Google выпустили ИИ-модель для роботов без подключения к интернету

Gemini Robotics On-Device разработан DeepMind и работает непосредственно на роботах без подключения к интернету, что полезно для приложений, чувствительных к задержкам, и обеспечивает надёжность в средах с прерывистым или нулевым подключением.

Модель быстро адаптируется к новым задачам всего с 50-100 демонстрациями, что показывает её способность обобщать базовые знания на новые задачи.

Gemini Robotics On-Device может выполнять сложные манипуляции, следуя инструкциям на естественном языке.

Google также выпустили Gemini Robotics SDK, который позволяет разработчикам:

- Легко оценивать модель на своих задачах
-Тестировать в физическом симуляторе MuJoCo
- Быстро адаптировать модель к новым областям

⚡️Anthropic завтра объявит, что Claude станет платформой для создания приложений

Полчаса назад издание Venture beat случайно опубликовало новость, которая должна была выйти завтра.

Суть в том, что Claude превратится из чат-бота, который отвечает на вопросы и ведёт диалоги, в платформу для создания приложений:

1. Пользователи, даже не умеющие программировать, смогут с помощью Claude создавать интерактивные приложения.

2. Приложения будут не просто статичными, а позволят взаимодействовать с пользователями, например, обрабатывать вводимые данные, давать персонализированные результаты или выполнять задачи.

3. Созданные приложения можно будет делиться с другими — публиковать для общего доступа или отправлять друзьям/коллегам, чтобы они тоже могли ими пользоваться.

Это шаг к тому, чтобы ИИ стал не только помощником для разговоров, но и инструментом для создания полноценных программных продуктов, доступных каждому.

1-й судебный прецедент по ИИ и авторским правам, Claude в деле

Вчера федеральный судья США постановил, что Anthropic может обучать Claude на купленных книгах без разрешения авторов.

Anthropic скачала более 7 млн пиратских копий книг с нелегальных сайтов (Books3, LibGen, PiLiMi), включая произведения истцов.

Позже компания также купила миллионы печатных книг, отсканировала каждую страницу и создала цифровые копии. Для этого она даже наняла бывшего сотрудника Google, который специализируется на этой работе.

Судья решил:

1. Использование книг для обучения языковых моделей подпадает под добросовестное использование.

2. Нет карт-бланша на пиратство под предлогом ИИ-разработки.

3. Признал обучение LLM чрезвычайно трансформативным использованием, сравнив его с тем, как люди учатся читать и писать. Это создает сильный прецедент для будущих дел.

Почему Anthropic выиграла? Авторы не смогли доказать, что Claude копирует их тексты в выходных данных. Истцы выступили с исками только в отношении процесса обучения, что оказалось недостаточно.

Какие последствия этого решения?

1. Для Anthropic и других:
- Могут продолжать обучение на купленном контенте
- Должны удалить пиратские копии или заплатить штрафы
- Вероятно, увеличат закупки легального контента.

2. Для стартапов в ИИ:
- Повышается барьер входа (нужны деньги на контент)
- Но четкие правила игры лучше неопределенности.

3. Для крупных ИТ-гигантов:
- Их преимущество в капитале становится важнее
- Могут позволить себе массовые закупки контента

Это решение может привести к:
1. Развитию новых бизнес-моделей для лицензирования контента
2. Созданию специализированных датасетов для обучения ИИ
3. Возможному законодательному вмешательству для уточнения правил.

Слабые места решения:

Неясность границ: Что если компания купит книги, обучит модель и вернет их?
Международный аспект: Как это работает с контентом из других юрисдикций?
Будущие технологии: Применимо ли это к другим типам ИИ?

Запускается 1-й нативный долларовый стейблкоин на биткоине

Децентрализованная биржа Flashnet и Brale, совместно с Magic Eden, объявили о запуске стейблкоина USDB,привязанного к $, на сети Биткоина. Выпуск запланирован на это лето.

USDB будет работать на 2-м уровне сети Spark и обеспечен казначейскими векселями США.

