Компания Fable добилась значительного прогресса в области вычислений: она создала самое быстрое мегаядро в KernelBench-Mega. За счёт написания кода Cuda на RTX PRO 6000 Blackwell удалось достичь ускорения в 18,71 раза по сравнению с оптимизированной базовой версией PyTorch. Калибровка показала следующие результаты: 14,4X для Claude Opus 4.8 (Triton), 11,14X для GLM-5.2 (Triton) и 4,34X для GPT 5.5 (Triton). Инструмент «torch.profiler» демонстрирует, что для каждого декодированного токена выполняется один совместный запуск ядра — в других случаях число запусков варьируется от 4 до 14 на токен.
Исследователи из CAIS и Scale Labs отметили рост эффективности систем ИИ в автоматизации онлайн‑проектов фрилансеров. Согласно «Индексу удалённого труда», показатель успешности вырос с 2,5 % в октябре 2025 года до 16,1 % в июле 2026 года. Индекс оценивает, насколько хорошо ИИ справляется с экономически ценными онлайн‑проектами в сферах 3D и САПР, архитектуры, графического дизайна, видео и анимации, аудио, анализа данных, веб‑приложений и др.
Модели frontier показали такие результаты: GPT‑5.5 — 6,3 %, Opus 4.8 — 8,3 %, Fable 5 — 16,1 %. Менее чем за восемь месяцев граница успешности увеличилась более чем в четыре раза. Среди оцениваемых заданий были, например:
* воссоздание 3D‑модели обручального кольца с заменой центрального камня;
* создание 60‑секундной 2D‑анимированной рекламы «Skyline Tree Services» с озвучкой;
* разработка поэтажного плана и визуализации обновлённой ванной комнаты на основе отсканированного кадастрового плана и фотографий участка.
Эксперты размышляют о влиянии ИИ на занятость: тесты покажут, что произойдёт с онлайн‑занятостью, когда показатель успешности систем достигнет 80 %. С одной стороны, появятся новые задачи, с другой — неясно, хватит ли их, чтобы заменить труд, выполняемый сейчас системами ИИ.
Учёные из ряда университетов и компаний (включая Университет Гонконга, Калифорнийский университет в Сан‑Диего, Колумбийский университет, Alibaba Qwen и др.) выпустили OSWORLD 2.0 — тест для оценки эффективности ИИ в выполнении многоэтапных многопрограммных задач на компьютерах. Задачи в OSWORLD 2.0 сложнее, чем в OSWORLD 1.0, но в среднем занимают меньше времени. OSWORLD 2.0 включает 108 долгосрочных задач, в том числе 31 самостоятельный веб‑сайт. Каждая задача представляет собой автономный сквозной рабочий процесс с учётом высокоуровневой цели пользователя, реалистичных артефактов, компьютерной среды с отслеживанием состояния и оцениваемого конечного состояния. При этом 69,6 % задач занимают у опытного пользователя более одного часа. В отличие от OSWORLD 1.0 (который включал LibreOffice, GIMP, VLC, Thunderbird, VS Code, Chrome), OSWORLD 2.0 охватывает такие инструменты, как Slack, LinkedIn, Shortcut, REAPER, MuseScore, WPS, GitLab, Overleaf, LabPlot, Zotero, AWS, а также веб‑сайты, имитирующие профессиональные сервисы (например, системы страховых выплат, порталы для подачи заявлений на визы и организации конференций). Категории задач включают подготовку документов, работу с ПО и базами данных, финансовый анализ, административную поддержку, продажи и поддержку клиентов, графическую презентацию и др.
Эксперименты с Claude Opus 4.8 (с максимальным мышлением и пакетными вызовами инструментов) показали 20,6 % точности двоичных данных и 54,8 % точности частичных оценок. При этом производительность снижается с увеличением продолжительности задач: агенты испытывают сложности при восстановлении скрытого состояния, отслеживании множества элементов, устранении противоречивой информации и адаптации к меняющимся требованиям. В июле 2025 года модели с самым высоким рейтингом достигли примерно 30 %, а последние модели (MiniMax M3) в июне 2026 набрали около 75 %.
Китайская компания JD (аналог Amazon) представила ПО Oxygen AI Item Center (Oxygen AIIC) для управления системой инвентаризации. У JD 700 миллионов пользователей и миллионы продавцов, каталог содержит десятки миллиардов наименований товаров. Oxygen AIIC обрабатывает сотни миллионов обновлений товаров в день на процессорах Huawei Ascend и охватывает десятки тысяч категорий JD. Ключевые элементы системы:
* разработка онтологий на основе сотрудничества человека и ИИ;
* «семантический поиск, затем распознавание» (с динамически развивающейся онтологией и базой знаний);
* саморазвивающаяся система LLMS/VLMS для понимания элементов;
* «унифицированный туннель элементов» — интерфейс между Oxygen AIIC и другими бизнес‑приложениями.
При крупномасштабном развёртывании Oxygen AIIC возникают технические проблемы: обучение моделированию и вывод данных на процессорах Huawei Ascend NPU, а также эффективное использование вычислительных ресурсов. Система использует китайские вычислительные ресурсы в рамках стремления Китая к технологическому суверенитету.
Отдельный интерес представляет концепция аналоговых вычислений, описанная в Tech Tales: The Brass Gears of Civilization [2050, после грехопадения]. В этом контексте рассматриваются задачи для гильдий: прогноз погоды, анализ океана, подготовка к наводнениям, моделирование землетрясений, моделирование электросетей, очистка и опреснение воды. Для их решения предлагается использовать аналоговые компьютеры — например, огромный компьютер с географическими объектами (горами) в аппаратном обеспечении в виде структур с фиксированным сопротивлением для прогноза погоды или физически точные модели пойм и рек для моделирования наводнений. Есть разговоры о возможности реализации аналогового разума общего назначения за триллион долларов. Идея вдохновлена размышлениями об аналоговых вычислениях при бюджете 10–20 млрд долларов, а также стимпанк‑эстетикой и концепциями реализации нейронных сетей с помощью контейнеров, труб и жидкости.
<<<CODE_BLOCK_1>>>
<<<IMG_1>>>
Подписаться в Макс
