🌍 Google учит ИИ смотреть на Землю глазами климатолога
DeepMind выкатил AlphaEarth Foundations — модель, которая превращает петабайты спутниковых данных в карту планеты с детализацией до 10 метров. Интересно, что система сжимает данные в 16 раз слнее и на 24% точнее других сервисов, причем уже встроена в Google Earth Engine. Теперь можно отследить, как удачно сгорел лес под новый ЖК или как внезапно высох водоем за пару лет — и все это автоматически, без армии человеческих аналитиков.
🧠 Илья Суцкевер: эпоха скейлинга закончилась
Суцкевер дал полуторачасовое интервью, где прямо сказал: просто наращивать данные и вычисления больше не работает, модели переобучены на бенчмарки и плохо обобщают в реальных задачах. Его ставка — на AGI, который учится как человек: быстро осваивает разные профессии, постоянно дообучаясь, а не «знает всё из коробки». Мне понравилась его идея про множество специализированных суперинтеллектов вместо одного супер-монстра — это похоже на то, как в нашей индустрии часто побеждают качественные узкоспециализированные решения, а не универсальные комбайны (привет винампу и банковским супераппам).
💻 Половина мирового ИИ-трафика — это код и reasoning
OpenRouter совместно проанализировали 100 триллионов токенов и посчитали: reasoning-модели уже генерируют 50%!! всего трафика, а на разработку ПО приходится больше половины запросов. При этом близкие нашему сердцу китайские open-source модели типа DeepSeek и Qwen захватывают треть рынка. Буквально за год reasoning из экспериментальной фичи превратился в мейнстрим, а ведь еще даже не все это себе прикрутили. Думаю, через год-два мы увидим массовый переход на прокси-инференс, когда запрос автоматически роутится между специализированными моделями.
📊 80 единорогов за год — или как ИИ-пузырь надувается на глазах
Журналисты подвели итоги года за месяц до его окончания и насчитали 80 новых стартапов с оценкой выше $1 млрд. Цифра действительно внушительная, но давайте честно: большинство этих оценок — это не про прибыль, а хайп присыпанный напрасной верой инвесторов в светлое будущее. Приятно, что помимо ИИ в списке есть космос, блокчейн и квантовые вычисления — значит, хоть какое-то разнообразие сохраняется. Интересно, сколько из этих единорогов доживут до 2027 года с текущими оценками?secondtalent+1
🤖 Команда мечты из Tesla, Google и Nvidia запускает робостартап UMA
Опытные парни, выходцы из больших компаний Tesla Autopilot, DeepMind и Nvidia Universal Mechanical Assistant (UMA) — как-то удачно собрались и сделали новую компанию, которая будет делать роботов для реальной физической работы в промышленных масштабах.
В команде Реми Каден (создатель фреймворка LeRobot), Пьер Сермане (ветеран DeepMind) и Роберт Найт, создатель робота SO-100. Разрабатывают сразу две платформы: мобильный промышленный робот с двумя манипуляторами для складов и компактный гуманоид для больниц. Посмотрим, смогут ли они сделать то, что не удалось десяткам других робостартапов — выйти за пределы эпичных демок на YouTube.interestingengineering+1
💼 В Anthropic сотрудники делегируют Claude уже 60% задач — а год назад было 28%
Anthropic опубликовала внутреннее исследование: их сотрудники теперь используют Claude в 60% рабочих задач против 28% год назад, при этом продуктивность инженеров выросла на 50 процентных пунктов. Интересная деталь: 27% работы, выполненной с Claude, вообще не делалась бы вручную — это исследования, дашборды и другие задачи. Появилось негласное правило "сначала спроси у ИИ, затем у коллег" — и это реально снижает нагрузку на людей. Лично я жду момента, когда эта цифра дойдет до 50-60% — тогда и начнутся реальные структурные изменения в найме и организации команд. А пока это просто турбонаддув для уже работающих специалистов.anthropic
⚡ Это тебе за 300% процентов маржу на карточки, тов. Nvidia! И за оперативу!
Amazon представила новый AI-чип Trainium3 с перформансом в 4.4 раза выше предшественника, пропускной способностью до 4.9 TB/s и возможностью объединять до 144 чипов в единый UltraServer. AWS обещает до 50% экономии при обучении больших моделей по сравнению с конкурентами. На Nvidia конкуренция сыплется со всех сторон: Google делает TPU, AWS — Trainium, Microsoft — Maia. aboutamazon
Тут и Micron объявила о прекращении продаж потребительских продуктов Crucial, Transcend с октября не получает чипы памяти от SanDisk и Samsung, а сам Samsung отказывается заключать долгосрочные контракты даже со своим мобильным подразделением. Причина — ажиотажный спрос на HBM-память для ИИ-инфраструктуры: производители перенаправили мощности туда, где маржинальность в разы выше. Цены на обычную память выросли более чем на 170% за год, а дефицит сохранится минимум до конца 2027 года. Складывается ощущение, что мы наблюдаем перераспределение всей индустрии: потребительский сегмент становится побочным продуктом, а основная прибыль — в облаках и дата-центрах. reuters+3
На канал тоже подписывайтесь, а то чо вы