Hacker News Digest

Новая модель Gemini 4 Argon позиционируется как инструмент для решения передовых задач в науке, математике, робототехнике и киберзащите. Она помогает исследователям Google и научному сообществу ускорять путь к открытиям: в частности, в Isomorphic Labs модель синтезирует сложные PDF-файлы и патенты, извлекая нужную информацию и сокращая процесс, который обычно занимает недели, до нескольких часов. В робототехнике Argon автономно превращает сырое видео в физически точную симуляцию, оценивая глубину и физические границы и генерируя код для воспроизведения реальной среды.

В сфере кибербезопасности модель делит первое место на CWE-Bench с результатом 68% по устранению уязвимостей, названа самой устойчивой к косвенным инъекциям промптов и расширяется на сотни новых партнёров программы Fairwind. Среди других достижений — оптимизация открытого пакета квантовой химии, ускорение открытых моделей Gemma почти втрое и миграция устаревшего кода. По отзывам партнёров, на более чем 200 сложных синтетических продольных графиках модель показала наивысшую полноту и точность кодов МКБ-10, а на научном бенчмарке Axiom Bio оказалась на переднем крае в большинстве задач, включая ранжирование клинического риска между двумя препаратами. Доступ к Gemini 4 Argon открыт для подписчиков Google AI Pro и Ultra, а учёные и защитники могут подать заявку на участие в исследовательских и security-программах.

Тред подтверждает сильные стороны Gemini 4 Argon в генерации качественного текста и нелинейных задачах, но отмечает повышенную частоту ошибок, высокую стоимость и проблемы с доступом и развертыванием. Argon демонстрирует более высокую частоту ошибок из‐за бесконечных циклов рассуждений и трудностей в разделении блоков рассуждений (gertlabs). Для нетехнических запросов Argon выдаёт лаконичные, логически структурированные ответы и умеет строить симуляции и иллюстрации (svara). Модель генерирует высококачественный английский текст, но иногда использует em‐dash; проблемы с масштабированием и доступом в EU (postalcoder). Google сохраняет консистентность: мульти‐модальность, огромные окна контекста и низкая цена (manlymuppet). Стоимость выполнения задачи для Argon $3.51 против $0.41 у конкурентов (mridulmalpani). В тесте image→html модель оценивается как B‐tier, уступая Opus 5.5 и Astra (jjcm). Argon значительно улучшил результаты на немецком языке (scirob). В EU модель теперь обучается на данных пользователей, если включена активность (asdewqqwer). Используется для дешифровки рукописи Войнича, демонстрируя глубокий анализ (d2kx). Через OpenRouter Argon сравним с Opus 5.5, но автор разочарован Sol 6.1 (Macuyiko). В кодовом тесте Argon решил 10 из 11 задач, но затратил $0.52, 4 мин и 24 к токенов, иногда упуская решение из‐за переосмысления (ariwilson). Для проектирования UAV Argon эффективнее Flash 3.8, что позволяет отказаться от Claude (lp92). На уровне предприятия можно переключаться между Opus 5.5 и Gemini Argon, что удобно для потребителей, но усложняет разработчикам (sashank_1509). Argon способен преобразовывать видео в физически точные симуляции, что потенциально революционно (freakynit). Модель доступна только для подписки Ultra; Pro‐пользователи остаются без доступа (bezko, tireonfire, efficax).

Исследователи из CMU, MIT, NYU и Стэнфорда создали ИИ Ataraxos, который впервые победил лучшего человека в Stratego — Пима Нимейера, считающегося величайшим игроком в истории игры, со счётом 15:1 при четырёх ничьих. Для обучения потребовалось всего 16 GPU и несколько тысяч долларов, что резко контрастирует с масштабными ресурсами, ранее тратившимися на подобные задачи.

Stratego — игра с неполной информацией: каждый из 40 фигур имеет скрытый ранг, раскрывающийся только при столкновении. Цель — захватить флаг противника. В отличие от покера, где скрыто всего две карты (1326 комбинаций), в Stratego возможных расстановок более дециллиона, а партии могут длиться до 2000 ходов. Кроме того, ключевую роль играет блеф: слабые фигуры часто выдают себя за маршала, чтобы запугать соперника. Ранее даже DeepNash от DeepMind не справлялся с этим балансом между дезинформацией и предсказуемостью, но Ataraxos смог его освоить, доказав, что сложные игры с долгой скрытой динамикой теперь поддаются ИИ.

