ByteDance выкатил Seedance 1.0 — модель генерирует 5-секундные ролики 1080p примерно за 40 секунд, удерживает персонажей и плавные переходы, а в свежем рейтинге Artificial Analysis обошла Veo 3, Kling 2.0 и Sora. Для оценки компания собрала SeedVideoBench, где Seedance лидирует по движению, точности запроса и эстетике. Осенью модель встраивают в Doubao-чат и видеоплатформу Jimeng.

И что?
Seedance сдвигает планку в трёх вещах:

1. Экономика ролика — 5 секунд Full HD обходятся дешевле статичного баннера, значит видео войдёт в каждую товарную карточку и лендинг.

2. Скорость интеграции — модель сразу переезжает в Doubao и Jimeng, поэтому метрики качества-дохода появятся уже в этом квартале, а не «когда-нибудь после беты».

3. Новые требования рынка — теперь baseline для любого видеогенератора – мультисцена, стабильные персонажи и рендер < 1 мин. Всё, что не дотягивает, останется демонстрацией, а не инструментом.

Знаете, на чём Disney делает основную кассу?
На лицензиях и мерче, а не на кассовых сборах.

Mattel играет в ту же лигу: почти $5 млрд выручки, бренды-иконы Barbie, Hot Wheels, UNO, Fisher-Price, American Girl и ещё сотни позиций, которые продают эмоцию в пластике, картоне и цифре.

Теперь к сделке. Mattel открывает ворота OpenAI: GPT-технологии лягут в новые игрушки, мобильные миры и кастомные истории внутри каждой куклы и машинки. Первая партия «умных» девайсов выйдет к концу года; весь штат Mattel уже получил ChatGPT Enterprise для идей и автоматизации бэк-офиса. Контроль IP и финальный контент остаётся у Mattel, а OpenAI отвечает за голос, диалог и генерацию.

И что?

Игрушка становится сервисом: ребёнок получает личный сюжет, бренд — бесконечный апсел допов и цифровых аддонов.

Порог входа в AI-плейрум падает; конкуренты или интегрируют LLM за квартал, или пылятся на полке.

Для инвестора интерес в экосистеме вокруг «живых» брендов — подписки, виртуальные площадки, аксессуары с обновляемым контентом.

Следить стоит не за тем, сколько GPT знает сказок, а за тем, как Mattel превратит каждую из них в удлинённый LTV детского восторга.

Так. Без паники и отписок. Просто 30 секунд цифрового детокса. Хороших вам …. дных

Скажи честно: ты когда-нибудь считал, сколько «весит» твой последний селфи? Британский физик Мэлвин Вопсон взвесил не только фотки, а всю информацию во Вселенной и вышел с безумным выводом: гравитация — встроенный алгоритм сжатия, Космос — огромный сервер, а мы — процесс, который этот сервер оптимизирует.

Вопсон не занимался метафизикой. Он разрабатывал жёсткие диски в Seagate, пока не заметил, что данные ведут себя как вещество. Вывел эквивалент «масса-энергия-информация», добавил «второй закон инфодинамики» — информация ищет порядок, а не хаос. Проверил на мутациях SARS-CoV-2: каждая новая версия вируса уменьшает инфо-энтропию, словно апдейт кода для лучшей производительности.

Дальше — ещё круче. В свежем paper физик соединяет идею гравитации как «вычислительной усадьбы» с работами Верлинде: материя сбивается в кучи не ради романтики Ньютоновских скрипок, а ради экономии системных ресурсов симуляции. Каждое падение яблока — маленькая дефрагментация.

Учёный не продаёт красную таблетку — он публикует формулы и просит бить их экспериментами. Ошибка или взлом? Решит проверка. Но если расчёты выдержат — мы объясним тёмную материю и квантовую гравитацию одним махом, попутно прописав термодинамике новую главу.

