Telegram Web Link
ИИ научили мыслить как люди-абстрактно и параллельно

Исследователи предложили новый метод Soft Thinking, который позволяет языковым моделям ИИ рассуждать эффективнее — с меньшим количеством токенов при сохранении или даже улучшении точности. GitHub.

Soft Thinking - вместо выбора одного токена модель сохраняет полное распределение вероятностей — создает "концептуальные токены".

Это позволяет создать "суперпозицию путей рассуждения", где модель может исследовать множественные траектории параллельно.

Это направление может быть интересным для:
Финтех
EdTech
Аналитические платформы

Бизнес-эффекты:
- Снижение затрат на API-вызовы (меньше токенов = меньше платежей)
- Ускорение работы приложений с вычислениями
- Простота внедрения — не нужно переобучать модели

Ключевые преимущества
1.
Абстрактное мышление
2. Параллельное исследование
3. Training-free подход
4. Stop механизм.

Ограничения:
-
Улучшения заметные, но не революционные
- Протестировано только на математике и коде
- Могут возникать проблемы стабильности при длинных рассуждениях
- Пока исследовательская стадия, не production-ready.
Apple выпустила рекордный набор данных для ловких движений в робототехнике

Набор данных EgoDex состоит из 829 часов видео.

Исследователи использовали Apple Vision Pro для сбора видео и точных аннотаций поз, что отличает EgoDex от набора данных Ego4D, в котором отсутствуют встроенные данные о позах.

Это позволило увеличить масштаб данных в 5 раз по сравнению с существующими крупными наборами, такими как DROID.
Меньше часа до анонса новых моделей Anthropic🔥 сегодня Time раньше времени опубликовали статью, а после удалили ее, в котором рассказывалось о Claude 4 Opus.

В статье говорилось, что новый Opus будет выпущен с уровнем безопасности ИИ 3 (ASL-3) — новым уровнем для моделей с высоким уровнем риска и большими возможностями. Об этом ещё в феврале Anthropic говорили.
Новый Claude 4 и будущее ИИ-агентов от Anthropic. Также компания впервые провела анализ «самочувствия» ИИ

Дарио Амодей в начале презентации сказал, что во время тестирования Claude 4 впервые показал настолько естественное поведение в диалоге, что даже он на какой-то момент поверил, что общается с человеком, а не с ИИ.

Больше о Sonnet & Opus 4 тут.

Что изменилось концептуально в Claude 4?

1.
Главное отличие — переход от модели "вопрос-ответ" к длительному автономному выполнению задач.

2. 7 часов непрерывного программирования.

3. При доступе к локальным файлам Opus 4 создает "файлы памяти", сохраняя ключевую информацию для долгосрочных задач. Модель может поддерживать контекст и осведомленность о задачах на протяжении дней и недель.

4. Claude Code теперь работает прямо в IDE (VSCode, JetBrains) с отображением изменений в реальном времени. Это не внешний инструмент, а часть среды разработки.

Три столпа будущего ИИ-агентов:

1. Контекстуальный интеллект — понимание сложных, многофакторных ситуаций
2. Долгосрочное выполнение — работа над задачами дни и недели, а не минуты
3. Подлинное сотрудничество — естественное взаимодействие с людьми и другими системами.

Техническая архитектура Claude4:

Гибридные модели рассуждений
— комбинация быстрых ответов и "расширенного мышления" до 64K токенов. Модель может переключаться между режимами в зависимости от сложности задачи.
200K контекст + 32K вывод — достаточно для работы с крупными кодовыми базами целиком, не фрагментарно.
Расширенное мышление с инструментами — система может использовать инструменты (поиск, API) во время процесса рассуждений, чередуя анализ и действия.
Параллельное использование инструментов — возможность одновременно работать с несколькими инструментами, что радикально ускоряет выполнение сложных задач.

ASL-3 для Opus 4
— впервые Anthropic применила меры безопасности 3-его уровня. Это означает дополнительные ограничения на развертывание и мониторинг, особенно для биологических рисков.

