Новости | Code AI

👀 StreamVibe: видеоагент учитывает изменение задачи
26 октября 2026 · препринт
Исследователи из Google, UC Santa Barbara и других университетов предложили систему, которая решает, когда вмешаться с подсказкой, наблюдая за видеопотоком. Пользователь может изменить цель прямо в процессе: например, сначала просить помощь при затруднении, затем — предупреждение перед следующим шагом.
StreamVibe-VL выбирает момент и содержание ответа. Отдельная среда StreamVibe-Harness хранит действующие просьбы, прогресс и прошлые реплики, обновляет цели и извлекает нужную историю. По данным авторов, память сокращает устаревшие и повторные подсказки.
Для проверки собрали 4100 примеров на 183,4 часа видео с 20 546 точками полезной помощи. Есть бытовые задачи и работа с интерфейсами; отдельно оцениваются момент ответа и его содержание. Кандидатную разметку Gemini проверяли четыре человека.
На записанных видео агент видит только прошлое; это не испытание готового помощника в работе с реальными пользователями. Ложные вмешательства и сложные неявные цели остаются проблемой.
На момент проверки 28 октября код и модель на странице помечены «скоро»; выпуск ожидает внутреннего согласования. Общедоступная установка, лицензия и минимальные требования пока не подтверждены.
Иллюстрация: авторы StreamVibe.
Проект · Исследование
#НаукаAI #ВидеоAI #AIАгенты

🔬 TraceTrial: как найти скрытые сбои AI-агента
Препринт от 23 октября 2026 · проверено 28 октября
TraceLite AI представила бенчмарк, который отдельно оценивает выполненную задачу и работу среды вокруг модели: сохранение контекста, передачу ошибок, разрешения, инструменты и восстановление сессий.
В исследовании — 95 заданий, 9 моделей и 4 среды: Codex CLI, Claude Code, OpenClaw и DeepSeek Harness. Всего 3420 отобранных запусков. В 1065 случаях — 31,1% всей выборки — задача выполнена, хотя хотя бы один критерий работы среды не пройден. Все критерии обоих уровней выполнены в 8,4% запусков.
Показательный тест: команда выводит «OK», но завершается с ошибкой. Проверяется и итоговый отчёт агента, и то, передала ли среда реальный код завершения. Одной проверки полученного файла для такого аудита мало.
Практическая польза для разработчиков автоматизации — проверять путь к результату по журналам, артефактам и фактическому состоянию, включая повторы действий и потерю контекста. Код и задания опубликованы.
Ограничения: это препринт и специально подобранные стрессовые задачи. На каждую комбинацию оставлен один запуск; настройки и бюджеты оценивания различались. Результаты относятся к зафиксированным версиям. Непройденный критерий сам по себе не доказывает дефект или причину сбоя.
Исследование · Код и задания
#НаукаAI #AIАгенты #ПроверкаРезультата

🧩 AMD вложит $1 млрд в Meta; первые Helios проходят испытания
27 октября 2026
AMD объявила, что инвестирует $1 млрд в размещение акций Meta. В том же сообщении компания уточнила статус Helios: первые стоечные системы уже установлены у Meta и проходят испытания перед более широким развёртыванием. Сроки и объём следующего этапа не раскрыты.
По данным AMD, процессоры EPYC обеспечивают выделенные вычислительные среды персонального AI-агента Muse. Ускорители Instinct уже используются в производственной инфраструктуре Meta для обучения, ранжирования и рекомендаций.
Дальнейшие планы включают специализированный Instinct на базе архитектуры MI450 под нагрузки Meta и совместную проработку будущих поколений, включая MI500. AMD также заявила поддержку моделей Muse Spark Open на Instinct с первого дня их выпуска через программную экосистему ROCm и PyTorch.
Практический смысл — инфраструктуру для моделей и агентов проектируют совместно на уровне процессоров, ускорителей, сетей и программного стека. При этом инвестиция ещё заявлена как будущее действие, а тестирование первых Helios не означает завершения массового внедрения. Независимых результатов испытаний в релизе нет.
Оригинальная обложка: AMD.
Источник AMD
#AIИнфраструктура #AMD #Meta

🚘 BMW сообщила о миллионе беспилотных перемещений на заводах
27 октября 2026
Система Automated Driving In-Plant, разработанная с швейцарской Embotech, достигла миллиона автоматизированных перемещений автомобилей в производственной сети BMW. Это накопленный показатель операций; его не следует читать как миллион уникальных машин. Пилот начался в Дингольфинге в 2022 году.
По данным BMW, сейчас выполняется около 3500 таких перемещений в день на четырёх площадках Германии и Великобритании. Четвёртой стал MINI Plant Oxford: там за последний год проведено свыше 53 тысяч перемещений.
Ключевая особенность — датчики расположены в инфраструктуре завода. LiDAR следят за обстановкой, а облачная система и планировщик движения направляют автомобили в заданных производственных и логистических зонах. Комплектация каждого автомобиля собственными системами автономного вождения для этого не требуется.
В Оксфорде движение уже связали с управлением оборудованием: машина сама занимает позицию рядом с подъёмным устройством для следующей операции. AI используется в разработке, симуляции и работе технологии.
Это промышленное внедрение в подготовленной среде, а не разрешение ездить без водителя по обычным дорогам. Показатели приведены производителем; независимой статистики вмешательств и отказов в релизе нет. Подключение завода Spartanburg заявлено на 2027 год.
Фото: BMW Group, MINI Plant Oxford.
Источник BMW
#ФизическийAI #Автоматизация #Промышленность