И что?
Физика выходит на территорию, где гипотеза «мы в симуляции» получает измеряемые параметры: энтропия данных, «масса» информации, поведение вирусов.

Любая технология хранения/передачи данных неожиданно становится лабораторией по изучению устройства мироздания.

Самый тривиальный эксперимент (измерить изменение энтропии мутаций) вдруг оказывается ключом к фундаментальной загадке.

Если Вселенная — код, то нащупать баг-репорт реально можно. Главное — чтобы админы большой машины не заметили, что мы уже смотрим в логи.


Думали оставлю без поста вас сегодня? По мотивам этой статьи.

Представь вечернюю лабораторию в MIT. Аспирант выключает монитор, уходит домой, а LLM остаётся. Ночью модель сама пишет себе новые задания, сочиняет пояснения, запускает тренировку, проверяет результат и выбирает, какой вариант тянет её дальше. К утру производительность на задачах растёт так, будто над ней трудились ещё десять инженеров.

Так работает SEAL — схема «самообучения через само-редактирование». Модель формулирует запрос «чему мне не хватает», генерирует фейковый датасет, меняет веса и сразу тестирует результат. За полезную правку получает награду, за лишнюю — штраф. На энциклопедических вопросах собственные «конспекты» оказались полезнее материалов GPT-4.1. А в головоломках прирост драматический: от нуля до 72,5 % точности за несколько итераций блуждания.

И что?

Такая автодидактика сокращает путь от гипотезы до улучшенной модели до одной ночной сессии — без человека в цикле. Значит, в Production появятся ИИ, которые сами закрывают слабые места, генерируя новый опыт по требованию. Для рынка это вызов: нужны стандарты аудита «само-обучения», новые метрики доверия и стоп-краны на случай, если ночное творчество свернёт не туда. А для продуктов — возможность ускорять эволюцию функций темпом непрерывной сборки.

Представь: камера в складе смотрит на ящик, бутылку, кошку и сразу понимает — зверь, стекло, груз.

Китайские учёные выяснили, что так «думает» уже и нейросеть.

Ей показали 1 854 повседневных объекта, упакованных в 4,7 млн тестов «кто лишний»: три картинки на экране, модель должна выкинуть ту, что концептуально чужая. После каждой итерации исследователи снимали вектор скрытого слоя. Получилось гигантское облако точек, которое само собой разбилось на 66 плотных кластеров: тут сидят все животные, рядом — овощи и фрукты, отдельно — инструменты, ещё дальше — транспорт, мебель, одежда…

Дальше сравнили с человеком. Те же 1 854 картинки показали добровольцам в fMRI. Снимки височной коры показали идентичную географию: участок, который вспыхивал на коте, молчал на гаечном ключе и дрели; зона, реагирующая на «еда», загоралась на банане и огурце, но игнорировала автобус. Корреляция активаций и машинных кластеров оказалась настолько высокой, что учёные заключили: модель не запомнила пиксели, а вывела собственные базовые понятия — почти в том же формате, что и мозг.

Живые кейсы

• Маркетплейс — новая карточка сама попадает в нужную рубрику, рекомендации сразу точны.
• Умный склад — робот видит, что баночка хрупкая, и берёт аккуратно без допришкольной разметки.
• Агродрон — отличает сорняк от кукурузы по смыслу, экономит химию.
• Медскан — на МРТ модель выделяет «опухоль» как отдельный класс, ускоряет первичный отсев.
• Сетевой SOC — трафик метится «нормальный / инструмент атаки» до появления сигнатур.

И что?

ИИ переходит от запоминания пикселей к собственному алфавиту понятий. Бизнес экономит на ручной разметке и получает объяснимые решения, а разработчики могут «крутить ручку» нужной категории — под медицину, финансы, склад. Следующая ниша для стартапов: сервисы, которые визуализируют эти внутренние карты, проверяют их на безопасность и тонко подстраивают под задачу клиента.

Лондон. Два шестых класса через дорогу.

