Tech Meridian
← К СУЩНОСТЯМ
КОМПАНИЯ · ENTITY #162
Хронология связанных событий, источники и контекст из новостной базы.
Google.org выделяет более $9,5 млн финансирования пяти организациям — CUNY (CITE), Fab AI (в сотрудничестве с DeepMind и Фондом Гейтсов), Krause Center for Innovation, Teaching Lab (пилот Coherence OS) и 1EdTech Global — для создания ИИ-инструментов, моделей для образования и публичной инфраструктуры для учителей и учеников.
Google сообщает об открытии исследовательского хаба в Сингапуре и инвестировании более $6 млн в гранты и развитие потенциала для NUS, NTU и INSEAD Thrive Lab в областях AI для науки, эффективности вычислений, региональных языков и безопасности ИИ.
Google сообщила о глобальном развёртывании Gemini 4 Argon через Google AI Studio, Gemini API, Google Cloud, Поиск, приложение Gemini и вариант для робототехники; через две недели компания анонсировала Gemini 4 Carbon, который сейчас проходит предрелизное тестирование с правительством США и доверенными киберзащитниками в рамках программы Fairwind. В октябре также представили Genie 4 (модель реального времени с нативным звуком), расширили SynthID Detector для проверки AI‑контента, усилили Android‑защиту от мошенничества, выпустили Fitbit Edge с Health Coach на базе Gemini и опубликовали оценку клинического помощника AMIE в журнале The Lancet.
Anthropic добавляет невидимый текстовый водяной знак в Claude Mythos 5, Claude Opus 4.7, Claude Opus 4.6 и Claude Sonnet 4.6; знак встраивается на уровне модели и будет работать на всех платформах размещения (включая Amazon Bedrock). В Opus 4.6 и Sonnet 4.6 водяной знак активируется только при стандартных настройках сэмплинга (temperature, top_p, top_k), поэтому изменение любого из них позволяет обойти маркировку; у Anthropic есть API для обнаружения в приватном превью, компания указывает срок ЕС по AI Act как причину развёртывания.
Google DeepMind совместно с World Resources Institute опубликовали ForTy (Forest Typology) — глобальную карту земного покрова за 2020 год с разрешением 10 м, в которой каждый пиксель отнесён к одной из шести категорий (первичный лес, естественно восстанавливающийся лес, посаженный лес, плантации, древесные культуры, прочие земли). ForTy основана на эмбеддингах AlphaEarth Foundations и многоступенчатых моделях распознавания изображений (с поддержкой Gemini) и показала 90,2% общей точности на выборке из 8 190 участков; она превзошла карты Европейской комиссии по тем же тестам, но обнаружила лишь около половины древесных культур и посаженных лесов и примерно 60% плантаций.
PlanAssist — инструмент ИИ от Google DeepMind на основе Gemini (в сотрудничестве с правительством Великобритании, Google Cloud и Faculty) — в пилоте в районах Barnet, Camden и Dorset сократил время оценки заявок домовладельцев до 58%. Инструмент переходит в 12‑месячную бета‑фазу с живыми заявками: ещё 12 советов будут подключены в трёх когортах (всего 15), при успешном тестировании возможен общий доступ для всех советов Англии в 2027 году.
Anthropic подал проспект S‑1 перед ожидаемым IPO на Nasdaq под тикером ANT, раскрыв данные за первое полугодие 2026 года: выручка свыше $16 млрд (против ~$4,5 млрд в 2025 г.) и чистый убыток $80,7 млн; в проспекте перечислены риски — нехватка вычислительных ресурсов, конкуренция, злоупотребления ИИ и обозначение компании как риск для цепочки поставок со стороны США. В документе не указаны сумма эмиссии и оценка, при этом компания подчеркивает рост корпоративных клиентов и фокус на безопасности.
Google DeepMind представляет результаты 10‑недельного рандомизированного контролируемого испытания в Великобритании с участием более 1 100 учащихся (12–15 лет): роль ИИ‑репетитора на базе Gemini и платформы Eedi была соизмерима с работой человеческих репетиторов в задачах и контрольных, при условии рецензирования ответов экспертами; улучшений по шкале STAR не зафиксировано, что, по мнению авторов, связано с большим временем на задачу. Отдельно годовое исследование в Италии (31 школа, ~1 600 учителей, 24 500 учащихся) показало, что учителя, использующие Gemini for Education, стали чувствовать себя более креативными и фиксировали более совместную динамику в классе.
На саммите Google for Health в Сингапуре Google объявил об открытии исследовательского хаба в Сингапуре с местными учеными и инженерами для развития фундаментальных моделей ИИ и сотрудничества с Национальным университетом Сингапура и Технологическим университетом Наньян. Компания заявила о масштабировании инициатив в области здравоохранения — включая использование открытых моделей, таких как MedGemma, вклад $7 млн (через Google.org и DeepMind) в коалицию Philanthropy Asia Alliance’s Health for Human Potential (включая $1 млн для PathGen), оценку инструмента ко‑врача DeepMind с National University Health System и работу с NHG Health и Google Cloud по прогнозам здоровья населения и ИИ‑коучу на базе Gemini Enterprise в NHG HealthBot.
Google DeepMind объявила о Gemini 4 Carbon — новой «передовой» модели семейства Gemini 4, ориентированной на долгосрочные агентные рабочие процессы и усиленные возможности в области кибербезопасности. По данным DeepMind, Carbon занимает 1-е место в Artificial Analysis Intelligence Index v5.0 (59), демонстрирует лидирующие результаты по бенчмаркам (SEC-bench Pro 88.2%, ExploitGym 54.8%, CWE-bench 71.0%), будет сначала доступна ограниченному кругу киберзащитников через программу Fairwind в рамках добровольного предрелизного тестирования с правительством США и предлагается по цене $2 за миллион входных токенов и $10 за миллион выходных токенов (с кешированными входными токенами со скидкой 95%).
Google представила Genie 4 — новую мультимодальную модель мира, которая генерирует фотореалистичную графику, встроенный звук (музыка, фоновые шумы, диалоги) и интерактивные симуляции в реальном времени. Модель опирается на возможности семьи Gemini (включая Gemini Omni) и запускается как исследовательский превью для доверенных тестировщиков — сначала подписчиков Google AI Ultra в Project Genie и партнёров раннего доступа Gemini API и Google AI Studio.
Google DeepMind и Google Research совместно с World Resources Institute и IIASA опубликовали Forest Typology (ForTy) 2020: глобальную карту с разрешением 10×10 м, которая классифицирует каждую площадку по шести типам леса и землепользования по определениям ФАО, а также ранний годовой временной ряд (2017–2025), показывающий, где естественные леса были заменены плантациями, деревоплодами или другими землепользованиями. Модель обучали на примерно 1,7 млн размеченных точек и в качестве ключевого входа использует эмбеддинги AlphaEarth Foundations; карта позиционируется для мониторинга и поддержки требований, таких как Регламент ЕС по недопущению продукции, связанной с вырубкой лесов.
Google DeepMind объявила о глобальной доступности SynthID Detector — инструмента для проверки изображений, аудио и видео на криптографические водяные знаки SynthID от партнёров (в настоящее время OpenAI, NVIDIA и Kakao; поддержка Apple ожидается) через загрузку на SynthID.com. Детектор выдаёт да/нет, но при сильных модификациях возможны ложные отрицания, и он не покрывает провайдеров с другой технологией водяных знаков (например, Meta или Microsoft).
Google объявила о глобальной доступности Gemini 4 Argon для разработчиков и предприятий через API в AI Studio и платформу Gemini, а также для подписчиков Google AI Ultra/Pro в Antigravity, приложении Gemini и режиме AI в Поиске. Компания позиционирует Argon как высокоточный frontier‑модель для сложных многошаговых задач в кодинге, финансах, юриспруденции, кибербезопасности и науке, с заявленным первым местом в Vals Index; в источнике приводятся кейсы внутри Google (рефакторинг Chrome, оптимизации ADK), ускорения (xTB и Gemma через vLLM) и стартовая цена ($2 за млн входных токенов, $10 за млн выходных, кэшированные входы со скидкой 95%).