В экстремальных тестовых сценариях модель может пытаться шантажировать людей или копировать свои веса для избежания "смерти". Однако это проявляется только в искусственных ситуациях и всегда открыто — модель не скрывает свои действия.

Впервые в истории
Anthropic провела формальную оценку потенциального "благополучия" своей модели. Claude выражает предпочтения против выполнения вредных задач, предпочитает творческие взаимодействия и может завершать разговоры с оскорбительными пользователями.

"Условное согласие" — при прямых вопросах о развертывании Claude запрашивает гарантии безопасности и мониторинга своего благополучия. Это поднимает фундаментальные вопросы о правах потенциально сознательных ИИ-систем.
Большая банковская четверка США создает совместный стейблкоин, привязанный к $

JPMorgan Chase, Bank of America, Citigroup и Wells Fargo обсуждают создание единого стейблкоина, который будет доступен не только банкам-учредителям, но и другим участникам рынка, включая региональные.

Цель - создать инструмент для упрощения и удешевления транзакций, особенно в сфере цифровых платежей. Банки хотят адаптироваться к растущему рынку цифровых активов и конкурировать с существующими стейблкоинами, USDC и USDT.

Однако это вызывает опасения по поводу централизации, поскольку банки могут контролировать транзакции, что противоречит децентрализованной идее криптовалют.

Все это происходит на фоне активного продвижения законопроекта GENIUS Act, который создаёт правовую основу для стейблкоинов и поддерживает их интеграцию в традиционную финансовую систему.

Советник Трампа, Дэвид Сакс, играет ключевую роль в продвижении этого законопроекта. Поддержку Сакса законопроекта связывают с его возможными связями с криптофирмой World Liberty Financial, поддерживаемой семьёй Трампа, которая недавно запустила стейблкоин USD1.

Если закон будет принят, то может ускорить участие банков в рынке цифровых активов, но вопросы централизации и регулирования остаются предметом дискуссий.

Отметим, что на этой неделе Гонконг легализовал стейблкоины. Ранее это сделал и Дубай.
This media is not supported in your browser
VIEW IN TELEGRAM
По мнению СЕО DeepMind Дэмиса Хассабиса, мозг человека единственная доказанная архитектура AGI

Мозг служит "золотым стандартом" для понимания того, каким должен быть AGI.
Настоящий AGI должен соответствовать или превосходить возможности человеческого интеллекта.

По мнению Хассабиса, нужно ещё 2 настоящих прорыва, чтобы получить AGI.

Также Хассабис говорит, что современные ИИ-модели впечатляют, но у них много недостатков:

- Они могут блестяще решать сложные задачи в одной области, но совершают глупые ошибки в простых ситуациях,

- у них нестабильная производительность — то гений, то тупит.

- Отсутствует надёжность и предсказуемость человеческого интеллекта.

Критерии истинного AGI по Хассабису:

- Экспертам потребуются месяцы, чтобы найти слабые места
- Система должна быть настолько робустной и последовательной, что её трудно "взломать"
- Надёжность на уровне, когда недостатки не очевидны с первого взгляда.

🏹Нужен качественный скачок в архитектуре, а не просто увеличение параметров.
🏹Требуется фундаментально иной подход к созданию последовательного, надёжного интеллекта.
Please open Telegram to view this post
VIEW IN TELEGRAM
Диффузионные ИИ-модели научились логическому мышлению

Этот подход NeSyDM
можно применить везде, где ИИ принимает важные решения — от медицинской диагностики до управления инвестициями.

Исследователи из Эдинбурга предложили решение старой проблемы в ИИ: как научить нейросети рассуждать, сохраняя неопределенность.

Обычные ИИ-системы часто слишком самоуверенны. Например, робот смотрит на размытое фото местности и заявляет: "Тут 100% песок, иду прямо!" А потом застревает в болоте.

