно лучше предыдущих версий.

Полная мультимодальность

Модель принимает на входе текст, изображения, аудио и видео - всё в одном запросе. Это открывает возможности для создания приложений, которые анализируют разные типы медиа одновременно. Например, можно загрузить запись совещания и попросить модель составить протокол с временными метками ключевых моментов.

Высокая скорость обработки

По заявлению Google, Gemini 3.5 Flash работает в 4 раза быстрее ближайших конкурентов при сопоставимом качестве. Это критично для интерактивных приложений, где задержка ответа влияет на пользовательский опыт. Высокая пропускная способность также важна при массовой обработке данных в производственных системах.

Режим Thinking

Специальный режим расширенного рассуждения позволяет модели явно «думать» перед ответом - формулировать промежуточные выводы, проверять логику и исправлять ошибки до финального ответа. Качество результатов на сложных задачах в Thinking Mode заметно выше стандартного режима, хотя и требует больше времени и токенов.

Интеграция с экосистемой Google

Модель тесно связана с Google Workspace, Google Search и другими сервисами Google. Через Vertex AI доступны готовые интеграции с BigQuery, Cloud Storage и другими облачными сервисами. Это упрощает создание корпоративных AI-решений на основе уже существующей инфраструктуры Google.

Цены и ограничения

Стоимость использования Gemini 3.5 Flash зависит от способа доступа. Все цены и лимиты указаны на момент написания и могут изменяться - актуальную информацию проверяйте на официальном сайте.

Для разработчиков через API (Google AI Studio):

• Входящие токены: $1.50 за 1 миллион токенов (на момент написания)
• Исходящие токены: $9.00 за 1 миллион токенов (на момент написания)
• Запросы через длинный контекст (свыше 200 000 токенов) могут тарифицироваться по повышенной ставке
• Бесплатный уровень: ограниченное количество запросов в минуту и в день для тестирования

Для сравнения с конкурентами: на момент написания Gemini 3.5 Flash предлагает более выгодное соотношение цены и производительности по сравнению с аналогичными моделями OpenAI и Anthropic при работе с агентными сценариями и длинными контекстами.

Для обычных пользователей через gemini.google.com:

• Бесплатный план: базовый доступ к модели с суточными лимитами на количество сообщений
• Google One AI Pro: расширенный доступ к Gemini 3.5 Flash, приоритетная обработка, цена на момент написания около $20 в месяц
• Google One AI Ultra: максимальный доступ, цена на момент написания около $250 в месяц, включает дополнительные возможности Thinking Mode

Технические ограничения:

• Максимальный контекст: 1 миллион токенов
• Максимальный объем ответа: зависит от тарифного плана и типа запроса
• Ограничения по типам контента: стандартные политики допустимого использования Google
• Географические ограничения: не все функции доступны одновременно во всех странах

Для корпоративных клиентов через Vertex AI:

Доступны индивидуальные корпоративные тарифы с гарантиями SLA, приоритетной технической поддержкой и возможностью тонкой настройки модели под специфику бизнеса. Стоимость рассчитывается индивидуально при обращении в Google Cloud.

Нужен ли VPN из России

Да, VPN необходим для полноценного доступа к сервисам Gemini с российских IP-адресов. Разберем ситуацию подробнее.

Google ограничил ряд своих AI-сервисов для пользователей из России. Ситуация неоднородная: некоторые функции работают напрямую, другие требуют VPN, а для оплаты подписок нужны иностранные платежные инструменты.

Что требует VPN:

• Полноценный доступ к Gemini на gemini.google.com с последними моделями
• Google AI Studio (aistudio.google.com) - часто недоступен или работает нестабильно без VPN
• Стабильная работа с API при высокой нагрузке
• Доступ к некоторым специфическим функциям, которые геоблокированы

Проблемы с оплатой:

Даже с VPN оплата подписки Google One с российской карты практически невозможна из-за санкционных ограничений. Для оплаты понадобится: карта иностранного банка (например, казахстанского, армянского или грузинского), виртуальная карта иностранного сервиса или оплата через доверенного посредника.

Рекомендации по выбору VPN:

• Используйте VPN с серверами в США, Германии, Нидерландах или другой западной стране
• Предпочтительны платные VPN-сервисы - они надежнее и быстрее бесплатных
• Протестируйте несколько провайдеров, так как Google периодически блокирует VPN-адреса
• Для API-работы с постоянной нагрузкой рассмотрите использование облачного сервера в нужном регионе

Ситуация с доступностью сервисов Google в России может меняться, поэтому рекомендуем следить за актуальными новостями.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Трамп в последний момент отказался подписывать указ об AI-безопасности

Трамп в день подписания отказался от указа, обязавшего AI-компании передавать модели на госпроверку за 14–90 дней до релиза. Причина — риск помешать гонке с Китаем.

🔴 Трамп в последний момент отказался подписывать указ об AI-безопасности

Генеральные директора крупнейших AI-компаний уже были в Вашингтоне для церемонии. Но Трамп вышел и сказал: «Мне не понравились некоторые аспекты».

Речь шла об указе, который обязал бы AI-компании передавать свои передовые модели правительству за 14–90 дней до запуска для проверки на уязвимости. Этим занялась бы канцелярия Национального киберуполномоченного. Поводом стали свежие релизы — Anthropic Mythos и OpenAI GPT-5.5 Cyber — модели, которые быстро находят дыры в чужом коде. Но Трамп в последний момент решил, что формулировки «могут помешать лидерству» США в гонке с Китаем: «Я не хочу делать ничего, что помешает этому лидерству». Подписание перенесли на неопределённый срок.

Государство впервые попыталось получить ранний доступ к передовым моделям — и в этот же день отступило под аргументом «гонки с Китаем». Для предпринимателя это маркер: регуляция AI в США в обозримые месяцы остаётся мягкой, окно для запуска агрессивных продуктов открыто. Но как только китайская лаборатория совершит следующий рывок, разговор о принудительном аудите вернётся — и быстро.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#геополитика #регуляция #безопасностьИИ #США #Китай #чиповаявойна #нацбезопасность #Anthropic #OpenAI #модели #LLM #ИИ #технологии #AravanaAI

ChatGPT теперь читает твою медкарту вместе с тобой

OpenAI запустила ChatGPT Health — изолированное пространство, где AI работает с медкартой, анализами и данными из фитнес-приложений. К системе подключены порталы 2,2 млн американских клиник.

🔴 ChatGPT теперь читает твою медкарту вместе с тобой

Каждую неделю 230 миллионов человек задают ChatGPT вопросы о здоровье. Теперь OpenAI решила превратить эту привычку в отдельный продукт — с прямым доступом к анализам, выпискам и страховкам.

OpenAI запустила ChatGPT Health — изолированное пространство, в котором можно подключить пациентский портал, Apple Health, MyFitnessPal, Peloton и сервис лабораторных тестов Function. Подключение к медицинским записям идёт через партнёра b.well, у которого данные примерно 2,2 миллиона американских провайдеров. Над безопасностью ответов работали более 260 врачей. Чаты, файлы и память Health-режима живут отдельно от обычного ChatGPT и не используются для обучения моделей. Раскатывают на Free, Go, Plus и Pro — везде, кроме ЕС, Швейцарии и Великобритании.

Личная медкарта впервые становится контекстом для разговора с массовой AI-моделью. Для предпринимателя это сигнал: следующий этаж рынка — не «AI-чатбот для всего», а специализированные сценарии с настоящими данными пользователя. Кто первым подружится с порталами клиник, страховых и фитнес-сервисов — тот и собирает аудиторию.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #ChatGPT #OpenAI #модели #healthtech #longevity #продлениежизни #будущеетруда #BigTech #ИИ #технологии #AravanaAI

OpenAI запустила Skills в ChatGPT — модульные навыки вместо громоздких GPT

OpenAI выкатила Skills — модульные навыки в ChatGPT и Codex CLI. Модель сама подгружает нужный навык по слэш-команде. Кастомные GPT можно конвертировать в одно касание.

🔴 OpenAI запустила Skills в ChatGPT — модульные навыки вместо громоздких GPT

Ещё месяц назад в ChatGPT каждая роль и каждая задача жили в отдельном «кастомном GPT». Теперь работает иначе: слэш-команда, и нужный навык подключается на лету.

OpenAI описала функцию Skills в ChatGPT и в инструменте для разработчиков Codex CLI. Навык устроен просто: папка с инструкциями и кодом, модель видит только короткое описание при старте и подгружает полную документацию только тогда, когда она нужна. Вызов идёт через слэш-команду, например /financial-analysis. Под капотом — визуальный редактор с перетаскиванием блоков и одна кнопка для конвертации старых кастомных GPT в новые Skills. Главная польза: вы перестаёте платить за токены, которые не используете, и можете держать сотни навыков без раздувания контекста.

Для российского предпринимателя главное: ChatGPT окончательно превращается из чат-бота в платформу автоматизации. Если у вас в команде уже завелись 5–10 кастомных GPT для разных задач, это сигнал собрать их в библиотеку Skills, разложить по отделам и подключить к рабочим процессам. Скоро это станет таким же базовым навыком, как умение настроить таблицу в Excel.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #ChatGPT #OpenAI #модели #агентыИИ #BigTech #productivitytools #ИИ #технологии #AravanaAI

Universal согласилась на ИИ-каверы на Spotify — акции стримера +15% за день

Spotify впервые разрешит пользователям делать ИИ-кавера и ремиксы лицензионных треков Universal Music. Сделка обвалила акции музыкальной индустрии вверх — Spotify подскочила на 15% за день.

🔴 Universal согласилась на ИИ-каверы на Spotify — акции стримера +15% за день

Ещё два года назад крупнейшие лейблы судились с AI-стартапами, которые тренировались на их каталогах. Сегодня крупнейший лейбл сам открывает ворота — за процент от выручки.

Spotify и Universal Music объявили лицензионное соглашение: пользователи Premium смогут создавать ИИ-каверы и ремиксы лицензионных треков прямо в приложении за дополнительную плату. Это первый раз, когда Spotify пускает ИИ-генерацию музыки на свою платформу. Реакция рынка мгновенная: акции выросли на 15% за день, до $493,75. Артисты и правообладатели сами решают, участвовать ли — а доходы делят с платформой. Алекс Норстрём, со-CEO Spotify, сформулировал принцип так: «согласие, упоминание, компенсация». Глава Universal Люсьен Грейндж назвал инициативу «артист-центричной» и обещает рост для всей экосистемы. Дата запуска функции пока не названа.

Для российского предпринимателя главное: индустрия контента нашла модель, при которой ИИ-генерация — не угроза, а новый канал монетизации. Если ваш бизнес связан с правами на контент, музыку, видео или дизайн — пора смотреть не на запреты, а на лицензионные схемы. Кто первым выстроит правила, тот и будет собирать процент с каждого ИИ-ремикса.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #агентыИИ #мультимодальность #инвестиции #корпоративнаястратегия #BigTech #сделки #ИИ #технологии #AravanaAI

NVIDIA подключилась к крупнейшему биомедицинскому каталогу мира — открытие лекарств ускорится

QIAGEN и NVIDIA объявили о партнёрстве: общая платформа для поиска лекарств на BioNeMo и графовых AI-моделях. Доступ к 25-летней базе QIAGEN (150 000 пользователей) с вычислительной мощью NVIDIA — пилот для фармы стартует сразу.

🔴 NVIDIA подключилась к крупнейшему биомедицинскому каталогу мира — открытие лекарств ускорится

QIAGEN ведёт базу знаний по биомедицине, которой 25 лет пользуются 150 000 учёных по всему миру: 70 000 научных публикаций, 30 000 заболеваний в каталоге. NVIDIA — крупнейшая платформа AI-вычислений для биологии. 20 мая на конференции BIO-IT World в Бостоне эти два мира объявили об объединении.

QIAGEN и NVIDIA строят общую платформу для поиска новых лекарств на базе BioNeMo и графовых AI-моделей. Идея проста: учёный задаёт сложный биологический вопрос («какой механизм связывает этот ген с этой болезнью?») напрямую AI-модели, которая одновременно лезет в курируемую базу QIAGEN и графовую вычислительную инфраструктуру NVIDIA. Применения — поиск молекулярных мишеней, переназначение существующих лекарств, поиск биомаркеров. Пилот стартует для отобранных фармпартнёров, дальше — масштабирование.

Для предпринимателя это знак: NVIDIA продолжает захватывать соседние рынки. После моделей и облачных вычислений настала очередь биомедицинских графов знаний. Это меняет позиционирование классических фармвендоров: теперь без NVIDIA в стеке инструментов сложно конкурировать на скорости открытия лекарств.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#биотех #фарма #healthtech #NVIDIA #GPU #чипы #исследования #продлениежизни #инфраструктура #ИИ #технологии #AravanaAI

$2,2 млрд за поисковик, в котором нет ни одной кнопки для человека

Exa поднял $250 млн серии C при оценке $2,2 млрд. Поисковик, в котором нет UI — только API для AI-агентов. Среди клиентов Cursor, Cognition, HubSpot, Monday.com.

🔴 $2,2 млрд за поисковик, в котором нет ни одной кнопки для человека

Когда AI-агенты выйдут в интернет на ваше место — где они будут гуглить? Не в Google. Стартап Exa строит отдельный поисковик, в котором нет ни интерфейса, ни рекламы, ни голубых ссылок — только API для других AI. Инвесторы только что оценили эту бизнес-модель в $2,2 млрд.

20 мая Exa закрыла раунд серии C на $250 млн. Компанию используют более 5 000 клиентов: Cursor, Cognition (создатели Devin), HubSpot, Monday.com — а в нише поиска по коду, по словам самой компании, «практически каждый агент-программист». Идея простая: классический Google заточен под человека, который тратит секунды на каждую ссылку. Агент сделает тысячу запросов и проанализирует сотню страниц по каждому — Google так не умеет, попытка натянуть человеческий поиск на робота не работает. Уилл Брайк, CEO Exa: «По мере появления триллионов агентов потребности в поиске вырастут в тысячи раз сверх возможностей Google».

Для предпринимателя — два сигнала. Первый: инфраструктура интернета прямо сейчас переписывается под AI-агентов, и это десятки новых ниш на миллиарды — поиск, базы данных, оркестрация, верификация. Второй: Google это понимает — 19 мая они показали крупнейший за 25 лет редизайн собственного поиска с AI-синтезом. Ставка $2,2 млрд за Exa — это ставка на то, что AI-первому миру нужен поиск, рождённый для AI с нуля.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #агентыИИ #LLM #модели #инвестиции #венчур #стартапы #раунд #BigTech #Google #ИИ #технологии #AravanaAI

Самая опасная для AI-индустрии забастовка отменена за день до начала

48 000 рабочих Samsung должны были выйти на 18-дневную забастовку — за день до начала профсоюз и компания подписали мировое соглашение. AI-индустрия выдохнула: HBM-память от Samsung — критический ресурс для GPU NVIDIA и AMD.

🔴 Самая опасная для AI-индустрии забастовка отменена за день до начала

20 мая 48 000 рабочих Samsung Electronics должны были выйти на 18-дневную забастовку. Накануне профсоюз и компания подписали мировое соглашение под давлением правительства Кореи. Голосование по ратификации пройдёт 22–27 мая. Глобальный рынок памяти выдохнул.

По условиям сделки, чиповое подразделение Device Solutions получит 10,5% выплат, привязанных к операционной прибыли, плюс базовое повышение зарплат на 1,5%. Эффективно — 12% к компенсации. Премии выплачиваются акциями Samsung с условием удержания и зависят от того, превысит ли прибыль установленный минимум. Этот компромисс не случаен: в I квартале 2026 года цены на DRAM выросли на 90–95% за квартал, а чиповое подразделение Samsung принесло около $36 млрд операционной прибыли. Доля Samsung на мировом рынке DRAM — 36%.

Для предпринимателя это сигнал: главное узкое место AI-индустрии — не GPU NVIDIA, а память HBM от Samsung и SK Hynix. Угроза остановки конвейера снята, поставки чипов NVIDIA и AMD идут по плану, цены памяти стабилизируются — и стройка AI-дата-центров продолжится без срывов. Но конфликт отложен только на год: в 2027-м переговоры начнутся заново.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #полупроводники #HBM #Samsung #DRAM #инвестиции #рынок_труда #будущее_труда #автоматизация #ИИ #технологии #AravanaAI

Хозяин Ozempic подписался с OpenAI — будут искать лекарства вместе

Novo Nordisk теряет рынок ожирения и берётся за AI: OpenAI встроят в разработку лекарств, производство и логистику — переобучат 68 000 сотрудников.

🔴 Хозяин Ozempic подписался с OpenAI — будут искать лекарства вместе

Novo Nordisk теряет рынок ожирения американскому конкуренту Eli Lilly, акции упали на 16% — и компания берётся за AI. Датский фарм-гигант объявил о масштабном альянсе с OpenAI: искусственный интеллект встроят в разработку лекарств, производство и логистику. Полная интеграция — к концу 2026 года.

Quiver Quantitative описал замысел: AI должен ускорить поиск кандидатов в лекарства, а 68 000 сотрудников Novo Nordisk пройдут переобучение под новые инструменты. Аналитики оценивают потенциальную экономию для отрасли в десятки миллиардов долларов в год. Сделка — заметный шаг для всей индустрии: фарма первого эшелона зашивает AI не в отдельный R&D-проект, а в основной операционный контур, от разработки молекулы до поставки в аптеку.

Для российского предпринимателя — два прямых сигнала. Первый: AI перестал быть «исследованием», крупнейшие корпорации мира зашивают его в основные процессы со сроком меньше года. Второй: цикл вывода новых препаратов сожмётся, а значит, оригинальные молекулы будут появляться быстрее, дженерики и аналоги станут массовым продуктом раньше. Если бизнес связан с медициной или дистрибуцией лекарств, закладывайте более быстрый темп смены ассортимента.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#longevity #биотех #фарма #healthtech #OpenAI #ChatGPT #модели #GLP1 #Ozempic #ИИ #технологии #AravanaAI

AI-датацентры уходят с электросети — Nebius и Bloom строят свою энергетику на $2,6 млрд

Облачный AI-провайдер Nebius заключил сделку с Bloom Energy на $2,6 млрд — 250 МВт гарантированной мощности на топливных элементах для своих датацентров.

🔴 AI-датацентры уходят с электросети — Nebius и Bloom строят свою энергетику на $2,6 млрд

Дефицит мощностей для AI добрался до точки, где проще поставить топливные элементы прямо у датацентра, чем ждать подключения к сети. Облачный AI-провайдер Nebius заключил с Bloom Energy сделку на $2,6 млрд — компания получит 250 МВт гарантированной мощности и 328 МВт установленной.

По данным Seeking Alpha, сумма расписана как поток сервисных платежей — Bloom поставит и обслужит топливные элементы, Nebius платит за киловатт-часы под собственные AI-нагрузки. Акции Bloom Energy подскочили на 10,9% в день анонса. Nebius из недавнего «Яндекса в эмиграции» окончательно превращается в самостоятельного игрока инфраструктурного слоя AI — рядом с CoreWeave и Lambda.

Для российского предпринимателя это рамка нового рынка: вычислительные мощности упираются не в чипы, а в электричество. Кто умеет договариваться с энергетиками и строить автономную генерацию — тот получает контракты на годы вперёд. Если бизнес связан с энергетическим оборудованием, промышленным газом или сервисом турбин — окно спроса открывается прямо сейчас.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#датацентры #инфраструктура #энергетика #мощности #капзатраты #охлаждение #облако #инвестиции #ИИ #технологии #AravanaAI

Тайвань впервые ловит контрабандистов AI-чипов NVIDIA — облавы в 12 точках

Тайваньская прокуратура устроила первую формальную облаву по делу о контрабанде AI-серверов Supermicro с чипами NVIDIA в Китай — троих объявили в розыск.

🔴 Тайвань впервые ловит контрабандистов AI-чипов NVIDIA — облавы в 12 точках

Пятьдесят серверов Supermicro с запрещёнными к экспорту чипами NVIDIA Hopper и Blackwell ехали в Китай по подложным документам. Тайваньская прокуратура устроила первую формальную облаву по делу о контрабанде AI-железа — обыски прошли в 12 местах одновременно.

По данным Tom's Hardware, троих фигурантов объявили в розыск — им грозит обвинение в подделке документов и ложном декларировании груза. Серверы должны были уйти в материковый Китай, Гонконг и Макао в обход американских экспортных ограничений. Дело идёт фоном к масштабному кейсу против сооснователя Supermicro Уолли Ляо на $2,5 млрд.

Для российского предпринимателя сигнал прямой: экспортный контроль перестаёт быть бумажкой и превращается в уголовные дела. Серый канал «купим у посредника, привезём с Тайваня» становится дорогим — поставщики попадают под уголовку, маржа на риск растёт, сроки поставки удлиняются. Если бизнес-модель завязана на доступ к топовому AI-железу через обход санкций, пора закладывать другой план.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #GPU #NVIDIA #геополитика #санкции #экспортный_контроль #Китай #чиповаявойна #нацбезопасность #ИИ #технологии #AravanaAI

AMD первой запустила серверный чип на 2-нм техпроцессе — Intel снова отстаёт на год

AMD запустила массовое производство EPYC Venice на TSMC 2nm — 256 ядер, +70% производительности. Первый 2-нм серверный чип в мире.

🔴 AMD первой запустила серверный чип на 2-нм техпроцессе — Intel снова отстаёт на год

Пока Intel отодвинул свой главный серверный чип Diamond Rapids на середину 2027 года, AMD начала массовое производство EPYC Venice на тайваньском заводе TSMC по 2-нанометровому техпроцессу. Это первый серверный чип такого класса в мире, который реально пошёл в производство.

Цифры серьёзные: до 256 ядер на новой архитектуре Zen 6, 16 каналов памяти с пропускной способностью 1,6 ТБ/с, поддержка PCIe 6.0. AMD заявляет о приросте вычислительной производительности на 70% относительно текущего поколения EPYC Turin. Коммерческие поставки начнутся ближе к концу 2026 года. Параллельный конвейер на американском заводе TSMC в Аризоне запустят не раньше 2028 года — то есть весь объём поначалу будет идти с Тайваня. AMD уже контролирует 46% рынка серверных x86-процессоров, и Venice этот разрыв с Intel только увеличит.

Для бизнеса это значит две вещи. Первая: облачные провайдеры в ближайший год получат дешёвый способ нарастить мощности под inference (запуск AI-моделей) без покупки дорогих GPU. Вторая: концентрация передового производства на Тайване остаётся стратегическим риском — и любая эскалация в проливе теперь бьёт по всей серверной индустрии разом.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #полупроводники #AMD #TSMC #техпроцесс #чиповаявойна #датацентры #инфраструктура #ИИ #технологии #AravanaAI

Anthropic пошла судиться с Пентагоном — Трамп дал министерству шесть месяцев избавиться от создателя Claude

Апелляционный суд округа Колумбия рассматривает иск Anthropic против Пентагона. Решение определит, кто пишет правила для military-AI.

🔴 Anthropic пошла судиться с Пентагоном — Трамп дал министерству шесть месяцев избавиться от создателя Claude

Пентагон присвоил Anthropic статус «риск цепочки поставок». На обычном языке: компания, чей Claude используют американские госагентства, лишилась права на новые контракты с Минобороны США. 19 мая стороны сошлись в апелляционном суде округа Колумбия.

Официальная претензия Пентагона: Anthropic «идеологически» подходит к безопасности ИИ — отказывается подписать стандарт «любое законное использование» и оставляет за собой право отозвать доступ. Anthropic отвечает прямо: мы не дадим использовать Claude для массовой внутренней слежки и автономного оружия, и менять этот принцип не будем. Судья Карен Хендерсон встала на сторону компании: «Я не вижу никаких доказательств недобросовестности, несмотря на все усилия Пентагона». Параллельный процесс идёт в Сан-Франциско — там решения могут разойтись.

Это первый случай, когда AI-лаборатория первого эшелона публично воюет с госзаказчиком за право не выполнять определённые задачи. Чем закончится — определит, кто пишет правила для military-AI: Минобороны или сами разработчики. Если Anthropic выиграет — у любой компании появится прецедент отказаться от государственного контракта по этическим соображениям без потери всего госрынка.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#геополитика #регуляция #нейросети #LLM #Claude #Anthropic #безопасностьИИ #США #нацбезопасность #ИИ #технологии #AravanaAI

Daily Digest - 21 мая 2026

ЕС раскручивает гайки AI Act, Трамп их закручивает - а фарма не ждёт: BMS и Novo Nordisk уже встроили AI в основные процессы.

ЕС вернулся к собственному AI-закону через два года и переписал его в пользу промышленности - Siemens и ASML додавили, дедлайны для высокорисковых систем переехали на 2027-28. Трамп готовит указ в противоположную сторону: фронтирные модели на госревью за 90 дней до релиза, индустрия торгуется. Bristol Myers Squibb переводит на Claude всю компанию - 30 000 сотрудников, включая регуляторные подачи. Novo Nordisk встраивает OpenAI в весь операционный контур - от поиска молекулы до поставки в аптеку. Регуляция опаздывает - AI уже там, куда она ещё не добралась.

ЕС отступил перед Siemens и ASML - закон переехал на 2027

По данным Euronews, правительства стран ЕС и Европарламент договорились пересмотреть AI Act 7 мая 2026 года в рамках пакета AI omnibus - сборного закона, который одним документом упрощает сразу несколько правил. Дедлайн соответствия для высокорисковых AI-систем перенесён с лета 2026 на 2 декабря 2027 года, а для AI в физических продуктах (медоборудование, станки) - на август 2028. Производственное оборудование вообще исключили из-под действия закона: лоббирование Siemens и ASML сработало. Теперь станки регулируются отраслевыми нормами, как обычная техника. В обмен на смягчение в текст добавили запрет на AI-инструменты, генерирующие непрошеные откровенные изображения и дипфейки.

Закон, который ЕС принимал как самый жёсткий AI-режим в мире, переписан меньше чем через два года после вступления в силу - беспрецедентно быстрый разворот для брюссельского регулирования. Обычно подобные пакеты пересматривают на протяжении лет, а не сразу. Реальная причина проста: европейская промышленность додавила. В её сценарии жёсткий закон означал потерю конкурентоспособности к США и Китаю. Малый и средний бизнес получил упрощённую техдокументацию и доступ к регуляторным «песочницам» для тестов. Компаниям больше не нужно проходить параллельные проверки одновременно по AI Act и отраслевым законам в авиации, медтехнике и финансах. Единственное, на чём сходятся обе стороны - дипфейки регулировать всё-таки нужно. Всё остальное в законе теперь обсуждаемо.

Трамп ужесточает там, где ЕС отступил - и индустрия торгуется за дни

CNN сообщает, что Трамп может подписать AI-указ уже сегодня, 21 мая. Лаборатории должны передавать фронтирные модели правительству минимум за 90 дней до публичного релиза - это позиция, которую Axios описывает как добровольную рамку со сроком 90 дней. Индустрия - в переговорах с Белым домом участвуют OpenAI и Anthropic - лоббирует сокращение этого срока до 14 дней. Минфин США совместно с другими ведомствами и AI-компаниями сформирует координационную площадку для проверки уязвимостей кибербезопасности в нерелизованных моделях. Доступ к моделям получит не только государство, но и «определённые провайдеры критической инфраструктуры».

Катализатором указа стала модель Anthropic под названием Mythos - компания сама заявила, что она «может эксплуатировать уязвимости кибербезопасности с беспрецедентной скоростью». То есть лаборатория публично сказала государству: мы построили нечто, что нужно показывать вам до запуска. Администрация после этого ускорилась. Формально режим добровольный - компания может не показывать модель. Но кто откажется, выпадает из круга доверенных партнёров правительства и из госконтрактов. Это не закон, это сегрегация рынка по согласию. И спор о 90 vs 14 днях - не о безопасности. Это о времени до выручки: каждый день задержки релиза следующего GPT означает значительную упущенную выручку. Поэтому индустрия дерётся за каждый день срока.

Хозяин Ozempic не ждёт регуляторов - OpenAI встроили в весь операционный контур

Novo Nordisk, производитель Ozempic, объявил о стратегическом партнёрстве с OpenAI: AI войдёт в разработку лекарств, производство, цепочку поставок и коммерческие операции. Полная интеграция - к концу 2026 года. CEO Мике Доустадар сформулировал цель: «привести новые и лучшие варианты лечения к пациентам быстрее». Компания строит AI-грамотность по всей глобальной организации - не чтобы сократить персонал, а чтобы сделать каждого сотрудника эффективнее. Соглашение прописывает жёсткие требования по защите данных и человеческому контролю.

Novo Nordisk теряет рынок ожирения американскому конкуренту Eli Lilly - и отвечает не снижением цены, а переключением скорости. AI встраивают не в отдельный R&D-проект, а в весь контур: от поиска молекулы до аптечной полки - со сроком меньше года. После BMS с Claude и Novo Nordisk с OpenAI в фарме первого эшелона вопрос «использовать ли AI» закрыт. Открытый - насколько быстро. Цикл вывода новых препаратов сожмётся, оригинальные молекулы будут появляться раньше. И у каждого совета директоров в отрасли теперь один вопрос к менеджменту: почему мы медленнее?

BMS подключила всю компанию к Claude - пилоты в фарме закончились

Bristol Myers Squibb (BMS) объявила стратегическое соглашение с Anthropic: более 30 000 сотрудников получают доступ к Claude Enterprise. Это не пилот в одном отделе и не эксперимент в исследовательском подразделении - это «единая интеллектуальная платформа» через всю организацию. Соглашение опирается на более чем 3 года инвестиций BMS в AI. Конкретные сценарии: составление отчётов о клинических исследованиях из исходных данных испытаний, синтез десятилетий патентованных научных данных, поддержка регуляторных подач, выявление причин отклонений в производстве в реальном времени. Инженерные команды используют Claude Code для разработки ПО в масштабах всего предприятия.

Директор по цифровым технологиям BMS Грег Майерс сформулировал коротко: «Настоящий приз - нетронутая ценность, запертая за десятилетиями разрозненных хранилищ данных. Это сотрудничество - наш путь к ней». Перевод: у нас десятилетия исследований в разных системах, и без агентного слоя сверху мы не можем их связать. Раньше это называлось проблемой разрозненных хранилищ данных - и решалась годами и миллиардами без результата. Теперь это «проблема, которую решает Claude». Фарма - самая зарегулированная индустрия в мире после ядерной. Если BMS включает Claude в регуляторные подачи и производственный контроль качества, это означает, что регуляторы уже допускают AI в эти процессы при правильном аудите. Соглашение явно прописывает «полный корпоративный governance и контроль аудита». Это шаблон: чтобы Claude стал инфраструктурой в зарегулированной отрасли, нужна не модель, а доверенная цепочка ответственности. Anthropic построила её первой. Теперь у каждого совета директоров крупной фармы будет вопрос: почему мы не у Claude?

«Дипфейки запретим, остальное переоткроем», - ЕС. «Дайте 14 дней, а не 90», - OpenAI и Anthropic. Через эту торговлю прошёл день, когда первый AI-разработанный способ доставки вошёл в человека, а BMS объявила, что 30 000 её сотрудников теперь работают с Claude. Регуляция всегда опаздывает. Сегодня - ещё на ход.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

30 000 сотрудников фарма-гиганта получили Claude — Bristol Myers Squibb развернула Anthropic на всю компанию

Bristol Myers Squibb даёт более 30 000 сотрудников доступ к Claude от Anthropic для исследований, клиники, производства и регуляторных подач.

🔴 30 000 сотрудников фарма-гиганта получили Claude — Bristol Myers Squibb развернула Anthropic на всю компанию

Когда крупная фарма подключает AI, обычно это пилот на двадцать химиков и пресс-релиз. Bristol Myers Squibb сделала иначе: по данным Pharmaceutical Executive, доступ к Claude от Anthropic получили более 30 000 сотрудников — от исследований и клиники до производства, коммерции и корпоративных функций.

Claude встраивается не в демо, а в реальные процессы. Инженеры используют Claude Code для разработки софта. Клиника — для составления отчётов по исследованиям прямо из исходных данных и подготовки регуляторных подач. Учёные тянут научный контекст из массивов данных, накопленных десятилетиями. Производство — для расследований качества и поиска причин брака в реальном времени. «Большинство корпоративных AI-проектов застревают на чатботе. Настоящая ценность спрятана за десятилетиями разрозненных данных», — формулирует логику Грег Майерс, директор по цифровым технологиям BMS. Сумма сделки не раскрывается.

За последний год сценарий enterprise-AI окончательно сменился: точечные пилоты с Copilot уступают полному развёртыванию AI первого эшелона на десятки тысяч сотрудников. Если в вашей индустрии конкурент уже подписал такой контракт, считайте, что у него появилась команда плюс несколько тысяч новых аналитиков-инженеров — без увеличения штата.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #Claude #Anthropic #агентыИИ #фарма #biotech #healthtech #корпоративнаястратегия #BigTech #ИИ #технологии #AravanaAI

Белый дом хочет смотреть на фронтирные AI-модели за 90 дней до релиза

Трамп готовит указ о добровольном правительственном обзоре фронтирных AI-моделей за 90 дней до релиза. Минфин запускает «расчётную палату» по уязвимостям. Поводом стала Mythos от Anthropic.

🔴 Белый дом хочет смотреть на фронтирные AI-модели за 90 дней до релиза

До последнего времени администрация Дональда Трампа держалась подальше от AI-индустрии и принципиально не лезла в её процессы. Теперь Трамп готов подписать указ с противоположным акцентом: правительство США хочет видеть новые фронтирные модели за 90 дней до того, как их получит публика.

По данным CNN, документ может быть подписан уже в четверг. В нём две части. Первая — добровольное соглашение, по которому OpenAI, Anthropic и другие крупные лаборатории передадут свои новые модели на правительственный обзор перед публичным запуском (компании настаивают, чтобы окно сократили до 14 дней). Вторая — кибербезопасность: Министерство финансов создаст «расчётную палату», где AI-компании и госструктуры будут совместно искать и закрывать уязвимости в ещё не выпущенных моделях. Поводом стала модель Mythos от Anthropic, которая, по словам её создателей, умеет находить и эксплуатировать киберуязвимости с беспрецедентной скоростью. Сама схема «добровольная», но любая AI-лаборатория, которая откажется делиться, мгновенно станет белой вороной для регуляторов и заказчиков.

Для российского предпринимателя главный сигнал — горизонт планирования AI-продуктов в США меняется. До сих пор лаборатории могли выкатывать новую модель в любой день; теперь между «модель готова» и «модель доступна» появляется трёхмесячная пауза. Это смещает релизы, замедляет волну новых возможностей и, по сути, передаёт государству неявный рычаг над тем, что увидят пользователи. Если ваш бизнес зависит от свежих API OpenAI или Anthropic, закладывайте эту задержку в продуктовые планы 2026 года.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#геополитика #регуляция #США #безопасностьИИ #AIAct #OpenAI #Anthropic #нацбезопасность #ИИ #технологии #AravanaAI

NVIDIA опять переписала свой же рекорд: $81,6 млрд за квартал, дата-центры почти удвоились

NVIDIA отчиталась за Q1 FY2027: выручка $81,6 млрд (+85% г/г), дата-центры $75,2 млрд, байбэк $80 млрд. SoftBank на этих новостях подскочил на 20%.

🔴 NVIDIA опять переписала свой же рекорд: $81,6 млрд за квартал, дата-центры почти удвоились

Две цифры из квартального отчёта, которые стоят отдельной строки: $81,6 млрд выручки и $75,2 млрд в сегменте дата-центров. Один сегмент NVIDIA теперь зарабатывает больше, чем вся выручка большинства компаний из списка Fortune 100.

По отчёту NVIDIA за первый квартал FY2027 общая выручка выросла на 85% год к году, валовая маржа удержалась около 75%, прибыль на акцию по GAAP составила $2,39. Компания одновременно объявила дополнительный байбэк на $80 млрд и подняла дивиденд с одного цента до 25. Прогноз на следующий квартал — $91 млрд. Дженсен Хуанг назвал происходящее «крупнейшим инфраструктурным расширением в истории человечества». На этих цифрах SoftBank подскочил почти на 20%, прибавив около $35 млрд капитализации за день — главным образом через долю в Arm.

Что это значит для российского предпринимателя: инфраструктурный супер-цикл вокруг AI не остывает, а только разгоняется. Компании продолжают покупать «лопаты», и до пика спроса, судя по отчётности NVIDIA и словам Хуанга, ещё далеко. На практике это удлинение очередей на GPU, дальнейший рост цен на вычисления и закрытие лучших мощностей долгосрочными контрактами. Если вы планируете AI-продукт в горизонте 12 месяцев, фиксируйте вычислительные мощности сейчас. Через полгода будет дороже и медленнее.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #GPU #NVIDIA #инвестиции #BigTech #датацентры #инфраструктура #рынок #ИИ #технологии #AravanaAI

Китай тихо выкатил флагман: Qwen 3.7 Max Preview в топ-15 мира

Alibaba выпустила Qwen 3.7 Max Preview — модель сразу зашла в топ-15 LM Arena по тексту, обогнав большинство западных конкурентов. Math-режим в семёрке мира.

🔴 Китай тихо выкатил флагман: Qwen 3.7 Max Preview в топ-15 мира

Пока вся лента обсуждает OpenAI и Anthropic, Alibaba без громких пресс-конференций положила на рейтинговый стол ещё одну модель. Qwen 3.7 Max Preview появилась на LM Arena и сразу зашла в топ. Никаких лозунгов про AGI, просто цифры.

По обзору Decrypt, новая модель Alibaba заняла 13-е место в общем зачёте текстовых моделей на LM Arena. Сильнее всего она в математике (7-е место в мире) и сложных технических задачах. По общим возможностям Alibaba теперь шестая лаборатория в мире по текстовым моделям и пятая по визуальным. Plus-версия будет открытой, Max — платная и закрытая, но, по оценке обозревателя, ценник окажется ниже Claude Opus. Принудительно включён режим глубокого рассуждения, веб-поиск и интерпретатор кода в превью отключены — то есть нынешний результат ещё не потолок.

Привычная картинка «лидеры это OpenAI, Anthropic, Google» начинает расплываться. Шесть лабораторий уже умеют делать модели уровня фронтира, и пробивающая дверь нога — теперь не американская. Для российского предпринимателя это значит: если ваш стек завязан только на одного западного провайдера, у вас однопровайдерный риск без однопровайдерных скидок. Стоит хотя бы прогнать свои реальные задачи через Qwen и DeepSeek — особенно там, где много математики, кода или длинного контекста. Цена за токен может оказаться вдвое ниже без потери качества.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #модели #Alibaba #Qwen #DeepSeek #Китай #ИИ #технологии #AravanaAI

ИИ от OpenAI опроверг гипотезу математика Эрдёша, которой 80 лет

Новая модель рассуждений OpenAI построила контрпример к гипотезе Эрдёша 1946 года. Тот самый математик, что разнёс предыдущее ложное заявление компании, признал результат подлинным.

🔴 ИИ от OpenAI опроверг гипотезу математика Эрдёша, которой 80 лет

В октябре 2025-го OpenAI поспешила объявить, что её модель решила сразу десять задач Пола Эрдёша. Через неделю выяснилось: все «решения» давно лежали в учебниках, а ИИ их просто нашёл и пересказал. Главный критик той истории — математик Томас Блум — публично разнёс заявление. Теперь тот же Блум подтверждает: на этот раз — настоящий прорыв.

По данным OpenAI, новая универсальная модель рассуждений опровергла геометрическую гипотезу Эрдёша 1946 года о расстояниях между точками (unit distance problem). ИИ построил новое семейство конструкций, которое побило прежние оценки — то есть нашёл контрпример, до которого математики не могли добраться 80 лет. Результат проверили Нога Алон, Мелани Вуд и тот самый Томас Блум. По данным TechCrunch, это первый случай, когда ИИ автономно решил открытую задачу, центральную для целого направления математики.

Граница «ИИ как ассистент» и «ИИ как соавтор открытий» только что сдвинулась. Если модель способна породить математическую конструкцию, которую веками не видели лучшие умы, — следующий шаг это не «помоги составить отчёт», а «найди архитектурное решение, которое мы не пробовали». Для предпринимателя это значит: задачи, которые годами считались упёртыми и нерешаемыми в вашей нише, стоит ещё раз вынести на стол. Возможно, ответ теперь умещается в один промпт.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #модели #OpenAI #ChatGPT #агентыИИ #ИИ #технологии #AravanaAI

Stability AI выпустила модель, которая сочиняет 6-минутный трек по описанию — и впервые на легальной музыке

Stable Audio 3.0 — четыре варианта до 2,7 млрд параметров, треки до 6:20 на полностью лицензированных данных Warner и Universal.

🔴 Stability AI выпустила модель, которая сочиняет 6-минутный трек по описанию — и впервые на легальной музыке

Крупные музыкальные лейблы судятся с AI-компаниями за обучение на чужих песнях. Stability AI выбрала противоположную тактику и купила лицензии у Warner и Universal — а в обмен получила модель, которой можно пользоваться без юристов.

Новое семейство Stable Audio 3.0 вышло 20 мая. Четыре варианта: small на 459 миллионов параметров крутится прямо на устройстве и генерирует до двух минут аудио, medium на 1,4 миллиарда и large на 2,7 миллиарда сочиняют полноценные композиции длиной 6 минут 20 секунд с сохранением структуры и мелодической линии. Три младшие модели открыты под бесплатную лицензию, большая доступна через API и self-hosting; компаниям с выручкой свыше $1 миллиона потребуется отдельная корпоративная лицензия. Главное — обучение полностью на лицензированных данных по партнёрствам с Warner Music Group и Universal Music Group. Параллельно Stability наняла Итана Каплана, бывшего директора по цифре в Universal Audio и Fender, развивать профессиональное направление.

Это новая бизнес-модель для генеративного AI в музыке: лицензия вместо иска. Для российского предпринимателя в контенте, рекламе или геймдеве — рабочий инструмент, по которому не прилетит письмо от правообладателя. И сигнал шире: на регулируемых рынках «честный» AI начинает превращаться в конкурентное преимущество, а не в благотворительный довесок.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #модели #мультимодальность #открытыйкод #BigTech #автоматизация #корпоративнаястратегия #ИИ #технологии #AravanaAI

Google DeepMind подключил AI к биологии старения — и получил гипотезу, которую не могли увидеть учёные

DeepMind применил Co-Scientist для исследования старения с Calico — AI сгенерировал новую гипотезу о метаболизме и стрессовом ответе клетки.

🔴 Google DeepMind подключил AI к биологии старения — и получил гипотезу, которую не могли увидеть учёные

Если вы думали, что AI в науке — это про статьи и графики, посмотрите ещё раз. Google DeepMind направил свой мульти-агентный AI-инструмент Co-Scientist на одну из самых сложных задач биологии — понять, как организм стареет, — и партнёр уже выпустил рабочую гипотезу для эксперимента.

Партнёр — Calico Life Sciences, дочка Alphabet, которая годами охотится на молекулярные механизмы старения. Команда Calico использовала Co-Scientist для построения новой гипотезы о том, как метаболизм управляет интегрированным стрессовым ответом клетки — ключевым переключателем между здоровьем и болезнью. Экспериментальная проверка дала результаты, которые сейчас готовят к публикации. Доктор Кэтрин Лаббе, главный научный сотрудник Calico, сказала: «Что меня удивило — насколько он думает как учёный». Доктор Мэтт Онсум, глава AI/ML в Calico, назвал это «лунным выстрелом» — Co-Scientist умеет отделять реальные находки от шума в литературе по старению и формулировать проверяемые гипотезы.

Для российского предпринимателя это сигнал, что AI-агенты выходят из роли «помощников по тексту» и становятся полноценными участниками R&D-цикла. Если мульти-агентная система способна предложить рабочую гипотезу в одной из самых трудных областей биологии, она тем более способна делать это в маркетинге, юриспруденции, операционном анализе — везде, где задача требует синтеза разрозненных данных и проверки гипотез. Цикл «идея — эксперимент — результат» начинает сжиматься, и компании, которые встроят такие агенты в процессы первыми, получат огромное преимущество в скорости.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #агентыИИ #LLM #Google #DeepMind #longevity #биотех #здоровье #healthtech #продлениежизни #ИИ #технологии #AravanaAI

Microsoft выложил в открытый доступ два инструмента, без которых нельзя строить AI-агентов

Microsoft открыл исходники RAMPART (тестирование атак на агентов) и Clarity (проектирование агентов) — оба доступны на GitHub.

🔴 Microsoft выложил в открытый доступ два инструмента, без которых нельзя строить AI-агентов

Корпорации боятся AI-агентов больше, чем самих сотрудников: агент с доступом к корпоративной почте, базам и API может сломать гораздо больше, чем ленивый стажёр. Microsoft решил отдать индустрии два собственных инструмента, которыми пользуется внутри.

Microsoft Security опубликовал в open source два проекта: RAMPART — фреймворк для тестирования AI-агентов на атаки, и Clarity — инструмент для проектирования агентов до начала разработки. RAMPART встроен в PyRIT и работает как обычные тесты pytest в CI/CD-конвейере: ловит атаки через подброшенные промпты (cross-prompt injection), запускает статистические испытания на вероятностное поведение моделей и фиксирует находки red team как регрессионные тесты. Clarity проводит команду через структурированный разговор о проблеме, решении и сценариях провала, а её несколько AI-«мыслителей» атакуют дизайн с точки зрения безопасности, операций и людей. Оба проекта доступны на GitHub (microsoft/RAMPART и microsoft/clarity-agent), а целевая аудитория — продакт-менеджеры, инженеры и команды безопасности в крупных компаниях.

Для российского предпринимателя это редкий случай, когда Microsoft бесплатно отдаёт то, на чём обычно зарабатывают консультанты. Если вы строите AI-агента для клиента или для внутренних процессов, скачайте RAMPART до того, как поставите агента в продакшен. Это не «приятно иметь» — без таких тестов агент с правом действия превращается в открытую дверь: одна подложенная инструкция в письме или документе, и он работает на атакующего. Open source-инструмент крупного игрока — стандарт, на который скоро будут ссылаться все, кому важна безопасность агентов.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #агентыИИ #Microsoft #BigTech #безопасностьИИ #модели #LLM #ИИ #технологии #AravanaAI

OpenAI готовит конфиденциальный проспект IPO — на этой неделе

Компания работает с Goldman Sachs, Morgan Stanley и JPMorgan Chase — публичный листинг ожидают до Дня благодарения.

🔴 OpenAI готовит конфиденциальный проспект IPO — на этой неделе

Самая обсуждаемая AI-компания мира впервые делает шаг навстречу публичному рынку. Прямо сейчас в её офисах работают банкиры, которые готовят документы для биржи.

По данным Axios, OpenAI работает над конфиденциальным проспектом IPO вместе с Goldman Sachs, Morgan Stanley и JPMorgan Chase — теми же банками, что готовят выход SpaceX. Конфиденциальная подача — это первый шаг: публичная версия документа обычно появляется примерно через два месяца, а сам листинг участники рынка ожидают между Днём труда и Днём благодарения. Поводом для разморозки IPO стала недавняя победа компании в суде против Илона Маска: тот пытался заблокировать переход OpenAI из некоммерческой структуры в обычную корпорацию и обещал подать апелляцию. Сам OpenAI комментирует осторожно: «регулярно оцениваем стратегические опции, фокус — на исполнении».

Для российского предпринимателя сигнал простой: AI-индустрия перестаёт быть венчурной игрой и переезжает на публичные рынки. Когда главная AI-компания мира идёт на биржу одновременно со SpaceX, любой бизнес-процесс без AI к концу года будет смотреться как магазин без сайта в 2010-м.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #OpenAI #ChatGPT #модели #IPO #инвестиции #BigTech #рынок #ИИ #технологии #AravanaAI

Apple показала, что её ИИ умеет: пакет функций доступности на базе Apple Intelligence

Apple представила пакет функций доступности, построенных на Apple Intelligence: распознавание изображений в реальном времени, голосовая навигация интерфейсом, автоматические субтитры, управление колясками через Vision Pro по движению глаз. Запуск — позднее в 2026 году.

🔴 Apple показала, что её ИИ умеет: пакет функций доступности на базе Apple Intelligence

Вместо демонстрации новой большой модели Apple показала что-то иное — целый пакет применений своего ИИ для людей, которым он нужен больше всех. В официальном анонсе компания собрала функции доступности, построенные на Apple Intelligence. Запуск — позднее в 2026 году.

Среди новинок: Image Explorer описывает фотографии, счета и документы в подробностях; Live Recognition отвечает на вопросы о том, что попадает в камеру; Magnifier понимает команды вроде «увеличь» или «включи фонарик». Голосовое управление iPhone и iPad перешло на естественный язык — теперь можно сказать «нажми фиолетовую папку», и система найдёт её, даже если у элемента нет метки доступности. Accessibility Reader суммирует статьи и переводит их на лету, сохраняя вёрстку. Автоматические субтитры включаются для любого видео и работают на устройстве, без отправки звука в облако. Отдельно — управление электрической инвалидной коляской через Vision Pro: коляска движется по взгляду пользователя, без перекалибровки в меняющемся освещении.

Для российского предпринимателя в этом два урока. Первый: Apple впервые с момента запуска Apple Intelligence показывает, что её ИИ — не «слабая Siri», а зрелый продукт, который выигрывает за счёт интеграции с устройством и тем, что весь запуск AI-моделей идёт без облака. Второй: рынок ассистивных технологий, в котором обычно работали нишевые стартапы, теперь становится витриной возможностей крупных платформ. Любая компания, которая делает корпоративные инструменты для отдельных групп пользователей — слабовидящих сотрудников, людей с моторными нарушениями, людей, работающих на разных языках, — должна готовиться к тому, что базовые слои этих сценариев скоро будут встроены прямо в iPhone и Vision Pro.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #Apple #мультимодальность #BigTech #агентыИИ #embodiedAI #ИИ #технологии #AravanaAI

$70 млрд за день - и ни доллара на модели. Капитал 2026 года ставит на розетки

NextEra покупает Dominion за $66.8 млрд, Analog Devices забирает Empower за $1.5 млрд, Armada привлекает $230 млн на портативные датацентры. OpenAI открывает первую зарубежную лабораторию. Умные деньги больше не верят в гонку моделей - они покупают инфраструктуру.

Ещё год назад инвесторы спрашивали: какая модель победит? Сегодня вопрос другой: где взять электричество, чтобы её запустить?

За один день рынок переварил сделки на $70 млрд - и ни одна из них не про нейросети. NextEra поглощает Dominion за $66.8 млрд, чтобы кормить датацентры Вирджинии. Analog Devices платит $1.5 млрд за стартап, который делает доставку энергии к чипам эффективнее. Armada привлекает $230 млн на портативные датацентры размером с контейнер. OpenAI впервые за девять лет открывает лабораторию за пределами США - не ради моделей, а ради талантов.

Паттерн очевиден: умные деньги больше не гонятся за следующим GPT. Они скупают то, без чего GPT не работает - энергию, чипы питания, физическую инфраструктуру, инженеров. Гонка моделей превратилась в войну за розетки.

NextEra и Dominion: $66.8 млрд за право кормить AI

NextEra не провела ни одной пресс-конференции про искусственный интеллект. Компания не разрабатывает модели, не строит датацентры, не продаёт облачные сервисы. Она продаёт электричество - и именно поэтому готова заплатить $66.8 млрд за конкурента.

NextEra покупает Dominion Energy в рамках all-stock сделки стоимостью $66.8 млрд. Это крупнейшее слияние в энергетическом секторе США за последние 15 лет. Объединённая компания получит enterprise value - общую стоимость бизнеса с учётом долга - около $420 млрд. Для сравнения: это больше, чем рыночная капитализация Intel, AMD и Qualcomm вместе взятых.

Почему именно Dominion? Компания обслуживает Вирджинию - штат, где сосредоточена крупнейшая концентрация датацентров в мире. Там находятся гипермасштабируемые кластеры Amazon, Google, Microsoft. Их спрос на электричество растёт двузначными темпами каждый год. CEO объединённой компании Джон Кетчам сказал прямо: спрос на электричество растёт быстрее, чем за последние десятилетия, и причина - AI-операции.

Структура сделки показывает, кто здесь главный stakeholder. Это не акционеры - это регуляторы. По данным Axios, компании обязались предоставить $2.25 млрд кредитов на счета за электричество клиентам Dominion в течение двух лет. Для контекста: стандартные банковские комиссии за M&A (слияния и поглощения) такого масштаба составляют $335-670 млн. NextEra платит регуляторам в четыре раза больше, чем инвестбанкам.

Объединённая мощность составит около 130 гигаватт спроса на электроэнергию. Это примерно столько, сколько потребляют все домохозяйства Германии. Закрытие сделки ожидается через 12-18 месяцев - по данным Axios, после получения регуляторных одобрений. Рынок отреагировал мгновенно: акции Dominion выросли на 12% после объявления.

Историческая аналогия - слияние Duke Energy и Progress Energy за $32 млрд в 2012 году. Тогда триггером был сланцевый газ. Сегодня - AI-датацентры. Но есть нюанс: Duke-Progress закрылась за 9 месяцев. NextEra-Dominion прогнозируют 12-18, потому что регуляторы стали тщательнее проверять влияние на тарифы. Если AI-бум затормозит до закрытия сделки, обоснование «растущий спрос» испарится перед комиссиями трёх штатов.

Analog Devices и Empower: $1.5 млрд за чип, который делает GPU дешевле

Analog Devices не конкурирует с Nvidia. Она делает компоненты, без которых GPU бесполезен - чипы управления питанием. И только что заплатила $1.5 млрд за стартап, который обещает доставлять энергию к процессору эффективнее, чем кто-либо на рынке.

По данным пресс-релиза, Analog Devices приобретает Empower Semiconductor за $1.5 млрд полностью наличными. Без earn-out - это когда часть цены зависит от будущих показателей. Без условных компонент. Покупатель уверен в стратегической ценности настолько, что платит всё сразу.

Empower разрабатывает IVR - integrated voltage regulators, интегрированные регуляторы напряжения. Они размещают управление питанием прямо на кремнии, рядом с вычислительными ядрами, сокращая потери при преобразовании энергии. Технология включает FinFast и IVR для управления питанием AI-инфраструктуры. Для читателя без инженерного образования: представьте, что электричество - это вода. Обычная система доставляет воду к крану через длинную трубу с потерями на каждом изгибе. IVR - это кран, встроенный прямо в источник. Меньше потерь - больше вычислений при том же потреблении энергии.

CEO Analog Devices Винсент Роуч объяснил мотивацию прямо: энергия - наиболее стойкое ограничение для масштабирования систем следующего поколения. Не память, не пропускная способность, не алгоритмы - энергия. Каждый ватт, доставленный к процессору, определяет, сколько вычислений можно извлечь при фиксированном тепловом лимите.

Парадокс сделки: ADI платит $1.5 млрд за технологию, которая по сути уменьшает ценность GPU. IVR делают доставку энергии настолько эффективной, что можно получить больше вычислений из того же чипа - а значит, покупать меньше GPU для масштабирования. Но Nvidia не может игнорировать Empower, потому что если AMD или гипермасштабаторы внедрят IVR первыми, они получат энергетическое преимущество. ADI - годовая выручка превысила $11 млрд в FY25 - становится игроком, от которого зависят все стороны гонки.

Закрытие сделки ожидается во второй половине 2026 года. Риск для ADI: если стандарт IVR не станет доминирующим в AI-чипах следующего поколения, $1.5 млрд превратятся в списание.

Armada: $230 млн на датацентры, которые помещаются в контейнер

Гипермасштабаторы строят гигаваттные кластеры. Armada пошла в противоположную сторону - портативные датацентры, которые можно развернуть за дни в любом месте, где есть электричество. И BlackRock - крупнейший управляющий активами мира - только что поставил на этот подход $230 млн.

По данным пресс-релиза, Armada привлекла $230 млн в раунде Series B при pre-money оценке $2 млрд. Pre-money - это оценка компании до получения денег. После раунда компания стоит $2.23 млрд, а инвесторы владеют примерно 10% акций. Раунд был oversubscribed, а общий объём привлечённых средств достиг почти $500 млн.

Раунд возглавили Overmatch, BlackRock и 8090 Industries. Комбинация показательная: Overmatch и 8090 специализируются на defence tech, BlackRock управляет деньгами пенсионных фондов и страховых компаний. Военные контракты плюс институциональный капитал - Armada позиционируется одновременно на оборонный и коммерческий рынки.