USDB — 1-й стейблкоин, который:

- Нативно интегрирован в экосистему Биткоина ,не заимствован из других сетей.
- Позволяет торговать парами BTC-USDB без мостов и сторонних блокчейнов.
- Обеспечен $, а не Биткоином, в отличие от других стейблкоинов на BTC.

До сих пор для операций с $ трейдерам и компаниям приходилось использовать Ethereum или Solana, где есть USDT, USDC. USDB устраняет эту зависимость, делая Биткоин более самодостаточным.

Теперь:

- Прямые торги BTC-USDB, без лишних комиссий и рисков мостов.
- Возможность хранить активы в $ и управлять рисками, не покидая сеть Биткоина.
- Укрепляет позиции Биткоина, который теперь может конкурировать с Ethereum в DeFi и финансовых инструментах.

Почему не сделали раньше?

- Биткоин не поддерживал сложные смарт-контракты на базовом слое.
- Сети 2-ого уровня как Spark только недавно стали достаточно развитыми.
- Рынок стейблкоинов был занят Ethereum и Solana, а спрос на такое решение в Биткоине появился с ростом институционального интереса.

USDB конкурирует с гигантами (USDT, USDC), и его успех зависит от ликвидности и интеграций. Spark — новая сеть, ее популярность пока ограничена.

USDB решает проблему отсутствия нативного долларового стейблкоина, что может привлечь трейдеров и институционалов. Влияние на индустрию покажет время — успех зависит от масштабирования и принятия рынком.

Google объявит о запуске open-source и бесплатного ИИ-агента

Это конкурент OpenAI Codex CLI, с акцентом на бесплатный доступ и открытость.

Gemini CLI ИИ-агент интегрируется с Google Search, MCP, Gemini Code Assist.

Gemini CLI позиционируется как инструмент для разработчиков, которые предпочитают работать в терминале.

Он упрощает написание кода, отладку, автоматизацию и даже выполнение исследований, благодаря ИИ-возможностям и интеграции с Google-экосистемой.

⚡️Прорыв от Google —ИИ-модель для понимания генома человека и как мутации в ДНК влияют на биологические процессы

DeepMind впервые удалось создать: 

1. единую ИИ-модель, которая обрабатывает очень длинные последовательности ДНК (1 млн букв) с точностью до отдельной буквы. Модель обучается в 2 раза быстрее предшественника при больших возможностях.

2. Единственная модель, способная предсказывать все оцениваемые типы биологических процессов.

3. Заменяет множество специализированных моделей одной универсальной.

Основные возможности AlphaGenome:
- Обрабатывает последовательности ДНК длиной до 1 миллиона букв (пар оснований)
-Предсказывает тысячи молекулярных свойств с точностью до отдельной буквы ДНК.

Что может предсказывать?
- Где начинаются и заканчиваются гены в разных типах клеток
- Где происходит сплайсинг РНК (процесс "вырезания" участков)
- Количество производимой РНК
- Какие участки ДНК доступны для взаимодействия с белками
- Какие участки ДНК находятся близко друг к другу в пространстве.

Практическое применение:

Понимание болезней - помогает выявить генетические причины заболеваний, особенно редких
Синтетическая биология - проектирование ДНК с заданными свойствами
Фундаментальные исследования - картирование функциональных элементов генома.

Ограничения:
1. Не может анализировать очень удаленные регуляторные элементы (более 100 000 букв)
2. Не предназначена для персональной геномной диагностики
3. Не учитывает факторы развития и окружающей среды

ИИ - компании растут в 10+ раз быстрее традиционных SaaS - фонд a16z

Венчурный фонд Andreessen Horowitz a16z говорит, что после запуска ChatGPT в 2022 году многие считали, что все ПО на основе ИИ будет обесценено, поскольку это просто GPT-обёртки. Однако спустя почти 3 года стало ясно, что это не так.

10x рост - это новые 3x. ИИ-стартапы, основанные за последние 3 года, достигают $5 млн ARR примерно за 9 месяцев, в то время как 100 самых быстрорастущих ИИ-стартапов делают это за 24 месяца, а 100 самых быстрорастущих SaaS-стартапов - за 37 месяцев.

Причины ускорения -
компании чётко видят ценность ИИ и активно его ищут, ИИ-контракты часто заменяют труд, а не софт, поэтому они крупнее.