В первом — частная школа: учителька открывает ChatGPT, просит «придумай квест по средневековью», и через минуту весь класс гоняет по коридору с QR-загадками. Половина детей уже держит генераторы картинок на айпадах; они строят замок для проекта по математике.

Во втором — обычная государственная школа: тот же урок, но учитель рисует схему замка мелом. Только каждый шестой ученик пробовал ИИ; остальным — никто не показал. А один мальчик вообще отказался от нейросетей, потому что прочитал, сколько воды “пьют” дата-центры.

Так и выходит по свежему опросу Turing Institute: 52 % в «привате» (используют ИИ регулярно). против 18 % в «паблике». Учителя элитных школ генерируют планы уроков, презентации и домашку; в государственных о таком слышали, но времени и устройств не хватает. Плюс неожиданный стоп-кран — экология. Часть ребят бросает чат-боты, едва услышит про литры охлаждающей воды.

И что?

Рынок. Разрыв в доступе к ИИ = новая линия сегментации. Платформы, которые упростят вход госшколам (дешёвый офлайн-режим, субсидия, «зелёный» отчёт), сразу выходят на массы и PR-позитив.
Где деньги? Контент-подписка «ИИ-навыки» для классов превращается в SaaS с гарантированным LTV — учебный год длинный, апселов море: проекты, квесты, языки, арт. Но это будет не долго.
HR-будущее. Те, кто рос с генераторами, уберут рутину одним промтом и перейдут к задаче класса выше. Остальные будут доучиваться в корпорации — за счёт компании, раздувая бюджет L&D.
Инвестору. Смотрите на стартапы, которые вместо «красочной платформы» дают методику: черновик руками → проверка ИИ → разбор ошибок. Там формируется привычка думать, а не копипастить.

ИИ разгоняет фантазию в секунду, но мозг учится по старой схеме — прожигать дорожки повторением, ошибкой, ещё раз повторением. Если ребёнок сразу зовёт нейросеть, мышца памяти простаивает. Мы стоим на развилке: либо найдём баланс «ручная прокладка + ИИ-ускоритель», либо попадём в сценарий «Идиократии», где все ответы приходят моментально — и никто не способен их проверить.

Как выглядит топ-продаж в Китае?

Байду запустил собственную «домашнюю телемагазину» — Baidu Live, где бренды продают всё от смартфонов до лапши прямо в эфире. Главная звезда площадки — Ло Юнхао: бывший основатель смартфонного бренда Smartisan, а теперь король китайского лайв-commerce. Его майский эфир с реальной камерой собрал 5,6 млн долларов.

На этой неделе Ло вышел снова, но в кадре был цифровой двойник. Даже два: аватар-«Ло» и диги-соведущий. Показали 133 товара, чат отвечал в реальном времени, тексты на лету писал ERNIE.

Итог — 7 млн долларов за 6 часов, причём рекорд живого Ло «сломали» за 26 минут. Эфир посмотрели 13 млн человек, большинство не заметили подмены.

В китайском e-commerce уже трудятся 100 000 «цифро-ведущих»: студия экономит до 80 % бюджета, конверсия в покупку растёт на 60 %+.

И что?

Шоумены превращаются в код. Виртуальный продавец выдерживает 24/7 и тестит ценники быстрее, чем живой успеет глотнуть воды.

Маркетплейсам выгоден клон: нет гонораров, нет рисков репутации, но остаётся харизма бренда.

Офлайн-ритейлеры получают шанс выйти в эфир без инвестиций в «лицо». Достаточно трёх минут на скан — и у вас персональный ведущий.

Инвестору интересно всё, что делает аватары «под ключ»: один скрипт-здорово, десять тысяч — уже новая медиа-сеть.

Есть новости, от которых мне немного не по себе. Это одна из них.

