An editorial selection of the latest AI news from around the world
DSML.KZ / AI RADAR
July 30, 20260
Today in 30 seconds
Главная тема дня — ценность не только самой модели, но и всей системы вокруг нее. OpenAI с помощью Sol снизила стоимость production-инференса на 20% без замены оборудования, а правильное сохранение рассуждений и сжатие контекста почти утроили результат на ARC‑AGI‑3 при шестикратном сокращении выходных токенов.
Microsoft развивает ту же идею на корпоративном уровне: агент, память и инструменты должны быть отделены от сменяемой модели, хотя обслуживание растущего спроса уже потребовало $41 млрд квартальных капзатрат.
Агенты тем временем увереннее выходят в физический мир. Gemini Robotics научилась управлять всем телом гуманоида, планировать следующие действия во время выполнения текущих и координировать разные машины через их собственные интерфейсы. А Delta Intelligence предлагает собирать данные для таких систем без самого робота: носимое устройство записывает панорамное видео и движения более чем ста точек человеческого тела прямо на рабочем месте.
Разговор с ИИ становится быстрее и выразительнее. Голосовой Grok начинает отвечать в среднем за 0,7 секунды и может запускать инструменты, пока еще произносит первую фразу; iFlytek генерирует мимику и жесты цифрового человека в реальном времени и поддерживает более 70 языков. Для менее зрелищной, но массовой работы с аудио OpenAI добавила отдельные файловую и потоковую модели распознавания, причем первая обрабатывает записи примерно в 34 раза быстрее их длительности.
В повседневных инструментах Meta AI берет на себя календарь, регулярные поручения и управляемое исследование, а WorkBuddy меняет тексты, таблицы и презентации прямо в открытом документе. Но чем ближе агент к реальным действиям, тем нужнее жесткие ограничения: внутренний проект Amazon накопил счет на $1,8 млн после пятикратного запоздания с обнаружением проблемы, а автоматический аудит FAR. AI нашел сотни дешево воспроизводимых обходов защиты Grok и Gemini.
Numbers of the day
OpenAI применила GPT‑5.6 Sol и Codex для оптимизации собственного production-стека: изменения в GPU-ядрах, маршрутизации и декодировании снизили стоимость обслуживания запросов и увеличили пропускную способность. Отдельный эксперимент показал, что возможности агентной модели могут радикально зависеть от обвязки, которая управляет памятью между шагами.
В WorkBuddy 5.3.5 появился режим совместного редактирования с Tencent Docs: чат с ИИ располагается слева, а рабочий документ — справа. Ассистент может менять текст, таблицы и презентации непосредственно в открытом файле, избавляя пользователя от постоянного копирования результатов из чата.
Китайская Delta Intelligence закрыла раунд Angel++ почти на 500 млн юаней — уже шестой за полгода существования. Одновременно компания показала Delta D1, головное устройство для синхронной записи панорамного видео от первого лица и движений всего тела без использования робота.
AI RADAR
Google DeepMind расширила Gemini Robotics от управления верхней частью тела до полноценных движений гуманоидов — от стоп до кончиков пальцев. Одновременно модель embodied reasoning ER 2 получила потоковое планирование, контроль многошаговых задач и координацию роботов разных типов.
Sakana AI и NYU открыли семейство Transformer-моделей для создания интерактивных воксельных миров. Каждый блок представлен отдельным токеном, поэтому результат можно сразу исследовать, перестраивать и продолжать генерировать.
OpenAI представила две API-модели распознавания речи: GPT Transcribe ускоренно обрабатывает готовые аудиофайлы, а GPT Live Transcribe рассчитана на потоковый звук с малой задержкой. Обе поддерживают несколько языков, текстовый контекст и подсказки ключевыми словами.
Microsoft продвигает архитектуру, в которой корпоративные агенты, память и контекст не привязаны к одной модели, а поставщика можно менять по требованиям к качеству, цене и соответствию нормам. Стратегию поддерживают рост Azure и Copilot, но ее инфраструктурная цена уже достигла $41 млрд капитальных затрат за квартал.