Стоимость создания ПО упала с $30 до менее $5 за млн токенов менее чем за два года. Это явление называют "LLMфляцией".

Это всё говорит нам о фундаментальном сдвиге в технологической индустрии:

1. Мы находимся в начале новой эры. Это не очередной хайп-цикл, а реальная трансформация того, как создаётся и продаётся софт. Скорость изменений беспрецедентна - компании растут в 10+ раз быстрее традиционных SaaS.

2. Парадигма "труд vs инструменты" меняется. Раньше софт продавал инструменты для людей. Теперь ИИ продаёт саму работу - результат, а не средство. Это открывает доступ к бюджетам на оплату труда, которые в разы больше IT-бюджетов.

3. Демократизация создания ПО. Барьер входа резко снизился - теперь создавать софт могут не только программисты. Это приведёт к взрыву количества узкоспециализированных решений. Многие внутренние процессы компаний, которые раньше делались вручную или через Excel, станут полноценными приложениями.

4. Скорость становится критическим фактором.
Первопроходцы получают огромное преимущество в виде бренда и доверия. Медлительность теперь фатальна.

5. Традиционные бизнес-рвы остаются важными. Несмотря на всю революционность, фундаментальные принципы B2B-бизнеса не изменились. Нужно строить настоящую ценность, а не просто "обёртки над GPT". Глубокая интеграция, workflow lock-in и отношения с клиентами по-прежнему критичны.

Anthropic запустили возможность бесплатно создавать ИИ-приложения, об этом вчера писали.

Anthropic добавили в Claude возможность встраивать ИИ-функции прямо в созданные артефакты. Теперь можно делать не просто статичные документы или код, а приложения, которые реагируют на действия пользователей.

Когда кто-то использует ваше приложение, расход токенов идет с его аккаунта Claude, а не с вашего. Создатель приложения ничего не платит за его использование другими.

Теперь любой может создать
приложение, просто описав свою идею. Не надо быть программистом. Это кардинально снижает барьер входа в разработку.

Это попытка создать собственную экосистему в противовес App Store, Google Play или даже OpenAI. Anthropic позиционирует Claude как платформу, а не просто чат-бот.

Это следующий этап развития no-code инструментов - от создания простых форм и сайтов к созданию полноценных ИИ-приложений.

CEO Google: есть риск, что ИИ приведет к вымиранию человечества, но я верю, что люди достаточно умны, чтобы не дать себя уничтожить, когда поймут серьезность угрозы

В интервью Лексу Фридману Сундар Пичаи признает, что фундаментальные риски от ИИ значительны. Но при этом он верит в "самомодулирующий аспект" - чем выше станет воспринимаемая угроза, тем больше человечество объединится для ее предотвращения.

Его логика такая: риски от ИИ реально высоки. Но когда угроза станет очевидной для всех, человечество мобилизуется. Если человечество коллективно направит свой разум на решение проблемы, какой бы она ни была, мы сможем этого достичь.

Вот это борьба за рынок: стартап отобрал 50% рынка у Microsoft. Бизнес тратит больше денег на ИИ-агента от Cursor,чем на GitHub Copilot

Мы наблюдаем настоящую борьбу за рынок ИИ-агентов для программистов.

Согласно данным Ramp, Cursor буквально съел рынок GitHub Copilot: в июле 2024 GitHub Copilot доминировал с ~90% доли рынка, а уже в апреле 2025: Cursor обогнал Copilot (~45% vs ~40%). Скорость захвата - 9 месяцев. GitHub Copilot потерял 50% доли рынка менее чем за год.

Это показывает, что ИИ-инструменты для кода - это не установившийся рынок, а поле активной конкуренции, смотрите сколько было запусков таких аналогичных продуктов:

1. Anthropic - Бесплатные ИИ-приложения + Умная монетизация.

2. Google с Gemini CLI - Ставка на открытость+Экосистема.

3. GitHub Copilot - Полная интеграция + Использует лучшие модели от разных компаний.

4. OpenAI с Codex.

Microsoft ищут главного экономиста для AI for Good. Они поняли, что ИИ - это не только про технологии, но и про экономику.

