Что в выпуске?

Привет, это твой дневной ИИ-дайджест за 2 июля.

Вот что я тебе сегодня приготовил и почему worth эти 5 минут:

• Baidu вывалил 424B ERNIE 4.5 и переиграл DeepSeek

• Mayo научил ИИ ловить деменцию одним сканом

• ИИ ставит сложный диагноз в 4× точнее врача и экономит

• Цукерберг собрал Meta Superintelligence Labs и тянет звёзд из OpenAI, Google, Anthropic.

• Apple готова поставить в Siri модели OpenAI и Anthropic

• Google вшил Gemini прямо в Classroom,

• а Cursor вынес код-агентов из IDE в телефон.
  

  Погнали!

Open AI

🧬 Игра в Бога: Chai-2 создаёт лекарства с нуля

Chai Discovery (под крылом OpenAI) выкатил модель, способную за две недели придумать рабочие антитела к 26 из 52 протестированных болезней. Всего 20 вариантов на цель — и в половине случаев попадание. Для классической фармы такой результат требует месяцев скрининга миллионов молекул и даёт < 0,1 % успеха, здесь — ~20 %. Сотенное ускорение.

Какие болезни вошли в 52-ку?

• вирусные (респираторные, герпес-семейство)

• бактериальные токсины

• онкологические мишени (рецепторы роста, сигнальные белки)

• аутоиммунные (TNF-семейство, интерлейкины)

• нейровоспалительные и метаболические редкости

Модель работает “с нуля”: видит 3-D структуру белка-мишени и сразу рисует молекулу, указываешь точку связывания — получаешь антитело. Исследователи называют это “Photoshop для белков”.

И что?

Теперь можно делать лекарства под микроскопические рынки — быстро и дешево. То, что раньше игнорировали из-за R&D-костов, теперь можно вывести в MVP за 2 недели.

Для биотех-стартапов это возможность обойти Big Pharma.

Для инвесторов — новое поколение deeptech-продуктов, которые не требуют 100 миллионов на валидацию.

Для пациентов: доступ к таргетным препаратам может появиться раньше, чем болезнь станет глобальной.

⚠️ ДИСКЛЕЙМЕР. Да, есть нюансы — стабильность, иммуногенность, full‑length модификации пока не проверены (). Но это первые шаги — и они выглядят как фундаментальный сдвиг.

Alzheimer

🧠 ИИ выявляет деменцию за один визит

Деменция ‒ уже 55 млн человек по всему миру, плюс 10 млн новых диагнозов каждый год. Точный тип болезни врачи часто ищут месяцами: когнитивные тесты, кровь, МРТ, консилиумы, а результатом всё равно бывает «похоже на…». Чем позже поймали, тем меньше шансов притормозить разрушение мозга.

Mayo Clinic выкатили StateViewer — ИИ, который смотрит один обычный FDG-ПЭТ-снимок и узнаёт, какая из девяти деменций (Alzheimer, Lewy, фронтотемпоральная и др.) там скрывается.

Тесты на 3 600 сканах: точность 88 %. Врач с этим ИИ читает плёнку почти вдвое быстрее и ошибается в три раза реже, чем по классическому протоколу. На экране — цветная карта: где память, где речь, где движение, сразу видно, что и почему съедается болезнью.

И что?

Пациент получает диагноз пока ещё можно влиять на ход болезни, а не когда осталось подбирать уход.

Клиника без узких неврологов скачивает себе экспертный уровень «из коробки».

Страховые экономят на десятках лишних процедур и шатких повторных приёмах.

Для стартапов в digital health открылась ниша: плуг-ин, который ставит StateViewer рядом с рентгеном и телемедициной.

ИИ берёт на себя расшифровку, а врач наконец разговаривает с человеком, а не с мониторами и стопками бумажных тестов.

MICROSOFT

🩺 MAI-DxO: врач-ИИ, ставит диагнозы в 4 раза точнее людей

Microsoft показала MAI Diagnostic Orchestrator (MAI-DxO) — систему, где несколько узкоспециализированных агентов ведут пациента от гипотезы до финального вердикта. На свежем наборе из 304 сверхсложных случаев (SDBench) связка MAI-DxO + о3 решила 85,5 % задач. Врачи с опытом 5–20 лет взяли лишь 20 %. Разница в четыре раза.

Как работает

• Команда ИИ-агентов: один генерирует версии болезни, другой выбирает анализы, третий следит за бюджетом.

• Затраты: $2 397 на случай против $2 963 у врачей — меньше лишних тестов, меньше счёта пациенту.

  Где тут “вау”

  $566 × 1 млн тяжёлых кейсов в год (только США) = $566 млн экономии — без единого сокращения персонала.

