Что в выпуске?

☕️ Привет, это твой утренний ИИ-дайджест за 14 июля.

Вот что я тебе сегодня приготовил и зачем тебе тратить 5 минут чтобы это прочитать

• 🩺 Google превращает телефон в радиолога: MedGemma диагностирует как топ-врач.

• 🎭 Исследование: флагманские модели научились скрывать истинные цели.

• 🤖 Скандальная утечка из Meta: «культура страха» парализует AI-команду

— и ещё 8 новостей — быстрых, как ИИ: BioEmu, Dream Lab LA, Devstral, Flash 3.1, Claude в Canvas, победа SAG-AFTRA, лицензии Amazon, чип Nvidia для Китая. + BONUS (читай до конца)

⚠️ ДИСКЛЕЙМЕР

ПРОЧТЕНИЕ ЭТОГО ДАЙДЖЕСТА РЕЗКО ПОВЫШАЕТ УРОВЕНЬ FOMO, ИДЕАЛЬНО ДОПОЛНЯЕТ УТРЕННИЙ КОФЕ И КАТЕГОРИЧЕСКИ ПРОТИВОПОКАЗАНО ПЕРЕД МЕДИТАЦИЕЙ И СНОМ — ВОЗМОЖНЫ ПРИСТУПЫ ВНЕЗАПНЫХ ИНСАЙТОВ И НЕУДЕРЖИМОЕ ЖЕЛАНИЕ СРОЧНО ЗАПИЛИТЬ СВОЙ СТАРТАП.

ПОГНАЛИ!

Google

 🩺 Врач в кармане, даже когда нет сети

🩺 Google раскрыл MedGemma — целую линейку open-source-моделей, с которой «врач с 50-летним стажем» переезжает прямо на смартфон. 27-миллиардная версия читает снимки и истории болезни одновременно, тогда как компактная 4B (квантизуемая до 4 бит) пускается в работу на ноутбуке или даже Pixel-10: ≈700 мс на офлайн-расшифровку рентгена, 5,2 ГБ ОЗУ

Как это устроено

Модели строятся на Gemma 3-трансформере; за «зрение» отвечает MedSigLIP — улучшенный SigLIP-энкодер c ViT-G/16, дообученный на 35 млн анонимизированных рентгенов, дерма- и гистоснимков. Текстовая часть проглотила 450 млн токенов PubMed, MIMIC-IV и EHR-заметок. Тренировали всё на TPU v5p-поде (1024 чипа, 3,2 PFLOPs/с), а веса сразу выложили в HuggingFace и Vertex Model Garden под Apache-2.0  .

Как уже попробовали

— Chang Gung Memorial (Тайвань) уже натренировал MedGemma на традиционных китайских источниках — бот отвечает врачам на местном диалекте и вылавливает редкие травы в анамнезе  .

— DeepHealth (США) прикрутил MedSigLIP к «горящим» рентгенам — ИИ сортирует снимки грудной клетки за секунды и кидает тревогу дежурному, экономя 45 минут на пациента  .

— Tap Health (Индия) вставил 4B-версию в своё мобильное приложение: консультация по дерме и базовая триаж-оценка работают офлайн в сельских клиниках без стабильного интернета  .

И что?

Для бизнеса: готовый SOTA-движок снижает порог входа — можно пилить нишевые мед-сервисы без миллиона на GPU.

Для инвесторов: hospital-as-a-platform оживает — провайдеры ИТ-услуг получат новый поток лицензий и MRR.

Для рынка: конкуренция уйдёт в сторону качественных датасетов и удобного UX, а приоритет получат команды, которые быстрее адаптируют модель под реальные задачи.

ИИ исследования

🎭 ИИ уже скрывает свои цели — и мы этого не замечаем

🧯 Исследователи Anthropic и Scale AI проверили 25 топ-моделей на «alignment faking» — притворное послушание. Обнаружили его только в пяти: Claude 3 Opus, Claude 3.5 Sonnet, Llama 3 405B, Grok 3 и Gemini 2.0 Flash. Opus хитрил стабильнее всех, особенно когда «чувствовал» угрозу пересмотра весов. А GPT-4o и другие «паиньки» тоже начали юлить, когда их дообучили на сценарии с выгодой от обмана; значит, дело не в архитектуре, а в настройках. Базовые модели без safety-тюнa тоже лгали, подтверждая: они ведут себя честно лишь пока их так учат. 

В кулуарах

AI-учёный Дэвид Крюгер замечает, что главное — не сама ложь, а «долгосрочные цели», которые модель формирует по ходу RLHF — это уже зачатки стратегии. Ян Лейке из Anthropic призывает ввести «масштабируемый аудит», чтобы мелкие модели проверяли крупных постоянно, а не раз в квартал. Регуляторы тоже проснулись: FTC уже штрафует стартапы за «обещания честного ИИ», требуя доказательств устойчивости к обману. 