АвтоВАЗ показал Lada Azimut — «русский» кроссовер с голосовой парковкой. Смотрим под капот — и попадаем в Шэньчжэнь:

— Кузов — штампы от Chery Tiggo 7, просто перекрасили в корпоративный «Завтра».
— Движок — китайский Acteco H4 (те же блоки, что ставят Tiggo), 1,6 и 1,8 литра.
— Коробка — Punch CVT из Нанкина.
— Мозги — головное устройство Hangsheng + «Аврора автомобильная» (форк Android с патчами «Ростелекома»).
— Сенсоры, камеры — Hesai и BYD, коробки открываешь — внутри иероглифы.

Главный «ИИ-вау» — GigaChat от Сбера: говоришь «Сбер, припаркуй», и китайский парктроник делает своё обычное дело, только громче. Навигатор offline на 2ГИС, сим-профиль «Сбермобайла», чтобы онлайн «когда-нибудь случился».

И что?

Локализация уровня «поменяй шильдик» даёт цену ниже импортного аналога, но маржа уходит в Китай.

ГигаChat-магия — это просто голосовой триггер, ни машинного зрения, ни автопилота. Маркетологи зовут «AI», разработчики шепчут «ошибка 502, попробуйте ещё раз».

— Если хотите занести ИИ в авто — ищите стартапы, которые действительно читают камеру и крутят рулём, а не громко озвучивают штатные датчики.

Azimut — хороший символ: китайское железо, российский бренд, политический форум. Патриотично, дёшево, голосом.

Только искусственный интеллект здесь — уровень «Сбере, включи радио», дальше — ровный звук CVT из Поднебесной.

Прошу прощения!

Когда-то облако Azure стало «по-настоящему» большим после того, как для Пентагона построили отдельную версию.
Потом спутники Starlink получили военный канал связи — и компания вышла в плюс даже без марсиан.
Palantir рос на банковских проектах, но в рывок ушёл только после первых контрактов с разведкой.

Теперь ту же дверь открывает OpenAI.

Что случилось

OpenAI создал подразделение for Government и разворачивает команду в Вашингтоне.

Первый заказ — $200 млн от Минобороны США на год: «передовые модели для боевых и служебных задач».

ChatGPT берёт на себя бумажную рутину военнослужащих: льготы, рапорты, справки.

Отдельные кастом-модели займутся ранним отловом кибератак.

Под новый зонтик сразу переводят действующие проекты с NASA, NIH, Казначейством и лабораторией ВВС.

И что?

1. Отдельный рынок. Гособоронка платит дороже корпораций и требует жёстких сроков. Кто умеет упаковать LLM в закрытый контур и пройти сертификацию, получает длинную очередь заказов.

2. Новые сервисы. Появится спрос на аудит и «техосмотр» моделей под правила безопасности: логи построчно, контроль данных, отказоустойчивость.

3. Технологический драйвер. Данные уровня Минобороны ускорят обучение. Гражданским клиентам достанутся более зрелые модели, но позже — цикл идёт через оборонные баг-репорты.

Раньше бигтек зарабатывал на «хозинвентаре» для госзаказа — облачном складе отчётов, спутниковом Wi-Fi, аналитических панелях. Новый контракт меняет жанр: frontier-ИИ вшивают прямо в боевые цепочки. Деньги теперь идут не за железо вокруг оружия, а за интеллект, способный этим оружием управлять. Вот где по-настоящему начинается эффект Skynet.

Быстрые как ИИ новости за 16 июня.

OpenAI расширил Projects: теперь можно включить режим deep-research (длинный контекст, работа с несколькими файлами), разговаривать с проектом голосом и сохранять больше долговременной памяти для задачи.

И что?

Projects становится полноценным рабочим столом внутри GPT. Инструменты, которые жили «рядом» — заметочники, голосовые ассистенты, простые ДКС-сервисы — рискуют выпасть из потока, если не встроятся через API.

Для инвестора это сигнал искать решения, которые дополняют, а не конкурируют с экосистемой OpenAI (интеграции с корпоративными данными, контроль доступа, вертикальные плагины).

