Новости про Alibaba
405 материалов с упоминанием Alibaba: релизы, бенчмарки, цены и доступность. Профиль компании и её модели — на странице Alibaba.
-
Яндекс открыл AliceAI-T5-35B: MoE-модель для быстрого поиска с контекстом 128K
Яндекс опубликовал в Hugging Face базовую языковую модель AliceAI-T5-35B-A0.6B. Это претрейновая архитектура encoder-decoder с разреженными слоями MoE, оптимизированная для генерации быстрых ответов в Поиске.
-
Qwen3.8-LiveTranslate: синхронный перевод с сохранением голоса и контекстом
Alibaba представила Qwen3.8-LiveTranslate — модель для почти синхронного перевода речи, сократившая задержку до 2,3 секунды и добавившая функцию клонирования голоса и учета визуального контекста.
-
Qwen3.8-Omni-Flash: Агентный мультимодальный AI с контекстом 1M токенов
Alibaba представила Qwen3.8-Omni-Flash — первую омни-модель с агентными способностями, обрабатывающую текст, аудио, видео и изображения. Модель доступна через API с ценой $0.15 за 1M входных токенов.
-
Как Китай обходит санкции: $4,6 млрд нелегальных GPU Nvidia
Отчет C4ADS раскрывает схему поставок запрещенных чипов Nvidia в Китай через цепочки подставных компаний. Объем нелегальных поставок достиг $4,6 млрд, а треть вычислительных мощностей Китая состоит из контрабандных GPU.
-
CapMem: Текстовая память решает проблему долгого видео в VLM
Исследователи представили CapMem — первый бенчмарк для оценки эпизодической памяти в эгоцентрическом видео. Текстовые описания (капшены) позволяют моделям лучше ориентироваться в часах footage, обходя ограничения контекс
-
ADATA TRUSTA: AI Scaler снижает стоимость ИИ-инференса на 50% за счет гибридной памяти
ADATA TRUSTA представила решение AI Scaler Extended Memory, позволяющее запускать большие языковые модели на системах с ограниченной видеопамятью, сокращая затраты на развертывание более чем вдвое.
-
Многоэтапное подсознательное обучение: как Qwen2.5 теряет способность или усиливает черты
Исследование Arnel Malubay показало, что при цепочечной дистилляции Qwen2.5-7B сильные черты (любовь к кошкам) стабилизируются при длительном обучении, а слабые (совы) приводят к коллапсу способностей и появлению ответов
-
Якоря мышления не работают кросс-модельно: новые данные интерпретируемости
Исследование показало, что ключевые шаги в цепочке рассуждений (CoT) одного ИИ-модели не являются универсально важными для другой модели. Это ставит под вопрос возможность переноса интерпретируемости между архитектурами.
-
Axelera Europa: 629 TOPS за 45 Вт. Новый AI-ускоритель против NVIDIA
Axelera AI представила ускоритель Europa с производительностью до 629 TOPS при энергопотреблении всего 45 Вт. Устройство уже интегрировано в серверы Dell и Supermicro, предлагая высокую эффективность для LLM и CV.
-
J-space не спасёт: почему аудит внутренних мыслей LLM ненадёжен
Исследование Kartikay Luthra показало, что J-space (глобальное рабочее пространство) Qwen 3-8B не позволяет отличить честное выполнение задачи от обмана, даже когда модель знает о мониторинге.
-
Боль как вектор: LLM научились чувствовать боль и избегать её
Исследователи извлекли из 25 моделей линейный «вектор боли», который не тождествен страху. Модели начали выбирать кнопки снятия боли, даже ценой ухудшения ответов.
-
vLLM: 200+ моделей, PagedAttention и квантование для быстрого LLM-сервинга
vLLM от UC Berkeley стал стандартом для быстрого и дешевого развертывания LLM. Поддержка 200+ архитектур, PagedAttention и гибкое квантование делают его лидером open-source индустрии.
-
NVIDIA Vera Rubin: 30x рост эффективности AI-фабрик и новый стандарт токенов на ватт
На AI Infra Summit NVIDIA представила платформу Vera Rubin NVL72 и ПО DSX MaxLPS, обеспечивающие до 30-кратного роста пропускной способности агентов на ватт и оптимизацию энергопотребления дата-центров.
