Рубрика: Искусственный интеллект

OpenAI, Anthropic и Amazon представили новые ИИ-разработки

Крупные технологические компании и стартапы выпустили новые инструменты и модели для работы с искусственным интеллектом. В числе главных анонсов — психологический бенчмарк от OpenAI, облачные сессии кода от Anthropic и видеомодель от Amazon.

OpenAI выпустила открытый бенчмарк для оценки ИИ в психологии

Набор Mental Health Bench проверяет поведение моделей в диалогах, охватывающих темы от бытового стресса и проблем в отношениях до тяжелого дистресса и экстренных кризисов. Сценарии включают взаимодействие со взрослыми, подростками, опекунами и врачами. Критерии оценки разработали более 80 психологов и психиатров из 22 стран.

Итоговый балл распределяется по десяти параметрам поведения, включая безопасность, сбор контекста и сохранение самостоятельности пользователя. Ответы моделей оценивает GPT-5.6 Sol. Лучший результат показала GPT-6 Astra с 57,3%, следом идут GPT-6 Sol с 53,9% и Claude Opus 5.5 с 52,4%.

Anthropic вывела облачные сессии Claude Code в общий доступ

Функция вышла из исследовательского превью, сессии теперь работают на виртуальных машинах Anthropic. Пользователи могут поручить агенту в облаке долгий рефакторинг, миграцию или обновление зависимостей. Запуск доступен из веб-версии, мобильных и десктопных приложений, а также через команду claude —cloud.

Задачи можно ставить по расписанию, через вызов API или по событиям в GitHub, при этом компании имеют возможность держать сессии на собственных серверах. Функция входит в тарифы Pro, Max, Team и Enterprise, расходуя общие лимиты подписки. Подписчики Pro и Max до 7 октября могут получить разовый бонус в 100 и 250 долларов соответственно, который тратится исключительно на облачные сессии.

Amazon и The Biological Computing готовят видеомодель на основе живых нейронов

Стартап The Biological Computing совместно с AWS готовит коммерческий запуск text-to-video модели, оптимизированной по замерам активности живых нейронов. Она генерирует видео в 5 раз быстрее и на 80% дешевле рядовой модели при лучшем качестве. Компания не раскрывает, какой видеогенератор взят за основу и как именно измерялось качество.

Оптимизация представляет собой проприетарный программный слой, который увеличивает модель менее чем на 0,1% и работает на обычном оборудовании. Модель запустят на чипах AWS Trainium, в Amazon SageMaker AI и AWS Marketplace. Пока доступ к ней выдают по заявке.

Black Forest Labs выпустила открытую модель мира FLUX 3 Action

Стартап опубликовал веса и отчет по FLUX 3 Action, модели класса World Action Model на 7 млрд параметров. Она одновременно предсказывает команды для робота и кадры рабочей сцены на 2,13 секунды вперед. Основой послужила FLUX 3, дообученная преимущественно на видеоданных.

На бенчмарке RoboLab-120 дистиллированная версия решает 42,2% задач, что является лучшим результатом среди открытых моделей. Для сравнения, Cosmos 3 Nano от Nvidia на 16 млрд параметров набирает 36,8%, а π0.5 показывает 28,0%. В формате FP8 модель FLUX 3 Action работает в 1,5–4 раза быстрее Cosmos 3 Nano на ускорителях от B200 до RTX 5090.

Comfy Org запустила единый API для генерации медиа

Сервис Comfy Router объединяет инструменты генерации изображений, видео и аудио за одной точкой входа. Он предлагает общий биллинг и единый формат запросов и вебхуков.

Система самостоятельно выбирает провайдера по цене и задержке, распределяет нагрузку и при сбое переключается на другой узел. Через API можно обращаться как к открытым и закрытым моделям, так и запускать в облаке собственные графы ComfyUI.

Google добавила говорящий видеоаватар в Gemini 3.8 Live

Компания Google добавила функцию говорящего видеоаватара в голосовую модель Gemini 3.8 Live, которую представила 15 сентября. Новое дополнение Gemini 3.8 Live with Live Avatar генерирует видео с персонажем почти в реальном времени.