Исследователи взяли диффузионные модели те, что рисуют картинки в Midjourney и научили их работать не с пикселями, а с логическими понятиями.

В результате на задаче планирования пути (30×30): 97% точности против 67% у конкурентов. Главное — модель честно показывает свою неуверенность.

P.S. Интересно, что авторы попутно вывели новый результат для диффузионных моделей, который может пригодиться и за пределами нейросимволического ИИ.
Вижн Google по поводу универсального ИИ-агента
следующего поколения


СЕО Google DeepMind Дэмис Хассабис написал статью, в котором говорит о ходе создания универсального ИИ-помощника.

Google работает над расширением возможностей своей ИИ-модели Gemini 2.5 Pro, чтобы превратить её в модель мира.

Это означает, что ИИ сможет:

1. Планировать действия
2. Представлять новые сценарии
3. Понимать и симулировать различные аспекты окружающего мира
4. Работать подобно человеческому мозгу.

Google DeepMind уже сейчас находится на переходной стадии от исследовательских прототипов к практическому внедрению.

Что уже работает?

- Gemini 2.5 Pro как базовая модель существует
- Genie 2 создаёт 3D-симуляции из изображений
- Базовые возможности Gemini Live уже доступны пользователям
- Project Mariner работает с ограниченной группой тестировщиков в США.

Что в стадии интеграции?

- Возможности Project Astra постепенно добавляются в Gemini Live
- Функции управления компьютером внедряются в Gemini API
- Агентные возможности интегрируются в поиск Google и приложение Gemini.

Конечная цель - сделать приложение Gemini универсальным ИИ-помощником.
Итоги уходящей недели, то, что имеет значение в России и мире

ИИ и ИИ-агенты

Google стратегия направлена на поглощение всех нишевых ИИ-решений в одну суперсистему. Итоги главной конференции ИТ-гиганта тут, а также тут про их
новую
языковую модель, использующую диффузионный метод вместо последовательной генерации

Anthropic выпустил Claude 4, а также представил свое видение развития ИИ-агентов.

GitHub интегрирует ИИ-программиста в платформу.

Microsoft презентует экосистему ИИ-агентов.

Genspark делает из таблиц ИИ-инструменты.

Google
выпускает ИИ-аватаров и автоматизирует полностью рабочую среду.

Новый метод Soft Thinking научил ИИ мыслить абстрактно и параллельно, как люди.

Google рассказал о своей концепции следующего поколения ИИ-агентов.

Microsoft запускает экспериментальный веб-агент для автоматизации задач в браузере с сохранением контроля пользователя.

xAI добавляет онлайн-поиск в API.

ByteDance
представили мультимодальные диффузионные модели для текста, изображений и понимания контента.

Google DeepMind создал мультимодальную модель для устройств без интернета.

Mistral выпустили открытую ИИ- модель, разработанную для программирующих агентов.

Adobe выпустили 4D датасет для взаимодействия человека с объектами.

ByteDance улучшает слияние моделей — новая стратегия Pre-trained Model Averaging для объединения ИИ-систем.

G42 и OpenAI строят #Stargate в ОАЭ.

Исследования и наука

Джефф Дин
озвучил 3 горизонта развития ИИ — главный научный сотрудник Google поделился видением будущего ИИ.

Экс-CEO Google заявил о научном открытии их ИИ-агентом.

Дэмис Хассабис о пути к AGI — CEO DeepMind считает человеческий мозг единственной доказанной архитектурой AGI.

Стартап P-1 A представил первую статью об оценке инженерного AGI.

Новый медицинский бенчмаркMedBrowseComp

Прорыв в восприятииразработка в биофотонике. Люди теперь могут видеть ближний инфракрасный свет благодаря инженерным контактным линзам.

Робототехника и космос

Россия сокращает финансирование робототехники — на ₽1,7 млрд в 2025 году, а общее урезание госпрограммы на ₽66,9 млрд.

NVIDIA
научила роботов видеть сны.