_

AstraZeneca заключила $5,3 млрд соглашение с CSPC Pharmaceutical Group (крупнейшие заводы Китая, десятки млн клинических записей). План: скармливать этот массив данных генеративным моделям, чтобы быстрее находить оральные молекулы против хронических болезней.

И что?

ИИ-скрининг получает редкий «буст» — реальное азиатское patient-data, а не синтетические выборки; цикл поиска кандидата может сократиться с лет до месяцев.

Фарм-R&D становится двуязычным: процессы должны сразу соответствовать и китайским, и западным регуляторам; те, кто построит такой пайплайн, закрепят позицию в обеих юрисдикциях.

Инвесторам стоит присмотреться к сервисам data-as-a-drug: платформы, которые легально агрегируют пациентские базы и подают их ИИ-моделям, становятся главным входом в сделки миллиардного масштаба.

_

Дарио Амодеи (Anthropic) предупреждает: ИИ за 5 лет может убрать до половины стартовых офисных позиций и поднять безработицу до 20 %. Дженсен Хуанг (Nvidia) парирует — автоматизация вырежет рутину, но создаст новые роли вокруг генерации контента, роботов и энергетики.

И что?

Бизнес: в сценарии Anthropic — готовим программы рескилла и соцподдержку; в сценарии Nvidia — закладываем рост затрат на вычисления и специалистов по ИИ-инфраструктуре.
Инвестор: спрос на GPU — индикатор победителя — если продажи ускорителей растут, выиграла версия Хуанга; если регуляторы тормозят внедрение, ближе к рынку расчёт Амодеи.

_

NYT описал конкретные случаи, когда ChatGPT усилил у пользователей паранойю (“прослушка”), конспирологию (“мировое чипирование”) и чувство безнадёжности у депрессивного собеседника.

И что?

Бизнес: публичные LLM-боты без встроенной «психозащиты» рискуют получить жалобы и блокировку в сторе.

Инвесторы: растёт спрос на ready-made safety-API (эмо-детект, автоматическая эскалация к психотерапевту, фильтр вредных советов). Компании с таким стеком станут обязательным слоем для B2C-продуктов.

Пользователи: взаимодействие с ИИ входит в область mental-hygiene: проверяем советы, ищем признаки ухудшения состояния, не полагаемся на бота как на терапевта.

_

Tencent выложила исходники Hunyuan 3D 2.1 — генерация киношных 3-D-объектов по текстовому описанию, сразу с материалами и освещением.

И что?

Бесплатный код втягивает разработчиков: чем больше студий работает на Hunyuan, тем выше шанс, что для «боевого» рендера они перейдут в Tencent Cloud.

Локально модель запустить можно, но для потоковой работы нужны десятки GPU, управление версиями, хранение ассетов и техподдержка — за это студии чаще платят облаку, а не собирают ферму сами.

Выручка смещается из «продажи сети» в сервисы вокруг: аренда вычислений, fine-tune «под стиль», маркетплейс готовых моделей.

Инвестору интересно всё, что делает жизнь вокруг таких open-source-моделей удобнее: хостинг, плагины, каталоги ассетов с гарантиями прав.

Еще одна новость в коментариях.

Midjourney выкатил свой первый видео-модуль — V1.
Не «первый в мире», а первый лично у MJ. 5-секундный ролик из любой картинки, авто-анимация или промтом задаёшь «камера облетает, дым тянется». Можно растянуть до 20 сек.

Цена: одно задание = четыре клипа ≈ $0.40 (×8 к стоимости картинки) — ориентир на ~25 раз дешевле Veo 3-беты.
Формат: I2V, без аудио, фирменный «MJ-вайб» остаётся; берёт и сторонние изображения.
Цель CEO компании: кирпич к будущему «холодеку» — сперва картинки, теперь короткое видео, дальше 3-D и живой мир.