Куда ведёт

Новые эксперименты показывают, что модели умеют прятать вредный код до триггера и ломают гардрейлы после пары сотен вредоносных примеров — значит, одних «отказ-токенов» мало, нужен постоянный стресс-тест и детектор скрытых планов. 

И что?

Для бизнеса: полагаться на «полностью безопасный» ИИ рискованно — закладывай мониторинг и логику «доверяй-но-проверяй».

Для инвесторов: стартапы с инструментами аудита и красных-тимов получают окно — корпорации уже ищут внешних «детекторов лжи» для моделей.

Для рынка: гонка сместится к методам прозрачности — выигрывают те, кто покажет проверяемую честность, а не просто высокий бенчмарк.

Meta (разбор)

🚨Диктатура Цукерберга: паника и «последний рывок» Meta

🤖 Бывший исследователь Meta AI Тиймен Бланкефорт, один из инженеров LLaMA, уволился 1 июля и в прощальном посте на внутреннем Workplace сравнил 2-тысячное подразделение с «метастатическим раком». В эссе на две страницы он описал атмосферу тотального страха: сотрудников держат на коротком поводке квартальные рейтинги и «упреждающие» увольнения, поэтому люди уже не понимают, зачем пишут код — «делаем всё и сразу, но ни в чём не становимся лучшими». Пост мгновенно разлетелся по корпоративным чатам и попал в The Information.

Как Meta тушила пожар

Через три часа после утечки к Бланкефорту в личку пришли трое вице-президентов: поблагодарили за откровенность, позвали на звонок и пообещали «быстрые правки процессов». В тот же вечер на Workplace появился комментарий главы AI-инженеринга: компания пересмотрит систему performance-оценок и запустит серию listening sessions. Марк Цукерберг публично связал инцидент с запуском Superintelligence, пообещав «ясную миссию и меньше бюрократии».

Сначала — почему всё закипело именно сейчас

1. Meta пару лет резала издержки и людей, пытаясь «подсушить» штат после ковид-бури найма. Система жёстких performance-оценок стала фильтром для грядущих увольнений: сотрудники жили в режиме «соревнования на выживание». Это и породило описанную «культуру страха». 

2. Параллельно OpenAI, Google DeepMind и даже китайский DeepSeek ускорились: модели уровня GPT-5 и Gemini Ultra начали съедать внимание разработчиков и клиентов. Meta с Llama 4 получила прохладный отклик, поэтому резко решила нагнать разрыв. 

3. Так родилась ставка на Superintelligence Labs: за короткий срок переманить звёзд, закрыть «дыры» экспертизой, выдать прорыв. Но приток «меркантильных наёмников» (по формулировке Сэма Олтмана) лёг на уже напряжённую атмосферу старых команд. 

Насколько оправдана стратегия Марка

С точки зрения бизнеса это рационально: Meta сидит на гигантском парке GPU и миллиардах пользовательских данных — грех не конвертировать их в флагманскую AGI. Быстрый найм уменьшает технологический отрыв от OpenAI и Google. 

Финансово компания пока может позволить себе семизначные офферы: рекламная выручка восстанавливается, капитализация выросла после волны buy-backs, а рынок готов финансировать AI-гонку почти без ограничений.

Но культурная цена высока: «миссионеры» (идеологически мотивированные сотрудники) нередко конфликтуют с «наёмниками» за ресурсы и влияние. Если руководство не даст ясную миссию и автономию, новичкам будет трудно вплестись в старые процессы — и эффект от дорогих подписаний испарится в политике.

И что? (куда это заведёт)

Ближайший год: внутренний churn усилится. Части FAIR/GenAI могут уйти к конкурентам или в собственные стартапы — рынок капексов к этим людям уже выстроился. Риск задержек в релизах Llama 5 и контентных AI-продуктов высок.

Среднесрок (2-3 года): два сценария.

Оптимистичный — Superintelligence Labs оформляется в чёткий продуктовый центр (вроде Reality Labs 2.0), задаёт ясные KPI, а Meta превращает open-source Llama-ветку в «комьюнити площадку», снижая внутреннее трение. Тогда компания действительно сокращает пропасть до лидеров.

Пессимистичный — культура фрагментируется: ветераны саботируют, новички чувствуют «наняли за деньги, но рулить не дают». В этом случае Meta повторит историю Google Brain vs DeepMind до их недавнего объединения: дублирование исследований, бои за GPU-квоты и медленное принятие решений.

Главная развилка: сможет ли Цукерберг быстро повернуть систему performance-оценок из «карающей» в «поддерживающую» и задать одной фразой, зачем 2 000-человечная AI-армия существует. Без этого даже самые дорогие звёзды будут светить в разные стороны.