Успех Ataraxos связан с эффективностью алгоритма в условиях неполной информации, а не с масштабом ресурсов. Он быстро учится предсказывать действия противника, а не перебирает варианты. Это контрастирует с предыдущими подходами и открывает путь к более экономичным решениям в подобных играх. Stratego требует психологической составляющей и блефа, но шаблоны поведения можно выявить. Существует множество вариантов правил, включая Electronic Stratego и Silent Defense, которые увеличивают неопределённость и могут быть целями для ИИ. ИИ не страдает от ограничений памяти, в отличие от людей, что даёт ему преимущество в отслеживании открытых фигур. Сравнение с DeepNash показывает, что рост мощности ИИ в Stratego произошёл за счёт улучшения алгоритмической эффективности, а не увеличения вычислительных ресурсов. Поддельная маркировка фишек (царапины) нарушает честность и демонстрирует, как люди манипулируют неполной информацией в реальной жизни. Стратегия размещения флага в углу за двумя бомбами, использованная Ataraxos, редка, но эффективна — указывает на неинтуитивные решения ИИ. Игры с неполной информацией, такие как Hanabi и Bridge, представляют аналогичные вызовы. Успех в Stratego может быть перенесён на них. Bridge особенно интересна благодаря сочетанию неполной информации, кооперации в парах и сложной системы объяснений ходов. Изменённые правила Stratego (перевёрнутые фишки, перемещение бомб) создают новые тактические возможности, которые ИИ осваивает быстрее людей. Появление ИИ, превосходящего лучших людей, вызывает ностальгическую грусть у игроков, ценящих игру как человеческий опыт. Ранее считалось, что Stratego слишком сложна для ИИ из-за неопределённости, но опыт игроков показывает, что шаблоны поведения и блеф можно систематизировать. Electronic Stratego с упрощённой системой раскрытия рангов (выше/ниже/равно) оказалась для некоторых игроков даже интереснее оригинала. Существуют онлайн-архивы и прототипы ИИ для Stratego, включая простые реализации, доступные для немедленной игры. Филлипинская игра Game of the Generals является прямым аналогом Stratego, что указывает на универсальность структуры неполной информации в настольных играх.

SE Gyges утверждает, что движение за безопасность ИИ возникло из секты, основанной фанфик-автором Элиезером Юдковским («Юдом»), и что его истинная природа скрывается, чтобы выглядеть серьёзно в политике. По его словам, Юд связал Шейна Legg и Демиса Хассабиса с Питером Тилем, что привело к созданию DeepMind, а его идеи проникли в всю дискуссию об ИИ — термин «AI Alignment» популяризирован его организацией, Machine Intelligence Research Institute (MIRI). Gyges приводит цитаты и изображения, показывающие, что влиятельные фигуры вроде Руна (неофициального представителя OpenAI) и Dario Amodei (CEO Anthropic) признают важность взглядов Юда, несмотря на его спорную репутацию. Он также ссылается на конференцию Future of Life Institute 2015 года, где, по утверждению Юда, были заложены основы OpenAI, хотя Gyges считает эту связь маловероятной. По его мнению, даже критики и бывшие сотрудники Anthropic, такие как Coxon, не могут обсуждать ИИ, не опираясь на концепции, выработанные в рационалистском и эффективном альтруизме (EA) сообществе, связанном с Юдом. Gyges заключает, что из-за этой скрытой идеологической основы люди вроде Юда не должны участвовать в формировании политики ИИ.

Обсуждение в основном отвергает упрощённую трактовку статьи как «сексуального культа», указывая на ад‐хоминемы, исторический контекст и необходимость аргументировать идеи, а не личные предпочтения; при этом некоторые участники подтверждают наличие культовых черт в сообществе и делятся личным опытом взаимодействия.

• Совет: Для более глубокого понимания темы автор предлагает прочитать расширенный материал по ссылке: https://www.iankduncan.com/personal/2026\-09\-16\-sex\-ai\-and\-th...

