AI Россия
OpenAI под контролем · ИИ давит на рынок памяти · Сбер и Яндекс усиливают стек
OpenAI показала семейство GPT-5.6: Sol, Terra и Luna, разделив модели по уровню мощности и стоимости. Сейчас доступ ограничен доверенными партнёрами через API и Codex, а более широкий запуск обещан позже.
3DNews →Запуск новой модели OpenAI проходит под более жёстким надзором американских властей. Это сигнал, что frontier-модели всё чаще переходят в зону регуляторного контроля, а не только технологической конкуренции.
iXBT →По данным источника, компания рассматривает более поздний выход на биржу ради оценки в $1 трлн. Новость уже ударила по рынку: акции SoftBank просели на 13% на фоне пересмотра ожиданий по OpenAI.
iXBT →Власти штата начали отслеживать, какие профессии сокращаются быстрее всего на фоне внедрения ИИ. Это первый подобный инструмент в США и важный шаг к системному учёту влияния автоматизации на рынок труда.
iXBT →Рост спроса на ИИ-инфраструктуру вызвал дефицит памяти, что напрямую отражается на стоимости DRAM и SSD. На этом фоне потребительская электроника дорожает, а в следующем цикле возможен и дефицит отдельных устройств.
3DNews →Власти страны перехватили контрабандный груз серверов стоимостью $13 млн. История показывает, что экспортные ограничения на американские ИИ-чипы всё ещё обходят через транзитные маршруты в Азии.
3DNews →Компания описала архитектуру, которая пробрасывает графический стек в изолированные контейнеры. Решение рассчитано на 3D-сцены, видео, цифровых аватаров и синтетические данные для обучения моделей.
Habr Яндекс →Команда Sber AI Lab показала, как историю платежей можно превратить в структурированное знание для языковой модели. Подход открывает путь к банковским агентам, которые работают не только с текстом, но и с финансовыми событиями.
Habr Сбер →Статья описывает Deep Research не как обычный поиск, а как контролируемый исследовательский процесс с источниками, проверками и логикой вывода. Это практический взгляд на то, как строятся корпоративные исследовательские агенты.
Habr Сбер →Авторы показали практическую реализацию агента, который пишет и запускает код в Docker-песочнице. Такой подход снижает риски от выполнения команд, создаваемых моделью, и приближает LLM к промышленному использованию.
Habr NLP →