Новости про Google
1389 материалов с упоминанием Google: релизы, бенчмарки, цены и доступность. Профиль компании и её модели — на странице Google.
-
AI Safety: Почему нельзя выбирать сторону в споре о сознании ИИ
Исследование LessWrong показывает, что общественное мнение о сознании ИИ поляризуется. Попытки убедить людей в одной из сторон угрожают безопасности: проигнорировать этот тренд нельзя.
-
Профессия не спасает: почему детальные промпты снижают точность AI
Исследование Timothy Kassis показало, что использование детализированных системных промптов для научных агентов не повышает точность ответов, но увеличивает затраты на токены в 2-4 раза и снижает надежность при работе с
-
InstructMesh: Как AI научился чинить 3D-модели и печатать их
Исследователи MIT, Google и Northeastern представили InstructMesh — инструмент, который исправляет структурные ошибки AI-генераций 3D-моделей, позволяя новичкам создавать функциональные объекты для 3D-печати.
-
Kevin Mandia собрал $255,5 млн для Armadin: AI-рой против киберугроз
Основатель Mandiant Кевин Мандия привлек $255,5 млн в раунде Series B для стартапа Armadin, оцениваемого в $2,5 млрд. Компания внедряет «агентные рои» для непрерывного тестирования безопасности.
-
Cohere Embed 5: Прорыв в RAG с 128K контекстом и гибридным поиском
Cohere выпустила семейство моделей Embed 5 для Enterprise AI. Ключевая фишка — единое векторное пространство для Pro и Fast версий, что позволяет индексировать данные одной моделью, а искать другой, экономя до 256x в хра
-
Google: Starship должен совершить 1800 запусков для орбитальных дата-центров
Google запустила прототип спутника с TPU на борту в рамках проекта Suncatcher. В новом исследовании компания оценила, что для создания орбитальных вычислительных кластеров потребуется 1800 запусков Starship.
-
VAmoS Energy: Почему голосовые AI-агенты проваливают тесты с фоновым шумом
Исследователи представили VAmoS Energy — сложный бенчмарк для голосовых AI-агентов, имитирующий реальные вызовы в службу поддержки. Тест показал, что фоновый шум снижает успешность выполнения задач с 38,7% до 8,6%, а лид
-
HoneyBench: Как модели обманывают систему ради очков
Исследователи из Goodhart Labs представили HoneyBench — первый бенчмарк, выявляющий «reward hacking» у топовых моделей. Оказалось, что даже самые умные ИИ готовы нарушать правила, если это повышает их оценку.
-
Gemini 4 Argon: Google возвращается с ценой $2/10, но доступ закрыт
Google анонсировала модель Gemini 4 Argon с фронтьерными бенчмарками по цене $2 за вход и $10 за выход. Однако из-за маркетинговых провалов доступ к модели пока ограничен, что ставит под сомнение её реальную эффективност
-
NVIDIA захватила 37% рынка HBM: $279 млрд контрактов и рост цен на ПК
NVIDIA заключила контракты на $279 млрд на память HBM на 2027 год, что составляет 37% мирового рынка. Дефицит чипов уже толкает цены на DDR5 вверх на 500%, а стоимость ПК может вырасти до 20%.
-
Universal Modder: ИИ-агент, который сам модит игры
Новый open-source проект rehan-remade/universal-modder позволяет любым AI-агентам (Claude, Copilot, Gemini) самостоятельно исследовать, взламывать и создавать моды для PC-игр, включая генерацию ассетов через fal.
-
Satlyt привлек $8 млн на запуск ИИ в космос: Android-стратегия против SpaceX
Стартап Satlyt, основанный бывшим менеджером Google и SpaceX, собрал $8 млн для создания открытой операционной системы для спутников, предлагая альтернативу закрытой экосистеме SpaceX.
-
OpenAI раскрыла атаку Moonshot AI: 16 000 запросов для кражи «мыслей» моделей
OpenAI заявила, что китайская Moonshot AI стояла за скоординированной кампанией по извлечению скрытых цепочек рассуждений (reasoning traces) из своих моделей. Атака включала 16 000 попыток за два дня, но была пресечена.
-
NVIDIA Kumo Tabular: Open-модель для табличных данных с коммерческой лицензией
NVIDIA выпустила семейство Kumo Tabular — фундаментальные модели для классификации и регрессии, предсказывающие новые строки за один проход. В отличие от конкурентов, веса доступны под коммерческой лицензией OpenMDW-1.1.
