Пока одни компании гоняются за новыми параметрами моделей, другие выжимают максимум из ... — 30 июля 2026 г. в 06:16:50.561
Пока одни компании гоняются за новыми параметрами моделей, другие выжимают максимум из того, что уже есть. Четыре свежих новости показывают: будущее ИИ решают не только модели, но и то, как вы их готовите. Утраиваем результат на пустом месте OpenAI раскрыла детали трюка, который утроил производительность GPT-5.6 на бенчмарке ARC-AGI-3. Две настройки API — и модель выдаёт втрое лучший результат. Первая — сохранение «цепочки размышлений». Модель генерирует внутренний рассуждалог, и вместо того чтобы выкинуть его и оставить только ответ, вы оставляете цепочку. Вторая — «компактификация». Промежуточные вычисления сжимаются, и модель работает точнее. Звучит как магия, но это документация. Перед запуском в продакшн стоит открыть docs.openai.com и изучить настройки внимательнее. Разница между дефолтными параметрами и оптимизированными — как между Ferrari с затянутым ручником и без. 100 000 грантов вычислительной мощности OpenAI объявила программу Academic Research Access: сто тысяч учёных получат бесплатный доступ к топовым моделям ChatGPT. Приоритет — медицина, климат, материаловедение. По сути это грантовая программа, только вместо денег — GPU-часы. Для исследователя из небольшого университета это шанс работать на уровне коллег из MIT или Стэнфорда. Честно? Это и инвестиция в обратную связь. OpenAI получит данные от реальных научных задач и сможет доточить модели под них. Умный ход: пока конкуренты тратят на рекламу, они строят экосистему. Когда пластмассовый голос стал человеческим Google DeepMind выпустила Lyria 3.5 в рамках Flow Music — и это обновление стоит вашего внимания, если вы хоть раз пытались сгенерировать песню с вокалом. Четыре конкретных улучшения. Мелодии стали сложнее и естественнее. Тексты наконец-то соответствуют запросу и понимают структуру песни. Вокал обрёл эмоциональную нюансировку — не «пластмассовый» синт, а живые интонации. И контроль над темпом и длительностью стал проще. Раньше генеративная музыка часто спотыкалась на вокале — именно его сцена считала слабым местом таких моделей. Lyria 3.5 делает ставку на вокальную экспрессию — и это смена приоритетов для рынка. Компактные модели идут в атаку Liquid AI выпустила LFM2.5-Encoder — open-weight энкодеры на 230M и 350M параметров. Архитектура LFM2, контекст 8K, работает на CPU без GPU. Звучит непривычно после новостей о триллионных параметрах. Но именно это — хороший контраст. Пока большие модели борются за хайп, компактные энкодеры делают свою работу: быстро, дёшево, локально. Без зависимости от облака, без счетов за API. Для задач вроде классификации текста, извлечения признаков или fine-tuning под конкретные данные — это реальная альтернатива. Что это значит для вас OpenAI усиливает два направления: доступность для науки и оптимизация для разработчиков. Google — качество творческого продукта. Liquid AI — показывает, что маленькое тоже бывает мощным. Линии атаки расходятся, и это хорошо: конкуренция в ИИ всегда работает на конечного пользователя. Какой из четырёх трендов затянет вашу работу сильнее? Пишите в комментариях, что думаете.