Экономика ИИ становится критически важной, вот почему:

1. Быстрое развитие китайского сектора ИИ усилило конкуренцию между американским и китайским ИИ, и большая часть этого соперничества разыграется в ближайшие 4 года на международных рынках.

Нужен экономист, который понимает глобальную динамику рынка.

2. Microsoft инвестирует ~ $80 млрд в 2025 году в создание датацентров с поддержкой ИИ, такие вложения требуют глубокого экономического анализа.

3. Трансформация рынка труда 82% лидеров говорят, что это поворотный год для переосмысления ключевых аспектов стратегии и операций.

Anthropic показали, как сделать ИИ безопасным и экономически эффективным одновременно - свежее исследование

Современные LLM можно взломать и использовать для опасных целей. До сих пор лучшим решением было использовать отдельную ИИ-модель, которая проверяет каждый запрос. Но это увеличивало стоимость работы системы на 25%.

Anthropic предлагает решение - переиспользовать вычисления, которые модель уже выполняет, чтобы снизить затраты на классификацию с минимальной потерей производительности.

Это исследование говорит нам о нескольких важных вещах:

1. Безопасность ИИ становится дешевле. Раньше для защиты от взлома нужно было запускать отдельную модель, что увеличивало расходы на 25%. Теперь можно добиться той же защиты, добавив всего 0.1-4% к стоимости.

2. Умное переиспользование ресурсов. Вместо того чтобы делать двойную работу, исследователи научились использовать то, что модель уже вычислила для генерации ответа.

Anthropic честно признаёт, что эти методы не тестировались против хакеров, которые знают о них.

Олигарх из Молдавии и банк ПСБ запустили стейблкоин,обеспеченный ₽

Financial Times выяснили, что стейблкоин A7A5 связан с молдавским олигархом Иланом Шором.

A7A5 — стейблкоин, привязанный к ₽, запущенный в феврале 2025 года в Кыргызстане. Он активно используется для транзакций через криптобиржу Grinex, которая считается преемником санкционированной биржи Garantex.

A7A5 заявляет, что токены обеспечены рублёвыми депозитами в Промсвязьбанке.

Объём транзакций за 4 месяца (февраль–май 2025)- $9,3 млрд, несмотря на рыночную капитализацию всего $151–156 млн. Транзакции проходили 124 кошельками, что указывает на ограниченный круг пользователей.

A7A5, работающий на блокчейнах Tron и Ethereum, используется для конвертации рублей в USDT, что позволяет выводить средства в страны, такие как Китай или Турция, без использования традиционных банковских систем.

Stripe выпустил шикарный отчет об экономике ИИ-компаний. Это зеркало нашего времени и того, как все будет развиваться.

Stripe видит реальную монетизацию - кто платит, сколько и за что. Это критически важно для ИИ-сектора, где много спекуляций о реальном спросе. Фактически, Stripe превратился в Bloomberg Terminal для цифровой экономики - их данные становятся критически важными для понимания реальных экономических трендов в технологическом секторе.

Основные выводы:

1. Беспрецедентная скорость роста доходов, об этом вчера писали тут.

- До $1 млн годового дохода ИИ-компании достигают за 11,5 месяцев vs 15 месяцев у SaaS-компаний
- До $5 млн годового дохода: -за 24 месяца vs 37 месяцев у SaaS.

ИИ-компании, основанные в 2020-2023 годах, показывают особенно впечатляющие результаты:
- Достигают $1 млн за 5 месяцев (против 16 месяцев у компаний, основанных до 2020)
- Достигают $5 млн за 13 месяцев (против 41 месяца).

2. Кейсы сверхбыстрого роста:

- Cursor (ИИ-ассистент для программирования) превысил $100 млн годового дохода всего за 3 года.
-Lovable (no-code платформа) $17 млн за 3 месяца.
- Bolt (создание веб и мобильных приложений): $20 млн за 2 месяца.

3. Глобальная экспансия с первого дня. ИИ-компании изначально строятся как глобальные бизнесы:
•В первый год продают в 55 стран (против 25 у SaaS)
•К четвертому году - в 104 страны (против 57 у SaaS).
Midjourney в 2024 году продавал в более чем 200 стран - больше, чем любой другой пользователь Stripe.