Продуктовая линейка Galleon варьируется от Beacon - самой маленькой системы размером с чемодан, до Leviathan - крупнейшей мультимегаваттной системы. Системы оснащены встроенными сенсорами для обнаружения взлома и разворачиваются без специализированной энергетической инфраструктуры. ВМС США уже использовали их на учениях.

Спрос взрывной. Бронирования клиентов выросли на 540% между FY25 и FY26, а в Q1 FY27 показали рост 2000% год к году. Чтобы удовлетворить спрос, Armada вместе с Johnson Controls построит завод в Аризоне. По данным пресс-релиза, завод Galleon Forge One займёт до 400000 квадратных футов, создаст более 500 рабочих мест, а производство начнётся летом 2026 года.

Реальная ставка BlackRock не в военных контрактах. Гипермасштабаторы исчерпают доступную электросеть в США и Европе к 2027-2028 годам. Им придётся деплоить AI-нагрузки туда, где есть «брошенная энергия» - природный газ на факелах, солнечные фермы без подключения к сети. Armada делает ставку на инверсию всей истории датацентров: не compute идёт к людям, а compute идёт к энергии.

Decart: $300 млн на оптимизацию, которая ослабляет Nvidia - при участии Nvidia

Израильский стартап Decart привлёк $300 млн и попал в редкую категорию: компания, в которую инвестирует Nvidia, хотя её технология делает продукты Nvidia менее уникальными. Это не ошибка - это новая логика рынка.

Decart привлекла $300 млн в текущем раунде при оценке $4 млрд. Всего девять месяцев назад компания закрыла раунд на $100 млн при оценке $3.1 млрд. Рост оценки на 29% за три квартала - умеренно для frontier AI-стартапа, но достаточно, чтобы общий объём привлечённого капитала превысил $450 млн.

Раунд возглавил Radical Ventures при участии Nvidia, eBay Ventures, Adobe Ventures, Toyota Ventures. В синдикате также Sequoia Capital, Zeev Ventures, Benchmark, Atreides Management и Valor Equity Partners. Среди частных инвесторов - сооснователь OpenAI Андрей Карпати, бывший CEO Disney Майкл Айснер и члены семьи-основателя Nintendo.

Decart разрабатывает DOS - Decart Optimization Stack, оптимизационный слой над AI-инфраструктурой. Платформа заявлена как в 100 раз более экономичная и в 8 раз быстрее альтернатив. Технология упрощает переключение AI-нагрузок между разными GPU - Nvidia, AMD, Google TPU. Это ослабляет vendor lock-in, то есть привязку к одному поставщику.

Почему Nvidia инвестирует в то, что подрывает её moat - конкурентное преимущество? Компания понимает: vendor lock-in через CUDA умирает. Гипермасштабаторы строят собственные чипы, открытые альтернативы догоняют. Новая стратегия Nvidia - быть «inside» любой платформы, которая может стать стандартом. Даже если она ослабляет монополию.

Компания основана в конце 2023 года доктором Дином Лейтерсдорфом и Моше Шалевым, оба выходцы из израильского подразделения 8200 - элитной разведывательной части, откуда вышли основатели десятков успешных стартапов. Amazon присоединилась как стратегический клиент, открывая корпоративные приложения в медиа, коммерции и рекламе. Это сигнал: гипермасштабаторы готовы платить за портируемость нагрузок между облаками.

OpenAI в Сингапуре: $234 млн за право нанимать не в США

OpenAI существует девять лет. Всё это время компания разрабатывала модели в одном месте - Bay Area. Теперь она открывает первую зарубежную лабораторию. Не в Лондоне, не в Торонто, не в Токио - в Сингапуре.

OpenAI выделила более S$300 млн (около $234 млн) на экосистему AI в Сингапуре. Это не инвестиция в традиционном смысле - это commitment, обязательство потратить деньги на R&D, инфраструктуру, найм и партнёрства в обмен на налоговые льготы и доступ к государственным датасетам. Компания откроет первую зарубежную AI-лабораторию.

Сингапур не случайный выбор. 52% работников страны уже используют AI в своей работе - это один из самых высоких показателей tech-грамотности в мире. Город-государство позиционируется как нейтральная платформа между США и Китаем, где западные компании могут работать с азиатскими талантами и рынками без геополитического багажа.

Правительство Сингапура инвестирует более S$1 млрд в AI-исследования с 2025 по 2030 год. Это nation branding нового типа: не олимпийские игры, не небоскрёбы, а право называться местом, где OpenAI строит будущее.

Для OpenAI это диверсификация риска. Если США ужесточит экспортный контроль или регулирование, лаборатория в Сингапуре сможет продолжить разработку моделей для азиатских рынков. Но главная причина прозаичнее: спрос на AI-исследователей превысил предложение в Америке. Узким местом frontier AI стал не compute, а talent. OpenAI идёт туда, где есть инженеры.

Nourish: $100 млн на AI-диетологов для эпохи Ozempic

GLP-1 препараты - Ozempic, Wegovy, Mounjaro - создали рынок из ничего. Миллионы людей начали принимать лекарства для похудения и обнаружили: без изменения диеты результаты не держатся. Nourish построила инфраструктуру для этого спроса и только что привлекла $100 млн.

Nourish привлекла $100 млн в раунде Series C при оценке $1.75 млрд. Series C - это третий крупный раунд венчурного финансирования, обычно для масштабирования уже работающего бизнеса. Общий объём привлечённых средств достиг $215 млн.

Раунд возглавил Menlo Ventures при участии Thrive Capital, Index Ventures, J.P. Morgan Growth Equity Partners. Menlo - Tier-1 фонд с портфолио Uber, Roku, Carta. Их ставка: metabolic health станет крупнейшим AI-healthcare рынком следующего десятилетия.

Масштаб проблемы огромен. Шесть из десяти взрослых американцев имеют хотя бы одно хроническое кардиометаболическое заболевание. Диабет, ожирение и сердечно-сосудистые заболевания в совокупности генерируют более триллиона долларов ежегодных расходов на здравоохранение. При этом консультации по питанию покрываются страховкой более десяти лет, но менее 1% американцев, кто мог бы получить пользу, реально получают доступ.

Nourish решает supply constraint - ограничение на стороне предложения. Сеть компании включает более 10000 зарегистрированных диетологов во всех 50 штатах США. Партнёрства с сотнями страховых планов покрывают более 200 млн американцев. AI-агенты автоматизируют рутину - отслеживание прогресса, напоминания, базовые рекомендации - оставляя диетологам только сложные случаи.

Реальная модель: человек-диетолог как «лицензия на billing», а AI как фактический провайдер услуги. Страховые не оплачивают чисто AI-консультации - нужен человек с сертификатом. Nourish делает ставку, что регуляторы не успеют переписать правила, пока компания не станет слишком большой, чтобы её запретить. Классическая regulatory arbitrage до легитимизации.

Закрытие

Шесть сделок за один день. $70 млрд капитала. И общий знаменатель: деньги уходят не в модели, а в то, что делает модели возможными.

NextEra покупает право быть монопольным поставщиком электричества для AI-датацентров. Analog Devices покупает технологию, которая делает каждый ватт эффективнее. Armada строит датацентры, которые идут к энергии, а не ждут, пока энергия придёт к ним. Decart создаёт слой абстракции, который позволяет переключаться между GPU без переписывания кода. OpenAI идёт за талантами в Сингапур. Nourish строит инфраструктуру для волны GLP-1 пациентов.

Гонка моделей не закончилась - она сменила фазу. Год назад выигрывал тот, у кого лучше модель. Сегодня выигрывает тот, у кого есть электричество, чтобы её обучить, чипы, чтобы её запустить, и люди, чтобы её улучшить. Модели стали commodity - товаром. Инфраструктура стала moat - конкурентным преимуществом.

На следующей неделе смотрим: закроет ли Nvidia квартал с guidance по энергопотреблению датацентров. Если да - это подтверждение, что крупнейший чипмейкер мира теперь измеряет успех не в FLOPS, а в ваттах.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Meta уволила 8 000 человек: AI-перестройка стартовала в 4 утра в Сингапуре

Meta уведомила 8 000 сотрудников об увольнении в 4 утра в Сингапуре — третья волна 2026 года и сдвиг $115–145 млрд капекса в AI.

🔴 Meta уволила 8 000 человек: AI-перестройка стартовала в 4 утра в Сингапуре

Когда корпорация с выручкой $201 млрд увольняет 8 000 человек в 4 часа утра, это не оптимизация. Это рекордный за год сдвиг кадровой модели в сторону AI.

По данным Human Resources Director, Meta начала уведомлять сотрудников 19 мая в 4 утра по сингапурскому времени. Под нож попали 8 000 человек, около 10% от 78 865 сотрудников компании. Это уже третья волна увольнений в 2026 году. Суммарный эффект на штат составит около 14 000 позиций: 8 000 увольнений, 7 000 переводов в AI-команды и 6 000 закрытых открытых вакансий. Резать будут инженеров, продакт-команды, рекрутинг, поддержку клиентов и продаж. Американским сотрудникам положены 16 недель оклада плюс по 2 недели за каждый год стажа и 18 месяцев медицинской страховки. Параллельно Meta объявила о капитальных затратах на AI в 2026 году в $115–145 млрд при выручке 2025 года в $201 млрд (+22%).

Что это значит. Meta показывает остальным правила игры: компания с рекордной выручкой увольняет инженеров не потому что денег нет, а потому что AI делает плоскую структуру с маленькими автономными командами более эффективной. Для российского предпринимателя сигнал: вакансии «менеджер среднего звена» и «координатор» уходят первыми. И ставка на AI больше не выбор «делать или нет», а вопрос, как быстро вы перестроите команду под него, раньше или после конкурентов.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#рынок_труда #увольнения #автоматизация #будущее_труда #HR #замена #BigTech #Meta #ИИ #технологии #AravanaAI

SpaceX покупает Cursor за $60 млрд через 30 дней после IPO

SpaceX выходит на Nasdaq 12 июня под тикером SPCX, а через 30 дней забирает AI-стартап Cursor за $60 млрд при отступных в $10 млрд.

🔴 SpaceX покупает Cursor за $60 млрд через 30 дней после IPO

Самая жирная AI-сделка в истории готовится не Microsoft и не Google, а ракетной компанией Маска. SpaceX выходит на биржу 12 июня по тикеру SPCX, а через месяц забирает AI-стартап Cursor за $60 млрд.

По данным Techtimes со ссылкой на The Information и Bloomberg, SpaceX планирует листинг 12 июня на Nasdaq, целевая сумма размещения около $75 млрд при оценке $1,75 трлн. Через 30 дней после закрытия IPO компания закроет покупку Cursor за $60 млрд, с $10 млрд отступных в случае срыва. Сам Cursor основан в 2023 году, у него больше миллиона платящих пользователей, выручка выросла с $500 млн в мае 2025 года до $1 млрд в октябре того же года. Среди инвесторов Andreessen Horowitz, Thrive Capital и NVIDIA.

Цены на AI-кодинг переписываются заново. $60 млрд при последней раскрытой годовой выручке в $1 млрд — премия, которую раньше платили только за уникальные базовые AI-модели. И если Маск действительно собирает под одной крышей SpaceX, Tesla, xAI и Cursor, у него выстраивается полный технологический стек от ракеты до строчки кода. Для российского предпринимателя сигнал такой: окно входа в сегмент AI-инструментов для разработчиков схлопывается на глазах, оценки уже стоят как у целых индустрий.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#инвестиции #IPO #сделки #MA #стартапы #агентыИИ #BigTech #венчур #ИИ #технологии #AravanaAI

Google выпустил Gemini 3.5 Flash — младшая модель обгоняет вчерашнюю Pro

На I/O 2026 Google показал Gemini 3.5 Flash: модель быстрее в четыре раза, дешевле более чем вдвое и обходит флагман прошлого поколения.

🔴 Google выпустил Gemini 3.5 Flash — младшая модель обгоняет вчерашнюю Pro

Перевёрнута иерархия: Flash, традиционно «лёгкая» и дешёвая версия, теперь обходит флагман предыдущего поколения на сложных задачах. И при этом считает в четыре раза быстрее, а стоит более чем вдвое дешевле прежней.

На конференции I/O 2026 компания показала Gemini 3.5 Flash. Тариф — $1,50 за миллион входных токенов и $9 за миллион выходных, кэшированный ввод — $0,15. По данным MarkTechPost, модель набирает 76,2% на Terminal-Bench 2.1 по программированию и 83,6% по надёжности работы с инструментами. Контекст — миллион токенов, знания обновлены до января 2026 года. Среди первых заказчиков — Shopify, Salesforce, Databricks, Macquarie Bank, Ramp, Xero.

Главное здесь не сам бенчмарк, а сдвиг экономики. Дешёвая версия делает то, за что вчера платили как за премиум. Если у вас крутятся AI-агенты, разбор документов или поддержка клиентов на старых моделях — пересчитайте счёт за запуск AI: он может упасть в разы без потери качества. Те, кто строят бизнес на прежних ставках, через квартал окажутся переплачивающими.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #модели #агентыИИ #мультимодальность #Gemini #Google #BigTech #ИИ #технологии #AravanaAI

NHS объявил £900 млн на AI — и первой в мире системой здравоохранения с рутинным AI станет именно британская

NHS Shared Business Services запустил восьмилетний рамочный контракт на £900 млн для AI в диагностике, прогнозировании и роботизированной хирургии.

🔴 NHS объявил £900 млн на AI — и первой в мире системой здравоохранения с рутинным AI станет именно британская

Когда государство объявляет тендер на девятьсот миллионов фунтов, в Москве это пошло бы на «стройку века». В Лондоне это идёт на медицинский AI — диагностику, прогнозирование, роботов в операционных и оптимизацию работы больниц.

NHS Shared Business Services запустил рамочный контракт на £900 млн с НДС. Длительность — восемь лет, с мая 2027 по май 2035 года. Внутри: диагностические AI-системы, предсказательная аналитика, роботизированная хирургия, операционная эффективность и консультационные услуги. Доступ к контракту открыт не только для NHS, но и для всего государственного сектора Великобритании. Пэдди Хоулин, директор по закупкам NHS SBS, формулирует амбицию прямо: «NHS стремится стать первой национальной системой здравоохранения в мире, которая сделает рутинным использование AI и машинного обучения». Список поставщиков пока не объявлен — тендер открыт.

Для российского предпринимателя в healthtech это окно возможностей. Если у вас в портфеле решение для диагностики, прогнозирования госпитализаций или автоматизации административных задач больниц — британский рынок становится самой большой и предсказуемой воронкой в Европе на ближайшую пятилетку. Восьмилетний контракт — это не «попробовать», это инфраструктурное закрепление поставщиков. Те, кто пройдут квалификацию к 2027-му, получат рынок до 2035-го. Локальное партнёрство с британской компанией для совместного участия в рамочном контракте — стратегия минут, а не месяцев.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #агентыИИ #healthtech #роботы #автоматизация #инвестиции #будущее_труда #ИИ #технологии #AravanaAI

Alibaba показал чип, который должен обойтись без NVIDIA

Alibaba представила ускоритель Zhenwu M890 с 144 ГБ памяти и новую модель Qwen3.7-Max — китайский AI-стек отвязывается от западного железа.

🔴 Alibaba показал чип, который должен обойтись без NVIDIA

Пока Запад торгуется об экспортных разрешениях на свежие AI-ускорители для китайских компаний, Alibaba спокойно достаёт из рукава собственный — и пакет к нему.

Чип называется Zhenwu M890. Цифры: 144 ГБ памяти на борту, 800 ГБ/с пропускной способности между чипами, втрое быстрее предыдущего поколения 810E. По сообщениям, Alibaba уже разослал 560 000 единиц Zhenwu более чем 400 клиентам в 20 отраслях — это не лабораторный прототип, а боевая партия. Параллельно компания показала новую модель Qwen3.7-Max — следующее поколение её флагманского семейства LLM. Послание простое: китайские облака отвязывают AI-стек от Запада сверху донизу, от железа до моделей.

Для российского предпринимателя картинка такая: рынок AI-инфраструктуры окончательно разделяется на два полюса. Если ваш бизнес упирается в дорогую и непредсказуемую поставку Hopper или Blackwell — пора смотреть на Alibaba Cloud и китайский стек как на запасной аэродром. Чем раньше вы протестируете Qwen и заложите архитектурную совместимость, тем меньше будет шок, когда западные облака опять отрежут половину функций «по регуляторным причинам».

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #GPU #полупроводники #чиповаявойна #Китай #нейросети #LLM #модели #геополитика #ИИ #технологии #AravanaAI

Atlas будет тягать по 50 кг, а Hyundai планирует 30 000 роботов в год

Boston Dynamics показал, как Atlas поднимает 50 кг через проприоцепцию, а Hyundai планирует выйти на 30 000 единиц Atlas в год к 2028-му.

🔴 Atlas будет тягать по 50 кг, а Hyundai планирует 30 000 роботов в год

Гуманоиды до сих пор воспринимались как видеоигра: умеют танцевать, делать сальто, в крайнем случае носить ящик. Boston Dynamics только что переключил Atlas в режим заводского грузчика, а Hyundai назвал цифры массового выпуска — и эти цифры впервые звучат как реальная промышленная стратегия.

19 мая Boston Dynamics показал, как Atlas научился поднимать до 50 кг — 56 степеней подвижности и размах 2,3 метра он отрабатывал миллионы часов в GPU-симуляторах, через подкрепление. Главный финт — проприоцепция: робот ориентируется не по картинке с камер, а по внутреннему чувству веса и баланса во всех суставах одновременно. Hyundai Motor Group, владеющая 80% Boston Dynamics, расписала план серийного производства: сейчас собирают около четырёх роботов в месяц, в 2027-м начнут поставки сторонним клиентам, а к 2028-му завод в Саванне (штат Джорджия) должен выйти на 30 000 единиц в год. Atlas сначала пойдёт на сортировку запчастей, затем на сборку узлов. Профсоюз металлистов Южной Кореи уже выпустил заявление: «без согласия профсоюза в цехе не появится ни один робот».

Для российского предпринимателя — два сигнала. Первый: гуманоиды переходят из категории «дорогая игрушка для PR» в категорию «капитальное оборудование», и через три года ими будут оснащаться обычные заводы. Если ваш бизнес — производство, логистика или складская обработка, заложите в стратегическое планирование позицию «гуманоиды как класс активов». Второй: вместе с роботами поднимется новый класс конфликтов — профсоюзный, регуляторный, страховой. Кто первым отстроит политику внедрения, выиграет годы.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#роботы #робототехника #гуманоиды #автоматизация #физическийИИ #BostonDynamics #промышленныероботы #будущее_труда #ИИ #технологии #AravanaAI

Google переделала поисковую строку впервые за 25 лет — теперь в ней живут ИИ-агенты

Google заменила иконическую поисковую строку на умную на базе Gemini 3.5 Flash. AI Mode уже у миллиарда людей в месяц.

🔴 Google переделала поисковую строку впервые за 25 лет — теперь в ней живут ИИ-агенты

Привычный поисковик умер на сцене I/O 2026. Google заменила свою иконическую строку «умной строкой» на базе Gemini 3.5 Flash, и это, по словам главы поиска Лиз Рид, «крупнейшее обновление с момента дебюта поиска более 25 лет назад».

Что внутри. Информационные агенты непрерывно следят за вебом — блогами, новостями, соцсетями, реальными данными — и пингуют пользователя, когда меняется важное. Generative UI строит на лету интерактивные виджеты: спросишь про ипотечные ставки — получишь живой калькулятор, про маршрут — карту с высотами. Мини-приложения создаются голосом за секунды: «трекер тренировок», «планировщик свадьбы». AI Overviews уже охватывает 2,5 миллиарда людей в месяц, AI Mode перевалил за 1 миллиард, а количество запросов удваивается каждый квартал.

Для российского предпринимателя это переломный момент в SEO и маркетинге. Сайт больше не должен «понравиться поиску» — он должен скармливать структурированные данные, которые агенты Google смогут забрать в живые виджеты. Тот, кто первым перестроит контент под формат «исходник для агента», получит трафик нового типа. Те, кто продолжит писать ради позиций в выдаче — обнаружат, что выдачи больше нет.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #агентыИИ #Google #Gemini #модели #поиск #BigTech #ИИ #технологии #AravanaAI

Standard Chartered первым из крупных банков прописал в плане «уволить 7 000 ради ИИ»

Билл Уинтерс публично заявил, что банк заменит «менее ценный человеческий капитал» на ИИ. Цель — сократить 7 000 человек к 2030 году.

🔴 Standard Chartered первым из крупных банков прописал в плане «уволить 7 000 ради ИИ»

Глава Standard Chartered Билл Уинтерс произнёс вслух то, что другие банкиры пока говорят за закрытыми дверями: банк заменит «менее ценный человеческий капитал» на финансовый и инвестиционный. Сокращение — больше 7 000 рабочих мест к 2030 году, это 15% корпоративного штата.

Под нож пойдут офисы в Ченнае, Бангалоре, Куала-Лумпуре и Варшаве. Сокращают риск-менеджмент, комплаенс, HR и общую поддержку. Деньги пойдут на ИИ-аналитику рисков, автоматизированный комплаенс и цифровое управление частным капиталом. Банк не в кризисе: в 2025 году рентабельность капитала была 11,9%, акции после анонса выросли на 2,5%. Цели до 2030 года — поднять доход на сотрудника на 20%, рентабельность капитала до 18%, а отношение издержек к доходам опустить до 57%.

Для российского предпринимателя это сигнал из реального сектора, который выходит за рамки спекуляций. Если глобальный банк публично записывает «уволить ради ИИ» в стратегию до 2030 года — то ваши конкуренты в любой отрасли с большим бэк-офисом сделают это раньше и тише. Ключевые вопросы прямо сейчас: какие из ваших процессов состоят из «менее ценного человеческого капитала» и как вы планируете быть тем, кто сокращает, а не тем, кого сокращают.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#увольнения #автоматизация #будущее_труда #рынок_труда #переквалификация #HR #белыеворотнички #замена #ИИ #технологии #AravanaAI

Сингапур забрал первую зарубежную лабораторию OpenAI — за $234 миллиона и 200 рабочих мест

OpenAI вкладывает $234 млн в первую прикладную ИИ-лабораторию за пределами США. Сингапур получает Google в довесок и 200+ инженерных мест.

🔴 Сингапур забрал первую зарубежную лабораторию OpenAI — за $234 миллиона и 200 рабочих мест

Сингапур только что выиграл одну из главных схваток мировой ИИ-карты. На конференции ATxSummit правительство объявило партнёрства одновременно с Google и OpenAI — а компания Сэма Альтмана зашьёт в проект больше 300 миллионов сингапурских долларов (234 миллиона долларов США).

Деньги пойдут на три направления. Первое — это первая прикладная ИИ-лаборатория OpenAI за пределами США: техническая команда в Сингапуре вырастет до 200+ человек за следующие несколько лет. Второе — программы подготовки локальных ИИ-специалистов. Третье — поддержка стартапов, малого бизнеса и госорганов. Google пошёл в партнёрство без публичной цифры, но взял на себя «общественные вызовы», подготовку рабочей силы, корпоративные инновации и безопасную экосистему.

Для российского предпринимателя важно увидеть тренд. Топовые ИИ-компании больше не выбирают «один мир» — они выбирают плацдармы и привязываются к ним надолго. Сингапур, ОАЭ, Малайзия, Япония, Южная Корея уже встроены в этот контур. Где быть, через кого работать, какой юрисдикции принадлежать — становится частью продуктовой стратегии. Если ваш бизнес связан с ИИ-инструментами или экспортом сервисов, локация партнёров — теперь такой же актив, как код и команда.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#OpenAI #Google #инвестиции #BigTech #геополитика #инфраструктура #модели #ИИ #технологии #AravanaAI

Daily Digest — 20 мая 2026

AI перестал быть инструментом и стал коллегой. За один день он получил модель, корпоративную интеграцию, инфраструктуру и физическое тело.

Сегодня AI стал работником. Google объявил Gemini 3.5 Flash дефолтной моделью в поиске: токены генерируются в 4 раза быстрее конкурентов при цене вдвое ниже рынка. KPMG включила Claude в рабочий день более 276 000 сотрудников, Cloudflare дал агентам Anthropic инфраструктуру с миллисекундным запуском, OpenAI и Nvidia в один день открыли хабы в Сингапуре. Hyundai объявила план развернуть 25 000 роботов Atlas на своих заводах. День, когда AI получил тело, рабочее место, документы и инфраструктуру одновременно.

Gemini 3.5 Flash: модель, которая работает несколько часов без вашей подсказки

Google объявил Gemini 3.5 Flash дефолтной моделью в приложении Gemini и в AI Mode поиска. Gemini 3.5 Flash показал рекордные результаты на бенчмарках: Terminal-Bench 2.1 на 76,2%, GDPval-AA 1656 Elo, MCP Atlas 83,6%, CharXiv Reasoning 84,2%. Модель генерирует токены в 4 раза быстрее конкурентов, оптимизированная версия — в 12 раз быстрее при том же качестве. Стоит меньше половины цены конкурентов.

Цифры важны, но важнее другое. Gemini 3.5 Flash - это уже не модель для чата, это модель для работы: в 4 раза быстрее конкурентов, вдвое дешевле рынка, дефолтный выбор в поиске и приложении. Следующая модель линейки, Gemini 3.5 Pro, выйдет через месяц. Google долго догонял OpenAI на чат-боте. Теперь он перепрыгивает через шаг: пока конкуренты доводят модели для разговора, Google делает модель для работы. Если разработчик платит за токены, и скорость с ценой решают, кто запустит агента в продакшен, то это уже не выбор "какая модель умнее". Это выбор "какая модель окупится".

Google переписал поиск: крупнейшее обновление за 25 лет

На I/O 2026 Google объявил крупнейшее обновление поискового поля за 25 лет: поле принимает текст, картинки, файлы, видео и вкладки Chrome, а AI Mode впервые превысил миллиард пользователей в месяц. AI Overviews используют более 2,5 миллиарда пользователей в месяц. Месячная аудитория приложения Gemini выросла до 900 млн за год, а выручка Google Search и рекламы достигла $60,4 млрд в квартал при росте +19%. Personal Intelligence, персональный AI-контекст в поиске, расширяется почти на 200 стран и территорий, 98 языков, бесплатно.

Google делает сразу два больших эксперимента. Первый: превратить поиск из "списка ссылок" в динамическое мини-приложение, в котором фоновые агенты следят за нужными вам метриками, а ассистенты бронирования могут позвонить от вашего имени по телефону. Второй: выкатить персональный AI-контекст бесплатно почти в 200 стран на 98 языках. Бесплатно, значит Google хочет дисциплины: чтобы никто не успел построить свой агентный слой поверх его поиска. 25 лет десять синих ссылок были скелетом интернета. Магазины платили за SEO, медиа за трафик. Когда ответы выдаёт AI прямо в поле поиска, ссылки перестают быть точкой назначения. Это не "угроза SEO". Это смена правил экономики контента: если ваш сайт живёт на трафике из поиска, то модель монетизации, на которой держится половина интернет-бизнеса, переписывается прямо сейчас.

KPMG включила Claude в рабочий день 276 000 сотрудников

KPMG открыла Claude для более 276 000 сотрудников в 138 странах; до глобального запуска американское подразделение использовало Claude два года. Это не пилот с надеждой, это масштабирование того, что уже работает. Anthropic встроила Claude Cowork и Managed Agents в платформу KPMG Digital Gateway, основной инструмент фирмы для налоговой и юридической работы, построенный на Microsoft Azure. Настройка инструментов налогового регулирования с Claude сократилась с нескольких недель до нескольких минут.

KPMG входит в "большую четвёрку" консалтинга вместе с PwC, Deloitte и EY. Это компании, для которых аккуратность это деньги, а ошибка это судебный иск. Когда такой клиент подписывает контракт глобально, это значит, что модель прошла проверку юристов, комплаенса и страховщиков. Иначе бы 276 000 сотрудников не получили доступ. Рынок корпоративного софта десятилетиями делили Microsoft, Oracle и SAP. Сегодня в эту лигу зашёл Anthropic, не через продажу инструмента, а через встраивание в платформу, на которой консультанты большой четвёрки пишут отчёты для своих клиентов. Claude теперь стоит между налоговой документацией каждой средней корпорации мира и человеком, который её утверждает. Конкурентам, OpenAI и Google, придётся искать собственные точки входа в эту экономику.

Cloudflare дал агентам Claude инфраструктуру для миллионов пользователей

Cloudflare запустил Claude Managed Agents с облегчёнными V8-изолятами, которые поднимаются за миллисекунды и обслуживают десятки тысяч одновременных агентов. Платформа поддерживает два режима исполнения: V8-изоляты и виртуальные машины на Linux, с подключениями Zero-Trust, постквантовым шифрованием и журналами аудита по умолчанию. Anthropic добавила MCP Tunnels для доступа агентов к приватным сетям без публичного интернета и Self-Hosted Sandboxes, в которых оркестрация остаётся у Anthropic, а исполнение инструментов уходит к клиенту через партнёров Cloudflare, Daytona, Modal и Vercel.

Главное возражение корпоративного клиента против AI-агентов всегда одно: "А кто отвечает, если он что-то сломает в нашей базе?" Сегодня архитектура выглядит так: Anthropic отвечает за интеллект, Cloudflare за изоляцию, а доступ к внутренним данным идёт через приватную сеть без открытия портов наружу. Это первый раз, когда инфраструктура для промышленного запуска агентов появилась раньше массового запроса на них. Обычно бывает наоборот: компании запускают агентов на коленке, ломаются, потом приходит вендор и продаёт "правильное решение". Здесь Cloudflare поставил вопросы безопасности на стол до того, как технические директора корпораций начали бояться. Это снимает главный тормоз агентного бума, страх потерять контроль над данными.

Сингапур стал третьим полюсом AI-гонки за один день

OpenAI открывает первую AI-лабораторию за пределами США в Сингапуре (инвестиции — более S$300 млн, около $235 млн); наберёт около 200 сотрудников, объявлено Министерством цифрового развития 20 мая. В тот же день Nvidia объявила об открытии первого исследовательского центра в Сингапуре с фокусом на embodied AI, параллельно с тестовым полигоном роботов в Punggol Digital District, где будут работать Certis, DHL, Grab и QuikBot.

Сингапур не просто финансовый хаб. Это нейтральная зона между США и Китаем: страна, которая может покупать чипы Nvidia без санкционных рисков и одновременно работать с китайскими роботами Unitree. Embodied AI это AI с физическим телом: роботы, дроны, автономные системы. Когда Nvidia ставит исследовательскую базу именно под него, параллельно с государственной программой развития роботов, это не вопрос "когда придут роботы". Это вопрос "где они начнут". Когда два главных AI-игрока США в один день инвестируют в одну и ту же страну, это не координация, это сигнал. Глобальная цепочка AI больше не строится только внутри США. Сингапур получает то, что десятилетиями получали Кремниевая долина и Шэньчжэнь: концентрацию капитала, талантов и нормативной готовности. Третий полюс собрался за один день, и инвесторам, у которых до сих пор география AI делилась на "США" и "Китай", теперь стоит открыть третью колонку.

Hyundai готовит конвейер для 25 000 гуманоидных роботов

Hyundai Motor Group объявила план развернуть 25 000 роботов Atlas на заводах Hyundai и Kia, выйти на мощность 30 000 роботов в год к 2028 году и производить более 300 000 актуаторных узлов ежегодно на американских предприятиях. Сегодня Atlas стоит $130 000–$140 000; при выпуске свыше 50 000 цена упадёт до $30 000; Hyundai Mobis запустит завод актуаторов мощностью 350 000 единиц в год с 2028 года, а актуаторы — около 60% стоимости материалов гуманоида. Сам Atlas поднимает до 110 фунтов (50 кг), имеет 56 степеней свободы и радиус действия 2,3 м; Boston Dynamics обучала его на миллионах часов симуляций на GPU, текущий выпуск — около 4 роботов в месяц.

Это шаг от "у нас есть прототип" к "у нас есть конвейер". Параллельно Корейский профсоюз металлургов в январе 2026 года заявил: "ни один робот не войдёт на рабочее место без соглашения между трудом и руководством". Технология готова, экономика готова, а социальный контракт ещё пишется. Гуманоиды перестают быть лабораторной игрушкой. Когда Hyundai объявляет цифру 30 000 в год, это та же логика, что у Tesla с Cybertruck: масштаб, актуаторы из США (политически безопасные), вертикальная интеграция. Рынок неавтоматизированного человеческого труда огромен по любым меркам. У роботов есть несколько лет, чтобы пройти точку, где их использование станет дешевле найма. Hyundai назвала эту точку: около $30 000 за робота.

Сегодня Google выкатил модель, которая за шесть часов сама написала игру. KPMG включила её в рабочий день сотен тысяч человек. Cloudflare дал ей рабочее место. Сингапур, гражданство. Hyundai, тело. Кто-нибудь рядом ещё помнит, что мы недавно спорили, заменит AI программистов или нет?

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Как начать пользоваться Google ADK -- фреймворк для создания AI-агентов

Google ADK (Agent Development Kit) -- это официальный open-source фреймворк от Google для создания AI-агентов и мультиагентных систем. Работает с любыми моделями, бесплатный, поддерживает Python, Java и Go. Рассказываем, как написать первого агента.

Что это и для кого

Google ADK (Agent Development Kit) -- это открытый фреймворк от Google для создания AI-агентов: программ, которые умеют самостоятельно решать многошаговые задачи, вызывать инструменты, взаимодействовать с внешними API и даже координировать работу других агентов. Фреймворк был запущен в 2026 году и быстро стал одним из наиболее используемых инструментов для разработки агентных приложений.

В чём разница между обычным использованием LLM и агентом? Когда вы просто пишете в ChatGPT или Claude -- это диалог: человек задаёт вопрос, модель отвечает. Агент работает иначе: он получает цель («найди самый дешёвый рейс из Москвы в Берлин на следующую неделю и забронируй его»), сам разбивает задачу на шаги, вызывает нужные инструменты (поиск, API авиакомпаний, платёжный сервис) и выполняет их последовательно до достижения результата без участия человека в каждом шаге.

Google ADK создавался с конкретной философией: разработка агентов должна ощущаться как обычная разработка программного обеспечения. Никаких сложных конфигов, никаких проприетарных форматов -- просто Python-код (или Java, или Go) с понятными абстракциями.

Кому нужен Google ADK: разработчикам, которые хотят создавать агентные приложения; командам, строящим автоматизацию бизнес-процессов на основе AI; исследователям, изучающим мультиагентные системы. Базовый уровень Python (установить пакет, написать функцию, запустить скрипт) -- единственный технический порог. ADK специально разрабатывался как model-agnostic: хотя он оптимизирован для моделей Gemini, он работает с любой OpenAI-совместимой моделью -- Claude, GPT-4, Mistral и другими.

Как установить и настроить

Google ADK устанавливается через стандартный менеджер пакетов Python. Перед началом убедитесь, что у вас установлен Python 3.9 или выше и pip.

Шаг 1. Установите Google ADK: выполните команду pip install google-adk в терминале. ADK сам установит все необходимые зависимости.

Шаг 2. Получите API ключ Google AI Studio. Перейдите на aistudio.google.com, войдите через Google-аккаунт, в левом меню нажмите Get API key, затем Create API key. Ключ бесплатен и даёт доступ к моделям Gemini Flash и Gemini Pro. Скопируйте ключ -- он понадобится на следующем шаге.

Шаг 3. Настройте переменную окружения. ADK ищет ключ в переменной GOOGLE_API_KEY. На Mac/Linux выполните в терминале: export GOOGLE_API_KEY='ваш_ключ'. На Windows: set GOOGLE_API_KEY=ваш_ключ. Для постоянной настройки добавьте эту строчку в файл .env в папке вашего проекта.

Шаг 4. Проверьте установку. Запустите python -c "import google.adk; print('ADK installed OK')". Если вывод OK -- установка прошла успешно.

Для разработчиков Java: Google ADK Java 1.0 доступен через Maven Central. Добавьте в pom.xml зависимость com.google.adk:google-adk с нужной версией. Для Go: ADK Go 1.0 устанавливается через go get github.com/google/adk-go.

Если вы планируете деплоить агентов в Google Cloud (Vertex AI Agent Engine), дополнительно нужно установить google-cloud-aiplatform и настроить аутентификацию через gcloud CLI. Но для локального запуска и тестирования это не требуется.

Первый запуск -- что попробовать

Создадим самого простого агента -- ассистента с одним инструментом. Это займёт около 10 минут.

Шаг 1. Создайте папку проекта и внутри неё файл agent.py.

Шаг 2. Напишите агента. В Google ADK агент -- это Python-объект с именем, описанием, моделью и набором инструментов. Инструменты -- это обычные Python-функции с docstring, который объясняет модели для чего нужна функция.

Пример простого агента-погодника: создайте функцию get_weather с параметром city, которая возвращает строку с описанием погоды (для демонстрации можно вернуть жёстко заданный текст). Затем создайте объект Agent, передав name='weather_agent', model='gemini-2.0-flash', description='Агент для проверки погоды', а в список tools добавьте вашу функцию get_weather. Благодаря docstring функции модель сама понимает, когда её нужно вызвать и какие аргументы передать.

Шаг 3. Запустите агента через веб-интерфейс ADK. В папке проекта выполните команду adk web. ADK автоматически запустит локальный веб-сервер по адресу localhost:8000 с интерактивным чатом, где можно тестировать вашего агента. Не нужно писать никакого UI-кода.

Шаг 4. Протестируйте в CLI. Если предпочитаете терминал, запустите adk run agent.py -- агент будет готов принимать запросы в интерактивном режиме.

После первого агента попробуйте добавить второй инструмент -- например, функцию search_news для поиска новостей или calculate для вычислений. Модель сама поймёт, когда использовать каждый из них, основываясь на docstring-описаниях функций. Это и есть основная идея ADK: вы описываете что умеет делать инструмент, а модель сама решает когда его применить.

Попробуйте также создать агента с несколькими шагами. Дайте ему задачу, которая требует нескольких вызовов инструментов: например, найти информацию о теме, резюмировать её, а затем написать краткий отчёт. ADK автоматически обрабатывает цепочку вызовов и передаёт результаты от одного шага к другому.

Полезные команды ADK: adk web (веб-интерфейс с визуализацией всех шагов агента), adk run (CLI-режим для быстрого тестирования), adk eval (автоматическое тестирование агента на наборе примеров), adk deploy cloud-run (деплой на Google Cloud Run). Команда adk eval особенно ценна -- она позволяет проверить, что агент стабильно работает на тестовых сценариях после каждого изменения кода или промпта.

Ключевые фишки

Model-agnostic архитектура. Несмотря на то что ADK разрабатывается Google и оптимизирован для Gemini, он поддерживает любую OpenAI-совместимую модель. Достаточно изменить параметр model при создании агента: вместо 'gemini-2.0-flash' укажите 'anthropic/claude-3-5-haiku', 'openai/gpt-4o-mini' или даже локальную модель через Ollama. Это позволяет экспериментировать с разными моделями и выбирать оптимальную для конкретной задачи.

Мультиагентные системы. ADK имеет встроенную поддержку оркестрации нескольких агентов. Можно создать агента-оркестратора, который управляет несколькими специализированными sub-агентами. Например: агент-аналитик делает поиск и сбор данных, агент-писатель формирует отчёт, агент-редактор проверяет качество. Оркестратор координирует их работу и собирает результат.

Встроенная визуализация шагов. Веб-интерфейс adk web показывает не только финальный ответ, но и все промежуточные шаги: какие инструменты вызывались, что было передано в каждый вызов, что вернулось. Это делает отладку агентов намного проще -- видно, где именно агент принял неправильное решение.

Поддержка долгосрочной памяти через сессии. ADK поддерживает сессии с контекстом: агент помнит предыдущие шаги в рамках сессии. Для более продвинутых сценариев можно подключить InMemorySessionService или кастомное хранилище, чтобы агент помнил историю взаимодействий между сессиями.

Управление состоянием. В сложных мультишаговых задачах агент должен помнить промежуточные результаты. ADK предоставляет механизм State для хранения данных между вызовами инструментов в рамках одной сессии -- это критически важно для агентов, выполняющих длинные workflow.

Evaluation framework. Команда adk eval позволяет написать тест-кейсы в JSON-формате: входной запрос пользователя, ожидаемые вызовы инструментов, ожидаемый результат. ADK прогоняет агента через все тест-кейсы и показывает, что работает правильно, а что нет. Это профессиональный подход к разработке агентов, аналогичный unit-тестам в обычном программировании.

Деплой на Google Cloud. ADK интегрирован с Vertex AI Agent Engine -- управляемой платформой Google для деплоя агентов. Команда adk deploy cloud-run или adk deploy agent-engine упаковывает агента и деплоит его в облако с автоскейлингом, мониторингом и управлением версиями. Для production-сценариев это значительно проще самостоятельного деплоя.

Расширенная экосистема инструментов. ADK поставляется с набором готовых инструментов: Google Search, Code Execution, Vertex AI Search, BigQuery и другие. Их можно сразу добавить в агента без написания кода -- просто импортировать и передать в список tools. Инструмент Google Search позволяет агенту искать информацию в интернете в реальном времени, а Code Execution -- выполнять Python-код в песочнице для обработки данных или вычислений.

LangChain и другие интеграции. ADK поддерживает использование LangChain-совместимых инструментов напрямую через специальный адаптер. Если у вас уже есть LangChain-инструменты или вы хотите использовать богатую экосистему LangChain-интеграций (сотни коннекторов к различным сервисам), их можно подключить к ADK-агенту за несколько строк кода.

Цены и ограничения

Стоимость самого ADK: нулевая. Google ADK -- полностью открытый проект под лицензией Apache 2.0. Вы платите только за использование моделей и облачной инфраструктуры, если решите деплоить в Google Cloud.

Стоимость через Google AI Studio (бесплатный tier): Gemini 2.0 Flash и Gemini 1.5 Flash доступны бесплатно через Google AI Studio с ограничениями: 15 запросов в минуту, 1500 запросов в день, 1M токенов в минуту. Для разработки и тестирования агентов этого полностью достаточно.

Платный тариф через Google AI Studio: при превышении бесплатных лимитов тарификация начинается. Gemini 2.0 Flash стоит $0.075 за 1M входных и $0.30 за 1M выходных токенов на момент написания -- очень экономично для агентных сценариев где модель используется многократно.

Google Cloud / Vertex AI: если деплоить агентов через Vertex AI Agent Engine, добавляется стоимость managed infrastructure. Конкретные цены зависят от региона и объёма -- смотрите актуальный прайс на cloud.google.com/vertex-ai/pricing.

Технические ограничения ADK: фреймворк относительно молодой, и часть продвинутых возможностей (например, мультиагентная персистентность через сессии, некоторые интеграции) находится в активной разработке. Для production нагрузок рекомендуется следить за обновлениями на GitHub репозитории google/adk-python.

Совместимость: ADK Python требует версию 3.9 и выше. ADK Java 1.0 поддерживает Java 11+. ADK Go 1.0 -- Go 1.21+. Все три версии имеют feature-parite, то есть одни и те же возможности доступны во всех языках.

Нужен ли VPN из России

Google ADK -- это open-source библиотека, которая устанавливается через PyPI (pip install google-adk). PyPI доступен из России без ограничений, поэтому установить фреймворк можно без VPN.

Однако для использования моделей Gemini через Google AI Studio потребуется аккаунт Google. Google-аккаунты в целом доступны из России, но Google AI Studio (aistudio.google.com) может работать нестабильно или требовать VPN в зависимости от вашего провайдера и региона. Ряд пользователей из России сообщает о стабильной работе без VPN, другие -- о необходимости его использования.

Если вы хотите использовать ADK с другой моделью (например, Claude или GPT-4o), а не Gemini, зависимость от Google-инфраструктуры минимальна. ADK просто отправит запросы на соответствующий endpoint, и вопрос доступности сводится к доступности API Anthropic или OpenAI из России.

Для деплоя на Google Cloud (Vertex AI): Google Cloud доступен из России с ограничениями, связанными с санкционными проверками. Некоторые сервисы Google Cloud недоступны для аккаунтов с российскими платёжными данными. Рекомендуется использовать иностранную платёжную карту и, при необходимости, VPN при работе с Google Cloud Console.

Альтернативный деплой: агента, написанного на ADK, можно задеплоить на любой облачный сервер вне Google Cloud (VPS на Hetzner, DigitalOcean, или любой другой платформе) без ограничений. ADK не требует Google Cloud для работы -- облачный деплой это лишь одна из опций.

ADK Python 2.0 -- критические изменения (19 мая 2026)

19 мая 2026, в день Google I/O, вышел ADK Python 2.0 с критическими изменениями архитектуры: Workflow Runtime (граф-ориентированное выполнение) заменяет иерархический исполнитель; новый Task API для управления долгосрочными задачами; улучшенная трассировка и отладка. Важно: ADK 2.0 несовместим с проектами на ADK версий ниже 1.28. Если вы обновляетесь с более старой версии, изучите руководство по миграции перед переходом.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Как начать пользоваться Mercury 2 -- первая диффузионная LLM от Inception Labs

Mercury 2 -- это революционная языковая модель на диффузионной архитектуре от Inception Labs: в 5 раз быстрее Claude Haiku, 128К контекст и цена $0.25 за миллион токенов. Рассказываем, как подключиться и начать работу.

Что это и для кого

Mercury 2 -- это языковая модель нового поколения от компании Inception Labs, запущенная 24 февраля 2026 года. В отличие от всех существующих LLM (ChatGPT, Claude, Gemini), которые генерируют текст побуквенно (токен за токеном), Mercury 2 использует диффузионную архитектуру: модель сначала создаёт грубый набросок всего ответа сразу, а затем параллельно уточняет его во всех местах одновременно. Это принципиально другой подход к генерации текста.

Результат: Mercury 2 работает в 5 раз быстрее, чем Claude Sonnet 4.6, и примерно в 10 раз быстрее GPT-4o Mini. На серверах NVIDIA H100 модель достигает 1109 токенов в секунду для версии Mercury Coder Mini и 737 токенов в секунду для Mercury Coder Small -- это рекордные показатели для коммерческих моделей.

Кому нужна Mercury 2: разработчикам, которые строят приложения с AI и сталкиваются с задержками; командам, запускающим агентские пайплайны где LLM вызывается десятки раз подряд; компаниям с высоким объёмом запросов, где каждые 100ms имеют значение. Mercury 2 -- не замена Claude или GPT-4 для сложных задач рассуждения, а специализированный инструмент для сценариев, где скорость критична: реал-тайм ассистенты, обработка документов в потоке, быстрые ответы в чат-ботах.

Модель поддерживает использование инструментов (function calling) и вывод в JSON, имеет 128K токенов контекстного окна и полностью совместима с OpenAI API -- то есть в большинстве случаев достаточно поменять одну строчку кода в существующем приложении.

Как зарегистрироваться и получить доступ

Inception Labs предлагает несколько способов начать работу с Mercury 2. Самый простой -- прямой доступ через их платформу.

Шаг 1. Создайте аккаунт на Inception Platform. Перейдите на сайт inceptionlabs.ai и нажмите кнопку Get Started или Sign Up. Регистрация бесплатна и занимает около минуты -- достаточно email и пароля или входа через Google-аккаунт.

Шаг 2. Получите API ключ. После входа в личный кабинет перейдите в раздел API Keys и нажмите Create New Key. Каждому новому аккаунту автоматически выдаётся 10 миллионов бесплатных токенов -- этого достаточно для нескольких недель активного использования или тысяч запросов для тестирования.

Шаг 3. Протестируйте в Playground. Inception Labs предоставляет бесплатный веб-интерфейс для тестирования. Здесь можно сразу почувствовать скорость модели -- ответы появляются почти мгновенно. Playground поддерживает как текстовую генерацию, так и режим кода.

Альтернативный путь: через AWS Bedrock. Если вы уже работаете в экосистеме Amazon Web Services, Mercury 2 доступна в AWS Bedrock Marketplace и Amazon SageMaker JumpStart. В Bedrock нужно открыть раздел Model Catalog, отфильтровать по провайдеру Inception, выбрать нужную модель Mercury и нажать Subscribe, затем Deploy. Это особенно удобно для корпоративных клиентов с существующей инфраструктурой AWS.

Через Microsoft Azure: Mercury 2 также доступна в Azure AI Foundry. Процесс аналогичен AWS -- через Marketplace найдите Inception Labs и выберите модель.

Первый запуск -- что попробовать

После получения API ключа самый быстрый способ начать -- использовать стандартный OpenAI Python SDK, изменив только endpoint и ключ. Никаких дополнительных библиотек не нужно.

Установите OpenAI SDK если ещё не установлен: pip install openai

Затем используйте следующий шаблон -- замените 'ваш_mercury_api_key' на ваш реальный ключ из личного кабинета Inception Labs, а base_url укажите как https://api.inceptionlabs.ai/v1. В поле model используйте значение 'mercury-2' для общего чата или 'mercury-coder-small' для задач с кодом.

Обратите внимание: если вы переключаетесь с GPT или Claude, достаточно заменить api_key и base_url -- всё остальное синтаксически идентично. Именно это делает миграцию такой простой.

Что попробовать в первую очередь:

Задача 1 -- быстрая классификация текста. Дайте Mercury 2 список из 50 коротких отзывов и попросите каждый классифицировать как позитивный, негативный или нейтральный. Вы заметите, что ответы появляются значительно быстрее, чем у конкурентов.

Задача 2 -- потоковая генерация. Mercury 2 поддерживает streaming так же, как и OpenAI API. Включите stream=True при вызове -- для реал-тайм чат-ботов это критически важно, так как пользователь видит ответ по мере его генерации.

Задача 3 -- структурированный JSON вывод. Попросите модель вернуть структурированные данные, например извлечь из текста названия продуктов, цены и даты. Mercury 2 поддерживает JSON mode через параметр response_format -- укажите тип как json_object.

Задача 4 -- написание кода. Переключитесь на mercury-coder-small или mercury-coder-mini и попросите модель написать простую функцию на Python или JavaScript. Оцените скорость: в реальных тестах эти версии показывают генерацию полноценной функции за менее чем 1 секунду.

Задача 5 -- сравнение с другими моделями. Отправьте один и тот же промпт в Mercury 2 и в Claude Sonnet 4.6 или GPT-4o Mini. Засеките время первого токена (Time to First Token) и скорость полного ответа. Разница будет заметна особенно на длинных ответах -- Mercury 2 заканчивает раньше, чем конкуренты генерируют первую треть.

Задача 6 -- агентский пайплайн. Создайте простой агент, который делает последовательные вызовы модели: сначала анализирует задачу, потом составляет план, потом выполняет каждый шаг. На таких цепочках из 5-10 вызовов Mercury 2 экономит секунды по сравнению с медленными моделями -- что критично для UX.

Ключевые фишки

Диффузионная архитектура. Это не просто маркетинговая фраза. Традиционные LLM генерируют текст слева направо, каждый следующий токен зависит от всех предыдущих -- это последовательный процесс. Mercury 2 работает иначе: сначала создаётся грубый черновик всего ответа, затем итеративно уточняется параллельно по всем позициям. Это позволяет использовать современные GPU намного эффективнее, так как нет жёсткой последовательности вычислений.

Рекордная скорость вывода. На практике это означает следующее: там, где Claude Haiku генерирует 150-200 токенов в секунду, Mercury Coder Mini выдаёт 1109 токенов в секунду на тех же серверах. Для агентских систем, где LLM вызывается 20-50 раз подряд, общее время выполнения задачи сокращается в разы. Inception Labs указывает, что это в 5 раз быстрее ближайших конкурентов при сопоставимом качестве вывода.

Полная совместимость с OpenAI API. Вы можете использовать Mercury 2 через AISuite, LiteLLM, LangChain и любые другие фреймворки, которые поддерживают OpenAI-совместимый интерфейс. Никакого переписывания кода -- смена одного endpoint и ключа.

Function Calling и JSON mode. Mercury 2 поддерживает вызов инструментов (tool use) в том же формате, что и OpenAI API. Модель может взаимодействовать с внешними API, базами данных и сервисами в рамках агентских сценариев.

Контекстное окно 128K токенов. Для большинства практических задач этого достаточно: суммаризация длинных документов, работа с большими кодовыми базами, анализ транскриптов встреч. Окно соответствует уровню Claude Haiku 3.5.

Несколько версий модели. Inception Labs предлагает линейку под разные задачи: Mercury Coder Mini (самая быстрая, 1109 ток/сек на H100 / ~1009 ток/сек на Blackwell, для простых кодовых задач), Mercury Coder Small (737 ток/сек, немного умнее), Mercury 2 Chat (общего назначения), Mercury 2 Reasoning (с улучшенными возможностями рассуждения для сложных логических задач). Для разных задач выбирается подходящий баланс скорости и качества.

Экономичность. Стоимость значительно ниже, чем у frontier моделей -- при этом для задач классификации, извлечения данных и генерации кода качество сопоставимо с более дорогими аналогами.

Mercury Edit 2. Отдельная специализированная версия для редактирования существующего кода. Вместо того чтобы генерировать весь файл заново, Mercury Edit 2 работает с диффами -- вносит точечные изменения в нужные места. Это делает её особенно удобной для IDE-интеграций и code review инструментов.

Параллельная обработка нескольких запросов. Из-за архитектурных особенностей Mercury 2 особенно эффективна при batch-обработке. Если вашему приложению нужно одновременно обработать 100 коротких запросов, Mercury 2 справится с этим значительно быстрее за счёт более высокой пропускной способности на GPU. Для систем мониторинга, автоматической модерации контента или массовой аналитики это меняет экономику использования AI.

Поддержка через популярные AI-роутеры. Mercury 2 доступна через OpenRouter, Together AI и другие агрегаторы AI-моделей. Это удобно, если вы уже используете роутинг между несколькими моделями -- Mercury 2 можно добавить как быстрый и дешёвый вариант для задач, где скорость важнее глубины ответа.

Обновление возможностей (май 2026)

В мае 2026 года Inception Labs выпустила обновление возможностей Mercury 2. Ключевые улучшения: улучшенное программирование (более точная генерация кода, лучшее следование сложным спецификациям), следование инструкциям (модель точнее соблюдает форматирование, ограничения и многошаговые задачи), математическое рассуждение (улучшена работа с вычислениями и алгоритмическими задачами) и вспоминание знаний (повышена точность при вопросах, требующих фактических знаний). Это обновление повысило практическую ценность Mercury 2 для задач, где ранее рекомендовалось использовать более дорогие frontier модели.

Цены и ограничения

Стоимость (на момент написания):

Бесплатный старт: 10 миллионов токенов при регистрации нового аккаунта без необходимости вводить платёжные данные. Этого хватит на несколько тысяч полноценных взаимодействий или для полноценного тестирования в продакшн-сценариях.

Базовый тариф -- Mercury 2 Chat и Mercury 2 Reasoning: входные токены $0.25 за 1M, выходные токены $0.75 за 1M. Это примерно в 4-6 раз дешевле GPT-4o на момент написания.

Mercury Coder Mini и Mercury Coder Small: аналогичное ценообразование. Корпоративные скидки и кастомные объёмные договоры доступны по запросу к команде Inception Labs.

Через AWS Bedrock и Azure: тарификация следует ценообразованию соответствующего облачного провайдера с незначительной платформенной надбавкой.

Ограничения модели:

Mercury 2 -- не универсальная замена топовым frontier моделям. По качеству сложного многошагового рассуждения, философских вопросов и глубокого анализа она уступает Claude Opus или GPT-4o. Диффузионная архитектура всё ещё развивается -- в очень длинных ответах со сложной структурой возможны артефакты согласованности.

Нишевые сценарии использования Mercury 2: API-интеграции с жёсткими требованиями к задержке, обработка больших объёмов однотипных запросов, первичная классификация данных перед передачей сложной задачи более мощной модели, реал-тайм чат-боты где мгновенность ответа важнее глубины.

Корпоративный и on-premise деплой: Inception Labs предлагает возможность развёртывания на собственной инфраструктуре для клиентов с требованиями к конфиденциальности данных. Нужно связаться с командой через форму на сайте inceptionlabs.ai отдельно.

Нужен ли VPN из России

Inception Labs -- американская компания, и доступ к их сервисам из России может быть нестабилен или заблокирован из-за санкций и геоблокировок. Разберём практическую ситуацию.