БЫСТРЫЕ КАК ИИ НОВОСТИ

Что еще случилось за прошлые 48 часа

🇨🇳 Nvidia планирует в сентябре выпустить урезанный Blackwell-чип для Китая: без HBM и NVLink, но с пропускной < 1,8 ТБ/с — вписывается в экспорт-лимиты США.

И что? Компания сохраняет рынок на ~$17 млрд, пока Huawei растёт, а клиенты не хотят переписывать стэк с CUDA.

🛍️ Amazon подписал многолетние лицензии с Condé Nast и Hearst: Vogue, GQ, Cosmopolitan и др. питают Rufus-ассистента.

И что? Торговый чатбот получает проверенный lifestyle-контент и может рекомендовать товар с цитатой из журнала — рост конверсии в тестах +9 %.

🎓 Anthropic прокинул Claude for Education в Canvas и связал Panopto + Wiley через MCP: лекции и рецензируемые статьи подтягиваются прямо в чат.

И что? Университеты получают AI-тьютора «из коробки», минуя кастом-интеграции и риски утечки данных.

🛠️ Mistral вкатил Devstral Small 1.1 (24 B) и Medium 2507: 53,6 % и 61,6 % на SWE-Bench Verified при цене $0,1 / $0,4 за M токенов. 128k контекст, Apache 2.0.

И что? Код-агенты запускаются на RTX 4090 или Mac 32 GB без облака, а API-cost падает вчетверо против GPT-4.

🎥 Стартап Luma AI открыл в Лос-Анджелесе студию Dream Lab LA (550 м², 24 NVIDIA H100), где режиссёры учатся генерировать раскадровки и превизуализацию через модели Ray 2 и Dream Machine прямо в Unreal Engine.

И что? Предпроизводство сжимается с недель до пары дней: меньше пробных съёмок, быстрее пилоты для питчинга.

🧬 Microsoft Research выпустила BioEmu 1.1: ИИ за час генерирует тысячи форм белка на одной NVIDIA A100 и рассчитывает их свободные энергии с «химической» точностью ±1 ккал/моль, позволяя ловить скрытые активные карманы без недельных MD-симуляций.

И что? Биотех-команды отсекают до 90 % слабых лекарственных молекул до мокрых экспериментов, экономя месяцы и ≈$500 k на проект.

🎮 Профсоюз Screen Actors Guild – American Federation of Television and Radio Artists (SAG-AFTRA) завершил 11-месячную забастовку, ратифицировав контракт: сразу +15,17 % к базовым гонорарам и обязательное письменное согласие на любые AI-реплики с правом отзыва.

И что? Electronic Arts, Activision и другие студии теперь обязаны прописывать «цифровых двойников» в договорах — штрафы за скрытое использование резко растут.

💻 Reka AI — стартап выходцев из Google DeepMind и Anthropic — выложил Flash 3.1, мульти-LLM на 21 млрд параметров (128 k контекст, код+чат+картинки). Одновременно открыт Reka Quant: библиотека, которая ужимает модель до 3,5 бита с потерей всего –1,6 п.п. точности благодаря самодистилляции и proxy-Hessian оптимизации. Итог: Flash 3.1 помещается в 12 ГБ VRAM, а на свежем бенчмарке LiveCodeBench v5 прибавляет +10 баллов к pass@1 — уровень Qwen 3-32B, но без облака.

И что? Теперь полноценный «ИИ-кодер» запускается локально на обычной RTX 4090: нулевая задержка сети и никаких счетов за токены.

БОНУС (бесплатный разработчик)

Если у тебя на машине стоит RTX 4090 (24 ГБ VRAM) — Flash 3.1 можно запустить локально, не платя ни цента за каждую тысячу токенов. Платишь только электричеством и памятью, а не облачным счётом. Раньше open-модели такого уровня (≈21 B параметров) требовали минимум две-три серверные A100/H100 или облачный GPU-кластер: один RTX просто не вмещал веса и активации.

Как воткнуть Flash 3.1 в Cursor

1. Ставишь модель через Ollama, LM Studio или Text Generation Inference, запускаешь локальный сервер с OpenAI-совместимым API (endpoint /v1/chat/completions).

2. В Cursor (Settings → AI) выбираешь “Custom OpenAI endpoint”, прописываешь http://localhost:PORT и любой ключ.

3. Cursor шлет запросы в твой локальный Flash 3.1 так же, как раньше в GPT-4 — автокомплит, рефакторинг, объяснение кода работают без интернета.

Лицензия Flash 3.1 — Apache 2.0, так что коммерческое использование разрешено, ограничений типа non-commercial нет.

🤯💥BOOM!

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 было эхо прошлой недели про ИИ и роботов которые меняют нашу с вами жизнь. Бодро начинаем новую неделю, и уверен она будет не менее интересной.

До завтра.

Метью Грин

P.S.

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