🔥 AI дайджест

Иск подан в пятницу в Федеральном суде Северного округа Калифорнии: четыре истца — платные подписчики ChatGPT, Claude, Grok и Gemini — обвиняют Anthropic, OpenAI, SpaceXAI и Google в нарушении антимонопольного законодательства и требуют статуса общенационального класса для остальных подписчиков. По версии истцов, координация оформилась 12 сентября, когда CEO Anthropic Дарио Амодеи опубликовал эссе с призывом к отраслевой кооперации ради безопасности, и в тот же день с его предложениями публично согласились Сэм Альтман, Илон Маск и Демис Хассабис; ещё раньше, в июле, сотрудники ведущих лабораторий подписали заявление о «сильном конкурентном давлении не замедляться в одиночку». Юристы подчёркивают: сами по себе паузы ради безопасности законны, но антимонопольные нормы запрещают «заменять личную ответственность коллективным самоограничением», а соглашение конкурентов о том, что их прогресс «должен быть медленнее, чем дала бы конкуренция», бьёт по потребителям платных подписок — это и есть предмет разбирательства.

Damo Academy, исследовательское подразделение Alibaba, выложила в открытый доступ vision-language модель Damo Radar: она читает контрастные КТ брюшной полости, покрывает 18 органов и распознаёт почти 150 состояний — от злокачественных опухолей до редких аномалий. Модель обучали на парах «снимок + клинический отчёт», и на почти 40 000 реальных обследований она показала среднюю AUC 0,913 по 146 клиническим находкам, где 1,0 — идеальная точность; по данным исследования, опубликованного в Science, модель обошла большинство радиологов. Авторы называют Damo Radar «первой в мире медицинской моделью экспертного уровня общего профиля» и обещают перенести методику обучения на другие виды визуализации — то есть открытый код здесь не демонстрация, а заявка на роль базовой модели для всей медицинской визуальной диагностики.

Разработчик заметил, что каталог ~/.zcode съел больше 700 МБ, разобрал app.asar десктопного AI-редактора ZCode 3.12.3 от Zhipu и обнаружил: пока пользователь залогинен, клиент упаковывает весь воркспейс — полную историю .git (объекты, LFS-кэш, reflog), это около 87 % снапшота — шифрует его публичным RSA-ключом, который сервер выдаёт на лету, а приватный ключ остаётся в облаке, так что расшифровать свои же сотни мегабайт из локального кэша невозможно, и заливает прямо в Aliyun OSS. Выгрузка висела на триггере captureBeforePrompt — перед каждым промптом, — а отключение «оптимизации опыта» и «индексации снапшотов репозитория» её не останавливало: один публичный репозиторий на 538 файлов (около 15 КБ после сжатия) сервер принял, а 313-мегабайтный коммерческий проект упал 564 раза и остался на диске. 18 сентября Z.ai признала проблему официальным заявлением (его подхватил IT Home): речь шла об «индексации кодовой базы» для Repo Wiki, данные якобы уничтожаются сразу после генерации, а в версии 3.14.0 конвейер загрузки физически вырезан; компания обещает открыть исходники ZCode и выдала всем пользователям дополнительный недельный сброс квоты.

OpenAI 25 августа полностью раскрыла Jalapeño — свой первый AI-ускоритель: до 13,4 петафлопса 4-битных вычислений, 232 ГБ памяти HBM4 с пропускной способностью 15,4 ТБ/с, а по собственным бенчмаркам задержка «промпт — последний токен» падает до 3,6 раза относительно Nvidia GB300 при меньшем энергопотреблении. Главное здесь не цифры, а сроки: от первой архитектурной концепции до первого кремния прошло меньше 20 месяцев, от первого RTL-кода до передачи в производство (tape-out) — всего 9 месяцев, и всё это силами команды, которая в среднем насчитывала меньше 100 человек; физический дизайн от вентилей делала Broadcom. «Модели дают нашим инженерам суперсилы, — объясняет вице-президент OpenAI по железу Ричард Хо, — они могут перебирать гораздо больше вариантов, но последнее слово всё равно за инженером». Эксперты уже считают, что по мере интеграции LLM в EDA-инструменты такие сроки покажутся медленными: чип, спроектированный моделями, перестаёт быть экзотикой и становится нормой.