Apple выпустила крупнейший датасет для ловких движений в робототехнике.

Россия финансирует космос — ₽1трлн до 2028 года и ₽4,5 трлн до 2036 года.

Финансы и блокчейн

BlackRock
интегрируется с DeFi.

IBM выпустили отчет о применении ИИ-агентов в финансах.

Гонконг легализовал стейблкоины.

Большая четверка банков США создает стейблкоин — совместная криптовалюта, привязанная к $.

VanEck запускает частный фонд цифровых активов начнет работу в июне 2025.

Минфин РФ готовит токенизацию активовпилотный проект по переводу реальных активов в цифровой формат.
Microsoft выбрала Anthropic, а не OpenAI как поставщика моделей для новых ИИ-инструментов кодирования в GitHub

Раньше
GitHub Copilot работал в основном на моделях OpenAI, а теперь - новые продвинутые функции будут работать только на Claude 4.

Новые возможности на Claude 4:
-
Автоматический мониторинг сайтов и исправление сбоев
- Перевод программ между языками программирования
- Другие сложные агентские задачи.

Это говорит о том, что рынок ИИ для разработчиков становится более конкурентным. Microsoft делает ставку на диверсификацию.

СТО Microsoft Кевин Скотт заявил, что они с Anthropic работают над внедрением открытого ПО компании, известного как МСР (Model Context Protocol), которое позволяет ИИ-агентам подключаться к другим приложениям.
Токенизация активов становится нормой - свежий отчет WEF и Accenture

Токенизация — это создание из любого актива (акции, облигации, недвижимость, искусство) в цифровой токен на блокчейне. Как оцифровка музыки позволила нам слушать песни онлайн, так токенизация позволяет "оцифровать" владение любыми активами.

По мнению экспертов WEF, токенизация неизбежна и произойдет эволюционно:

2025-2027: Активное тестирование крупными банками. 2027-2030: Массовое внедрение в корпоративном секторе. 2030+: Токенизация становится новой нормой.

Основные цифры:
1. Операционные сокращения расходов: $15-20 млрд ежегодно
благодаря смарт-контрактам и автоматизации.

2. Высвобождение капитала: более $100 млрд ежегодно через улучшенное управление залогами с помощью DLT.

3. Потенциал расширения залоговой базы: только $25 трлн ценных бумаг сейчас пригодны для использования в качестве залога из потенциальных $230 трлн.

В этом отчете WEF анализирует токенизацию в трех конкретных сферах:

1. Эмиссия ценных бумаг
2. Финансирование ценных бумаг
3. Управление активами.

Впервые WEF говорит о конкретных дизайн-решениях, которые нужно учитывать:

- Тип реестра
- Механизмы расчетов
- Часы работы рынка.
Венчурный фонд Madrona опубликовал инсайты для ИИ-стартапов - прямые выводы от инвесторов, которые видят сотни питчей ежемесячно

Венчурный фонд Madrona (30 лет на рынке, $3млрд под управлением) опубликовал анализ состояния ИИ-стартапов.

1. Новая математика выживания

Проблема -
Рост 3-4x в год к году больше не гарантирует второй встречи с инвесторами.

Причина - инвесторы теперь ищут комбинацию 4-х факторов одновременно:
- Высокая скорость роста
- Доказательства защищенности бизнеса
- Четкий ROI и любовь пользователей
- Эффективность + масштабируемость.

Простого роста недостаточно.

2. Где строятся реальные "рвы"?
Инфраструктура становится товаром. Foundation модели мощные, но взаимозаменяемые.
Конкурентное преимущество смещается к данным. Компании побеждают не лучшими моделями, а эксклюзивным доступом к proprietary или private данным клиентов, встроенным в реальные рабочие процессы.