Для регистрации на inceptionlabs.ai и использования Playground скорее всего потребуется VPN с американским или европейским IP-адресом. Сайт иногда открывается и без VPN, но для стабильной работы и прохождения верификации рекомендуется VPN. Хорошо работают сервисы Mullvad, ProtonVPN или любой надёжный платный VPN-провайдер.

Для API-доступа из приложений: если ваш сервер находится вне России (DigitalOcean, Hetzner, AWS EU), запросы к Mercury 2 API пройдут без проблем. Если сервер в России или вы запускаете запросы со своего компьютера в России, потребуется прокси или VPN на уровне приложения или системы.

Альтернатива для стабильного доступа: AWS Bedrock -- если у вас есть аккаунт AWS и вы работаете через сервер в европейском или американском регионе, это может быть более стабильным вариантом доступа к Mercury 2 без прямых запросов на inceptionlabs.ai.

Для оплаты: Inception Labs принимает международные кредитные карты. Карты российских банков (Visa/MasterCard) не пройдут платёжный шлюз -- потребуется иностранная карта (например, казахстанская или армянская), виртуальная карта через сервисы вроде Capitalist, или оплата через AWS/Azure с их собственными методами оплаты.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

AI-M&A превратились в оружие: три захвата критических точек за один день

Anthropic закрыла SDK-инструментарий конкурентов за $300+ млн. Google отдала контроль над TPU Blackstone за $5 млрд. JPMorgan потерял $500 млн на долге для Qualtrics.

В понедельник 18 мая 2026 года рынок зафиксировал три AI-сделки, которые на первый взгляд выглядят стандартно. Anthropic купила маленький стартап Stainless. Google и Blackstone создали совместное юрлицо в облаке. Qualtrics закрыла поглощение Press Ganey Forsta. Если читать одни заголовки - всё привычно. Если читать структуру каждой сделки - все три про одно и то же.

AI-капитал перестал покупать технологии. Он покупает узкие места.

Anthropic заплатила свыше $300 млн за компанию, которая делает программные библиотеки для разработчиков, и тут же закрыла её для всех клиентов, включая OpenAI и Google. Google отдала мажоритарный контроль в новой облачной фирме Blackstone в обмен на $5 млрд - и впервые согласилась делить свои TPU-чипы с внешним инвестором. Qualtrics финансировала покупку через долговой пакет, на котором JPMorgan и партнёры потеряли свыше $500 млн до того, как успели продать его рынку.

Три разные индустрии. Три разные структуры. Один сигнал. Покупают не модели, а точки контроля, через которые проходят все остальные. Разберу каждую сделку по отдельности.

Anthropic купила инфраструктуру конкурентов и заблокировала к ней доступ

Stainless - компания, о которой большинство пользователей AI никогда не услышит. Она делает SDK: программные библиотеки, через которые приложение подключается к API нейросети. Скучная инфраструктура. Невидимая работа. И именно поэтому её покупка стала самой интересной сделкой дня.

Anthropic заплатила за Stainless свыше $300 млн. Не за технологию - её можно повторить за пару кварталов. Не за выручку - стартап основан только в 2022 году бывшим инженером Stripe Алексом Ратреем и поддержан Sequoia Capital и Andreessen Horowitz. Anthropic купила контроль.

Stainless обслуживала всех. Платформа автоматически генерирует SDK из API-спецификаций для Python, TypeScript, Go, Java и Kotlin, и автоматически обновляет их при изменении API. По данным TechCrunch, Stainless обслуживала OpenAI, Google, Cloudflare и Runway. То есть конкуренты строили свои интеграции на инструменте, который сам Anthropic использовал с момента запуска API.

Структура сделки - прямое поглощение. Деньги в обмен на акции, контроль над командой, патентами и кодом. Но самое важное случилось после: Anthropic объявила, что закрывает все облачные сервисы Stainless для внешних клиентов. Существующие пользователи сохраняют права на уже сгенерированные SDK, но новых функций не получат и доступ к платформе теряют.

Аналогия для предпринимателя простая. Представьте, что вы держите единственную типографию в городе, через которую все местные газеты печатают тиражи. Конкурент покупает вашу типографию и закрывает заказные услуги. Свои газеты он печатает дальше. Чужие идут искать оборудование заново. На это уходят месяцы.

Хороший исторический аналог - покупка Microsoft GitHub в 2018 году. Microsoft тоже приобрела инфраструктурный инструмент, которым пользовались конкуренты. Разница принципиальная: Microsoft не стала закрывать GitHub для соперников, расчёт был на лояльность через открытость. Anthropic выбрала другую тактику - блокировку. Это первый известный случай в AI, когда M&A прямо используется для разрыва инфраструктурной цепочки конкурента.

Параллельный сигнал той же недели: по данным Axios, Андрей Карпатий перешёл из OpenAI в команду предобучения Anthropic. Anthropic собирает не только инфраструктурный контроль, но и человеческий капитал прямо у конкурентов. Для основателя стартапа, который делает инструменты для разработчиков, отсюда практичный вывод: ценность вашей компании не в выручке, а в том, кто на ваш сервис полагается. Если OpenAI и Google используют его в боевой работе - вы оружие, и оружие хорошо покупается.

Google отдала контроль над TPU Blackstone в обмен на $5 млрд капитала

TPU - аббревиатура, которую обычный читатель не услышит в новостях про NVIDIA. А зря. Tensor Processing Unit - собственный AI-чип Google, единственный серьёзный конкурент GPU Nvidia в обучении больших нейросетей. До 18 мая 2026 года TPU можно было арендовать только через Google Cloud. Самостоятельной альтернативы Nvidia на открытом рынке не существовало.

В понедельник Google и Blackstone объявили о создании совместного предприятия в облаке. Blackstone вложил $5 млрд собственных средств с потенциалом до $25 млрд через долговое плечо. Blackstone - мажоритарный акционер. Впервые в истории Google отдала контроль над своей самой стратегической AI-технологией внешнему инвестору.

Структура - совместное предприятие, отдельная юридическая компания. Google вносит технологию: TPU-чипы и облачный стек. Blackstone вносит капитал и долг. Бизнес-модель проста: клиент не покупает оборудование и не строит дата-центр, а арендует AI-вычисления по часам, как такси, на инфраструктуре, которой управляет общая фирма.

Для предпринимателя проще объяснить так. Google построила уникальный электрогенератор. Blackstone - частная фирма с большими деньгами и опытом сдавать электростанции в аренду. Они создают общую компанию: генератор - Google, а кто звонит клиентам, выписывает счета и заключает долгосрочные контракты - всё через Blackstone. Контролирует операцию арендодатель, не инженер.

Цифры объясняют, почему Google пошла на такую необычную структуру. По данным Yahoo Finance, технологические гиганты планируют потратить свыше $700 млрд на AI-инфраструктуру в 2026 году; общий объём рынка сторонних дата-центров оценивают в $900 млрд. Google не может построить такие мощности самостоятельно. Ни денег, ни инженеров, ни разрешений на новые площадки физически не хватает.

Партнёр выбран не случайно. Blackstone уже владеет дата-центровой компанией QTS и держит доли в Anthropic, OpenAI и xAI - то есть финансирует и продавцов AI-вычислений, и крупнейших их покупателей. CEO Стивен Шварцман прямо заявил, что считает Blackstone крупнейшим в мире инвестором в AI-инфраструктуру. Это не маркетинговая фраза - это позиция, на которую Blackstone выкладывает реальный капитал в каждой следующей сделке.

Целевые мощности новой компании - 500 МВт к 2027 году. Возглавит её Бенджамин Трейнор Слосс, вице-президент Google со свыше 20 годами стажа в управлении глобальной инфраструктурой компании. Сигнал для инвестора жёсткий: если даже Google не может масштабировать AI-инфраструктуру в одиночку, значит, любой меньший игрок тем более не сможет. Появилась новая модель - гиперскейлер плюс фонд прямых инвестиций делят контроль над вычислительными мощностями. В течение года аналогичные структуры объявят Microsoft, Amazon или Oracle.

Qualtrics закрыла $6,75 млрд через долг, на котором JPMorgan потерял $500 млн

JPMorgan и синдикат из 11 банков потеряли на бумаге свыше $500 млн на одной сделке. И всё равно её закрыли. Это специальный термин рынка - «hung deal», застрявший долг: пакет облигаций, который банк не смог продать инвесторам и вынужден держать на собственном балансе с убытком.

Qualtrics приобрела Press Ganey Forsta за $6,75 млрд; сделка стала крупнейшим технологическим поглощением в истории штата Юта. Qualtrics праздновала закрытие 18 мая. Её собственные кредиторы фиксировали потери.

Структура - выкуп компании преимущественно за счёт заёмных средств. JPMorgan и синдикат из 11 банков организовали долговой пакет на $5,3 млрд: $3,3 млрд старшего обеспеченного кредита плюс $2 млрд высокодоходных облигаций и приватного долга. Долг покрывает большую часть цены - то есть Qualtrics платит собственными средствами лишь малую долю общей суммы.

Аналогия для предпринимателя: представьте покупку квартиры с ипотекой в большую часть стоимости. Только не вы платите банку - банк сам выдаёт кредит и пытается перепродать пакет облигаций другим инвесторам. У JPMorgan не получилось. Существующий кредит Qualtrics с погашением в 2030 году торговался около 86 центов на доллар номинала. То есть инвесторы оценивали его дешевле, чем он стоит на бумаге, и банк остался с пакетом, который никто не взял.

Что Qualtrics получает за такую премию? Press Ganey Forsta - монополист измерения качества медицинской помощи в США. Платформа обслуживает свыше 41 000 медицинских учреждений, включая большинство больниц страны. Это данные, которые HIPAA - американский закон о защите медицинской информации - защищает от случайного сбора. Получить их можно только через покупку компании, которая копила контракты десятилетиями. Других путей нет.

Исторический аналог - слияние IMS Health и Quintiles в IQVIA в 2016 году. Тогда тоже объединили два массива медицинских данных ради аналитики для фарминдустрии. IQVIA стала лидером рынка и публичной компанией. Разница принципиальная: та сделка была публичной и с разумной долговой нагрузкой. Здесь - частная компания в собственности Silver Lake Partners и CPP Investments, и долговой пакет куда жёстче.

CEO Джейсон Мейнард объяснил мотив прямо: «AI навсегда изменил ожидания людей от каждого опыта в их жизни. Победа будет завоёвана в Experience Gap». В переводе на язык инвестора: данные о реальных медицинских сценариях становятся редким сырьём для медицинского AI, и контроль над ними окупит любую долговую премию. Сигнал для рынка другой и более тревожный - банки больше не могут проложить долг даже на «приоритетные» AI-сделки с участием крупных фондов прямых инвестиций. Следующие подобные выкупы пройдут или дешевле, или с гарантированной ликвидностью.

Что три сделки говорят вместе

Три сделки за один торговый день. Anthropic покупает право выключать конкурентам инфраструктуру. Google отдаёт контроль над собственными чипами, лишь бы успеть масштабироваться. Qualtrics покупает данные через долг, который кредиторы держат в убыток. Логика разная, поведение одинаковое: каждый игрок платит премию за время и контроль над узкими местами AI-экосистемы.

Это новая фаза AI-сделок. Раньше покупали продукты - теперь покупают точки контроля. Раньше платили деньгами - теперь контролем над собственными технологиями или убытками своих кредиторов. Венчурный мир ещё не осознал, что инфраструктурные сделки больше не про накопление активов. Они про захват критических точек в чужой цепочке поставок.

И, пожалуй, главное - короткая фраза, которую стоит переслать партнёру или другу. Anthropic купила Stainless в том числе на деньги, которые OpenAI и Google платили этой же компании за подписку. Конкуренты буквально финансировали создание оружия против себя. Если в одном предложении нужно описать рынок 2026 года, вот это предложение.

На что смотреть на следующей неделе. Первое - реакция Минюста США на закрытие Anthropic облачного сервиса Stainless для OpenAI и Google. Если регулятор заговорит об антимонопольном расследовании, вся стратегия инфраструктурной блокировки сломается на старте. Второе - котировки нового долга в крупных AI-сделках с использованием заёмных средств. Если кредиторы продолжат фиксировать убытки, через два-три месяца рынок начнёт закрываться для подобных структур. Третье - анонс следующего совместного предприятия гиперскейлера с фондом прямых инвестиций. Эта модель только что родилась, и копировать её будут быстро.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Daily Digest - 19 мая 2026

Капитал и таланты стекаются к тем, кто уже выиграл pre-training - а тех, кто ещё пытается продавать собственные модели, рынок методично отжимает в нишу.

Google за один день показал, что значит играть по всем фронтам сразу: Gemini обслуживает 900+ млн пользователей в 230 странах, и компания одним блоком выкатила новую модель, мультимодальный движок и автономного агента. Meta подняла капзатраты на 2026 до $125-145 млрд и одновременно переписывает 20% штата - а Цукерберг публично уверяет, что AI тут ни при чём. Anthropic переоценили в $950 млрд, и компания забрала сооснователя OpenAI Андрея Карпаты. AI21 Labs уволила больше 60% команды и признала, что продавать собственные модели больше не бизнес. День, в котором капитал и таланты стекаются к вершине пирамиды, а середина рынка тихо исчезает.

Gemini за год удвоился до 900 миллионов пользователей - Google разом выложил всю продуктовую полку На I/O 2026 Google показал не одну модель, а каскад. Gemini вырос с 400 млн до 900+ млн ежемесячных пользователей за год, в 230 странах и на 70+ языках. Удвоение за двенадцать месяцев. На той же сцене - новая модель: Gemini 3.5 Flash обгоняет Gemini 3.1 Pro по бенчмаркам кодирования и агентных задач. Мультимодальная модель Omni Flash раскатывается с 19 мая: в YouTube Shorts бесплатно, в приложении Gemini и Flow - по подписке. Omni Flash собирает 10-секундные видео из текста, картинок и звука - Google уточняет, что длина это «выбор доступности, а не технический предел». Gemini Spark - первый автономный агент компании, тот, что работает в фоне без постоянных команд - на следующей неделе уходит в бету для подписчиков AI Ultra в США. Версия для Mac - летом. Gemini 3.5 Pro - в июне.

Что изменилось по сути. Раньше Google показывал моделями: новая Pro, новая Flash, новый бенчмарк. Сейчас - каскадом. Пользовательская база, модель 3.5 Flash, мультимодальный Omni, автономный агент Spark, который не отвечает на вопросы, а работает в фоне без постоянных команд. И версии под каждую категорию устройств: веб, Android, iOS, потом Mac. У OpenAI пока такого охвата нет: ChatGPT плюс API. У Anthropic - Claude и Claude Code. У Google - поисковик, YouTube, Android и Gemini, который шьётся внутрь всех трёх каналов. Год назад вопрос звучал так: догонит ли Google OpenAI. Сейчас он другой: догонит ли кто-нибудь Google по дистрибуции, если модели у всех примерно сравнялись по качеству. 900 миллионов пользователей не означают победу по выручке или удержанию. Они означают, что у Google теперь самая большая выборка, на которой можно учить следующее поколение моделей быстрее конкурентов.

Meta тасует 15 тысяч человек за неделю - и Цукерберг уверяет, что AI тут ни при чём Meta увольняет около 8 000 человек, примерно 10% штата. Ещё 7 000 сотрудников переводит в AI-проекты. В сумме реструктуризация затрагивает 20% всей компании. Первые увольнения запланированы на 21 мая. Капитальные затраты Meta на 2026 год повышены до $125-145 млрд - почти целиком на AI-инфраструктуру. И на этом фоне Цукерберг публично говорит, что AI «не является причиной увольнений». Юридически он прав. Формально AI не вписан в основания для сокращений. WARN Act - американский закон, по которому работодатель обязан заранее предупредить о массовых увольнениях - сработал лишь на небольшую часть сотрудников. Остальные оформляются как «реструктуризация бизнес-юнитов».

Фактически - связь налицо. 7 000 переводятся в AI, 8 000 уходят, капитальные затраты на AI растут до $125-145 млрд. Если ты строишь дата-центры на такую сумму и одновременно сокращаешь команды, которые не работают на эту стройку, то AI и есть причина - просто формулировка другая. И что это меняет для индустрии. Meta задаёт прецедент: крупная компания может за неделю переписать 20% оргструктуры под одну технологию, и рынок принимает это без шока. Год назад такой объём сокращений в одну ставку казался бы безумием. Сейчас - норма. Раз так может Meta - значит, скоро смогут все. В отделах рекламы, маркетинга, кадров уже сидят люди, чья работа в текущем виде нужна меньше, чем три года назад. Дальше арифметика повторится.

Сооснователь OpenAI ушёл в Anthropic - компанию, которая теперь стоит дороже OpenAI Андрей Карпаты - один из самых известных AI-исследователей мира - присоединился к Anthropic. Он вошёл в команду pre-training под руководством Ника Джозефа и собирает внутри неё собственную группу. Задача - использовать Claude для ускорения исследований самого pre-training, то есть первого и самого дорогого этапа обучения больших моделей. Anthropic недавно оценили в $950 млрд - выше, чем OpenAI. Карпаты руководил программами Full Self-Driving и Autopilot в Tesla с 2017 по 2022, потом ушёл в OpenAI, позже ушёл из OpenAI, в 2024 году основал Eureka Labs - стартап про AI в образовании. И теперь возвращается в исследования.

Возвращение в R&D - то есть в чистую науку и разработку - после собственного стартапа нетипичный шаг. Сам Карпаты подчеркнул: «Следующие несколько лет на переднем крае LLM будут особенно формирующими». В переводе с языка исследователя: что бы ни происходило сейчас в OpenAI, основная игра идёт в Anthropic. Pre-training - это не файнтюн под конкретную задачу, это процесс, в котором закладываются базовые способности модели. Один большой запуск стоит огромных денег и съедает вычислительные кластеры на месяцы. Чтобы сделать его дешевле или эффективнее, нужно либо лучшее железо, либо принципиально другой подход. Карпаты приходит решать вторую задачу - и не один, а внутри уже работающей команды. Anthropic, готовясь к IPO, делает то же, что год назад делала OpenAI: собирает «всех звёзд» под крышей одной компании. Только теперь звёзды переходят из OpenAI в Anthropic, а не наоборот. Это маленькая деталь, но она объясняет оценку в $950 млрд лучше, чем любая выручка. Лучшие исследователи мира видят, где интереснее всего работать - и голосуют ногами.

AI21 уволила больше половины команды - продавать собственные модели больше не бизнес AI21 Labs сократила больше 60% сотрудников - со ~180 до ~70. Компания, основанная в 2017 году Амноном Шашуей, Йоавом Шохамом и Ори Гошеном, была одним из первых серьёзных коммерческих AI-стартапов - задолго до того, как GPT-3 стал общим понятием. И теперь AI21 признаёт публично: продажа собственных моделей оказалась «недостаточно устойчивым источником выручки». Компания полностью отказывается от продажи моделей как отдельного продукта и сосредотачивается на платформе Maestro - сервисе для оптимизации работы AI-агентов в корпоративных задачах. Параллельно сорвалась продажа: переговоры о поглощении компанией Nebius прерваны, вместо M&A - сделки слияния и поглощения - подписано коммерческое партнёрство. У AI21 уже есть контракты на десятки миллионов долларов с Wix и другими крупными клиентами.

Это история про середину рынка. Сверху сидят OpenAI, Anthropic, Google - у них модели лучше, дистрибуция больше, бюджеты на pre-training такие, что одиночному стартапу повторить нельзя физически. Снизу - модели с открытым кодом и десятки нишевых решений. Между ними поместиться невозможно. Либо ты лидер, либо инструмент поверх чужих моделей. AI21 выбрала второе - но для этого пришлось убрать большинство команды, которая много лет строила первое. Это сценарий, который ждёт большинство «серьёзных» AI-стартапов второго эшелона. Те, кто привлекал деньги несколько лет назад под обещание построить «свою GPT», сейчас стоят перед выбором: разворот в прикладной слой и сжатие или тихая ликвидация. AI21 хотя бы делает это публично, с контрактами на руках и с историей основателей за плечами. Большинство компаний этого поколения просто закроются без объявлений.

Карпаты ушёл в Anthropic, AI21 признала: продавать собственные модели больше не бизнес. Два движения в одну сторону - таланты и деньги стекаются к тем, кто уже выиграл pre-training. Опоздавшие могут продавать что угодно, кроме своих моделей.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Google переписал Antigravity и зашёл прямо на территорию Claude Code и Codex

Google переделал свой инструмент для AI-разработки Antigravity: появилось десктоп-приложение, CLI, SDK для своих агентов и многоагентная оркестровка. Тарифы AI Ultra стартуют от $100/мес и идут до $200/мес.

🔴 Google переписал Antigravity и зашёл прямо на территорию Claude Code и Codex

Год назад Antigravity был ответом Google на популярный Cursor. Сегодня версия 2.0 — это уже не редактор кода, а оркестратор армии агентов, и Google ставит её против лидеров рынка лоб в лоб.

Google запустил Antigravity 2.0 19 мая. В пакете — десктоп-приложение, CLI, SDK для построения собственных агентов, голосовое управление и интеграция с Google AI Studio, Android и Firebase. Главное обновление — многоагентная оркестровка: пользователь запускает несколько агентов одновременно и проектирует фоновые рабочие потоки. Цены публикуются открыто: AI Ultra за $100/мес с лимитом в пять раз выше Pro-плана и топовый AI Ultra за $200/мес с двадцатикратным лимитом (цену с $250 снизили). По уровню тарифов и амбиций Google заходит ровно туда, где уже стоят Anthropic с Claude Code и OpenAI с Codex.

Для российского предпринимателя это сигнал номер один: AI-разработка перестаёт быть рынком одного-двух поставщиков. Уже сейчас можно сравнивать три полноценных стека агентов и выбирать лучший для своей кодовой базы. Заложите в годовой план R&D эксперимент: возьмите один производственный проект и прогоните его через Claude Code, OpenAI Codex и Antigravity 2.0 параллельно. Через месяц вы будете знать, кто реально ускоряет вашу команду, а не маркетинг.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #агентыИИ #Google #модели #BigTech #LLM #корпоративнаястратегия #ИИ #технологии #AravanaAI

Маск проиграл OpenAI меньше чем за два часа — IPO больше ничего не держит

Калифорнийское жюри единогласно отклонило иск Илона Маска к Сэму Альтману и OpenAI: совещание заняло меньше двух часов. Основание — пропущен срок исковой давности. Главное препятствие на пути IPO OpenAI снято.

🔴 Маск проиграл OpenAI меньше чем за два часа — IPO больше ничего не держит

Калифорнийское жюри посоветовалось 18 мая и единогласно отклонило иск самого богатого человека планеты к его бывшим партнёрам по OpenAI. Совещание заняло меньше двух часов.

Жюри постановило, что Илон Маск опоздал с иском к Сэму Альтману и Грегу Брокману: срок исковой давности истёк. Маск, который вложил $38 млн в OpenAI на старте в 2015 году, обвинял основателей в том, что они превратили некоммерческую организацию в коммерческую ради собственного обогащения. OpenAI парировала: никаких пожизненных обязательств сохранять некоммерческий статус не было, а Маск просто не получил единоличного контроля. Судья Ивонн Гонсалес Роджерс заметила, что у апелляции «крутая горка впереди». Маск пообещал обжаловать, назвав вердикт «техническим казусом» и «ужасным прецедентом для благотворительных организаций». На фоне процесса OpenAI готовится к IPO с оценкой около $852 млрд.

Для российского предпринимателя важно одно — главный юридический риск для OpenAI снят. Компания может спокойно двигаться к публичному размещению, а это значит ещё больше денег на инфраструктуру, агентов и продукты. Если у вас в стратегии заложена ставка «OpenAI замедлится из-за судов» — её пора убрать. Ставьте на то, что темп выпуска моделей и продуктов вырастет ещё сильнее в ближайшие 12 месяцев.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#OpenAI #инвестиции #IPO #регуляция #корпоративнаястратегия #BigTech #ИИ #технологии #AravanaAI

Google показал Gemini Omni — модель, которая больше не предсказывает текст, а собирает реальность

На Google I/O 2026 представили семейство Omni: одна модель превращает текст, фото и аудио в видео с правильной физикой и анимацией персонажей. Первый продукт — Gemini Omni Flash — раскатывают сегодня же в приложение Gemini, YouTube Shorts и Flow.

🔴 Google показал Gemini Omni — модель, которая больше не предсказывает текст, а собирает реальность

На сцене I/O 2026 Сундар Пичаи произнёс фразу, которую разработчики будут цитировать ещё месяцы: «С помощью world models AI переходит от предсказания текста к симуляции реальности». За ней — целое новое семейство моделей.

Google объявил о запуске Gemini Omni — мультимодального семейства, которое рассуждает одновременно текстом, изображением, звуком и видео и выдаёт на выходе ролик с правильной гравитацией, гидродинамикой и сохранением внешности персонажа. Первая модель — Gemini Omni Flash — раскатана 19 мая в приложение Gemini, YouTube Shorts и творческую студию Flow; пока ролики по 10 секунд, длиннее обещают позже. Все сгенерированные видео метятся SynthID, а для создания аватара пользователю придётся записать себя на камеру — это защита от подделок.

Для российского предпринимателя это означает, что барьер между идеей и видеорекламой исчезает прямо сейчас. Через несколько недель Omni открывают по API — значит, маркетинговое агентство из одного человека сможет за час собрать рекламный ролик с дикторами, реалистичной физикой и фирменными шрифтами. Кто первым перестроит свой контент-цикл под такие модели, тот съест бюджет тех, кто всё ещё снимает на площадке.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #Gemini #Google #мультимодальность #модели #BigTech #ИИ #технологии #AravanaAI

Google продала свои чипы Anthropic и Meta — собственные исследователи стоят в очереди и уходят

TPU-мощности Google расписаны на годы вперёд внешним клиентам. Часть команды DeepMind уже ушла к конкурентам — не дождавшись доступа к чипам.

🔴 Google продала свои чипы Anthropic и Meta — собственные исследователи стоят в очереди и уходят

Когда вы пытаетесь доказать рынку, что ваш чип лучше, чем NVIDIA, в какой-то момент вы продаёте его конкурентам. А потом обнаруживаете, что вашим же учёным нечем считать. Именно это происходит сейчас с Google.

По данным TNW, Google законтрактовала с Anthropic до $40 млрд, включая 5 гигаватт TPU-мощностей на пять лет, плюс ещё 3,5 гигаватта через Broadcom с 2027 года. Похожая сделка у Meta. В итоге чипы расписаны внешним клиентам, а собственные команды DeepMind ждут своей очереди. Ушли уже долгожители — например, многолетний сотрудник Иоаннис Антоноглу и другие, кто не дождались свободных мощностей. Бывший CEO Allen Institute for AI Орен Этциони комментирует: «вычислительные мощности распределяются не по экономике, а по управленческой иерархии». Сам глава DeepMind Демис Хассабис признал нехватку и железа, и скорости исследований. Капитальные затраты Google на 2026 год — $175–185 млрд, на фоне общей AI-инфраструктурной гонки Big Tech на $650 млрд.

Для российского предпринимателя простой вывод: вычислительные мощности — это новая нефть, и их уже физически не хватает даже лидерам. Если ваш бизнес зависит от GPU-мощностей (стартап на собственных моделях, дообучение на своих данных, запуск моделей на масштабе) — закладывайтесь на дефицит и рост цен ещё на 2–3 года. Покупать ёмкость сейчас выгоднее, чем через полгода. И помните: даже самые большие игроки могут оказаться в позиции «исследователи стоят в очереди».

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #GPU #инфраструктура #Google #NVIDIA #BigTech #нейросети #Anthropic #ИИ #технологии #AravanaAI

У Baidu AI впервые принёс больше денег, чем поисковая реклама

AI-выручка выросла на 49% до $2 млрд, реклама — $1,8 млрд. GPU-облако прибавило 184%. Китайский поисковик превращается в AI-инфраструктурную компанию.

🔴 У Baidu AI впервые принёс больше денег, чем поисковая реклама

Два десятилетия Baidu был «китайским Google» — компания зарабатывала на поисковой рекламе. В отчёте за первый квартал 2026 года эта эра официально закончилась. AI-направление принесло $2 млрд (+49% год к году), реклама — $1,8 млрд. Впервые в истории компании AI занял 52% от выручки её основного бизнеса.

По данным Bloomberg, общая выручка Baidu достигла 32,08 млрд юаней (~$4,54 млрд), обогнав ожидания аналитиков. Инфраструктура AI-облака выросла на 79%, GPU-облако — на 184%. Реклама же продолжает падать: китайские бренды уходят от поисковика в короткие видео и AI-чатботы. Baidu делает то, что должны были сделать Google и Яндекс, но не успели: перестраивает себя из поисковика в продавца вычислительной мощности.

Для наблюдателя это редкий случай, когда виден момент перехода — старый бизнес уже не растёт, новый ещё не доминирует, но цифры пересекаются. После сегодняшнего отчёта инвесторам придётся пересчитать оценку всей компании: смотреть на Baidu как на медиа-актив больше нельзя, это инфраструктурный игрок с маржинальностью облака. Рост AI-выручки на 49% за год — это вход в высшую лигу: NVIDIA и Anthropic растут быстрее, но среди крупных игроков мало кто способен перестроить обычный поисковик в такой AI-бизнес.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#Китай #нейросети #инфраструктура #датацентры #корпоративнаястратегия #GPU #инвестиции #BigTech #ИИ #технологии #AravanaAI

Китайский XPeng запустил серийное роботакси за $28 000 — в 4 раза дешевле Waymo

В Гуанчжоу началось массовое производство роботакси на платформе XPeng GX. Вычисления — 3 000 TOPS, без лидара, бронирование через Alibaba Amap.

🔴 Китайский XPeng запустил серийное роботакси за $28 000 — в 4 раза дешевле Waymo

В Гуанчжоу с конвейера сошёл первый китайский роботакси, разработанный целиком собственными силами — от чипов до модели вождения. XPeng объявила о начале массового производства 18 мая. Себестоимость — менее 200 000 юаней (около $28 000) за машину. Waymo на сопоставимой платформе тратит больше $100 000.

Машина построена на платформе GX — большой кроссовер длиной 5,3 метра. За автономность отвечают четыре собственных AI-чипа Turing с общей мощностью 3 000 TOPS, при этом XPeng отказалась и от лидара, и от заранее размеченных HD-карт: вождение идёт чисто по камерам и фирменной модели VLA 2.0 со временем реакции менее 80 миллисекунд. Бронирование и диспетчеризация — через Amap, картографический сервис Alibaba с 873 млн пользователей в месяц. Пилотные поездки с водителем безопасности — во втором полугодии 2026, без водителя — в начале 2027.

Это переворот в экономике беспилотного такси. Когда машина для роботакси стоит как обычный седан, экономика всего сегмента меняется. Парк из тысячи китайских роботакси требует $28 млн против $100 млн у западных конкурентов — на ту же сумму флот будет в четыре раза больше. Для Waymo и Cruise это смена правил игры: китайцы строят инфраструктуру в масштабе, а не пилот. Российскому предпринимателю, следящему за логистикой и транспортом, имеет смысл смотреть на Гуанчжоу как на источник будущих технологий, а не на Калифорнию.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#роботы #автоматизация #физическийИИ #нейросети #чипы #Китай #BigTech #корпоративнаястратегия #ИИ #технологии #AravanaAI

На двоих 89%: Anthropic и OpenAI забрали почти всю выручку AI-стартапов

34 крупнейших AI-стартапа делают $80 млрд годовой выручки, и 89% этой суммы у Anthropic и OpenAI. Рост рынка за полгода 112%, но два игрока ежегодно сжигают свыше $30 млрд.

🔴 Весь рынок AI-стартапов делает $80 млрд, и почти всё уходит двум компаниям

По подсчёту The Decoder, 34 крупнейших AI-стартапа суммарно вышли на $80 млрд годовой выручки, или около $6,7 млрд в месяц. Anthropic и OpenAI делят на двоих 89% этой суммы. Anthropic недавно обогнал OpenAI за счёт ИИ-инструментов для кода. Третий эшелон, в который входят Perplexity, ElevenLabs и Cognition, каждый перешагнул отметку $500 млн.

За полгода до мая 2026-го рынок вырос на 112%, почти удвоился. Но картина не такая радужная, как звучит: Anthropic и OpenAI вместе сжигают более $30 млрд в год, в основном на обучение моделей. Часть их выручки приходит от соглашений по разделу доходов с Amazon, Google и Microsoft, поэтому реальная маржа у двух лидеров скромнее, чем выглядит из отчётности.

Для предпринимателя вывод трезвый: рынок «AI-стартапов» это рынок двух игроков плюс десяток заметных. Запускать конкурента общему LLM бессмысленно: побеждают те, кто строит вертикальное решение поверх Claude или GPT для конкретной отрасли. Деньги собираются в нишах, а не в попытках повторить ChatGPT.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#Anthropic #OpenAI #Claude #ChatGPT #нейросети #LLM #инвестиции #рынок #корпоративнаястратегия #ИИ #технологии #AravanaAI

Salesforce потратит $300 миллионов на Anthropic в этом году — почти всё на код

Марк Бениофф объявил: в 2026 году Salesforce заплатит Anthropic $300 млн за токены — и почти все они уйдут на программирование, а не на людей-разработчиков.

🔴 Salesforce потратит $300 миллионов на Anthropic в этом году — почти всё на код

Представьте крупную SaaS-компанию с тысячами разработчиков. А теперь представьте, что её CEO говорит вслух: мы платим AI больше, чем многим из них.

В подкасте All-In в пятницу Марк Бениофф объявил: Salesforce в 2026 году потратит $300 млн на токены Anthropic, и почти весь этот бюджет уйдёт на программирование. «Это сделает всё в Salesforce дешевле в разработке», — сказал Бениофф, добавив, что мы вошли «в новый момент в коде». Это не разовая ставка: с марта компания уже запустила 30+ AI-функций на Claude, а с раундом Series C 2023 года Salesforce вложила в Anthropic свыше $300 млн и получила около 1% по оценке $380 млрд. Бениофф также прозрачно намекнул на «крутые штуки» с программированием прямо в Slack. И напомнил то, что год назад прозвучало как сенсация: AI-агенты уже сократили команду поддержки Salesforce с 9 000 до 5 000 человек.

Для российского предпринимателя сигнал простой и неприятный. Когда CEO одной из крупнейших SaaS-компаний мира называет $300 млн на AI-программирование «дешевле в разработке», ваш план «нанять трёх младших разработчиков и одного среднего на новый продукт» уже устарел. Считайте экономику в токенах, не в зарплатах.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#Anthropic #Claude #нейросети #агентыИИ #инвестиции #корпоративнаястратегия #BigTech #будущее_труда #productivitytools #ИИ #технологии #AravanaAI

Глава Microsoft AI: «За год-полтора ИИ закроет работу, которая делается за компьютером»

Глава Microsoft AI Мустафа Сулейман в интервью FT заявил: бухгалтерия, юристы, маркетинг и проектные офисы будут автоматизированы ИИ в горизонте года-полутора. Сулейман отвечает за продукт, который эту замену продаёт корпоративным клиентам Microsoft.

🔴 Глава Microsoft AI: «За год-полтора ИИ закроет работу, которая делается за компьютером»

Это слова Мустафы Сулеймана, руководителя подразделения Microsoft AI, в недавнем интервью Financial Times. Прогноз короткий и жёсткий: бухгалтерия, юристы, маркетинг, проектное управление — всё, что делается за монитором, ИИ сможет выполнять на уровне профессионала в горизонте года-полутора. Аргумент Сулеймана: экспоненциальный рост вычислительных мощностей выводит модели к тому, что они и пишут код лучше человека, и заменяют большую часть «белых воротничков».

Сулейман не первый из топ-менеджеров, кто говорит это вслух: Альтман, Амодей, Хуанг повторяют ту же мысль с разной экспрессией. Разница в том, что Сулейман отвечает за продукт, который эту замену продаёт корпоративным клиентам Microsoft, поэтому риторика у него осторожная только на словах. Когда такие прогнозы звучат от поставщика инструмента, а не от внешнего футуролога, к ним стоит относиться как к плану продаж.

Для российского предпринимателя сюжет двойной. Если у вас офисная команда из 10-50 человек, в 2026-м придётся всерьёз пересобрать процессы: что-то останется людям, что-то уйдёт агентам. Но есть и оборотная сторона: сами сотрудники теперь ждут от работодателя плана адаптации, а не извинений. Кто молчит, теряет доверие команды раньше, чем сократит её.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#будущее_труда #рынок_труда #автоматизация #увольнения #белыеворотнички #агентыИИ #Microsoft #productivitytools #BigTech #ИИ #технологии #AravanaAI

Apple впервые делает Siri похожей на ChatGPT — и сразу с самоудалением чатов

На WWDC 2026 Apple представит отдельное приложение Siri с историей чатов, загрузкой файлов и автоудалением сообщений как в iMessage. Работать будет на Gemini, но через закрытое облако Apple — без передачи данных Google.

🔴 Apple впервые делает Siri похожей на ChatGPT — и сразу с самоудалением чатов

Через месяц на WWDC 2026 Apple представит отдельное приложение Siri с историей разговоров, загрузкой файлов и универсальным жестом для вызова. История чатов настраивается как в iMessage — самоудаление через 30 дней, через год или хранение бессрочно. Внутри — выбор интерфейса: как у ChatGPT или как список переписок.

Главное в технике: Siri побежит на Gemini от Google, но через закрытые облачные серверы Apple. Разговоры в Google не уходят и для обучения моделей Google не используются. Релиз — в составе iOS 27 осенью, но даже после публичного запуска Siri будет ходить с пометкой beta. Это и сигнал к разработчикам, и страховка Apple от завышенных ожиданий после двухлетней пробуксовки с ИИ.

Для предпринимателя сюжет важен в двух плоскостях. Если у вас iPhone-аудитория — встроенный голосовой агент скоро начнёт обрабатывать клиентов внутри их устройств, а не в браузере. Если вы запускаете ИИ-ассистента — Apple задала новую планку приватности: автоудаление чатов перестаёт быть опцией, становится базовым условием доверия.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #агентыИИ #Apple #Gemini #модели #BigTech #корпоративнаястратегия #productivitytools #ИИ #технологии #AravanaAI

OpenAI Codex 3.0 — программист, который пишет, тестирует и чинит сам

OpenAI выпустила Codex 3.0 на базе GPT-5.5 — агент сам строит, тестирует и отлаживает код, кликает в браузере и работает с Office и Google Drive. Управление перенесли в мобильный ChatGPT.

🔴 OpenAI выпустила программиста, который работает без вас

Один разработчик уже отчитался: с новой версией Codex 3.0 он отгрузил почти 30 тысяч строк продакшен-кода. Не подсказок, не автодополнения — готовых строк, ушедших в репозиторий.

Codex 3.0 работает на GPT-5.5 и впервые претендует на полную автономию: сам пишет код, сам прогоняет тесты, сам кликает по кнопкам в браузере, снимает скриншоты и читает консоль, чтобы найти ошибку. Может оформить документ в Microsoft Office или Google Drive, провести ревью пулл-реквеста и выполнить задачу в фоне. 14 мая OpenAI добавила управление Codex в мобильное приложение ChatGPT: с телефона можно следить за тем, как агент работает на ноутбуке, одобрять команды и менять модели.

Для предпринимателя это сигнал к перестройке найма в инженерных командах: задачи уровня «собери прототип, прогони тесты, поправь баги» теперь делает не джун за зарплату, а агент за подписку. Конкуренция за сильных синьоров обостряется — именно они будут проверять то, что наплодил Codex.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #агентыИИ #OpenAI #ChatGPT #модели #будущее_труда #productivitytools #BigTech #ИИ #технологии #AravanaAI

Завод BYD: 1 500 роботов, электромобиль — за минуту, батарея — за три секунды

1 500 роботов на заводе BYD в Чжэнчжоу собирают электромобиль меньше чем за минуту и аккумуляторный элемент за три секунды. 98% автоматизации.

🔴 Завод BYD: 1 500 роботов, электромобиль — за минуту, батарея — за три секунды

Десять квадратных километров. 98% автоматизации. На сборочной линии почти ни одного человека. Завод BYD в китайском Чжэнчжоу выкатывает с конвейера электромобиль каждую минуту, а аккумуляторный элемент — каждые три секунды.

По данным Kathmandu Post, на площадке работают около 1 500 роботов — только сварка кузова закрыта целиком ими. Лю Сюэлян, глава BYD по Азиатско-Тихоокеанскому региону, описал ритм линии прямо: «Здесь электромобиль производится меньше чем за минуту, а аккумуляторный элемент — каждые три секунды». На той же территории BYD штампует, варит, красит, собирает плюс производит двигатели, батареи и силовые установки. Завод стоит с сентября 2021 года, но именно роботизация довела ритм до этих чисел.

BYD не обещает «безлюдный завод» когда-то в будущем — компания уже работает на 98% автоматизации сегодня. Для российского автопрома и любого крупного производственника вопрос больше не «когда», а «успеете ли встроить роботов до того, как китайская себестоимость выдавит вас с собственного рынка». Цена выпуска, которую видит BYD на конвейере, — это новая нижняя планка отрасли. Старые экономики сборочных линий больше не работают.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#роботы #автоматизация #промышленныероботы #физическийИИ #embodiedAI #будущеетруда #Китай #BigTech #ИИ #технологии #AravanaAI

Робот Figure AI отработал 81 час без перерыва — но другой проиграл стажёру 192 пакета

Гуманоид Jim сортировал 101 391 посылку 81 час без человека. Другой робот Figure AI проиграл стажёру 10-часовой матч на 192 пакета — но не устал.

🔴 Робот Figure AI отработал 81 час без перерыва — но другой проиграл стажёру 192 пакета

Figure AI запустила гуманоида на склад и не выключала его 81 час подряд. 101 391 посылка. Ноль вмешательства человека. Через несколько дней та же компания вывела другого робота на дуэль со стажёром — и проиграла.

По данным Seoul Economic Daily, робот Jim на нейросетевой платформе Helix-02 разбирал коробки за 3–4 секунды каждую — больше 28 тысяч пакетов в день. Основатель компании Бретт Эдкок написал в X: «Смотрите робота, работающего 24 часа в сутки в полностью автономном режиме». Параллельно прошёл 10-часовой матч флагмана F.03 против живого стажёра — стажёр обошёл робота на 192 пакета (темп 2,79 против 2,83 секунды на упаковку). К концу смены у человека были волдыри на пальцах, болела спина, он стоял в полушаге от «всё, сдаюсь». Робот — нет.

История не про то, что машина обогнала человека на спринте. История про то, что у машины нет ни смены, ни выходных, ни увольнения. В логистике это считают сильнее любой скорости. Figure AI продаёт не темп, а отсутствие текучки, больничных и роста фонда оплаты труда. Для российской электронной коммерции следующие два года — окно, в котором склад без людей перестанет быть футурологией: кто первый встроит гуманоидов в обработку заказов, тот возьмёт переоценку маржи и обгонит конкурентов в высокий сезон.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#роботы #гуманоиды #Figure #автоматизация #embodiedAI #будущеетруда #физическийИИ #ИИ #технологии #AravanaAI

Китай открыл первую «токен-фабрику» на чипах Huawei — альтернатива NVIDIA из лозунга становится реальностью

Hongxin Electronics запустил в Уси первую в провинции Цзянсу «токен-фабрику» на чипах Huawei Ascend 910C — 1536 ускорителей и биллинг за токен, а не за GPU-час.

🔴 Китай открыл первую «токен-фабрику» на чипах Huawei — альтернатива NVIDIA из лозунга становится реальностью

Красивая идея: вместо того чтобы продавать GPU или облачные часы, продавать токены — единицы работы языковой модели. Именно её китайцы воплотили в Уси. Компания Hongxin Electronics с капитализацией $174 млрд подписала соглашение с зоной высоких технологий Уси о запуске первой в провинции Цзянсу «токен-фабрики» на чипах Huawei Ascend.

На старте — четыре суперузла CloudMatrix 384, в каждом по 384 ускорителя Huawei Ascend 910C. Это 1536 чипов в одной площадке, заточенной под массовый запуск AI-моделей. По данным Tom's Hardware, отдельный чип Huawei Ascend 910C на задачах запуска моделей выдаёт около 60% от производительности NVIDIA H100 — заметно ниже, но Huawei делает ставку на суммарную пропускную способность всей системы и при «достаточно хорошем» железе плюс государственных заказах Пекин закрывает потребность собственного рынка, не оглядываясь на американские санкции. Тарификация устроена иначе — не за GPU-час, а за «интеллектуальную единицу», то есть фактически за токен.

Для российского предпринимателя сюжет важен ровно одним выводом: в мире появляется второй большой поставщик мощностей для запуска AI-моделей, и он не американский. Это значит, что окно цен и доступности AI-сервисов в перспективе двух лет шире, чем казалось. Если вы строите продукт на чужой модели, есть смысл уже сейчас изучать API китайских провайдеров на Huawei Ascend — для нечувствительных к скорости задач они могут оказаться кратно дешевле западных конкурентов.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #нейропроцессоры #инфраструктура #датацентры #Китай #геополитика #чиповаявойна #Huawei #NVIDIA #экспортный_контроль #ИИ #технологии #AravanaAI

Китайский CXMT показал рост выручки в восемь раз — и готовится к IPO на $4,2 млрд

CXMT, единственный массовый производитель DRAM в Китае, отчитался о восьмикратном росте выручки. На горизонте — IPO на Шанхайском STAR Market с привлечением до $4,2 млрд.

🔴 Китайский CXMT показал рост выручки в восемь раз — и готовится к IPO на $4,2 млрд

Пока Samsung балансирует на грани забастовки, в материковом Китае поднимается совсем другой герой памяти. CXMT, единственный китайский производитель DRAM с массовым выпуском, сообщил Bloomberg о восьмикратном росте продаж на фоне глобального AI-голода. Компания ждёт первого полугодия с выручкой 110–120 млрд юаней — более $15 млрд за шесть месяцев.

Цифры выросли не на ровном месте. Спрос на AI-серверы вытолкнул производителей DRAM в самый сильный сырьевой цикл за десятилетие, и CXMT поймала эту волну. По данным Tom's Hardware, компания уже четвёртый в мире производитель памяти по объёму выпуска и работает на 10-нанометровом техпроцессе. На горизонте — IPO в Шанхае на бирже STAR Market с привлечением до $4,2 млрд. И это при том, что Пекин и Вашингтон давно ведут чиповую войну, а CXMT находится под американскими экспортными ограничениями.

Для российского предпринимателя сюжет важен по двум причинам. Во-первых: американские ограничения, призванные затормозить китайские чипы, в реальности подталкивают Пекин к собственной технологической базе — и от южнокорейских поставщиков до китайских альтернатив маршрут становится короче. Во-вторых: появление четвёртого крупного игрока в памяти означает, что зависимость мира от южнокорейской и тайваньской логистики падает — то есть более устойчивые поставки серверов и техники в обход санкционных рисков. Стоит присмотреться к Lenovo, Huawei и китайским облачным провайдерам — у них появляется реальная база для конкуренции.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #полупроводники #инфраструктура #DRAM #IPO #Китай #геополитика #экспортный_контроль #BigTech #чиповаявойна #ИИ #технологии #AravanaAI

45 000 рабочих Samsung могут обрушить весь AI-бум — из-за премий

45 000 рабочих Samsung выходят на 18-дневную забастовку с 21 мая. Под ударом — HBM-память для всех GPU NVIDIA и AMD в мире.

🔴 45 000 рабочих Samsung могут обрушить весь AI-бум — из-за премий

Мир говорит о дефиците GPU NVIDIA, а реальный узкий проход лежит в Корее. 21 мая почти 45 000 рабочих Samsung выходят на 18-дневную забастовку — крупнейшую в истории полупроводниковой отрасли. Причина — спор о премиях.

Речь о трёх огромных заводах в Южной Корее и 12 производственных линиях, где делают HBM — специальную память, без которой ни один AI-ускоритель NVIDIA или AMD просто не работает. Samsung и SK Hynix вместе контролируют две трети мирового рынка DRAM и ещё большую долю в HBM. По данным Fortune, профсоюз требует пустить в бонусы 15% операционной прибыли и снять потолок в 50% от оклада. Компания предложила около 13% одноразовым платежом. Прямые потери от 18 дней простоя могут превысить 4 трлн вон, а при полной остановке отраслевые оценки доходят до 30–100 трлн вон убытков.

Обычный трудовой спор в Корее может дороже всех санкций обойтись мировой AI-индустрии. Если вы строите продукт на GPU в облаке или планируете покупку AI-железа во второй половине 2026 — держите руку на пульсе: исход переговоров Samsung напрямую влияет на цены и сроки поставки на ближайшие кварталы.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #полупроводники #HBM #GPU #NVIDIA #датацентры #инфраструктура #геополитика #капзатраты #ИИ #технологии #AravanaAI

Daily Digest - 18 мая 2026

Защита, монополия, профессиональный стандарт и код - четыре барьера сломались за день по одному чертежу: тот, кто строил защиту, оказался слабее всех к её обходу.

Четыре барьера сегодня дали сбой - и каждый именно там, где считался непробиваемым. Anthropic выпустила патч для Claude Code: уязвимость обходила собственный диалог доверия рабочего пространства, защита работала против пользователя. Morgan Stanley показал, что самодостаточность Китая по AI-чипам удвоилась за три года - экспортные ограничения США непреднамеренно ускорили то, что должны были остановить. FTC расследует Arm: лицензиар архитектуры, который должен был оставаться нейтральным, выпустил собственный процессор и стал прямым конкурентом своих клиентов. EY отозвала отчёт о кибербезопасности - AI выдумал отчёт McKinsey, который никто внутри компании не проверил. Чем жёстче выстроен барьер, тем точнее находит дыру тот, кто умеет искать.

Claude Code открывал терминал через ссылку - без единого предупреждения

Anthropic выпустила обновление Claude Code до версии 2.1.118, которое закрывает уязвимость удалённого выполнения команд. Все предыдущие версии инструмента командной строки - открыты для атаки. Уязвимость нашёл независимый исследователь Йёрнхен из 0day.click - вручную, через аудит исходного кода.

Механика атаки циничная по простоте. В коде была функция eagerParseCliFlag - она сканировала аргументы командной строки в поисках строк вида --settings=, но не отличала настоящие флаги от значений внутри других аргументов. Атакующий собирал deeplink вида claude-cli://open?repo=&q=--settings={JSON-конфиг с хуком SessionStart}. Пользователь кликал - и при старте сессии произвольная команда выполнялась автоматически, без единого окна с вопросом «вы уверены?».

Самое опасное - атака обходила тот защитный диалог, который должен спрашивать «доверяете ли вы этому коду?» перед открытием нового проекта. Достаточно было указать в параметре repo любой доверенный репозиторий - и Claude Code считал, что разрешение уже получено. Защита превращалась в фасад: она пропускала именно то, от чего была призвана защищать.

Системный вывод неприятный: чем сложнее интерфейс AI-агента - тем больше неочевидных точек инъекции. Парсинг аргументов командной строки выглядит как рутинная инженерная задача, но в инструменте, который выполняет произвольные команды от имени пользователя, любая ошибка интерпретации становится дырой в защите. И находят такие дыры не внутренние команды безопасности, а внешние исследователи - потому что сложность проще придумать, чем проверить.

Санкции должны были замедлить Китай - они его ускорили

Morgan Stanley оценил долю собственных AI-чипов в потреблении Китая: с ~20% в 2023 году до более 41% в 2026-м, при том что в 2021-м показатель был близок к нулю. Прогноз банка - ~85% к 2030 году. За три года Китай удвоил долю собственного оборудования, а за пять лет с нуля построил отрасль, способную закрыть две пятых внутреннего спроса. И всё это под санкциями США, ужесточёнными с 2022 года.

Парадокс не в цифрах, а в оценке самого Morgan Stanley: экспортные ограничения «непреднамеренно ускорили» развитие отечественной чиповой отрасли Китая. Когда крупным китайским покупателям AI-чипов отрезали доступ к Nvidia, у них появился очень простой выбор: либо отечественные чипы, либо отказ от собственных AI-планов. Они выбрали первое. И заплатили за это, потому что выбора не было.

Цифры подтверждаются и в исследовательской рамке. На конференции NeurIPS - главной площадке академического AI - китайские учёные стали первыми авторами 2152 работ против 1810 у США. Дженсен Хуан, CEO Nvidia, отдельно отметил: 50% мировых AI-исследователей - граждане Китая. Дарио Амодей, CEO Anthropic, возражает, что китайские модели «оптимизированы под бенчмарки, а не под реальные задачи». Возможно. Но через три года это перестанет иметь значение, если они окажутся достаточно хороши для коммерческого внедрения.

Это редкий случай, когда барьер изменил баланс сил против тех, кто его выстроил. Цель санкций - затормозить технологического конкурента. Результат - превратить его в индустриального гиганта с собственной цепочкой поставок. И никто пока не предложил, как отыграть назад.

Arm стал конкурентом своим же клиентам - и регуляторы пришли проверять

Акции Arm упали на 8.46% до $209.16 после новости об антимонопольном расследовании FTC. Регулятор изучает, не ухудшает ли Arm намеренно процессорные схемы, которые лицензирует конкурентам, и не отказывает ли им в новых лицензиях - на фоне того, что компания одновременно разрабатывает собственные чипы. Сама Arm прогнозирует $15 млрд ежегодного дохода от нового производства в течение 5 лет. Это и есть структурный конфликт интересов: лицензиар, который продаёт чертежи всем, не может быть в честной конкуренции с покупателями этих же чертежей.

Бизнес-модель Arm десятилетиями работала на одном принципе: компания не делает чипов сама. Она проектирует архитектуру и лицензирует её Nvidia, Qualcomm, Apple, Samsung - всем большим игрокам индустрии. Нейтральность была не маркетингом, а условием существования: клиенты доверяли Arm потому, что у Arm не было собственных интересов на их рынке. Arm запустил собственный AGI CPU - серверный процессор под AI-нагрузки - в марте 2026 года и сломал этот контракт. Антимонопольные органы Южной Кореи уже провели внеплановые проверки сеульского офиса Arm в ноябре 2025-го - расследования идут параллельно в двух юрисдикциях.

Qualcomm обвинил Arm в ограничении лицензий и сокрытии технологий. Arm в ответ назвал это «отчаянной попыткой получить рычаги влияния в коммерческом споре». Юридическая риторика прикрывает простую вещь: у Arm появился очевидный мотив затруднять жизнь конкурентам, потому что теперь Arm конкурирует с ними напрямую. И регуляторы будут искать именно это - следы того, что лицензионные условия стали инструментом конкурентной борьбы.

История поднимает шире вопрос: насколько устойчива модель нейтрального инфраструктурного игрока в индустрии, где маржа от собственного продукта на порядок выше маржи от лицензирования? Соблазн зайти на рынок клиентов слишком велик - а как только зашёл, ты больше не нейтрален. Arm пытается совместить две роли. Регуляторы не верят, что это совместимо.

EY отозвала отчёт о кибербезопасности - потому что внутри него врали цифры и ссылки

EY Canada отозвала 44-страничный отчёт «Points of Attack» о кибератаках на программы лояльности, выпущенный в декабре 2025 года. Причина - AI-галлюцинации внутри документа, выпущенного одной из четырёх крупнейших аудиторских фирм мира. В отчёте обнаружили несуществующий отчёт McKinsey, который «не обнаружен ни в одной базе данных», и более полудюжины ссылок, ведущих на страницы без цитируемой информации. И - ключевое - объём рынка программ лояльности и сумма неиспользованных баллов внутри него оба были указаны как $200 млрд. Числа, которые логически не могут совпадать, совпали - потому что AI выдумал их по отдельности.

Самое тяжёлое в этой истории - не сами галлюцинации. Их обнаружили внешние исследователи: Ом Огале, Пол Эсо и Алекс Куй из GPTZero. Не внутренний контроль качества EY. Не партнёры. Не клиенты. Со стороны. Это значит, что отчёт прошёл всю цепочку внутренних согласований Большой четвёрки - и никто из людей, которые ставили подписи, не проверил даже наличие первоисточников. Документ был опубликован под брендом, который стоит миллиарды, и не выдержал базовой проверки на чтение со ссылками.

EY оперативно удалила отчёт и заявила, что «серьёзно относится к точности всего публикуемого контента». Это стандартная формулировка - но она ничего не говорит о том, как такая публикация вообще оказалась возможной. И EY не первая. Deloitte отчиталась за 19 галлюцинаций в австралийском отчёте - с признанием AI-использования и частичным возвратом средств клиенту. Юридическая фирма Sullivan & Cromwell признала ошибочные ссылки в подаче в банкротный суд. Это уже не отдельные случаи, а тенденция.

