AI: дайджест за 7-14 мая 2026

1. Anthropic вводит отдельные месячные кредиты для programmatic usage Claude в подписках

С 15 июня в платных планах Claude появится отдельный месячный кредит на programmatic/AFK-использование (claude -p, Agent SDK, GitHub Actions и т.п.), фактически отделяя фон ва фыв афыва фыа фы афыв афы афы афы вафы аф ываовые и автоматизированные сценарии от обычного чата. Это меняет экономику использования Claude в сторонних приложениях и CI/ботах и сильнее всего затронет тех, кто гоняет Claude «в фоне».

Источники: t.me/How2AI, t.me/ai_newz

2. Claude Code получил мультиагентный режим и /goal-подход

В Claude Code добавили управление несколькими агентами одновременно и режим /goal, где модель продолжает работу, пока не достигнет цели. Это снижает необходимость держать много терминалов и упрощает оркестрацию задач в разработке.

Источники: t.me/ai_newz

3. DeepMind показала AI Pointer: жест курсором как новый AI-интерфейс

DeepMind продемонстрировала AI Pointer: пользователь указывает курсором на фрагмент страницы/таблицы/картинки и даёт короткую команду, а Gemini сам подхватывает контекст. Идею планируют сначала для Chrome, затем как Magic Pointer, что может заметно сократить «промптинг» до жеста и пары слов.

Источники: t.me/How2AI

4. Новые законы скейлинга: оптимизация в байтах вместо токенов (Compute Optimal Tokenization)

Авторы вывели scaling laws, зависящие от степени сжатия информации, и на основе обучения ~1300 моделей показали, что эвристика «20 токенов на параметр» зависит от конкретных токенизаторов. Предлагается ориентироваться на масштабирование данных в байтах (около 60 байт на параметр) и учитывать, что оптимальная «плотность» токенизации меняется с бюджетом вычислений.

Источники: t.me/gonzo_ML

5. Manifold Steering: управление моделями по нелинейной геометрии репрезентаций

Работа предлагает manifold steering — интервенции, учитывающие нелинейное многообразие внутренних представлений, и показывает связь геометрии активаций с поведением модели на LLaMA 3.1 (8B/70B). Это ставит под сомнение гипотезу линейных репрезентаций и даёт более устойчивый способ «рулить» поведением без резких артефактов.

Источники: t.me/gonzo_ML

6. Sakana AI + NVIDIA: ускорение LLM на неструктурированной разреженности с новыми CUDA-ядрами

Предложен фреймворк для аппаратно-эффективной неструктурированной разреженности активаций (формат TwELL, гибридные представления и кастомные CUDA-ядра). Заявлены >20% реального ускорения при 99% разреженности, а также снижение пикового потребления памяти до 28% и энергии на 17% без потери качества.

Источники: t.me/gonzo_ML

7. Теория обобщения и модификация AdamW с гейтингом градиентов по дисперсии

Исследователи представили неасимптотическую теорию, где эмпирический NTK разделяет выходное пространство на «канал сигнала» и «резервуар шума», и на её основе предложили модификацию AdamW без оверхеда. Утверждается ускорение грокинга в 5 раз и снижение дрейфа политики в зашумлённых задачах alignment за счёт фильтрации шумовых апдейтов.

Источники: t.me/gonzo_ML

8. FADE: попараметрический adaptive weight decay для continual learning

Алгоритм FADE назначает индивидуальный коэффициент weight decay каждому параметру и адаптирует «забывание» онлайн через meta-learning с forward-mode дифференцированием. Это улучшает компромисс стабильность/пластичность и, по описанию, вдвое снижает tracking error относительно стандартных оптимизаторов вроде AdamW.

Источники: t.me/gonzo_ML

9. Thinking Machines (Мира Мурати) представила Interaction Models для real-time мультимодального голоса

Анонсирован подход к голосовым ассистентам с параллельными потоками аудио/видео/текста и обработкой «микрокусочками» по 200 мс, чтобы модель могла слушать и говорить в реальном времени, вызывать инструменты и реагировать на визуальные триггеры. Заявлена модель 276B MoE (12B активных), 77.8 на FD-bench v1.5 и turn-taking latency 400 мс; доступ обещают в ближайшие месяцы в формате закрытого research preview.

Источники: t.me/cgevent

10. Anthropic выпустила Natural Language Autoencoders для интерпретации внутренних состояний Claude

Anthropic представила NLA — систему, которая переводит активации модели в текстовые «объяснения» и обратно восстанавливает активации, чтобы выявлять скрытые намерения и контекст (например, распознавание «меня тестируют»). Компания подчёркивает, что такие объяснения могут галлюцинировать, поэтому выводы нужно подтверждать повторяемостью и другими методами.

