AI: дайджест за 28 июля 2026
1. Moonshot AI открыла веса Kimi K3 (2.8T) и техотчет
Moonshot AI выложила в открытый доступ веса Kimi K3 (2.8 трлн параметров, MoE с 104B активных) и опубликовала техотчет с деталями про 1M контекст, MXFP4-квантование в процессе RL и инженерные решения для удешевления обучения. Это усиливает позиции опенсорса во «фронтире» и дает сообществу воспроизводимую базу для дальнейших улучшений, хотя запуск модели требует очень больших ресурсов.
Источники: t.me/How2AI, t.me/cgevent, t.me/ai_newz
2. Тест запуска Kimi K3 на 80 RTX 5090: 20 ток/с без HBM и NVLink
Энтузиасты показали, что Kimi K3 можно запустить на кластере из 80 игровых RTX 5090 с GDDR7 и обычной сетью Ethernet, получив около 20 токенов/с; при этом приводится сравнение, что GLM-5.2 на том же флоте разогнали до 110 токенов/с. Это иллюстрирует практические границы «домашнего» инференса для сверхкрупных опенсорс-моделей и реальную стоимость железа даже без серверной HBM.
Источники: t.me/How2AI
3. Исследование по continual learning: когда «стратегическое забывание» полезнее сохранения знаний
В работе «To Retain or to Adapt? Generalizing Continual Learning» continual learning формулируют как онлайн-минимизацию средней ошибки за жизнь модели (ALE) и показывают, что существует «критическая длительность задачи», после которой удержание старых знаний может вредить скорости адаптации. Авторы предлагают подход predictive continual learning и дают аргументы, что забывание в нестационарных средах может быть функционально необходимым, а не дефектом.
Источники: t.me/gonzo_ML
4. Google SHELLS: сверхбыстрая 3D-реконструкция головы по нескольким фото
Google представила исследовательскую систему SHELLS для автоматической реконструкции 3D-головы по нескольким фотографиям с известных ракурсов: сетка порядка 18 тыс. вершин с единой топологией и обработка набора изображений примерно за 0,08 секунды. Это важно для студийных пайплайнов с многокамерной съемкой и массовой обработкой, хотя система требует калиброванных камер и не дает готового продакшн-решения (нет публичного кода, текстуры/волосы/микродетали отдельно).
Источники: t.me/cgevent
5. Midjourney приобрела астрологическое приложение Co–Star
По данным TechCrunch, Midjourney купила Co–Star — приложение с астрологическими прогнозами и аудиторией около 4,3 млн пользователей в месяц. Сделка показывает диверсификацию Midjourney в продукты с регулярной вовлеченностью и подписочной монетизацией, выходя за рамки генерации изображений.
Источники: t.me/cgevent
6. JetBrains описала «ponytail» skill для Claude: экономия токенов в агентном кодинге
В блоге JetBrains опубликованы детали про skill «ponytail» для Claude, который при подключении через хук, по пользовательскому тесту, может экономить около 10% токенов (иногда больше) в сценариях кодинг-агента. Это важно как пример прикладной оптимизации стоимости и стабильности агентных пайплайнов через расширения/хуки, а не только через смену базовой модели.
Источники: t.me/denissexy