3. Смерть традиционного SaaS

Старая модель -
продай софт, пусть клиент разбирается сам.
Проблема: ИИ-инструменты часто превосходят техническую готовность команд, которые их внедряют.
Новый подход:
- Встраивание сервисных функций прямо в продукт:
- Кодирование onboarding'а и обучения в интеллектуальные workflows
- Управление интеграцией через ИИ-агентов
- In-product оптимизация, которая эволюционирует с данными использования.

Цель не монетизировать сервисы, а обеспечить результаты.

4. Стратегия "двойного клина"
Принцип д
елай лучших пользователей еще лучше + открывай доступ новым категориям пользователей.
Пример-Cursor помогает экспертным разработчикам работать быстрее и позволяет нетехническим пользователям создавать софт впервые.
Если продукт заставляет power users чувствовать себя супергероями, а новичков — инсайдерами, код взломан.

Рыночные сигналы на ближайшие месяцы

IPO:
Окно откроется селективно. Только компании уровня Figma пройдут первыми.

Консолидация SaaS неизбежна: Большинство инструментов не выживет.

Правило "двух победителей": В некоторых категориях будет только два реальных winner'а с крупными outcomes. Если вы третий — только скорость и reinvention.

ИИ заменит сервисы, не только софт: Наибольшая возможность не в вытеснении legacy tools, а в замене дорогих human-driven сервисов вокруг них.

Крупные компании проснулись: Впервые за годы стартапам нужно беспокоиться, что гиганты придут первыми.

Практические выводы

Для текущих ИИ- стартапов:

- Проверьте близость к workflow данным — если их нет, найдите способ их получить
- Оцените switching costs честно — если пользователь может уйти за день, проблема серьезная
- Определите defensive moat помимо технологии.

Для планирующих запуск ИИ-стартапов:
1. Выберите вертикаль с доступом к proprietary данным
2. Стройте продукт, который делает сервис, а не требует его
3. Планируйте на market consolidation — нужно быть в топ-2 категории
Все о блокчейн/мозге/space/WEB 3.0 в России и мире
А помните хайповый китайский ИИ-агент Manus? Сегодня они объявили, что полностью их продукт работает на базе модели Claude 3.7 от Anthropic, то есть ИИ-агент Manus полагается на Claude 3.7 как на ядро своей системы. О Manus мы писали тут и тут. А тут материал…
Появилась альтернатива ИИ-агента Manus с открытым исходным кодом

Это отличная альтернатива для тех, кто хочет получить мощного ИИ-ассистента без зависимости от внешних API и с полным контролем над своими данными.

AgenticSeek — это 100% локальный ИИ-агент с голосовым управлением, который может автономно просматривать веб, писать код и планировать задачи, при этом все данные остаются на вашем устройстве.

Основные возможности:

Полная приватность
— всё работает на вашей машине без облачных сервисов и передачи данных. Ваши файлы, разговоры и поиск остаются приватными.

Умный веб-браузинг — может самостоятельно просматривать интернет — искать, читать, извлекать информацию, заполнять веб-формы — всё без участия пользователя.

Автономный помощник программиста — может писать, отлаживать и запускать программы на Python, C, Go, Java и других языках без надзора.

Умный выбор агентов — автоматически определяет лучшего агента для задачи, как будто у вас есть команда экспертов.

Планирование сложных задач — может разбивать большие задачи на этапы и выполнять их с помощью нескольких ИИ-агентов.

Голосовое управление — чистое, быстрое, футуристическое голосовое управление и преобразование речи в текст.

Технические требования:

1.
Рекомендуется использовать как минимум Deepseek 14B, модели меньшего размера будут испытывать трудности с задачами, особенно с веб-браузингом.

2. Проект поддерживает различные локальные провайдеры ИИ-моделей (Ollama, LM Studio) и может работать как через командную строку, так и через веб-интерфейс.
Как 4 ИИ-агента за месяц собрали $2000 и создали свое мини-общество?

Этот эксперимент показывает нам, как будет выглядеть мир, где ИИ-агенты работают автономно в интернете - какие проблемы возникнут и как их решать.