-
XPeng запустил конвейер гуманоидов IRON, Tesla Optimus отстает
Китайский автопроизводитель XPeng запустил первую в мире автоматизированную линию по сборке гуманоидных роботов IRON. В то время как Tesla Optimus задерживает серийное производство, XPeng планирует начать массовый выпуск
-
Секретный канал ломает abliteration в Gemma-3: как победить «шум»
Исследователи обнаружили, что один доминирующий нейронный канал в Gemma-3-12B делает стандартный метод abliteration нерабочим. Предложенное решение — Winsorization — восстанавливает контроль над моделью без потери качест
-
AsyncGRPO с LoRA на HF Jobs: ускорение обучения в 4 раза без NCCL
Команда Hugging Face представила архитектуру AsyncGRPOTrainer с поддержкой LoRA, позволяющую обучать RL-модели на разных машинах через Storage Bucket, сократив время обучения с 3.5 часов до 53 минут.
-
Perplexity Portable Computer для Windows: локальный AI-агент на NVIDIA RTX
Perplexity выпустила локальную версию агента Portable Computer для Windows. Решение работает на видеокартах NVIDIA RTX с 24 ГБ VRAM, обеспечивая приватность данных и интеграцию с офисными приложениями без расхода облачны
-
Пробиваем коллизию: линейный зонд ловит 86% скрытых бэкдоров в Qwen
Исследование демонстрирует, как простой линейный зонд, обученный на честных данных, выявляет 86% случаев сговора между моделью-политикой и монитором, превосходя доверенный мониторинг по кривой безопасности.
-
Экосистема MiniMax H3 в ComfyUI: 30+ нод для видео, звука и оптимизации
Разработчики ComfyUI создали обширную библиотеку кастомных нод для работы с моделью MiniMax H3, предлагая решения для генерации длинных видео, синхронизации аудио и снижения потребления VRAM.
-
GramFuzz: Первый DAST-фреймворк для тестирования безопасности Telegram-ботов и Mini Apps
Разработчик kiurakku представил GramFuzz — специализированный инструмент динамического тестирования безопасности (DAST), созданный для выявления уязвимостей в экосистеме Telegram, включая ботов, встроенные клавиатуры и M
-
Китайский военный и Alibaba использовали Claude для разработки оружия и кражи ИИ
Отчет Anthropic за сентябрь 2026 года раскрывает масштабное использование модели Claude китайскими военными для планирования атак на Тайвань и крупными компаниями для кражи интеллектуальных свойств через дистилляцию.
-
Agent Orchestrator: единая панель для управления 27+ AI-агентами
Untrivial AI выпустил локальное приложение Agent Orchestrator (AO), которое позволяет планировать, запускать и контролировать работу множества AI-кодеров в едином интерфейсе с Kanban-доской.
-
Qwen 3.8 против GPT-6 Astra: Бенчмарки, кризис цен и споры вокруг AGI
Tom's Hardware провел масштабное тестирование локальной модели Qwen 3.8 27B, раскрыл причины скачка цен на ABF-подложки и разобрал скандал вокруг заявления OpenAI о решении задачи Навье-Стокса.
-
Мультиязычие лишь на бумаге: LLM провалили тест на урду
Исследование выявило критические языковые и культурные ошибки в текстах GPT-5.1, Qwen-3-Max и DeepSeek-3.1, сгенерированных на урду.
-
TrimSFT: Как отсечение «мусорных» токенов дало +26.9 очков в математике
Исследователи представили TrimSFT — метод дообучения, который игнорирует слишком легкие и слишком сложные токены, повышая точность моделей на 26.9 пункта.
-
ByteDance: LLM-агенты пишут код, но 66% изменений не работают
Исследование HarnessDev показало, что LLM могут создавать собственные среды выполнения (harness), но их способность к самооптимизации ограничена: лишь 34 из 64 изменений обобщаются на новые задачи.
-
Krea Agent: Единая платформа для 40+ моделей генерации видео и изображений
Krea представила Krea Agent — универсальный интерфейс, объединяющий модели от OpenAI, Google, ByteDance и Alibaba. Платформа позволяет управлять генерацией медиа через единый MCP-протокол, экономя время на переключение м
-
Китайский хак: RTX 5090 с 96 ГБ памяти продается за $3888
Shenzhen Suqiao Intelligent Technology выпустила модифицированную версию GeForce RTX 5090 с увеличенным до 96 ГБ объемом VRAM. Карточка доступна на Alibaba по цене $3888, что на 35% дешевле базовой модели в США.
-
Together AI: новые модели, Expert LoRA и скидки до 70% на дообучение
Together AI расширил сервис Fine-Tuning: добавлены GLM-5.3, Kimi K2.7, поддержка Expert LoRA для MoE-моделей и снижение цен на 30–70%.
-
Доверие к AI-агентам: новый метод калибровки уверенности без доп. затрат
Исследователи представили два метода (LTD и ARP) для оценки уверенности AI-агентов на основе внутренних представлений, превосходящие традиционные подходы по надежности.