• Спор: Комментарий perlgeek ставит под сомнение, что статья имеет смысл, если её основной «доказательство» — личные сексуальные предпочтения Юдковского и его знакомых.

• Спор: alexgieg указывает, что статья в основном состоит из ад‐хоминемов; после их удаления остаётся лишь два абзаца о концентрации рынка, что делает основной аргумент слабым.

• Совет: Пользователи andor и yawnxyz советуют использовать Cloudflare Warp или 1.1.1.1, чтобы обойти ошибку Cloudflare Worker при попытке открыть статью.

• tim333 напоминает, что обсуждение безопасности ИИ существует с 1950‐х годов (Тьюринг) и даже раньше (Норберт Винер 1949), а не только с появления Юдковского.

• fwlr делится личным опытом: его пригласили на оргии, он отказался, и это не повлияло на его статус в сообществе, что показывает отсутствие принудительного контроля.

• jmoggr отмечает, что рационалисты предсказывали «выход» несогласованных ИИ из обучающих сред, и такие случаи уже наблюдались, но считают, что выравнивание пока невозможно.

• Совет: bananaflag советует читать аргументы напрямую, а не сосредотачиваться на личных деталях, чтобы оценить их объективно.

• Спор: VortexLain, будучи полиа́мурным, считает, что обвинять Effective Altruism в «сексуальном культе» несправедливо; идеи должны оцениваться независимо от личной жизни участников.

• Совет: amanaplanacanal разъясняет, что слово «культ» имеет разные значения и подчеркивает, что только тот тип, который изолирует людей от внешнего мира, считается опасным.

• Спор: PorterBHall ставит под вопрос релевантность личных сексуальных предпочтений исследователей к их профессиональной компетентности, сравнивая с гипотетическим «некрофильным» хирургом.

• Razengan поднимает новую тему — необходимость разработки безопасных систем для будущих AI‐сексуальных роботов.

AlphaGenome Atlas — это база данных, предсказывающая эффекты всех возможных однонуклеотидных вариантов в геноме человека. С помощью модели AlphaGenome учёные предварительно посчитали регуляторное влияние 9 миллиардов однонуклеотидных изменений, получив набор данных в 1 петабайт. Для удобства работы введён показатель AVI — единая оценка влияния варианта, объединяющая предсказания для кодирующих и некодирующих регионов, позволяющая быстро выявлять приоритетные мутации.

Инструмент уже применяется в исследованиях: в Broad Institute команда Лауры Ковилл использовала AVI для приоритизации вариантов при изучении редких заболеваний и выявила критичный вариант в гене DNM1, создающий ошибочный сайт сплайсинга, что помогло решить клинический случай. Доктор Гарет Хоукс из UK Biobank проанализировал данные 54 000+ участников, сгруппировав варианты по предсказанному молекулярному эффекту, и обнаружил на 22% больше некодирующих ассоциаций с комплексными признаками. Фокусировка на топ-1% самых влиятельных вариантов выявила 19 геномных регионов, связанных с ИМТ. Atlas доступен через веб-портал без необходимости программирования, открывая доступ клиническим исследователям и биологам по всему миру.

AlphaGenome Atlas не превосходит Borzoi — это предварительно рассчитанная база данных на его основе, а не научный прорыв, а лишь кэширование. Не валидированы экспериментально, нет оценки надёжности для редких или неизвестных вариантов. Не работает с инделами, только с SNP. Неприменим к данным 23andMe из-за низкого охвата генома. Не поддерживает промоторы и динамику транскрипции, ограничивая анализ регуляторных вариантов. Обучен только на человеческом геноме — не применим к другим организмам, включая Nebula. Предсказания недостаточны без сравнительных данных из других видов. Использование разрешено только для некоммерческих целей, что вызывает опасения о доступе фармацевтических компаний через партнёрства. Не имеет отношения к AlphaFold — это работа в регуляторной геномике, основанная на Enformer (Зига Авсек), а не на Демисе Хассабисе. Именование как «Alpha___» вызывает скепсис как маркетинговый приём, создающий иллюзию прорыва без реального улучшения. Доступ без аффилиации возможен через «None». Упрощает доступ для не-программистов, но не решает проблему интерпретации без экспериментальной валидации.