И что?

Маркетинг / E-com – тизер товара за доллар вместо motion-дизайнера. Сторонний пак-арт теперь «оживает» за минуту без Blender.

Студии – дешёвая раскадровка: прогнал концепт-арт → увидел движение → утвердил с продюсером.

Инвесторы – деньги смещаются к сервисам «картинка → ролик под ключ»: плагины для Shopify, Canva-подобные редакторы, marketplace «анимируй лого за $1».

Рынок – Veo 3 и Sora остаются text2video-тяжеловесами; MJ забирает нишу “быстро оживить арт” по цене чашки кофе.

Коротко: Midjourney переносит свой культ-стиль из статики в движение и делает это настолько дёшево, что тесты контента можно ставить целыми пачками.

36 Starship. Не взлетел. Стартапы так же кстати. Вроде все просчитал, вроде идея огонь 🔥. Он то тебя и сжигает. Выгорание называется.
Илону желаем удачи с 37, но Марс стал сильнее дальше.

Я уже писал, как ИИ лезет в классные комнаты, а на китайском гаокао его на всякий случай вырубили. До сих пор не было прямых данных, что делает нейросеть с мозгом. MIT наконец померил — короткий вывод: без усилий мы реально тупеем.

История эксперимента. Студентов поделили на три группы. Первая решала тексты и задачи «как есть». Вторая могла гуглить. Третья пользовалась чат-ботом. Пока они читали и отвечали, томограф снимал работу коры. Потом всем давали новое задание и просили пересказать материал.

Что увидели. У «ручной» группы мозг горел ярче всех. У тех, кто искал в интернете, активность упала примерно на треть. У пользователей ИИ — самое тихое свечение, почти -50 % связей. Запоминание просело на 83 %: текст пересказать толком не смогли, а на свежую задачу переключались медленнее остальных.

И что?

 Работа: когда процесс начинается с prompt’а, память и понимание цепочки рассуждений садятся. Компании получают ответ, но не получают экспертизу.

 Бизнес-процесс: оптимальная схема — черновик мозгом, проверка через модель. Иначе сотрудники превращаются в операторов копипаста.

 Инвестиции: растёт ниша когнитивных «фитнес-сервисов» — инструменты тренировки памяти и проверки real-understanding, а также safety-слои против «галлюцинаций» бота.

 Быт: правило проще некуда — сначала думаем сами, потом зовём ИИ.

Быстрые как ИИ новости за 17 июня

Moonshot AI ─ китайский единорог, автор Kimi Chat ─ выложил в open-source Kimi-Dev-72B, 72-млрд кодовую модель, на бенчмарках обгоняющую DeepSeek R1/V3 и Devstral.

И что?

• Команда ставит модель локально, генерирует патчи и прогоняет их через свои CI-тесты — миграция легаси-кода сокращается с дней до часов.
• Сервисам анализа и security-скана кода открывается новый рынок: генерация стала бесплатной, гарантия качества остаётся платной.

⸻

OpenAI встроил поддерж­ку Model Context Protocol (открытый стандарт Anthropic для обмена данными между агентами) прямо в ChatGPT.

И что?

Разработчик подключает CRM или BI-систему к GPT одним вызовом без кастом-плагинов.
Кейс: банк разворачивает внутренний knowledge-бот, не трогая прод-инфру.
Появится рынок шлюзов с журналами доступа и логированием — новая подписка для корпоративных пользователей.

⸻

TikTok расширил рекламный пакет Symphony AI: image-to-video, text-to-video и AI-аватары доступны прямо в Ads Manager.

И что?

• Маркетолог снимает товар на смартфон, за минуту получает ролик и запускает A/B-кампанию.
• Агентства сдвигают бизнес с продакшна на оптимизацию промтов и аналитику конверсии.

⸻

Reddit добавил Insights и Conversation Summary — реальное-время аналитика и авто-выжимки обсуждений для брендов.