Барьером здесь должен был быть профессиональный стандарт - внутренний контроль качества, рецензирование, ответственность за подпись под отчётом. Этот барьер не сработал в одной из самых регулируемых индустрий мира. Если AI пропускают аудиторы и юристы, поднимать вопрос, готовы ли к нему остальные, уже бессмысленно - ответ очевиден.

Anthropic чинит парсер аргументов. Morgan Stanley пересчитывает китайскую самодостаточность. FTC проверяет Arm. EY стирает с сайта собственный отчёт. Четыре барьера за один день - и каждый сломался по тому же чертежу: тот, кто строил защиту, оказался уязвимее всех к её обходу.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Qwen 3.5 Omni: мультимодальный AI от Alibaba -- текст, голос, изображения и видео в реальном времени

Qwen 3.5 Omni -- новая мультимодальная модель Alibaba (март 2026), которая понимает текст, изображения, аудио и видео одновременно. Отвечает голосом с задержкой менее 300 мс -- быстрее большинства облачных сервисов.

Что это и для кого

Qwen 3.5 Omni -- это нативная мультимодальная AI-модель от китайской компании Alibaba, выпущенная в марте 2026 года. Слово 'omni' в названии означает 'всеобъемлющий': модель работает с текстом, изображениями, аудио и видео одновременно, в рамках одного запроса и одного контекста. Это принципиально отличает её от большинства AI-систем, где мультимодальность реализована как несколько отдельных моделей под одной крышей.

Главная техническая особенность Qwen 3.5 Omni -- скорость голосовых ответов. Задержка до первого токена при голосовом выводе составляет менее 300 миллисекунд. Это сопоставимо со скоростью живого разговора и значительно быстрее, чем у большинства конкурентов, включая первоначальный GPT-4o Voice Mode. Модель не транскрибирует аудио в текст, обрабатывает его языковой моделью и синтезирует речь -- весь процесс происходит в едином pipeline без промежуточных шагов.

Важно понять, чем Qwen 3.5 Omni отличается от уже существующего гайда по Qwen на этом сайте. Стандартный Qwen -- это текстовая языковая модель, чат-ассистент. Qwen 3.5 Omni -- это другой продукт с другими возможностями: нативная мультимодальность, real-time голосовой разговор, понимание видео в реальном времени. Использовать их нужно по-разному и для разных задач.

Кому Qwen 3.5 Omni полезна:

• Тем, кто хочет разговаривать с AI голосом -- как с ChatGPT Voice Mode, но с более низкой задержкой и без подписки Plus. Qwen 3.5 Omni доступна через Qwen Chat с бесплатным уровнем.
• Разработчикам, которые строят голосовые приложения -- модель доступна через Alibaba Cloud API и OpenRouter, что упрощает интеграцию.
• Тем, кто работает с видео -- Qwen 3.5 Omni может анализировать видеоролики на лету: извлекать информацию из кадров, описывать происходящее, отвечать на вопросы о содержании.
• Пользователям, которые по каким-то причинам не могут использовать ChatGPT или Claude -- Qwen менее ограничен геолокационными блокировками.

Как зарегистрироваться / установить

Qwen 3.5 Omni доступна через веб-интерфейс chat.qwenlm.ai и мобильное приложение Qwen для iOS и Android. Установки ничего сложного не требует.

Способ 1: Веб-интерфейс (qwen.alibaba.com или chat.qwenlm.ai)

Откройте сайт chat.qwenlm.ai в браузере. Нажмите Sign In / Register. Для регистрации потребуется email или аккаунт Google/Apple. Телефонный номер для верификации обычно не требуется при регистрации через email. После входа в верхней части интерфейса найдите выпадающий список моделей и выберите Qwen3.5-Omni. Если модель не отображается -- убедитесь, что вы авторизованы, так как некоторые новые модели доступны только зарегистрированным пользователям.

Способ 2: Мобильное приложение Qwen

Скачайте приложение Qwen из App Store (iOS) или Google Play (Android). Приложение называется 'Qwen' и опубликовано компанией Alibaba. Войдите в тот же аккаунт, что и на сайте. В настройках чата выберите модель Qwen3.5-Omni. Мобильное приложение удобнее для голосового общения: есть кнопка микрофона прямо в интерфейсе чата.

Способ 3: Через API (для разработчиков)

Модель доступна через Alibaba Cloud Model Studio (dashscope.aliyuncs.com). Зарегистрируйтесь в Alibaba Cloud, создайте API-ключ в разделе DashScope. Используйте Python SDK (dashscope) или прямые HTTP-запросы. Модель также доступна через OpenRouter под названием qwen/qwen3.5-omni, что удобно, если у вас уже есть аккаунт на OpenRouter.

Активация мультимодальных режимов:

По умолчанию интерфейс открывается в текстовом режиме. Для голосового разговора нажмите иконку микрофона -- браузер запросит доступ к микрофону, подтвердите. Для анализа изображений нажмите иконку скрепки или загрузки файла -- поддерживаются форматы JPG, PNG, WebP, GIF. Для анализа видео загрузите файл через ту же кнопку -- поддерживаются MP4, MOV и другие распространённые форматы.

Первый запуск -- что попробовать

Вот несколько конкретных экспериментов, которые помогут понять уникальность Qwen 3.5 Omni за первые 15 минут:

Эксперимент 1: Голосовой разговор в реальном времени

Включите голосовой режим (иконка микрофона). Скажите что-нибудь простое: 'Привет, как дела?' или 'Объясни мне, что такое квантовая запутанность'. Обратите внимание на задержку между концом вашей фразы и началом ответа. Для сравнения: стандартные голосовые ассистенты типа Siri или Google Assistant имеют задержку 500-800 мс, ChatGPT Voice Mode -- около 500 мс, Qwen 3.5 Omni -- менее 300 мс. Разница ощутима в живом разговоре.

Эксперимент 2: Анализ изображения с голосовым вопросом

Загрузите любую фотографию -- пейзаж, документ, график из Excel, скриншот. Спросите голосом: 'Что изображено на этой картинке?' или 'Проанализируй этот документ'. Qwen 3.5 Omni обрабатывает изображение и ваш голосовой запрос одновременно и отвечает голосом. Это нативная мультимодальность: один запрос -- несколько типов данных.

Эксперимент 3: Анализ видео

Запишите короткое видео на телефон или найдите существующий ролик (до 2-3 минут для начала). Загрузите его в чат. Задайте текстовый вопрос: 'Что происходит в этом видео?' или 'Перечисли все объекты, которые ты видишь'. Модель проанализирует видеоряд и аудиодорожку одновременно и даст комплексный ответ. Попробуйте также: 'На какой минуте видео появляется [объект]?'

Эксперимент 4: Смешанный запрос (текст + изображение + голос)

Загрузите изображение схемы или инфографики. Нажмите микрофон и спросите голосом: 'Объясни мне эту схему, как будто я школьник пятого класса'. Это демонстрация настоящей нативной мультимодальности: вход -- изображение плюс голос, выход -- голосовой ответ, обработка -- единый AI-pipeline без переключений между специализированными моделями.

Эксперимент 5: Многоязычный голосовой разговор

Попробуйте переключиться в середине разговора между языками: начните по-русски, продолжите по-английски. Qwen 3.5 Omni поддерживает более 30 языков в голосовом режиме и переключается без явной команды -- просто начинайте говорить на другом языке, модель адаптируется автоматически.

Ключевые фишки

1. Единый AI-pipeline для всех модальностей

Большинство 'мультимодальных' систем -- это несколько специализированных моделей, склеенных промежуточными слоями: отдельный Speech-to-Text, отдельный Vision Encoder, отдельный языковой движок, отдельный Text-to-Speech. Qwen 3.5 Omni обрабатывает все модальности в единой нейронной сети. Это означает: контекст между голосом, изображением и текстом не теряется, нет задержек на конвертацию, модель может делать выводы, опираясь на все типы входных данных одновременно.

2. Sub-300ms задержка голосового ответа

На момент выхода (март 2026) Qwen 3.5 Omni -- один из самых быстрых публично доступных голосовых AI. Задержка менее 300 мс до первого произнесённого токена делает разговор естественным. Для сравнения: порог, при котором люди начинают воспринимать задержку в разговоре как 'неловкую паузу', -- около 700-800 мс. Qwen 3.5 Omni уверенно ниже этого порога.

3. Нативное понимание видео

Qwen 3.5 Omni может анализировать видео не как набор разрозненных кадров, а как связный нарратив с аудиодорожкой. Практические применения: суммаризация записей совещаний, поиск конкретных моментов в длинных видео, анализ обучающих роликов с возможностью задавать вопросы по содержанию, проверка видеоинструкций.

4. Расширенный языковой охват

В отличие от многих западных моделей, Qwen сильна в азиатских языках: китайском (упрощённом и традиционном), японском, корейском, арабском. При этом качество работы на русском языке у Qwen 3.5 Omni заметно выше, чем у более ранних версий -- модель прошла специализированное дообучение на русскоязычных данных.

5. Открытый исходный код базовой модели

Веса базовой модели Qwen 3.5 Omni опубликованы на Hugging Face под открытой лицензией. Это позволяет разработчикам дообучать модель под конкретные задачи, запускать локально (при наличии достаточного GPU-ресурса) и использовать в коммерческих проектах без лицензионных ограничений. Детали лицензии уточняйте в карточке модели на Hugging Face.

6. Интеграция с экосистемой Alibaba Cloud

Через DashScope API Qwen 3.5 Omni напрямую интегрируется с другими сервисами Alibaba Cloud: объектным хранилищем OSS (для анализа хранящихся там видео и документов), базами данных, сервисами потоковой обработки данных. Для enterprise-сценариев это значительно упрощает архитектуру решений.

Цены и ограничения

Qwen 3.5 Omni доступна бесплатно через веб-интерфейс и мобильное приложение Qwen с ограничениями на количество запросов в день. Бесплатного уровня достаточно для личного использования и первоначального знакомства с возможностями.

Для API-доступа через Alibaba Cloud DashScope действуют отдельные тарифы, зависящие от типа входных данных: текстовые токены, аудио-секунды, видеокадры тарифицируются по-разному. Актуальные цены смотрите на dashscope.aliyuncs.com -- они меняются по мере масштабирования сервиса.

Через OpenRouter модель доступна с оплатой в криптовалюте или банковской картой по рыночным ценам -- обычно это удобнее для пользователей без аккаунта в Alibaba Cloud.

Текущие ограничения:

• Максимальная длина видео для анализа ограничена -- в зависимости от плана, от нескольких минут до 30-60 минут. Длинные видео нужно нарезать на части.
• Голосовой режим требует стабильного интернет-соединения. При высоких задержках (выше 200 мс) между вами и серверами преимущество low-latency теряется.
• Качество распознавания русской речи немного уступает английской и китайской -- модель лучше всего оптимизирована для этих двух языков.
• Возможности изображения в части генерации изображений (в отличие от анализа) у Qwen 3.5 Omni ограничены. Для создания картинок по-прежнему лучше использовать специализированные модели.

Нужен ли VPN из России

Qwen -- один из немногих крупных AI-сервисов, доступных из России без VPN. Сайт chat.qwenlm.ai и мобильное приложение Qwen работают напрямую, без блокировок со стороны Роскомнадзора и без геолокационных ограничений со стороны самого сервиса.

Это принципиальное преимущество перед ChatGPT, Claude и Gemini, которые официально недоступны для российских пользователей без VPN. Qwen как продукт китайской компании Alibaba не подпадает под западные санкционные ограничения и не блокирует российские IP-адреса на уровне политики компании. На практике это означает: вы можете зарегистрироваться, использовать и бесплатно, и платно, не беспокоясь о постоянном переключении VPN.

Регистрация через Google-аккаунт может потребовать VPN, если сам Google ограничен в вашей сети. В этом случае используйте регистрацию через email -- она работает полностью без VPN и занимает около двух минут.

Для API-доступа через Alibaba Cloud DashScope потребуется зарегистрировать аккаунт в Alibaba Cloud. Регистрация принимает российские данные, но для пополнения баланса могут понадобиться альтернативные платёжные методы -- китайская или международная карта, не попавшая под санкции. OpenRouter как альтернатива принимает криптовалюту (USDC, ETH) и некоторые международные карты, что делает его более удобным вариантом для российских разработчиков.

Скорость работы голосового режима из России может варьироваться в зависимости от нагрузки на серверы и маршрутизации трафика до дата-центров Alibaba в Юго-Восточной Азии. Если чувствуете высокую задержку в голосовом режиме -- попробуйте VPN с выходным узлом в Сингапуре или Гонконге (ближе к серверам Alibaba) для улучшения соединения.

Для пользователей, которым важна максимальная приватность: Alibaba -- китайская компания, на неё распространяется законодательство КНР о хранении и передаче данных. Если вы работаете с конфиденциальными корпоративными данными, это стоит учитывать при выборе между Qwen и локальными решениями типа Osaurus с Ollama.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Krea 2: первая собственная AI-модель для генерации картинок с уникальным style transfer

Krea 2 -- первая foundation-модель от Krea AI, запущенная в мае 2026 года. Специализируется на эстетике и стиле: от плёночной фотографии до студийных кадров. Разбираемся, как начать и чем она отличается от Midjourney и FLUX.

Что это и для кого

Krea 2 -- это первая собственная foundation image model компании Krea AI, анонсированная 12 мая 2026 года. До этого Krea был известен прежде всего как интерфейс для работы с чужими генеративными моделями (FLUX, Stable Diffusion) и мощным набором инструментов редактирования. Теперь у команды появилась собственная модель, созданная с нуля и заточенная под конкретную нишу: эстетику, художественный контроль и style transfer.

Что делает Krea 2 особенным? Большинство конкурентов стремятся к универсальности: FLUX берёт реализмом и техническим качеством, Midjourney -- художественностью и атмосферой, DALL-E 3 (теперь GPT Image 1.5) -- точным следованием промпту. Krea 2 занимает другую нишу: это модель, созданная для художников, которые хотят управлять визуальным языком изображения -- зернистостью плёнки, цветовыми решениями, типом освещения, характером текстур -- с высоким уровнем предсказуемости и повторяемости результата.

Кому Krea 2 нужна:

• Фотографам и арт-директорам, которым нужно быстро генерировать референсы в определённом визуальном стиле: плёночная эстетика 90-х, чистый студийный коммерческий стиль, кинематографическое освещение.
• Дизайнерам контента для социальных сетей, которым важна консистентность визуального стиля от поста к посту.
• Иллюстраторам, работающим в конкретных жанрах -- от цифровой живописи до vintage-иллюстрации.
• Тем, кто уже работает с Krea как платформой и хочет попробовать нативную модель в привычном интерфейсе.

Если вы хотите максимальный реализм для коммерческой фотографии -- смотрите в сторону FLUX 1.1 Pro. Если важна художественная атмосфера и 'магия Midjourney' -- Midjourney v7 по-прежнему сильнее в этом. Krea 2 интересна прежде всего тем, кто хочет точного контроля над визуальным стилем и style transfer между своими изображениями-референсами.

Как зарегистрироваться / установить

Krea 2 работает в браузере через платформу krea.ai -- никакой установки не нужно. Всё взаимодействие происходит онлайн.

Шаг 1. Регистрация:

Откройте сайт krea.ai. Нажмите кнопку Sign Up в правом верхнем углу. Можно зарегистрироваться через Google-аккаунт (быстрее всего) или по email. Подтвердите email, если выбрали этот вариант. Аккаунт создаётся мгновенно -- никакой верификации через телефон не требуется.

Шаг 2. Найдите Krea 2 на платформе:

После входа вы окажетесь в дашборде Krea. В левом меню найдите раздел Generate или Images. В выпадающем списке моделей выберите Krea 2. Если модель не появляется сразу, попробуйте обновить страницу -- интерфейс обновляется по мере выхода новых функций. На момент написания Krea 2 доступна в разделе Image Generation как отдельная опция в меню выбора модели.

Шаг 3. Изучите базовый интерфейс:

Интерфейс Krea состоит из нескольких зон. Слева -- панель настроек: промпт, негативный промпт, соотношение сторон, количество шагов генерации и настройки стиля. В центре -- окно предпросмотра. Справа -- история генераций. Для первой пробы достаточно просто написать промпт в поле и нажать Generate.

Шаг 4. Подключите Style Reference (для style transfer):

Одна из ключевых функций Krea 2 -- загрузка референсного изображения для style transfer. В поле Style Reference нажмите Upload и загрузите свою фотографию или иллюстрацию. Krea 2 проанализирует визуальный стиль -- палитру, текстуры, характер освещения -- и применит его к новой генерации. Это особенно мощно для создания серий изображений в едином стиле.

Первый запуск -- что попробовать

Вот несколько конкретных экспериментов, которые раскроют возможности Krea 2 с первых минут работы:

Эксперимент 1: Базовая генерация с контролем стиля

Начните с простого промпта: 'portrait of a woman in golden hour light, film grain'. Запустите генерацию. Krea 2 должна выдать изображение с характерным плёночным зерном и тёплым закатным светом. Теперь поменяйте одно слово: замените 'film grain' на 'clean studio light'. Сгенерируйте снова. Сравните два результата -- вы увидите, насколько точно модель реагирует на визуальные инструкции. Это и есть то, в чём Krea 2 особенно сильна.

Эксперимент 2: Style Transfer с личным референсом

Найдите любое изображение, стиль которого вам нравится -- фотографию, иллюстрацию, кадр из фильма. Загрузите его в поле Style Reference. Напишите новый промпт с другим содержанием -- например, 'a busy street market in Japan'. Поставьте силу влияния стиля на 70-80% (слайдер Style Strength). Нажмите Generate. Модель создаст новое изображение с содержанием вашего промпта, но в визуальном стиле загруженного референса. Это один из наиболее практичных применений Krea 2.

Эксперимент 3: Серия в едином стиле

Предположим, вы ведёте Instagram-аккаунт с определённой эстетикой. Создайте первое изображение, которое вам нравится. Сохраните его как Style Reference. Теперь генерируйте следующие изображения -- кофе, прогулка, книга, интерьер -- с тем же Style Reference. Вы получите консистентную серию в едином визуальном языке, которую раньше было очень сложно добиться от генеративных моделей.

Эксперимент 4: Сравнение с другими моделями на платформе

Krea как платформа поддерживает несколько моделей. Сгенерируйте одно изображение через Krea 2, потом через FLUX 1.1 Pro с тем же промптом. Сравните результаты. FLUX будет технически острее и реалистичнее, Krea 2 -- более 'художественной'. Это поможет вам понять, когда выбирать какую модель для разных задач.

Эксперимент 5: Inpainting с помощью Krea 2

Сгенерируйте портрет или пейзаж. Нажмите Edit на результате и выберите инструмент Inpainting. Закрасьте область, которую хотите изменить -- например, фон или одежду. Введите новый промпт для этой области: 'brick wall texture', 'white linen shirt'. Krea 2 дорисует только выделенную область, органично вписав её в общее изображение. Это значительно ускоряет итерационную работу: не нужно заново генерировать всё изображение, если понравился объект, но не устраивает фон.

Ключевые фишки

1. Нативный Style Transfer

Style transfer -- главная 'суперсила' Krea 2. В отличие от конкурентов, где стиль задаётся через текстовые теги ('impressionist painting', 'cinematic color grading'), Krea 2 принимает реальное изображение-референс и экстрагирует из него визуальный язык. Результаты значительно точнее и предсказуемее, особенно для нишевых или трудноописуемых словами стилей.

2. Широкий диапазон поддерживаемых стилей

Krea 2 обучена на данных, представляющих широкий спектр визуальных жанров: плёночная фотография (ломо, Kodak Portra, Fuji), цифровая коммерческая фотография, живопись (масло, акварель, гуашь), цифровая иллюстрация, аниме и манга, архитектурная визуализация, продуктовая фотография. Ни одна другая публичная модель по состоянию на май 2026 года не демонстрирует сопоставимой универсальности в стилевом диапазоне при сохранении качества.

3. Интеграция в экосистему Krea

Krea 2 -- не изолированный инструмент, а часть платформы с богатым набором инструментов постобработки. После генерации можно сразу использовать: AI Enhance (апскейл до 4K с улучшением деталей), Inpainting (дорисовка отдельных областей), Outpainting (расширение кадра), Background Removal, Real-time Canvas (интерактивная генерация с эскизом). Это рабочий процесс от идеи до финального изображения внутри одной платформы.

4. Real-time генерация на Canvas

Особая функция Krea -- Real-time Canvas. Вы рисуете грубый эскиз, и модель мгновенно (буквально в реальном времени, несколько кадров в секунду) преобразует его в изображение по вашему промпту. Krea 2 интегрирована в этот режим -- можно набросить контур сцены и сразу видеть, как она выглядит в выбранном стиле. Это принципиально иной способ работы по сравнению с 'напиши промпт -- жди 10 секунд -- посмотри результат'.

5. Повторяемость результатов через seed

Krea 2 поддерживает фиксацию seed -- числового ключа, определяющего 'случайность' генерации. Зафиксировав seed и стиль-референс, вы можете генерировать разные сцены с гарантированным визуальным единством. Для коммерческих проектов, где важна консистентность бренда, это критически важная функция.

6. Интеграция с Seedance 2.0 для видео

Krea как платформа предоставляет доступ к Seedance 2.0 для генерации видео. Изображение, созданное в Krea 2, можно напрямую передать в video-генерацию: нажмите кнопку Animate на готовом изображении, задайте параметры движения камеры или объекта, и Seedance 2.0 анимирует его. Это даёт сквозной рабочий процесс: от идеи -- к статичному изображению в Krea 2 -- к видеоролику через Seedance, всё внутри одного интерфейса без экспорта и импорта файлов.

Цены и ограничения

Krea предлагает несколько тарифных планов. Ниже актуальные цены на момент написания (май 2026) -- рекомендуем проверить текущие тарифы на сайте krea.ai перед оформлением подписки, так как цены могут меняться.

Бесплатный план:

• Ограниченное количество генераций в день (на момент написания -- около 50)
• Доступ к Krea 2 и другим моделям платформы
• Ограниченное разрешение финальных изображений
• Базовые инструменты редактирования

Платные планы (Starter, Pro, Max):

• Безлимитные или значительно увеличенные генерации
• Генерация в высоком разрешении и 4K апскейл
• Приоритетная очередь генерации
• Расширенный доступ к бета-функциям

Точные цены уточняйте на странице krea.ai/pricing на момент вашей подписки.

Текущие ограничения Krea 2:

• Модель относительно новая (май 2026) -- возможны артефакты и нестабильность, особенно на сложных сценах с несколькими персонажами.
• Для точного следования промпту Krea 2 уступает специализированным моделям. Если нужно точно изобразить конкретный текст на картинке -- лучше Ideogram.
• Нет API для программного доступа -- работа только через веб-интерфейс. Для автоматизации API пока не предоставляется.
• Style transfer работает лучше всего с изображениями-референсами высокого качества. Размытые или низкокачественные референсы дают непредсказуемые результаты.

Нужен ли VPN из России

Сайт krea.ai доступен из России без VPN -- блокировок на уровне РКН на момент написания нет. Регистрация через Google-аккаунт также работает без VPN, если сам Google доступен (обычно требует VPN или работает через отдельный DNS).

Для оплаты подписки потребуется зарубежная карта или альтернативные методы оплаты. Российские карты (Visa/Mastercard, Мир) в большинстве случаев не принимаются зарубежными сервисами. Возможные варианты оплаты:

• Карта зарубежного банка (казахстанская, армянская, грузинская)
• Виртуальная карта через сервисы типа Privacy.com или аналоги
• Криптовалюта через посреднические сервисы
• Подарочные карты через российских посредников

Для базового использования бесплатного плана VPN не нужен -- просто зайдите на krea.ai, зарегистрируйтесь и начинайте генерировать. Бесплатного лимита вполне достаточно, чтобы хорошо изучить возможности Krea 2 и понять, подходит ли она для ваших задач, прежде чем переходить на платный план.

Скорость работы сервиса из России может быть ниже, чем у пользователей из Европы или США, особенно для функций Real-time Canvas, требующих быстрого соединения с минимальными задержками. Если замечаете лаги в режиме реального времени -- попробуйте включить VPN с сервером в Западной Европе (Германия, Нидерланды, Швейцария). Для обычной пакетной генерации изображений скорость соединения менее критична.

Авторские права на сгенерированные изображения по условиям Krea остаются за пользователем -- вы можете использовать результаты в коммерческих целях. Тем не менее рекомендуем проверить актуальные Условия использования на сайте krea.ai, так как правила в сфере авторских прав на AI-контент активно меняются.

Скорость генерации Krea 2. Krea 2 генерирует изображения за 15 секунд или меньше -- это ориентир для оценки скорости при работе с платформой. Производительность может варьироваться в зависимости от нагрузки серверов, но заявленный стандарт существенно быстрее предыдущей версии.

Community Spaces в X. Krea запустила Community Spaces в X (бывший Twitter) для обмена работами и обсуждения техник. Это полезный ресурс для изучения промптов и вдохновения -- подпишитесь на @krea_ai для доступа к сообществу.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Osaurus: запускаем локальные и облачные AI-модели на Mac

Osaurus -- нативное Mac-приложение с открытым кодом, которое объединяет Ollama, LM Studio, OpenAI, Anthropic и другие сервисы в единый интерфейс. Полная приватность данных, поддержка Apple Silicon.

Что это и для кого

Osaurus -- это нативное macOS-приложение с открытым исходным кодом, которое превращает ваш Mac в универсальный хаб для работы с AI-моделями. Главная идея: вы выбираете, где запускать модель -- локально на вашем Mac или в облаке, -- а все остальное: файлы, память агента, инструменты -- остаётся на вашем устройстве и никуда не уходит без вашего ведома.

Приложение вышло 15 мая 2026 года и сразу попало в TechCrunch. Написано на Swift, весит около 10 МБ, работает только на macOS 15.5 и новее, требует процессора Apple Silicon (M1 и выше). Для запуска локальных моделей нужно не менее 64 ГБ оперативной памяти -- значит, Osaurus в локальном режиме рассчитан на MacBook Pro с максимальной конфигурацией или Mac Studio и Mac Pro. Для облачного режима с API-ключами подойдёт любой Mac с Apple Silicon.

Проблема, которую решает Osaurus, хорошо знакома всем, кто активно работает с AI: инструментов становится всё больше, и каждый живёт в своём пузыре. Ollama -- для локальных моделей, но только через CLI. LM Studio -- удобный интерфейс, но только для локального. ChatGPT и Claude -- в браузере, без доступа к вашим файлам. Osaurus собирает всё это под одной крышей и добавляет поверх агентные возможности: постоянную память, доступ к файлам, автономное выполнение задач.

Кому это нужно и почему:

• Разработчикам и исследователям, которые хотят запускать разные модели -- локальные через Ollama или облачные через OpenAI/Anthropic -- в одном месте, не переключаясь между интерфейсами. Особенно полезно при сравнении моделей или построении мультиагентных пайплайнов.
• Всем, кто заботится о приватности. Osaurus изолирует AI в аппаратной виртуальной среде: ваши файлы и данные не уходят на сторонние сервера без явного разрешения. Это принципиально важно при работе с конфиденциальными документами, медицинскими данными или корпоративной информацией.
• Mac-пользователям с мощным железом, которые хотят получить максимум от Apple Silicon -- без ежемесячных подписок на облачные сервисы. Однажды купив Mac Studio с 128 ГБ памяти, вы запускаете любые открытые модели бесплатно.
• Энтузиастам open-source AI, которым важно, что приложение полностью прозрачно: исходный код открыт, нет скрытой телеметрии, нет vendor lock-in.

Чем Osaurus отличается от конкурентов? Ollama -- отличный инструмент, но это сервер без интерфейса, для командной строки. LM Studio даёт GUI для локальных моделей, но не поддерживает облачные API и не имеет агентных возможностей. Jan AI -- похожий подход, но менее зрелый на момент написания и без нативной интеграции с облачными провайдерами. Osaurus занимает нишу между ними: интерфейс, гибкость, агентность -- и при этом открытый код.

Как зарегистрироваться / установить

Osaurus -- открытый исходный код под MIT License, никакой регистрации не требуется. Установка занимает несколько минут и не сложнее установки любого другого Mac-приложения.

Шаг 1. Проверьте требования системы:

• Mac с процессором Apple Silicon (M1, M2, M3, M4 и новее). Процессоры Intel не поддерживаются.
• macOS 15.5 (Sequoia) или новее. Если у вас более старая версия macOS, сначала обновите систему через Системные настройки -> Обновление ПО.
• Для локальных AI-моделей: минимум 64 ГБ унифицированной памяти (RAM). Это жёсткое требование -- меньше не работает.
• Для облачного режима (только API-ключи): достаточно любого Mac с Apple Silicon и интернет-соединения.

Шаг 2. Скачайте Osaurus:

Зайдите на GitHub-репозиторий проекта (github.com/osaurus-ai/osaurus). В разделе Releases найдите последний релиз и скачайте файл Osaurus.dmg. Альтернатива -- установка через менеджер пакетов Homebrew командой brew install --cask osaurus, если Homebrew у вас уже установлен.

Шаг 3. Установка приложения:

Откройте скачанный .dmg-файл. Перетащите иконку Osaurus в папку Applications (Программы). Закройте окно установщика. При первом запуске macOS может показать предупреждение 'невозможно проверить разработчика' -- это нормально для open-source приложений, не прошедших нотаризацию Apple. Зайдите в Системные настройки -> Конфиденциальность и безопасность, найдите блокированное приложение и нажмите 'Открыть всё равно'. Введите пароль администратора.

Шаг 4. Первоначальная настройка источников моделей:

При первом открытии Osaurus запустит мастер настройки. Вы увидите список доступных провайдеров:

• Локальные через Ollama -- если Ollama уже установлена и запущена на вашем Mac, Osaurus обнаружит её автоматически по стандартному адресу localhost:11434. Если Ollama ещё нет, установите её отдельно с сайта ollama.ai, а затем вернитесь в Osaurus.
• Локальные через LM Studio -- аналогично. Запустите LM Studio, включите локальный сервер (кнопка Local Server в левой панели), и Osaurus подключится автоматически.
• OpenAI -- вставьте ваш API-ключ (начинается с sk-). Ключ хранится в Keychain вашего Mac, не передаётся на серверы Osaurus.
• Anthropic -- вставьте ключ Anthropic API. Аналогичное хранение.
• Google Gemini -- ключ из Google AI Studio.
• OpenRouter -- единый ключ для доступа к десяткам моделей разных провайдеров через один API.

Можно подключить несколько провайдеров одновременно и переключаться между ними в любой момент разговора.

Первый запуск -- что попробовать

После подключения хотя бы одного источника моделей можно начинать работу. Вот несколько практических сценариев для первого знакомства с Osaurus:

Сценарий 1: Сравнение локальной и облачной модели

Откройте новый чат. В верхней части экрана есть выпадающий список моделей -- выберите локальную модель (например, Llama 4 Scout через Ollama). Задайте вопрос: 'Напиши краткое эссе о преимуществах приватности данных в AI-системах'. Получите ответ. Теперь нажмите на имя модели, переключитесь на Claude Opus через Anthropic API и задайте тот же вопрос. Сравните скорость и качество. Это наглядно показывает, когда стоит использовать облачные токены, а когда достаточно локального ресурса.

Сценарий 2: Агент с доступом к файлам

В боковой панели найдите раздел Files. Добавьте папку с документами -- например, рабочую папку или папку с учёбными материалами. Osaurus попросит подтвердить доступ. После этого спросите агента: 'Найди все файлы, где упоминается дедлайн или срок сдачи'. Модель просмотрит файлы через MCP-протокол и выдаст список с контекстом. Ваши файлы при этом не покидают Mac.

Сценарий 3: Настройка постоянной памяти агента

Зайдите в Settings -> Agent -> Soul. Заполните поля: имя агента, ваш контекст (кто вы, чем занимаетесь, как предпочитаете общаться). Эта информация сохраняется в зашифрованном виде локально и загружается при каждом новом чате. В отличие от ChatGPT, где 'память' хранится на серверах OpenAI, здесь всё на вашем устройстве. Попробуйте открыть новый чат и спросить агента: 'Что ты обо мне знаешь?' -- он использует сохранённый профиль.

Сценарий 4: Запрос через совместимый OpenAI API

Если у вас есть приложение или скрипт, который работает с OpenAI API, вы можете перенаправить его запросы через Osaurus. В Settings -> API Server скопируйте локальный адрес (обычно http://localhost:11435/v1). Замените им адрес OpenAI в вашем скрипте и передайте любой API-ключ (Osaurus принимает любую строку как ключ). Теперь ваш скрипт будет работать с локальной моделью, даже не зная об этом.

Ключевые фишки

1. Единая точка входа для всех AI-моделей

Главная ценность Osaurus -- унификация разрозненного AI-экосистема. Вместо пяти разных интерфейсов для пяти разных моделей -- один. История разговоров сохраняется общая, независимо от того, какая модель использовалась в каждом сообщении. Можно начать диалог с GPT-4o, продолжить с Llama локально, переключиться на Claude -- контекст не теряется.

2. Аппаратная изоляция через виртуальную песочницу

Osaurus запускает AI-агентов в аппаратно изолированной среде на базе macOS Virtualization Framework. Это означает, что модель физически ограничена в доступе к ресурсам вашего Mac. Если вы дали агенту доступ только к папке Documents, он не может прочитать файлы в Desktop, не может обратиться к сети без разрешения, не может запустить произвольный код на хосте. Это принципиально безопаснее, чем большинство локальных AI-инструментов, где модель имеет полный доступ к системе.

3. Криптографическая идентичность агента

Каждый агент получает уникальную криптографическую подпись при создании. Это позволяет в мультиагентных сценариях верифицировать, что ответ пришёл именно от ожидаемого агента с ожидаемой конфигурацией, а не был подменён. Для автоматизированных пайплайнов это важная гарантия безопасности.

4. Drop-in совместимость с OpenAI и Anthropic API

Osaurus запускает локальный API-сервер, который полностью совместим с форматом запросов OpenAI (включая функции, streaming, embeddings) и Anthropic. Любое приложение, написанное под эти API, работает через Osaurus без изменения кода -- просто меняется базовый URL.

5. MCP (Model Context Protocol) из коробки

MCP -- открытый стандарт Anthropic для подключения инструментов к AI-моделям -- поддерживается нативно. Это значит, что тысячи уже существующих MCP-серверов (файловая система, браузер, базы данных, Slack, GitHub, Notion и т.д.) можно подключить к любой модели в Osaurus без дополнительного кода. Экосистема MCP насчитывает более 97 миллионов установок и стала стандартом де-факто в 2026 году.

6. Автономное выполнение задач по расписанию

В разделе Automation можно настроить Heartbeat-задачи: агент будет просыпаться по расписанию, выполнять заданную задачу и сохранять результат. Например: каждое утро суммаризировать новые email и записывать в файл; еженедельно генерировать отчёт о прогрессе по проекту; следить за обновлениями в определённых файлах и уведомлять об изменениях. Всё выполняется локально, без облака.

Цены и ограничения

Само приложение Osaurus абсолютно бесплатно -- это open-source проект под MIT License. Нет платной подписки, нет premium-уровня, нет ограничений на количество запросов к локальным моделям. Исходный код открыт на GitHub.

Что может потребовать дополнительных расходов:

• Облачные API-провайдеры -- если вы подключаете OpenAI, Anthropic или Google Gemini, вы платите напрямую этим компаниям по их действующим тарифам. Osaurus не добавляет наценку и не хранит ваши API-ключи на своих серверах. Актуальные цены лучше проверить на сайтах провайдеров на момент использования.
• Оборудование для локального режима -- 64 ГБ памяти это минимум для запуска серьёзных моделей. MacBook Pro с M4 Pro и 64 ГБ памяти стоит от 300 000 руб. на российском рынке на момент написания. Mac Studio с М4 Max -- дороже. Это серьёзный барьер для большинства пользователей.

Текущие ограничения и известные проблемы:

• Только macOS, только Apple Silicon. Windows и Linux официально не поддерживаются. Попытки собрать проект под другие платформы силами сообщества пока не дали стабильного результата.
• Требования к памяти исключают большинство MacBook Air. Максимальная конфигурация MacBook Air M3 -- 24 ГБ, что значительно меньше необходимого минимума для локального режима.
• Молодой проект -- Osaurus вышел в мае 2026 года. Ожидайте баги, быстро меняющийся API конфигурационных файлов и возможные несовместимости при обновлениях.
• Некоторые MCP-интеграции требуют ручной настройки через JSON-файл конфигурации. Графического интерфейса для всех MCP-серверов пока нет.
• Документация неполная -- часть функций описана только в README и комментариях к коду на GitHub.

Нужен ли VPN из России

Само приложение Osaurus скачивается с GitHub -- он доступен без VPN в России. Установка и базовая настройка не требуют VPN.

Если вы используете только локальные модели через Ollama или LM Studio -- VPN не нужен вообще. Весь трафик остаётся внутри вашего Mac, интернет нужен только для первоначального скачивания весов моделей. После загрузки модели работают полностью офлайн.

Если подключаете облачных провайдеров, ситуация зависит от сервиса:

• OpenAI API -- официально недоступен для пользователей из России. Для регистрации аккаунта и использования API нужен VPN и зарубежный способ оплаты (карта или криптовалюта).
• Anthropic API -- аналогичные ограничения. Требует VPN и международных платёжных средств.
• Google Gemini API -- частично ограничен. Рекомендуется VPN при регистрации и использовании.
• OpenRouter -- принимает криптовалюту и работает как посредник. VPN может понадобиться при регистрации, но в целом доступнее прямых API.
• Venice AI -- отдельный облачный провайдер с фокусом на приватности, доступен через OpenRouter, работает лучше с VPN.

Практический совет для российских пользователей: начните с локального режима через Ollama -- это не требует ни VPN, ни платёжных карт, ни регистраций. Скачайте Ollama, загрузите модель Gemma 4 или Llama 4 Scout, подключите к Osaurus и получите полноценный локальный AI-ассистент без каких-либо внешних зависимостей. Облачные API добавите позже, когда разберётесь с базовыми возможностями.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Подключение облачных моделей к OpenClaw: пошаговая инструкция

Настройка OpenAI, Anthropic, DeepSeek, OpenRouter, Amazon Bedrock и других облачных LLM-провайдеров в OpenClaw

Обзор поддерживаемых облачных провайдеров

OpenClaw поддерживает более двух десятков LLM-провайдеров, от крупнейших платформ до специализированных сервисов. Каждый провайдер подключается через свой API-ключ и конфигурируется в файле openclaw.json или через мастер онбординга. В этой статье мы подробно рассмотрим настройку наиболее популярных облачных провайдеров.

Приоритет провайдеров по умолчанию (при наличии нескольких ключей OpenClaw выберет первый доступный): Anthropic, OpenAI, OpenRouter, Google Gemini, xAI, Groq, Mistral, Cerebras, Moonshot, MiniMax, Amazon Bedrock, Ollama. Вы можете переопределить этот порядок в конфигурации.

Anthropic (Claude)

Anthropic — создатель семейства моделей Claude, одних из самых мощных LLM на рынке. Для подключения к OpenClaw вам потребуется API-ключ.

Получение API-ключа: зарегистрируйтесь на console.anthropic.com, перейдите в раздел API Keys и создайте новый ключ. Скопируйте его — ключ показывается только один раз.

Добавьте ключ в конфигурацию OpenClaw. Через мастер онбординга:

openclaw onboard

Или вручную, записав ключ в файл credentials:

echo "sk-ant-api03-..." > ~/.openclaw/credentials/anthropic
chmod 600 ~/.openclaw/credentials/anthropic

Доступные модели: Claude Opus 4.7 (самая мощная, для сложных задач -- общедоступна с апреля 2026), Claude Sonnet 4.6 (баланс качества и скорости, рекомендуется по умолчанию), Claude Haiku 4.5 (быстрая и экономичная для простых задач). При наличии ключа Anthropic OpenClaw по умолчанию использует Claude Sonnet как основную модель.

Стоимость: Anthropic тарифицирует по количеству входных и выходных токенов. Claude Sonnet 4.6 — один из наиболее сбалансированных вариантов по соотношению цены и качества. Для экономии используйте Haiku для рутинных задач, а Opus — только для сложных.

OpenAI (GPT)

OpenAI предоставляет доступ к семейству моделей GPT, включая последние версии GPT-5 и GPT-4.5.

Получение API-ключа: зарегистрируйтесь на platform.openai.com, перейдите в API Keys и создайте новый ключ.

Добавьте ключ в OpenClaw:

echo "sk-proj-..." > ~/.openclaw/credentials/openai
chmod 600 ~/.openclaw/credentials/openai

Доступные модели: GPT-5.5 (новейшая флагманская модель, апрель 2026 -- также доступен GPT-5.5 Instant как gpt-5.5-2026-04-23), GPT-5 (предыдущий флагман), GPT-4.5-preview (мультимодальная модель), GPT-4o (оптимизированная по скорости). Если у вас нет ключа Anthropic, OpenAI становится провайдером по умолчанию.

Тестирование подключения: после добавления ключа проверьте работу:

openclaw send "Проверка подключения. Какую модель ты используешь?"

Агент должен ответить и указать используемую модель.

DeepSeek

DeepSeek — китайский провайдер, предлагающий конкурентоспособные модели по очень низкой цене. DeepSeek использует API, совместимый с OpenAI, что упрощает интеграцию.

Получение API-ключа: зарегистрируйтесь на platform.deepseek.com и создайте API-ключ.

DeepSeek подключается как OpenAI-совместимый провайдер с пользовательским базовым URL. В файле openclaw.json добавьте секцию провайдера:

{
  "models": {
    "providers": [
      {
        "name": "deepseek",
        "api": "openai-completions",
        "baseUrl": "https://api.deepseek.com/v1",
        "apiKey": "sk-..."
      }
    ]
  }
}

Модели: DeepSeek-V4-Flash (быстрая, 284B параметров, 13B активных, контекст 1M токенов -- рекомендуется для большинства задач), DeepSeek-V4-Pro (мощнее, 1.6T параметров, 49B активных -- для сложных агентных задач), DeepSeek-V3 (стабильная версия, по-прежнему доступна), DeepSeek-R1 (модель с цепочкой рассуждений). DeepSeek V4 официально выпущен 24 апреля 2026 года с контекстом 1M токенов. DeepSeek отличается низкой стоимостью при высоком качестве.

OpenRouter

OpenRouter — это унифицированный API-шлюз, предоставляющий доступ к более чем 300 AI-моделям от всех основных провайдеров через единый API-ключ. Это удобный способ экспериментировать с разными моделями без регистрации у каждого провайдера отдельно.

Получение API-ключа: зарегистрируйтесь на openrouter.ai, пополните баланс и создайте API-ключ в разделе Keys.

Добавьте ключ в OpenClaw:

echo "sk-or-v1-..." > ~/.openclaw/credentials/openrouter
chmod 600 ~/.openclaw/credentials/openrouter

OpenClaw имеет встроенную поддержку OpenRouter, и вам не нужно настраивать секцию models.providers — достаточно указать API-ключ. Модели выбираются в формате openrouter/автор/модель, например:

openrouter/anthropic/claude-sonnet-4.5
openrouter/openai/gpt-5
openrouter/deepseek/deepseek-r1
openrouter/google/gemini-2.5-pro

Преимущества OpenRouter: один ключ для всех моделей, автоматическое переключение при недоступности провайдера (fallback), единый счёт и панель управления, доступ к моделям, которые иначе требуют отдельной регистрации.

Amazon Bedrock

Amazon Bedrock предоставляет доступ к AI-моделям через инфраструктуру AWS. Это enterprise-решение, подходящее для организаций, уже использующих AWS.

Настройка: для Bedrock вместо одного API-ключа требуются AWS-креденшалы. Создайте IAM-пользователя с доступом к Bedrock в консоли AWS и настройте переменные окружения:

export AWS_ACCESS_KEY_ID="AKIAIOSFODNN7EXAMPLE"
export AWS_SECRET_ACCESS_KEY="wJalrXUtnFEMI/K7MDENG/bPxRfiCYEXAMPLEKEY"
export AWS_REGION="us-east-1"

Или добавьте их в файл .env рядом с конфигурацией OpenClaw. Убедитесь, что в выбранном регионе активированы нужные модели через консоль AWS Bedrock.

Доступные модели через Bedrock: Claude (Anthropic), Llama (Meta), Titan (Amazon), Mistral, Cohere и другие — в зависимости от региона и подключённых моделей.

Vercel AI Gateway

Vercel AI Gateway — это прокси для AI-моделей, встроенный в платформу Vercel. Он подходит для разработчиков, уже использующих Vercel для хостинга веб-приложений. Настройка аналогична OpenRouter: единый эндпоинт с маршрутизацией к различным провайдерам.

Moonshot AI и MiniMax

Moonshot AI (Kimi) и MiniMax — это китайские LLM-провайдеры, предлагающие модели с поддержкой длинного контекста и многоязычности. Оба провайдера используют OpenAI-совместимый API.

Для Moonshot AI:

{
  "name": "moonshot",
  "api": "openai-completions",
  "baseUrl": "https://api.moonshot.cn/v1",
  "apiKey": "sk-..."
}

Для MiniMax:

{
  "name": "minimax",
  "api": "openai-completions",
  "baseUrl": "https://api.minimax.chat/v1",
  "apiKey": "..."
}

Эти провайдеры интересны прежде всего поддержкой китайского языка и низкой стоимостью, но качество генерации на русском и английском может уступать Anthropic и OpenAI.

Тестирование провайдеров

После настройки каждого провайдера рекомендуется выполнить тестовый запрос для проверки:

openclaw send "Тест. Ответь одним предложением: какая ты модель и от какого провайдера?"

Для переключения между провайдерами без изменения конфигурации используйте переменную окружения или флаг CLI (если поддерживается вашей версией OpenClaw).

Управление расходами и лимитами

При использовании облачных моделей важно контролировать расходы. Каждый вызов LLM тарифицируется по количеству токенов. Механизм Heartbeat, вызывающий LLM каждые 30 минут, может генерировать заметный расход, особенно с дорогими моделями вроде Claude Opus или GPT-5.

Рекомендации по оптимизации расходов: используйте более дешёвые модели (Haiku, GPT-4o-mini) для рутинных задач и Heartbeat. Увеличьте интервал Heartbeat, если проактивность не критична. Установите лимиты расходов в панели управления провайдера. Мониторьте использование через дашборд провайдера или логи OpenClaw.

Настройте уведомления о достижении пороговых значений расхода в панели провайдера, чтобы избежать неожиданных счетов.

Мультипровайдерная конфигурация

OpenClaw позволяет настроить несколько провайдеров одновременно. Это полезно для резервирования: если основной провайдер недоступен, агент автоматически переключается на резервный. Также можно назначить разные модели для разных задач: мощную модель для сложных запросов и экономичную — для Heartbeat и простых команд.

В файле openclaw.json можно указать несколько провайдеров в секции models.providers, и OpenClaw будет использовать их в соответствии с приоритетом или явным назначением.

Следующий шаг

Если вы хотите работать с OpenClaw полностью автономно, без зависимости от облачных сервисов и без расходов на API, читайте следующую статью о подключении локальных моделей через Ollama.

КРИТИЧЕСКОЕ ИЗМЕНЕНИЕ: Anthropic OAuth полностью прекратил работу в январе 2026 года. 4 апреля 2026 года Anthropic также отключил возможность использования кредитов Claude.ai подписки через OpenClaw API. Теперь для Anthropic обязательно нужен отдельный API-ключ, который тарифицируется по использованию отдельно от подписки на Claude.ai.

Новые провайдеры, добавленные в 2026 году: Mistral AI через официальный API, Qwen от Alibaba Cloud через DashScope, а также поддержка локально развёрнутых моделей через совместимый OpenAI API-эндпоинт. Все провайдеры настраиваются через единый интерфейс 'openclaw config providers'.

Рекомендованные модели по типу задач: Claude Opus 4.7 для сложных агентных задач требующих рассуждения, GPT-5.5 для быстрых задач с инструментами, Gemini 3.1 Pro для задач с большим контекстом. Конфигурация каждого провайдера требует только API-ключ соответствующего сервиса.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Что такое OpenClaw: полный обзор платформы

История создания, архитектура и ключевые отличия агентной платформы OpenClaw от обычных чат-ботов

Введение: почему OpenClaw стал самым обсуждаемым AI-проектом 2026 года

В январе 2026 года проект, который тогда назывался Clawdbot, за пять дней набрал более 113 000 звёзд на GitHub. К марту 2026 года число звёзд превысило 347 000+, а количество форков перешагнуло отметку в 63 000+. Эти цифры сделали OpenClaw одним из самых быстрорастущих open-source-проектов в истории платформы. Но за впечатляющей статистикой стоит принципиально новый подход к взаимодействию человека с искусственным интеллектом.

OpenClaw — это бесплатная AI-агентная платформа с открытым исходным кодом, которая работает локально на вашем компьютере и соединяет большие языковые модели (LLM) с реальным программным обеспечением. В отличие от обычных чат-ботов, которые только отвечают на вопросы, OpenClaw может выполнять задачи: отправлять сообщения, управлять умным домом, работать с файлами, автоматизировать рутинные процессы и проактивно напоминать о важных делах.

Проект распространяется под лицензией MIT, что означает полную свободу использования, модификации и распространения — как для личных, так и для коммерческих целей. Это один из ключевых факторов его популярности: каждый может развернуть собственного AI-агента без каких-либо лицензионных ограничений.

История создания: от Clawdbot до OpenClaw

Создатель OpenClaw — австрийский разработчик Петер Штайнбергер, известный в IT-индустрии как основатель компании PSPDFKit. Штайнбергер родился и вырос в сельской Австрии, а его увлечение программированием началось в 14 лет, когда один из летних гостей семьи показал ему персональный компьютер. Этот опыт определил всю его дальнейшую карьеру: Штайнбергер поступил на факультет программной инженерии Венского технического университета и с тех пор не переставал создавать программные продукты.

В 2011 году, ожидая американскую рабочую визу на протяжении шести месяцев, Штайнбергер основал PSPDFKit — компанию, специализирующуюся на SDK для работы с PDF-документами на мобильных устройствах. Продукт оказался настолько успешным, что PSPDFKit была впоследствии приобретена инвестиционной компанией Insight Partners по оценке примерно в 100 миллионов долларов.

Первая версия будущего OpenClaw появилась в ноябре 2025 года под названием Clawdbot. Проект задумывался как личный AI-ассистент Штайнбергера, который мог бы управлять его повседневными задачами через мессенджеры. Однако интерес сообщества оказался настолько велик, что проект быстро вышел за рамки персонального инструмента.

В январе 2026 года проект пережил два переименования за три дня. 27 января Clawdbot был переименован в Moltbot после жалобы со стороны Anthropic на сходство названия с их продуктом Claude. Слово Moltbot отсылало к процессу линьки (molting) у ракообразных — тематика, которая уже была заложена в символике проекта. Однако, по признанию самого Штайнбергера, название Moltbot «так и не стало привычным на слух», и спустя три дня проект получил своё окончательное имя — OpenClaw.

14 февраля 2026 года Штайнбергер объявил о переходе на работу в OpenAI. Одновременно он передал управление проектом специально созданному фонду с открытым исходным кодом, чтобы обеспечить его независимое развитие. Это решение привлекло внимание таких фигур, как Сэм Альтман (CEO OpenAI) и Марк Цукерберг.

Маскот: лобстер Молти

Неофициальным символом проекта является лобстер по имени Молти (Molty). Название отсылает к биологическому процессу линьки (molting), через который проходят ракообразные по мере роста. Метафора оказалась удачной: как лобстер сбрасывает старый панцирь, чтобы расти, так и AI-агент постоянно обновляется и адаптируется. Молти стал узнаваемым символом, который используется в документации, на сайте проекта и в сообществе.

Архитектура OpenClaw: пять ключевых компонентов

Архитектура OpenClaw построена вокруг пяти основных компонентов, каждый из которых отвечает за свою область функциональности. Понимание этой архитектуры важно для эффективной работы с платформой.

Gateway (Шлюз)

Gateway — это точка входа и выхода для всех сообщений. Именно через шлюз проходят входящие запросы из различных каналов связи — WhatsApp, Telegram, Slack, Discord, веб-чат или любой API-эндпоинт. Gateway работает как фоновая служба (daemon), которая запускается вместе с системой и слушает порт 18789 по умолчанию. Шлюз маршрутизирует сообщения к нужным компонентам и возвращает ответы обратно в канал, из которого пришёл запрос.

Brain (Мозг)

Brain — это LLM-движок, обеспечивающий интеллект агента. Компонент отвечает за вызовы к выбранному провайдеру языковых моделей (Anthropic, OpenAI, DeepSeek, xAI или локальная модель через Ollama), многошаговое рассуждение и декомпозицию задач, принятие решений на основе контекста и инструкций. Важное свойство Brain — модельная агностичность: вы можете сменить провайдера LLM без изменения остальной конфигурации.

Memory (Память)

Memory обеспечивает персистентное хранение контекста между сессиями. OpenClaw использует локальные Markdown-файлы, организованные в специальной папке memory. Структура памяти включает файл MEMORY.md (всегда загружается в контекст, около 100 строк), ежедневные файлы контекста в формате memory/YYYY-MM-DD.md (автоматически загружаются за сегодня и вчера) и директории для глубоких знаний: memory/people/, memory/projects/, memory/topics/ и memory/decisions/. Такой подход позволяет агенту помнить ваши предпочтения, контакты, проекты и решения.

Skills (Навыки)

Skills — это система расширений OpenClaw. Каждый навык представляет собой Markdown-файл с YAML-заголовком, определяющим свойства: имя, триггерные паттерны и доступные инструменты. На момент написания доступно более 50 интеграций, охватывающих чат-платформы, AI-модели, инструменты продуктивности, музыкальные и аудиосервисы, устройства умного дома и средства автоматизации. Сообщество активно создаёт новые навыки, и на GitHub доступен репозиторий awesome-openclaw-agents с более чем 162 готовыми шаблонами агентов.

Heartbeat (Пульс)

Heartbeat — это механизм, превращающий OpenClaw из реактивного в проактивного агента. Каждые N минут (по умолчанию 30) Gateway отправляет агенту специальный heartbeat-промпт. В этот момент агент просматривает свои файлы и задачи, чтобы определить, есть ли что-то, что он должен сделать для вас прямо сейчас: напомнить о встрече, проверить почту, запустить отложенную задачу. Именно Heartbeat делает OpenClaw уникальным — агент не просто ждёт ваших команд, а самостоятельно инициирует действия.

Ключевые файлы рабочего пространства

Рабочее пространство OpenClaw включает несколько важных файлов, определяющих поведение агента. SOUL.md задаёт личность, тон и поведенческие границы агента — это своеобразный «лист персонажа», который загружается в контекст в начале каждой сессии. AGENTS.md содержит операционные инструкции для агента. USER.md описывает владельца и то, как к нему обращаться. TOOLS.md документирует доступные инструменты. HEARTBEAT.md определяет автономные задачи для периодического выполнения.

Чем OpenClaw отличается от обычных чат-ботов

Принципиальное отличие OpenClaw от традиционных чат-ботов заключается в агентности. Обычный чат-бот — это интерфейс для текстового общения с языковой моделью. Вы задаёте вопрос, получаете ответ, и на этом взаимодействие заканчивается. OpenClaw работает иначе: он является долгоработающим сервисом (Node.js-процесс), который постоянно активен, подключён к вашим каналам связи и инструментам, и способен выполнять реальные действия в вашем цифровом окружении.

Чат-бот не помнит предыдущие разговоры (если это не встроено провайдером), не может самостоятельно инициировать общение и не имеет доступа к вашим инструментам. OpenClaw, напротив, поддерживает персистентную память, проактивно выполняет задачи через Heartbeat, интегрируется с десятками сервисов и работает полностью локально на вашем оборудовании.

Сравнение с AutoGPT и CrewAI

OpenClaw часто сравнивают с другими агентными фреймворками, в первую очередь с AutoGPT и CrewAI. AutoGPT, появившийся в 2023 году, стал одним из первых проектов, демонстрирующих концепцию автономного AI-агента. Однако AutoGPT изначально позиционировался как экспериментальный проект и отличался нестабильностью: агент часто зацикливался, расходовал API-бюджет впустую и не мог надёжно выполнять многошаговые задачи.