Функция создаёт ролик с персонажем, который ведёт разговор голосом, двигает губами в такт речи и меняет мимику. Модель одновременно принимает от пользователя видео и звук, поддерживает естественную смену реплик и вызывает внешние инструменты в фоне, не прерывая беседу.

Движения губ и мимика подстраиваются под 97 языков, и, по словам Google, переход с одного на другой не ухудшает картинку. Персонажа можно выбрать из готовой библиотеки или создать своего по одному изображению с сохранением сходства и фирменного стиля, но создание собственных аватаров пока открыто только корпоративным клиентам по запросу.

Весь аудио- и видеовыход помечается невидимым водяным знаком SynthID. Google предлагает использовать аватар в клиентской поддержке и интерактивных инструкциях, а сама функция вышла в общий доступ в Gemini Enterprise и через Gemini Live API.

Видео с аватаром стоит 1 доллар за миллион выходных токенов, секунда ролика расходует примерно 6 тысяч токенов, а платить нужно только за время, пока аватар говорит. Минута его речи обходится в 37 центов за видео плюс 2 цента за голос, входящие звук и видео оплачиваются отдельно.

Claude Code перестанет обрывать сессии при достижении 5-часового лимита

Агент Claude Code перестанет резко обрывать сессии при достижении 5-часового лимита использования. Система будет завершать текущую задачу на логическом этапе, расходуя фиксированный резерв из недельной квоты.

Новая функция разворачивается постепенно, а ее доступность зависит от типа подписки. На тарифе Pro резерв для закрытия задач срабатывает один раз в неделю. Пользователям Max и Team Premium он доступен при каждом достижении 5-часового лимита.

«Для продолжения работы после автоматического завершения сессии потребуются дополнительные кредиты», — указано в сообщении.

Робот Skild AI играл в футбол против себя 140 симуляционных лет

Стартап Skild AI, занимающийся разработкой общего робо-интеллекта, обучил свою модель S1 игре в футбол с помощью техники self-play. Гуманоид провел в симуляции против предыдущих версий самого себя 140 лет и научился забивать голы.

Месяц назад компания выпустила модель S1, способную дообучаться без файнтюнинга на основе нескольких демонстраций. Для дальнейшего развития разработчики решили повторить опыт Google по обучению AlphaGo и выбрали в качестве полигона футбол. Сначала нейросеть обучили базовым ударам по мячу и дриблингу.

После этого робота отпустили в свободное плавание, где он играл против предыдущих версий себя на протяжении 140 симуляционных лет. Отдельных наград за выучивание конкретных приемов не предусматривалось, единственным поощрением оставались забитые голы. Несмотря на это, машина самостоятельно освоила обводку защитников, закрытие мяча корпусом, перехваты и новые виды ударов.

Пространство действий в футболе отличается огромным объемом: модель должна 50 раз в секунду выдавать углы для каждого своего сустава. В предварительных матчах четырех агентов уже появляются пасы и координация.

В результате на основе self-play получилась автоматическая учебная программа, которая усложняется самостоятельно. Авторы проекта уверены, что эту технику можно масштабировать и переносить на любые другие домены, где присутствуют понятная цель и симулятор.

OpenAI сосредоточила до 90% исследований на GPT-7 и GPT-8

Глава направления Applied Research в OpenAI Борис Пауэр сообщил, что от 80 до 90% исследовательской работы компании сейчас сосредоточено на создании GPT-7, GPT-8 и более поздних поколений нейросетей.

По словам Пауэра, доработки и улучшения внутри одной генерации моделей компания рассматривает преимущественно как краткосрочные задачи. Основной долгосрочный фокус OpenAI направлен на разработку более мощных frontier-моделей.

Топ-менеджер отметил, что мощные системы вроде GPT-6 Astra можно применять для обучения более лёгких моделей класса Luna. При этом он подчеркнул, что текущая проблема кроется не только в качестве самих алгоритмов: многие пользователи до сих пор не задействуют значительную часть возможностей уже существующих AI-систем.