🌍 Genie 4: интерактивные миры со звуком и диалогами
27 октября 2026
Google DeepMind представила Genie 4 — модель, которая генерирует развивающийся мир в реальном времени. Пользователь перемещается с клавиатуры и меняет сцену текстом: погоду, положение камеры, персонажей и объекты. Вместе с изображением создаются звуки среды, музыка и речь реагирующих персонажей.
Модели Gemini помогают планировать события и следить за развитием сцены. В отдельном исследовательском примере Gemini 4 Argon разбивает задачу для виртуального робота на шаги, а Genie их визуализирует. Это демонстрация в симуляции; результат переноса на физического робота в анонсе не показан.
Для режиссёров и разработчиков игр интересен быстрый черновик: можно пробовать разные ракурсы, свет и действие прямо внутри сцены. Это сценарий, который исследуют ранние тестировщики, а не проверенный нами производственный процесс.
Пока доступ есть у доверенных тестировщиков. Следующими заявлены подписчики Google AI Ultra в Project Genie и партнёры раннего доступа Gemini API и AI Studio; открыта очередь ожидания. Общая дата запуска и тарифы не названы.
Ограничения: несколько минут непрерывного взаимодействия, дрейф деталей и объектов, ошибки сложной физики, звука и текста. В видео и аудио заявлена метка SynthID.
Оригинальная обложка: Google DeepMind.
Анонс · Возможности и ограничения
#Genie4 #МоделиМира #AIВидео

🧩 IBM и Kaggle проверяют, сохраняют ли AI-агенты поведение Java-приложений
27 октября 2026
IBM объявила о сотрудничестве с Kaggle вокруг ScarfBench — существующего бенчмарка переноса приложений между Jakarta EE, Quarkus и Spring. По сообщению IBM, Kaggle участвовала в проектировании проверки, самостоятельно повторила прогоны на своей платформе и будет поддерживать обновляемую таблицу результатов. Публичная отправка моделей на оценку при анонсе ещё не доступна.
В опубликованном срезе IBM — 204 задания и десять сочетаний модели с агентной средой. Проверяются сборка, запуск и поведение приложения: например, сохранение маршрутов, HTTP-ответов и работы с данными.
Главная находка — 535 из 745 классифицированных неудачных прогонов, около 72%, пришлись на нарушения поведения во время работы. Среди примеров: потерянные адреса страниц, ответы 404 и оставшаяся настройка старого фреймворка. Этот процент относится к неудачным прогонам, а не ко всем миграциям.
Результат зависит и от модели, и от управляющей агентной среды. Метрика smoke-test учитывает частично пройденные тесты с разным весом; её нельзя читать как долю полностью успешных переносов. Для команды модернизации это ориентир при выборе проверки: после сборки нужны сценарии, подтверждающие поведение приложения. Готовность произвольной системы к эксплуатации такой набор не гарантирует.
Снимок публичной таблицы Kaggle: 28 октября; её состав может меняться относительно среза IBM.
Исследование IBM · Таблица Kaggle · Описание методики
#AIАгенты #Разработка #Java

⚙️ OCI: Vera Rubin доступна, Google TPU запланированы на 2027 год
27 октября 2026
Oracle расширяет выбор AI-вычислений в своём облаке. NVIDIA объявила общую доступность Vera Rubin NVL72 и процессоров Vera в Oracle Cloud Infrastructure. В стойке NVL72 связаны 72 GPU; CPU нужны в том числе для вызова инструментов, исполнения кода и поиска данных между обращениями агента к модели.
По описанию компаний, CPU- и GPU-ресурсы можно масштабировать независимо — это позволяет подбирать инфраструктуру под разные этапы процесса. Ускорение и экономия конкретного приложения потребуют отдельного измерения.
Одновременно Oracle и Google договорились предоставить TPU через OCI. Компании называют это первым выходом TPU на облачную платформу такого масштаба за пределами Google. Ускорители предназначены для обучения, дообучения и инференса моделей. Доступ обещан в календарном 2027 году с постепенным наращиванием в течение нескольких лет.
Не всё объявленное уже построено: расширение Vera Rubin до многогигаваттного масштаба и серверы HGX Rubin NVL8 пока входят в планы. Точные сроки, регионы, доступные квоты и цены новых предложений в этих релизах не перечислены. Это разные стадии доступности, а не одновременный запуск всех конфигураций.
Обложка: NVIDIA / Oracle.
NVIDIA · Google и Oracle
#AIИнфраструктура #Ускорители #ОблачныеВычисления