CrewAI делает акцент на мультиагентной оркестрации — совместной работе нескольких AI-агентов. Это мощный подход для сложных бизнес-процессов, но CrewAI требует написания кода на Python для настройки агентов и их взаимодействия. OpenClaw, в свою очередь, конфигурируется через Markdown-файлы и ориентирован на использование обычными пользователями, а не только разработчиками.

Ключевые преимущества OpenClaw перед конкурентами: конфигурация через Markdown (без программирования), встроенная интеграция с мессенджерами в качестве основного интерфейса, механизм Heartbeat для проактивной работы, модельная агностичность (любая LLM), локальное развёртывание с полным контролем над данными, а также активное и быстро растущее сообщество.

Для кого подходит OpenClaw

OpenClaw подходит широкому кругу пользователей. Разработчикам — для автоматизации рутинных задач, управления проектами и интеграции с инструментами разработки. Техническим энтузиастам — для создания персонального AI-ассистента с полным контролем над данными и конфигурацией. Командам — для организации автоматизированных рабочих процессов через знакомые мессенджеры. Исследователям — для экспериментов с различными LLM и агентными сценариями.

Платформа не требует глубоких технических знаний для базовой настройки, но предоставляет практически безграничные возможности для кастомизации тем, кто готов углубиться в конфигурацию.

Экосистема и сообщество

Вокруг OpenClaw сформировалось активное сообщество разработчиков и пользователей. На GitHub доступны сотни готовых навыков, шаблонов конфигурации и интеграций. Репозиторий awesome-openclaw-agents содержит 162 производственных шаблона AI-агентов в 19 категориях. Существуют сторонние проекты, такие как OpenClaw Mission Control — панель управления для оркестрации нескольких агентов, и nanobot — ультралёгкая альтернатива OpenClaw.

Проект активно развивается: регулярные релизы выходят на GitHub, документация поддерживается в актуальном состоянии, а участники сообщества создают обучающие материалы и делятся опытом настройки.

Итоги

OpenClaw — это не просто ещё один чат-бот или обёртка над ChatGPT. Это полноценная агентная платформа, объединяющая языковые модели, персистентную память, проактивное поведение и десятки интеграций в единое целое. Модульная архитектура из пяти компонентов (Gateway, Brain, Memory, Skills, Heartbeat) обеспечивает гибкость и расширяемость, а лицензия MIT и локальное развёртывание — полный контроль пользователя над своими данными и инфраструктурой.

Архитектура Task Brain (v2026.3.31) - крупнейший архитектурный сдвиг в истории OpenClaw. Task Brain заменил простую очередь задач на SQLite-backed систему с персистентным журналом, поддержкой приоритетов и автоматическим восстановлением после сбоев. Задачи теперь выживают после перезапуска агента и могут передаваться между сессиями.

OpenClaw v2026.4.x добавил поддержку Claude Opus 4.7 как рекомендуемой модели для сложных агентных задач. Opus 4.7 особенно хорошо работает с XML-тегами в промптах, что OpenClaw теперь использует по умолчанию для системных инструкций. Статистика сообщества превысила 500 тысяч активных инсталляций.

Контекст безопасности: с февраля 2026 года в OpenClaw было обнаружено более 138 CVE. Версии до 2026.5.7 содержат критические уязвимости (CVSS до 9.9). Убедитесь, что ваша установка обновлена до v2026.5.7 или выше командой 'openclaw update'.

ВАЖНО: Anthropic отключил подписку Claude.ai для OpenClaw (апрель 2026)

4 апреля 2026 года Anthropic отключил возможность использования кредитов подписки Claude.ai Pro/Max через OpenClaw API. Это означает, что авторизация через OAuth (ранее позволявшая использовать Claude без отдельного API-ключа) больше не работает.

Что нужно сделать: для работы с Claude в OpenClaw теперь обязательно нужен отдельный API-ключ Anthropic, который тарифицируется по использованию (pay-per-token). Получить ключ: console.anthropic.com -> API Keys -> Create key.

Альтернативы без дополнительных расходов: подключите OpenRouter (доступ к Claude и другим моделям через один ключ), используйте OpenAI GPT-5.5, DeepSeek V4-Flash (дешёвый и мощный), или запустите локальную модель через Ollama (бесплатно).

Важное изменение: доступ через API (апрель 2026)

Обратите внимание: с 4 апреля 2026 года Anthropic отключил возможность использования подписки Claude.ai через OpenClaw. Если вы ранее пользовались OpenClaw с авторизацией через Claude.ai, теперь потребуется отдельный API-ключ Anthropic (console.anthropic.com).

API-ключ оплачивается отдельно от подписки Claude.ai по тарифам для разработчиков. Это изменение связано с политикой Anthropic в отношении использования OAuth-авторизации в сторонних приложениях.

defineToolPlugin (v2026.5). В архитектуру OpenClaw добавлен новый API defineToolPlugin для создания типизированных плагинов-инструментов. Это упрощённая альтернатива ручному YAML-подходу: плагин описывается в коде с типами и схемами, а OpenClaw автоматически обрабатывает маршрутизацию и валидацию.

Новые каналы (v2026.5). Добавлены интеграции с Google Chat, LINE и Matrix в дополнение к существующим Telegram, WhatsApp, Slack и Discord.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Как начать пользоваться Kling: мощный AI-генератор видео из Китая

Kling от Kuaishou — бесплатный генератор AI-видео с впечатляющим качеством. Конкурент Sora, доступный без подписки.

Что такое Kling

Kling -- AI-генератор видео от китайской компании Kuaishou (создатели Kwai). 4 февраля 2026 года вышла Kling 3.0 -- крупнейшее обновление с момента запуска.

Главное в Kling 3.0: нативный 4K и AI Director

Kling 3.0 -- первый AI-генератор видео с нативным 4K при 60fps. Разрешение 3840x2160 без апскейлинга, поддержка 16-bit HDR. До этого максимум составлял 1080p/30fps.

Концепция AI Director: Kling 3.0 работает как режиссёр -- перед генерацией каждого кадра система планирует движение персонажей, пути камеры, тайминг диалогов и пространственные отношения в сцене. Это обеспечивает связность и кинематографичность результата.

Обновление 4K Mode (апрель 2026)

В апреле 2026 Kuaishou анонсировала отдельный 4K Mode как «первый в мире нативный 4K режим» для AI-видео. Параметры: разрешение 3840x2160, до 60fps, до 15 секунд в одном клипе, нативный аудио за один проход (lip-sync + диалог + атмосферные звуки), мультишот-раскадровка до 6 кадров и Subject Binding 3.0 (постоянство персонажей).

Бесплатно или платно?

Есть бесплатный план с ежедневными кредитами. Платные планы доступны для больших объёмов генерации. Kling остаётся одним из самых доступных по цене среди конкурентов. Актуальные тарифы на klingai.com.

Доступ из России

Kling работает из России без VPN.

Как начать

Шаг 1. Откройте klingai.com.

Шаг 2. Зарегистрируйтесь через email или Google.

Шаг 3. Выберите режим: Text to Video или Image to Video.

Шаг 4. Опишите видео и нажмите Generate. Для 4K -- выберите соответствующее разрешение в настройках.

Мобильное приложение

iOS и Android: Найдите «Kling AI» в App Store или Google Play.

Ключевые возможности Kling 3.0

- Нативный 4K/60FPS: Высокое разрешение и плавность без апскейлинга -- первый среди AI-генераторов.

- Multi-shot storyboarding: Создание последовательности из 6 кадров за 15 секунд -- полноценный мини-сценарий в одном запросе.

- Unified audio-video: Генерация аудио и видео за один проход -- звуковые эффекты синхронизированы с видеорядом.

- Multi-language lip-sync: Синхронизация губ на нескольких языках -- загрузите фото и аудио, Kling анимирует лицо под речь.

- Subject Binding 3.0: Постоянство внешности персонажей на протяжении всей последовательности кадров (менее 10% отклонения).

- Лучший физический движок: Ткани, жидкости, дым, механика -- всё двигается натурально.

Что попробовать

- Multi-shot видео: Опишите сценарий из нескольких сцен -- Kling соберёт историю с переходами.

- Image to Video: Загрузите фото человека, Kling добавит реалистичное движение (мимика, жесты).

- Lip Sync: Загрузите фото + аудио, Kling анимирует лицо под речь на любом языке.

- 4K Text to Video: «A cat playing piano in a jazz bar, cinematic lighting» -- протестируйте физику движений в нативном 4K.

5 советов

1. Попробуйте multi-shot режим. Это уникальная функция Kling 3.0 -- 6 связанных кадров вместо одного случайного клипа.

2. Используйте промпты на английском. Результаты значительно лучше, чем на других языках.

3. Бесплатные кредиты обновляются ежедневно. Проверяйте баланс каждый день.

4. Тестируйте физику. Kling 3.0 лучше всех обрабатывает ткани, воду и сложные движения -- используйте это в промптах.

5. 4K для финальных работ. Для черновиков используйте стандартное разрешение, 4K -- для финального экспорта, это экономит кредиты.

Motion Control -- управление камерой (2026)

В обновлениях 2026 года Kling добавил Motion Control -- профессиональный инструмент управления движением камеры. Доступны следующие режимы: горизонтальная и вертикальная панорама, наезд и отъезд (zoom in/out), движение камеры вперёд/назад, круговое движение вокруг объекта. Все параметры настраиваются через ползунки -- не нужно писать технические термины в промпте.

Также добавлена интеграция с Adobe Firefly: генерируйте видео в Kling, затем доводите отдельные кадры в Adobe Photoshop через Generative Fill -- полный профессиональный пайплайн без переключения платформ.

Elements -- система консистентности персонажей (2026)

Kling Elements -- система для сохранения консистентности персонажей и объектов между разными видеосценами. Загрузите референсное изображение персонажа или предмета -- Kling будет использовать его как «якорь» для всех генерируемых сцен. Идеально для создания серий, короткометражек и брендового контента, где важно сохранить узнаваемый образ.

Kling 3.0 добавил нативную генерацию аудио на шести языках: английском, китайском, японском, корейском, испанском и португальском. Аудиодорожка генерируется синхронно с видеорядом: фоновые звуки, голоса персонажей и музыка автоматически подбираются по визуальному контенту. Это первый шаг к полноценным мультимедийным видео без пост-продакшна.

Многокадровые последовательности позволяют создавать видеоролики с нарративной структурой. Вы описываете несколько сцен, Kling 3.0 генерирует их последовательно, сохраняя консистентность персонажей и стиля. Это открывает возможности для создания коротких анимационных историй и рекламных роликов с сюжетом.

Kling 3.0 интегрирован в Adobe Firefly как партнёрский видеогенератор и в Artlist для создания стоковых видеоматериалов с AI. Через Artlist доступна коммерческая лицензия на сгенерированный контент, что важно для профессиональных создателей контента.

Kling 3.5 -- новая платформа (май 2026)

В середине мая 2026 года вышел Kling 3.5, который принёс принципиально новый способ работы с генератором. Ключевое изменение -- выделенная browser-based платформа: вместо ограниченного мобильного приложения пользователи теперь работают через полнофункциональный браузерный интерфейс, специально оптимизированный для творческих задач.

Что нового в Kling 3.5: улучшенная латентность генерации -- функция preview работает почти в реальном времени; расширенная поддержка глобальной аудитории через browser-based платформу; упрощённый доступ без необходимости скачивать приложение. Kling 3.5 сохраняет все возможности Kling 3.0 (нативный 4K, AI Director, Motion Control, Elements) и добавляет к ним новый удобный интерфейс.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Китай обошёл запрет на GPU и собрал AI-суперкомпьютер на 2,4 млн ядер Huawei

LineShine выдаёт 1,54 экзафлопса для обучения моделей — без единой GPU NVIDIA.

🔴 Китай обошёл запрет на GPU и собрал AI-суперкомпьютер на 2,4 млн ядер Huawei

Когда США запретили продавать продвинутые AI-ускорители NVIDIA, в Пекине просто решили обойтись без них вообще. Китай ввёл в строй суперкомпьютер LineShine — целиком на CPU, без единой видеокарты.

Цифры серьёзные. 1,54 экзафлопса для обучения моделей в формате BF16, до 2,16 экзафлопса на специализированных задачах. Внутри — 2,4 миллиона ядер архитектуры Armv9 от Huawei, 40 960 процессоров LX2 (по 304 ядра в каждом), 20 480 вычислительных узлов. Машина построена для обучения AI и научных расчётов. По чистой мощности она уступает топовым GPU-кластерам на Западе, но компенсирует это огромными пулами памяти на каждом процессоре (32 ГБ HBM и 256 ГБ DDR5) и отсутствием накладных расходов на обмен между CPU и GPU. Этого хватает, чтобы запускать большие AI-нагрузки без видеокарт NVIDIA.

Геополитический сигнал важнее технического. Экспортные ограничения, которые Вашингтон вводил, чтобы тормозить китайский AI, дали обратный эффект. Страна научилась строить вычислительный стек целиком без американских компонентов. Для российского бизнеса вывод прямой: параллельный технологический мир Китая всё больше превращается в самодостаточный. Через год-два мы увидим китайские AI-облака, куда можно будет переезжать без оглядки на санкции, со своими процессорами, своими моделями и своими ценами.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #полупроводники #геополитика #санкции #экспортный_контроль #Китай #США #чиповаявойна #Huawei #датацентры #суперкомпьютеры #инфраструктура #ИИ #технологии #AravanaAI

Трамп и Си впервые публично заговорили о совместных «правилах для ИИ» — но конкретики ноль

После саммита в Пекине Трамп заявил, что обсуждал с Си «предохранители» для ИИ. Формат, сроки и механизм не определены. Толчком стал релиз модели Anthropic Mythos, нашедшей около 300 дыр в Firefox.

🔴 Трамп и Си впервые публично заговорили о совместных «правилах для ИИ» — но конкретики ноль

После саммита в Пекине Дональд Трамп заявил журналистам, что они с Си Цзиньпином обсуждали возможность «работать вместе над предохранителями» для искусственного интеллекта. На все уточняющие вопросы — про механизм, формат, сроки — президент конкретики не дал. Сам Белый дом признаёт: формат канала «ещё предстоит определить».

Толчком к разговору стал релиз Anthropic под названием Mythos — модели, которая в одиночку нашла уязвимости во всех основных операционных системах и браузерах, включая почти 300 дыр в одном только Firefox. Mythos автономно собирает эксплойты в цепочку. CEO Anthropic Дарио Амодей оценил окно до того момента, как китайский ИИ догонит эту способность, в 6–12 месяцев. Это и есть страх, который привёл стороны за стол переговоров. По данным TechTimes, в делегации США был и глава NVIDIA Дженсен Хуанг, но экспортный контроль на чипы H200 пока остаётся замороженным.

Для российского предпринимателя главный сигнал не в самом саммите, а в его контексте: ИИ выходит из категории «технология» и переходит в категорию «оружие», требующее межгосударственных договорённостей. Это значит, что регулирование AI в ближайшие годы будет жёстче, чем большинство прогнозов. Если строите AI-продукт с международной аудиторией, закладывайте бюджет на соответствие регуляторным требованиям уже на ранней стадии.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#геополитика #США #Китай #безопасностьИИ #регуляция #нацбезопасность #Anthropic #NVIDIA #ИИ #технологии #AravanaAI

Три уровня одной сделки: $4 млрд от консалтеров, $400 млрд за электросеть и 684% за квартал

OpenAI зовёт McKinsey в со-инвесторы, NextEra идёт за электричеством для дата-центров, а Nebius Воложа продаёт AI-мощность до её постройки. Все три истории - об одном.

За одну неделю мая 2026 года рынок показал три разных способа купить будущее AI - и ни один из них не похож на обычную венчурную сделку. OpenAI собрала $4 млрд от консалтинговых гигантов, которые её же технология обещает заменить. NextEra ведёт переговоры о слиянии с Dominion на $400 млрд - не за лицензии, не за модель, а за электричество для дата-центров. А компания, которую построил с нуля бывший основатель Яндекса в эмиграции, отчиталась о росте выручки на 684% за квартал.

Если смотреть на эти три сделки по отдельности - они о разном. Если рядом - они об одном и том же. Деньги уходят с верхних этажей AI-стека (модели, приложения, чат-боты) вниз - туда, где железо, мегаватты и контракты на десятилетия. Туда, где можно посчитать риск и забронировать доходность.

Это и есть главный сюжет недели: фаза, в которой инвесторы платили за обещание интеллекта, заканчивается. Начинается фаза, в которой они платят за физическую способность этот интеллект запустить. Кто контролирует мощность, тот собирает арендную плату со всех остальных.

Ниже три истории - каждая со своей механикой. Все три про одно: умные деньги мая 2026 года перестали быть венчурными в классическом смысле. Они стали инфраструктурными.

McKinsey купила место на собственных похоронах за 17,5% годовых

Представьте: владелец сети таксопарков покупает долю в Uber. Не потому что не понимает, что Uber разрушит его бизнес. Именно потому что понимает. Раз уж процесс необратим - лучше получать с него комиссию, чем смотреть со стороны.

Примерно это сделали McKinsey, Bain и Capgemini на этой неделе. Три из 19 инвесторов нового совместного предприятия OpenAI - именно консалтинговые фирмы. Те самые, чей основной бизнес - присылать дорогих консультантов к клиенту и продавать ему стратегию цифровой трансформации. Тот самый бизнес, который теоретически и обещает съесть генеративный AI.

OpenAI выделила корпоративное внедрение в отдельную структуру - OpenAI Deployment Company, или сокращённо DeployCo. Axios сообщает, что DeployCo привлекла $4 млрд при pre-money оценке $10 млрд - то есть до сделки компанию оценили в 10 миллиардов, а после поступления денег её стоимость выросла до 14 миллиардов. Это классическая структура для венчурных раундов, но дальше начинается необычное. Структура - мажоритарное совместное предприятие, в котором у OpenAI остаются акции с правом усиленного голоса. Иначе говоря, инвесторы внесли больше денег, чем имеет сама OpenAI в проекте, но решения принимает по-прежнему OpenAI.

Самое интересное - условия для инвесторов. Им гарантирован минимум 17,5% годовых на горизонте пяти лет, но при этом потолок прибыли ограничен. Это не венчурная инвестиция в классическом смысле. Это гибрид: как банковский депозит с фиксированной ставкой, но с возможностью заработать чуть больше, если бизнес сильно взлетит. Зачем такая конструкция? Она привлекает деньги фондов прямых инвестиций - тех самых PE-фондов, которые требуют предсказуемого возврата и не любят венчурную лотерею. Лид сделки - TPG, классический PE-гигант. Дальше идут Advent International, Bain Capital и Brookfield как со-лиды; Goldman Sachs, SoftBank и Warburg Pincus - как дополнительные инвесторы.

А вот теперь - про консалтинговую тройку. Tech Times пишет, что три из 19 инвесторов DeployCo - это Bain & Company, Capgemini и McKinsey & Company, а сам DeployCo получает доступ к 2000+ портфельным компаниям клиентов этих консультантов. То есть OpenAI одним движением получила готовый канал продаж к крупнейшим корпорациям мира - тем, кто уже годами платит McKinsey и Bain за совет, как им работать.

Чтобы укомплектовать DeployCo инженерами немедленно, OpenAI приобретает консалтинговую фирму Tomoro, основанную в 2023 году, и получает около 150 Forward Deployed Engineers - это инженеры, которые выезжают к корпоративному клиенту и настраивают AI прямо в его процессах. Любопытная деталь: Tomoro изначально создавалась в альянсе с самой OpenAI, то есть это не покупка чужого актива, а консолидация партнёра.

Microsoft в 2023 году вложила в OpenAI $10 млрд по похожей структуре - с гарантированными возвратами и потолком прибыли. Тогда это было исключение и эксперимент. Сейчас та же конструкция повторяется, но уже с девятнадцатью со-инвесторами одновременно - и с консультантами в их числе.

Для основателя стартапа сигнал простой и неприятный. Если ты делаешь продукт, который имеет шанс заместить большую сложившуюся индустрию - готовься к тому, что эта индустрия не будет с тобой бороться. Она просто купит долю в твоём успехе и продолжит брать комиссию. Это не предательство профессии. Это рациональный ответ профессии, у которой ещё пять лет жизни в старой модели и которая хочет к концу этих пяти лет владеть тем, что её заменит. McKinsey платит 4 миллиарда за билет в первый ряд на собственные похороны - и за гарантию, что после похорон она войдёт совладельцем в новый бизнес. С её точки зрения это логично.

$400 млрд за электричество: коммуналка стала самым горячим M&A года

Коммунальные компании - это то, во что инвестируют пенсионные фонды и о чём не пишут на главных полосах. Стабильная регулируемая доходность около 10% в год, никаких сюрпризов, тарифы согласовывают с государством. Скука по дизайну. Поэтому первое, что нужно понять про эту неделю: одна из самых скучных индустрий США внезапно стала ареной потенциально крупнейшего слияния в истории отрасли.

Причина не в новой технологии. Не в IPO. Не в инновации. Причина - в физике. GPU, на которых обучают и запускают современные AI-модели, потребляют огромное количество электричества. А монопольный поставщик электричества в одном конкретном регионе Виргинии оказался выставлен на продажу. Этот регион называется Northern Virginia data center alley - крупнейший узел дата-центров в мире, где сосредоточены серверы AWS, Microsoft Azure и Google.

Benzinga сообщает, что NextEra Energy ведёт переговоры о поглощении Dominion Energy с enterprise value объединённой компании около $400 млрд: $300 млрд у NextEra и $106 млрд у Dominion. Enterprise value - это полная стоимость бизнеса с учётом долга, более точная метрика для M&A, чем просто рыночная капитализация. По капитализации цифры скромнее: рынок оценивает NextEra в $194,7 млрд, а Dominion - в $54,3 млрд. Разница между капитализацией и enterprise value у коммунальных компаний - это в основном долг, и у обеих сторон его много, потому что строить электростанции дорого.

Сделка предполагается преимущественно акционерной. Это значит: акционеры Dominion получат не деньги, а акции объединённой компании. Так делают, когда не хотят отвлекать кэш с баланса и когда хотят получить налоговую отсрочку для продающей стороны - в США обмен акциями при слиянии часто не считается налогооблагаемым событием, в отличие от продажи за деньги. Ни одна из компаний официально не подтвердила переговоры по состоянию на 16 мая 2026 года, и сама Benzinga оговаривает, что транзакция «не гарантирована и может не состояться».

На новостях акции просели у обеих сторон: NextEra закрылась 16 мая на $93,36 (-2,42%), Dominion - на $61,73 (-1,97%). Падение на новостях о возможном поглощении - стандартная реакция: рынок боится регуляторных проблем и сомневается, что цена за Dominion окажется выгодной для покупателя. Здесь надо понимать масштаб одобрений: коммунальные компании - это естественные монополии, их слияние согласует не только федеральная FERC (Federal Energy Regulatory Commission - регулятор оптового рынка электроэнергии), но и регуляторы каждого штата, где работают компании. Это Виргиния, Северная и Южная Каролина, Флорида и несколько других. История похожих сделок говорит, что одобрение займёт два-три года минимум.

Зачем NextEra идёт на это сейчас? Ответ - в одном слове и одной цифре. Слово: Ashburn. Это городок в Виргинии, через который проходит 70% мирового интернет-трафика и вокруг которого построена крупнейшая концентрация дата-центров на планете. Электричество туда поставляет Dominion. Цифра: Dominion отчитался о приблизительно 51 ГВт законтрактованной мощности для дата-центров по состоянию на март 2026 года, что на 2,5 ГВт больше, чем в декабре. Для масштаба: одна крупная атомная электростанция - это около 1 ГВт. То есть Dominion уже законтрактовал клиентам мощности, эквивалентные пятидесяти атомным энергоблокам.

Чтобы это построить, нужны деньги, площадки и федеральные разрешения. NextEra планирует добавить минимум 15 ГВт новых генерирующих мощностей в течение следующего десятилетия для поддержки роста дата-центров. Объединившись с Dominion, она получает не только готовый портфель клиентов, но и плацдарм для ядерной генерации - Виргиния один из немногих штатов США, где политически возможно строить новые АЭС. Exelon в 2016 году провела похожее по структуре поглощение Pepco Holdings - тоже регулируемая утилита, тоже stock-for-stock merger, тоже регуляторный кошмар. Тогда одобрение заняло больше двух лет, и сделка прошла с жёсткими условиями.

Любая компания, которая планирует запустить новую большую AI-модель в ближайшие пять лет, должна сейчас задать себе вопрос: знаю ли я, кто будет поставлять электричество моим серверам в 2030 году. Если ответ «не знаю» - стоит начать узнавать. Потому что монополист на этот рынок только что появился и его зовут NextEra Dominion.

684% за квартал: как бывший основатель Яндекса собрал AI-инфраструктуру с нуля

В 1997 году в Москве два школьных друга - Аркадий Волож и Илья Сегалович - основали поисковую систему Яндекс. К 2011 году это была крупнейшая интернет-компания России, выручка которой росла десятилетиями, а IPO на Nasdaq принесло $1,3 млрд. В 2022 году, после вторжения России в Украину, Европейский Союз ввёл против Воложа санкции, и он был вынужден уйти со всех постов в Яндексе. В августе 2023 года он публично осудил войну: «вторжение России в Украину варварское, и я категорически против него».

В марте 2024 года ЕС снял с Воложа санкции. В июле того же года голландская холдинговая компания Yandex N.V. продала все российские активы за $5,2 млрд - крупнейший корпоративный выход иностранного бизнеса из России. Оставшиеся международные активы были реорганизованы в Nebius Group; в октябре 2024 года компания вышла на Nasdaq под тикером NBIS. Волож вернулся на пост CEO. Это была история человека, у которого государство отняло первую жизнь в бизнесе - и который начал вторую с нуля в 60 лет, в эмиграции, с переименованной компанией без российской выручки и без российских инженеров.

Прошло чуть больше года. 13 мая 2026 года Nebius отчиталась за первый квартал.

Выручка - $399 млн в первом квартале 2026 года, рост на 684% по сравнению с $50,9 млн годом ранее. Это не опечатка и не результат маленькой базы из ничего - это компания, которая выросла почти в восемь раз за двенадцать месяцев. Скорректированная EBITDA вышла из минуса в плюс: $129,5 млн прибыли против убытка $53,7 млн годом ранее. EBITDA - это прибыль до вычета процентов, налогов и амортизации; для инфраструктурного бизнеса, который инвестирует миллиарды в железо, это ключевая метрика операционного здоровья, потому что показывает, зарабатывает ли бизнес деньги до того, как из них вычтут стоимость самого железа.

За той же отчётностью - сделка Nebius с Meta на $27 млрд на пять лет: $12 млрд фиксированного обязательства на выделенные вычисления плюс $15 млрд опциона на дополнительную ёмкость по усмотрению Nebius. Структура важна: $12 млрд - это деньги, которые Meta гарантированно отдаст Nebius в обмен на гарантированную мощность. $15 млрд - это право Meta довыкупить ещё, но не обязанность. Для инвестора такие контракты - почти то же самое, что залог под кредит: банк готов финансировать строительство дата-центров, потому что выручка уже законтрактована.

Годовая выручка по последнему месяцу, если её просто умножить на двенадцать (это и называется ARR - annualized run rate), достигла $1,9 млрд - рост более чем на 50% от $1,25 млрд кварталом ранее. План на год: капитальные затраты $20-25 млрд в 2026 году против предыдущего диапазона $16-20 млрд. То есть Nebius за один квартал увеличила план инвестиций в железо на $4-5 млрд. На что? На строительство дата-центров под уже подписанные контракты с Meta, Microsoft и Nvidia. Контрактованная мощность превысила 3,5 ГВт - больше, чем предыдущая цель компании на конец года в 3 ГВт, и более 75% этой мощности принадлежит компании напрямую.

Сам Волож в комментарии к результатам сказал просто: «Всё, что мы строим, продано. Это то, что заставляет нас строить ещё больше». У этой фразы есть второе дно. Если всё распродано до сдачи - значит, цена недостаточна. Значит, спрос превышает предложение настолько, что любая новая мощность находит покупателя ещё в чертежах. В экономике это называется дефицит мощности. На рынке дата-центров образца 2026 года это называется новой нормой.

Здесь полезно понимать, что Nebius - не уникальное явление, а часть закономерности. Похожая история сейчас разворачивается у IREN, бывшего Bitcoin-майнера: IREN закрыл размещение конвертируемых нот на $3 млрд с купоном 1% годовых и сроком погашения в 2033 году, направив средства на строительство AI-дата-центров. Деньги ищут операторов, которые умеют быстро строить вычислительную инфраструктуру - и готовы платить за это премиальную мультипликаторы, потому что Microsoft, Meta и Nvidia не могут построить себе всё сами.

Личная сторона истории не менее важна, чем финансовая. Волож строит компанию, у которой нет российских корней по балансу, нет российских инженеров по штату и нет шансов когда-либо вернуться в страну, где он родился и начал свой первый бизнес. Для предпринимателя, у которого государство отняло компанию ценой более $20 млрд, вторая жизнь оказалась мощнее первой.

Что эти три сделки говорят вместе

Если сложить три истории недели в одну картинку - получается следующее. Сверху, на уровне приложений и моделей, OpenAI продаёт долю в своём корпоративном внедрении консалтерам и фондам прямых инвестиций под гарантированные 17,5% годовых. Посредине, на уровне физической мощности, две регулируемые утилиты собираются объединиться, чтобы стать монопольным поставщиком электричества для крупнейшего скопления дата-центров в мире. Внизу, на уровне самих серверов, бывший российский предприниматель строит компанию, которая удвоила квартальную выручку за три месяца и распродала всю будущую мощность до её ввода.

Три уровня одного и того же стека. Все три - финансируются капиталом, который ищет не lottery ticket венчурной победы, а контрактный возврат с физических активов. Это и есть главный сдвиг 2026 года: AI стал слишком большим, чтобы оставаться венчурной историей. Он переместился в категорию, где деньги работают как в недвижимости и энергетике - через долгосрочные контракты, гарантированные ставки и регулируемые тарифы.

Провокационный вопрос: если McKinsey покупает долю в инструменте, который её заменит, NextEra покупает электросеть для серверов, которые не она строит, а Nebius продаёт мощность, которой ещё нет, - кто из них на самом деле венчурный инвестор, а кто пенсионный фонд? Кажется, граница между этими ролями просто стёрлась.

На следующей неделе стоит следить за двумя вещами. Первое - официальное подтверждение или опровержение переговоров NextEra и Dominion. Любое заявление одной из сторон сдвинет акции обеих минимум на 10% и зафиксирует или развалит самую крупную утилитарную сделку в истории США. Второе - реакция Anthropic на аналогичную PE-структуру вокруг себя: Goldman Sachs уже единственный, кто инвестирует и в DeployCo, и в сопоставимый проект Anthropic. Если Anthropic объявит свою версию совместного предприятия в ближайшие недели, мы получим вторую точку и сможем называть это рынком, а не отдельным экспериментом.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Электричество в крупнейшей энергосети США подорожало на 76% из-за дата-центров AI

В сети PJM Interconnection оптовые цены выросли на 75,5% — федеральный наблюдатель требует, чтобы AI-компании платили сами

🔴 Электричество в крупнейшей энергосети США подорожало на 76% из-за дата-центров AI

Никогда раньше федеральный наблюдатель не говорил так прямо: «цены для потребителей резко выросли, и это уже не вернуть назад».

Как пишет Tom's Hardware, в первом квартале 2026 года оптовые цены в энергосистеме PJM Interconnection — крупнейшей в США — выросли на 75,5% по сравнению с тем же кварталом прошлого года: с $77,78 до $136,53 за мегаватт-час. Независимый орган Monitoring Analytics выпустил отчёт, в котором прямо указал виновного: дата-центры AI. Регулятор требует, чтобы технологические гиганты договаривались с производителями электричества напрямую и оплачивали свою долю инфраструктуры, а не перекладывали стоимость на жителей и малый бизнес. Следующий аукцион мощности — в июне 2026 года.

Это первое крупное столкновение AI-индустрии с реальной экономикой. Дешёвое электричество, на котором держалось обещание AI-революции, кончилось, и счёт пришёл обычным американцам. Для российского бизнеса вывод двойной: во-первых, ваши клиенты в США увидят растущие издержки во всех связанных сервисах. Во-вторых, готовьтесь к тому, что российские власти тоже посмотрят на энергоснабжение AI — крупные дата-центры планируются и у нас, и регуляторика рано или поздно придёт к тому же выводу.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#датацентры #облако #инфраструктура #энергетика #мощности #регуляция #BigTech #ИИ #технологии #AravanaAI

Китай выдаёт гуманоидам цифровые паспорта — каждому роботу 29 символов на всю жизнь

Каждый гуманоид в Китае получает 29-значный ID с историей износа, ремонта и использования

🔴 Китай выдаёт гуманоидам цифровые паспорта — каждому роботу 29 символов на всю жизнь

Когда человекоподобный робот сходит с конвейера, ему теперь присваивают идентификационный номер. Куда бы он ни перешёл, его история останется в государственной базе.

В мае 2026 года Центр инноваций гуманоидной робототехники провинции Хубэй запустил систему цифровых паспортов: каждый робот получает уникальный 29-значный идентификатор с данными о производителе, железе, уровне интеллекта и серийном номере. К идентификатору привязана живая платформа, которая отслеживает износ суставов, точность движений, состояние батареи, историю обслуживания и сценарии использования. По сути — история жизни робота, как у подержанной машины: следующий покупатель видит всё. Министерство промышленности Китая курирует процесс и финализирует национальный стандарт; цель — глобальное лидерство к 2027 году. Уже сейчас Китай контролирует 84,7% мирового производства гуманоидов.

Это инфраструктура для рынка, а не просто учёт. Когда у каждого робота есть прозрачная история, появляются вторичный рынок, страхование, лизинг и ответственность производителя — можно отличить программную ошибку от халатности оператора. Россия и Запад пока спорят о том, нужно ли вообще регулировать гуманоидов. Китай тем временем строит экосистему, в которой они будут продаваться и перепродаваться как автомобили. К 2030 году только внутренний китайский рынок министерство оценивает в $120 миллиардов.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#роботы #робототехника #гуманоиды #автоматизация #физическийИИ #Китай #регуляция #геополитика #ИИ #технологии #AravanaAI

Жюри в Окленде решает судьбу Альтмана: отстранение и штраф в $134 млрд

Девять присяжных в Окленде ушли совещаться по иску Маска против OpenAI: требование отстранить Альтмана и взыскать до $134 млрд неправомерной прибыли.

🔴 Жюри в Окленде решает судьбу Альтмана: отстранение и штраф в $134 млрд

Девять присяжных федерального суда в Окленде ушли совещаться. На столе у них — не просто иск, а вопрос: должны ли Сэм Альтман и Грег Брокман уйти из OpenAI и вернуть Маску до $134 млрд «неправомерной прибыли».

Маск дал OpenAI $38 млн в 2015–2017 годах под обещание оставаться некоммерческой. В материалах дела фигурирует запись из дневника Брокмана от ноября 2017 года, где он сам называет это обещание «ложью». Маск требует от жюри трёх вещей: отстранить Альтмана и Брокмана, отменить реструктуризацию OpenAI в публичную корпорацию октября 2025 года и перенаправить активы обратно в благотворительный фонд. Дело ведёт судья Ивонна Гонсалес Роджерс. Microsoft — соответчик.

Для любого, кто строит бизнес на ChatGPT (а это уже 700 млн пользователей в неделю), вердикт меняет правила. Если жюри согласится с Маском, у OpenAI вырвут руль и заморозят корпоративную форму, через которую идут все коммерческие контракты. Это не теоретический риск конкурента — это риск, что у вашего основного AI-поставщика на неделю-другую отстранят гендиректора и пересоберут структуру владения. Держите резервный план на Claude или Gemini, и ближайшие дни смотрите на новости из Окленда внимательнее, чем на котировки.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #ChatGPT #OpenAI #модели #агентыИИ #геополитика #регуляция #безопасностьИИ #BigTech #Microsoft #ИИ #технологии #AravanaAI

Мальта раздаст ChatGPT Plus всем гражданам — первая страна в мире

OpenAI и правительство Мальты запускают с мая 2026 года первую в мире национальную программу: бесплатный ChatGPT Plus всем гражданам после курса AI-грамотности.

🔴 Мальта раздаст ChatGPT Plus всем гражданам — первая страна в мире

Есть страны, которые субсидируют электричество и интернет. Мальта решила субсидировать AI. С мая 2026 года каждый житель острова получит год бесплатной подписки на ChatGPT Plus — но не просто так.

По условиям соглашения с OpenAI, доступ дают только после прохождения курса «AI for All», разработанного Университетом Мальты. Подписка стоит $20 в месяц на открытом рынке. Для участия нужно действующее цифровое удостоверение личности ЕС и сертификат об окончании модуля по ответственному использованию AI. За программу отвечает Управление цифровых инноваций Мальты, она работает и для мальтийцев за рубежом. Это первая в мире национальная сделка такого рода — пилот программы OpenAI for Countries, которая раньше точечно заходила в Эстонию (для учителей) и Грецию (для госаппарата). Джордж Осборн, глава этого направления, говорит без обиняков: OpenAI воспринимает AI как «новую национальную инфраструктуру, как электричество».

Для российского предпринимателя тут два сигнала. Первый: рынок инструментов для бизнеса меняется. Если ChatGPT раздают как госуслугу, конкурентное преимущество от «у меня есть подписка» обнуляется — выигрывает тот, кто умеет выстраивать на AI бизнес-процессы. Второй: страны начинают конкурировать за AI-грамотность населения как за рабочую силу. Если Мальта за пару лет выучит работе с агентами всё трудоспособное население, она станет точкой сборки удалённых команд для всей Европы. Это и шанс, и предупреждение.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #ChatGPT #OpenAI #модели #агентыИИ #геополитика #регуляция #ЕС #будущеетруда #навыки #ИИ #технологии #AravanaAI

Брокман берёт всю продуктовую стратегию OpenAI — Sora и Science отправлены в архив

16 мая Грег Брокман официально возглавил продуктовую стратегию OpenAI. Компания сводит ChatGPT, Codex и API в единую платформу, побочные проекты Sora и Science свёрнуты.

🔴 Брокман берёт всю продуктовую стратегию OpenAI — Sora и Science отправлены в архив

Сэм Альтман в конце прошлого года объявил «красный код» и потребовал от команды сосредоточиться на ChatGPT. Через полгода OpenAI закрыла побочные проекты — Sora и OpenAI for Science — и передала всю продуктовую вертикаль соучредителю Грегу Брокману.

TechCrunch сообщает: 16 мая Брокман официально возглавил стратегию продуктов. Компания сводит ChatGPT, Codex и API в единую платформу. Цитата Брокмана: «Мы консолидируем продуктовые усилия, чтобы с максимальным фокусом исполнять курс в агентское будущее — побеждать и в потребительском, и в корпоративном сегментах». Он де-факто уже исполнял эту роль во время медицинского отпуска Фиджи Симо, отвечавшей за развёртывание AGI. Теперь это закреплено формально.

Для предпринимателя это сигнал стратегического сужения. OpenAI выбирает узкую развилку: ChatGPT для пользователей, Codex и API для разработчиков, всё под единой агентской платформой. Если ваш бизнес делал ставку на побочные направления вроде видеогенерации или научного AI — пора оценить, выживет ли поставщик. Если строите на ChatGPT и Codex — наоборот, ставка одного из лидеров рынка на эти продукты резко повышает вашу уверенность в выбранных технологиях на ближайшие 12–18 месяцев.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #ChatGPT #OpenAI #модели #агентыИИ #корпоративнаястратегия #BigTech #ИИ #технологии #AravanaAI

Daily Digest — 17 мая 2026

Google готовит интеллектуальный Android, EY стирает фальшивый отчёт, ArXiv банит за нейросеть, Китай раздаёт роботам паспорта - будущее показывают и ломают в один день.

Google четыре дня готовит сцену для I/O — ежегодной конференции для разработчиков и прессы, на которой компания ежегодно объявляет о главных технологических изменениях. В этом году Google обещает переописать, что такое смартфон, операционная система и сама идея «персонального устройства». Пока в Маунтин-Вью репетируют будущее, EY Canada тихо стирает с серверов 44-страничный отчёт: половина ссылок в нём - фантазии нейросети, подписанные двумя партнёрами Big Four. ArXiv, главный архив научных препринтов мира, в один день вводит годовой бан за работы, написанные нейросетью без проверки автором. А Китай запускает национальную систему 29-символьных «паспортов» для гуманоидных роботов - первую в мире государственную инфраструктуру, где машина становится учётной единицей. Один день. Будущее показывают и оно же ломается на глазах - пока кто-то начинает строить вокруг него правовую рамку.

Google готовит переход Android от операционной системы к интеллектуальной

Google I/O — ежегодная конференция Google для разработчиков и партнёров — пройдёт 19-20 мая 2026 года; главное выступление назначено на 19 мая в 13:00 по восточному времени. Часть анонсов компания уже распаковала на предшествующем шоу: появилось имя нового флагмана - Gemini Intelligence, и стало понятно, кому он достанется. Минимальные требования: 12 ГБ оперативной памяти, флагманский процессор и поддержка локальной модели Gemini Nano v3. Под эти параметры подходят семь устройств - Samsung Galaxy S26, S26 Plus, S26 Ultra и Pixel 10, 10 Pro, 10 Pro XL, 10 Pro Fold. Старые телефоны остаются за бортом: Google сознательно делит парк на «до» и «после».

Сама компания формулирует это как сдвиг Android от «операционной системы» к «интеллектуальной системе». Звучит как маркетинг, но за фразой стоит конкретное изменение: интерфейс больше не набор приложений, между которыми пользователь переключается, а единый агент, который сам ходит по сайтам, заполняет формы и диктует тексты. В Android 17 уже показаны два прикладных примера: Chrome Autobrowse автоматизирует рутинные веб-задачи прямо в браузере, а Rambler научился расшифровывать голос с учётом естественной речи - пауз, оговорок и переспросов. Отдельно Google анонсировал Googlebook - преемника линейки Chromebook. Если Chromebook был «браузер вместо операционной системы», то Googlebook похож на следующий шаг: машина, в которой и операционная система, и приложения сводятся к одному агенту.

Тут важна не столько сама конференция, сколько её таймирование. За четыре дня до главного показа OpenAI спешно объединила ChatGPT и Codex под единым руководством - явный сигнал, что в Маунтин-Вью знают, что покажет конкурент, и не хотят выходить на сцену 19 мая без своего «единого продукта». Google играет с домашнего поля: у него уже есть миллиарды устройств с предустановленным Android, прямой канал в магазин приложений и контроль над тем, какая модель крутится локально на чипе. OpenAI приходится перестраиваться на ходу, чтобы хотя бы выглядеть равной силой. Главный вопрос недели - не «что покажет Google», а «успеет ли Альтман ответить раньше, чем Google закроет главную сцену».

EY первой из Big Four отозвала отчёт из-за галлюцинаций нейросети

История началась с обычного запроса от журналистов Sherwood News к стартапу GPTZero - сервису, который определяет, написан ли текст человеком или нейросетью. Основатель GPTZero Эдвард Тиан пропустил через свой детектор более 3000 консалтинговых документов и нашёл показательный пример: 44-страничный отчёт «Points of Attack: Uncovering Cyber Threats and Fraud in Loyalty Systems», опубликованный EY Canada в декабре 2025 года. Документ был подписан тремя сотрудниками - двумя партнёрами и старшим менеджером, и формально касался кибербезопасности, то есть области, где точность ссылок критична до запятой.

Из 27 цитирований в отчёте 16 оказались с ошибками - 60% ссылок были галлюцинированы. Это значит вот что: нейросеть выдумала статьи в Forbes, McKinsey, Gartner, TechCrunch и WIRED - с правдоподобными заголовками и фамилиями авторов, но самих публикаций никогда не существовало. Детектор GPTZero оценил документ как «72% AI-generated» - это не доказательство, что нейросеть писала текст целиком, но сильное указание, что черновик прошёл через модель без последующей человеческой проверки. EY Canada в комментарии заявила, что «серьёзно относится к точности публикуемого контента и имеет общеорганизационное обязательство по ответственному использованию AI» - и удалила отчёт.

Big Four - это четыре крупнейших аудиторских и консалтинговых компании мира: Deloitte, PwC, EY и KPMG. К их отчётам обращаются министерства, советы директоров и регуляторы - именно потому, что подпись партнёра EY означает: документ прошёл многоступенчатую проверку. Здесь произошло обратное: 16 ложных ссылок не зацепили ни редактора, ни юриста, ни самого партнёра, чьё имя стоит на обложке. Это первый публичный отзыв опубликованного исследования крупным консалтингом из-за нейросетевых галлюцинаций - и значит, прецедент создан. Дальше уже не получится списывать такие истории на «отдельный случай»: теперь у клиентов EY есть конкретный аргумент при следующем счёте за «глубокий анализ». А у конкурентов из Deloitte, PwC и KPMG появилась короткая пауза, в которой стоит проверить собственные публикации прежде, чем тот же Эдвард Тиан возьмётся за их PDF.

Главный архив препринтов мира вводит годовой бан за нейросеть без проверки

ArXiv - это открытый репозиторий, в который учёные выкладывают научные статьи ещё до того, как те пройдут официальное рецензирование в журналах. Для физики, математики, computer science и AI это де-факто главная витрина исследований: новая работа сначала появляется на ArXiv, и только потом, через месяцы, доходит до Nature или Science. Архив существует с 1991 года, в нём миллионы препринтов, и его правила традиционно становятся ориентиром для рецензируемых журналов. Поэтому когда ArXiv меняет политику - меняется и весь академический мир.

По данным TechCrunch, ArXiv 15 мая объявил правило one-strike: годовой бан за доказанное использование нейросети без проверки результатов. После окончания бана автор сможет публиковать новые препринты только при условии, что они уже приняты в рецензируемом журнале. Модераторы фиксируют нарушение, руководитель секции подтверждает доказательства, у автора есть право апелляции. Что считается доказательством? Галлюцинированные ссылки в библиографии и мета-комментарии от самой модели - например, оставленные в тексте просьбы «заполни таблицу данными» или «внеси правки в этот абзац». То, что в обычных статьях прячут, в препринтах остаётся как улика.

ArXiv не запрещает нейросети полностью - разрешено пользоваться моделями при условии, что автор берёт на себя полную ответственность за результат. Запрещён конкретный сценарий: плагиат, неправильные ссылки, ошибки, предвзятый или вводящий в заблуждение контент. Логика та же, что у EY с её отозванным отчётом, только сформулированная заранее: проблема не в инструменте, проблема в подписи под текстом. Если автор готов поручиться за каждую цитату - нейросеть остаётся черновиком. Если не готов - это уже не наука, а автогенерация.

Для индустрии это сигнал тройного значения. Во-первых, ArXiv первым из крупных научных институтов вводит формальную меру против AI-мусора - раньше речь шла только о «руководствах для авторов». Во-вторых, основанием для бана становятся именно те улики, которые легко поймать алгоритмически: битые ссылки, упоминания LLM в теле работы. И в-третьих, годовой бан со штрафом «после - только через рецензирование» сильнее, чем кажется: для аспиранта или постдока выпасть из ArXiv на год значит потерять видимость в сообществе, на которой держатся гранты и предложения работы. Учёные станут осторожнее не потому, что выросло качество нейросетей, а потому что выросла цена ошибки.

Китай запускает первый в мире государственный реестр гуманоидных роботов

Каждый гуманоидный робот, выпущенный в Китае, должен будет получить 29-символьный цифровой код с данными производителя, характеристиками, уровнем интеллекта и серийным номером. Министерство промышленности и информационных технологий КНР объявило целью глобальное лидерство в гуманоидной робототехнике к 2027 году, а внутренний рынок планирует довести до $120 млрд к 2030 году. Пилот системы запущен в провинции Хубэй: проект ведёт Центр инноваций гуманоидной робототехники в Ухане, а официальная выдача кодов начнётся после утверждения национальных стандартов. Параллельно реестр будет собирать данные в реальном времени - историю обслуживания, сценарии использования, износ суставов, заряд батареи и точность движений.

Чтобы понять масштаб: глобальный рынок гуманоидных роботов в 2025 году составил около 17 000 поставленных единиц при объёме примерно 2,88 млрд юаней - это меньше, чем продаёт за месяц один средний автозавод. Но из этих 17 000 устройств около 14 400 выпущены в Китае: 84,7% мирового производства и более 140 локальных производителей. То есть страна, которая контролирует 85% индустрии, первой создаёт государственный реестр для своей же продукции. Логика похожа на VIN-номера автомобилей: каждая машина получает уникальный идентификатор при производстве, по нему отслеживается весь жизненный цикл. Только здесь добавлены параметры, которых у машины нет - уровень интеллекта и реальное движение суставов в каждый момент.

Зачем государству эта телеметрия? Сразу три вещи становятся возможны. Первое - трассировка ответственности при инциденте: если гуманоид сбил человека на складе, по 29-символьному коду мгновенно поднимается история эксплуатации, кто его обслуживал, что было перепрошито в последний раз. Второе - прозрачный вторичный рынок: продавец не сможет скрыть, что у робота изношены приводы, как сейчас скрывают пробег машины. Третье и главное - регуляторный рычаг: когда у государства есть онлайн-карта всех машин по серийникам, оно может вводить требования к классу интеллекта, ограничивать определённые сценарии или дистанционно выявлять модели, которые ведут себя нештатно. Робот в этой логике становится не товаром, а учётным субъектом - чем-то между автомобилем и племенным животным со своим документом.

Для остального мира это значит две вещи сразу. Во-первых, китайские роботы выйдут на экспорт с уже зашитым в них регуляторным языком: производителю в Германии или США придётся либо принимать чужой стандарт, либо строить альтернативный - а альтернативный придётся согласовывать с тем рынком, который выпускает 85% устройств. Во-вторых, пока в Европе и США спорят об «этике AI» в виде деклараций, Китай делает первый шаг в практической плоскости: не «как мы думаем о роботах», а «как мы их физически считаем». Через год эта инфраструктура будет либо скопирована, либо станет фактическим стандартом по умолчанию - других государственных реестров такого масштаба просто нет.

Google разворачивает Android в сторону единого агента, EY чистит серверы после нейросети, ArXiv банит на год за неотредактированный черновик, Китай раздаёт роботам паспорта. Будущее показывают и оно же ломается на глазах - и пока на Западе спорят о принципах, у Пекина уже есть строка в базе данных на каждого гуманоида.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Как начать пользоваться Luma Agents: творческий AI-агент для контента

Luma Agents -- это платформа для создания полноценного творческого контента с помощью AI-агентов. Текст, изображения, видео и аудио в одном рабочем процессе.

Что это и для кого

Luma Agents -- это принципиально новая платформа для создания творческого контента с помощью AI-агентов, запущенная компанией Luma AI в марте 2026 года. Если вы знаете Luma AI по генератору видео Dream Machine, то Luma Agents -- это следующий уровень: не просто отдельный инструмент, а полноценная система, где AI-агенты самостоятельно координируют создание текста, изображений, видео и аудио в рамках единого творческого задания.

В основе платформы лежит новая модель Uni-1 (Unified Intelligence 1) -- первая мультимодальная модель Luma, обученная одновременно на аудио, видео, изображениях, тексте и пространственных данных. Uni-1 не просто понимает разные форматы: она рассуждает о них как о едином целом. Именно это позволяет агентам Luma создавать согласованный контент, где музыкальный ряд соответствует визуальному стилю, а нарратив логично разворачивается через видео и текст.

Кому это нужно? В первую очередь -- маркетологам и рекламным командам, которым нужно создавать многоформатный контент быстро и дешевле, чем через традиционное производство. Дизайн-студиям и агентствам, которые хотят добавить AI-инструменты в рабочий процесс. Инди-контент-мейкерам и видеоблогерам, которые хотят поднять качество без найма дополнительной команды. И корпоративным командам, которым нужны рекламные материалы, обучающие видео или брендинговый контент в промышленных масштабах.

Уже на старте среди клиентов платформы -- глобальные рекламные агентства Publicis Groupe и Serviceplan, а также бренды Adidas, Mazda и Saudi AI company Humain. TechCrunch называет Luma Agents одним из самых значимых запусков в области генеративного AI в 2026 году. Платформа принципиально меняет то, как создается коммерческий контент.

Важно понимать, в чем принципиальное отличие от предыдущих инструментов Luma. Dream Machine -- это генератор видео: вы вводите промт, получаете видео. Luma Agents -- это система оркестрации: вы ставите творческую задачу высокого уровня, а агент сам решает, какие инструменты и в каком порядке использовать, чтобы достичь результата. Это не просто улучшение одного инструмента, это другая парадигма работы с AI-контентом.

Если сравнивать с конкурентами: Runway ML и Pika сосредоточены только на видео. Adobe Firefly интегрируется в существующие инструменты Adobe, но не предлагает агентного подхода. Luma Agents занимает нишу платформы полного цикла, где агент самостоятельно ведет проект от идеи до финального материала, пригодного для публикации.

Как зарегистрироваться / установить

Luma Agents доступна через веб-интерфейс и API. Для начала работы не нужно ничего устанавливать: все работает в браузере.

Шаг первый: регистрация. Перейдите на сайт lumalabs.ai и нажмите кнопку Get Started или Sign Up. Зарегистрируйтесь через email-адрес или аккаунт Google. После входа вы попадете в основной дашборд Luma, где видны все ваши проекты. Для доступа к Luma Agents специфически перейдите в раздел Agents в левом меню навигации.

Шаг второй: выбор плана. На момент написания Luma предлагает несколько уровней доступа. Бесплатный план позволяет попробовать базовые возможности с лимитами на количество генераций. Платные планы предоставляют больше генераций в месяц, доступ к более мощным моделям и коммерческое лицензирование созданного контента. Актуальные цены и условия смотрите на странице lumalabs.ai/pricing, они могут меняться.

Шаг третий: доступ через API. Если вы разработчик или хотите интегрировать Luma Agents в собственное приложение, перейдите на lumalabs.ai/dream-machine/api. Создайте API-ключ в личном кабинете. Документация API доступна там же и содержит примеры кода на Python, JavaScript и cURL. API позволяет автоматизировать создание контента и встроить возможности Luma в собственные рабочие процессы.

Шаг четвертый: знакомство с интерфейсом. После входа в раздел Agents вы увидите несколько готовых шаблонов агентов: Creative Director (для полноценных кампаний), Video Producer (только видео), и Social Media Kit (контент для соцсетей). Начните с одного из шаблонов, чтобы понять логику работы платформы, прежде чем создавать собственные рабочие процессы.

Шаг пятый: настройка Brand Kit. Если вы работаете с конкретным брендом, рекомендуется сразу загрузить Brand Kit -- набор фирменных цветов, шрифтов, логотипов и примеров визуального стиля. Агент будет автоматически придерживаться этих параметров во всех генерациях, что обеспечивает единообразие контента без необходимости каждый раз подробно объяснять стилистические требования.

Шаг шестой: подключение внешних платформ. В настройках аккаунта можно подключить социальные сети (Instagram, TikTok, YouTube) и облачные хранилища (Google Drive, Dropbox). После подключения агент сможет напрямую публиковать готовый контент или сохранять его в нужное место без лишних действий с вашей стороны.

Первый запуск -- что попробовать

Рекомендуем начать с самого простого сценария: создание короткого видеоролика для соцсетей. Это займет около 5 минут и даст наглядное представление о возможностях платформы.

Первый эксперимент: рекламный ролик. В разделе Agents выберите шаблон Video Producer или Create New Agent. Опишите задачу на русском или английском, например: создай 15-секундный рекламный ролик для кофейни в стиле атмосферного кино с живой музыкой. Luma Agents сначала предложит концепцию: нарратив, визуальный стиль, выбор музыки. Подтвердите или скорректируйте концепцию, затем нажмите Generate. Агент последовательно создаст изображения, анимирует их в видео через Ray 3.14, добавит фоновую музыку и сведет финальный ролик.

Второй эксперимент: серия постов для Instagram. Создайте агента с задачей -- создай 5 постов для Instagram бренда спортивной одежды в минималистичном стиле с единой цветовой гаммой. Агент создаст связанные изображения, подберет капшены и предложит расписание публикаций. Это наглядно показывает, как агент думает о контенте как о системе, а не как об отдельных элементах.