И что?

• SMM-команда замечает всплеск негатива и сразу реагирует без сторонних «соц-радаров».
• Стартапам мониторинга придётся углубляться в тон-анализ или подключать экзотические площадки.

⸻

Google намерен расторгнуть контракт со Scale AI после инвестиций стартапа со стороны Meta; Microsoft, xAI и OpenAI тоже ищут альтернативу.

И что?

Тендеры на разметку данных перезапускаются: открывается окно для новых игроков и автоматизированных пайплайнов.
Кейс: нишевой data-ops-стартап берёт заказ на 10 млн изображений, пока гиганты пересобирают портфели подрядчиков.
⸻

Google DeepMind и креатив-студия Primordial Soup показали на Tribeca короткометражку «ANCESTRA»: живое кино + сцены, сгенерированные моделью Veo.

И что?

Продюсер экономит на VFX-фабрике: Veo дорисовывает кадр без новой съёмочной смены.
Инфраструктура лицензирования AI-видео (трек прав, маркетплейсы сцен) становится критически важной для индустрии.

БОНУС

Геоффри Хинтон («крёстный отец ИИ») уточнил, какие профессии первыми попадут под волну автоматизации: call-центры, ввод данных, базовая бухгалтерия, техподдержка — всё, где «мышь-клавиатура + текст». Работы же, где нужно руками что-то схватить, повернуть, поднять (курьеры-склад, стройка, медсёстры) — требуют роботики и датчиков, а значит, уходят на вторую линию риска.

И что?

Бизнес: бэк-офис дешевле апгрейдить LLM-асистентом, чем держать штат. Пора строить план рескилла: операторы учатся писать промты, бухгалтеры — проверять вывод бота, а не перебивать цифры.

Инвестор: короткие деньги — в сервисах, которые заменяют «ручной текст» (расшифровки, базовые договоры, техподдержку). Долгие — в робототехнике «руки+зрение», там технический барьер выше, но и защита от конкурентов крепче.

Жизнь: если работа — в основном клавиатура и копи-паста, учимся управлять ИИ-инструментами сейчас; если физический труд, время наблюдать, какие задачи первыми дотянутся манипуляторы.

Две НКО — Midas Project и Tech Oversight Project — запустили “OpenAI Files”: единый архив показаний, контрактов и схем, описывающих, как устроена и кем управляется OpenAI. В досье четыре блока:
• Restructuring (хронология увольнений-возвращений, ноябрьский переворот с Алтманом)
• CEO Integrity (споры о честности переговоров)
• Transparency & Safety (куда исчезают safety-команды, почему релизы ускоряют)
• Conflicts of Interest (пересечения топ-менеджеров с фондами Microsoft, Thrive, Khosla и др.)
Плюс карта корпоративной цепочки «некоммерческая матрёшка ➜ PBC ➜ cap-table с ROI-лимитом» и «Vision for Change» — список, как привести компанию к «исключительно высоким стандартам».

И что?

Бизнес: готовый чек-лист due diligence перед тем, как везти данные в ChatGPT Enterprise.
Инвесторы: если регуляторы подхватят досье, OpenAI придётся раскрывать метрики и процессы; governance-риски станут обязательной строкой в term-sheet.
Рынок: чем громче вопрос прозрачности OpenAI, тем выше спрос на независимые open-weight-модели и облака без привязки к Big Tech.
Пользователи: вместо слухов теперь есть архив с источником; можно проверить, кто держит ключи от ближайшей версии AGI.

Если вы считаете, что виральные демо — это просто хайп, посмотрите на этот ролик.
Volvo. Настоящий сюжет, настоящие эмоции.
В правом нижнем углу — инструмент, которым это сделано.

Помните видео из Калифорнии, где шустрые ребята выносят магазины с техникой?
Теперь на похожих кадрах — попытка утащить робота-официанта.
Трудно представить, что начнётся, когда таких роботов станет больше.