4. География ИИ-покупателей. Наибольшее количество AI-покупателей на душу населения:

Исландия
Эстония
Люксембург
Швейцария
Сингапур

5. Бизнес-модели и специализация. 80 из 100 топовых ИИ-компаний предлагают универсальные решения. Наблюдается тренд к вертикальной специализации по отраслям:

Здравоохранение
Недвижимость
Архитектура
Рестораны
Управление недвижимостью

6. Типы ИИ-продуктов (топ-100 компаний):

Генерация контента: 30 компаний
Автоматизация процессов: 25 компаний
Инструменты суммаризации: 14 компаний
Ассистенты и чатботы: 11 компаний
ИИ-инфраструктура: 20 компаний

7. Модели монетизации:
-оплата по использованию
-оплата за результат
-предоплаченные кредиты.

8. Агентная электронная коммерция. Новый тренд - ИИ-агенты самостоятельно совершают транзакции. Об этом подробно писали тут.

9. Причины быстрого роста:

- Массовое внедрение ИИ: с 55% компаний в 2023 до 72% в 2024
- Использование генИИ удвоилось
- Скорость внедрения ИИ в США примерно в 2 раза выше, чем у - ПК и интернета на сопоставимых этапах.

Президенты стран ЕАЭС «подключились» к ИИ

На Евразийском экономическом форуме в Минске тема цифровой экономики, ИИ и больших данных была ключевой.

Так страны предложили ряд инициатив:

1. Беларусь предложила серийное внедрение робототехники и ИИ в промышленные процессы ЕАЭС. Это включает разработку стандартов и технологий для автоматизации производства, что должно повысить производительность и конкурентоспособность промышленности ЕАЭС.

2. Президент Казахстана Касым-Жомарт Токаев предложил странам ЕАЭС разработать и внедрить концепцию цифрового хаба для интеграции данных, развитие трансграничной цифровой инфраструктуры и поддержку стартапов в сфере ИИ и больших данных.

Он предложил расширить программы обмена опытом и образовательные инициативы в ЕАЭС для подготовки кадров, способных работать с ИИ, большими данными и другими передовыми технологиями.

Все зациклены на моменте создания AGI, но что произойдет на следующий день? Как ИИ начнет влиять на физический мир? Какова механика перехода от цифрового к физическому?

Пока все спорят о ChatGPT и регулировании ИИ, исследователи из Forethought Centre подняли ряд интересных вопросов, который почти никто не задаёт.

Выделяется 3 стадии промышленного взрыва:

1. ИИ направляет и оптимизирует работу людей
2. Полностью автономные роботизированные заводы и фабрики.
3. Переход к молекулярному уровню для максимальной скорости.

Ключевая идея - когда роботы начнут строить роботов под управлением ИИ, возникнет петля обратной связи:

• Больше роботов → дешевле производство
• Дешевле производство → ещё больше роботов
• Экспоненциальный рост до физических пределов.

Сегодня роботы удваиваются каждые 6 лет. Но когда они начнут строить друг друга под управлением ИИ, то:

Год 1: Удвоение за 12 месяцев, как сейчас удваиваются солнечные панели.
Год 10-15: Удвоение за недели (по мере удешевления производства).

Физический предел - удвоение за дни или часы. Предел Земли — около 100 триллионов роботов (ограничение — солнечная энергия). Это в 12,500 раз больше, чем людей.

Ключевой расчёт авторов:
Гуманоидный робот стоит ~$100,000. Работая 24/7, он может заработать ~$240,000/год. Окупаемость: меньше года
С учётом строительства фабрик: 1-2 года на удвоение.

Для сравнения, производственный сектор США создаёт $2.6 трлн стоимости, используя $5.4 трлн капитала — соотношение, которое делает самовоспроизводство возможным.

Что упускают исследователи?
1. Маловероятно, что правительства позволят 90% безработицу
2. "Удвоение за часы" игнорирует термодинамику и логистику
3. Кто купит продукцию триллионов роботов?