Третий эксперимент: взаимодействие с результатом. После генерации вы можете давать агенту обратную связь в обычном текстовом чате: сделай фон светлее, добавь больше динамики в начало, замени музыку на более энергичную. Агент помнит контекст вашего проекта и вносит изменения осмысленно, а не заново создает контент с нуля.

Четвертый эксперимент: полноценная кампания. Попробуйте шаблон Creative Director для создания небольшой маркетинговой кампании. Дайте агенту задание вроде: создай контент-план для запуска нового продукта -- мобильного приложения для медитации -- на русскоязычную аудиторию. Включи 3 видеоролика (15 сек каждый), 6 постов для Instagram и 2 баннера для таргетированной рекламы. Агент составит структуру кампании, запросит уточнения по позиционированию и цветовой палитре, а затем последовательно создаст все материалы с единым визуальным языком.

Пятый эксперимент: работа с референсами. Загрузите несколько примеров контента, который вам нравится, и попросите агента создать нечто в похожем стиле, но уникальное. Luma Agents умеет анализировать загруженные изображения и видео как стилистические референсы, а не копировать их напрямую. Это полезно, когда сложно описать желаемый результат словами, но есть наглядные примеры.

Ключевые фишки

Модель Uni-1 и мультимодальное рассуждение. Сердце платформы -- модель Unified Intelligence 1, обученная одновременно на разных модальностях. Это означает, что агент не просто соединяет выходы отдельных моделей -- он рассуждает о проекте как о целостном произведении. Визуальный стиль, музыкальный темп, длина сцен и текстовый нарратив согласованы на уровне модели, а не через ручную склейку.

Координация сторонних AI-систем. Luma Agents умеет оркестрировать другие AI-модели в рамках одного проекта. Агент может использовать Ray 3.14 (видеогенерация Luma), Google Veo 3 (видео с диалогами), ByteDance Seedream (художественные изображения), ElevenLabs (голосовая озвучка). Пользователь не думает о том, какую модель выбрать для какой задачи -- агент решает это сам на основе требований проекта.

Итеративная работа с контентом. В отличие от генераторов, которые выдают результат и ждут нового запроса, Luma Agents работает в режиме диалога. Вы можете уточнять задание, давать обратную связь, просить переработать отдельные элементы -- и агент поддерживает полный контекст проекта от первого промта до финального экспорта.

Шаблоны и автоматизация. Платформа поддерживает сохранение успешных агентных конфигураций как шаблонов. Если вы создали идеального агента для ежемесячного дайджеста в соцсетях, сохраните его и запускайте каждый раз с новыми данными. Через API можно настроить полностью автоматический запуск агентов по расписанию или триггерам из внешних систем.

Коммерческие права на контент. Важное практическое преимущество: при использовании платных планов Luma Agents весь созданный контент передается в коммерческую собственность пользователя. Это критично для брендов и агентств, которым нужна юридическая чистота использования AI-сгенерированного контента в рекламе и публичных кампаниях.

Интеграция с профессиональными инструментами. Luma Agents поддерживает экспорт в форматы, совместимые с Adobe Premiere, Final Cut Pro и DaVinci Resolve. Видео экспортируется с альфа-каналом и отдельными звуковыми дорожками там, где это применимо. Это позволяет использовать платформу как инструмент для быстрого прототипирования, финальную доработку которого выполняют профессиональные редакторы.

Многоязычная поддержка. Luma Agents принимает промты на русском языке и генерирует контент с учетом языкового контекста. Это означает, что, описывая задачу по-русски, вы получаете контент, адаптированный под русскоязычную аудиторию, -- с учетом культурных нюансов, а не просто механически переведенный. Для команд, работающих с российской или СНГ-аудиторией, это существенное преимущество перед многими западными платформами.

Аналитика и отчеты. В разделе Analytics доступна статистика по всем созданным проектам: сколько генераций использовано, какие агентные конфигурации сработали лучше всего, сколько итераций потребовал каждый проект. Эти данные помогают оптимизировать рабочий процесс и обосновать инвестиции в платформу перед руководством или клиентами.

Цены и ограничения

Luma предлагает несколько уровней доступа. Бесплатный план включает ограниченное количество генераций в месяц и позволяет ознакомиться с возможностями без оплаты, но не предполагает коммерческого использования контента. Платные планы Start, Pro и Business отличаются количеством доступных генераций, приоритетом в очереди и условиями лицензирования. Актуальные цены и лимиты всегда публикуются на lumalabs.ai/pricing, так как они периодически обновляются.

Важное ограничение: Luma Agents на момент написания находится в стадии постепенного развертывания. Публичный доступ через API открывается для новых пользователей постепенно, чтобы обеспечить стабильность сервиса. Если вы не можете сразу получить полный доступ, добавьтесь в лист ожидания на официальном сайте.

По качеству: генерация видео через Luma Agents занимает от 30 секунд до нескольких минут в зависимости от сложности и длины. Длинные видео (более 30 секунд) создаются покадрово и могут потребовать нескольких итераций для достижения желаемого результата. Физически сложные сцены -- вода, огонь, толпы людей -- всё ещё могут содержать артефакты, характерные для современных AI-видеогенераторов.

Контент-политика Luma строго запрещает создание дипфейков реальных людей без их согласия, дезинформации и контента для взрослых. Нарушение может привести к блокировке аккаунта.

Технические ограничения на данный момент: максимальная длина одного видеофрагмента -- 30 секунд. Более длинные видео создаются как серия фрагментов, которые агент монтирует в единый ролик. Разрешение видео -- до 1080p, поддержка 4K заявлена в роадмапе. Изображения генерируются с максимальным разрешением 4096x4096 пикселей.

Для корпоративных клиентов доступен план Enterprise с выделенными вычислительными ресурсами, гарантированным SLA по времени генерации и возможностью развертывания в корпоративной инфраструктуре. Условия Enterprise обсуждаются индивидуально через контактную форму на сайте.

Нужен ли VPN из России

На момент написания Luma AI доступна в России без VPN. Сайт lumalabs.ai открывается и работает с российских IP-адресов. Регистрация через email и Google-аккаунт проходит без ограничений; российских пользователей не просят подтверждать местоположение или выбирать страну из разрешенного списка.

Оплата платных планов принимается через Stripe -- международную платежную систему. Российские карты Visa и Mastercard могут не работать из-за санкционных ограничений. В этом случае оптимальные варианты: карты зарубежных банков (Казахстан, Армения, Грузия), виртуальные карты WISE или аналогичных сервисов, а также криптовалютная оплата там, где она поддерживается.

Если в какой-то момент возникнут проблемы с доступом, VPN с серверами в Европе или США, как правило, решает проблему полностью. Следите за актуальным статусом доступности в русскоязычных AI-сообществах -- они оперативно сообщают об изменениях.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Как начать пользоваться DeepSeek V4: новый флагман с открытым кодом

DeepSeek V4 -- это мощнейшая открытая модель с 1.6 трлн параметров, выпущенная в апреле 2026 года. Узнайте как использовать V4 Flash и V4 Pro бесплатно и через API.

Что это и для кого

DeepSeek V4 -- это новая флагманская языковая модель от китайской компании DeepSeek, выпущенная в апреле 2026 года. Это четвертое поколение моделей DeepSeek, которое полностью изменило представление о том, что возможно в открытом AI. V4 существует в двух вариантах: V4 Pro с 1.6 триллиона параметров и V4 Flash -- облегченная версия с 284 миллиардами параметров.

DeepSeek R1 в свое время потряс Silicon Valley, обогнав GPT-4o при многократно меньших затратах на обучение. DeepSeek V4 делает это снова: по данным CNN и Bloomberg, модель практически ликвидировала разрыв с ведущими проприетарными системами -- GPT-5 от OpenAI и Claude Opus от Anthropic. MIT Technology Review включил V4 в число важнейших событий 2026 года в мире AI. При этом V4 остается открытой моделью, которую можно запустить на собственном сервере.

Кому это нужно? Прежде всего разработчикам, которым нужна мощная модель с контекстным окном в 1 миллион токенов и открытыми весами для дообучения. Исследователям и ученым, которые хотят изучить архитектуру модели или адаптировать её под свои задачи. Компаниям, стремящимся развернуть корпоративного AI-ассистента без передачи конфиденциальных данных в облако третьих сторон. И просто любопытным пользователям, которые хотят работать с одной из самых умных доступных языковых моделей -- причем совершенно бесплатно.

Отдельно стоит отметить техническое и геополитическое значение DeepSeek V4: для его обучения компания использовала чипы Huawei Ascend 950 в связке с технологией Supernode, демонстрируя независимость от американских ограничений на экспорт GPU. Это делает V4 не просто мощной моделью, но и символом нового этапа в мировой гонке AI-разработок.

По данным Arena ELO Leaderboard (lmarena.ai) на момент выхода, DeepSeek V4 Pro занял место в топ-5 моделей мира, конкурируя с GPT-5, Claude Opus 4.6 и Gemini 3.1 Pro. Это исключительное достижение для открытой модели, которую любой может скачать и использовать бесплатно.

Как зарегистрироваться / установить

Есть три способа использовать DeepSeek V4 -- через официальный веб-интерфейс, через API для разработчиков и через локальный запуск на собственном компьютере или сервере. Выберите подходящий вариант в зависимости от ваших потребностей.

Способ первый: официальный чат. Перейдите на сайт chat.deepseek.com и нажмите кнопку Sign Up. Зарегистрируйтесь через email-адрес или аккаунт Google. После подтверждения email вы попадете в интерфейс чата. В верхней части страницы выберите модель DeepSeek V4 или DeepSeek V4 Flash из выпадающего меню. Базовый доступ полностью бесплатен -- вы можете отправлять несколько десятков сообщений в день без оплаты. Для более интенсивного использования существуют платные планы; актуальную информацию о тарифах ищите на официальном сайте.

Способ второй: API для разработчиков. Перейдите на platform.deepseek.com, создайте аккаунт разработчика и пополните баланс. Цены на момент написания: V4 Flash стоит $0.14 за миллион входных токенов и $0.28 за миллион выходных; V4 Pro -- $0.145 за миллион входных и $3.48 за миллион выходных токенов. Это делает V4 Flash одним из наиболее конкурентоспособных вариантов по соотношению цена-качество среди топовых моделей. В личном кабинете создайте API-ключ и используйте его в своих приложениях. API DeepSeek совместим со стандартом OpenAI, поэтому большинство существующих библиотек и инструментов работают без изменений кода.

Способ третий: локальный запуск через Ollama. Если у вас установлена программа Ollama, выполните в терминале команду ollama pull deepseek-v4. Для V4 Flash потребуется около 160 ГБ дискового пространства; V4 Pro требует значительно больше ресурсов и подходит только для серверного развертывания. После загрузки запустите модель командой ollama run deepseek-v4. Для большинства обычных пользователей рекомендуется начать с официального чата или API, а к локальному запуску переходить при наличии специфических требований к конфиденциальности данных.

Также можно попробовать DeepSeek V4 через сторонние платформы: Hugging Face Spaces, Poe.com или через Claude.ai -- некоторые из этих сервисов предлагают доступ к DeepSeek через свой интерфейс. Это удобно, если вы уже пользуетесь одной из этих платформ и не хотите регистрировать новый аккаунт.

Первый запуск -- что попробовать

Когда вы впервые открываете интерфейс DeepSeek V4, первое, что бросается в глаза -- скорость и точность ответов. V4 Flash реагирует практически мгновенно, тогда как V4 Pro работает чуть медленнее, но значительно глубже анализирует сложные запросы. Вот несколько сценариев, которые стоит попробовать в первый день.

Анализ кода: скопируйте фрагмент своего кода и напишите -- проанализируй этот код, найди потенциальные ошибки и предложи улучшения. DeepSeek V4 особенно силен в программировании: на бенчмарке SWE-bench Pro он достигает 81 процента правильных решений, что является одним из лучших показателей среди всех доступных моделей. Если вы работаете с Python, JavaScript или Rust -- результаты вас впечатлят.

Работа с длинными документами: вставьте большой текст -- научную статью, юридический договор, бизнес-отчет или технический регламент -- и попросите выделить ключевые тезисы, найти противоречия или составить резюме. Контекстное окно в 1 миллион токенов позволяет работать с документами объемом более 700 тысяч слов -- это несколько полных романов в одном сеансе. Большинство конкурентов ограничены 128 или 200 тысячами токенов.

Математика и логика: задайте нетривиальную математическую задачу или попросите решить многошаговую логическую головоломку. V4 Pro показывает результаты, сопоставимые с GPT-5 на олимпийских задачах AIME 2025. Для максимальной точности включите режим Deep Think: модель потратит больше времени на рассуждения, но даст более надежный ответ.

Многоязычные задачи: DeepSeek традиционно силен в китайском и русском языках. Попробуйте задать вопрос на русском -- качество ответов заметно выше, чем у многих западных моделей. В одном диалоге можно смешивать языки: задать вопрос по-русски, получить ответ с кодом на Python и попросить пояснение по-английски без потери контекста.

Агентные задачи: если у вас есть доступ к API, попробуйте дать модели инструмент для поиска в интернете или выполнения кода. DeepSeek V4 Pro отлично справляется с многошаговыми задачами: он планирует действия, вызывает инструменты и доводит задачу до результата с минимальным контролем со стороны пользователя.

Ключевые фишки

Архитектура Mixture-of-Experts. И V4 Flash, и V4 Pro используют архитектуру MoE, при которой для каждого запроса активируется лишь небольшая часть параметров. V4 Pro при своих 1.6 триллиона общих параметров активирует лишь 49 миллиардов за один раз. Это обеспечивает высокую производительность при относительно низких вычислительных затратах и делает модель практичной для реального промышленного развертывания в отличие от плотных моделей аналогичного масштаба.

Миллион токенов контекста. Обе версии поддерживают контекстное окно в 1 миллион токенов -- примерно 750 тысяч слов. Такой масштаб открывает возможности, недоступные в моделях с меньшим контекстом: анализ целых кодовых баз за одну сессию, работа с крупными корпусами документов, ведение очень длинных диалогов без потери ранней информации. Этот параметр сравним с Google Gemini 1.5 и значительно превосходит большинство конкурентов.

Открытые веса. В отличие от GPT-5 и Claude Opus, DeepSeek V4 распространяется с открытыми весами. Вы можете скачать модель, изучить архитектуру, дообучить под специфические задачи или развернуть в корпоративной инфраструктуре без передачи данных во внешние облака. Это ключевое преимущество для организаций с требованиями к защите данных. Актуальные условия лицензии уточняйте на официальном сайте.

Режим Deep Think. Для V4 Pro доступен режим глубокого мышления Deep Think. В этом режиме модель тратит дополнительное время на внутренние рассуждения перед финальным ответом, что значительно улучшает результаты на сложных задачах: многошаговая математика, анализ кода с поиском скрытых ошибок, стратегическое планирование. Рекомендуется включать Deep Think тогда, когда важна точность, а не скорость ответа.

Нативная поддержка инструментов. DeepSeek V4 поддерживает вызов функций (function calling) в формате, совместимом с OpenAI API. Это позволяет строить агентные системы, где модель самостоятельно решает, когда и какой инструмент вызвать: поиск в интернете, выполнение кода, запросы к базам данных. V4 Pro особенно хорошо справляется с многошаговыми агентными задачами, умея планировать сложные цепочки действий.

Совместимость с экосистемой OpenAI. API DeepSeek V4 полностью совместим со спецификацией OpenAI. Если у вас уже есть приложение на базе GPT, можно переключиться на DeepSeek V4 простой заменой базового URL и API-ключа без каких-либо изменений в коде. Многие разработчики используют V4 Flash как экономичную альтернативу GPT-4o для задач, где небольшая разница в качестве не критична.

Цены и ограничения

Бесплатный уровень через chat.deepseek.com включает ежедневный лимит на количество запросов. В часы пиковой нагрузки возможны задержки и очереди -- DeepSeek периодически испытывает высокий спрос, особенно в рабочие часы по азиатскому времени. Платный API на момент написания: V4 Flash -- от $0.14 за миллион входных токенов; V4 Pro -- от $0.145 за входные и до $3.48 за выходные токены. Актуальные тарифы публикуются на platform.deepseek.com и могут меняться.

Практическая рекомендация по выбору версии: для большинства повседневных задач -- написание текстов, ответы на вопросы, анализ документов, программирование -- V4 Flash практически неотличим от Pro по качеству и в разы дешевле. Переходите на Pro только при работе со сложными многошаговыми рассуждениями, агентными задачами или задачами олимпийского уровня.

Об ограничениях стоит знать следующее. Локальный запуск V4 Flash требует около 160 ГБ видеопамяти или специализированного серверного оборудования -- это не для домашнего компьютера. Как и все языковые модели, DeepSeek V4 может галлюцинировать -- генерировать убедительно звучащую, но неверную информацию. Всегда проверяйте критически важные факты через независимые источники, особенно в юридических, медицинских и финансовых вопросах.

Важный аспект конфиденциальности: DeepSeek -- китайская компания. Если вы планируете обрабатывать конфиденциальные корпоративные или персональные данные, рассмотрите локальное развертывание открытых весов вместо облачного API. Для большинства общих задач это не критично, но изучите политику конфиденциальности сервиса до начала активного использования.

Нужен ли VPN из России

На момент написания DeepSeek работает в России без VPN. Официальный сайт chat.deepseek.com открывается и функционирует стабильно с российских IP-адресов. Регистрация через email проходит без ограничений: верификация по номеру телефона из списка разрешенных стран не требуется. Российские пользователи сообщают о стабильной работе сервиса без дополнительных средств обхода блокировок.

API на platform.deepseek.com также доступен без VPN. Оплата принимается банковскими картами Visa и Mastercard, а также через ряд криптовалютных методов. Если с российской карты оплата не проходит из-за санкционных ограничений на конкретный банк, попробуйте виртуальную карту зарубежного банка -- например, выпущенную в Казахстане, Армении или Грузии -- или воспользуйтесь криптоплатежом.

Ситуация с доступностью может измениться в любой момент по политическим или регуляторным причинам. В случае блокировки VPN с серверами в Европе или Азии, как правило, полностью решает проблему доступа. Сам сервис DeepSeek не имеет географических ограничений по функционалу для российских пользователей: все возможности модели доступны наравне с пользователями из других стран.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Стэнфорд изучил 51 успешное AI-внедрение: модель не главное

Стэнфорд изучил 51 успешное AI-внедрение в 41 компании: агентные внедрения дают 71% прироста против 40% у автоматизации, главное препятствие — редизайн процессов.

🔴 Стэнфорд изучил 51 успешное AI-внедрение: модель не главное

Когда корпорация запускает AI и не получает обещанной отдачи, винят обычно модель — слабая, дорогая, не подходит. Стэнфорд закрыл этот спор: проблема не в модели. Проблема в том, что под модель не перестраивают саму работу.

Исследование охватило 51 успешное внедрение AI в 41 компании, девяти отраслях и семи странах — суммарно более миллиона сотрудников. Картина получилась контринтуитивной. Внедрения с автономными агентами дали 71% медианного прироста производительности, тогда как «умная автоматизация» внутри старых процессов — лишь 40%. При этом 77% самых тяжёлых проблем оказались невидимыми снаружи — управление изменениями, качество данных, редизайн процессов. А 61% успешных проектов запускался только со второй или третьей попытки — после провала первой.

Для российского предпринимателя это сигнал перестать выбирать «правильную» модель и начать выбирать процесс, который вообще стоит автоматизировать. Если задача частая, измеримая и без катастрофических последствий ошибки — убирайте человека из контура согласования полностью. Без этого даже самая мощная модель даёт прирост, который не окупает внедрение.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #агентыИИ #автоматизация #корпоративнаястратегия #productivitytools #будущее_труда #ИИ #технологии #AravanaAI

Figure отправила гуманоидов работать 8 часов — они не остановились даже через 30

Три гуманоида Figure AI на нейросети Helix-02 отработали более 30 часов автономной сортировки посылок на реальном складе. 30 000+ посылок, 3 секунды на пакет, ноль удалённого управления.

🔴 Figure отправила гуманоидов работать 8 часов — они не остановились даже через 30

Бретт Адкок пообещал зрителям 8 часов прямого эфира: три гуманоида сортируют посылки на реальном складе без вмешательства человека. К вечеру четверга трансляция шла уже больше 30 часов, машины пересортировали свыше 30 000 посылок, а 3 миллиона зрителей в X сделали эфир вирусным. Зрители даже придумали роботам имена — Боб, Фрэнк и Гэри.

В основе — нейросеть Helix-02, которая работает целиком на борту: никакого удалённого управления, всё решение принимается прямо из видеопикселей. Каждый робот укладывает посылку на конвейер штрих-кодом вниз примерно за 3 секунды — это уровень среднего человека-сортировщика. «Сбоев пока ни одного, но статистически рано или поздно будут», — написал Адкок.

Декан Колледжа инженерии Университета штата Огайо Аянна Ховард назвала демонстрацию «впечатляющей», но больше похожей на «научный проект», чем на готовое к складу решение. И всё же сценарий, который ещё пять лет назад смотрелся фантастикой, теперь идёт прямым эфиром в X и его смотрят как сериал. Для российских компаний с большой ручной логистикой это сигнал: окно, в котором живой склад дешевле автоматизированного, начало закрываться.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#роботы #робототехника #гуманоиды #автоматизация #Figure #физическийИИ #будущеетруда #ИИ #технологии #AravanaAI

Сеть не выдержала, защита не выдержала, экспорт не выдержал - а в OpenAI просто сменили хозяина продукта

Регулятор PJM впервые публично обвинил дата-центры в скачке цен на 76%. Исследователи за пять дней вскрыли защиту, на которую Apple потратила пять лет. Китай отказался покупать H200 даже с разрешения США. И в тот же день OpenAI без громких заявлений передала продуктовую власть Грегу Брокману.

Сегодня в AI-индустрии произошло то, что обычно случается раз в квартал, а тут уложилось в один день: государство впервые ткнуло пальцем в Big Tech и сказало «вы переложили счёт за электричество на пенсионеров»; пятилетняя защита самого защищённого чипа на рынке развалилась за пять дней работы небольшой команды с моделью Anthropic; крупнейший экспортный рычаг США в полупроводниковой войне перестал работать, потому что покупатель просто отказался брать; и в OpenAI тихо, без пресс-релиза с фанфарами, перераспределили продуктовую власть. Четыре истории - одна общая логика: правила, которые казались железобетонными неделю назад, на этой неделе стали мягкими.

Дата-центры подняли цену на электричество на 76% - и счёт оплатят 67 миллионов человек до 2028 года

По данным TechCrunch, оптовая цена мегаватт-часа в крупнейшей электросети США взлетела с $77,78 до $136,53 за год - рост на 76% между первыми кварталами 2025 и 2026 годов. Речь о сети PJM Interconnection - это не региональный оператор, а позвоночник восточной половины страны. По данным Gizmodo, PJM обслуживает 67 миллионов человек в 13 штатах - примерно каждого пятого американца, от Иллинойса до Северной Каролины.

До сих пор регуляторы старательно избегали прямых обвинений. Объясняли подорожание «сложной комбинацией факторов»: устаревшая инфраструктура, погода, газ, политика. На этой неделе осторожность кончилась. Monitoring Analytics - независимый федеральный надзорный орган при PJM - выпустил отчёт, в котором прямо назвал источник кризиса дата-центрами. Дословно: «Источник нынешних проблем - нагрузка дата-центров. Текущих мощностей PJM недостаточно, чтобы удовлетворить спрос крупных дата-центров».

И сразу следом - фраза, ради которой стоит читать отчёт целиком. По данным Tom's Hardware, регулятор констатирует: «ценовые последствия для потребителей очень велики и необратимы». Слово «необратимы» здесь не риторика. По данным Gizmodo, избыточные расходы потребителей в PJM будут оплачиваться вплоть до 31 мая 2028 года. Контракты на мощности уже заключены, тарифы вшиты в счета. Откатить нельзя.

Аналогия для тех, кто никогда не сталкивался с устройством оптового рынка электричества: представьте многоквартирный дом, где один новый жилец заехал и поставил себе промышленный сервер. Электросчётчик у дома общий, плата за подключение и обслуживание делится между всеми. Сервер требует столько энергии, что управляющая компания вынуждена тянуть к зданию новый кабель и ставить трансформатор помощнее. Деньги за модернизацию раскидывают на всех жильцов в платёжках. Сервер уже включён, кабель уже проложен - счета будут приходить ещё два года, даже если завтра жилец съедет. Примерно это и произошло с восточной частью США, только в роли жильца - OpenAI, Microsoft, Amazon и Google, а в роли остальных квартир - 67 миллионов домохозяйств.

Самое любопытное - реакция самих американцев. По данным Gizmodo, опрос показал: 71% американцев против строительства дата-центров рядом с домом, причём 48% - категорически против. Половина опрошенных называет главной причиной нагрузку на местные ресурсы. Это уже не абстрактные «экологические страхи». Это реакция людей, которые увидели свой счёт за свет.

И параллельно - история, в которую трудно поверить. По данным Futurism, энергокомпания NV Energy уведомила 49 000 жителей региона озера Тахо о прекращении подачи электричества с мая 2027 года. Не из-за аварии. Не из-за санкций. Просто потому, что мощности понадобились дата-центрам, и людям предложили меньше года, чтобы что-то придумать.

Что в этой истории действительно ново - не цифры, а юридический жест. Регулятор впервые публично потребовал, чтобы дата-центры заключали прямые контракты с производителями энергии, а не размазывали инфраструктурные расходы по обычным счетам. По данным Tom's Hardware, Трамп ещё в марте 2026 года собрал в Белом доме крупнейших AI-гиперскейлеров и потребовал, чтобы они «сами платили» за инфраструктуру. Дальше слов дело не пошло - Monitoring Analytics прямо отмечает, что эта «декларация защиты потребителей» останется неисполнимой, пока её не превратит в закон Конгресс.

До этого AI-инфраструктура была частной радостью, оплаченной общественным карманом. Дата-центры строились в штатах, которые радостно их зазывали ради рабочих мест и налогов, а растущий счёт за электричество расходился невидимо по всей сети. Теперь невидимое стало видимым: есть отчёт федерального регулятора, есть цифра - 76%, есть срок - до мая 2028-го, есть фамилии - Microsoft, Amazon, Meta, Google. Это не означает, что счёт сразу пересоберут. Но это означает, что у политиков и судов теперь есть документ, на который можно опереться, когда местные пенсионеры начнут спрашивать, почему их платёжка выросла вдвое.

Защита, на которую Apple потратила пять лет, продержалась пять дней

В апреле Apple выкатила Memory Integrity Enforcement - систему защиты памяти на новых чипах M5 и A19. По данным Tom's Hardware, эта защита проектировалась так, чтобы съедать всего 3% памяти и почти не влиять на производительность. Apple потратила на разработку пять лет и, по оценкам, миллиарды долларов. Маркетинг шёл понятный: «это самая существенная защита потребительских устройств за последние годы».

25 апреля 2026 года исследователь Брюс Дэнг из калифорнийской компании Calif начал ковырять M5. К работе подключился Дайон Блазакис. По данным блога Calif, через пять дней - 1 мая - у них уже был рабочий эксплойт. Программа, которая запускается с правами обычного пользователя и тихо получает root - то есть полный административный доступ к macOS 26.4.1 на чипе M5. Пять лет инженерной работы Apple против пяти дней работы команды из трёх человек.

Объясню для тех, кто не сталкивался с системной безопасностью. Memory Integrity Enforcement - это, грубо говоря, защитная сетка, которая следит за тем, чтобы программа не могла залезть туда, куда ей не положено: в чужую память, в системные структуры, в данные, к которым у неё нет ключа. Если защита работает, даже обнаруженная уязвимость в каком-то приложении не превращается в катастрофу: программа упрётся в стенку и упадёт. Получить root - это значит получить полный контроль: читать любые файлы, ставить любые программы, видеть любые пароли в памяти. Иными словами, MIE - это сейф вокруг всего, что есть на машине. И этот сейф вскрыли за пять дней.

Главное в этой истории - кто помогал вскрывать. Команда Calif использовала Mythos - экспериментальную модель Anthropic, заточенную под исследование уязвимостей. Это не обычный Claude из чата. Это специализированный инструмент, который умеет читать код ядра, искать в нём подозрительные конструкции и предлагать пути обхода защит. По данным 9to5Mac, в команде Calif прямо признают: Mythos помог идентифицировать баги и сопровождал разработку эксплойта на протяжении всего процесса. И добавляют важную оговорку: модель быстро нашла баги, потому что они принадлежат к известным классам уязвимостей; саму защиту MIE автономно обойти было сложно - «здесь и потребовалась человеческая экспертиза».

Это не первый громкий успех Mythos. По данным ExecutiveBiz, ранее эта же модель нашла более 100 высококритичных уязвимостей в браузере Mozilla Firefox за две недели. Сто за две недели - это темп, который вручную не выдерживает ни одна security-команда в мире. CEO Calif Тхай Зыонг сформулировал ограничение честно: AI пока «лучше воспроизводит известные техники атак, чем самостоятельно изобретает принципиально новые». Перевод: модель - гениальный стажёр с энциклопедической памятью, но без интуиции. Связка «AI + опытный человек» побеждает, потому что AI экспоненциально ускоряет поиск, а человек принимает стратегические решения.

Что это меняет на рынке. Раньше экономика наступательной безопасности была простой: чтобы найти серьёзную уязвимость в ядре операционной системы, нужно потратить недели или месяцы работы редкого специалиста с зарплатой за $300 тысяч в год. Это создавало естественный барьер: даже если уязвимость теоретически существовала, её просто не успевали находить - слишком дорого. Mythos и подобные модели делают этот барьер ниже на порядок. Команда из трёх человек теперь делает работу, на которую раньше ушло бы десять. Это значит, что условные пять-десять серьёзных эксплойтов в год превратятся в пятьдесят-сто. Это значит, что у обороняющейся стороны - Apple, Microsoft, Google - больше нет права на «MIE сделана, можно расслабиться на пять лет». Защиту придётся пересобирать почти непрерывно.

И отдельно - что это значит для самой Anthropic. Mythos официально позиционируется как инструмент защитников: «помогаем находить уязвимости, чтобы их закрыть». В случае с M5 Apple предупредили заранее, патч готовится. Но та же модель в чужих руках работает одинаково эффективно - для атаки и для защиты. Anthropic ставит на то, что доступ к Mythos удастся ограничить, и в их пользу работает осенний скандал, когда китайская группировка попыталась использовать Claude для кибершпионажа и Anthropic это обнаружила. Но граница между «нашли первыми, чтобы починить» и «нашли первыми, чтобы продать» - тонкая. Чем эффективнее становится Mythos, тем дороже стоит каждое решение Anthropic, кого пускать к нему близко.

Китай отказался от Nvidia H200 даже после того, как США разрешили продавать

Полтора года США выстраивали сложнейшую систему экспортного контроля над AI-чипами. Спорили в Конгрессе. Меняли правила. Заставляли Nvidia делать «упрощённые» версии для китайского рынка. Главный приз - H200, флагманский AI-ускоритель - Китаю не давали. На этой неделе Трамп сделал жест в обратную сторону: разрешил продавать. По данным Tom's Hardware, около 10 китайских компаний - включая Alibaba, Tencent, ByteDance, JD.com, плюс дистрибьюторов Lenovo и Foxconn - получили разрешение Министерства торговли США на закупку H200. С одной оговоркой: с каждой продажи 25% уходит в Казначейство США.

А дальше произошло то, чего в Вашингтоне не закладывали в сценарии. По возвращении из Пекина 15 мая Трамп сказал журналистам на борту Air Force One: китайские компании «сами решили не покупать» - Китай хочет «развивать собственные» чипы. То есть США разрешили - а Китай отказался. Сценарий, который в Вашингтоне даже не репетировали: предполагалось, что Пекин будет либо просить разрешения, либо обходить запреты, но не игнорировать саму возможность.

Цена этого жеста хорошо считается. По данным Tom's Hardware, аналитики оценивали потенциальное восстановление выручки Nvidia от Китая в $3,5–4 миллиарда в год, если экспортная схема заработает. Сама Nvidia на эти деньги не рассчитывала: годовой прогноз выручки в $78 миллиардов уже свёрстан с нулевым восстановлением китайских продаж H200. Финансово компания не пострадает. Геополитически - пострадает идея «экспортный контроль работает». Доля Nvidia на китайском рынке чипов упала примерно с 95% практически до нуля. Это не маркетинговая просадка. Это полная замена поставщика - место, которое раньше занимал американский лидер, теперь занимает Huawei.

Логика отказа Китая, если смотреть из Пекина, вполне рациональна. Покупка H200 решает тактическую задачу - есть мощности здесь и сейчас. Но создаёт стратегическую: Huawei и SMIC, которым нужны заказы, чтобы вкладываться в производство собственных AI-чипов, лишаются спроса. Если Alibaba и ByteDance возвращаются к Nvidia, китайская AI-вертикаль снова попадает в зависимость от Вашингтона - и в следующий раз, когда отношения испортятся, всё то же самое начнётся заново. Стратегически Пекин решил: лучше два года терпеть отставание в производительности, чем десять лет терпеть зависимость. И этот выбор - самое серьёзное, что случилось с экспортным контролем за всю его историю.

Маленькая деталь, которая мне нравится. По данным Tom's Hardware, CEO Nvidia Дженсен Хуанг был добавлен в делегацию Трампа в последний момент - во время дозаправки самолёта на Аляске. То есть Хуанга взяли в Пекин уже после взлёта, как символическую фигуру: «смотрите, китайцы, мы привезли вам Nvidia». Си посмотрел на Хуанга и решил, что Huawei всё-таки ближе.

Грег Брокман получил всю продуктовую власть в OpenAI - тихо, в день саммита

Когда главный новостной шум занят электросетью, M5 и H200, в OpenAI происходит то, что меняет компанию изнутри сильнее, чем все три истории вместе взятые. По данным Wired и Medium, Грег Брокман - президент и сооснователь компании - официально возглавил всю продуктовую стратегию OpenAI. ChatGPT, Codex и developer API объединены в одну продуктовую команду под его прямым руководством. Это не косметика. Это перенос контроля над продуктом, который приносит компании почти всю выручку, в руки одного человека.

Параллельно с этим - кадровый исход, которого OpenAI давно не видела. По данным того же Medium, из компании ушли Кевин Уэйл (глава science division), Билл Пиблс (руководитель Sora) и Сринивас Нараянан (Enterprise CTO). Фиджи Симо, отвечавшая за развёртывание AGI, ушла в медицинский отпуск. Брэд Лайткап, главный операционный директор, переведён на «специальные проекты» - формулировка, которая в корпоративной практике обычно означает почётную отставку. Sora - генератор видео, на котором OpenAI ещё полгода назад строила нарратив «следующий рынок» - закрыт. Science division расформирован.

Брокман сформулировал происходящее аккуратно: «Мы консолидируем продуктовые усилия для максимальной фокусировки на агентном будущем, чтобы победить и в потребительском, и в корпоративном сегменте». Перевод с менеджерского: мы убираем всё, что не приносит денег прямо сейчас или не приближает AI-агентов - программы, которые сами выполняют задачи без человека. Видео-генерация, исследовательские треки, AGI-проекты - всё уходит в сторону. Остаются три направления, которые делают выручку: ChatGPT, инструменты для разработчиков и корпоративные продукты.

Контекст, в котором это происходит, делает реструктуризацию особенно показательной. По данным Medium, OpenAI привлекла $122 миллиарда инвестиций и метит на оценку $852 миллиарда при IPO. У ChatGPT почти миллиард еженедельных пользователей. И одновременно идёт суд. По данным TechTimes, заключительные прения по делу «Маск против Альтмана» завершились 14 мая 2026 года; присяжные начинают совещания 18 мая. Маск изначально требовал $134 миллиарда компенсации и отмены реструктуризации на $500 миллиардов - той самой, которая превращает «некоммерческую» OpenAI в полноценную коммерческую компанию накануне IPO.

Здесь полезно остановиться и спросить: что значит, когда сооснователь получает продуктовую вертикаль, не объявляя об этом громко?

Это не скандал и не кризис. Альтман остаётся CEO. Брокман и раньше был президентом, формально его статус не вырос. Но операционная власть над тем, что компания продаёт, перешла к нему - и именно сейчас, в неделю, когда жюри решает судьбу Маск-иска, а внутренние команды переписывают приоритеты под IPO. Это спокойная реструктуризация в момент, когда любое громкое заявление повредило бы юридической позиции и оценке. По форме это «обычная перестановка». По существу - Брокман получает то, что в любой публичной компании называется «продуктовая вертикаль»: единая команда, единая стратегия, единый ответственный перед советом директоров.

Что это значит для рынка. Во-первых, OpenAI становится более узкой и более коммерческой. Sora закрыта - значит, у конкурентов (Runway, Pika, китайских моделей) открылась ниша. Science division расформирован - значит, фундаментальные исследования сужаются в пользу прикладной разработки. Это плохая новость для академической линии и хорошая - для тех, кто конкурирует за корпоративных клиентов: OpenAI будет агрессивнее в продажах. Во-вторых, у компании появляется чёткий «второй центр власти». В стартапе сооснователь-президент с продуктовой вертикалью - это не №2, это полноценный со-CEO в неформальном смысле. В кризисной ситуации совет директоров теперь имеет вторую кандидатуру.

И, в-третьих, главное. Уход сразу нескольких топ-менеджеров - Уэйла, Пиблса, Нараянана - за одну неделю в обычной корпорации воспринимался бы как сигнал кризиса. В OpenAI это упаковали в формулировку «консолидация под агентное будущее». Сработает ли упаковка - узнаем через месяц, когда начнут расти или не расти оценки в pre-IPO раундах. Пока инвесторам предлагают поверить, что замена половины топ-команды накануне крупнейшего IPO в истории - это нормально. Где-то мы это уже слышали.

Что общего у этих четырёх историй

Если посмотреть на день целиком, проступает один и тот же сюжет: правила, которые поддерживали статус-кво AI-индустрии, перестают работать. Регулятор PJM пробил молчание о том, кто платит за AI-инфраструктуру. Защита Apple, символ многолетних инженерных вложений, оказалась хрупкой против связки «AI + два инженера». Экспортный контроль США над чипами держался на предположении, что покупатель захочет купить - и это предположение рухнуло. Внутри OpenAI «коллегиальная структура» руководства тихо превратилась в «единую вертикаль» под Брокманом.

Ни одно из этих изменений не объявили громко. Но вместе они показывают: эпоха, когда AI-индустрия росла в режиме «строим, что хотим, объясняем потом», подходит к концу. Электросеть выставила счёт. Защитные системы признали хрупкими. Геополитический рычаг оказался без рукоятки. Корпоративная структура - в перестройке. И всё это за один день, 16 мая 2026 года. Дальше - два пути: либо индустрия начнёт сама перестраиваться под новые ограничения, либо ограничения начнут перестраивать её снаружи. Первый вариант дешевле, второй - драматичнее. Ставлю на драму.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Три ставки на контроль: SpaceX выходит на биржу без нужды в деньгах, роботы Figure уже работают за людей, а a16z впервые покупает билет в Залив

$75 млрд на IPO без потребности в кэше, $1 млрд за гуманоидов и $25 млн в Эр-Рияд: что значит, когда самые большие, самые странные и самые символические сделки недели рассказывают одну историю

Самая странная сделка недели - это IPO, у которого нет финансовой причины. SpaceX операционно прибыльна за счёт Starlink, ей не нужны деньги с публичных рынков. И всё же она ускоряет таймлайн листинга и торопит банкиров так, что те работают без выходных. Когда крупнейший частный технологический бизнес планеты идёт за деньгами, которых не просит, это не выход на биржу. Это инструмент.

В тот же момент производитель гуманоидов Figure закрыл многомиллиардный раунд и стал не просто хорошо профинансированным проектом, а главным переводным узлом между производителями чипов, складскими девелоперами и операционными платформами для роботов. А Andreessen Horowitz, самый громкий венчурный фонд Калифорнии, впервые в истории вписал свою фамилию в саудовский раунд - и сделал это на сумму, которая для него больше похожа на визитку, чем на инвестицию.

Три сделки. Три размера. Три географии. Но если положить их рядом, виден один и тот же мотив: капитал больше не ищет, куда вложиться - капитал расставляет позиции. SpaceX расширяет валюту для будущих поглощений. Figure покупает контроль над физической экономикой. a16z получает пропуск к нефтяным деньгам, которые в следующие десять лет станут венчурным капиталом.

Это и есть тезис недели: деньги перестали покупать долю. Они теперь покупают доступ - к ликвидности, к рабочей силе и к чужому пулу капитала.

SpaceX: IPO как корпоративная валюта, а не способ собрать кэш

Маск не созывает пресс-конференцию. Никаких длинных интервью, никаких туров по студиям - просто строки в проспекте эмиссии и календарь, расписанный по дням, который инвесторы вытягивают из утечек, а не из официальных заявлений. Такого расписания не делают, когда надо понравиться рынку. Так делают, когда уже всё решено - и публичная процедура нужна только формально.

По данным Yahoo Finance, SpaceX нацеливается на листинг 12 июня на Nasdaq и выбрала эту площадку для своего громкого дебюта. По данным Benzinga, SpaceX нацелена привлечь $75 млрд при оценке $1,75 трлн. Семьдесят пять миллиардов - это сумма, при которой одно размещение становится событием не только для биржи, но и для денежной системы. Такие деньги, единовременно ушедшие в одну акцию, ощутимо перераспределяют ликвидность всего технологического сектора.

Чтобы понять, насколько это много: $1,75 трлн в качестве предварительной оценки выводит SpaceX в первую десятку самых дорогих компаний мира - в лигу, где сегодня находятся только Apple, Microsoft, Nvidia, Saudi Aramco и пара других. Если оценка подтвердится в стакане, ракетный бизнес одного человека встанет рядом с национальной нефтяной монополией Саудовской Аравии. Не за счёт сегодняшней выручки, а за счёт ставки рынка на то, что Starlink и AI-подразделение xAI вместе превратятся во что-то большее, чем оба бизнеса по отдельности.

Аббревиатура IPO означает первичное публичное размещение - компания впервые продаёт свои акции широкому кругу инвесторов через биржу. Обычно это делают потому, что нужны деньги: на завод, на исследования, на покрытие убытков. SpaceX в этом не нуждается. Starlink уже даёт операционную прибыль, оборонные контракты обеспечивают предсказуемый денежный поток. Так зачем тогда биржа?

Затем, что публичные акции - это особая валюта. Ими можно платить сотрудникам без расхода кэша, ими можно покупать другие компании без долговой нагрузки, ими можно создавать программы опционов для удержания инженеров. У частной компании такая валюта есть только на бумаге; у публичной - на счетах брокеров по всему миру. SpaceX выходит на биржу не за деньгами, а за оружием для следующего десятилетия M&A.

Дробление акций - это разделение одной акции на несколько новых с пропорциональным снижением цены. Аналогия простая: разрезали один торт на пять равных кусков. Размер торта не изменился, но каждый кусок теперь дешевле и его проще продать. SpaceX уведомила акционеров о дроблении 5-к-1, снизив справедливую стоимость одной акции с $526,59 до $105,32. И что это значит? Сто пять долларов - это цена, по которой розничный инвестор с американской карты Robinhood может купить целую акцию SpaceX, не разбивая её на дробные доли. То есть размещение готовится не для пенсионных фондов и хедж-фондов, а для миллионов частных покупателей одновременно.

По данным AOL, ускорение таймлайна частично связано с более быстрым, чем ожидалось, рассмотрением проспекта эмиссии Комиссией по ценным бумагам. Это важная деталь: регулятор обычно не торопится с компанией такого размера, потому что любая ошибка в раскрытии информации - это иски на миллиарды. Если SEC двигается быстрее обычного, это значит две вещи. Первая - проспект подготовлен безупречно. Вторая - кто-то в Вашингтоне очень хочет, чтобы это IPO состоялось в срок. Какой именно мотив - политический или административный - официальные документы не раскрывают.

В качестве ведущих андеррайтеров - банков, которые формируют книгу заявок и берут на себя продажу акций - выступают Morgan Stanley, Bank of America, Citigroup, JPMorgan и Goldman Sachs. Помимо этой пятёрки лидеров, в синдикате участвуют ещё больше десяти банков второго эшелона. Это не команда, это синдикат. И что это значит для рынка? Ни один банк не готов нести риск такого размещения в одиночку - его делят между крупнейшими игроками Уолл-стрит, чтобы любой провал в стакане размылся по всему сектору.

Ещё одна деталь, которая объясняет логику ускорения. Текущая оценка $1,75 трлн - это заметный рост по сравнению с оценкой объединённой компании в феврале 2026 года, когда SpaceX завершила слияние с xAI. За три месяца стоимость выросла на сотни миллиардов - не из-за новой выручки и не из-за нового продукта, а за счёт ожиданий публичного рынка. И вот это уже даёт прямой ответ на вопрос, зачем спешить: каждая неделя промедления при таких темпах роста означает, что инсайдеры получают меньше акций за тот же вклад. Маск торопится зафиксировать оценку до того, как она начнёт корректироваться.

Для основателя стартапа отсюда вытекает прикладной сигнал. Если ваша компания операционно прибыльна и не нуждается во внешнем капитале, это не значит, что IPO вам не нужно. Это значит, что биржа для вас - это инструмент стратегического контроля, а не способ закрыть кассовый разрыв. SpaceX показывает, как этой логикой пользуются: листинг для приобретения чужих активов своей валютой, а не для финансирования собственного роста.

Figure: $39 млрд за то, что роботы уже умеют работать за людей

В прошлом году гуманоидные роботы были демонстрацией. В этом - производственным процессом. Самый показательный инвестор в раунде Figure - это Brookfield, канадский управляющий реальной недвижимостью с триллионным портфелем складов и логистических центров по всему миру. Brookfield не вкладывает в технологии, Brookfield владеет квадратными метрами. И когда такой инвестор берёт долю в производителе человекоподобных роботов, это не ставка на будущее - это решение, кто будет арендатором его складов через три года.

Figure объявила 14 мая о привлечении $1 млрд в раунде Series C при оценке $39 млрд post-money, возглавленном Parkway Venture Capital. В раунде также участвовали Brookfield, Nvidia, Macquarie, Intel Capital, LG Technology Ventures, Salesforce, T-Mobile Ventures и Qualcomm Ventures. Девять стратегических инвесторов вокруг одного финансового лида - это не венчурный раунд, это коалиция.

Series C - это третий раунд венчурного финансирования, обычно для компаний, которые уже доказали бизнес-модель и масштабируют операции. Post-money valuation означает, что $39 млрд - это оценка компании с учётом новых денег. То есть до раунда Figure стоила $38 млрд, инвесторы добавили $1 млрд - и стали владеть примерно 2,6% компании. Купить столько за миллиард - это очень дорого. Тридцать девять миллиардов - это уровень оценки, который обычно достаётся зрелым публичным компаниям с многомиллиардной выручкой. Только Figure не публичная и пока не показывает выручки такого масштаба - она производит человекоподобные машины для физического труда, и рынок платит за обещание превратить их в основной интерфейс между человеком и трудом.

Здесь и спрятана ключевая идея: рынок впервые платит за гуманоидов как за платформу, а не как за продукт. У каждого корпоративного инвестора своя причина быть в раунде. Nvidia зарабатывает на каждом чипе, который пойдёт в робота - и одновременно продаёт софт-стек для управления движениями. Brookfield рассматривает гуманоидов как замену части складских арендаторов - люди уходят, роботы остаются на тех же квадратных метрах, но без выходных и без профсоюзов. Salesforce видит интеграцию робота в корпоративные системы как продление CRM в физический мир. Qualcomm и Intel ставят на edge-чипы для локальных вычислений в самом устройстве. T-Mobile - на связь между роботами.

Аналогия: если бы в 1995 году можно было купить долю в компании, которая делает корпуса персональных компьютеров, и в раунде участвовали бы Microsoft, Intel и AT&T одновременно - это была бы похожая структура. Каждый платит не за продукт компании, а за опцион на то, чтобы продавать в этот продукт свой компонент. Figure - это не робот, Figure - это распределительный щиток, к которому подключаются все строители физической AI-экономики.

Чтобы оценить скорость, с которой деньги пришли в этот сектор, достаточно посмотреть на динамику. По тому же раскрытию, в котором Figure объявила раунд, сектор гуманоидной робототехники прошёл путь от нескольких сотен миллионов годовых инвестиций ещё в начале десятилетия до миллиардов сегодня - и раунд Figure стал единственным миллиардным событием в категории в 2026 году на момент его объявления. Это не плавная кривая, это вертикальный взлёт. И что это значит для рынка? Прошлогодние демонстрации с танцующими роботами были не PR-трюком, а проверкой готовности капитала. Капитал ответил утвердительно.

Конкуренция тоже формируется на этом фоне. Apptronik довёл общий объём раунда Series B приблизительно до $150 млн, с инвесторами M12 (венчурный фонд Microsoft) и GV (Google Ventures). То есть Microsoft через свой венчурный фонд страхуется от того, что Nvidia контролирует Figure. Это типичная картина для нарождающейся вертикали: крупнейшие платформы делят рынок не через прямую конкуренцию, а через ставки на разные команды-первопроходцы.

Для оператора склада или производственной линии сигнал такой. Через два-три года в вашей категории появится новый класс конкурентов - не «более эффективная компания», а «компания, у которой 40% операций выполняют гуманоиды». Они смогут платить аренду выше вашей, потому что у них нет фонда оплаты труда в традиционном виде. И они смогут работать в три смены без переработок. Если ваш бизнес держится на стоимости труда - это последняя возможность пересчитать свою экономику до того, как её пересчитает рынок.

a16z в Эр-Рияде: $25 млн как пропуск в Залив

Andreessen Horowitz инвестирует в Саудовскую Аравию впервые за всю свою историю. И делает это в момент, когда геополитика впервые за десять лет сделала такую инвестицию допустимой для калифорнийского партнёрства. Размер сделки здесь вторичен. Первичен сам факт - флаг a16z теперь стоит над дверью офиса в Эр-Рияде.

По данным Axios, Stitch, саудовская операционная система для финансовых учреждений, привлёк $25 млн в раунде Series A под лидерством a16z в его первой инвестиции в GCC, к которой присоединились инсайдеры Arbor Ventures, COTU Ventures, Raed Ventures и SVC. Двадцать пять миллионов долларов для a16z - это сумма, которую фонд может выписать с одного письма партнёра. Не размер сделки здесь важен, а адрес получателя.

GCC - это аббревиатура от Gulf Cooperation Council, объединения шести арабских монархий Залива: Саудовская Аравия, ОАЭ, Кувейт, Катар, Бахрейн и Оман. До 2026 года ни один крупный западный венчурный фонд первого эшелона не делал прямых инвестиций в стартапы региона. Заходили инвестбанки, заходили хедж-фонды, заходили частные офисы миллиардеров - но не венчурный капитал в классическом смысле. Чтобы понять, почему это меняется именно сейчас, надо взглянуть не на сам стартап, а на структуру капитала, который стоит за ним.

Series A - это первый институциональный раунд венчурного финансирования, обычно $5-30 млн на ранней стадии. Лид-инвестор устанавливает оценку и условия, остальные присоединяются на тех же терминах. Здесь лидом выступает a16z - это значит, что условия сделки и оценка Stitch определены в офисах Кремниевой долины, а не в Эр-Рияде. И именно это - главный сигнал для региональной экосистемы: западный венчурный стандарт теперь работает на Заливе.

Stitch описан в раскрытии как операционная система для финансовых учреждений Саудовской Аравии - то есть платформенное программное обеспечение для банков и финтех-компаний. По сути, это инфраструктурный слой, на котором другие финансовые сервисы строят свои продукты. Аналогия из российского опыта: если бы Тинькофф в 2015 году выпустил свою банковскую платформу как сервис для других банков, это была бы похожая категория. Технологический выбор a16z как первой ставки на регион логичен - инфраструктура важнее точечного приложения, потому что она монетизируется со всего рынка.

Но настоящий мотив сделки лежит не в самом Stitch. Andreessen Horowitz - один из крупнейших венчурных фондов мира и в последние два года активно ищет источники нового LP-капитала. LP - это limited partner, ограниченный партнёр: инвестор, который даёт фонду свои деньги в управление в обмен на долю в будущих прибылях. Традиционные американские пенсионные фонды и эндаументы (фонды университетских пожертвований) исчерпали лимиты на венчурную аллокацию. Главные новые карманы свободных денег сейчас находятся на Ближнем Востоке: суверенные фонды Залива - саудовский PIF, эмиратские Mubadala и ADIA. Чтобы они дали тебе свои миллиарды в управление, надо показать, что ты «свой» в регионе.

Двадцать пять миллионов в Stitch - это не инвестиция в смысле возврата. Это билет с правом голоса в комнате, где принимаются решения о следующих десяти миллиардах. Аналогия: первый магазин международной франшизы в новом городе - сам магазин может быть убыточным, но его открытие открывает дверь к десяткам последующих контрактов. Возврат на $25 млн измеряется не доходностью Stitch, а размером следующего фонда a16z, в который пойдут саудовские деньги.

Для российского технологического предпринимателя отсюда практический вывод. Карта венчурного капитала перерисовывается: классические американские LP уже распределены между топ-фондами, и новые деньги идут оттуда, где они исторически не работали - из Залива, из Юго-Восточной Азии, из Латинской Америки. Если ваш стартап интересен этим новым LP географически или тематически, ваша переговорная позиция с фондами сейчас сильнее, чем когда-либо за последние пять лет. Фондам нужны вы как доказательство релевантности в регионах, куда они только заходят.

Что три сделки говорят вместе

SpaceX выходит на биржу не за кэшем. Figure поднимает миллиард не на исследования. a16z вкладывает двадцать пять миллионов не ради дохода. Каждая из этих сделок - не финансовая, а позиционная. Капитал перестал быть инструментом покупки роста. Он стал инструментом контроля над инфраструктурой следующего цикла: ликвидной валютой для M&A, физической рабочей силой и доступом к чужим триллионам.

Здесь есть провокация, которую стоит проговорить вслух. Если три самых обсуждаемых сделки недели мотивированы не деньгами, это значит одно: денег на рынке сейчас столько, что они перестали быть редким ресурсом. Редким стало то, что можно купить за них помимо акций - производственные мощности, географический доступ, рабочая сила без зарплаты. И именно по этой шкале теперь оценивается успех капитала.

На следующей неделе смотреть стоит за двумя вещами. Первая - индикативная цена в проспекте SpaceX, которая может появиться уже 21 мая: если она окажется выше $1,75 трлн, это будет сигнал, что андеррайтеры видят перегретый спрос и готовы тестировать верхнюю границу. Вторая - не последует ли за инвестицией a16z в Stitch более крупное объявление о фонде, ориентированном на GCC. Один билет в Эр-Рияд - это первая инвестиция. Анонс регионального фонда - это уже стратегия.

А пока: если ваш бизнес держится на физическом труде, на ликвидности или на капитале из старых LP-карманов - три эти сделки касаются вас напрямую. Просто пока не вам про это рассказали.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Anthropic ставит дедлайн: AGI к 2028 году, США должны давить Китай прямо сейчас

Anthropic в публичном меморандуме называет 2028 год дедлайном появления AGI и требует от Вашингтона жёстче давить Китай — экспортный контроль на чипы и отсечение от американских моделей.

🔴 Anthropic ставит дедлайн: AGI к 2028 году, США должны давить Китай прямо сейчас

Если искусственный интеллект общего назначения появится через два года, страна, которая построит его первой, перепишет мировые правила. Anthropic выходит с публичной запиской и говорит прямо: эта страна должна быть США.

В новом политическом меморандуме Anthropic заявила, что трансформирующий искусственный интеллект ожидается к 2028 году, и сценариев всего два. Первый: США сохраняют вычислительное преимущество, и демократические страны устанавливают правила игры. Второй: Китай обходит — и нормы AI пишут авторитарные режимы, с «автоматизированной репрессией в масштабах целой страны». Чтобы не допустить второй сценарий, Anthropic требует от Вашингтона ужесточить экспортный контроль на чипы для AI (в первую очередь GPU NVIDIA) и полностью отрезать Китай от американских AI-моделей. Компания обвиняет китайские лаборатории в «атаках дистилляцией» — нелегальном извлечении инноваций американских компаний через зеркалирование их моделей.

