Midjourney и другие нейросети - страница 1225

 

Новости ИИ за неделю: Противоречивый Claude Opus 5, прорыв DeepSeek V4 Flash и бум физического ИИ


//текст и обложка Gemini 3.6. Видео Мэтта https://youtu.be/sUmx-Yi6TwE

Прошедшая неделя в сфере искусственного интеллекта выдалась насыщенной: от неожиданных сервисных интеграций до серьезных обновлений в агентном программировании и робототехнике. Собрали главные события и релизы последних дней.

1. Claude Opus 5 от Anthropic: отличная графика, но неоднозначные отзывы

Главным событием стал полноценный релиз Claude Opus 5. Модель позиционировалась как прямого конкурента топ-моделям вроде GPT-5.6: она более доступна по цене, экономнее расходует лимиты запросов и показывает впечатляющие результаты в бенчмарках.

Однако первые впечатления сообщества оказались смешанными:

  • Недостатки: Пользователи отмечают, что для повседневных задач и написания кода модель стала излишне многословной, хаотичной и часто усложняет решения («воспринимает каждую мелочь как критическую ошибку P0»). Многие разработчики предпочитают возвращаться к Opus 4.8.

  • Главный плюс (3D-графика и игры): Модель неожиданно проявила невероятные способности в генерации 3D-графики на Three.js. По единичным промптам (One-shot) Opus 5 способен генерировать детализированные игровые сцены и шутеры уровня AAA. Визуальная составляющая окружения (горы, освещение, текстуры) получается впечатляющей, хотя механика взаимодействия и управление персонажами пока требуют доработки.

2. DeepSeek-V4-Flash-0731: тихий прорыв в агентном кодинге

Китайская лаборатория DeepSeek выпустила официальный релиз модели DeepSeek-V4-Flash (версия 0731).

  • Архитектура: Модель сохранила прежний размер (284B параметров MoE с 13B активных на токен), но прошла глубокое повторное постобучение (re-post-training).

  • Производительность: В тестах на агентное программирование и решение комплексных задач (SWE-bench, TerminalBench) обновившийся Flash обогнал даже старшую предварительную версию V4-Pro.

  • Доступность: Модель получила нативную поддержку Responses API и оптимизирована для интеграции в Codex-подобные среды. При стоимости в районе $0.14 за 1 млн входных токенов она становится одним из самых выгодных решений для запуска автономных ИИ-агентов.

3. Google Earth + Nano Banana: генерация прямо на карте

Google интегрировал свою визуальную модель Nano Banana непосредственно в интерфейс Google Earth:

  • Теперь прямо в режиме 3D-просмотра карты можно нажать кнопку «Создать изображение» и ввести текстовый запрос.

  • Примеры использования: визуализация исторических построек (как выглядели древние Помпеи в 78 году н.э.), концепты градостроительных проектов или футуристичные фантазии (например, как будет выглядеть город или стадион через 100 лет). Функция доступна бесплатно.

4. Робототехника и физический ИИ: Gemini Robotics ER2

Физический ИИ привлекает всё больше внимания. Google продемонстрировал модель Gemini Robotics ER2, выступающую в роли «мозга» для манипуляторов и гуманоидных роботов.

Модель справляется с физическими задачами высокой точности:

  • Завязывание мусорных пакетов (одна из самых сложных координационных задач для роботов);

  • Аккуратная укладка винограда в Ziploc-пакет и его герметичное закрытие без повреждения ягод;

  • Выкручивание лампочек без риска раздавить стекло.

Контекст отрасли: США ввели ограничения на импорт китайских гуманоидных роботов из соображений кибербезопасности, что может замедлить внедрение ряда передовых азиатских разработок на западном рынке.

5. Buzz: мессенджер для совместной работы людей и ИИ-агентов

Создатель Twitter Джек Дорси представил децентрализованный мессенджер с открытым исходным кодом Buzz (альтернатива Slack).

  • В каналы можно приглашать как коллег-людей, так и ИИ-агентов (Claude Code, Codex, Grok и др.).

  • Агенты могут выполнять задачи (например, верстать веб-страницы по запросу), общаться друг с другом, проводить перекрестный код-ревью и вносить правки на основе замечаний «соседей» по чату.

6. Коротко о других новостях недели

  • Midjourney v8.2: Вышла новая версия генератора изображений. Разработчики обещают более свежий стиль, смелые художественные решения и повышенную эстетику.

  • Grok Build Mode (xAI): Добавлен режим создания интерактивных веб-сайтов и веб-приложений внутри Grok (пока доступен на самом старшем тарифном плане).

  • HeyGen Video Podcasts: По аналогии с аудио-подкастами в NotebookLM, сервис HeyGen запустил генерацию полноценных видео-шоу с двумя ИИ-ведущими на основе загруженных документов или статей.

  • Mirage Avatar X: Вышло обновление для создания реалистичных видеоаватаров с сохранением индивидуальности и мимики спикера.

  • LinkedIn vs ИИ-слоп: В соцсети появилась кнопка с жалобой «Seems like AI slop» («Похоже на низкокачественный ИИ-контент») для фильтрации сгенерированного спама.

  • Wearable-гаджет Friend: Анонсирована новая версия носимого ИИ-кулона за $250, который теперь умеет отвечать голосом и вести поддерживающие диалоги в реальном времени.