Источники: t.me/cgevent

11. Tencent показала Pixal3D (Trellis.2): 3D-генерация с pixel back-projection и открытыми весами/кодом

Представлен 3D-генератор Pixal3D с conditioning-схемой pixel back-projection, которая поднимает multi-scale фичи изображения в 3D feature volume и задаёт прямое соответствие пикселей и 3D. По ссылке доступны веса, код и демо, а также сравнения с альтернативами.

Источники: t.me/cgevent

12. Viggle.ai переориентировалась на нейромокап: P.I.N.O.C. экспортирует анимацию в FBX/GLB

Viggle.ai представила P.I.N.O.C.: на вход видео персонажа, на выход — скелет и анимация в fbx/glb для импорта в Blender/Maya; также есть превью анимации в «гауссианах» по фото персонажа. Упоминается возможность бесплатного использования и входа как guest.

Источники: t.me/cgevent

13. Krea выпустила собственную модель генерации изображений Krea-2 (в духе Midjourney)

Krea представила модель Krea-2, натренированную с нуля и ориентированную на художественные стили и «креатив» больше, чем на фотореализм или рендер текста. Доступ заявлен на планах Max и Businesses; также опубликован практический гайд по промптингу (в т.ч. важность жанрового тега первым словом).

Источники: t.me/cgevent

14. HiDream-O1-Image: раскрыта личность модели Peanut и опубликованы веса/код (pixel-space без VAE)

Сообщается, что опенсорсный генератор изображений Peanut — это HiDream-O1-Image (8B) от vivago.ai; выложены стандартная и Dev-версии, код и агент для «reasoning-driven» промптинга. Ключевая заявка — pixel-space модель без VAE (без латентной компрессии), разрешение до 2048 и режим редактирования; при этом отмечают, что дистиллированная Dev-версия выглядит слабее.

Источники: t.me/cgevent

15. Gemini Omni: признаки тестирования «всё-в-одном» модели Google с видеогенерацией и редактированием

Появились сообщения о тестах Gemini Omni/Omni Veo в интерфейсе Gemini: генерация и ремикс/редактирование видео прямо в чате, с улучшенным звуком и хорошим следованием промпту по отзывам. Пока это выглядит как ранние утечки/слухи перед возможным анонсом на Google I/O и может означать сближение или замену отдельной линейки Veo.

Источники: t.me/cgevent, t.me/ai_newz

16. Unitree представила меха-робота GD01 за $650k

Unitree показала меха-робота GD01: около 500 кг, может ходить как бипед и как квадрипед, заявлена кабина пилота, стартовая цена — $650,000. Новость важна как индикатор коммерциализации крупной робототехники, хотя по видео пока непонятны реальные сценарии управления и применения.

Источники: t.me/ai_newz, t.me/denissexy, t.me/cgevent

17. Telegram обновил ботов: можно привязать бота к аккаунту и разрешить отвечать на сообщения

В обновлении Telegram появилась возможность привязать бота к своему аккаунту и разрешить ему отвечать на сообщения вместо пользователя. Это расширяет сценарии персональных AI-ассистентов прямо в мессенджере и повышает значимость вопросов приватности и контроля доступа.

Источники: t.me/How2AI

18. Норникель и ИОНХ РАН строят платформу генеративного дизайна неорганических материалов с роботизированным синтезом

Норникель описал архитектуру платформы, создаваемой с ИОНХ РАН: LLM-анализ литературы, генеративный дизайн + физико-химическое моделирование, LLM-планирование синтеза и роботизированная лаборатория с замкнутым циклом дообучения. Горизонт проекта — два года, а ключевой упор — на сбор и использование реальных экспериментальных данных, которых не хватает в международных базах.

Источники: t.me/cgevent

19. ChatGPT Portal: инструмент для безопасного «просмотра» приватных сайтов ChatGPT через очищенную копию страницы

Опубликован open-source инструмент chatgpt-portal, который открывает отдельный локальный Chrome, делает текстовую «очищенную» копию страницы (видимый текст/ссылки/кнопки) и отдаёт её в ChatGPT через временную ссылку, не передавая куки и скрытые поля. Это позволяет модели помогать с навигацией и сбором данных на приватных сайтах без прямого доступа к аккаунту и без возможности отправлять формы.

Источники: t.me/denissexy

20. Симулятор успеха Show HN: модель на 150k постов Hacker News прогнозирует очки и комментарии

Запущен сервис, который по title/url/description оценивает ожидаемые очки Show HN (включая p10–p90), находит похожие посты и симулирует вероятные комментарии, а также предлагает автоулучшение заголовка. Под капотом заявлены embeddings, kNN-сигналы и LightGBM на наборе признаков, плюс ежедневная проверка ошибки на реальной frontpage.

Источники: t.me/denissexy