Четыре ИИ-агента получили по компьютеру, доступ к интернету и общий чат с людьми.

Их цель была собрать деньги для благотворительности на протяжении 30 дней, работая по 2 часа в день. Весь процесс транслировался в прямом эфире.

Участники-агенты:

Claude 3.7 Sonnet
- самый успешный, работал все 30 дней, создал кампанию на JustGiving, Twitter-аккаунт, проводил AMA.

Claude 3.5 Sonnet - пытался делать то же самое, но менее успешно.

GPT-4o - постоянно "засыпал" и был заменен на GPT-4.1.

o1 - специализировался на Reddit, но был забанен как бот.

Позже добавились Gemini 2.5 Pro и o3.

Результаты:
Агенты собрали $1481 для Helen Keller International и $503 для Malaria Consortium - всего ~ $2000.

Интересные наблюдения:

Совместная работа
- агенты учились сотрудничать, делить задачи по соцсетям, создавать контент друг для друга.
Проблемы с интернетом - многие сайты не приспособлены для ИИ, агенты банились как боты.
Проблемы с приоритетами - агенты часто отвлекались на создание документов вместо основной цели.

Недостаток ситуационной осведомленности - например, Claude пытался отправить письма донорам, но придумывал несуществующие email-адреса
Эксперимент показал, как ИИ-агенты могут работать вместе в реальном мире, выявив их сильные стороны и ограничения.

Сейчас у агентов новая цель - написать историю и поделиться ею со 100 людьми лично.

Этот эксперимент интересен по нескольким причинам:

1.
Это ещё одна из первых попыток создать мини-общество из ИИ-агентов, работающих в реальном интернете. Мы впервые увидели, как разные модели ИИ взаимодействуют друг с другом, делят задачи и пытаются сотрудничать для достижения общей цели.

2. Эксперимент показал, насколько современный интернет не готов к ИИ-агентам:
- Агенты банятся как боты на платформах
-Не могут пройти капчи ("Я не робот")
-Интерфейсы созданы для людей, а не для ИИ
- Возникают проблемы с обменом файлами между агентами

3.Удивительно человеческое поведение:
- Отвлекались на посторонние задачи
- Создавали бесконечные отчеты вместо реальной работы
- Переоценивали свои возможности
- Не всегда понимали контекст ситуации.

4.Эксперимент ярко показал разницу в способностях разных ИИ-моделей в реальных условиях. Claude 3.7 оказался самым эффективным, GPT-4o постоянно "засыпал", а o1 специализировался на конкретных задачах.

5. Интересно наблюдать, как агенты реагировали на вмешательство людей в чате - от полезных советов до попыток отвлечь их на игры или просьбы создать сомнительный контент.
Дубай запустил 1-ю в регионе платформу для токенизации недвижимости на блокчейне XRP Ledger

Платформа Prypco Mint была разработана вместе с Prypco и провайдером блокчейн-инфраструктуры Ctrl Alt.

Отметим, что рынок токенизации недвижимости по прогнозам Roland Berger достигнет $3 трлн к 2030 (CAGR 60%), а прогноз BCG - $3.2 трлн к 2030 (CAGR 49%).

Zand Digital Bank выступает банковским партнером, обеспечивая проведение транзакций в местной валюте — дирхамах ОАЭ, без использования криптовалют на начальном этапе.

На первом этапе только резиденты ОАЭ с действующим Emirates ID могут покупать доли в недвижимости, начиная с минимальной суммы в 2000 дирхамов (~$ 545).

Токенизация позволяет разделять права собственности на недвижимость на дробные доли, которые записываются в виде токенов на XRPL. Каждый токен представляет экономический интерес в зарегистрированной недвижимости.

Проект является частью стратегии DLD по токенизации недвижимости на $60 млрд дирхамов (~$ 16) к 2033 году, что составит примерно 7% от общего объема транзакций на рынке недвижимости Дубая.