Claude добавляет в файлы, которые он создаёт, специальную подписанную метаданные — так называемый content credential, соответствующий стандарту C2PA. Это позволяет определить, был ли файл создан или обработан с помощью Claude, но только если формат файла поддерживается (например, PNG, JPG, SVG, MP4 и др.). Инструмент проверяет только эти метаданные и не анализирует содержимое файла. Загруженный файл остаётся на устройстве пользователя, не сохраняется и не используется дальше. Обнаружение водяных знаков в тексте, созданном Claude, возможно через отдельный Detection API, но он пока доступен только организациям по требованию ЕС. Аналогичные системы проверки происхождения контента существуют у OpenAI, Google DeepMind и Gemini. C2PA — открытый стандарт, используемый также в фототехнике и редакторах для отслеживания источника медиафайлов.

C2PA-метаданные в файлах Claude легко удаляются, но их подпись не подделывается без ключа Anthropic — система односторонняя: отсутствие метаданных не доказывает отсутствие участия Claude, наличие — подтверждает. Способы обхода и ограничения: - При упаковке медиа в ZIP метаданные теряются без изменения содержимого. - Загрузка своего изображения с запросом «верни как есть» приводит к добавлению C2PA, что показывает: метаданные встраиваются на этапе презентации, а не генерации. - В SVG метаданные хранятся как `<c2pa:manifest>`, в PNG — как chunk `caBX`; удаляются вручную без повреждения файла. - Проверка не работает для PDF, Excel, кода и других текстовых форматов, хотя они часто генерируются LLM, что ограничивает практическую ценность. - C2PA не работает для файлов, обработанных сторонними инструментами (ImageMagick, ffmpeg и т.п.) — даже если они созданы Claude. - Anthropic не встраивает водяные знаки в код: невидимые символы нарушают функциональность. - Пользователи могут обойти систему, переформулируя выводы Claude через другую LLM (уязвимость к цепочкам моделей). Технические детали: - Проверка выполняется на клиенте через WebAssembly-версию Rust-библиотеки c2pa-rs — файлы не отправляются на сервер. Дискуссии о ценности: - Водяные знаки нужны в основном для соответствия EU AI Act, но закон охватывает только изображения, видео и аудио — для текста они избыточны. - Одни считают наличие метаданных единственным надёжным признаком участия Claude, другие — что их отсутствие ничего не доказывает. - Обсуждается обучение дискриминатора для различения Claude и других LLM с последующим созданием де-водяного знака. - Компании могут использовать C2PA не против подделок, а чтобы их выходные данные не попадали в обучающие наборы других моделей. Итог: C2PA не решает проблему доверия к контенту — метаданные удаляются, а их отсутствие не доказывает отсутствие AI-генерации. Ключевой вопрос остаётся этическим: «поставил бы человек свою подпись под этим?»

Gemini Omni 1.1 Flash — это обновлённая версия генеративной модели от Google DeepMind, ориентированная на профессиональное создание видео через API. Она добавляет студийный уровень контроля: теперь можно плавно расширять сцены на основе до 10 секунд предыдущего контекста (раньше — только последняя секунда), что обеспечивает лучшую визуальную согласованность и позволяет создавать истории длиной до 40 секунд шагами по 10 секунд. Также реализована генерация видео между заданными первым и последним кадрами — идеально для сложных переходов, орбит камеры или зацикленных клипов без скачков.

Для ускорения прототипирования доступен режим 360p: генерация происходит до 60% быстрее и в три раза дешевле, чем в стандартном 720p, что удобно для раскадровок и быстрой итерации. По готовности можно апскейлить результат до 4K с сохранением деталей. Модель уже интегрирована в Google AI Studio, Gemini Enterprise Agent Platform и доступна подписчикам Google AI Plus, Pro и Ultra в Google Flow и Gemini app. Официальная документация, кукбук и гайды по промптингу помогают разработчикам внедрять эти возможности в свои инструменты и рабочие процессы.

Тред почти не обсуждает техническую сторону Omni 1.1 Flash; вместо этого доминируют индустриальные и культурные последствия генеративного видео. Прозвучали конкретные сигналы удара по смежным профессиям (актёры озвучки, фотографы, иллюстраторы), скепсис по поводу практической пользы и контроля, а также единичные пользовательские наблюдения о поведении модели.