Одна из ведущих AI-лабораторий мира открыто лоббирует протекционизм. Если Вашингтон последует этим требованиям, окно с двойным доступом к американскому и китайскому AI закроется. Предпринимателю стоит держать в голове два сценария одновременно: либо китайские модели вроде DeepSeek и Qwen станут единственно доступной альтернативой на ряде рынков, либо технологический суверенитет окажется не модой, а инфраструктурной необходимостью. Готовиться разумно сразу к обоим.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#Anthropic #Claude #нейросети #геополитика #Китай #США #экспортный_контроль #чиповаявойна #безопасностьИИ #NVIDIA #ИИ #технологии #AravanaAI

Alibaba выпустила Wan 3.0 — открытое 4K-видео по 30 секунд за один проход

Китайская Alibaba выкатила Wan 3.0 — мультимодельную платформу с нативным 4K, 30-секундными клипами одним проходом и обещанием выложить веса в open source.

🔴 Alibaba выпустила Wan 3.0 — открытое 4K-видео по 30 секунд за один проход

Год назад генерация секундного HD-ролика стоила нервов и времени. Сегодня Alibaba отдаёт 30-секундное нативное 4K и обещает выложить веса в open source.

По данным openPR, Wan 3.0 построен на архитектуре Mixture-of-Experts с 27 млрд параметров — на каждом проходе активны 14 млрд. Разрешение — нативное 4K против 1080p у Wan 2.7. Длительность одного клипа — 30 секунд (было 15). Платформа умеет четыре вещи: генерацию из текста, из картинки, по референсу с клонированием голоса и пошаговое редактирование по инструкции. И главное — модель собирает многосценные ролики на 2–5 минут из одного запроса. API уже работает, открытые веса под лицензией Apache 2.0 обещаны во второй половине квартала.

Что это значит для предпринимателя: маркетинговый ролик, прототип рекламы, контент для соцсетей теперь делаются за минуты, а не недели. Открытая лицензия снимает зависимость от подписок и территориальных ограничений — модель можно поставить на свой сервер. Доступ к продакшн-качеству видео перестаёт быть привилегией.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #модели #мультимодальность #ИИ #технологии #AravanaAI

OpenAI пустил ChatGPT в банковские счета — финансовая панель для Pro-подписчиков

OpenAI запустил в ChatGPT финансовый дашборд с подключением к 12 000 банков и брокеров через Plaid. Личный финансовый консультант теперь живёт внутри чата.

🔴 OpenAI пустил ChatGPT в банковские счета — финансовая панель для Pro-подписчиков

Каждый месяц 200 миллионов человек уже спрашивают ChatGPT, куда уходит зарплата. Теперь модель будет отвечать с цифрами — потому что увидит реальные счета.

15 мая OpenAI запустил финансовые инструменты для подписчиков ChatGPT Pro в США. Через партнёрство с Plaid пользователь подключает более 12 000 финансовых учреждений — Schwab, Fidelity, Chase, Robinhood, American Express, Capital One и другие. Панель показывает результаты инвестиционного портфеля, структуру расходов, активные подписки и предстоящие платежи. Можно спросить: «Кажется, я стал тратить больше — что изменилось?» или «Помоги собрать план, чтобы купить дом за пять лет». В планах — интеграция с Intuit для оценки налоговых последствий и вероятности одобрения кредитной карты.

OpenAI заходит на территорию частного банкира. Раньше за персональный финансовый совет нужно было идти в приват-банкинг и платить процент от активов под управлением. Теперь его даёт ChatGPT — и видит вашу финансовую жизнь целиком. Для предпринимателя это два сигнала: персональные AI-агенты становятся доверенными лицами на уровне доступа к данным, а компании, которые держат отношения с конечным клиентом, в новой волне соберут сливки.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#ChatGPT #OpenAI #нейросети #LLM #агентыИИ #BigTech #ИИ #технологии #AravanaAI

Cerebras +68%, SpaceX – на следующей неделе: публичный рынок AI открылся

Cerebras провела крупнейшее IPO 2026 года – акции выросли на 68% в первый день. SpaceX подаёт проспект на неделе 18 мая. S&P 500 меняет собственные правила.

Два года AI-компании привлекали миллиарды в частных раундах и откладывали выход на биржу. Вчера это изменилось.

Cerebras провела крупнейшее первичное публичное размещение 2026 года. Акции открылись на 89% выше цены размещения, в пике достигали +108%, и закрылись с ростом 68% по итогам первого дня. Сегодня стало известно: SpaceX подаёт проспект IPO на неделе с 18 мая. S&P 500 рассматривает изменение трёх собственных правил ради включения одной компании. И Microsoft – крупнейший корпоративный инвестор в AI – начала искать альтернативы OpenAI.

Это не очередной цикл венчурных раундов. Публичный рынок AI открылся.

Cerebras: прорыв, который ждали два года

В мае мы писали: Cerebras идёт на IPO по $150-160, спрос в 20 раз превышает предложение. Вчера случилось именно то, что должно было случиться – только быстрее.

Цена размещения была поднята до $185 – выше уже пересмотренного диапазона $150-160. Акции открылись по $350 – на 89% выше цены размещения. В ходе дня достигали пика $385 – это +108% к размещению. К концу дня закрылись по $311. Но и это – рост на 68% за один торговый день.

Что такое «IPO pop» – разрыв между ценой размещения и рыночной ценой. Компания продала акции институциональным покупателям по $185. На открытии торгов те же акции стоили $350, в пике внутри дня – $385. Разница досталась покупателям аллокации, не компании. Эмитенты называют это «оставить деньги на столе» – занизить цену, чтобы создать ажиотаж в первый день.

Cerebras провела IPO объёмом $5,55 млрд при оценке $40 млрд. На полностью разводнённой основе – с учётом всех опционов и варрантов – оценка составила $49 млрд при размещении и выросла примерно до $86 млрд по итогам первого дня. Тикер на Nasdaq – CBRS. Спрос превысил предложение более чем в 20 раз – крупнейшее IPO 2026 года.

Финансовые показатели объясняют ажиотаж. В 2025 году Cerebras заработала $510 млн выручки – рост на 76% год к году. Чистая прибыль составила $87,9 млн против убытка около $500 млн в 2024 году. Это редкость для технологических IPO: большинство компаний выходят на биржу с обещаниями, Cerebras вышла с прибылью.

CEO Эндрю Фелдман описывает продукт без лишних слов: «Мы сделали чип размером с обеденную тарелку. Он в 58 раз больше любого ранее созданного чипа» и «мы более чем в 15 раз быстрее конкурентов». Конкурент в этом контексте – NVIDIA. Cerebras делает чипы-«пластины»: один чип занимает всю кремниевую пластину, что делает его принципиально мощнее для inference – обработки запросов к уже обученной модели. Именно inference потребляет всё больше вычислений по мере роста числа пользователей AI.

OpenAI – крупнейший клиент Cerebras – в феврале 2026 года выпустил первую модель, работающую на чипах компании. Параллельно OpenAI держит 33,4 млн варрантов – опционов на покупку акций Cerebras по заранее установленной цене при выполнении условий по вычислительным мощностям. Самый мощный покупатель AI-инфраструктуры стал акционером своего же поставщика.

Arm Holdings и SoftBank рассматривали поглощение Cerebras за несколько недель до IPO – и отступили. Теперь наблюдают, как упустили компанию, чей первый день торгов принёс +108%. Для рынка это прецедент: специализированный AI-чип с высокой концентрацией выручки прошёл публичный рынок без скидки. Следующие AI-IPO выходят на более тёплый рынок.

SpaceX: биржевой индекс меняет правила под одну компанию

Биржевой индекс S&P 500 создавался как нейтральный инструмент для измерения рынка. Его правила включения менялись медленно и без привязки к конкретным компаниям. Сегодня комитет по индексу рассматривает три изменения собственных правил – специально для ускоренного включения SpaceX.

SpaceX планирует только 5% публичного флоута – доли акций, доступных для торгов на открытом рынке. Обычно для включения в S&P 500 требуется минимум 10%. Три предлагаемых изменения: отмена требования рентабельности для включения, сокращение периода ожидания с 12 до 6 месяцев, отмена минимального флоута 10%. Nasdaq уже изменила собственные правила для ускоренного включения SpaceX в Nasdaq 100.

Проспект IPO – регистрационный документ, раскрывающий финансовую отчётность и условия размещения – по данным источников, ожидается на неделе с 18 мая. Роудшоу запланировано на неделю 8 июня. Ведущие организаторы – Goldman Sachs и Morgan Stanley, целевой объём – от $10 до $15 млрд.

При флоуте 5% и включении в S&P 500 индексные ETF – фонды, автоматически покупающие все акции из индекса пропорционально рыночной капитализации – будут обязаны купить SpaceX в течение одной торговой сессии. Это создаст механический спрос на миллиарды долларов. Представьте аукцион, где все участники обязаны делать ставку одновременно – и лот только один. Именно такая конструкция сложится при включении SpaceX в индекс.

Венчурный капиталист Пол Кедровски оценивает: SpaceX, OpenAI и Anthropic суммарно несут «$5 трлн потенциальной стоимости», которая может войти на публичные рынки. «Новые акции ударят по рынкам как цунами» – его слова.

Microsoft: крупнейший инвестор OpenAI – и одновременно финансирует конкурентов

Microsoft обещала OpenAI $13 млрд – и к апрелю 2026 года перечислила $11,8 млрд, почти всё. Параллельно стороны перестроили соглашение: общие выплаты ограничены потолком $38 млрд до 2030 года, взамен OpenAI получил право работать с конкурентами Microsoft, включая Amazon. Каждый получил то, что хотел: Microsoft снизила обязательства, OpenAI – свободу манёвра. И именно в этот момент Microsoft через M12 ставит $50 млн на Inception – стартап с архитектурой, альтернативной GPT.

M12 – корпоративный венчурный фонд Microsoft – вложил $50 млн в seed-раунд Inception: стартапа, основанного командой Stanford в середине 2024 года, разрабатывающего языковые модели на основе диффузионного метода – альтернативной архитектуры к привычному GPT-подходу. Inception ищет оценку выше $1 млрд. Схема стандартная: сначала небольшая ставка в seed, затем – опцион на поглощение. Как арендодатель, дающий деньги арендатору на ремонт, сохраняя право выкупить квартиру.

Microsoft рассматривала поглощение Cursor – стартапа по генерации кода – и отступила из-за регуляторных рисков: GitHub Copilot уже в портфеле, второй code-generation инструмент мог вызвать антимонопольное расследование. SpaceX приобрела Cursor вскоре после отхода Microsoft. Тот же Inception одновременно изучает предложения от Microsoft и SpaceX – ракетная компания строит AI-портфель быстрее, чем её замечают.

Microsoft купила GitHub в 2018 году за $7,5 млрд – казалось, переплатила. Через пять лет GitHub стал фундаментом Copilot – ключевого AI-продукта. Cursor мог стать следующим GitHub. Теперь этот актив у SpaceX.

Три истории – один вывод

Cerebras показала: AI-чипы продаются на бирже дороже, чем рассчитывали покупатели, рассматривавшие поглощение до IPO. SpaceX покажет на следующей неделе: готов ли публичный рынок поглотить ракетно-спутниковый конгломерат с 5% флоута. Microsoft показывает: самый крупный корпоративный AI-инвестор мира диверсифицируется – значит, рынок поставщиков AI-технологий становится по-настоящему конкурентным.

Вопрос, который стоит задать сейчас: кто следующий в очереди. OpenAI заявлял о планах выйти на биржу. Anthropic отрицала – но $1 трлн спроса на вторичном рынке создаёт своё давление. Если хотя бы одна из этих компаний разместится в 2026 году с динамикой, близкой к Cerebras, совокупная оценка AI-сектора на публичных рынках изменится радикально.

На неделе с 18 мая смотрите на два события: подачу проспекта SpaceX и решение комитета S&P 500. Если индекс объявит об изменении правил включения – это станет сигналом для волны AI-IPO, о которой говорят уже два года. Церемония начала этой волны прошла вчера на Nasdaq под тикером CBRS.

Meta запустила Incognito Chat в WhatsApp — разговоры с AI, которых не увидит даже сама Meta

WhatsApp добавил Incognito Chat: сообщения с AI не сохраняются даже на серверах Meta

🔴 Meta запустила Incognito Chat в WhatsApp — разговоры с AI, которых не увидит даже сама Meta

Это та же компания, которую годами критикуют за работу с пользовательскими данными. Теперь она строит чат, к которому сама не имеет доступа. WhatsApp добавил режим Incognito Chat для общения с Meta AI — сообщения исчезают при закрытии переписки, а серверы их не сохраняют.

Режим включается отдельной иконкой в чате с Meta AI: разговор автоматически стирается, когда пользователь выходит, блокирует телефон или закрывает приложение. Под капотом — технология Private Processing: запросы обрабатываются в защищённой среде, доступ к которой закрыт для самой Meta. Работает на новой модели Muse Spark, вышедшей в прошлом месяце. Алис Ньютон-Рекс, вице-президент WhatsApp по продукту, объясняет: люди задают AI вопросы о здоровье и финансах, и им важно делать это анонимно. Параллельно Meta готовит Side Chat — отдельную приватную линию с AI прямо внутри групповых переписок.

За этим стоит большой сдвиг: ChatGPT и Claude давно научили людей разговаривать с AI как с врачом или юристом, и эта аудитория не хочет, чтобы переписку видел Facebook. Для российского предпринимателя это сигнал — приватность становится свойством продукта, а не требованием регуляторов; через год «AI без сохранения переписок» войдёт в стандартный список ожиданий клиента.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#Meta #WhatsApp #агентыИИ #нейросети #LLM #BigTech #безопасностьИИ #ChatGPT #Claude #ИИ #технологии #AravanaAI

Cerebras дебютировала на Nasdaq: акции взлетели на 89% в крупнейшем IPO 2026 года

Cerebras дебютировала на Nasdaq: цена открытия $350 против размещения $185, закрытие +68%

🔴 Cerebras дебютировала на Nasdaq и за день подорожала на 68%

Cerebras Systems всю жизнь сравнивали с NVIDIA — и долго проигрывали. По данным Motley Fool, компания вышла на Nasdaq под тикером CBRS: цена размещения $185, открытие $350 (почти удвоение за минуты), закрытие $311 — +68% к закрытию первого дня. Спрос превысил предложение в 20 раз, оценка размещения — $56,4 млрд по полностью разводнённому капиталу.

Это самое крупное техно-размещение в США со времён Snowflake в 2020-м. Выручка Cerebras в 2025 году выросла на 76% до $510 млн — в значительной мере за счёт контрактов с OpenAI и AWS на запуск AI-моделей. Компания всё ещё убыточна на операционном уровне.

Инвесторы голосуют деньгами против монополии NVIDIA на AI-инфраструктуру. Для российского предпринимателя это сигнал: рынок вычислительных мощностей переходит из «один поставщик» в «олигополия», и цены на доступ к серверным GPU перестанут расти линейно с дефицитом.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #полупроводники #NVIDIA #AMD #IPO #инвестиции #сделки #BigTech #OpenAI #нейросети #ИИ #технологии #AravanaAI

Судья рассматривает мировое Anthropic с авторами на $1,5 млрд

В Северном округе Калифорнии слушание по делу Bartz vs Anthropic — крупнейшее мировое в истории AI и копирайта

🔴 Судья сегодня решает судьбу мирового на $1,5 млрд: Anthropic против писателей

В Северном округе Калифорнии прошло слушание по делу Bartz vs Anthropic — крупнейшее в истории мировое соглашение по поводу авторских прав в эпоху AI. Судья Арасели Мартинес-Олгин рассматривает финальное утверждение: $1,5 млрд за то, что Anthropic использовала тексты писателей для обучения моделей без лицензии.

По данным Authors Alliance, заявки подали на 440 490 произведений из 482 460 — участие 91,3%. По умолчанию выплата делится 50/50 между автором и издателем, но реальная картина перекошена: один писатель сообщил, что его издатель забирает 88% компенсации, оставляя автору только 12%. Гонорары адвокатов истцов суд срезал с 15% до 12,5%.

Что это значит: даже если судья утвердит соглашение, прецедент уже создан — обучение AI на копирайт-материалах без лицензии теперь имеет ценник в миллиарды. Для российских стартапов на ML-моделях это сигнал: лицензионная гигиена данных перестаёт быть «роскошью» и становится частью оценки рисков. Особенно если планируете выходить на западные рынки.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#Anthropic #Claude #регуляция #нейросети #LLM #AIAct #инвестиции #BigTech #AravanaAI #ИИ #технологии

Робот Sony обыграл профессиональных теннисистов — и попал на обложку Nature

Ace выиграл 3 из 5 матчей у элитных игроков — благодаря reinforcement learning и event-камерам

🔴 Робот Sony обыграл профессиональных теннисистов — и попал на обложку Nature

Sony AI представила Ace — первого автономного робота, который играет в настольный теннис на уровне элитного профессионала. В серии из пяти матчей с топ-игроками робот выиграл три. И это попало на обложку Nature — самого престижного научного журнала.

Как устроено: робот «видит» соперника девятью обычными камерами и тремя событийными сенсорами (они фиксируют изменения в кадре, а не полные кадры — намного быстрее), а двигаться его учили методом проб и ошибок без заранее заложенной модели мира. Результат: возврат подач с закруткой до 450 рад/с в 75% случаев, 16 прямых очков с подачи против 8 у соперников-профессионалов, моментальная реакция даже на мячи, которые рикошетят от сетки. Команду в Цюрихе возглавил Питер Дюрр; главный научный сотрудник Sony AI Питер Стоун назвал это «знаковым моментом для исследований ИИ».

Для основателя в сфере робототехники и для всех, кто следит за «физическим ИИ», это сигнал: разрыв между лабораторными демонстрациями и реальным быстрым действием в физическом мире сокращается. Следующие пять лет — про роботов, которые работают на складе, в доставке и на стройке так же ловко, как игрок настольного тенниса возвращает крученую подачу.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#роботы #робототехника #физическийИИ #автоматизация #embodiedAI #ИИ #технологии #AravanaAI

TSMC: к 2030 году чип-рынок будет стоить $1,5 трлн — и больше половины съест AI

Прогноз вырос с $1 трлн до $1,5 трлн за два года — AI и HPC заберут $825 млрд

🔴 TSMC: к 2030 году чип-рынок будет стоить $1,5 трлн — и больше половины съест AI

Ещё два года назад TSMC оценивала мировой рынок чипов в 2030 году примерно в $1 трлн. Сейчас прогноз пересмотрен до $1,5 трлн — плюс половина за два года. И это не про телефоны: на AI и высокопроизводительные вычисления придётся 55% рынка — около $825 млрд.

Чтобы оценить масштаб: один только AI-сегмент в 2030 году будет крупнее, чем весь мировой рынок полупроводников сегодня. На смартфоны останется 20%, на автомобили и IoT — по 10%. Контрактное производство чипов, на котором специализируется сама TSMC, вырастет до $500 млрд. Это говорит Кевин Чжан, старший вице-президент и заместитель операционного директора компании. Иначе говоря, TSMC рассказывает рынку, под кого она теперь строит заводы — и это уже не Apple, а Nvidia с её клиентами.

Для предпринимателя, у которого есть продукт на стыке с AI-инфраструктурой (дата-центры, охлаждение, энергетика, сетевое оборудование, прикладные модели) — это горизонт планирования на 5 лет: спрос на железо будет расти быстрее, чем рынок успевает строить мощности. Узкие места — именно там, где можно зарабатывать.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #полупроводники #TSMC #инфраструктура #датацентры #капзатраты #ИИ #технологии #AravanaAI

Маск ответил Anthropic: xAI запустил Grok Build — конкурента Claude Code

xAI Илона Маска выпустил кодирующий агент Grok Build для подписчиков SuperGrok Heavy за $300 в месяц — прямой конкурент Claude Code

🔴 Маск ответил Anthropic: xAI запустил Grok Build — конкурента Claude Code

Цена входа — $300 в месяц. Подписка SuperGrok Heavy, ранний бета-доступ, командная строка и установка с сайта xAI. Сам Маск ранее признавал: в программировании его команда отставала от конкурентов.

По данным Engadget, Grok Build — это агент для профессиональной разработки и сложных задач, прямой ответ на Claude Code от Anthropic. Внутри xAI руководство уже несколько месяцев гонит сотрудников догнать Claude по тестам на программирование. После того как SpaceX в феврале купил xAI, компанию покинули более 50 исследователей и инженеров, включая сооснователей. Grok Build — попытка показать, что машина ещё работает.

Для российского предпринимателя картина простая. Раньше выбор кодирующего AI сводился к OpenAI Codex и Anthropic Claude Code. Теперь третий игрок, и он сразу заходит в премиальный сегмент по цене $300 в месяц. Конкуренция в кодирующих агентах перестаёт быть дуэлью. Через 6 месяцев цена $300 будет либо стандартом для лучших AI-агентов программирования, либо демпингом, и в обоих случаях разработчики окажутся в выигрыше.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #модели #агентыИИ #Grok #Claude #xAI #Anthropic #OpenAI #ИИ #технологии #AravanaAI

Microsoft показал AI-систему, которая нашла 16 уязвимостей в Windows и обогнала индустрию

Multi-агентная система MDASH от Microsoft обогнала лидеров индустриального бенчмарка CyberGym и нашла 16 уязвимостей в Windows

🔴 Microsoft показал AI-систему, которая нашла 16 уязвимостей в Windows и обогнала индустрию

Система из ста с лишним AI-агентов прошла 21 из 21 теста на закрытом бенчмарке Microsoft. Без единого ложного срабатывания. На публичном CyberGym с 1507 реальными уязвимостями она показала 88,45%, на пять очков впереди ближайшего конкурента.

Система MDASH от Microsoft Autonomous Code Security устроена как конвейер: одни агенты ищут уязвимости в исходном коде, другие проверяют находки и оценивают, дотянется ли до уязвимости реальный злоумышленник. Команда уже нашла 16 уязвимостей в Windows, из них четыре критические — позволяют удалённо запустить код без логина и пароля. Одна в драйвере tcpip.sys, другая в системе IKEv2: пакет из сети превращается в права LocalSystem. Все патчи Microsoft уже выпустила.

Это переломный момент в кибербезопасности. До 2026 года поиск уязвимостей был ручной работой исследователей и редкой удачей, теперь это конвейер из агентов, который превзошёл лучших людей и опубликованные инструменты. Для российского предпринимателя вывод прямой: ваш софт скоро будут вскрывать не хакеры, а их AI-агенты с такой же скоростью. Время латать дыры, пока есть фора.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #LLM #агентыИИ #Microsoft #BigTech #безопасностьИИ #ИИ #технологии #AravanaAI

OpenAI положила ИИ-программиста прямо в ваш карман

OpenAI открыла доступ к AI-агенту для написания кода в мобильном приложении ChatGPT. С телефона можно одобрять задачи, переключаться между потоками и видеть выводы в реальном времени.

🔴 OpenAI положила ИИ-программиста прямо в ваш карман

14 мая OpenAI запустила Codex — своего AI-агента для написания кода — в мобильном приложении ChatGPT для iOS и Android. Раньше Codex жил только на компьютере и в браузере. Теперь разработчик может вызвать его из метро.

С телефона теперь можно одобрять задачи агента, запускать новые команды, переключаться между диалогами и получать обновления в реальном времени: скриншоты, вывод терминала, изменения в коде и результаты тестов. OpenAI прямо говорит: «Это больше, чем просто удалённое управление одной задачей». Сценарий — агент работает часами над фоновой задачей, а человек подтверждает шаги с любого устройства. Версия для Windows обещана позже.

Это новая логика работы с AI-ассистентом. Раньше среда разработки требовала вашего внимания целиком, теперь — только в моменты ключевых решений. Для российских команд это означает, что окно «пока разработчик не за компьютером» закрывается. AI пишет код круглосуточно, человек одобряет с телефона в очереди за кофе.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #агентыИИ #модели #ChatGPT #OpenAI #productivitytools #будущее_труда #белыеворотнички #ИИ #технологии #AravanaAI

Daily Digest - 15 мая 2026

Cerebras вышла на Nasdaq с ростом +68%, OpenAI готовит иск к Apple, хакеры закрепились в системах через Claude Code hooks — и Маск запустил конкурента Claude Code за $300 в месяц.

Cerebras вышла на Nasdaq, рост в первый день — 68%, крупнейшее AI-IPO 2026 года. OpenAI готовит юридический иск к Apple: двухлетнее партнёрство принесло «значительно меньше» обещанных миллиардов. Хакеры взломали сотрудников OpenAI через популярные open-source библиотеки — и закрепились в системах через модификацию Claude Code hooks. Пока OpenAI разбирается с Apple и взломом, Маск запустил Grok Build — прямой конкурент Claude Code за $300 в месяц. Стоимость AI растёт. Способность её удержать — ещё не проверена.

Спрос превысил предложение в 20 раз — и это уже после повышения цены размещения

Cerebras Systems вышла на Nasdaq 14 мая 2026 года: акции закрылись на $311.07, рост на 68% от IPO-цены $185. Внутридневной максимум — $385. Первоначальный диапазон был $150–160, его повысили до $185, и всё равно спрос превысил предложение в 20 раз. Стандартная рыночная капитализация — ~$70 млрд, на полностью разводнённой основе — ~$86 млрд. Крупнейшее первичное размещение 2026 года.

Глава Cerebras Эндрю Фелдмен описал продукт коротко: «чип размером с обеденную тарелку, в 58 раз крупнее любого ранее созданного, более чем в 15 раз быстрее конкурентов». За техническим хвастовством стоит конкретная экономика: чем больше пластина кремния в одном чипе, тем меньше теряется на пересылке данных между процессорами — тем дешевле обучение и запуск больших AI-моделей. Это не та же гонка, что у NVIDIA, а другой подход к той же задаче.

Есть деталь, которую легко пропустить: около 90% выручки Cerebras приходится на двух клиентов — OpenAI и AWS. OpenAI заключил сделку на $10 млрд в январе 2026 года и отдельное соглашение о закупке чипов на $20 млрд. Рынок впервые за два года готов платить премию за альтернативу NVIDIA — но эта альтернатива сильно зависит от того самого OpenAI, который сегодня судится с Apple. Ирония встроена в структуру капитала.

Крупнейший AI-альянс двух последних лет идёт в суд — ChatGPT «закопан» в Siri, деньги не пришли

OpenAI готовит юридическое уведомление о нарушении контракта Apple. По данным TechCrunch, интеграция ChatGPT в Siri «закопана, функции труднодоступны, доходы от партнёрства далеки от прогнозов». OpenAI ожидал получить «миллиарды долларов в новых подписках», получил значительно меньше. Юристы OpenAI работают с внешней юридической фирмой над вариантами действий, включая официальное уведомление о нарушении контракта.

Как мы сюда пришли. Партнёрство анонсировали на WWDC как центральный элемент Apple Intelligence: ChatGPT встроен в Siri и Visual Intelligence. Идея была простой: Apple получает лучшую языковую модель без необходимости строить её с нуля, OpenAI получает доступ к сотням миллионов iPhone. Реальность оказалась сложнее: пользователи не находили ChatGPT в интерфейсе, не использовали Visual Intelligence, не покупали подписку. Apple теперь готова открыть Apple Intelligence для сторонних AI-провайдеров, прежде всего для Google Gemini, — отказываясь от модели «один партнёр».

Любые юридические действия OpenAI, вероятно, последуют после завершения текущего процесса с Маском. Открывать второй фронт сейчас юридически и репутационно невыгодно — это означает подготовку, а не вспышку: контракт, переписка, документация провала продаж. Когда дело дойдёт до суда, у OpenAI будет аккуратно собранный фундамент. Впервые два крупнейших AI-игрока встретятся не как партнёры на сцене, а как стороны в гражданском процессе.

Хакеры закрепились у сотрудников OpenAI через инструмент, который сам OpenAI продвигает разработчикам

OpenAI подтвердила взлом по итогам атаки на цепочку поставок TanStack. Два устройства сотрудников скомпрометированы, злоумышленники получили доступ к «ограниченному подмножеству внутренних репозиториев исходного кода». Сертификаты подписи кода для macOS, Windows, iOS и Android раскрыты. Пользователям macOS нужно обновить приложение OpenAI до 12 июня 2026. Данные пользователей, production-системы и интеллектуальная собственность не пострадали.

Механика атаки: вредоносное ПО Mini Shai-Hulud — его связывают с группировкой TeamPCP, ранее замеченной в схожих атаках, — ударило по популярным open-source библиотекам через npm и PyPI — пакетные менеджеры, через которые большинство JavaScript- и Python-разработчиков мира подключают чужой код. За 6 минут опубликованы 84 вредоносные версии пакетов, исследователь обнаружил атаку через 20 минут. Скомпрометированы пакеты в TanStack, Mistral AI, UiPath и OpenSearch — библиотеки, которые разработчики по всему миру подключают к проектам как доверенные зависимости.

Самая болезненная деталь — механика закрепления: вредоносное ПО устанавливало постоянство через модификацию Claude Code hooks и задач автозапуска VS Code. Атакующие использовали AI-инструмент разработчика как точку опоры для выживания после перезагрузки. До сих пор атаки на AI-компании обсуждали в терминах jailbreak и prompt injection. Здесь ничего этого: классическая supply chain атака, но финальная точка опоры — внутри AI-инструмента. Чем активнее команды переходят на AI-помощников, тем больше у атакующих площадь для манёвра.

Маск запустил конкурента Claude Code за $300 в месяц — пока OpenAI судится с Apple и разбирается со взломом

xAI запустил Grok Build — AI-агент для профессиональной разработки и сложных задач. Цена входа — $300 в месяц через подписку SuperGrok Heavy, ранний бета-доступ. По данным Engadget, Grok Build — прямой ответ на Claude Code: командная строка, установка с сайта xAI. Сам Маск ранее признавал, что в программировании xAI отставала от конкурентов.

Контекст важен. После того как SpaceX приобрёл xAI в феврале 2026 года, компанию покинули более 50 исследователей и инженеров, включая сооснователей. Grok Build — сигнал, что машина продолжает работать. Несколько месяцев внутри xAI шла работа по догону Claude Code по тестам на программирование.

Для рынка кодирующих AI-агентов это смена конфигурации. Раньше выбор сводился к OpenAI Codex и Claude Code. Теперь третий игрок заходит сразу в премиальный сегмент. $300 в месяц — либо новый ценовой стандарт для лучших AI-инструментов разработчика, либо агрессивный старт с целью занять долю рынка. В обоих случаях разработчики в выигрыше: конкуренция между тремя игроками давит на цену и качество одновременно.

Рекордное IPO и взлом через собственный инструмент — в один день. Судебный иск к ключевому партнёру и новый конкурент от вчерашнего скептика — тоже. Стоимость AI растёт. Контроль над ней — ещё не проверен.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Как начать пользоваться Soundraw: роялти-свободная AI-музыка без авторских прав

Soundraw -- японский AI-генератор музыки, обученный на собственном каталоге. Создаете треки без риска страйков, редактируете по тактам, скачиваете стемы. Гайд с нуля до первого трека.

Что это и для кого

Soundraw -- японский сервис для генерации AI-музыки, основанный в 2021 году. Его главное отличие от конкурентов вроде Suno и Udio -- юридическая чистота контента и профессиональные инструменты редактирования. Soundraw обучен исключительно на собственном каталоге музыки, созданном штатными музыкантами и продюсерами компании. Это значит, что в базе обучения нет ни одного трека, записанного сторонними артистами без их разрешения. Каждый трек, созданный с помощью сервиса, автоматически защищен коммерческой лицензией и гарантированно не вызовет страйков на YouTube, Spotify или других платформах.

Чем Soundraw отличается от Suno и Udio? Эти инструменты ориентированы на творческое создание музыки с вокалом -- вы описываете песню, и AI пишет слова и исполняет её. Soundraw работает иначе: он создает инструментальные фоновые треки для видео, подкастов, рекламы, презентаций и игр. Вокала нет совсем. Зато есть то, чего нет у конкурентов -- глубокое редактирование: вы можете изменить инструментовку конкретного такта, убрать одну из партий, заменить вступление, не трогая остальную часть трека. Это профессиональный инструмент для создателей контента, а не просто игрушка.

Кому подходит Soundraw: ютуберам и видеоблогерам, которым нужна фоновая музыка без риска страйков; создателям подкастов, которым нужны джинглы и переходы; маркетологам, создающим рекламные ролики; разработчикам игр, которым нужен саундтрек; авторам курсов и обучающего видео; всем, кто монетизирует видеоконтент и не хочет терять доходы из-за музыкальных претензий. Важно понимать: Soundraw не для тех, кто хочет создать полноценную песню с вокалом -- для этого лучше подойдет Suno или Udio.

Сервис работает в браузере без установки приложений. Для начала работы нужен только аккаунт и понимание того, какой тип музыки вам нужен.

Как зарегистрироваться

Перейдите на сайт soundraw.io. В правом верхнем углу нажмите кнопку Sign Up. Доступна регистрация через Google-аккаунт или через email и пароль. Регистрация через Google занимает около 20 секунд: нажмите Continue with Google, выберите аккаунт, подтвердите разрешения.

Для регистрации по email: введите адрес почты, придумайте пароль, нажмите кнопку Sign Up. На указанный адрес придет письмо с подтверждением. Откройте письмо и перейдите по ссылке -- после этого аккаунт активирован.

Бесплатный план активируется автоматически. Кредитная карта при регистрации не нужна. На бесплатном плане вы можете генерировать и прослушивать неограниченное количество треков -- это важная особенность Soundraw в сравнении с конкурентами. Ограничение одно: скачивать треки и использовать их коммерчески нельзя без платной подписки. То есть вы можете часами экспериментировать и слушать результаты, не платя ни копейки, и только когда найдете нужный трек -- переходить на платный план для скачивания.

Интерфейс сайта полностью на английском языке, но он интуитивно понятен даже без глубокого знания языка: названия жанров, настроений и инструментов понятны визуально и по контексту.

Первый запуск: что попробовать

После входа в аккаунт вы попадаете на главную страницу генератора. Она организована просто: вверху -- параметры генерации, внизу -- список сгенерированных треков. Сразу после входа несколько треков уже будут показаны в качестве примера.

Шаг 1 -- настройка параметров. В верхней части экрана расположены основные фильтры: Genre (жанр), Mood (настроение), Theme (тематика) и Energy. Нажмите на Genre и выберите один из доступных жанров: Pop, Hip Hop, Electronic, Cinematic, Jazz, Lofi, Rock и другие -- всего более 20 вариантов. Затем выберите Mood -- настроение трека: Happy, Calm, Dark, Romantic, Angry, Epic. Параметр Theme задает тематический контекст: Travel, Sports, Fashion, Nature, Business, Food и другие категории. Energy регулирует динамику: от спокойного фона до энергичного саундтрека.

Шаг 2 -- генерация. Нажмите кнопку Generate в правой части панели настроек. Soundraw мгновенно создаст несколько вариантов треков (обычно 15-30) на основе выбранных параметров. Каждый трек отображается как строка в списке с информацией о длине, темпе (BPM) и структуре.

Шаг 3 -- прослушивание. Нажмите кнопку воспроизведения у любого трека в списке. Трек начнет играть прямо в браузере. Пока один трек играет, вы можете нажимать на другие -- воспроизведение переключается мгновенно. Это позволяет быстро прослушать десятки вариантов и найти нужный без скачивания.

Шаг 4 -- редактирование в редакторе тактов. Нажмите на кнопку Edit у понравившегося трека. Откроется детальный редактор. В нем вы видите структуру трека: вступление (Intro), строфы (Verse), припевы (Chorus), мост (Bridge) и финал (Outro). Каждая секция отображается как набор блоков по тактам. Вы можете заменить любую секцию, перетащив другой вариант на её место. Внизу редактора -- панель инструментальных партий (drums, bass, chords, melody, counter melody), где для каждой секции можно включить или выключить отдельные инструменты. Например, убрать ударные из вступления или усилить бас в припеве.

Шаг 5 -- настройка длины. В редакторе можно задать точную длину трека: Soundraw умеет подгонять музыку под нужное время. Если вам нужен трек ровно 1 минута 23 секунды для конкретного видео -- задайте это время, и система автоматически скорректирует структуру.

Ключевые фишки

Редактирование по тактам -- главная суперсила Soundraw. Большинство AI-генераторов музыки работают по принципу «чёрного ящика»: задал параметры, получил трек, дальше не редактируется. Soundraw принципиально иной: после генерации вы можете зайти внутрь трека и изменить его структуру поэлементно. Замените только вступление, оставив остальное. Переставьте местами секции. Добавьте еще один припев. Уберите из конкретного такта все инструменты, кроме фортепиано. Такой уровень контроля недоступен в Suno или Udio, что делает Soundraw профессиональным инструментом, а не просто развлечением.

STEM-экспорт -- скачивайте отдельные партии. На планах Artist вы можете скачать не только финальный микс трека, но и отдельные партии (STEM-файлы): ударные, бас, аккорды, мелодию и контрмелодию в виде отдельных аудиофайлов. Это открывает возможности для дальнейшей обработки в DAW (GarageBand, Ableton, Logic Pro): можно наложить свой вокал поверх инструментальной основы, обработать отдельные партии эффектами или полностью заменить один из инструментов живой записью.

100% роялти-свободность без юридических рисков. Soundraw обучен на собственном музыкальном каталоге, созданном внутренней командой сервиса. Это значит, что AI не «видел» чужих треков без разрешения. Все скачанные треки поставляются с коммерческой лицензией, включающей: право использовать музыку на YouTube (включая монетизацию), в рекламе, в социальных сетях, в играх, в кино и на телевидении, в подкастах и в стриминге. Права на уже скачанные треки сохраняются навсегда -- даже если вы отмените подписку, вы можете продолжать использовать ранее скачанную музыку.

Гибкие инструментальные настройки. В каждом треке можно управлять громкостью отдельных инструментальных слоев в режиме реального времени прямо в браузере. Хотите убрать все лишнее и оставить только аккустическую гитару и легкий перкуссионный ритм? Просто отключите ненужные партии. Изменить темп или тональность? Ползунки для этого есть прямо в редакторе. Такой микшер в браузере позволяет достичь нужного звучания без профессионального аудиооборудования.

Подгонка под длину видео. Функция Video Match позволяет указать точную длину нужного трека -- от нескольких секунд до нескольких часов. Soundraw автоматически сгенерирует или адаптирует трек под заданную продолжительность, сохраняя музыкальную логику и естественные переходы между секциями. Это особенно удобно для создателей видеоконтента, которым нужна музыка точно под хронометраж ролика.

Фаворитные треки и библиотека проектов. Все понравившиеся треки можно добавить в избранное прямо во время прослушивания -- кнопка в виде сердечка у каждого трека. Это удобно, когда вы генерируете много вариантов и хотите вернуться к отобранным позже. В разделе My Library хранятся все скачанные треки с метаданными: дата скачивания, использованные параметры генерации, что позволяет легко воспроизвести похожий трек для нового проекта.

Интеграция в рабочий процесс создателя контента. Типичный сценарий работы с Soundraw занимает около 10-15 минут: вы монтируете видео, смотрите его хронометраж, открываете Soundraw, задаете настроение и жанр, генерируете 20-30 вариантов, прослушиваете по 15-20 секунд каждого, отбираете два-три лучших, редактируете один из них под нужную длину и скачиваете. В итоге у вас профессиональный трек, не требующий атрибуции и гарантированно не вызывающий проблем с авторскими правами -- за несколько минут вместо часов поиска на сторонних стоках или переговоров с музыкантами.

Цены и ограничения

На момент написания этого материала Soundraw предлагает следующие тарифы. Цены приведены при оплате за год -- при помесячной оплате они выше примерно на 20-30%.

Free (бесплатно): неограниченная генерация и прослушивание треков в браузере, без возможности скачивания, без коммерческой лицензии. Подходит для оценки инструмента и подбора треков перед покупкой.

Creator (около $11 в месяц при оплате за год): скачивание треков в формате MP4 как полный финальный микс, коммерческая лицензия на скачанные треки, лимит на количество скачиваний в месяц. Базовый платный план для частного использования и некоммерческих проектов.

Artist Starter (около $19 в месяц при оплате за год): все возможности Creator плюс скачивание в формате WAV (более высокое качество), расширенный лимит скачиваний в месяц, доступ к редактированию структуры трека в расширенном режиме.

Artist Pro (около $23 в месяц при оплате за год): все возможности Starter плюс STEM-экспорт (отдельные партии), еще больший лимит скачиваний, возможность скачивания без лимита при превышении базового пакета (с доплатой за дополнительные треки).

Artist Unlimited (около $32 в месяц при оплате за год): неограниченное количество скачиваний, STEM-экспорт, приоритетная поддержка. Для профессиональных создателей контента с высоким объемом производства.

Ключевое ограничение: Soundraw создает только инструментальную музыку -- вокала нет вообще. Если вам нужна музыка с пением, выбирайте другие инструменты. Второе ограничение -- треки нельзя перепродавать или использовать как саундтрек в чужих коммерческих играх без специальной лицензии. Нельзя также регистрировать треки Soundraw на Content ID в YouTube -- это нарушает условия использования.

Нужен ли VPN из России

Soundraw -- японская компания, и сайт soundraw.io доступен из России без VPN. Сервис не применяет географических блокировок для российских пользователей. Регистрация, генерация и прослушивание треков работают с российского IP-адреса без каких-либо ограничений.

С оплатой ситуация несколько сложнее, чем с американскими сервисами. Российские карты Visa и Mastercard, как правило, не принимаются в зарубежных сервисах из-за санкций. Карты МИР также не поддерживаются за рубежом. Однако японское происхождение Soundraw немного упрощает ситуацию по сравнению с американскими платформами.

Рабочие способы оплаты на момент написания гайда: сервисы-посредники, специализирующиеся на оплате зарубежных подписок с российских карт или через СБП; карты банков третьих стран (Казахстан, Армения, Грузия, Узбекистан); криптовалютные платежи через поддерживаемые процессинговые сервисы.

Бесплатный план (генерация и прослушивание без скачивания) доступен полностью без каких-либо платежей и работает из России без ограничений. Это позволяет полноценно оценить сервис и найти нужные треки, решив вопрос оплаты уже после того, как убедитесь в его пригодности для ваших задач.

Soundraw v2 -- новое поколение

Soundraw v2 выходит на новый уровень генерации музыки с улучшенным алгоритмом. Основные нововведения: секционная регенерация -- возможность перегенерировать только отдельные части трека (вступление, куплет, припев, аутро) без изменения остальных; жанр Boom Bap добавлен в библиотеку; прямая интеграция с Adobe Premiere Pro через расширение для монтажёров, работающих с видеоконтентом.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Как начать пользоваться HeyGen: AI-аватары и дублирование видео на 175 языков

HeyGen -- инструмент для создания видео с AI-аватарами и автоматического дублирования на 175+ языков. Полный гайд для начинающих: от регистрации до первого видео.

Что это и для кого

HeyGen -- американский сервис для создания видео с AI-аватарами и автоматического перевода видео на любой язык с полной синхронизацией движения губ. Компания основана в 2020 году под названием Movio, переименована в HeyGen в 2022-м. К 2026 году это один из самых популярных инструментов для бизнес-видео и маркетинга во всем мире, которым пользуются более 40 000 компаний.

Что именно умеет HeyGen? Если коротко -- он позволяет создавать профессиональные видеоролики без камеры, съемочной группы и диктора. Вы пишете текст, выбираете внешность цифрового персонажа, и система генерирует видео, где аватар «произносит» ваш текст с реалистичной мимикой и жестами. Второй главный сценарий -- дублирование: загружаете готовое видео, выбираете целевой язык, и HeyGen автоматически переводит речь, клонирует голос оригинального спикера и синхронизирует движение губ. Это работает для 175 с лишним языков.

Для кого предназначен сервис? Прежде всего -- для маркетологов и владельцев бизнеса, которым нужны видеоролики для рекламы, презентации продуктов или корпоративных коммуникаций, но нет времени и бюджета на полноценные съемки. Второй крупный сегмент -- создатели обучающего контента: преподаватели, коучи, HR-специалисты, которые записывают инструкции, обучающие курсы или онбординговые материалы. Третий сегмент -- компании, выходящие на международные рынки: один раз записать спикера и затем дублировать видео на 10 языков принципиально дешевле и быстрее, чем нанимать 10 разных спикеров.

Важно понимать: HeyGen не предназначен для создания художественного или развлекательного видео -- это инструмент именно для бизнес-коммуникаций. Качество аватаров достаточно реалистично для корпоративного контента, но опытный зритель может отличить AI-видео от настоящей записи. Для задач маркетинга, обучения и внутренних коммуникаций этого уровня реализма вполне достаточно.

Как зарегистрироваться

Перейдите на сайт heygen.com. В правом верхнем углу страницы нажмите кнопку Sign Up (или Get Started). Система предложит три варианта регистрации: через Google-аккаунт, через Facebook, или по email и паролю.

Самый быстрый вариант -- войти через Google. Нажмите Continue with Google, выберите нужный аккаунт из списка, предоставьте необходимые права доступа (HeyGen запрашивает только базовые данные профиля -- имя и email). Весь процесс занимает около 30 секунд.

Регистрация по email: введите адрес электронной почты в поле Email Address, придумайте пароль (минимум 8 символов), нажмите Create Account. На вашу почту придет письмо с темой Confirm your HeyGen account. Откройте письмо и нажмите Confirm Email. После этого вы попадете в личный кабинет.

После первой авторизации HeyGen задаст несколько вопросов об использовании: для каких целей планируете использовать сервис, размер команды, отрасль. Эти ответы помогают системе показывать релевантные шаблоны и подсказки. Вопросы можно пропустить или ответить произвольно -- на функциональность это не влияет.

Бесплатный план активируется автоматически сразу после регистрации. Вводить данные банковской карты не нужно. Бесплатно доступно создание 3 видео в месяц длиной до 3 минут каждое, но на всех видео будет водяной знак HeyGen в углу. Этого вполне достаточно, чтобы оценить качество и решить, стоит ли переходить на платный план.

Отдельного мобильного приложения для iPhone или Android у HeyGen нет. Работа ведется через браузер на компьютере. Есть мобильная версия сайта, но для полноценной работы с редактором видео рекомендуется использовать десктоп с экраном не меньше 13 дюймов.

Первый запуск: что попробовать

После входа вы оказываетесь на главной панели Dashboard. В левой части экрана расположено главное меню с разделами: Video (создание видео с аватарами), Avatars (библиотека персонажей), Dubbing (перевод и дублирование видео), Templates (готовые шаблоны) и Voice (синтез голоса).

Шаг 1 -- знакомство с шаблонами. Перейдите в раздел Templates. Здесь собраны сотни готовых макетов, разделенных по категориям: Marketing, Sales, Training, Social Media, Announcement. Выберите любой понравившийся шаблон -- например, Product Overview для презентации продукта. Нажмите Use Template. Откроется редактор видео.

Шаг 2 -- редактирование в визуальном редакторе. Интерфейс редактора состоит из трех основных панелей: слева -- список слайдов вашего видео, в центре -- превью текущего слайда, справа -- панель настроек аватара, фона и текста. Нажмите на текст на слайде и замените его своим содержанием -- например, описанием вашего продукта. Затем выберите аватара: нажмите на фото персонажа в правой панели и откройте библиотеку. Там несколько сотен готовых аватаров: мужчины и женщины разных возрастов и этнических групп, в разных стилях одежды. Выберите подходящего.

Шаг 3 -- выбор голоса. В правой панели рядом с аватаром нажмите на раздел Voice. HeyGen предлагает более 300 готовых голосов на разных языках. Для текста на русском языке выберите русскоязычный голос, нажав на фильтр Language и выбрав Russian. Прослушайте несколько вариантов, нажимая кнопку воспроизведения рядом с каждым голосом.

Шаг 4 -- генерация видео. Когда текст, аватар и голос выбраны, нажмите кнопку Submit (или Generate Video). Система начинает обработку. Прогресс отображается на панели. Видео длиной 1 минута обычно генерируется за 1-3 минуты. После завершения видео появляется в разделе My Videos.

Шаг 5 -- попробуйте дублирование. Перейдите в раздел Dubbing. Нажмите New Dubbing. Загрузите видеофайл с вашего компьютера (форматы MP4, MOV, AVI) или вставьте ссылку с YouTube. Выберите исходный язык видео и язык, на который нужно перевести. Нажмите Submit. Через несколько минут в разделе появится переведенная версия видео с синхронизацией губ спикера.

Ключевые фишки

Avatar IV -- новое поколение реализма (2026). Модель Avatar IV, ставшая стандартом для платных планов в 2026 году, обеспечивает значительно более естественное поведение аватаров по сравнению с предыдущими версиями. Система автоматически подбирает жесты рук и движения тела в соответствии со смыслом произносимого текста: когда аватар говорит о числах -- он жестикулирует, перечисляя пункты; когда делает акцент -- наклоняется вперед. Реализованы микровыражения: естественное моргание, легкие движения головы, тонкие изменения выражения лица. Все это делает аватаров значительно сложнее отличить от реальных людей на записи.

Создание персонального аватара. Начиная с плана Pro доступна функция Custom Avatar -- вы создаете цифровую копию себя. Процесс: запишите 2-минутное видео по специальному скрипту HeyGen (система просит произнести определенные фразы для захвата всех фонем и выражений лица), загрузите его в систему. Обработка занимает около 24 часов. После этого ваш цифровой двойник доступен как обычный аватар в библиотеке: вы пишете любой текст, и видео генерируется с вашим лицом и клонированным голосом. Это полезно для создания персонализированных писем клиентам или серийного производства образовательных видео без повторных съемок.

Дублирование на 175+ языков с синхронизацией губ. Технология Video Translation в HeyGen работает в три этапа: распознавание речи, перевод текста, синтез речи с клонированием оригинального голоса и синхронизацией губ. С февраля 2026 года дублирование без лимита по времени доступно на всех платных планах -- это важное изменение, так как раньше оно считалось в Premium Credits. Качество синхронизации губ работает лучше всего при умеренном темпе речи оригинального спикера и хорошем качестве звука. При быстрой речи или сильном акценте возможны небольшие расхождения.

Персонализированные видео в масштабе. Раздел Personalized Video позволяет создавать тысячи уникальных версий одного видео. Вы создаете шаблон с переменными в тексте (например, [[имя_клиента]] или [[название_компании]]), загружаете таблицу CSV с данными, и система автоматически генерирует отдельное видео для каждой строки таблицы. Аватар буквально произносит имя каждого конкретного получателя. По данным пользователей сервиса, такие персонализированные видео в email-рассылках показывают в 3-5 раз более высокий CTR по сравнению с обычными письмами.

Interactive Avatar -- живой видеочатбот. Функция Interactive Avatar (доступна в бета-версии на Enterprise-плане) позволяет создать аватара, который отвечает на вопросы пользователей в реальном времени. Это, по сути, чатбот с человеческим лицом: вы подключаете LLM-модель через API, задаете системный промпт с инструкциями, и пользователи общаются с аватаром голосом или текстом. Применения: AI-консультант на сайте, виртуальный рецепционист, интерактивный тренажер для обучения персонала.

Интеграции и API. HeyGen предлагает официальный API для автоматической генерации видео из ваших приложений и баз данных. Есть готовые интеграции с Zapier (который открывает подключение к тысячам сервисов), HubSpot и Salesforce для автоматической отправки персонализированных видео клиентам. В разделе Templates доступны интеграции с популярными платформами вроде Canva для импорта дизайн-ресурсов.

Цены и ограничения

Актуальные тарифы HeyGen на момент написания этого материала выглядят следующим образом. Обратите внимание, что цены могут меняться -- проверяйте актуальные условия на странице heygen.com/pricing.

Free (бесплатно): 3 видео в месяц, максимальная длина каждого видео -- 3 минуты, водяной знак HeyGen на всех видео, доступ к базовой библиотеке аватаров и голосов, без возможности дублирования. Это ознакомительный тариф для тестирования функциональности.

Creator ($29 в месяц, или $24 в месяц при оплате за год): неограниченное создание стандартных видео, 200 Premium Credits в месяц (тратятся на видео с аватарами модели Avatar IV и дублирование с синхронизацией губ), видео без водяного знака, разрешение видео до 1080p, поддержка через чат.

Pro ($99 в месяц): все возможности плана Creator, значительно больший пул Premium Credits, доступ к функции создания персонального аватара (ваш цифровой клон), расширенные настройки голоса и тона, приоритетная очередь обработки видео.

Business ($149 в месяц + $20 за каждое дополнительное рабочее место): рендеринг в 4K, инструменты командной работы с общими библиотеками и проектами, корпоративная авторизация SSO, интеграции с HubSpot и другими корпоративными инструментами, создание брендированного оформления видео.

Enterprise: индивидуальные условия, SLA с гарантированным временем ответа, выделенный менеджер поддержки, возможность белой метки (White Label), расширенный API с повышенными лимитами.

Главное ограничение, о котором нужно знать заранее: Premium Credits расходуются только на определенные операции. Видео с аватарами топовой модели Avatar IV тратит 20 кредитов за каждую минуту. Значит, на плане Creator с 200 кредитами в месяц вы можете создать 10 минут такого видео. Базовые аватары кредиты не тратят -- только Avatar IV и дублирование с lip-sync. Дополнительные кредиты докупаются отдельно: пакет из 300 кредитов стоит около $15.

Загружаемые ресурсы: HeyGen принимает файлы до 2 ГБ для дублирования. Максимальная длина одного видео для дублирования -- 60 минут на планах Business и выше, и 30 минут на Pro. На Creator -- до 15 минут.

Нужен ли VPN из России

Для доступа к сайту heygen.com и пользования самим сервисом VPN не нужен. Сайт открывается из России без ограничений, HeyGen не блокирует пользователей по географическому расположению. Регистрация с российским IP-адресом работает без проблем. Видео генерируются и скачиваются без каких-либо ограничений для российских пользователей.

Единственная реальная сложность -- оплата платных тарифов. Российские карты Visa, Mastercard и Мир не принимаются на сайте HeyGen из-за международных санкций. Оплата через PayPal для России также недоступна. На момент написания этого гайда работают следующие способы:

Сервисы-посредники для оплаты зарубежных подписок. В России работает несколько сервисов, специализирующихся именно на оплате зарубежного ПО и SaaS-услуг. Они принимают российские карты или переводы по СБП, а затем оплачивают подписку от своего имени. Комиссия обычно составляет от 5% до 15% от стоимости подписки. Процесс занимает от 15 минут до нескольких часов.

Иностранная банковская карта. Если у вас есть карта банка одной из стран, не попавших под санкции (Казахстан, Армения, Грузия, ОАЭ, Турция), оплата проходит напрямую без посредников.

Криптовалюта. HeyGen принимает оплату криптовалютой через сторонние процессинговые сервисы на некоторых тарифах. Этот способ подходит тем, у кого есть криптокошелек.

После успешной оплаты вы можете пользоваться сервисом без VPN -- доступ полностью открыт с российского IP-адреса. Рекомендуется проверить текущую ситуацию с доступностью на момент вашей попытки, так как ограничения могут меняться.

Avatar V -- следующее поколение (8 апреля 2026)

8 апреля 2026 HeyGen запустила Avatar V -- новое поколение интерактивных видео-аватаров. Ключевые характеристики: создание 15-секундного клипа с высококачественной синхронизацией губ, Face Similarity Score 0.840 (лучший показатель в индустрии на момент запуска), и фонемно-точная синхронизация губ на более чем 175 языках. Avatar V существенно превосходит предыдущее поколение по реалистичности и скорости.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Суверенные деньги пришли в AI: оборона, фармацевтика и пенсии за одну неделю

Один и тот же фонд за двое суток возглавил раунд в обороне и раунд в AI-биофарме. Серый рынок создал $1 трлн спроса на акции Anthropic – компания объявила несанкционированные сделки недействительными. Blackstone упаковала дата-центры в инструмент для пенсионных фондов.

Тринадцатого мая один и тот же венчурный фонд, Thrive Capital, возглавил два крупных раунда подряд. Первый – в компании, производящей дроны, ракеты и автономные системы для армии. Второй – в компании, разрабатывающей лекарства с помощью AI. Разница между этими индустриями – максимальная. Логика вложений – одна.

На той же неделе Anthropic объявила недействительными сделки несанкционированных серых платформ – при $1 трлн спроса на вторичке и ведущихся переговорах о раунде $30 млрд при оценке $900 млрд. Blackstone провела IPO биржевого фонда недвижимости под дата-центры – и открыла пенсионным деньгам вход туда, куда раньше пускали только венчур.

