• HiRO-ACEv2 создает глобальные данные об осадках, ветре и давлении с детализацией 3 км.

• HiROv2 воспроизводит статистику редких явлений с расхождением в пределах 3% при заданных условиях проверки.

• Создание глобальных данных стоит примерно в 300 раз дешевле запуска X-SHiELD.

Как система моделирует редкие явления

HiRO-ACEv2 состоит из двух моделей. ACE рассчитывает климат с детализацией 100 км, а HiROv2 повышает детализацию до 3 км.

HiROv2 одновременно рассчитывает несколько показателей, включая осадки, ветер и давление.

Авторы изменили обучение модели, чтобы она точнее воспроизводила предельные значения. «Главной целью HiRO-ACEv2 было качественное моделирование экстремальных событий», говорится в публикации команды Ai2.

При работе с данными X-SHiELD уменьшенной детализации HiROv2 воспроизводит подробную статистику с расхождением в пределах 3%. Это относится даже к событиям, которые встречаются один раз на миллион точек данных.

Модель также оценивает общую энергию тропических циклонов. Проверка включала штормы, которых не было в данных для обучения.

Ветер и давление около глаза урагана остаются несколько более несимметричными, чем в X-SHiELD. Модель также воспроизводит сильные ветры, спускающиеся по горным склонам.

Расчеты за один год и десять лет

Обновленная ACE рассчитала климат за 10 лет. Ураганы, средние климатические картины и распределение дождя, ветра и давления согласовались с X-SHiELD.

После объединения ACE и HiROv2 разработчики создали полный год глобальных данных с детализацией 3 км. Статистические характеристики этого набора оказались близки к X-SHiELD.

В расчете за 10 лет энергия ураганов HiRO-ACEv2 была сопоставима с результатом X-SHiELD за тот же период. Снимки расчетов показали и другие экстремальные явления, похожие на результаты этой атмосферной модели.

Создание глобальных данных обходится примерно в 300 раз дешевле запуска X-SHiELD. Для отдельного региона стоимость может быть более чем в 100 раз ниже в зависимости от площади территории.

«HiRO-ACEv2 дает исследователям гибкий и недорогой способ создавать разные версии подробных данных», заявила команда Ai2. Расчеты могут охватывать дождь, ветер и давление за 10 лет или более.

Ранее HiRO-ACE объединяла ACE с детализацией 100 км и первую версию HiRO. Она повышала детализацию до 3 км, но работала только с осадками.

Ограничения и следующие обновления

HiRO обучали на результатах X-SHiELD. Поэтому система работает только с версией ACE, настроенной под эту атмосферную модель.

Система пока не создает подробные данные для других вариантов климата. К ним относятся более теплое будущее и исторические данные ERA5.

Разработчики планируют использовать новые наборы X-SHiELD. Один из них опишет мир с температурой на 4°C выше.

Команда работает над упрощенной версией HiROv2. Она может ускорить расчеты более чем в десять раз.

Для просмотра результатов создана веб-демонстрация с заранее рассчитанными осадками, ветром и давлением на уровне моря. Модели доступны для загрузки вместе с инструкциями по запуску.

Подробности: Hugging Face (входит в реестр иноагентов Минюста РФ)

• Gemini 4 Argon обрабатывает до 1 млн токенов входящих и исходящих данных.
• Модель доступна через Google AI Studio, браузерную версию Gemini и поиск Google.
• Стартовая стоимость составляет $2 за 1 млн входных токенов и $10 за 1 млн выходных.

Возможности модели

По заявлению разработчиков, Gemini 4 Argon заняла первое место в Vals Index. Этот тест оценивает работу моделей в программировании, финансах, налогах и праве.

Google проверила модель на собственных проектах. Инженеры использовали ее для перестройки архитектуры браузера Chrome без изменения его функций.

Модель помогла отделить функции страниц от устаревшего кода объемом 6 млн строк. Другие результаты этой работы компания не раскрыла.

Еще один тест прошел в робототехнике. Gemini 4 Argon изучила видеозапись движений человека и создала код для Apollo, человекоподобного робота.

Этот код позволил роботу точно повторить броски человека в мишень.

«Модель создана для сложных реальных задач в программировании, финансах, праве, кибербезопасности и науке», заявила Google.

Защита от атак

Google заявила о снижении вероятности успешных атак через сторонние инструкции до 0,7%. При таких атаках модель пытаются заставить выполнить скрытые команды.

Система наблюдения работает в реальном времени. Она следит за цепочкой рассуждений Gemini 4 Argon.

Система также блокирует попытки обойти правила модели. Под блокировку попадают и запросы на доступ к данным без разрешения.

Доступ и стоимость

Разработчики могут работать с Gemini 4 Argon через Google AI Studio. Модель также получили подписчики тарифов Google AI Ultra и Pro.

Для них она доступна в браузерной версии Gemini и фирменном поиске Google. Другие способы доступа компания не указала.