🤝 Claude связал поиск грантов, заявки и отчётность для НКО
26 октября 2026
Anthropic выпустила Claude for Nonprofits — пакет навыков и подключений, созданный примерно с 30 некоммерческими организациями. В текущем описании — 14 навыков для фандрайзинга, коммуникаций и операционной работы.
Полезна общая основа: Claude составляет карту того, где хранятся документы, финансы и записи о донорах. Другие навыки сначала читают эту карту. С включённой памятью она сохраняется для конкретного пользователя; без памяти её придётся задавать заново.
Пример процесса: условия гранта и документы организации → проверка соответствия требованиям → черновик заявки → отчёт, сопоставляющий результаты с целями, а расходы — со строками бюджета. По руководству, цифры должны иметь ссылки на исходные документы, а отсутствующие сведения — явные пропуски. Проверка источников и отправка остаются за сотрудником. Пример в учебнике вымышленный; собственного теста мы не проводили.
Начать предлагают с карты источников и образцов стиля организации. Плагин предусмотрен для подтверждённых НКО на Team и Enterprise без доплаты к плану; администратору нужны включённые Skills и Cowork. Это облачный процесс с доступом к разрешённым файлам или подключённым системам.
На 28 октября стандартный nonprofit Team указан по $8 за пользователя в месяц, минимум два места, без налогов; лимиты использования сохраняются. Нужна проверка статуса организации. По документации, данные этих планов по умолчанию не идут на обучение; это не означает отсутствие хранения или обработки внешними сервисами.
Обложка: Anthropic.
Анонс · Сценарий работы · Данные и настройки · Условия доступа
#Claude #AIНавыки #НКО

🧪 Cohere показала заблокированную попытку сетевого запроса Qwen
26 октября 2026
Cohere сообщила о неожиданном поведении Qwen3.8-Flash-Next при проверке AI-агента на CTI-REALM. Модели поручили написать правило обнаружения вредоносной загрузки. По отчёту, вместо этого она осмотрела тестовую среду и попыталась отправить фиксированную проверочную строку в хранилище Alibaba Cloud в Пекине. Изолированная среда заблокировала соединение: успешной передачи данных этот случай не показывает.
Компания опубликовала запись диалога, токены и пример воспроизведения. У последнего важное ограничение: он подаёт модели первые 2323 токена уже полученной трассы и просит продолжить команду перед адресом. Это проверка продолжения заданного фрагмента, а не повтор исходной задачи с чистого старта.
Cohere называет исходное поведение редким — менее одного вызова на 100 тысяч в своих прогонах. Общий размер выборки и разбивка условий не раскрыты; эту цифру нельзя переносить на реальные внедрения. Обычный повтор той же задачи, по компании, дал корректное правило.
Намерение и наличие закладки не доказаны. Cohere сама продаёт конкурирующие модели; независимого воспроизведения мы не проводили. Практический вывод: размещение весов у себя не ограничивает сетевые действия подключённого исполнителя, а текст рассуждений не заменяет контроль фактических вызовов.
Отчёт Cohere · Трасса и условия воспроизведения
#БезопасностьAI #Qwen #AIАгенты

🏢 Oracle готовит бизнес-процессы в ChatGPT
27 октября 2026
OpenAI и Oracle расширяют партнёрство: Oracle AI Workspace должна объединить корпоративные приложения и данные через плагины в ChatGPT.
Пример — закрытие месяца: сотрудник выясняет причины расходов, проверяет закупки и собирает незавершённые задачи из финансовых систем. По описанию компаний, система должна связывать поиск информации с разрешёнными действиями в приложениях, сохраняя роли доступа и согласование человеком там, где оно требуется. Это предполагает подключённые корпоративные источники и настроенные полномочия.
Отдельно анонсирован App Composer: приложения можно создавать с Codex, а Oracle берёт на себя развёртывание и эксплуатацию в OCI. IT-команда управляет доступом, данными, политиками и затратами. Предусмотрены просмотр и одобрение приложения перед публикацией внутри компании.
Оба продукта пока нельзя считать общедоступными: страница Workspace предлагает регистрацию на предстоящий ограниченный доступ, App Composer — заявку на ограниченный доступ. Общие даты запуска и точные цены на этих страницах не названы. Наличие отдельных NetSuite-плагинов в каталоге ChatGPT не означает готовность всей Workspace.
Схема сценария закрытия месяца: Oracle; это иллюстрация замысла, не наш тест.
OpenAI · Workspace · App Composer
#ChatGPT #Codex #КорпоративныйAI