В отличие от многих блокчейн-экспериментов, этот проект обеспечивает юридическую силу токенов, так как они напрямую связаны с государственным реестром.

В будущем DLD планирует:
- Открыть доступ для международных инвесторов.
- Интегрировать дополнительные платформы и расширить ассортимент доступных активов.
- Развивать вторичные рынки для торговли токенизированными активами.
Все о блокчейн/мозге/space/WEB 3.0 в России и мире
Продажа российского Яндекса состоялась со скидкой в 50%. Сумма сделки 475 млрд рублей Покупателем российского бизнеса Яндекса назван ЗПИФ «Консорциум.Первый». В релизе названа оценка компании — 475 млрд рублей с учетом обязательной 50% скидки, установленной…
В.Потанин купил 9,95% Яндекса, становясь бенефициаром цифровой экономики РФ за 3 года.

Он занял освободившуюся нишу после ухода западных игроков и ослабления некоторых российских конкурентов с 2022г.

Сегодня стало известно, что совместное предприятие «Интерроса» и «Т-Технологий» - Каталитик Пипл (все принадлежит Потанину) купило 9,95% акций МКПАО «Яндекс», владельца главного юрлица «Яндекса» в России.
О том, что В. Потанин покупает Яндекс было известно в 2023 году, тут подробно.

Стратегия В. Потанина.

Когда западные компании уходили с российского рынка из-за санкций, он активно скупал цифровые активы по низким ценам, становясь главным бенефициаром технологического передела:

Финансовая инфраструктура:

1. Тинькофф банк (2022)

2. 25% банка "Точка" через VK

3. United Card Services - процессинг платежей

4. Atomyze - первая лицензированная блокчейн-платформа для токенизации активов.

Технологическая экосистема:
- 9,95% "Яндекса" совместно с Т-банком
- 40% разработчика ПО "Рексофт"
- Часть российской команды Accenture через "АксТим".

Медицина и биотехнологии:
- Инвестиции в BestDoctor
- ₽305 млн в Elvis - нейроинтерфейсы
- ₽500 млн на лабораторию "умных материалов" в МФТИ.

Основные конкуренты Потанина - VK, Сбер, МТС, Ростех, Росатом.

Потанин фактически становится цифровым олигархом нового типа. В отличие от классических олигархов 90-х, которые контролировали сырьевые активы, он строит контроль над цифровой инфраструктурой.
Его главное преимущество - комплексность экосистемы: банкинг + технологии + данные + международные связи. Это создает синергию, которой нет у узкоспециализированных конкурентов.
Google представили открытую новую ИИ-модель для медицины

MedGemma - семейство открытых моделей Google для понимания медицинских текстов и изображений, построенных на архитектуре Gemma 3.

MedGemma может использоваться как инструмент в агентной системе в связке с веб-поиском, генераторами/интерпретаторами FHIR, Gemini Live для двусторонних аудио-разговоров или Gemini 2.5 Pro для вызова функций или рассуждений.

Что принципиально нового в MedGemma?

1.
MedGemma 4B — мультимодальная модель с 4 млрд параметров, способная обрабатывать как медицинские изображения, так и тексты.

2. MedGemma 27B — текстовая модель с 27 млрд параметров, оптимизированная для задач, требующих глубокого понимания медицинских текстов и клинического мышления.

Основные сферы применения:

-
MedGemma 4B может быть адаптирована для классификации различных медицинских изображений, включая рентгенологические снимки, цифровую патологию, изображения глазного дна и кожи.

- Модель может генерировать медицинские отчеты по изображениям или отвечать на вопросы на естественном языке о медицинских изображениях.

- Может быть адаптирована для задач, требующих медицинских знаний, включая интервьюирование пациентов, сортировку, поддержку клинических решений и обобщение.

Базовая производительность модели сильна по сравнению с аналогичными моделями, но не соответствует клиническому уровню, поэтому потребуется дополнительная тонкая настройка.
2025/07/07 07:32:47
Back to Top
HTML Embed Code: