ИИшечка — шарит за ИИ

Pika переехала прямо в ChatGPT

Видеосервис Pika выпустил расширение для ChatGPT, сделанное вместе с OpenAI. Теперь картинки, видео и звук можно делать, не уходя из переписки с чат-ботом.

По словам Pika, в чат попадают больше 40 её инструментов и больше 100 моделей для генерации. Работает в ChatGPT в браузере и в приложении для компьютера. Мелкие настройки и пресеты появляются прямо в разговоре, а когда нужно больше места, сбоку открывается полноценная студия.

Самое любопытное — монтаж. ChatGPT может вывести таймлайн, и дальше обычными словами просишь поправить тайминг, переделать отдельный клип, добавить переходы, музыку или звуки. Всё сделанное сохраняется в библиотеку Pika, так что начать можно в чате, а закончить уже на сайте.

Похоже, чат-боты постепенно превращаются в рабочий стол, куда другие сервисы приходят сами, а не наоборот.

На картинке обложка анонса из блога Pika.

Источник: Pika — Pika Is Now Inside ChatGPT

Claude ищет в коде лишние двери, через которые могут зайти хакеры

Обычно программы защищают так: нашли дыру — залатали. Но про оставшиеся дыры никто не знает. Anthropic предлагает другое: найти куски кода, которые без нужды доступны всем подряд, и спрятать их, например, за вход по паролю.

Команда Anthropic прогнала Claude по 25 открытым проектам — больше пяти миллионов строк кода. ИИ нашёл 493 проблемы. Самое любопытное: 162 сочетания настроек программы молча принимали без единого предупреждения, и в 94 случаях такое сочетание тихо отключало защиту, которую администратор вроде бы включил.

Сами по себе находки не означают готовый взлом, подчёркивают авторы. Но чем меньше открытых дверей, тем сложнее добраться даже до тех уязвимостей, о которых пока никто не знает.

Скромная роль для ИИ — не искать баги, а закрывать лишнее. Зато пользы может быть много.

Источник: исследование Anthropic

NVIDIA сделала ИИ-симулятор операций, который слушается управления вживую

Двигаете хирургический зажим, захватываете желчный пузырь и приподнимаете его, а всю картинку внутри тела на лету рисует нейросеть. Так работает Cosmos3-H-Dreams — новая исследовательская модель NVIDIA.

Её обучили на видео и данных движений робота с реальных операций по удалению желчного пузыря на хирургической системе Versius от CMR Surgical. По словам NVIDIA, это первый генеративный симулятор хирургии на клинических записях, который реагирует на команды в реальном времени. Работает он на одной видеокарте RTX PRO 6000.

Модель и код выложили в открытый доступ. Авторы честно предупреждают: это инструмент для исследований, а не система для лечения, и реалистичная картинка ещё не доказывает точность поведения тканей.

Дальше NVIDIA хочет учить в таких симуляциях будущих хирургических роботов. Пока это планы, но звучит как тренажёр, где ошибка ничего не стоит.

Источник: блог NVIDIA на Hugging Face

OpenAI купила стартап, который помогает создавать лекарства

OpenAI объявила о покупке Orchestra Bio — компании, которая делает ИИ-агентов для биотеха и фармацевтики. Сумму сделки не раскрыли.

Платформа Orchestra берёт на себя рутину разработки лекарств: следит за исследованиями и сроками и заранее подсвечивает, где проект может застрять. А учёные занимаются решениями, где нужен их опыт.

Как пишет Axios со ссылкой на компанию, команда и технологии Orchestra войдут в Rosalind — набор моделей и инструментов OpenAI для биологов и химиков. По словам OpenAI, новое лекарство обычно создают 10–15 лет, и этот срок компания надеется сократить.

Гонка ИИ-лабораторий всё заметнее переезжает из чатов в науку: Anthropic тоже активно идёт в эту сторону. Посмотрим, начнут ли лекарства от этого появляться быстрее.

Источник: OpenAI

Gemini Notebook научился показывать план до того, как сделать слайды

Google обновила Gemini Notebook — так теперь называется бывший NotebookLM, где ИИ делает по вашим документам конспекты, презентации и видеообзоры. Раньше слайды или видео получались сразу по одному запросу, а если не нравилось, генерировать приходилось заново.

Теперь можно договориться на берегу. Попросите в чате презентацию или видео, и Notebook предложит темы по вашим материалам, а вы выберете стиль и формат.

Для придирчивых есть переключатель Review: до генерации Notebook покажет план слайдов или «заметки продюсера» для видео. Можно попросить добавить краткое резюме в начало или поменять сцены местами, а уже потом запускать. Кому некогда, просто пропускает этот шаг.

По словам Google, за неделю обновление получат все пользователи Gemini Notebook.

Мелочь, а приятно: глянуть на план быстрее, чем дважды ждать целую презентацию.

На картинке экран Gemini Notebook из блога Google.

Источник: Google — слайды и видео в Gemini Notebook

Mistral научила ИИ говорить по телефону с эмоциями

Французская Mistral выпустила Voxtral 3 — голосовые модели и инструменты, из которых компании собирают ИИ-операторов для звонков. Такой агент слушает человека, отвечает голосом и по ходу разговора может проверить счёт или записать к врачу. По словам компании, на реплику уходит меньше секунды, а если собеседник перебивает, агент вежливо замолкает.

Распознавание речи понимает 50 языков, включая русский, и различает, кто именно говорит. Mistral заявляет, что по точности обходит Whisper, ElevenLabs Scribe и Gemini. Синтез голоса подстраивает эмоции и темп под беседу, работает на 35+ языках, готовые голоса есть и для русского. Голос конкретного человека можно воссоздать по 30 минутам записи.

Всё уже доступно через API Mistral, а модели можно запустить и на своих серверах. Звонок в поддержку, похоже, скоро станет приятнее — осталось научиться понимать, кто на том конце провода.

Источник: Mistral AI

Claude придумал белки против яда скорпионов

Anthropic попросила свою внутреннюю исследовательскую модель Claude придумать с нуля крошечные белки, которые цепко хватаются за нейротоксины скорпионов, опасные для людей. За 64 часа ИИ работал в основном сам, с четырьмя уточнениями от команды: перебрал больше 318 тысяч вариантов и отобрал лучшие. Две лаборатории проверили 211 проектов, и 17 из них действительно надёжно прилипли к своему токсину.

Зачем всё это: по данным компании, скорпионы жалят больше 1,2 млн человек в год и убивают свыше 3 тысяч, чаще всего детей. Нынешние противоядия месяцами делают через иммунизацию лошадей, и стоят они дорого.

Anthropic сразу оговаривается: противоядия пока нет, на клетках и животных эти белки ещё не проверяли. Зато все 211 проектов выложили в открытый доступ для учёных. Путь до лекарства долгий, но начало вышло бодрое.

Источник: Anthropic

FLUX 3 Max: 10 секунд видео примерно за 12 секунд

Компания fal вместе с Black Forest Labs, авторами генератора картинок FLUX, выпустила видеомодель FLUX 3 Max. Она снимает ролики по текстовому описанию или оживляет готовую картинку, длиной от 5 до 20 секунд.

Главный фокус в скорости. По замерам fal, десятисекундный ролик в 720p модель отдаёт примерно за 12 секунд, почти в реальном времени. Исходной FLUX 3 на то же требовалось больше двух минут, а Seedance 2.5 при сопоставимом качестве — около четырёх с половиной. В предварительном рейтинге Artificial Analysis, где люди вслепую сравнивают ролики, FLUX 3 Max делит первое место среди моделей «картинка в видео».

Модель уже доступна на платформе fal, платить нужно за каждую секунду готового видео. Все цифры пока из замеров самой fal.

Похоже, скоро можно будет перебрать двадцать дублей одной сцены за то время, пока раньше получался один. Режиссёрам на заметку.

На картинке кадр из демо-ролика, который сгенерировала сама модель.

Источник: fal — FLUX 3 Max

Mercury 3: ИИ, который пишет ответ целиком, а не по словам

Стартап Inception выпустил Mercury 3, свою самую мощную диффузионную языковую модель. Обычные чат-боты печатают ответ слово за словом, а такая модель сразу набрасывает весь текст и за несколько проходов доводит его до ума, примерно как нейросети рисуют картинки.

По данным компании, Mercury 3 выдаёт больше 1000 токенов в секунду, в 4–8 раз быстрее быстрых версий GPT-6 Luna и Claude Haiku 5.5, и при этом не уступает им в тестах. Модель в 40 раз больше первой Mercury, а помнит до миллиона токенов, это несколько толстых книг. Миллион токенов на входе стоит 20 центов, на выходе 70, а на старте действует скидка 50%.

Mercury 3 уже доступна через API Inception и OpenRouter, её используют в голосовой поддержке, обучении и ИИ-агентах для браузера.

Скорость тут главный козырь: когда ответ приходит за секунду, с ИИ можно разговаривать почти как с человеком. Цифры пока только из замеров самой Inception.

На картинке обложка анонса.

Источник: блог Inception

ChatGPT подтянули в COBOL — языке, на котором до сих пор держатся банкоматы

OpenAI учит свои модели работать с редкими и старыми языками программирования: COBOL, Fortran, Visual Basic. Кода на них в интернете мало, и нейросети в них обычно путаются. А зря: по данным, которые приводит компания, на COBOL идёт около 95% операций в банкоматах и больше 40% онлайн-банкинга.

Для проверки сделали два теста. В первом модель с нуля пишет базу данных на одном из 20 языков: GPT-6 Astra проходит 87,4% проверок против 26,8% у прошлой GPT-5.6 Sol. Во втором старую программу на COBOL надо переписать на Java, Python или Rust с точностью до байта: GPT-6.1 Sol справляется в 86,6% случаев против 5,4% у предшественника, а если дать ей подумать подольше — в 97,9%. Тесты выложили в открытый доступ.

Сама OpenAI оговаривается, что в настоящих банковских системах такой код всё равно должны проверять специалисты. Но рутину переезда со старых языков ИИ, похоже, скоро заберёт себе.

Источник: OpenAI