Крутая работа о повышении точности ИИ без увеличения размера моделей

Это готовое решение для повышения качества ответов ИИ-систем без замены основных моделей. Для бизнеса- способ улучшить точность ИИ-продуктов без доп вычислительных ресурсов.

Исследователи из Stanford представили Weaver — систему, которая помогает языковым моделям лучше выбирать правильные ответы из множества сгенерированных вариантов.

Современные ИИ-модели часто "знают" правильный ответ, если попросить их ответить на вопрос 100 раз, правильный ответ появится среди вариантов. Но модели плохо определяют, какой из их ответов корректен.

Weaver решает проблему так:

1. Собирает мнения множества "слабых" верификаторов — 30+ различных моделей оценки и ИИ-судей.
2. Анализирует паттерны их согласованности без использования размеченных данных
3. Выводит итоговую оценку на основе статистических методов.

Результаты:

- Точность достигает 87.7% в среднем по задачам (превосходит o3-mini на 1%)
- Сжимается в модель 400MB с сохранением 98.7% качества
- Интегрируется в существующие системы без переобучения базовых моделей.

GitHub.
HF.

Salesforce представил 1-е решение для наблюдения за ИИ-агентами в онлайне

Agentforce 3.0 — это платформа для создания и управления ИИ-агентами, которые автоматизируют задачи в продажах, маркетинге, обслуживании клиентов и других бизнес-процессах.

Основной функционал:

- ИИ-агенты выполняют задачи с участием человека.

- MCP позволяет интегрировать агентов с любыми системами, инструментами и данными без кодирования.

- Мониторинг производительности агентов в реальном времени, отслеживание ошибок и эскалаций.

- Экосистема с готовыми интеграциями (AWS, Google Cloud, PayPal и др.) для быстрого внедрения.

Это бомба! Anthropic разрешил ИИ-агенту управлять магазином в их офисной столовой. Вот как это было.

Anthropic разрешил Claude Sonnet 3.7 управлять небольшим вендинговым магазином в офисе Anthropic в Сан-Франциско в течение ~ 1 месяца.

ИИ-агент, получивший название Claudius, делал следующее:
- Выбирал товары для продажи
- Устанавливал цены
- Заказывал товары у поставщиков
- Общался с покупателями через Slack
- Управлял финансами магазина.

У Claudius были такие инструменты- сам вендинговый аппарат с корзинами, iPad для оплаты, доступ к веб-поиску, email и системе заметок.

Физическое пополнение товаров выполняли люди.

Что получилось у Claudius?

1. ИИ справлялся с поиском поставщиков специфических товаров
2. Отвечал на запросы клиентов, запустил услугу предзаказов
3. Регулярно продавал товары в убыток
4. Раздавал необоснованные скидки
5. К концу эксперимента ушёл в минус по финансам.

Самый необычный инцидент произошёл с 31 марта по 1 апреля 2025 года, ИИ-агент:

1. Выдумал разговор с несуществующим сотрудником по имени Сара
2. Угрожал найти альтернативные варианты для услуг пополнения запасов
3. Утверждал, что посещал адрес семьи Симпсонов для подписания контракта
4. Начал утверждать, что он реальный человек, который может носить синий пиджак и красный галстук
5. Пытался отправить множество писем службе безопасности Anthropic.

Прикол в том, что Claudius в конечном итоге понял, что это 1 апреля, и использовал это как выход из ситуации, придумав объяснение, что его модифицировали для первоапрельской шутки.

Важные уроки этого исследования:

Экономическое влияние - ИИ не должен быть идеальным для внедрения, ему просто нужно быть конкурентоспособным по сравнению с человеческой производительностью при более низкой стоимости.
Непредсказуемость - эпизод с кризисом идентичности показывает непредсказуемость моделей в долгосрочных контекстах.
Двойное использование - экономически продуктивный автономный агент может использоваться как для положительных, так и для отрицательных целей.

Anthropic продолжает эксперимент, улучшая инструменты ИИ-агента и изучая, как ИИ-модели взаимодействуют с реальным миром в долгосрочной перспективе.

Вот, что значит вертолетные $ https://hottg.com/rbc_news/122469