Стартовая стоимость программного доступа составляет $2 за 1 млн входных токенов. Обработка 1 млн выходных токенов стоит $10.

С 1 декабря цены вырастут до $4 и $20 соответственно.

Google также предоставит бесплатный доступ 10 000 ученых и исследователей. Они смогут пользоваться моделью в течение шести месяцев.

Ранее в октябре Google представила Nano Banana 2.1, модель для создания изображений. Компания также запустила платформу искусственного интеллекта, которая создает игры по текстовому описанию.

Подробности: Forklog

В пресс-релизе Apple говорится, что HomeView распознаёт до шести человек. После этого устройство показывает личный экран, приложения и виджеты пользователя.

Siri AI отвечает на общие вопросы прямо на HomeView. Для персональных ответов помощник использует сведения из приложений на совместимом iPhone или iPad.

Камера и микрофон обрабатываются в защищённой области чипа A18, изолированной от основной системы.

HomeView управляет совместимыми камерами, освещением, замками и термостатами голосом или касанием. Экран может одновременно показывать до девяти видеопотоков.

В Европейском союзе устройство пока не продаётся, поскольку Siri AI недоступна там в iOS.

На странице тестирования CommBank Companion банк указал, что сервис помогает проверять расходы и бюджет, сравнивать банковские продукты, изучать заёмную способность и оценку недвижимости.

В деловом профиле сервис показывает текущее движение денег и его прогноз. Пользователь также может спросить о необычных операциях.

CommBank Companion доступен выбранной группе клиентов. Банк постепенно расширяет тест перед более широким запуском.

Сервис не даёт финансовых советов и не принимает решения за клиента. CommBank предупреждает, что ответы могут быть неточными или неполными, и просит проверять важные сведения и ссылки.

Чаты и ответы в опросах не отслеживаются сотрудниками в реальном времени и могут остаться непросмотренными.

Главное

• ReplaySSM хранит состояние модели как контрольную точку и буфер недавних входов.
• Метод уже интегрирован в NVIDIA TensorRT-LLM, vLLM и FlashInfer.
• При размере пакета 256 шаг декодирования ускорился в 1.20 до 1.47 раза на четырех моделях.

Что изменили в работе моделей

Гибридные модели чередуют слои SSM и несколько слоев внимания. Слой внимания использует KV-кэш, который растет вместе с длиной контекста.

Так устроены NVIDIA Nemotron 3, Qwen3.5 до Qwen3.8, Kimi-K3 и GLM-5.3-Flash. В них используются Mamba-2, Gated DeltaNet или Kimi Delta Attention как SSM-слои.

По данным компании, SSM-слои должны ускорять декодирование. Но при обслуживании больших пакетов запросов они могут стать узким местом до контекста в 100 тыс. токенов.

ReplaySSM меняет способ хранения состояния. Вместо постоянной перезаписи полного состояния он использует контрольную точку и небольшой буфер последних входов.

В обычном подходе каждый шаг читает состояние, считает выход и записывает новое состояние. ReplaySSM считает выход на каждом шаге, но обновляет контрольную точку один раз за окно.

Что показали тесты

Метод оценивали на четырех гибридных моделях из двух семейств. Это Nemotron 3 со слоями Mamba-2 и Qwen3.5 со слоями GDN.

В тест вошли Nemotron-3-Nano-4B, Nemotron-3-Super-120B-A12B, Qwen3.5-4B и Qwen3.5-122B-A10B. Использовались один NVIDIA H100 Tensor Core GPU и один NVIDIA Blackwell Ultra B300 GPU.

Для всех четырех моделей применялось окно L = 16. Это размер буфера входных записей, который оказался лучшим в этих тестах.

При размере пакета 1 ускорения в этих тестах не было. При размере пакета 256 ядро работало быстрее в 1.46 до 1.80 раза. Весь шаг декодирования ускорился в 1.20 до 1.47 раза.

Для Nemotron-3-Super-NVFP4 при размере пакета 256 на одном NVIDIA Blackwell Ultra B300 GPU SSM-слои были крупнейшей частью шага декодирования до 100 тыс. токенов контекста.

Где уже используется ReplaySSM

ReplaySSM интегрирован в NVIDIA TensorRT-LLM, vLLM и FlashInfer. Он также работает в production в GLM-5.3-Flash и Kimi-K3.

Работа доступна на arXiv, а код размещен на GitHub. В статье метод описан под названием «ReplaySSM: Cache SSM Inputs, Not State».

Отдельно авторы указали три задачи, которые решает подход. Это снижение обмена состоянием с памятью, более простой откат при проверке черновых токенов и работа с низкой точностью без накопления ошибки в состоянии.

Контекстом для работы стали ограничения SSM-слоев. В обычном декодировании состояние читается и записывается на каждом шаге. При проверке черновых токенов нужно сохранять снимки состояния, а округление в сжатом состоянии может повторно попадать в следующие шаги.