• Участники массово фиксируют исчезновение «небрендовых» креативных работ: @earthnail называет произвольную озвучку «мёртвой», @anonzzzies описывает по опыту из своего города, что меню/афиши/баннеры ресторанов и событий теперь генерирует OpenAI, а его знакомый фотограф перешёл на свадьбы, потому что коммерческие съёмки «plummeting» с конца прошлого года.

• Несколько комментаторов (@thangalin, @apwheele, @NooneAtAll3, @cube00, @DataDive, @bluerooibos) сходятся на том, что видеогенерация пока слаба для реальных задач: модели «дрейфуют» и не держат 30+ секунд, синхронизация с заранее записанным аудио не работает, а нетворческие превью в 360p при повторном запуске дают другой результат из-за недетерминированности.

• Пользователи (@037, @vardump, @ygouzerh, @GaggiX, @fg137) сообщают, что демо-страница Google плохо работает в Firefox и в целом неудобна на десктопе: бесконтрольный инстант-скролл назад к видео после ручного скролла, много тяжёлых видео; @037 в шутку предлагает гугловцам «P.S. Make sure the page works in Firefox too».

• Совет: @cube00 советует использовать низкое разрешение 360p только как драфт: при одинаковом промпте на 720p результат отличается из-за недетерминированности, поэтому превью — это лишь проверка идеи, а не воспроизводимый рендер.

• Совет: @andsoitis указывает, что тема влияния на актёров всё-таки обсуждалась, и даёт поисковый запрос на Algolia HN для тех, кому нужен контекст прошлых дискуссий и профсоюзные кейсы (упоминается контракт SAG-AFTRA против нелицензированных AI-перформансов).

• @petcat и @lambda отмечают, что экранные и голосовые актёры защищены профсоюзами (SAG-AFTRA), которые целенаправленно бастовали и выторговывали пункты про AI, в отличие от разработчиков, не имеющих коллективного рычага.

• Спор: @porridgeraisin и @deadlast2 считают автоматизацию креативных профессий логичным продолжением истории труда (как когда-то исчезли чертёжники), а @space_fountain и @DataDive возражают: инструменты «отлично делают слоп», но почти бесполезны для художественного видения и лишают визуальный контент обещания реальности, делая его «массивом пикселей, расставленных алгоритмом на 2D-экране».

• Часть комментаторов (@bluerooibos, @chermi, @SpyCoder77, @CmonGoogle) выражает усталость и недоверие к маркетингу: пользователи «онемели» к апдейтам, @chermi саркастически вспоминает «3.5prowithinamonth», а @CmonGoogle формулирует три ложные предпосылки, на которых держится нарратив фрагментации AI-брендов Google.

• Совет: @thangalin демонстрирует свой работающий self-hosted пайплайн для аудиокниг — контейнеризованное веб-приложение, озвучивающее его sci-fi роман локально с несколькими нарраторами и персонажами (скриншоты keenlore), показывая практический пример замены актёров озвучки.

• @petegleeson ловит явный failure модели в маркетинговом видео: цитата хвалит «accuracy» Omni Flash, а в кадре аргентинский футболист в майке «RESSC», что показывает, как минимум для текста на форме, заявленная точность не выдерживает проверки.

• @simonw ставит релиз в стратегический контекст: OpenAI фактически бросил Sora, а Google продолжает инвестировать в генерацию видео, возможно, потому что это путь к «world models», тогда как новой версии Gemini Pro давно нет — это подтверждает @guilhermeasper фразой «Google does anything except launch a new version of Gemini Pro».

• Совет: @shreya1999 формулирует сдвиг рынка: «сырое» качество генерации уже стало baseline-ом, конкуренция теперь идёт за контролируемость, а @overflowy предупреждает, что откажется от любого бизнеса, использующего сгенерированные видео в продакшене.

• Спор: @dominotw спорит с нарративом массовой автоматизации: AI хорошо работает только там, где есть компиляторы, тесты, CI и «куча данных» (например, hiring через Mercor), во всём остальном он «sucks», что противоречит видению @deadlast2 о скором поглощении всех индустрий.