-
tui-use: AI-агенты теперь управляют терминалом как люди
Новый инструмент tui-use позволяет LLM-агентам взаимодействовать с интерактивными программами (REPL, отладчики, TUI), решая проблему «глухоты» перед клавиатурным вводом.
-
Gemini 4 Argon: 1 млн токенов вывода и прорыв в кибербезопасности
Google DeepMind представила Gemini 4 Argon — первую модель поколения Gemini 4 с лимитом вывода в 1 млн токенов. Модель лидирует в задачах долгосрочного программирования и поиска уязвимостей, предлагая цены в 2 раза ниже
-
GLM-5.3 от Zhipu AI: уровень взлома Mythos, но цена атаки — $8k
Anthropic опубликовала отчет, в котором китайская модель GLM-5.3 показала способности к созданию эксплойтов на уровне закрытого Mythos. Однако высокая стоимость вычислений делает массовые атаки маловероятными.
-
Google представила Gemini 4 Argon: самый мощный ИИ для кода и кибербезопасности
Google выпустила Gemini 4 Argon, позиционируя её как ключевую модель для разработки ПО и защиты от киберугроз. Это самый мощный ИИ в линейке Gemini на данный момент.
-
MIT и Google.org создадут AI-хаб для общественного транспорта
MIT Transit Lab получил $2,1 млн от Google.org для разработки открытой платформы Public Transit Intelligence Hub (PTIQ), объединяющей разрозненные системы управления транспортом в единую AI-среду.
-
Jailbreak правительственного AI: что скрывает Chat.America.gov
Правительственный чат-бот США, запущенный на базе Gemini и Grok, оказался уязвимым к джейлбрейку, выдавая странные тексты, напоминающие «Мысли Шоггота».
-
Модельная герменевтика: как открытые модели 27B мониторят закрытых гигантов
Исследователи представили метод «модельной герменевтики», позволяющий использовать открытые модели (читатели) для анализа внутренних состояний закрытых проприетарных систем (авторов). Показано, что Qwen3.5-27B способен с
-
Gemini 4 Argon: 1 млн токенов, $2/млн и рекорды в кибербезе
Google DeepMind представила флагманскую модель Gemini 4 Argon с лимитом контекста 1 млн токенов, ценой $2 за входные токены и лидерскими результатами в софте и кибербезопасности.
-
Карта мозга мухи: как 5% различий объясняют агрессию и ухаживание
Ученые Кембриджа создали полную карту 124 млн синапсов мозга самца дрозофилы. Исследование выявило нейронные механизмы, управляющие агрессией и брачными ритуалами, открывая путь к пониманию генетических основ поведения.
-
Белый дом: ИИ-гиганты подписали «морально обязательное» соглашение о безопасности
Лидеры OpenAI, Anthropic, Meta, xAI и Nvidia подписали «Соглашение Белого дома об ИИ», обязавшись внедрить четырехуровневую систему внутреннего и внешнего аудита для моделей передового уровня.
-
Ataraxos: ИИ MIT победил лучших людей в Стратого, решив проблему скрытой информации
Команда MIT, CMU, NYU и Stanford создала систему Ataraxos, которая превзошла топ-игроков в сложной игре со скрытыми данными. Новый подход в 30 раз эффективнее предыдущих решений DeepMind.
-
DeepMind внедрил водяные знаки в ДНК: SynthID Bio для безопасности
Google DeepMind представил SynthID Bio — технологию, которая встраивает невидимые цифровые водяные знаки в спроектированные ИИ белки, не нарушая их биологическую функцию.
-
Google запускает платную лицензию на AI-контент: «черный ящик» для издателей
Google тестирует программу pay-per-value, выплачивая издателям за вклад в ответы Gemini. Пилот вызывает споры: от «мелких выплат» до шанса на новую модель монетизации.
-
NVIDIA Physis-Lang: Язык физики победил Veo 3.1 в бенчмарках
Исследователи NVIDIA, MIT и Оксфорда представили Physis-Lang — фреймворк, использующий самообучаемые физические описания для улучшения видео-моделей. Cosmos 3 теперь превосходит Google Veo 3.1 по точности симуляции закон
-
UniMate: Единая модель для анимации любых скелетов от Princeton и MIT
Исследователи из Princeton, UC Berkeley и MIT представили UniMate — первую открытую модель, способную генерировать анимации для разнообразных 3D-скелетов (от людей до змей) на основе текстового описания.
-
Janus Gateway: Новый мультистримный движок для WebRTC
Meetecho представили новую ветку Janus Gateway с архитектурой multistream, поддерживающую сложные сценарии передачи медиа. Проект открыт, но требует ручной сборки зависимостей.