AI: дайджест за 7 июля 2026
1. Китай обсуждает ограничения доступа иностранцев к передовым китайским ИИ-моделям
По данным Reuters, власти Китая в течение последнего месяца обсуждали с крупными техкомпаниями (в т.ч. Alibaba, ByteDance и разработчиками GLM-5.2) возможные ограничения зарубежного доступа к передовым китайским моделям, включая еще не выпущенные. Меры и сроки не определены, но новость важна как сигнал о возможной фрагментации рынка и ужесточении экспортного контроля в ИИ.
Источники: t.me/cgevent, t.me/denissexy
2. Сбер открыл исходники и веса GigaChat 3.5 Ultra (432B) под MIT и заявил о сильных бенчмарках
Сбер выложил в open source GigaChat 3.5 Ultra (432B) под MIT, заявив, что отдает «весь стек» и описывает архитектуру/стабилизацию обучения. По заявлению авторов, модель стала на 40% компактнее версии 3.1 Ultra, генерирует в 2,2 раза быстрее и поддерживает вдвое больший контекст; также приведены сравнения с DeepSeek и winrate 68,7% против GPT-5 по LLM-судье MiniMax-M2.7, что делает релиз заметным событием для экосистемы больших открытых моделей.
Источники: t.me/cgevent
3. ICML 2026: JustGRPO для диффузионных LLM — «ловушка гибкости» произвольного порядка токенов
Работа The Flexibility Trap (ICML 2026 Outstanding Paper) утверждает, что в диффузионных языковых моделях свобода генерировать токены в произвольном порядке ухудшает качество рассуждений при RL-обучении. Авторы предлагают JustGRPO: ограничивать модель последовательной генерацией на этапе exploration, сохраняя преимущества параллельного декодирования на инференсе; заявлены сильные результаты на задачах математики и кода (например, 89,1% на GSM8K и 45,1% на MATH-500).
Источники: t.me/gonzo_ML
4. Figma выпустила Motion: таймлайн для анимации с AI-агентом и экспортом в код
Figma анонсировала инструмент Motion для моушн-дизайна с таймлайном и кейфреймами, AI-агентом для рутины и сторителлинга, а также экспортом анимаций в виде кода. Также заявлена поддержка MCP для подключения к внешним агентам, что расширяет сценарии автоматизации в дизайн-пайплайне.
Источники: t.me/cgevent
5. AdaJEPA: адаптивная латентная «модель мира» с test-time adaptation в контуре MPC
В AdaJEPA предлагается онлайн-адаптация модели мира прямо во время инференса: параметры визуального энкодера и предиктора динамики обновляются одним градиентным шагом на цикл управления, используя выполненные действия как self-supervised сигнал. Это важно для роботов и автономных агентов, потому что снижает деградацию при сдвиге распределения (изменение физики/освещения/шума) без разметки и дорогого переобучения; заявлена небольшая добавка задержки (10–30 мс на шаг на одном GPU).
Источники: t.me/gonzo_ML
6. Anthropic описала J-space в Claude как аналог «глобального рабочего пространства»
Исследователи Anthropic сообщили, что в моделях Claude наблюдается компактная подсистема паттернов активации (J-space), функционально похожая на «глобальное рабочее пространство»: она удерживает ограниченное число концептов и связана с остальной сетью заметно плотнее, при этом составляет менее 10% внутренней активности. Авторы подчеркивают, что это не доказательство «феноменального сознания», но потенциально полезно для интерпретируемости, контроля поведения и методов обучения через «остановись и подумай».
Источники: t.me/denissexy
7. ЕС окончательно подтвердил антимонопольный штраф Google за Android (4,12 млрд евро)
Высшая инстанция ЕС окончательно оставила в силе антимонопольный штраф Google на 4,12 млрд евро по делу о навязывании предустановок Search и Chrome на Android в обмен на лицензирование Google Play. Это значимо для ИИ-рынка как фактор давления на мобильную дистрибуцию и экосистемные практики Google, которые влияют на доступ к аудитории и данным для AI-продуктов.
Источники: t.me/ai_newz
8. TriFlow: метод ИИ-ретопологии для компактных треугольных 3D-сеток через flow matching
Представлен TriFlow — подход, который строит более компактную и упорядоченную треугольную сетку поверх исходной формы, генерируя поле направлений к ближайшим будущим вершинам (NVF) и затем восстанавливая рёбра/вершины из границ «областей влияния». Авторы заявляют, что метод быстрее сравниваемых подходов примерно в 8 раз и лучше сохраняет форму, что может быть полезно для автоматизации упрощения геометрии в 3D-пайплайнах.
Источники: t.me/cgevent