Статья сообщает о уходе главы этики OpenAI менее чем через год после назначения — это очередной сигнал о внутренних напряжениях в компании, стремящейся к балансу между инновациями и ответственностью. Уход высокопоставленного сотрудника, отвечающего за этические стандарты ИИ, усиливает критику со стороны экспертов, которые считают, что OpenAI ставит скорость разработки выше прозрачности и общественного доверия.

Ключевой момент — это не просто смена персонала, а симптом системной проблемы: в условиях жесткой конкуренции в сфере ИИ компании всё чаще жертвуют этическими механизмами ради технологического превосходства. Подобные уходы уже происходили в DeepMind и Anthropic, что указывает на тенденцию отрасли в целом. Без устойчивых этических институтов даже самые амбициозные заявления о «безопасном ИИ» остаются декларациями.

Уход главы этики OpenAI может быть связан с внутренними напряжениями, но возможны и личные причины. Как отмечают участники треда, этические команды в компаниях часто создаются лишь для имиджа и не имеют реального влияния на решения.

WeatherNext AI модель впервые позволяет давать точные прогнозы тропических циклонов за столько же времени, сколько раньше требовалось для двух‑дневного окна. За три дня модель достигает точности, которую прежние системы обеспечивали лишь за 48 часов, что эквивалентно десятилетию прогресса в метеорологии. За счёт прогноза скорости ветра, траектории и интенсивности за 15 дней вперёд, её трёхдневные предсказания уже сопоставимы с прежними пятидневными.

В результате открытого кода WeatherNext 2 и WeatherNext Cyclones уже используют национальные центры (NHC, CIRA, Met Office и др.) и помогли сделать исторический предупреждающий сигнал для урагана Melissa, дав жителям Ямайки дополнительный день подготовки. Теперь каждый ураган моделируется 1 000‑кратным ансамблем, создавая карты вероятностей ураганных ветров.

Запомните: за три дня прогноз почти такой же, как раньше — за два; открытый код даёт исследователям шанс ускорить развитие прогнозов и спасать жизни.

Тред расширяет статью о WeatherNext, добавляя информацию о её применениях, ограничениях, сравнениях с другими моделями и коммерческой перспективе. Модель потенциально полезна для морского транспорта — снижает расход топлива и повышает безопасность. Пользователи спорят: одни акцентируют коммерческий потенциал, другие — научную значимость и социальную пользу. Рекомендуется анализировать ключевые предсказательные параметры и применять подобные подходы к другим явлениям, например, землетрясениям. Согласовано: ИИ и машинное обучение способны привести к прорывам в метеорологии и прогнозировании природных явлений. По опыту @tcumulus, специализированные модели, как WeatherNext, перспективнее общих, например LLM.

Google DeepMind перестраивает команду, чтобы ускорить путь к AGI и науке. Демис Хассабис уходит с поста CEO DeepMind, становясь председателем GDM и главным научным советником Alphabet, чтобы полностью сосредоточиться на формировании будущего искусственного интеллекта. Кори Ковакчуглу возглавит DeepMind как SVP, отвечая за Gemini, Frontier AI и разработки, используя свой 13-летний опыт в создании таких прорывов, как WaveNet и DQN.

Корпорация объявила о создании независимой компании Джеффа Диана и Санджая Гемава, которая будет ускорять научные открытия в области ML и биотехнологий. Джефф, ключевая фигура в истории Google (поиск, нейросети), уходит с поста в Google, чтобы реализовать личные амбиции. Главы подчеркивают, что Gemini достиг 950 млн пользователей, а Isomorphic Labs Хассабиса уже работает над лечением заболеваний, таких как рак. Культура DeepMind, объединяющая таланты, сохраняется, но структура меняется для более гибкого развития.

Уход Демиса Хассабиса, Джеффа Дина и Санджая Гхемавата из Google может свидетельствовать о внутренних проблемах — потере фокуса на научных исследованиях и неспособности конкурировать в ИИ. Их уход — значительная потеря, поскольку они были ключевыми фигурами в области ИИ и машинного обучения. Некоторые связывают это со сменой стратегии, другие — с естественной текучестью. Пользователь @fhub предлагает инвестировать в проекты Дина и Гхемавата, чтобы удержать их опыт.