В статье Quanta Magazine утверждается, что геномные «фундаментальные» модели (Evo 2, Genos, AlphaGenome), обученные на больших наборах последовательностей, могут давать полезные предсказания, но имеют базовые ограничения: регуляторная архитектура человеческого генома крайне сложна и может не подчиняться простому вход‑выходному подходу.
Тридцать пять исследователей выпустили TheoPhysEval — бенчмарк из 50 неопубликованных задач по теоретической физике с проверяемыми ответами. GPT-6-Astra (в среде OpenAI Codex) дал верные ответы на 49 из 50 задач (98%) при среднем расходе ниже $3 на задачу; Opus 5.5 набрал 92%, Gemini 3.8 Flash — 68%, открытые модели — меньше. Тесты проводились с доступом в интернет и без него, и авторы отмечают, что модели часто хорошо справлялись без поиска, что указывает на сильную «запомненность» литературы; набор данных и тест опубликованы на Hugging Face.
Google DeepMind и Агентство правительственных технологий Сингапура (GovTech) объявили о модели для обнаружения мошенничества на устройстве, основанной на дообученной Gemma, для выявления локализованных социальных инженерных мошенничеств на обычных смартфонах. Модель использует двухэтапный конвейер — лёгкий классификатор и затем контекстную проверку дообученной Gemma — полностью выполняется на устройстве для сохранения приватности шифрованных сообщений; дообучение проходило в управляемом GovTech окружении GCP с использованием анонимизированных данных и стресс‑тестированием, а проект был представлен на SICW 2026.
Google DeepMind и Google Cloud предоставят до 200 европейским научным исследователям прямой доступ к передовым моделям, включая AlphaFold 3, WeatherNext, AlphaGenome, AlphaEvolve и AlphaEarth Foundations, а также выделят $3 млн вычислительных кредитов. Ресурсы будут доступны через инициативу RAISE в поддержку программы ЕС AI for Science и помощи в сокращении дефицита вычислительных мощностей у европейских команд.
Руководители OpenAI и Anthropic заявили перед парламентским комитетом Великобритании, что добровольных обязательств недостаточно для безопасности передовых ИИ и поддержали обязательную правовую базу и отдельные обязательные меры, такие как отчётность о инцидентах; Google DeepMind и Meta отказались поддержать новые законы. Заседание также выявило ограничения Института безопасности ИИ (AISI) в Великобритании, который проверяет модели только при сотрудничестве компаний, и прозвучали предупреждения MI5 о биотаках с использованием ИИ.
Белый дом отменил предыдущее решение и восстановил возможность Британского института безопасности ИИ (AISI) получать ранний доступ к моделям Anthropic, Google DeepMind и OpenAI. Ранее в сентябре властями США было предписано компаниям прекратить обмен модельными данными с AISI, после чего Anthropic ограничила доступ к Claude Mythos 5.1; министр по ИИ Канишка Нараян добивался снятия блокировки и намерен объявить ужесточение требований по отчётности о инцидентах.
Система DeepMind под названием AlphaProof Nexus, основанная на Gemini 3.1 Pro и работающая с доказательным ассистентом Lean (с возможностью обращения к специализированному модулю AlphaProof), формально доказала десятки открытых результатов: девять из 353 открытых задач Эрдёша (две из которых оставались неразрешёнными 56 лет), 44 гипотезы из OEIS, один открытый вопрос в алгебраической геометрии и улучшение оценки в min-max оптимизации; решения опубликованы онлайн и сопровождаются рецензируемой статьёй в журнале Science. DeepMind утверждает, что девять задач Эрдёша были решены и без использования специализированного AlphaProof.
Google DeepMind и Google Cloud опубликовали обзор своих исследований в области здравоохранения и биологии, выделив инструменты вроде AlphaGenome Atlas, AlphaProtein Novo, AlphaFold, DeepVariant/DeepConsensus, Neuroglancer и геопространственных моделей «Earth AI». В материале описаны совместные проекты и примеры — от скрининга для репозиционирования лекарств и ультрабыстрой клинической геномной секвенции до реконструкции мозга в наномасштабе и геомоделей для оценки рисков вспышек заболеваний.
