AI: дайджест за 25 апреля 2026 - 2 мая 2026
1. Gemini научился генерировать файлы (Docs/Sheets/Slides, PDF и др.)
В Gemini добавили генерацию разных типов файлов, включая Workspace-документы, PDF и офисные форматы. Это расширяет сценарии «сделай документ/таблицу по запросу», но по впечатлениям из источника функция пока больше про генерацию, чем про надежное редактирование PDF.
Источники: t.me/cgevent
2. OpenAI Codex добавил «питомцев» (/pet) с кастомизацией через GPT Image 2
В Codex появилась функция «тамагочи» (Codex pets), запускаемая командой /pet, с возможностью кастомизации, включая отрисовку спрайтов через GPT Image 2. Это небольшой, но показательный продуктовый апдейт, демонстрирующий интеграцию инструментов генерации изображений в окружение для разработки.
Источники: t.me/How2AI, t.me/ai_newz
3. xAI выпустила Grok 4.3 и вывела модель на OpenRouter с ценами
Сообщается о релизе Grok 4.3 и появлении модели в каталоге OpenRouter с указанными тарифами за входные и выходные токены. Это упрощает доступ к модели через агрегатор и делает сравнение/подключение к Grok более прямым для разработчиков.
Источники: t.me/cgevent
4. Grok Imagine Agents: агентный режим для генерации и итерации контента в едином Canvas
В Grok Imagine описан агентный подход: пользователь задает задачу (фильм, манга, UGC-истории), а система сама планирует, генерирует и редактирует в цикле в одном рабочем пространстве. Важность в том, что «оркестрация» нескольких моделей и шагов упаковывается в продуктовый интерфейс, потенциально снижая порог входа и конкурируя со связками LLM+коннекторы.
Источники: t.me/cgevent
5. В Grok Imagine улучшили липсинк и работу со звуком
У Grok Imagine отмечены внутренние обновления, которые улучшили синхронизацию губ и обработку звука. Это повышает качество генеративного видео/озвучки в практических сценариях.
Источники: t.me/cgevent
6. Higgsfield обновился: нодовый интерфейс и агентский подход к сборке контента; дискуссия о будущем таймлайна
Higgsfield выпустил обновление с нодовым интерфейсом для сборки и агентским режимом «сделай красиво и быстро», без жесткой привязки к конкретным моделям. На этом фоне обсуждается, что монтажный таймлайн может уходить «под капот» к ИИ, хотя для сторителлинга ИИ-монтаж как финальный этап пока выглядит слабым.
Источники: t.me/cgevent
7. Apple, по сообщениям, сворачивает дальнейшую разработку Vision Pro и отменяет Vision Air
Источники утверждают, что Apple отказалась от дальнейшей разработки линейки Vision Pro после слабого интереса к версии на M5 и высокого уровня возвратов, а также отменила более доступный Vision Air и распустила команду. Если верно, это сигнал о пересмотре стратегии Apple в XR и охлаждении рынка массового VR/AR в текущем виде.
Источники: t.me/cgevent
8. Обзор «Agentic World Modeling»: классификация моделей мира и метрики, ориентированные на действия
Авторы обзорной работы проанализировали 400+ исследований и предложили классификацию «уровни способностей × типы законов», выделив уровни от предсказателя до эволюционера (самообновляющегося по уликам). Важность в том, что фокус смещается с «красивого видео» на проверяемую полезность для планирования и предлагаются метрики оценки, завязанные на успех действий и контрфактуальные отклонения.
Источники: t.me/gonzo_ML
9. Hyperloop Transformer: параметроэффективная архитектура для LLM в условиях жестких лимитов памяти
Предложен Hyperloop Transformer, сочетающий шаринг параметров в средних слоях с матричными residual-связями (mHC) на границах циклов, чтобы повысить качество при меньшем числе параметров. Это важно для запуска сильных LLM на устройствах с 8–16 ГБ ОЗУ и для устойчивости к посттренировочной INT4-квантизации.
Источники: t.me/gonzo_ML
10. SAW-INT4: «системно-осознанная» 4-битная квантизация KV-кэша для реального сервинга
Представлен SAW-INT4 — метод потокенной INT4-квантизации KV-кэша с блочно-диагональной ротацией Адамара и fused CUDA-ядром, совместимым с paged-memory layouts. Важность в том, что подход нацелен на практическую пропускную способность и масштабирование длинного контекста, обещая почти без потерь сжатие KV-кэша без добавления задержек.
Источники: t.me/gonzo_ML
11. OpenAI объяснила «гоблинов» в ответах: эффект RL-персоны Nerdy и утечка в данные
OpenAI связала частые упоминания «гоблинов/гремлинов» с поощрением игривых метафор при обучении персоны Nerdy и последующим расползанием паттерна через тренировочные данные. В марте Nerdy убрали, очистили сигнал награды и отфильтровали упоминания, а для Codex добавили подавляющую инструкцию — показательный кейс о том, как RL-настройки могут давать неожиданные глобальные артефакты.
Источники: t.me/How2AI
12. LTX2.3 VR-Outpaint IC-LoRA: 360° outpainting видео до VR-ready equirectangular
Опубликована LoRA для 360° outpainting: на вход обычное видео, на выход — VR-ready equirectangular видео, плюс нода для ComfyUI. Это добавляет практический инструмент для быстрого расширения видео под VR-форматы.
Источники: t.me/cgevent
