Крупные игроки меняют курс. Вместо очередных чат-ботов — физические модели, enterprise-...
Крупные игроки меняют курс. Вместо очередных чат-ботов — физические модели, enterprise-платформы и ответственный AI. Вот три реальных сдвига, которые уже происходят. 1. NVIDIA Cosmos 3 — один наставник вместо трёх Команда NVIDIA собрала в одном продукте сразу три способности: видеть физический мир, генерировать видео и прогнозировать действия робота. Раньше для этого нужны были три разные модели. Архитектура из двух башен: первая анализирует визуальный контекст, вторая «фантазирует» возможные будущие состояния с учётом физики. Открыты все чекпоинты, скрипты обучения и датасеты. На пальцах: раньше робот учился «видеть», «планировать» и «фантазировать» у разных учителей. Теперь — один универсальный наставник. 2. Mistral Studio — полный цикл AI-разработки для бизнеса Mistral обновила линейку: Studio, Forge, Compute и решения для госсектора. Studio — это не модель, а платформа: от подключения данных и проектирования агентов до автоматических экспериментов и вывода в продакшен. Встроенные инструменты оценки качества, retry и resume, режим self-hosted для клиентов с требованиями GDPR. Практический смысл: компания может собрать, протестировать и запустить AI-решение, не меняя инфраструктуру. Акцент на гибком деплое — прямой вызов облачным провайдерам. 3. Google открыла фреймворк для прогнозирования наводнений Google Research опубликовала на GitHub инструмент для обучения AI моделей, которые предсказывают речные наводнения. На входе — климатические и географические данные (почвы, рельеф, растительность) и метеопрогнозы. На выходе — суточный расход воды с горизонтом до шести дней для оборудованных водосборов. Фреймворк готов к внедрению в реальные системы раннего предупреждения. Бонусом ещё два движения, которые стоит держать на радаре: → Cursor добавил агента для мониторинга здоровья клиентов. Каждую неделю он анализирует заметки созвонов, Slack, задачи в Linear и данные использования в Databricks. На выходе — структурированный отчёт с разбивкой по уровням риска. Режим read-only — информирует, но не действует автономно. Это один из первых зрелых примеров AI-агента для B2B-процессов. → Warner Music Group и Stability AI объявили партнёрство. Ключевое условие — модели обучаются только на лицензированных данных. Не про замену музыканта алгоритмом, а про новые инструменты для усиления творческого процесса. 📌 Итог: От универсальных чат-ботов — к специализированным решениям. Открытый код, готовые агенты и лицензированные данные становятся новым стандартом. Полный разбор читайте в нашей статье на Дзене! Пишите в комментариях, что думаете.