Одним из итогов #NeurIPS2025 стало сильное выступление AIRI

Ребята победили в 2-х престижных соревнованиях MindGames Arena и CURE-Bench.

Если вы не в курсе, то рассказываем: MindGames Arena - соревнование, где агенты играют в социальные игры - переговоры, доверие, манипуляции. Это продолжение знаменитой серии Concordia, которую год назад запустили Google DeepMind.

Команда In2AI, которая состояла из AIRI + Coframe + Иннополис, взяла 1-е место в самом сложном треке Generalization (новые игры, которых модель никогда не видела). Их модель на 8 млрд параметров обыграла оппонентов, включая агентов на GPT-5, Gemini 2.5 Pro и Grok 4, и сделала это сразу в двух дивизионах: эффективные и открытый.

По сути, они показали, что в социальном интеллекте грамотный RL важнее размера.

А вторая история - медицинские рекомендации без интернета. Команда VIM, которая состояла из AIRI + iMak AI Lab, вошла в топ-8 на CURE-Bench - первый большой челлендж от Гарварда и MIT, где проверяли именно терапевтический ИИ.

Ребята выбрали самый сложный трек - Internal Model Reasoning, где нельзя использовать внешние базы, API, поисковики. Kaggle.

В итоге их модель показала высокую согласованность с врачебной практикой, когда нельзя гуглить и подглядывать в справочники.

Это показывает, что медицинский ИИ ≠ обязательно LLM + RAG + PubMed.
Команда показала, что можно обойтись без этого и всё равно выдавать клинически осмысленные рекомендации, которые проходят тройную проверку.

Это важно для нашего реального мира, где в больнице интернета может не быть, базы могут быть недоступны, а решение нужно прямо сейчас.
За согласованность прогнозов и отсутствие выдуманных фактов в рассуждениях команда получила Excellence Award.

Новое от Anthropic - как можно «вырезать» из большой нейросети опасные знания, при этом почти не навредить её обычным способностям.

Новая технология называется Selective Gradient Masking (SGTM). Код, статья все тут.

Простыми словами это вот как:

1. Во время дообучения модели говорят модели:
«Вот опасные тексты — запоминай их только в этих специальных ячейках памяти (оранжевые).
А всё полезное — только в обычных ячейках (синие)».

2. Модель послушно разделяет знания: плохое в одну сторону, хорошее в другую.

3. В конце просто берут и обнуляют «оранжевые» ячейки. Всё. Опасные знания физически исчезли из модели, их нельзя «вытащить» даже если очень постараться.

Главное — это работает даже, когда часть опасных текстов не нашли и не пометили, а это в реальной жизни почти всегда так.

Другие проекты по безопасности тут.

Результаты интересные:
- после «вырезания» модель почти не теряет общие знания,
- чтобы вернуть удалённые способности обратно, нужно в 7 раз больше усилий, чем раньше,
- лишние вычисления при обучении — всего +5–6%.

Ещё от Anthropic: навыки важнее ИИ-агентов

Недавно команда Anthropic на AI Engineering Code Summit представила доклад "Skills > Agents" (фокус на "Agent Skills" как альтернативе множеству агентов).

Они аргументируют, что вместо строительства кучи специализированных ИИ-агентов лучше инвестировать в модульные навыки, которые делают общего агента, как Claude универсальным и полезным для реальных задач. Кстати, Skills были представлены в октябре ещё.

Они представили классный график, объясняющий почему навыки важнее агентов в развитии ИИ, особенно в контексте их инструмента Claude Code.

На этом графике видна визуализация прогресса в обучении и развитии ИИ.

День 1 — Нет навыков. Здесь ИИ или человек на уровне базового интеллекта — умение думать, анализировать, но без практических инструментов.

Это как умный студент, который знает теорию, но не может применить её на деле. Полезность минимальна.

День 5 — Несколько навыков. Уже рост. Появляются первые навыки, и уровень поднимается до «способного». ИИ начинает справляться с простыми задачами, но всё ещё ограничен. Это переходный этап — от теории к базовой практике.

День 30 — Много навыков. Полный расцвет. Кривая уходит вверх, и теперь мы в зоне полезного. С накоплением навыков ИИ становится не просто умным, а эффективным. Навыки умножают интеллект, делая систему гибкой и применимой в реальных сценариях.