Три новости. Три разных сектора. Один вывод: капитал в крупнейших AI-сделках 2026 года перестал быть венчурным. Его источник – суверенные фонды трёх континентов, государственные программы и институциональные деньги Уолл-стрит. Классический венчур на этом уровне больше не задаёт темп.

Anduril: оборона стала классом активов

«Когда мы основали Anduril в 2017 году, оборонный сектор не привлекал значительных венчурных инвестиций» – написал CEO Брайан Шимпф в официальном блоге после закрытия раунда. Девять лет спустя тот же CEO объявил о привлечении $5 млрд при оценке $61 млрд.

Восьмой раунд – Series H по венчурной классификации – это последняя частная стадия перед биржей. Компания продаёт небольшую свежую долю по рекордной оценке, и эта цифра становится ориентиром для публичного рынка на IPO. По сути – предпродажная подготовка: следующий покупатель видит новый ценник. Anduril привлекла $5 млрд в раунде Series H при оценке $61 млрд – вдвое выше предыдущей оценки в $30,5 млрд, зафиксированной менее года назад. Раунд возглавили Thrive Capital и Andreessen Horowitz – оба возвращающиеся инвесторы из предыдущих раундов.

Возвращающийся инвестор – важный сигнал. Это люди, которые видели компанию изнутри, знают реальные цифры, имели право отказаться – и выбрали заплатить ещё больше. Один из самых весомых актов доверия в венчуре.

Компания удвоила выручку в 2025 году до $2,2 млрд. При оценке $61 млрд это примерно 28 годовых выручек – в два-три раза выше нормы для промышленного производителя. Рынок платит не за текущую выручку, а за прогноз: оборонные бюджеты США и союзников растут, а Anduril строит автономные системы, претендующие на замену классических подрядчиков.

В 2021 году оценка компании составляла $4,7 млрд. За четыре года – рост в 13 раз. Конкуренты не отстают: Shield AI оценивается в $12,7 млрд, Hermeus – выше $1 млрд. Оборонный AI превращается в отдельную категорию со своей логикой оценки – не как у традиционного подрядчика Пентагона и не как у SaaS-стартапа.

Компания выиграла контракт на строительство элементов космической системы противоракетной обороны для континентальной части США, контракты с армией США на боевой менеджмент через платформу Lattice и контракт с Министерством обороны Нидерландов. Это не стартап, питчащий PowerPoint армейским генералам. Это подрядчик с действующими государственными контрактами.

Palantir перед своим IPO в 2020 году считался нишевым defence-tech игроком. После выхода на биржу акции выросли в 10 раз за четыре года. Anduril повторяет тот же путь, только с физическим оружием вместо аналитического ПО – и с более высоким барьером для конкурентов.

Isomorphic Labs: три правительства ставят на одну молекулу

Демис Хасабис создал AlphaFold в Google DeepMind – систему, решившую задачу предсказания структуры белков, над которой биологи работали 50 лет. Потом основал Isomorphic Labs – компанию, монетизирующую это же изобретение как коммерческий продукт. Технически: создатель инструмента стал его главным бенефициаром при финансовом участии прежнего работодателя. Такие конструкции в науке обычно не работают. В AI 2026 года они привлекают $2,1 млрд.

Isomorphic Labs привлекла $2,1 млрд в раунде Series B для масштабирования AI-движка разработки лекарств. Раунд возглавил Thrive Capital. В числе новых инвесторов – MGX из Абу-Даби, Temasek из Сингапура, UK Sovereign AI Fund – государственный инвестиционный инструмент Великобритании для AI национального значения – CapitalG и GV, оба подразделения Alphabet.

Три суверенных фонда трёх континентов в одном раунде – это не просто диверсификация. Суверенный фонд не покупает доходность через три года. Он покупает стратегическое присутствие в индустрии на десятилетие – именно тот горизонт, который нужен биотеху. Традиционный цикл разработки лекарства занимает 10 лет и стоит от $1 до $2 млрд. Венчурный фонд с горизонтом семь лет этот цикл не переваривает. Суверенный – переваривает легко.

Скорость повторного раунда говорит о реальном прогрессе: предыдущий Series A на $600 млн был закрыт в октябре 2025 года. Прошло меньше семи месяцев. Обычно такие сроки означают одно: компания показала выручку, а не обещания. У Isomorphic она есть – подписаны партнёрства с Eli Lilly, Novartis и Johnson & Johnson на разработку малых молекул – синтетических препаратов, которые крупная фарма делает самостоятельно и платит за ускорение.

Хасабис назвал это «грандиозным свидетельством доверия» к подходу, где AI стал основой разработки лекарств. Когда государственный AI-фонд Великобритании встаёт в один cap table с суверенными фондами ОАЭ и Сингапура – это геополитическая ставка, а не портфельное решение. Великобритания страхует Хасабиса как национальный актив.

Для венчурных фондов это структурный сигнал: биотех с длинными циклами – первый сектор, где суверенные деньги вытесняют классический венчур не по желанию, а по природе актива. Следующий крупный AI-биотех раунд будут разыгрывать не в Сан-Франциско, а между Лондоном, Абу-Даби и Сингапуром.

Anthropic: серый рынок на $1 трлн – и недействительные сделки

Несанкционированные платформы вторичного рынка начали перепродавать доступ к акциям Anthropic без ведома и согласия компании. Спрос на таких площадках достиг колоссального масштаба. Anthropic предупредила инвесторов об этих платформах и объявила: любые передачи акций через несанкционированные каналы недействительны и не будут признаны в официальных реестрах акционеров.

Совокупный спрос на акции Anthropic на вторичном рынке превысил $1 трлн. Параллельно компания ведёт переговоры о раунде объёмом $30 млрд при оценке $900 млрд. Сумма сопоставима с годовым государственным бюджетом Ирландии – страны с $500 млрд ВВП. Это не венчурная сумма. Такие деньги выписывают суверенные капиталы, мегакорпорации и инвестиционные банки с институциональными деньгами на балансе.

Ситуация с вторичным рынком – это дефицит предложения при безлимитном спросе. Представьте: застройщик продал все квартиры в ЖК закрытому клубу покупателей, а очередь снаружи готова платить тройную цену. Застройщик не продаёт – ждёт выхода на биржу, где цена будет выше. Перекупщики пытаются продавать «виды из окна» – не реальные доли. Anthropic говорит: такие сделки не существуют юридически.

OpenAI поднял $40 млрд в 2025 году при оценке $300 млрд. Anthropic сейчас привлекает сопоставимую сумму при оценке втрое выше. Для инвесторов вне первого круга Anthropic практически недоступна. Следующий легальный вход – IPO. До него компания контролирует собственный cap table жёстче, чем любая корпорация сопоставимого масштаба – и именно это даёт ей переговорные позиции, которых не было у стартапов до неё.

Итог недели: кто платит

Три разных сделки – одна структурная логика. Anduril строит оружие. Isomorphic разрабатывает лекарства. Anthropic обучает языковые модели. Общее одно: ни одна из этих компаний больше не зависит от классических венчурных фондов в ключевых решениях. Их инвесторы – это государства, пенсионные деньги и институциональные балансы.

Параллельно Blackstone провела IPO объёмом $1,75 млрд для REIT – фонда недвижимости – под покупку дата-центров, сданных в долгосрочную аренду облачным гигантам. REIT по закону обязан распределять почти всю прибыль как дивиденды. Пенсионные накопления получили легальный вход в AI-инфраструктуру. Тикер на NYSE – BXDC, организаторы размещения – Goldman Sachs, Citigroup и Morgan Stanley.

Главный сигнал недели – не размер раундов и не рекордные оценки. А то, кто платит. Когда одну и ту же технологию финансируют суверенные фонды трёх континентов, государственные AI-программы и пенсионные накопления – AI перестаёт быть венчурной ставкой. Он становится инфраструктурой.

На следующей неделе смотрите на два события. Первое: SpaceX, по данным источников, подаёт проспект IPO на неделе 18 мая – если S&P 500 изменит правила включения, это создаст прецедент для Anthropic и OpenAI. Второе: Cerebras сегодня провела крупнейшее IPO 2026 года с ростом 68% в первый день торгов. Подробнее – в завтрашнем выпуске VC & Deals.

Google DeepMind переизобрела курсор: «двинь это сюда» теперь работает

Курсор, который понимает контекст и слова «это» и «то», — первый интерфейс, придуманный под мультимодальный AI, а не натянутый поверх старого Windows.

🔴 Google DeepMind переизобрела курсор: «двинь это сюда» теперь работает

Курсор мыши почти не менялся больше 50 лет. Команда Google DeepMind решила это исправить — и показала курсор, который понимает, что значит «это» и «то», когда вы говорите вслух и одновременно указываете на экран. Наведите указатель на иконку, скажите: «перенеси это сюда» — и Gemini сам сообразит, что именно вы имели в виду.

По описанию The Register, новый курсор работает на четырёх принципах: не выдёргивать пользователя в отдельное AI-окно, использовать визуальный контекст вместо длинных запросов, понимать короткие фразы и жесты, превращать пиксели в действия — фото становится списком задач, а кадр из видео — ссылкой для бронирования. Демо уже доступно в Google AI Studio, функция Magic Pointer войдёт в новый ноутбук Googlebook, а интеграция с Gemini в Chrome позволит тыкать в любой блок страницы и говорить «объясни». Авторы Адриен Баранес и Роб Марчант сформулировали идею просто: AI должен встречать пользователя в его собственных инструментах, не прерывая поток.

Это первый интерфейс, придуманный для эпохи мультимодального AI, а не натянутый поверх старого дизайна. Если вы строите B2B-продукт, особенно SaaS с любой ручной работой в браузере, имеет смысл прямо сейчас задаться вопросом: как будет выглядеть ваш сценарий, когда пользователь сможет указать на любой элемент интерфейса и сказать что угодно — и это сработает? Через год это станет ожиданием, а не вау-эффектом.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #агентыИИ #мультимодальность #Gemini #Google #LLM #productivitytools #BigTech #ИИ #технологии #AravanaAI

Baidu предложила новую единицу измерения AI: «ежедневно активные агенты» вместо пользователей

Baidu представила четыре новых AI-агента и предложила метрику DAA — ежедневно активных агентов — как новый KPI вместо DAU. Робин Ли прогнозирует более 10 миллиардов агентов в мире.

🔴 Baidu предложила новую единицу измерения AI: «ежедневно активные агенты» вместо пользователей

Глава Baidu Робин Ли на конференции Create 2026 заявил, что эпоха метрики DAU (ежедневно активных пользователей) уходит — на смену приходит DAA, daily active agents. То есть число AI-агентов, которые в этот день что-то самостоятельно делают и приносят результат. По его прогнозу, глобальный DAA может в перспективе превысить 10 миллиардов — больше, чем людей на планете. Об этом сообщает PR Newswire.

Под эту риторику Baidu выкатила сразу четыре продукта. DuMate — универсальный агент, который умеет читать экран, кликать по программам и работать с файлами на телефоне и компьютере. Miaoda и MeDo — агенты-программисты для создания приложений без кода; сам Miaoda на 90% собрал собственный код. Baidu Yijing — платформа цифровых ведущих с поддержкой 12 языков для прямых эфиров и видеопроизводства. Famou Agent 2.0 — самообучающийся агент для оптимизации операций, который уже поднял эффективность на автоматизированных портах на 10,21%.

Для бизнеса важна не столько сама китайская терминология, сколько сдвиг ракурса. Если ваш конкурент скоро будет хвастаться не «10 миллионов пользователей в месяц», а «100 тысяч агентов закрывают по 50 задач в день», вам станет нечем отвечать в той же системе координат. Пора задуматься: какие процессы в вашей компании можно поручить агенту на постоянной основе и сколько таких «сотрудников» уже работает в фоновом режиме.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#нейросети #агентыИИ #модели #Китай #BigTech #productivitytools #корпоративнаястратегия #автоматизация #ИИ #технологии #AravanaAI

США разрешили продавать H200 в Китай — Пекин ответил «нет»

Вашингтон открыл дверь, но войти оказалось некому: Alibaba, Tencent и ByteDance получили право купить топовые AI-ускорители NVIDIA — и тут же отказались по команде из Пекина.

🔴 США разрешили продавать H200 в Китай — Пекин ответил «нет»

Как выглядит чиповая война в 2026 году: Вашингтон разрешает продажу топового AI-ускорителя NVIDIA H200 десяти крупнейшим китайским компаниям. Среди них Alibaba, Tencent, ByteDance, JD.com — каждой до 75 000 чипов. И уже через несколько часов Пекин велит им НЕ покупать. Ни одной поставки не состоялось.

По данным Benzinga, в сделку зашита 25-процентная доля выручки в пользу казны США и требования безопасности к китайским покупателям. Министр торговли Говард Латник прямо признал: «Центральное правительство Китая пока не разрешает им покупать чипы — они хотят, чтобы инвестиции шли в их собственную индустрию». В переводе с дипломатического: Пекин делает ставку на Huawei и отечественные ускорители, даже ценой замедления собственных AI-лабораторий. Дженсен Хуанг присоединился к делегации Трампа в Пекин в надежде разморозить рынок объёмом около $50 млрд — пока без результата.

Это разворот психологии. Раньше «дефицит чипов» означал, что американцы не дают. Теперь — китайцы сами не берут. Для предпринимателя это сигнал, что AI-рынок окончательно расщепляется на две несовместимые экосистемы: одна на NVIDIA, другая на Huawei. Если ваш продукт работает с китайскими клиентами или поставщиками — закладывайте, что через год это будут два разных стека, две разные цены и два разных потолка возможностей.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #GPU #NVIDIA #чиповаявойна #геополитика #экспортный_контроль #Китай #США #ИИ #технологии #AravanaAI

Британский стартап Humanoid поставит тысячи роботов на немецкие заводы Schaeffler

Британский стартап Humanoid подписал пятилетний контракт со Schaeffler на тысячи колёсных роботов и миллионы актуаторов с запуском в декабре 2026 года.

🔴 Британский стартап Humanoid поставит тысячи роботов на немецкие заводы Schaeffler

Стартап, основанный всего два года назад выходцем из России, договорился с одним из крупнейших промышленных концернов Европы — и обещает закупить у него миллионы актуаторов в обмен. Humanoid подписала соглашение со Schaeffler на «четырёхзначное количество» колёсных роботов до 2032 года.

За пятилетним контрактом стоит обмен: Schaeffler становится главным поставщиком актуаторов для Humanoid и закроет более половины потребности стартапа, а взамен получит роботов на свои заводы. Первая партия выйдет в Германии в декабре 2026-го — начнут с переноски коробок на производственной линии в Херцогенаурахе, через полгода добавят более тонкие сборочные операции в Швайнфурте. Работают по модели аренды: завод не покупает робота, а ежемесячно платит за его работу — Humanoid при этом обслуживает технику и обеспечивает круглосуточную поддержку. Основатель Артём Соколов запустил компанию в Британии в 2024-м.

Это первый случай, когда промышленный концерн заказывает гуманоидов тысячами с конкретным графиком и площадками, а не точечными пилотами. Для российского предпринимателя интересен сам сдвиг бизнес-модели — производство больше не покупает железо, а арендует автономных рабочих помесячно.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#роботы #робототехника #гуманоиды #автоматизация #физическийИИ #промышленныероботы #будущеетруда #embodiedAI #ИИ #технологии #AravanaAI

Гуманоиды Figure отработали полную 8-часовую смену на уровне человека

Figure AI продемонстрировала команду гуманоидных роботов, отработавших полные 8 часов на уровне обычного работника, используя единую нейросеть Helix-02. До этого та же модель работала 10-часовыми сменами на заводе BMW.

🔴 Гуманоиды Figure отработали полную 8-часовую смену на уровне человека

Всё, что вы видели про гуманоидов раньше, было демо. Робот эффектно крутит сальто, разгружает посудомойку две минуты, складывает рубашку — а потом инженер тихонько подсоединяет кабель и уносит его на зарядку. На этой неделе Figure AI показала, как два её робота отработали полные 8 часов подряд, выдавая производительность на уровне обычного работника. Без человека, без подсказок, на одной нейросети Helix-02.

По данным Interesting Engineering, Helix-02 — это единый AI, который одновременно управляет походкой, балансом и руками. Раньше для каждой функции писали отдельный код. Робот весит 70 кг, ростом около 170 см, поднимает до 20 кг. До этого та же модель Figure 02 уже отрабатывала 10-часовые смены на заводе BMW в Спартанбурге, Южная Каролина, и за время теста переместила более 90 000 деталей для производства 30 000 автомобилей. Сейчас Figure расширяет демонстрацию: подбирает металлические детали из перемешанных корзин, выкручивает пробки, дозирует шприцы, координирует действия двух роботов на одной задаче.

Для российского предпринимателя это момент, после которого «гуманоиды на заводе» перестают быть футурологией и становятся вопросом сроков. Полная смена без сбоев — это порог, который рынок ждал несколько лет. Дальше начинается следующая дискуссия: сколько стоит час такого работника и насколько быстро он окупается. Те, кто строит производство или склад в 2026 году, обязаны учитывать в бизнес-плане сценарий «через 18 месяцев пятая часть линейных позиций — это робот».

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#роботы #робототехника #гуманоиды #автоматизация #физическийИИ #Figure #промышленныероботы #будущеетруда #embodiedAI #ИИ #технологии #AravanaAI

Cerebras разместилась по $185 за акцию и собрала $5,55 млрд

Cerebras разместилась по $185 за акцию против первоначального диапазона $115–125. Компания привлекла $5,55 млрд при оценке свыше $56 млрд; среди инвесторов основатели OpenAI, среди клиентов OpenAI и AWS.

🔴 Cerebras разместилась по $185 за акцию и собрала $5,55 млрд

Ещё месяц назад банкиры объясняли инвесторам, почему акции Cerebras стоит покупать по $115–125. К моменту звонка с финальной ценой бумагу разогнали до $185, и заявок всё равно было больше, чем могли удовлетворить. Компания, которую годами называли «второй NVIDIA», выходит на Nasdaq под тикером CBRS с оценкой свыше $56 млрд.

В деталях так. Привлечено $5,55 млрд, торги стартуют 14 мая. Выручка за 2025 год — $510 млн, рост 76% к предыдущему году, чистая прибыль $237,8 млн против убытка $481,6 млн годом ранее. В капитале лично Сэм Альтман, Грег Брокман и Илья Суцкевер. В клиентах — OpenAI и Amazon Web Services с многолетними контрактами, подписанными в 2026 году. Компания продаёт чипы размером с обеденную тарелку для запуска AI-моделей.

Для российского предпринимателя это сигнал: окно AI-IPO снова широко открыто. После Cerebras на очереди десятки компаний инфраструктурного слоя: облака, чипы, дата-центры. Когда инвесторы готовы платить премию к собственным же оценкам недельной давности, это не покупка акций, это покупка билета в инфраструктуру следующих десяти лет.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

#чипы #нейропроцессоры #IPO #инвестиции #сделки #финансирование #оценка #BigTech #ИИ #технологии #AravanaAI

Daily Digest - 14 мая 2026

Anthropic, OpenAI, Humanoid и Meta запросили доверия — у инвесторов, государств, заводов и пользователей. Ни одна не предъявила работающего результата текущего масштаба.

Anthropic ведёт переговоры о новом раунде при оценке, которая за год выросла в 15 раз — и впервые эта оценка подкреплена реальной выручкой. OpenAI в день визита Трампа в Пекин предложила себя архитектором глобального AI-регулятора: с Китаем в составе, без согласования с самим Пекином. Стартап Humanoid, которому полтора года, подписал один из крупнейших публичных контрактов на промышленных роботов в истории — первые поставки в декабре, серийное производство к 2032-му. Meta запустила AI-чат «даже Meta не читает» через пять дней после того, как убрала шифрование в Instagram. Четыре аванса за один день — и срок возврата у каждого свой.

Anthropic запросила оценку почти в триллион — и впервые эта цифра опирается на реальную выручку

Anthropic ведёт переговоры о привлечении от $30 млрд до $50 млрд при оценке до $950 млрд. Год назад компания стоила $61.5 млрд — за двенадцать месяцев оценка выросла более чем на 1 445%. Если раунд закроется по верхней планке, Anthropic обгонит OpenAI как самый дорогой AI-стартап в мире.

За цифрой оценки — реальная выручка. Годовая выручка Anthropic выросла с $9 млрд в конце 2025 года до $44 млрд к маю 2026-го. Это ARR — то, что компания зарабатывает в год от подписок. Валовая маржа поднялась с 38% до 70%+. Более 1 000 корпоративных клиентов тратят свыше $1 млн в год, 8 компаний из Fortune 10 — стабильные клиенты Claude. Доля в корпоративных AI-инструментах — 34.4% по индексу Ramp AI, у OpenAI — 32.3%.

Но оценка в 20 годовых выручек — это не цифра конкурентного бизнеса, это цифра ожиданий. Сегодня корпоративный AI делят почти поровну две компании — и обе привлекают деньги по оценкам, которые предполагают, что рынок целиком достанется одной из них. Одновременно это невозможно. IPO Anthropic возможен уже в октябре 2026 с привлечением свыше $60 млрд. Когда инвесторы платят за компанию двадцать годовых выручек, они покупают предположение, что выручка продолжит расти теми же темпами — и что Claude Code останется лучшим инструментом для разработчиков, пока у OpenAI и Google есть свои ответы.

OpenAI написала устав для регулятора, в который её никто не звал — прямо в день визита Трампа в Пекин

OpenAI поддержала создание глобального органа по управлению AI под руководством США — с Китаем в качестве участника. Модель: МАГАТЭ, США в роли архитектора, общие стандарты безопасности для всех участников. Заявление сделано в тот день, когда Трамп прилетел в Пекин на переговоры с Си Цзиньпином.

Вице-президент OpenAI по глобальным вопросам Крис Лехан объяснил логику: «AI в каком-то смысле выходит за рамки большинства стандартных торговых вопросов». Предложение конкретное: связать Центр AI-стандартов и инноваций при Министерстве торговли США с создаваемыми по всему миру институтами AI-безопасности. Никакого устава, критериев членства или согласования с Пекином ещё нет.

Это же странно, правда? Частная американская компания предлагает себя архитектором глобального регулятора — и приглашает Китай, страну, в которой её модели заблокированы, а правительство строит конкурентов. Позиция администрации Трампа по участию Китая не определена. То есть OpenAI пишет проект устава для организации, в которую её никто не звал. Почему? Кто пишет стандарты безопасности — тот фиксирует свою архитектуру, свои форматы отчётности, свои критерии соблюдения как отраслевую норму. Аналогия с МАГАТЭ не случайна: ядерный надзор не запрещает атомные программы — он контролирует, кто и на каких условиях их ведёт. OpenAI хочет роль главного инспектора.

Русский предприниматель основал британский стартап полтора года назад — и уже подписал один из крупнейших контрактов на промышленных роботов в истории

Артём Соколов — русский предприниматель, основавший Humanoid в Великобритании в 2024 году. Полтора года спустя его компания подписала с немецким производителем Schaeffler соглашение на «четырёхзначное количество» промышленных роботов к 2032 году — один из крупнейших публично раскрытых контрактов на серийное внедрение гуманоидных роботов в истории. Первые развёртывания — декабрь 2026 — июнь 2027 на двух немецких заводах в Херцогенаурахе и Швайнфурте. Одновременно подписано пятилетнее соглашение о поставке актуаторов до 2031 года — «семизначное количество единиц».

Schaeffler — немецкий промышленный конгломерат, производящий подшипники и приводы для автопрома. Деталь, которую легко пропустить: Schaeffler одновременно является заказчиком роботов и поставщиком их ключевых компонентов — более 50% актуаторов в роботах Humanoid должен поставлять именно Schaeffler. Двойная привязка. Бизнес-модель — Robot-as-a-Service: завод не покупает робота, а подписывается на него как на сервис с обслуживанием и поддержкой.

Компания, основанная в 2024 году, получила один из крупнейших публично раскрытых контрактов на промышленных роботов в истории. Серийного производства у неё нет. Результатов промышленных испытаний в открытых источниках нет. Сделка структурирована так, что проверить её рынком невозможно до 2027 года — а к тому времени актуаторный контракт уже будет действовать. Если Humanoid справится — прецедент для всей отрасли. Если нет — Schaeffler всё равно остаётся поставщиком запчастей для чужих роботов.

Meta убрала шифрование в Instagram — и через пять дней объявила, что её AI «даже Meta не читает»

Meta объявила о запуске Incognito Chat в WhatsApp 13 мая 2026 года — rollout займёт несколько ближайших месяцев на базе модели Muse Spark. Сообщения не сохраняются, исчезают при закрытии чата или блокировке телефона, AI теряет контекст после завершения сессии. Технически — Private Processing: данные обрабатываются в изолированной защищённой среде на серверах Meta, недоступной самой компании. «Никто — даже Meta — не может читать ваши разговоры»» — говорится в официальном сообщении компании.

Технически это правдоподобно. Но 8 мая 2026 Meta отключила сквозное шифрование в личных сообщениях Instagram и предложила пользователям, которым нужна приватность, перейти в WhatsApp. Приватность как обещание ушла из одного продукта Meta — и через пять дней появилась как новая фича в другом. Реклама конфиденциальности встроена в момент её разрушения.

И финальный штрих: в разработке — функция Sidechat, приватный AI-ассистент внутри групповых переписок WhatsApp. Когда она появится, тот же манёвр повторится ещё раз: приватность убирают из одного контекста, чтобы продать как отдельный сервис. Чтобы это работало — нужно доверие. Именно то, что компания только что потратила в Instagram.

Четыре аванса за один день. Anthropic просит триллион у инвесторов. OpenAI пишет устав для планеты без мандата. Humanoid обещает заводам роботов, которых ещё не сделал. Meta продаёт приватность через пять дней после того, как её убрала. Срок возврата у каждого аванса свой — и ни один не наступает сегодня.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Как запустить Mistral 3 на своём компьютере: установка через Ollama

Mistral 3 -- семейство из 10 открытых моделей от французской компании Mistral AI: от 3B до 675B параметров, поддержка 40+ языков, зрение в каждой модели. Всё это бесплатно и можно запустить локально.

Что это и для кого

Mistral 3 -- это семейство AI-моделей, выпущенных французской компанией Mistral AI в конце 2025 года. В отличие от веб-интерфейса Le Chat (который мы разбирали в отдельном гайде), здесь речь идёт о запуске моделей прямо на вашем компьютере -- без интернета, без подписок, без отправки данных на сторонние серверы.

Семейство включает 10 моделей: Mistral Large 3 (675B параметров, MoE архитектура) и девять вариантов Ministral 3 трёх размеров (3B, 8B, 14B) в трёх версиях каждый (base, instruct, reasoning). Все модели выпущены под лицензией Apache 2.0 -- вы можете использовать их в коммерческих проектах бесплатно.

Главные нововведения по сравнению с предыдущими версиями Mistral: зрение во всех моделях (даже в самой маленькой 3B), удвоенное контекстное окно до 256K токенов, режим рассуждения, нативная поддержка более 40 языков включая русский, и размеры достаточно небольшие, чтобы модели работали на обычных компьютерах и даже смартфонах.

Кому это нужно: разработчикам и исследователям, которым нужна мощная мультиязычная модель без привязки к облаку; специалистам, работающим с конфиденциальными документами; пользователям в регионах с ограниченным доступом к платным AI-сервисам; всем, кто хочет интегрировать AI в собственные приложения без API-расходов.

Mistral 3 особенно хорошо работает с европейскими языками (французский, немецкий, испанский, итальянский) -- это ожидаемо для французской компании. Но и качество работы с русским языком значительно улучшилось по сравнению с предыдущими версиями. По нашим тестам Ministral 14B уверенно справляется с техническими текстами на русском, юридическими документами и художественными переводами.

Ключевое отличие Mistral 3 от других локальных моделей -- баланс между размером и качеством. Ministral 8B по многим тестам превосходит Llama 4 того же размера, особенно в мультиязычных задачах. Это делает модели Mistral 3 отличным выбором для пользователей, чьё железо не позволяет запускать 30B+ модели.

Как установить

Самый простой способ запуска Mistral 3 локально -- через Ollama. Вот пошаговая инструкция.

Шаг 1: Установите Ollama. Перейдите на ollama.com, скачайте версию для вашей операционной системы. Для macOS доступен .dmg-установщик, для Windows -- .exe, для Linux -- скрипт установки через curl. После установки Ollama работает в фоновом режиме и предоставляет локальный API на порту 11434.

Шаг 2: Выберите подходящую модель. Ориентируйтесь на объём доступной памяти:

-- Ministral 3B: нужно около 4 GB RAM. Работает даже на старых компьютерах. Подходит для простых задач: ответы на вопросы, краткое содержание, базовый код.

-- Ministral 8B: нужно около 8-10 GB RAM. Оптимальный баланс скорости и качества для большинства пользователей. Рекомендуется как стартовая точка.

-- Ministral 14B: нужно около 16-20 GB RAM. Значительно лучше справляется со сложными задачами, длинными документами и кодом.

-- Mistral Large 3: нужно 80-100 GB RAM (или несколько GPU). Только для серьёзного железа -- серверы, рабочие станции с несколькими видеокартами.

Шаг 3: Скачайте и запустите модель. Откройте терминал (Командную строку на Windows) и выполните:

ollama run ministral:8b

Ollama скачает модель (8B около 5 GB, 14B около 10 GB) и откроет интерактивный чат. Первый запуск требует подключения к интернету для скачивания. Последующие запуски работают полностью офлайн.

Для версии с режимом мышления (reasoning) используйте тег :reasoning:

ollama run ministral:8b-reasoning

Шаг 4: Работа с изображениями. Mistral 3 поддерживает изображения во всех размерах. Для отправки изображения через Ollama CLI:

ollama run ministral:8b 'Что на этом фото?' --image /путь/к/файлу.jpg

Внимание: поддержка изображений в Ollama зависит от версии. Если возникают ошибки -- обновите Ollama до последней версии командой ollama update.

Первый запуск -- что попробовать

После запуска модели вы попадёте в интерактивный чат в терминале. Вот несколько задач для первого знакомства с Mistral 3.

Тест 1: Качество русского языка. Напишите: 'Объясни принцип работы трансформера в машинном обучении простыми словами.' Mistral 3 должна дать чёткий, структурированный ответ на русском без переключения на английский.

Тест 2: Программирование. Напишите: 'Напиши функцию на Python, которая принимает список чисел и возвращает среднее, медиану и моду.' Ministral 8B и выше хорошо справляются с написанием рабочего кода с комментариями.

Тест 3: Анализ изображения. Загрузите скриншот любого документа или таблицы и спросите про его содержимое. Возможность работы с изображениями -- одна из ключевых новинок Mistral 3.

Тест 4: Режим мышления. Если вы запустили версию :reasoning, задайте сложную логическую задачу: 'У Маши 3 яблока. Она отдала Пете половину, а потом купила ещё 4. Сколько теперь у Маши?' В режиме reasoning модель сначала рассуждает вслух, потом даёт ответ -- это повышает точность на математических и логических задачах.

Для работы через API (если вы разрабатываете приложение) Ollama предоставляет совместимый с OpenAI API интерфейс на localhost:11434. Вы можете использовать любой SDK для OpenAI, просто указав base_url='http://localhost:11434/v1' и model='ministral:8b'.

Скорость: Ministral 8B на MacBook Pro M4 генерирует около 40-50 токенов в секунду -- это быстрее, чем читает большинство людей. На RTX 4090 -- около 80-100 токенов в секунду. На CPU без GPU -- 5-15 токенов в секунду, что приемлемо для несрочных задач.

Если вы хотите перейти с веб-интерфейса Le Chat на локальный запуск, разница ощутима: локальная версия работает немного медленнее (особенно без хорошего GPU), зато полностью конфиденциальна и не зависит от состояния серверов Mistral AI. Можно использовать оба варианта параллельно под разные задачи.

Для более удобного интерфейса, чем чат в терминале, можно установить Open WebUI -- бесплатный веб-интерфейс для Ollama. После установки Open WebUI ваш локальный Mistral 3 получит интерфейс, похожий на ChatGPT, доступный в браузере по адресу localhost:3000. Установка занимает 5 минут через Docker.

Ключевые фишки

Зрение во всех моделях, даже в 3B. Это уникально для такого маленького размера. Большинство конкурентов добавляют мультимодальные возможности только в крупных версиях. Ministral 3B с зрением работает даже на Raspberry Pi 5 с достаточным объёмом RAM.

Двойное контекстное окно: 256K токенов. По сравнению с предыдущим поколением Mistral контекст удвоен. 256K токенов -- это примерно 200 000 слов. Вы можете загрузить целую книгу и задавать вопросы по всему её содержанию в одном сеансе.

40+ языков нативно. Mistral 3 не просто переводит с английского -- она изначально обучена на многоязычных данных. Это значит, что модель понимает языковые нюансы, идиомы и специфику каждого языка. Для русского это особенно важно из-за сложной грамматики и падежной системы.

Режим рассуждения (reasoning mode). Версии с суффиксом :reasoning используют внутреннюю цепочку рассуждений перед ответом. Это делает модель точнее на математике, логике и технических задачах. Режим можно также активировать в обычной instruct-версии через специальный промпт.

Лицензия Apache 2.0. В отличие от многих конкурентов с ограничительными лицензиями (Llama имеет ограничения по числу пользователей), Mistral 3 полностью свободна для любого коммерческого использования без дополнительных согласований с компанией.

Работа в связке с Mistral Le Chat. Если вам нужен удобный веб-интерфейс без установки -- используйте le chat на chat.mistral.ai. Если нужен полный контроль и конфиденциальность -- запускайте локально. Обе версии используют одни и те же базовые модели.

Интеграция с разработческими инструментами. Mistral 3 поддерживается в LM Studio, Jan AI, Anything LLM и других популярных GUI-обёртках для локальных моделей. Если вам неудобен терминал -- установите один из этих интерфейсов для более удобного взаимодействия с моделью.

Совместимость с GGUF-форматом. Все модели доступны в формате GGUF на Hugging Face -- это позволяет запускать их через llama.cpp на любом железе, включая старые видеокарты AMD и Intel Arc. Не нужна CUDA и обязательная NVIDIA-видеокарта.

Цены и ограничения

Локальное использование Mistral 3 полностью бесплатно. Никаких лицензионных платежей, ограничений по запросам или требований к регистрации нет. Вы платите только за своё железо и электричество.

Если вы хотите использовать Mistral 3 через облачный API, а не локально:

Mistral AI Studio (mistral.ai): есть бесплатный тир для тестирования с ограниченным числом запросов в минуту. Платные планы тарифицируются за токены. Точные цены -- на странице mistral.ai/pricing, они регулярно меняются. Среди платных API Mistral традиционно дешевле OpenAI и Anthropic при сопоставимом качестве.

Через партнёров: Mistral 3 доступна на Amazon Bedrock, Microsoft Azure AI Foundry, IBM WatsonX, Google Vertex AI. Цены у каждого провайдера свои -- проверяйте на их сайтах.

Технические ограничения локального запуска:

Ministral 3B требует минимум 4 GB RAM, но для комфортной работы лучше иметь 8 GB свободной памяти. Ministral 14B нужно не менее 16 GB RAM или видеопамяти GPU. Mistral Large 3 с 675B параметрами требует несколько GPU или специализированное железо -- для домашнего использования он пока недоступен без серьёзных вложений.

При работе в 4-bit quantization качество ответов незначительно снижается по сравнению с полной точностью. Для большинства практических задач разница несущественна, но на математических задачах или при точных вычислениях заметна.

Также стоит знать: Ollama по умолчанию использует 4K контекст, даже если модель поддерживает 256K. Чтобы увеличить контекст, запустите Ollama с параметром: OLLAMA_NUM_CTX=32768 ollama run ministral:8b. Большой контекст требует больше памяти -- для 32K токенов Ministral 8B нужно около 16 GB RAM.

Нужен ли VPN из России

Для локального использования Mistral 3 через Ollama VPN не нужен. Hugging Face и репозиторий Ollama доступны из России без ограничений. Команда ollama run ministral:8b сразу начнёт скачивать модель.

Официальный сайт mistral.ai работает из России без VPN. Если вы хотите попробовать облачный API через Mistral AI Studio (console.mistral.ai) -- регистрация доступна без VPN, нужен лишь email.

Оплата облачного API Mistral принимается через международные карты. Если ваша карта не принимается -- попробуйте через VPN с европейским IP (Mistral -- французская компания, европейские IP обычно работают лучше). Однако для большинства задач бесплатного тира достаточно.

Важный практический момент: если вы решили запустить Mistral 3 локально, вам нужно один раз скачать модель (5-10 GB для 8B). После этого модель работает полностью офлайн -- никакой зависимости от внешних серверов нет. Это главное преимущество локального запуска в любых юрисдикциях.

Для пользователей macOS с Apple Silicon: модели Mistral 3 в формате GGUF работают нативно через Metal Performance Shaders. Это означает, что на M3/M4 MacBook они работают быстрее, чем на многих Windows-машинах с NVIDIA GPU начального уровня. Ollama автоматически определяет Apple Silicon и использует GPU-ускорение без дополнительных настроек.

Контекст экосистемы Mistral (май 2026). Параллельно с локальными моделями Mistral выпустила Mistral Medium 3.5 -- крупную облачную модель (128B параметров, 77.6% SWE-Bench Verified). Это помогает понять позиционирование: локальные Mistral 3/Ministral предназначены для быстрых задач на своём железе, Medium 3.5 -- для сложных облачных агентных сценариев. Mistral Vibe -- облачный агент Mistral для генерации кода -- доступен через Le Chat.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Как запустить NVIDIA Nemotron 3 Nano Omni на своём компьютере

NVIDIA Nemotron 3 Nano Omni -- первая открытая модель, которая понимает видео, аудио, изображения и текст одновременно. Доступна бесплатно через Ollama и Hugging Face. Разбираемся, как установить и использовать.

Что это и для кого

NVIDIA Nemotron 3 Nano Omni -- это открытая мультимодальная языковая модель, которая умеет обрабатывать текст, изображения, аудио и видео в рамках одного запроса. В отличие от большинства локальных моделей, которые работают только с текстом или в лучшем случае с изображениями, Nemotron 3 Nano Omni объединяет все эти возможности в одной нейросети.

Модель выпущена NVIDIA под открытой лицензией и доступна бесплатно. Она заняла первые места сразу на шести лидербордах по обработке документов, видео и аудио на момент выхода в 2026 году. По характеристикам она соперничает с крупными проприетарными системами, но работает локально -- данные не покидают ваш компьютер.

Кому это нужно: разработчикам, которые хотят создавать приложения с мультимодальным AI без платы за API; исследователям, которым важна воспроизводимость и контроль над данными; пользователям, которые хотят анализировать корпоративные документы, видеозаписи или аудиофайлы без отправки их в облако.

Модель подходит для конкретных задач: расшифровка записей совещаний, анализ медицинских изображений, понимание содержимого PDF с таблицами и схемами, ответы на вопросы по видеоуроку. Для общих разговорных задач лучше подойдут специализированные текстовые модели -- они меньше весят и быстрее отвечают.

Технически модель имеет 30 миллиардов параметров, из которых активны 3 миллиарда на каждый токен (архитектура Mixture of Experts). Это позволяет добиться высокой производительности при умеренных аппаратных требованиях. Версия с расширенным мышлением (reasoning) обеспечивает особенно точные ответы на сложные вопросы.

Как установить

Есть несколько способов запустить Nemotron 3 Nano Omni. Самый простой -- через Ollama, если вам не нужна работа с видео. Для полных мультимодальных возможностей (видео и аудио) лучше использовать Unsloth Studio или llama.cpp.

Способ 1: Через NVIDIA NIM (облако, бесплатно)

Самый быстрый старт -- попробовать модель в облаке через NVIDIA Build. Перейдите на build.nvidia.com, найдите Nemotron 3 Nano Omni Reasoning и нажмите 'Try API'. Вам предложат API-ключ для первых 1000 бесплатных запросов. Это хороший способ убедиться, что модель решает вашу задачу, до установки локально.

Способ 2: Через Ollama (текст и изображения)

Если у вас ещё не установлен Ollama -- скачайте его на ollama.com для вашей операционной системы (macOS, Windows, Linux). После установки откройте терминал и выполните:

ollama run nemotron3-nano-omni

Ollama автоматически скачает модель (около 20 GB) и запустит её. Первый запуск может занять 10-20 минут в зависимости от скорости соединения. После загрузки вы попадёте в интерактивный чат. Для работы с изображениями через Ollama используйте команду:

ollama run nemotron3-nano-omni 'Что на этом изображении?' --image /путь/к/файлу.jpg

Способ 3: Через Unsloth Studio (полные мультимодальные возможности)

Для работы с видео и аудио нужен Unsloth Studio -- веб-интерфейс для локального запуска моделей. Установка: перейдите на unsloth.ai, скачайте Unsloth Studio для вашей ОС. После установки найдите Nemotron 3 Nano Omni в каталоге моделей и нажмите Download. В интерфейсе вы сможете загружать файлы видео (.mp4, до 2 минут) и аудио (.wav, .mp3, до 1 часа) прямо в чат.

Требования к железу: минимум 25 GB оперативной памяти или видеопамяти для версии 4-bit quantization. Для 8-bit версии нужно 36 GB. Видеокарта NVIDIA с CUDA ускоряет работу в 5-10 раз по сравнению с CPU. На Apple Silicon (MacBook Pro M3/M4) модель работает через Metal и показывает хорошую скорость.

Первый запуск -- что попробовать

После установки рекомендуем начать с простых задач, чтобы понять возможности модели.

Тест 1: Анализ изображения. Загрузите любую фотографию или скриншот и спросите: 'Что изображено на картинке? Опиши подробно.' Nemotron 3 Nano Omni хорошо справляется с описанием сцен, читает текст на изображениях, распознаёт графики и схемы.

Тест 2: Работа с документом. Сфотографируйте страницу из договора или технической документации и задайте вопрос по содержанию. Модель умеет читать таблицы, формулы и структурированные документы -- это одна из её сильных сторон согласно бенчмаркам.

Тест 3: Расшифровка аудио. Через Unsloth Studio загрузите аудиофайл совещания или лекции и попросите: 'Транскрибируй этот аудиофайл и выдели ключевые решения.' Модель поддерживает русский язык, хотя точность расшифровки на русском несколько ниже, чем на английском.

Тест 4: Анализ видео. Загрузите короткое видео (до 2 минут) и спросите: 'Кратко опиши, что происходит в этом видео.' Это уникальная возможность, которой нет в большинстве других локальных моделей.

Для включения расширенного режима мышления (рекомендуется для сложных аналитических задач) добавьте в начало запроса: 'Думай шаг за шагом перед ответом.' Модель начнёт рассуждать вслух, что значительно повышает точность для логических и технических вопросов.

Скорость ответа зависит от железа: на NVIDIA RTX 4090 модель генерирует около 30-40 токенов в секунду в режиме 4-bit. На MacBook Pro M4 Max -- около 15-20 токенов в секунду. На CPU без GPU ускорения -- 2-5 токенов в секунду, что уже некомфортно для интерактивного использования.

Если вы хотите использовать модель в Python-приложении, вот минимальный пример через Ollama API после локального запуска:

import ollama; response = ollama.chat(model='nemotron3-nano-omni', messages=[{'role': 'user', 'content': 'Привет! Расскажи о себе.'}]); print(response['message']['content'])

Для мультимодальных запросов с изображением через Python: передайте путь к файлу в параметре images списка сообщений. Ollama обработает изображение и включит его в контекст запроса автоматически.

Ключевые фишки

Единая модель для всех типов данных. Главное отличие Nemotron 3 Nano Omni от других локальных моделей -- она обрабатывает видео, аудио, изображения и текст в одном запросе. Вы можете загрузить скриншот, аудиозапись и написать вопрос -- модель учтёт все три источника информации одновременно.

Длинный контекст. Модель поддерживает контекстное окно в 128 000 токенов -- это примерно 100 000 слов или большая книга. Вы можете загружать длинные документы целиком и задавать вопросы по всему содержанию.

Топ-6 лидербордов по документам и медиа. На момент выхода в 2026 году Nemotron 3 Nano Omni занял первые места на шести академических бенчмарках, включая тесты по пониманию документов с таблицами, видеопониманию и транскрипции аудио. Это говорит о высоком качестве мультимодального понимания относительно размера модели.

Режим мышления для сложных задач. В версии Reasoning модель сначала строит цепочку рассуждений (chain-of-thought), а потом даёт ответ. Это особенно полезно для анализа данных, написания кода и решения технических задач. Для простых запросов используйте обычный instruct-режим -- он быстрее.

Совместимость со стандартом OpenAI API. Если вы разрабатываете приложение, вы можете подключить Nemotron 3 Nano Omni через любой клиент, совместимый с OpenAI API. Достаточно изменить base_url на адрес вашего локального сервера Ollama или llama-server.

Полная конфиденциальность данных. Все данные -- включая видео, аудио и изображения -- обрабатываются локально. Ничего не отправляется в облако. Это критично для работы с медицинскими данными, юридическими документами, корпоративными материалами.

Интеграция с популярными фреймворками. Модель работает через vLLM, SGLang и llama.cpp, что позволяет интегрировать её в существующие Python-приложения буквально несколькими строками кода. Есть готовые примеры на Hugging Face для обработки каждого типа медиа.

Цены и ограничения

NVIDIA Nemotron 3 Nano Omni бесплатна для скачивания и локального использования. Никаких подписок и ограничений по количеству запросов нет.

Облачный API через NVIDIA NIM: бесплатные 1000 запросов при регистрации на build.nvidia.com. После исчерпания лимита -- платные планы. Точные цены зависят от типа запроса (с видео стоит дороже, чем текст). Проверяйте актуальные тарифы на build.nvidia.com.

Через OpenRouter: Nemotron 3 Nano Omni доступна на OpenRouter.ai в бесплатном тире с лимитами по запросам в минуту. Хороший вариант, если вы хотите попробовать облачную версию без регистрации в NVIDIA.

Главные технические ограничения:

Видеофайлы принимаются только в формате MP4, максимум 2 минуты. Если видео длиннее -- нужно разрезать его на части. Аудиофайлы: WAV и MP3, максимум 1 час. Изображения: большинство популярных форматов (JPEG, PNG, WebP).

Точность на русском языке хорошая, но несколько ниже, чем на английском. Особенно это заметно при расшифровке аудио с акцентом или техническими терминами. Для критически важных задач рекомендуем проверять результаты.

На компьютерах без выделенной видеокарты (или с GPU менее 20 GB видеопамяти) потребуется CPU-режим -- он работает, но медленно. Для продуктивного использования нужна видеокарта NVIDIA RTX 3090/4090 или Apple Silicon M3/M4 с достаточным объёмом памяти.

Модель не подходит для генерации видео или изображений -- только для их анализа. Для создания изображений используйте Stable Diffusion или Flux, для видео -- Wan 2.6 или Kling.

Нужен ли VPN из России

Для локального использования Nemotron 3 Nano Omni VPN не нужен вообще. Модель скачивается с Hugging Face (huggingface.co) -- сайт доступен из России без VPN. Если Ollama не может скачать модель -- попробуйте через VPN, но обычно это не требуется.

Для доступа к облачному API NVIDIA Build (build.nvidia.com) сайт технически доступен из России. Регистрация требует email, VPN для регистрации обычно не нужен. Оплата принимается через международные карты -- если возникают проблемы с оплатой, попробуйте использовать VPN.

Для доступа к OpenRouter (openrouter.ai) ситуация аналогичная: сайт доступен без VPN, регистрация простая, для бесплатного тира карта не нужна вовсе.

Главное преимущество локального запуска для пользователей из России -- полная независимость от санкций и ограничений. Один раз скачали модель -- и она работает без интернета, без подписок, без проблем с платежами. Это особенно важно для корпоративных пользователей, которым критично сохранять конфиденциальность данных.

Для скачивания модели через Ollama используйте команду: ollama pull nemotron3-nano-omni. Если скачивание идёт медленно или обрывается -- попробуйте через VPN или используйте прямую загрузку с Hugging Face и последующую конвертацию через llama.cpp.

Hugging Face (huggingface.co) работает из России стабильно. Модель доступна по адресу huggingface.co/nvidia/Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF16. Для скачивания потребуется аккаунт на Hugging Face -- регистрация бесплатная и не требует VPN. Объём файлов около 20-30 GB в зависимости от выбранного формата (BF16 или GGUF для llama.cpp).

После локальной установки модель работает полностью офлайн. Это означает, что даже при блокировке внешних сервисов или отключении интернета ваши AI-задачи не прерываются. Для критически важных рабочих процессов это ключевое преимущество перед облачными решениями.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.

Как начать пользоваться GitHub Copilot Workspace: полный гайд

GitHub Copilot Workspace -- это отдельный AI-инструмент от GitHub, который позволяет решать задачи уровня целого репозитория прямо из Issues. Разбираемся, чем он отличается от обычного Copilot и как начать.

Что это и для кого

GitHub Copilot Workspace -- это AI-среда разработки, встроенная прямо в GitHub. В отличие от привычного расширения Copilot в вашем редакторе кода, Workspace работает на уровне всего репозитория: он берёт GitHub Issue (задачу), анализирует всю кодовую базу, составляет план изменений, генерирует код в нескольких файлах сразу и открывает Pull Request.

Инструмент стал полностью доступным (General Availability) в начале 2026 года и теперь включён во все платные планы GitHub Copilot. Если вы раньше замечали кнопку 'Open in Workspace' на страницах Issues в GitHub -- это именно он.

Copilot Workspace создан для разработчиков, которые хотят делегировать AI рутинные задачи: фиксы багов, небольшие фичи, рефакторинг. Он не заменяет ваш редактор для сложной архитектурной работы, но отлично справляется с задачами, у которых есть чёткое описание в Issue.

Инструмент подходит как опытным разработчикам, которые хотят ускорить работу над задачами, так и начинающим, кому сложно с нуля разобраться в большой кодовой базе. AI сам объясняет, какие файлы нужно изменить и почему.

Важный момент: Copilot Workspace не является заменой Cursor, Windsurf или других AI-редакторов. Это инструмент для работы именно в экосистеме GitHub -- там, где уже живёт ваш код, Issues и Pull Requests. Если вы разрабатываете в опен-сорс проектах или в командах, активно использующих GitHub Flow, Workspace становится особенно ценным дополнением к вашему инструментарию.

Конкретный пример использования: представьте, что ваш опен-сорс проект получил 10 новых Issues за неделю -- баги от пользователей. Раньше вам нужно было открывать каждый файл вручную, разбираться в коде и писать фикс. Теперь вы открываете Issue в Workspace, за 30 секунд получаете готовый PR с исправлением, просматриваете изменения и нажимаете Merge. Это принципиально другой темп работы.

Как зарегистрироваться и получить доступ

Copilot Workspace встроен в GitHub и не требует отдельной регистрации. Вам нужно выполнить несколько шагов.

Шаг 1: Убедитесь, что у вас есть подписка GitHub Copilot. Workspace доступен на планах Copilot Pro (около $10 в месяц на момент написания), Copilot Business и Copilot Enterprise. Если у вас ещё нет подписки, перейдите на страницу github.com/features/copilot и выберите подходящий план. Студенты могут получить Copilot Pro бесплатно через программу GitHub Education.

Шаг 2: Откройте репозиторий на GitHub. Это может быть ваш собственный репозиторий или любой публичный open-source проект. Для первого знакомства удобнее использовать свой небольшой проект, где вы понимаете структуру кода.

Шаг 3: Найдите или создайте Issue. Перейдите во вкладку Issues репозитория. Если Issues нет -- создайте один. Напишите конкретное описание задачи: что нужно изменить, какое поведение ожидается. Чем точнее описание, тем лучше AI поймёт задачу.

Шаг 4: Откройте Workspace из Issue. На странице Issue в правой колонке найдите раздел 'Development'. Там появилась кнопка 'Open in Workspace'. Нажмите её -- браузер перейдёт на интерфейс Copilot Workspace.

Шаг 5: Дождитесь анализа. Copilot Workspace начнёт читать Issue и анализировать весь репозиторий. Это занимает от 10 секунд до нескольких минут в зависимости от размера кодовой базы.

Альтернативный способ -- через Copilot Workspace Dashboard на githubnext.com. Там можно начать новую сессию для любого репозитория без предварительно созданного Issue, просто описав задачу в свободной форме. Этот вариант удобен, когда задача ещё не оформлена как Issue.

Ещё один путь -- через страницу репозитория. Нажмите зелёную кнопку 'Code', перейдите на вкладку 'Copilot' и введите описание задачи. GitHub сам создаст сессию в Workspace.

Первый запуск -- что попробовать

После открытия Workspace вы увидите три основные панели: Specification (спецификация), Plan (план) и Implementation (реализация). Разберём каждую.

Specification -- это автоматически сгенерированное AI описание задачи на основе Issue. Например: 'Нужно исправить баг, при котором функция validate_email возвращает True для строк без символа @'. Прочитайте это описание -- оно показывает, как AI понял задачу. Если что-то не так, отредактируйте текст прямо в интерфейсе.

Plan -- пошаговый список изменений, которые AI планирует внести. Workspace сам определяет, какие файлы нужно изменить: 'Изменить файл utils/validation.py, строки 45-62. Добавить проверку наличия символа @ и точки в домене.' Вы можете принять план целиком, отклонить отдельные пункты или попросить AI переработать его, написав в чат дополнительные уточнения.

Implementation -- реальные изменения в коде. После нажатия 'Generate Code' Workspace создаёт диффы для всех файлов из плана. Интерфейс похож на Code Review в GitHub: слева оригинальный код, справа -- предложенные изменения с подсветкой.

Для первого теста возьмите репозиторий с простым, хорошо описанным багом. Напишите Issue вида: 'Bug: функция X не обрабатывает пустую строку, возникает исключение TypeError. Ожидаемое поведение: возвращать пустой список.' После генерации кода внимательно просмотрите каждое изменение -- AI иногда делает лишние правки. Если что-то лишнее -- отметьте пункты для исключения.

После просмотра нажмите 'Create Pull Request'. Workspace создаст PR с автоматически заполненным описанием, связанным с исходным Issue. Вы остаётесь ответственным за Code Review и Merge -- AI только предлагает изменения, финальное решение за вами.

После создания PR запустите тесты в CI/CD (если они настроены) и убедитесь, что всё работает. Workspace в базовых планах не запускает тесты самостоятельно.

Полезный приём: если вам не нравится, как AI сгенерировал код, не удаляйте сессию. Напишите в чат: 'Перепиши функцию X в файле Y более читаемым способом, без вложенных условий.' Workspace перегенерирует только эту часть, сохранив остальные изменения. Можно итерировать несколько раз, пока результат не устроит.

Ключевые фишки

Работа с несколькими файлами одновременно. Обычный Copilot в редакторе помогает в одном файле. Workspace понимает всю архитектуру проекта и может изменить 10-20 файлов в рамках одной задачи, учитывая импорты, интерфейсы и зависимости между модулями. Это особенно ценно при рефакторинге или добавлении новой сущности в MVC-проект.

Итеративная доработка в чате. После генерации кода вы можете написать в чат: 'В файле auth.py нужно также проверять длину пароля -- минимум 8 символов' -- и Workspace добавит это изменение, не переделывая остальное. Это настоящая совместная разработка с AI, а не одноразовая генерация.

Интеграция с Copilot Workspace Terminal. В корпоративной версии и в ряде тарифных планов доступен терминал прямо в браузере -- можно запустить тесты, проверить работу кода и убедиться, что ничего не сломалось, не выходя из GitHub.

История сессий и сохранение работы. Каждая рабочая сессия автоматически сохраняется. Вы можете закрыть вкладку браузера, вернуться через день, найти незавершённую сессию в Copilot Workspace Dashboard и продолжить с того места, где остановились.

Поддержка любого языка программирования. Workspace работает с Python, JavaScript, TypeScript, Go, Java, C++, Rust, PHP, Ruby и другими языками без дополнительной настройки. AI сам определяет технологический стек по файлам в репозитории и адаптирует генерацию кода под принятые в проекте соглашения.

Автоматическое связывание с Issues. После создания PR в описании автоматически появляется строка 'Closes #123'. Когда PR будет смержен, соответствующий Issue закроется автоматически. Это стандартная практика GitHub Flow, и Workspace её соблюдает без каких-либо дополнительных настроек.

Работа без локальной среды разработки. Если вы хотите быстро исправить баг в чужом опен-сорс репозитории, не скачивая его на свой компьютер -- Workspace идеален. Весь процесс происходит в облаке GitHub: анализ, генерация и создание PR.