Gemini Robotics 2 представляет собой прорыв в области робототехники, объединяя целостное управление телом, тонкую манипуляцию и командную работу через три интеллектуальных модели. Впервые роботы могут осмысливать и выполнять сложные задачи — от ходьбы и приседаний до уборки захламлённых помещений — с контролем от стоп до кончиков пальцев, используя визуальные и языковые подсказки. Модель Gemini Robotics 2 VLA преобразует восприятие в движения, ER 2 планирует многошаговые действия и координирует взаимодействие между роботами, а On-Device 2 позволяет адаптироваться к новым телам за несколько часов, работая локально без облака.

Ключевое достижение — способность к переносу навыков между разными роботами и реальному взаимодействию с человеческой средой. ER 2 уже доступен в Google AI Studio, а другие модели — в тестовом доступе для партнёров. Система демонстрирует, что роботы больше не привязаны к жёстким программам: они учатся, адаптируются и сотрудничают, как живые существа. Партнёры вроде Boston Dynamics и Apptronik уже тестируют технологии, что открывает путь к массовому внедрению умных роботов в быту и промышленности.

Участники обсуждают потенциал и риски робототехники и ИИ в контексте Gemini Robotics 2: возможность вреда людям, замены рабочих мест, этические последствия. Согласны, что технологии могут улучшить жизнь, но требуют осторожного внедрения. Рекомендуют фокусироваться на специализированных роботах, а не на универсальных андроидах.

Kaggle и DeepMind провели хакатон по созданию бенчмарков для оценки когнитивных способностей ИИ, выходящих за рамки простого воспроизведения информации. Победителем в категории «Гран-при» стал MEDLEY-BENCH — метод, оценивающий не только правильность ответа, но и способность модели осознавать свои ошибки под социальным давлением. Это ключевой сдвиг: вместо проверки «знает ли модель ответ» — проверяется, «знает ли она, когда не знает». Участники представили более 1000 бенчмарков, охватывающих пять когнитивных направлений — от рассуждений до самосознания.

Среди отмеченных работ — MetaARTW, демонстрирующий, как некоторые LLM не могут распознавать картины и при этом не осознают этого. Участники подчеркнули необходимость согласованности между амбициозной целью создания AGI и масштабом оценочных систем: без широких, гибких тестов прогресс будет иллюзорным. Организаторы поощрили всех участников, особенно тех, кто представил не только успешные, но и провальные сценарии — как важную часть понимания ограничений современных моделей.

Хакатоны изменились: победы теперь часто достаются проектам, использующим ИИ для генерации кода и промптов, чтобы обмануть судей. ИИ всё чаще применяется и для оценки заявок, что порождает риски подделки результатов. Многие считают, что использование ИИ стало нормой, меняя суть хакатонов. Некоторые полагают, что они всегда были нечестными — ИИ лишь усугубил проблему; другие видят в этом новую интересную динамику. Качество продуктов и исследований снижается из-за массового применения ИИ для генерации контента. Возникает опасение «отгрузки мышления» ИИ — требуется критический подход к его результатам. Хакатоны и конференции становятся всё более коммерциализированными, превращаясь в инструменты саморекламы. Советы: не поощрять обман с помощью ИИ, фокусироваться на ценности проектов, использовать ИИ как инструмент, но не как замену критическому мышлению.

OpenAI и DeepMind рады объявить/поделиться — Codeforces

Codeforces — платформа для соревнований по программированию.

Навигация:

• Главная
• Топ
• Каталог
• Контесты
• Тренировки
• Задачи
• Группы
• Рейтинг
• Обучение
• API
• Календарь
• Помощь

Ближайший контест:
Codeforces Global Round 29 (Div. 1 + Div. 2) через 3 дня. Регистрация открыта.