Anthropic, OpenAI, Google и Microsoft договорились о едином стандарте разработки ИИ-агентов

Они готовятся объявить о создании новой организации Agentic AI Foundation. Основная цель этой структуры - создание открытых стандартов для ИИ-агентов.

Они хотят, чтобы агенты от разных компаний, включая их собственные могли работать друг с другом.

Они будут фокусироваться на открытых протоколах, созданных Anthropic - MCP от для доступа агентов к данным и инструментам, и Google - Agent-to-Agent.

Миллиардер Виктор Вексельберг о своем отношении к ИИ и новым материалам

Российский миллиардер скептически относится к сегодняшнему развитию ИИ, он это даже не считает интеллектом, но принимает, что влияние ИИ будет огромным.

Более благожелателен Виктор Феликсович и инвестирует в проекты по созданию новых материалов.

Также он сказал, что он смотрит и на то, чтобы построить ЦОД для ИИ, но ему больше всего интересны технологии накопления энергии.

Все это он сказал сейчас на встрече в Российском еврейском конгрессе в рамках
проекта Impact Heroes.

Впервые Европа впереди Китая. Новая модель Mistral - лидер в агентном программировании

Европейский стартап Mistral AI впервые обошёл китайский DeepSeek в самой горячей дисциплине — агентном кодировании.

Новая модель называется Devstral 2. Две версии:
– 123B и лёгкая 24B.

Основные факты:

- SWE-Bench Verified:
Devstral 2 — 72,2 %
DeepSeek-R1 — 73,1 % (почти паритет, но Devstral меньше в 5,5 раза)

- Blind-предпочтения пользователей в Cline: Devstral 2 побеждает DeepSeek V3.2 в 71 % случаев.

Цена в продакшене: $0,15 за миллион токенов — в 7–10 раз дешевле Claude Sonnet 4.5 и почти в 2 раза дешевле DeepSeek

Где пока проигрывает:
- В чистой математике и сложных рассуждениях DeepSeek V3.2 и R1 всё ещё заметно сильнее
- Нет пока поддержки изображений
- Контекст 128k против 200k+ у китайских конкурентов.

DeepSeek остаётся лидером универсальности, но в узкой и самой востребованной разработчиками нише Европа впервые вырвалась вперёд.

ИИ от Google и Harmonic помогли решить 50-летнюю математическую задачу

Один из авторитетных математиков мира Терренс Тао опубликовал историю решения задачи Эрдёша №1026. Это отличный кейс, показывающий реальную роль ИИ в научных исследованиях.

Вот как это произошло:

12 сентября 2025 — задача добавлена на сайт проблем Эрдёша с пометкой о неоднозначной формулировке
Тот же день — математики в онлайн-дискуссии уточняют постановку, вычисляют первые значения, устанавливают границы. За несколько часов сообщество продвинулось от расплывчатой формулировки к конкретной гипотезе: c(k²) = 1/k
7 декабря 2025 — инструмент ИИ Aristotlе автоматически доказывает гипотезу на языке формальных доказательств Lean
В течение часа — математик дает альтернативное человеческое доказательство
Следующий день — AlphaEvolve (ИИ от Google DeepMind) вычисляет точные значения для расширенного диапазона, что позволяет сформулировать полную гипотезу.
Поиск литературы:
- ИИ deep research инструменты не смогли найти релевантную статью 2016 года
- Классический Google Scholar справился лучше
- Но ИИ-поиск успешно нашел ключевую статью 2024 года (Baek-Koizumi-Ueoro)

Финал — задача закрыта благодаря комбинации найденных результатов.

То есть ИИ не заменяет математиков, а становится новой инфраструктурой для математических исследований.

Главные прогнозы на 2026 год по ИИ рынку от венчурного фонда a16Z

Это 1-я часть прогнозов о ключевых технологических трендах 2026 года. Прошлогодние тренды тут.

1. Появится 1-й ИИ-нативный университет, построенный с нуля вокруг интеллектуальных систем. Преподаватели станут архитекторами обучения, а студентов будут оценивать не за то, использовали ли они ИИ, а за то, как они его использовали.

