// AI на русском
77 статьи по теме
Создан тест Indi-RomCoM для оценки LLM на смешанных индийско‑английских инструкциях; модели плохо с ними справляются, особенно при сильном смешивании языков.
Macy's совместно с Google Cloud запустил сервис «Ask Macy's» — цифровой торговый помощник на базе ИИ. Система помогает покупателям быстрее находить подходящие товары, используя мультимодальный подход и виртуальную примерку. По данным бета‑тестирования, пользователи сервиса получают в 4,75 раза больше дохода за одно посещение.
Модели ИИ Google Veo 3 и OpenAI Sora 2 позволяют создавать реалистичные видео из одного статичного изображения. Комбинированный рабочий процесс с использованием инструментов вроде CapCut и Nano Banana упрощает создание контента и помогает добиваться миллионов просмотров. Технология постепенно вытесняет традиционную фотосъёмку в маркетинге и рекламе.
Тиора разработал систему Nebula, которая синхронизирует мыслительный процесс ИИ с анимацией в Unity в реальном времени — благодаря этому NPC из простых текстовых ботов превращаются в эмоциональных партнёров игрока. В ходе разработки система прошла несколько этапов эволюции: от перехода на Unity и замены LangChain на LangGraph до интеграции MCP и RAG. Для решения проблемы задержек внедрена потоковая передача данных через SSE и собственный протокол передачи сигналов.
Учёные оценили, как модели распознавания языка жестов улавливают фонологические особенности: выявлены различия между моделями на основе позы и пикселей, обнаружена частичная корреляция с восприятием человека.
Google выпустил модели Nano Banana 2 Lite для генерации изображений и Gemini Omni Flash для создания и редактирования видео. Первая отличается высокой скоростью и экономичностью, вторая позволяет комбинировать разные типы данных для работы с видео. Разработчики могут объединять модели в единый рабочий процесс.
Статья посвящена роли ИИ в науке, в частности в математике и естественных науках. Обсуждаются новые стартапы в сфере ИИ — Neo Labs — и их вклад в развитие технологий. Также рассматривается нерешённая математическая задача, поставленная Паулем Эрдешем, и роль ИИ в её возможном решении.
IMCBench — тест для оценки ИИ-моделей в медицинских диалогах с изображениями; тестировались Claude, GPT, Nova, Llama; лучший результат у Claude Opus 4.6 (3,61 балла).
Создан новый фильтр Калмана (CA-NKCF) для распределённой оценки данных: он эффективнее аналогов и не требует точных данных о шуме, хорошо работает в сложных условиях.
В Шэньчжэне прошёл салон разработчиков AXera Edge-Day, организованный Aixin Yuanzhi. На мероприятии обсудили создание базы вычислительных мощностей для физического ИИ и коммерциализацию edge AI. Партнёры компании продемонстрировали реальные кейсы применения edge computing в разных сферах — от голосового взаимодействия до умной розничной торговли.
Представлен тест SciDraw-Bench для оценки научных рисунков, сгенерированных ИИ. Он проверяет корректность надписей, изображений и соблюдение правил. Система SciDraw AI лучше общих моделей.
Институт Шанчжи, Шанхайский университет науки и технологии и Фуданьский университет представили фреймворк FLAG для восстановления структуры пространственного транскриптома. Модель переопределяет задачу с детерминированной регрессии на моделирование структурированного распределения и успешно справляется с «проклятием генетической размерности». Эксперименты показали преимущество FLAG по структурным показателям в сравнении с другими методами.
Техническая команда Kuaishou представит ряд исследований на ICML 2026. Работы охватывают ключевые направления ИИ, включая большие языковые модели, обучение с подкреплением и компьютерное зрение. Конференция пройдёт с 6 по 11 июля в Сеуле.
DMV-Bench — тест для оценки зрительной памяти ИИ-агентов на основе каталога товаров; архитектура DualMem превзошла другие мультимодальные системы.
MER-R1 объединяет «быстрое» и «медленное» мышление для точного распознавания эмоций; показала лучшую производительность на MER-UniBench и MME-Emotion.
Видео-облако трансформируется из инфраструктуры контента в инфраструктуру агентов. Аудио и видео становятся инструментом взаимодействия между людьми и ИИ. Volcano Engine развивает Agentic vCloud, внедряя мультимодальную связь и AI MediaKit для выполнения задач агентами в реальном времени. По данным IDC, сегмент взаимодействия аудио- и видеоматериалов с помощью ИИ в первой половине 2025 года достиг порядка 440 млн долларов.
Команда HSA_CORAL в рамках FinCausal 2026 сравнила разные модели для извлечения причинно-следственных связей из финансовых текстов на двух языках. Лучшая система — GPT-4.1 Mini — показала высокие результаты.
Платформа OverFlowLight в реальном времени обнаруживает заторы и корректирует работу светофоров, снижая количество инцидентов с переполнением на 60,4% и увеличивая пропускную способность сети на 18,2%.
Предложена концепция AI‑ModelNet — сети ИИ‑моделей для их взаимодействия и совместного решения задач, что может упростить практическое применение ИИ.
NVIDIA NitroGen номинирована на премию CVPR 2026. На конференциях CVPR и ICML 2026 представлены новые наборы данных, модели и исследования в области ИИ — от мультимодального кода до логических рассуждений LLM. Компания Runway выпустила модель видеогенерации Gen-4.5, а Mistral AI укрепляет позиции на рынке ИИ-услуг.