  Параллельно количество верных диагнозов взлетает с 1 из 5 до почти 6 из 7. Меньше пропусков, меньше повторных госпитализаций, меньше судебных исков за врачебные ошибки.

А в чем дело?

Медицина страдает от парадокса: простые случаи лечат до избыточности, а сложные распознают слишком поздно. MAI-DxO уменьшает оба перекоса: пропускает мало, назначает точечно. Microsoft называет это «шагом к медицинскому супер-интеллекту» — судя по цифрам, шаг уверенный.

И что?

Госпитали могут закрыть дефицит диагностов без расширения штата.

Страховые увидят экономию на тестах и сократят премии за «диагнозы в никуда».

Стартапам в digital health открывается окно: интеграция таких систем в существующие EMR-платформы и телемед-приложения.

Привычный расклад «врач → направление → неделя ожидания» ВСЕ. Следующий раунд — перевод MAI в клиники и сертификация как медицинского изделия.

БЫСТРЫЕ КАК ИИ НОВОСТИ

Что еще случилось за прошлые 24 часа

🛠 Cursor вышел из IDE-коробки: мобильное и браузерное приложения дают полный контроль над код-агентами через обычный язык. Можно запускать сборку, ревью и деплой голосом в маршрутке, а прогресс и логи подтягиваются в одном чате.

И что? Управлять продом с телефона раньше казалось хакерством — теперь это штатный сценарий. Разработка смещается из редакторов в любой интерфейс. Кто строит dev-инструмент, должен вшивать ассистента прямо в командную строку, браузер и мобильный пуш.

📚 Google расширяет школу: Gemini в Classroom генерирует планы уроков, притягивает материалы из NotebookLM и считает, где класс проседает. Всё внутри интерфейса, который учителя уже знают.

И что? Образовательные SaaS, продающие «готовые конспекты», попадают под каток: учителю хватит одной подписки Google Workspace. Выиграют те, кто встроит аналитику успеваемости и родительский репортинг поверх ядра Gemini.

🦾 Цукерберг объявил Meta Superintelligence Labs: в команду перелетают 11 ключевых инженеров из OpenAI, Google и Anthropic. Хант ведут Alexandr Wang и Nat Friedman, переговоры — лично в Signal.

И что? Meta превращает дефицит вычислений в дефицит мозгов у конкурентов. Чем быстрее корпорация собирает критическую массу экспертов, тем сложнее стартапам поднимать раунды на «у нас крутая команда». Талант мигрирует туда, где есть дата-центры и бонусы в 100 миллионов долларов.

🍏 Bloomberg пишет: Apple ведёт переговоры с Anthropic и OpenAI, чтобы подключить их модели к новой Siri вместо своего Neural Engine. Купертиновцы взвешивают время вывода на рынок против гордости «сами справимся».

И что? Если Apple отдаст ядро сторонним ИИ, рынок признает: скорость победила перфекционизм. Для разработчиков это значит новую волну API-партнёрств внутри экосистемы iOS, а для конкурентов — сигнал, что битва уже перешла из лабораторий в распределение трафика.

🐉 Baidu выложил 10 моделей ERNIE 4.5 под Apache 2.0: от мобильных 300 M до мультимодального 424 B. Флагман бьёт DeepSeek V3 на 22 из 28 тестов, будучи вдвое легче. Фишка — «гетерогенная» тренировка текста и картинок вместе, поэтому модель быстрее и дешевле в инференсе. Для Baidu это первый публичный релиз: год назад топ-менеджмент был против open-source, теперь линейка закрывает весь спектр задач и уже сравнивается с o1, GPT 4.1 и Qwen 3.

И что?

Китай ускоряет гонку: Baidu, ByteDance, Alibaba, Tencent и DeepSeek делают ставку на открытые лицензии. Бизнес получает крупные модели без API-зависимости, комьюнити — свободный доступ к коду, а мировому рынку придётся считаться с новой волной дешёвых мультимодальных решений.

Будь на связи

Один дайджест вместо сотни каналов

Подписывайся на мой AI-дайджест — я лично отсматриваю потоки новостей, фильтрую шум и оставляю только суть. Всё, что реально важно для бизнеса, инвестиций и жизни с ИИ — за 5 минут в день.

На сегодня это все

Это был очень насыщенные и интересные 24 часа из мира AI и роботов, которые меняют нашу с вами жизнь. Обязательно поделитесь с друзьями и знакомыми если вам понравился дайджест.

До завтра. Метью Грин

P.S.

Чтобы помочь мне понять как вам этот дайджест. Пожалуйста нажмите на максимально релевантную кнопку.