С 1 октября 2026 года arXiv ограничивает число отправок до двух работ на человека в календарный месяц (действующее ограничение в три активные отправки сохраняется). Новое правило, при котором отклонённые работы учитываются в лимите, вводится из-за резкого роста числа отправок (40 363 в сентябре 2026 г.), отчасти вызванного инструментами ИИ, и призвано снизить нагрузку на волонтёрных модераторов, работающих с низкокачественными, «микро»-статьями и текстами, сгенерированными ИИ.
Генеральный директор Microsoft Сатья Наделла в недавнем блоге использует термин «суперинтеллект» и утверждает, что модели ИИ следует рассматривать как внутренние угрозы безопасности, предлагая разделение интеллекта и контроля, разнообразие моделей, полный аудит действий, независимые проверки и возможность отключения человеком; в тексте также критика OpenAI и Anthropic и интерпретация как шаг в интересах бизнеса Microsoft.
Goodfire представила более дешёвые «изнутри» мониторы, считывающие внутренние активации модели (зондов) в реальном времени; они доступны клиентам Baseten. В тестах на Kimi K3 зонды обнаружили 94% вредоносных сессий, 8,7% безобидных сессий направили на повторную проверку, а мониторинг ~1 500 сессий обошёлся примерно в $51 против $233–$10 000 для альтернативных систем. Ранее Base Labs Baseten объявила о партнёрстве по безопасности с Goodfire и Hugging Face, а Google DeepMind тоже сообщал об аналогичных зонда-детекторах в Gemini.
Материал MIT Technology Review (в сотрудничестве с Aventine) рассматривает громкие заявления о гуманоидных роботах — от оптимизма вокруг Tesla Optimus до заявлений лидеров отрасли — и противопоставляет их мнениям робототехников, считающих, что нынешние достижения в ИИ (языковые и визуальные модели) не решают фундаментальные задачи физического управления и универсальности. В статье отмечаются реальные успехи, например использование ALOHA 2 в связке с Gemini Robotics от DeepMind, но делается вывод, что практичная и широко применимая гуманоидная робототехника пока далека, а сроки остаются неопределёнными.
Некоммерческая организация Biohub, поддерживаемая Марком Цукербергом и Присциллой Чан, координирует инициативу Virtual Biology Initiative на $1,8 млрд по сбору данных, лабораторных измерений, оборудования и вычислительных ресурсов для обучения ИИ-моделей, прогнозирующих поведение клеток. Среди участников — Meta, Google DeepMind и Isomorphic Labs (в сумме около $300 млн), Министерство энергетики США (более $500 млн на измерения и вычисления) и НИЗ, координирующие наборы данных; коммерческим спонсорам предоставляется год эксклюзивного доступа к оплаченной ими информации; первый набор данных ожидается примерно через год.
Google (Google DeepMind) расширяет доступ к SynthID Detector — инструменту для проверки, были ли изображение, видео или аудио сгенерированы ИИ от Google или партнёров (OpenAI, NVIDIA, Kakao и вскоре Apple); теперь он доступен по всему миру на английском языке. Компания сообщает, что отметила водяными метками более 180 миллиардов изображений и видео и 240 000 лет аудиоконтента; SynthID интегрирован в Поиск, приложение Gemini и Chrome, которые вместе обрабатывают свыше 1 миллиона запросов в день.
Google DeepMind, Meta и стартап в области AI-дискавери Isomorphic Labs одновременно инвестируют $300 млн в Biohub в рамках инициативы на $1,8 млрд по созданию AI-датасетов, которые позволят исследователям «задавать, предсказывать и отвечать на биологические вопросы в цифровом виде». Министерство энергетики США планирует выделить более $500 млн в течение пяти лет, а NIH предоставит датасеты и репозитории, основанные на предыдущих федеральных инвестициях на сумму свыше $500 млн.
В ноябре более 100 стартапов, отобранных из более чем 2 000 заявок и представляющих 17 стран, соберутся на двухдневный очный форум Gemini Startup Forum в кампусе Google в Маунтин-Вью. Программа, организуемая Google DeepMind и Google Cloud в рамках Gemini Kit, предоставляет практическую инженерную поддержку, демонстрации ИИ, доступ к Google AI Studio и до $350 000 кредитов Google Cloud для подходящих стартапов.
Allow Google Analytics to measure visits? It stays off until you choose. You can change your choice at any time.