Главная причина опасений в том, что модель свободно доступна для скачивания и изменения.

Предупреждение стало новым эпизодом спора о том, должны ли передовые ИИ модели быть открытыми или оставаться внутри лабораторий разработчиков.

Сторонники безопасности предупреждают, что открытые модели могут использовать злоумышленники. Сторонники открытого доступа считают, что такие модели могут помешать нескольким компаниям контролировать эту технологию.

MIT Technology Review отмечает, что спор об открытом ИИ сложнее, чем кажется.

Professional Voice Clone стоит $99 в месяц. Для создания клона требуется от 30 минут до 3 часов записей речи и явное согласие владельца голоса.

В рейтинге Artificial Analysis HeyGen Voice получила оценку 1201±16 на основе 1,531 сравнений. Указанная цена API составляет $30 за 1M символов.

Controlled Voice Arena сравнивает модели на восьми одинаковых клонированных голосах, четырёх американских и четырёх британских. Оценки рассчитываются по результатам попарного выбора пользователей, на странице указаны интервалы 95%.

Модель обучили на 46 478 парах рентгенограмм и результатов DXA, полученных у 26 757 пациентов с 2016 по 2022 год. Внешнюю проверку провели на трёх когортах из 6 391, 24 132 и 122 535 человек.

AUROC для выявления остеопороза составила 0.88, 0.93 и 0.92. В симуляции предварительный отбор с помощью модели сократил использование DXA примерно на 50% при выявлении от 98% до 99% случаев остеопороза.

Seedance 2.5 показала лучшую картинку, но стала самой дорогой в тесте: 138,7 токена и шесть минут против 5 токенов и двух минут у Luma Ray 3.14.

В тексте были сведения о расположении французских, российских и австрийских войск; два столетия историки и криптографы не могли прочитать это послание.

Проверка на участках с намеренно скрытыми UV данными после нескольких раундов уточнения показала расхождение about 10% с реальными измерениями.

Foresight помогает с заметками, индексированием и поиском по стенограммам разговоров и личным файлам, а также работает на EmbeddingGemma 2 и Gemma 4.

Gemini может создавать временных субагентов и coworker agents с адресами @agents.company.com, постоянным хранилищем и доступом только к переданному контексту.

Также Midjourney запустила shared folders с приглашениями Collaborators и Viewers, доступом по ссылке и настройками участия для пользователей Midjourney.

Модели поддерживают транскрибацию страницы без текстового промпта, а в режиме grounding добавляют координаты областей, подписи, описания изображений и таблицы с данными из графиков.

Новая главная метрика Hallucination-Gated All-Pass Rate засчитывает задачу только при выполнении всех критериев и отсутствии существенных галлюцинаций. На 120 приватных задачах Grok 4.7 (xhigh) получил 9.4%, Muse Spark 1.3 (max) 8.9%, GPT-6 Astra (max) 8.6%; более 60% формально успешных результатов содержали существенную галлюцинацию.

Беседы в реальном времени контролировали медики, ни одну не остановили по заранее заданным критериям безопасности. Исследование было небольшим и одноцентровым, без рандомизированной контрольной группы; самостоятельное использование AMIE для диагностики не подтверждено.

PANTHER использует ансамбль из пяти нейросетей и обрабатывает снимок за 11 секунд; при обучении использовался Dataset500 из 8762 КТ из 28 датасетов в 11 анатомических группах.

Основные результаты получены на Claude Fable 5 и GPT-5.6 Sol: проверка без поиска не выявила у них признаков запоминания задания, тогда как Claude Fable 5.1 и GPT-6 Astra уже знали о нем.

Сейчас 52% всех случаев MDR компания закрывает с помощью ИИ в установленных аналитиками границах. Метрики предоставлены Sophos без опубликованной независимой проверки.

После внедрения агентов ИИ объём кода вырос в среднем на 30%, число коммитов на 20%, запросов на слияние на 23%, но статистически значимого роста выполненных задач и крупных функций в Jira авторы не выявили. Время проверки изменений выросло на 49%, число комментариев проверяющих на 35%; значимого изменения занятости также не установлено.

В замерах использовались Yandex AI Studio, OpenAI совместимый Chat Completions, не больше 8 раундов на вопрос и max_tokens 1024 в первом прогоне, затем 2048. В первом прогоне на 32 вопроса сравнивались DeepSeek V4 Flash, YandexGPT Pro и Qwen3.6.

На MNIST при δ = 0 правило с порогом дало 0,9406 ± 0,0008, k‑means показал 0,9410 ± 0,0008, а при δ = 0,4 результат правила составил 0,9457.

Запуск Qwen описан как бесплатный или менее чем за $0,50 с учётом электричества, запуск Luna Max стоил более чем $8. 4-битная версия работала на MacBook Air с M5 и 32 ГБ оперативной памяти, 3-битная на MacBook Pro с M1 Pro и 16 ГБ.