2. существующая инфраструктура не выдержит ИИ-агентов. Нужно новое поколение агент-нативной инфраструктуры. Узкое место — координация: роутинг, блокировки, управление состоянием на масштабе массивного параллельного исполнения.

3. Мультиплеер между агентами разных сторон. Скорее всего появятся первые рабочие кейсы в юртехе и недвижимости (агент покупателя ↔ агент продавца), но массово вряд ли появится раньше 2027–2028.

4. Смерть интерфейсов и экранного времени.
Системы учёта CRM, ITSM теряют стратегическую позицию. Интерфейс превращается в динамический агентский слой, традиционная система записей скатывается в фон как товарный слой хранения.

В 2026 агенты начнут координироваться между стейкхолдерами: роутинг к функциональным специалистам, синхронизация изменений, переговоры контр-агентов в рамках параметров. Это создаст сетевые эффекты.

5. 2026 станет точкой перехода от масс маркета к индивидуальному.

6. Мультимодальные данные и уборка мусора. Уже сейчас 80 % корпоративных знаний в PDF, скриншотах и видео. RAG всё ещё часто врёт, агенты падают на грязных данных. В 2026 это станет отдельной крупной категорией. Потому что без этого дальше не поедет ни один серьёзный enterprise-агент.

7. System of Record отходит на второй план. Уже есть Salesforce Einstein, ServiceNow Vancouver, Microsoft Copilot for Finance — всё это уже агентский слой поверх старых баз. В 2026 база станет commodity. Маржа уйдёт в слой рассуждений и исполнения.

8. Появление нового массового сегмента — "здоровые MAU" в медицине. Уже появляются подписки на биомаркеры + AI-коучинг. В 2026 сегмент вырастет в разы, потому что это самый платёжеспособный и самый большой рынок, который раньше игнорировали.

А вот и 1-я ИИ-модель, обученная в космосе. И это модель Google

Стартап Starcloud только что показал первую в истории тренировку большой языковой модели в орбитальном пространстве. Ранее, Google представил свой проект по ЦОДу в космосе.

Starcloud запустили и протестировали модель Gemma от Google DeepMind. Модель отвечает на запросы в реальном времени, например, на вопрос "Где ты сейчас?" она может ответить: "Над Африкой, скорость 28 000 км/ч" на основе телеметрии спутника.

Обучили NanoGPT — маленькую LLM, созданную сооснователем OpenAI Андреем Карпати. Данные для обучения: полное собрание сочинений Шекспира. В результате модель генерирует текст в стиле Шекспира.

Модель Gemma живёт на спутнике и обрабатывает данные, включая спутниковые снимки от партнёра Capella Space.

Ранее, 2 ноября 2025 года Starcloud запустил свой первый спутник Starcloud-1 на ракете SpaceX. На борту графический процессор Nvidia H100 GPU.

Вау! DeepSeek использует самые крутые чипы Nvidia Blackwell для обучения своей новой ИИ-модели

По данным источников The Information, #DeepSeek тренирует свою следующую модель на нескольких тысячах чипов Nvidia Blackwell - огромный кластер, способный обучать модели уровня GPT-5.

Стоимость одного — сотни тысяч $, так что общий улов DeepSeek оценивается в миллиарды.

Отметим, что США запретили экспорт Blackwell в Китай с 2024 года. Запрет касается всех стран, потенциально поставляющих в Китай, чтобы предотвратить утечку технологий.

Но DeepSeek якобы получила чипы через потайные пути: они сначала устанавливались в дата-центрах в разрешённых странах: в Сингапуре/Малайзии, где проходили инспекцию серверного оборудования, а затем разбирались на компоненты и тайно переправлялись в Китай.

Герман Греф прогнозирует, что РФ запретит ИИ-моделям других стран вход в страну.

Это произойдет, по мнению Грефа, по тому, что США и Китай ограничили вход в свои страны фундаментальным моделям, созданным в других странах.

Об этом он сказал сейчас на конференции «FI Day. ИИ & Блокчейн»

Свежая работа Google: больше агентов ≠ лучше.

Google DeepMind провели 180 экспериментов на GPT-5, Gemini и Claude и вот какие выводы:

1. Если один умный агент уже решает задачу на 45–50 % и выше — добавлять толпу других почти всегда ухудшает результат. Деньги и время на ветер.

2. Финансовый анализ, исследование рынка, due diligence — тут несколько агентов с оркестратором дают +80 % качества.

Один смотрит отчёты, второй — новости, третий — риски, четвёртый собирает всё в одну красивую картину. Работает шикарно.

3. Веб-поиск, сложная навигация по сайтам — небольшая команда из 3–4 агентов даёт +9–15 %. Больше не надо.

4. Долгое последовательное планирование, например, «собери дом в Minecraft шаг за шагом» или сложный код с кучей зависимостей, любые многоагентные системы портят всё на 40–70 %.

Лучше один сильный агент и не мешать ему.

5. Чем больше разных инструментов (поиск, код, базы, калькуляторы), тем дороже обходится общение между агентами — токены улетают на «привет, а ты что нашёл?» вместо реальной работы.

6. Самое крутое - Google сделали модель, которая по описанию вашей задачи предсказывает лучшую архитектуру с точностью 87 %.

⚡️Google открывает 1-ю полностью автоматизированную лабораторию по открытию новых материалов в Великобритании.

Лаборатория откроется в 2026 году, будет использовать роботов и модели ИИ Gemini для поиска инновационных материалов для таких сфер как энергетика , электроника и здравоохранение.

Лаба будет работать круглосуточно, синтезируя и анализируя сотни материалов в день с минимальным вмешательством человека.

Роботы будут выполнять эксперименты, а Gemini — принимать решения о следующих шагах на основе данных. Это позволит сократить время на исследования с лет до месяцев или недель.

Мультидисциплинарная команда ученых будет курировать процесс, интерпретировать результаты и обеспечивать безопасность.

DeepMind подчеркивает, что ИИ выступает как главный исследователь, соединяя цифровое моделирование с физическими тестами.

Основное внимание на материалах для:
- Батарей
- Солнечной энергии
- Чипов и полупроводников
- Сверхпроводников.

Правительство РФ сузило возможности ИИ-бизнеса попасть в реестр ПО

По новым правилам, утвержденным правительством, производителю программно-аппаратного комплекса для ИИ-моделей нужно:

1. Наличие ЦОДа в России мощностью от 10 МВт.

2. Вычислительные мощности от 8,75 PFLOPs, не менее 1000 GPU и специализированные чипы.

3. Возможность хранения данных от 1 эксабайта.

4. Высокоскоростные сетевые адаптеры (от 400 Гбит/с).

У Маска появился свой кабинет на заводе Samsung, всех заставит много работать 😁

Есть шанс, что уже со второй половины 2026 года Samsung начнёт отвоёвывать долю рынка у TSMC: сейчас 70 % против 8 %.

На новом гигантском заводе Samsung в городе Тейлор, США, куда корейцы вложили более около $35–40 млрд, Маск попросил и получил для себя и своей команды Tesla отдельный офис прямо внутри завода.

Tesla будет постоянно находиться на производстве поставщика и напрямую контролировать процесс выпуска своих чипов.

Tesla стала одним из крупнейших клиентов Samsung Foundry. Уже подписан контракт на $16,5 млрд на производство чипа нового поколения AI6. Часть заказов на текущий чип AI5/HW5, которые изначально должны были полностью достаться тайваньскому TSMC, тоже ушла Samsung.

Tesla хочет избавиться от зависимости TSMC и построить свою экосистему в США (автономное вождение, роботы Optimus, суперкомпьютер Dojo и т.д.). Ранее Маск говорил, что TSMC, Samsung не справятся с объемом заказов Tesla, и компании нужен свой завод по производству чипов.

Samsung же пытается догнать TSMC в самых передовых технологиях (2–3 нм) и выбрал для этого американский рынок + самого громкого клиента.

Вот это бомба! Математика+ИИ+ блокчейн: стартап Math с помощью своего ИИ-агента Gauss формализовал ключевой компонент блокчейн системы

Стартап Math, созданный экс-сооснователем xAI, полностью формализовал доказательство безопасности протокола FRI — ключевого компонента STARK-систем доказательств с нулевым разглашением.

Работа выполнена на языке Lean 4 с помощью их автоформализационного агента Gauss.

FRI — это то, на чём держатся современные прозрачные ZK-системы. Без него не было бы ни StarkNet, ни множества других L2-решений.

Почему это важно?

Формальная верификация криптографических протоколов занимает месяцы ручной работы математиков. Gauss справился за дни. Это меняет экономику аудита — можно машинно гарантировать отсутствие ошибок в доказательствах безопасности, а не полагаться на peer review.

Для ZK-инфраструктуры это критично - одна ошибка в доказательстве и вся система скомпрометирована. Теперь есть инструмент, который делает такой аудит доступным.

Наступает «зима» на венчурном рынке, стартапам будет сложнее привлекать деньги.

В 2025 году венчурные фонды собрали очень мало новых денег: за первые три квартала ~ $45 млрд. Это на 75% меньше пика 2022 года и примерно как в 2017 году, то есть сбор денег откатился на 8 лет назад.

При этом фонды продолжают активно тратить уже собранные раньше деньги: за последние 4 квартала (Q4 2024 — Q3 2025) они вложили в стартапы около $330 млрд — почти столько же, сколько в сумасшедшем 2021 году ($380 млрд на пике).

Разрыв огромный - тратят намного больше, чем собирают нового капитала. Из-за этого запас неинвестированных денег в фондах стремительно тает.

Что будет дальше?

1. Многие венчурные фонды просто не смогут собрать следующие фонды, сотни фондов закроются или сильно сократятся.

2. Общий объём доступного венчурного капитала резко упадёт.

3. Для стартапов, особенно на ранних стадиях и вне топ-сегментов типа ИИ, привлечение раундов станет намного труднее и дороже (оценки упадут, условия инвесторов станут жёстче).

Лёгких денег больше не будет ещё долго. Следующие 3–5 лет — жёсткая борьба за выживание и очень избирательные инвестиции.

Исторический день: 5 крипто компаний получили лицензии банков

Американский регулятор OCC за один день выдал федеральные банковские лицензии сразу 5 крупнейшим крипто-компаниям:

1. BitGo
2. Circle (эмитент USDC)
3. Ripple
4. Paxos
5. Fidelity Digital Assets

Это 5 лидеров стейблкоинах и кастоди. Рынок стейблкоинов вырос до $313 млрд в 2025 году (+$100 млрд с начала года), благодаря закону GENIUS Act, который создал рамки для эмитентов.

Вот тут , а также тут и тут самые интересные и важные моменты по стейблкоинам.

Последствия для 5-ки и индустрии:

- Масштабирование на 50+ штатных лицензий.
- Расширение на стейблкоины, трейзери и фонды под федеральным зонтиком, что привлечёт консервативных клиентов .
- Ускорит IPO. Акции крипто-фирм могут вырасти.
- Интеграция с TradFi.
- Стейблкоины под федеральным надзором — шаг к массовому принятию.

CEO Palantir Алекс Карп начинает найм людей с нейродивергентными заболеваниями в рамках программы Neurodivergent Fellowship

Он считает, что такие люди с гиперфокусом, нелинейным мышлением, быстрой обработкой идей и тд. идеально подойдут для работы в эпоху ИИ.

У самого Карпа диагностирована тяжёлая форма дислексии, которая, по его словам, помогла ему развить контрарианский ум и видеть паттерны там, где другие видят хаос.

Карп сказал, что лично проведет финальный этап собеседования.

Ранее, Карп запустил программу Meritocracy Fellowship для школьников как альтернативу колледжу, называя университеты паразитическими системами, которые нужно сломать.

Neurodivergent Fellowship — продолжение стратегии Palantir нанимать не по диплому, а по таланту. В итоге, компания получает лояльных сотрудников, обученных под их нужды.

Итоги уходящей недели, то, что имеет значение в России и мире

Россия и ИИ

Российский институт AIRI блеснул на #NeurIPS 2025: победы в MindGames Arena и CURE-Bench.

Герман Греф прогнозирует, что Россия запретит иностранным ИИ-моделям вход в страну.

Правительство РФ сузило возможности ИИ-бизнеса попасть в реестр отечественного ПО.

Виктор Вексельберг скептичен к нынешнему ИИ, но инвестирует в проекты по созданию новых материалов.

Международные ИИ-модели, проекты, исследования

4-месячный стартап решил математическую олимпиаду Putnam.

Google открывает в 2026 году первую полностью автоматизированную лабораторию по созданию новых материалов.

Anthropic выпустила технологию, позволяющую вырезать опасные знания из нейросети, почти не повредив её способности.

Apple случайно слила статью про RLAX — масштабируемый RL-фреймворк на TPU.

Google и Harmonic помогли решить задачу Эрдёша №1026 с помощью ИИ.

Новая модель от Mistral стала лидером в агентном программировании.

Anthropic, OpenAI, Google и Microsoft договорились о едином стандарте разработки ИИ-агентов.

OpenAI выкатила GPT-5.2 с серьёзным прогрессом в аналитике, длинном контексте и коде. Но цены подняли на 40%.

Attention в трансформерах можно сделать на 99% разреженнее без потери качества — исследователи из MPI-IS, Oxford и ETH Zürich.

Google запустила ИИ-агента Gemini Deep Research для разработчиков.

OpenAI снизила прогноз по доходам от ИИ-агентов на $26 млрд за пять лет — мифы об экономике компании рушатся.

NVIDIA представила Alpamayo-R1 — VLA-модель с рассуждениями по «цепочке причинности».

Qwen представили SAPO — плавный и стабильный метод RL для обучения LLM.

Google: больше агентов ≠ лучше. Свежее исследование о пределах мультиагентности.

VisPlay — фреймворк, где одна модель раздваивается на «Вопрошающего» и «Рассуждающего» и сама генерирует себе обучающие данные.

Meta* выпустила Ax 1.0 — open-source платформу для адаптивных экспериментов в масштабе.

Essential AI представили первые открытые модели Rnj-1 на 8B параметров.

Anthropic делает ставку на модульные навыки вместо армии специализированных агентов.

Google выпустили 1-й комплексный тест фактологической точности LLM по четырём измерениям.

Anthropic обновила Claude Agent SDK: поддержка контекста в 1М токенов, песочница и новый TypeScript-интерфейс.

Дэмис Хассабис обещает надёжных ИИ-агентов уже в 2026 году.

ИИ и космос

Первая ИИ-модель, обученная в космосе — и это модель Google.

Маск раскрыл свой план космического ИИ: сначала солнечные дата-центры на орбите, потом лунные фабрики спутников.

По расчётам Google, для создания мощности гигаваттного ЦОДа в космосе потребуется 10 000 спутников.

Криптовалюты и финансы

BlackRock — крупнейшая инвесткомпания мира — займётся стейкингом Ethereum.

5 криптокомпаний получили банковские лицензии.

Стартап Math с помощью ИИ-агента Gauss формализовал ключевой компонент блокчейн-системы.

Продукты и бизнес

В веб-версии ChatGPT теперь можно делать покупки прямо в чате.

Команда Tesla и сам Маск заселились на заводе Samsung, компания будет напрямую контролировать производство своих чипов.

Palantir запускает программу найма людей с нейродивергентными заболеваниями

Прогнозы и тренды

a16z опубликовал главные прогнозы на ИИ-рынок 2026 года.

Наступает «зима» на венчурном рынке — стартапам станет сложнее привлекать деньги.

OpenAI опубликовала первый отчёт State of Enterprise AI.

*запрещенная компания в РФ.

Основной бизнес основателя #DeepSeek принёс +52.55% в 2025 году, а сам DeepSeek - всего лишь побочный проект

Лян Вэньфэн, основатель DeepSeek, заработал миллиарды юаней на квантовом хедж-фонде High-Flyer Quant. Фонд управляет активами на ~23.8 млрд юаней и показал среднюю доходность +52.55%. Фонд использует ИИ и глубокое обучение для инвестиций, что помогает ему лидировать в отрасли.

По данным на конец ноября 2025:
- Средняя доходность продуктов фонда: +52.55% с начала года
- Более половины продуктов — свыше +50%
- 2-е место среди крупных китайских quant-фондов
- В 2–2.75 раза обогнал ключевые индексы (CSI 500 и CSI 1000)

А DeepSeek — это всего лишь проект, финансируемый с прибыли от трейдинга.

Тут мы писали об истории появления DeepSeek.