Топ рейтинга:

1. jiangly (3914)
2. Kevin114514 (3755)
3. orzdevinwang (3670)
4. tourist (3619)
5. ecnerwala (3590)

Топ авторов:

1. errorgorn (170)
2. Qingyu (162)
3. adamant (158)

Последние действия:

• Обсуждение редакции раундов
• Вопросы о повышении рейтинга
• Обновления условий задач
• Обсуждение возможных нарушений

• OpenAI и DeepMind достигли высоких результатов в ICPC (12/12 и 10/12 задач соответственно), превзойдя лучшие человеческие команды.
• Мнения разделились: одни считают результат прорывом, другие — следствием нечестных преимуществ ИИ (огромные вычислительные мощности и многократные попытки).
• Критики указывают на отсутствие прозрачности: неизвестны затраты на вычисления, энергопотребление и степень стороннего контроля.
• Подчеркивается фундаментальное отличие соревнований для людей (ограничения по времени, один компьютер на команду) и условий для ИИ.
• Отмечается, что успех ИИ в узких, четко определенных задачах не обязательно переносится на реальную инженерию или научные прорывы.
• Обсуждается растущий разрыв между возможностями корпоративных моделей и тем, что доступно обычным пользователям.
• Результат заставляет пересмотреть assumptions о текущих возможностях LLM и их будущей роли в решении сложных задач.

Genie 3 — возможности:

Ниже — записи реальных взаимодействий с Genie 3.

Моделирование физических свойств мира

Передает природные явления (вода, свет) и сложные взаимодействия среды.

• Промпт: Вид от первого лица — робот с шинами едет по вулканическому полю, избегая лавовых луж. Виден дым и потоки лавы, синее небо, вокруг лишь черные скалы.
• Промпт: Вождение гидроцикла во время фестиваля огней.
• Промпт: Прогулка по набережной во Флориде во время шторма: ветер гнет пальмы, волны хлещут через перила, сильный дождь, плащ-дождевик, впереди мост.
• Промпт: Быстрая съемка за медузой в темных глубинах между каньонами с мидиями и крабами; вдали гидротермальные источники с ярко-синим дымом.
• Промпт: Пилот вертолета маневрирует над прибрежным утесом с водопадом.

---

Симуляция природного мира

Генерирует экосистемы: поведение животных и детальную растительность.

• Промпт: Забег вдоль ледникового озера, лесные тропы, брод через горные ручьи среди заснеженных вершин и сосен, богатая фауна.
• Промпт: Реальная трекинг-съемка: заплыв через темные океанские каньоны среди огромной стаи медуз, биолюминесценция.
• Промпт: Фотореалистичный дзен-сад на рассвете: белый песок с узорами, пруд с лилиями, камни с мхом, каменный фонарь и кэрн, забор из бамбука.
• Промпт: Густая листва с каплями воды и пятнистым светом; влажный, спокойный воздух, мягко размытый фон.

---

Моделирование анимации и вымысла

Создает фантастические сцены и выразительных персонажей.

• Промпт: Яркий 3D-стиль: пушистое существо с ушами, как у овчарки, мчится по радужному мосту среди парящих островов и светящейся флоры; свет теплый и радостный.
• Промпт: Ящерица в стиле оригами.
• Промпт: Широкий план: зачарованный лес в сумерках; игрок управляет крупной светлячком, пролетающим сквозь крону с пестрой листвой.

• Обсуждение посвящено Genie 3 от Google DeepMind: впечатляющая реалтайм-генерация интерактивных миров (720p) с устойчивостью во времени, но крайне мало технических деталей и доступа для публики.
• Технические спекуляции: возможен видео-генеративный подход с 4x временным даунскейлом в VAE и управляющими сигналами (направление/угол обзора), заметны артефакты (скачки текстур, проблемы с текстом, редкие люди в сценах).
• Часть сообщества критикует отсутствие статьи/отчета и закрытость веса модели; другие отмечают, что прогресс согласуется с намёками Demis и является эмерджентным эффектом масштабирования.
• Споры о подходе: «мир-модель как видео» vs классический графический конвейер (меши/анимации/рендер), вопрос о пригодности для игр, VR/XR и робототехники; звучит запрос на VR-вывод и интеграцию со звуком.
• Реакции варьируются от восторга и ощущения «холодека»/диссоциации до обеспокоенности влиянием на творчество и смыслы; некоторые видят в этом шаг к embodied AI и бесконечному синтетическому датасету.
• Практические ожидания: ускорение прототипирования в геймдеве, обучение навыкам через ИИ-NPC и терапию; скептики считают демо «бережным» и сомневаются в масштабируемой пользе без перехода к 3D-структурам.
• Вопросы остаются: архитектура, вычислительные затраты, форматы объектов/интеграция, сроки публичного доступа и реальная применимость за пределами демонстраций.