Big Data *

Глава Replit Амджад Масад заявил, что компания хочет сохранить независимость, несмотря на активную консолидацию на рынке AI-инструментов для разработки. Поводом для обсуждения стали сообщения о том, что Cursor может быть продан SpaceX за $60 млрд.

По словам Масада, независимость становится сложной задачей для AI-компаний, которые строят продукты поверх foundation-моделей и при этом много тратят на инфраструктуру. Он отметил, что у Cursor, по сообщениям СМИ, отрицательная gross margin на уровне 23%. В такой ситуации компании трудно одновременно оставаться самостоятельной, оплачивать inference и инвестировать в собственные модели.

Replit, по словам Масада, находится в другой позиции. Компания уже больше года остаётся gross margin positive, а её бизнес резко вырос за последние 18 месяцев. Если за весь 2024 год Replit получила $2,8 млн выручки, то сейчас, по словам главы компании, она движется к годовому run rate около $1 млрд.

Meta приобрела стартап Assured Robot Intelligence, который занимается разработкой ИИ для гуманоидных роботов. Сумма сделки не раскрывается. Команда ARI, включая основателей, перейдёт в AI-подразделение Meta — Superintelligence Labs.

ARI разрабатывала foundation-модели для роботов, которые должны выполнять физические задачи в реальном мире: от бытовых действий до более сложной работы в динамичной среде. По словам Meta, команда стартапа специализируется на моделях, которые помогают роботам понимать, прогнозировать и адаптироваться к поведению людей.

Стартап основали исследователи Леррел Пинто и Сяолун Ван. Пинто ранее преподавал в NYU и был сооснователем Fauna Robotics — стартапа по созданию гуманоидных роботов детского размера, который недавно купила Amazon. Ван ранее работал исследователем в Nvidia и преподавал в UC San Diego.

Пентагон заключил соглашения с семью AI-компаниями, чтобы развернуть их технологии в закрытых сетях Министерства обороны США. В список вошли SpaceX, OpenAI, Google, NVIDIA, Reflection, Microsoft и Amazon Web Services.

Эти решения будут интегрированы в сетевые среды Impact Levels 6 и 7. Такой уровень используется для работы с чувствительными и засекреченными данными, поэтому речь идёт не просто о доступе к публичным AI-сервисам, а о применении моделей внутри защищённой инфраструктуры военного ведомства.

В заявлении Пентагона говорится, что расширение списка поставщиков должно снизить риск vendor lock — зависимости от одного вендора. Это особенно важно на фоне истории с Anthropic: её инструменты активно использовались в Министерстве обороны, но ранее компания была признана supply-chain risk и получила запрет на использование в Пентагоне и у его подрядчиков.

Stripe обновила цифровой кошелёк Link и добавила функции для работы с автономными AI-агентами. Теперь пользователь сможет подключить агента к кошельку и разрешить ему инициировать платежи, не раскрывая напрямую данные карты или банковского счёта.

Link уже работал как обычный цифровой кошелёк: к нему можно подключать карты, банковские счета, криптокошельки, BNPL-сервисы, хранить платёжные и доставочные данные, отслеживать расходы и подписки. Новая часть продукта рассчитана на сценарии, где AI-агент бронирует услугу, покупает билет, оформляет заказ или выполняет другую задачу от имени пользователя.

Схема работы построена вокруг контроля со стороны человека. Сначала пользователь выдаёт агенту доступ к Link через OAuth. После этого агент может создать запрос на оплату, передать контекст операции и дождаться подтверждения. На вебе или в мобильном приложении пользователь получает уведомление, проверяет детали транзакции и только после этого разрешает платёж.

SoftBank, по данным Financial Times и The Wall Street Journal, готовит запуск новой компании Roze AI. Её задача — сделать строительство дата-центров в США более быстрым и эффективным за счёт роботизации и автоматизации.

Главная идея Roze AI — использовать автономных роботов при строительстве серверных ферм. Для рынка ИИ это становится всё более актуальной задачей: спрос на вычисления растёт, облачные провайдеры и AI-компании наращивают капитальные расходы, а физическое строительство дата-центров постепенно превращается в отдельное узкое место.

Пока компании конкурируют за GPU, электроэнергию и площадки под новые объекты, сама стройка тоже требует ускорения. Дата-центры — это не только серверы, но и инженерная инфраструктура: здания, системы охлаждения, электропитание, кабельные трассы и безопасность. Если часть этих процессов удастся автоматизировать, это может сократить сроки развёртывания новых мощностей.

Smart Engines обновила систему Smart Document Engine до версии 3.4 и добавила распознавание документов, которые изначально созданы в электронной среде. Речь идёт не о сканах бумажных документов, а о born-digital файлах, выгруженных с портала «Госуслуг» и подписанных электронной подписью.

Система теперь может автоматически обрабатывать цифровые версии паспорта, СНИЛС, ИНН, справки о доходах и другие электронные формы. Такие документы всё чаще используются в кадровом документообороте, дистанционном найме, банковских и финтех-сценариях, но раньше часто выпадали из автоматического контура и требовали ручной проверки.

Новая функциональность рассчитана на компании, которым нужно работать одновременно с бумажными и цифровыми документами. Например, банк может обрабатывать документы клиента в рамках кредитования, а HR-служба — проверять данные при приёме сотрудника на работу через КЭДО или дистанционный формат.

Компания «Аккофриск» открывает доступ к данным о физическом и психическом здоровье для исследователей и разработчиков медицинских ИИ-моделей. Данные будут доступны через подключение партнёров к платформе мониторинга здоровья «Аккофриск ИИ».

Речь идёт о массивах «сырых» данных, собранных с носимых устройств АККО. По данным компании, в структуре платформы используется более 300 параметров физического и ментального здоровья: показатели сна, активности, питания, приёма лекарств, а также прогнозы рисков развития заболеваний.

Такие данные могут быть полезны для обучения прогностических моделей, анализа временных рядов и поиска ранних признаков нарушений здоровья. В отличие от синтетических датасетов, здесь используются реальные измерения и наблюдения пользователей, что особенно важно для задач персонализированной медицины.

Американский defense-tech стартап Scout AI привлек $100 млн в раунде Series A. Компания называет себя «frontier lab for defense» и разрабатывает ИИ-модель Fury для управления военной автономной техникой — сначала в логистике, а затем и в сценариях с автономными вооружениями.

Scout AI основана в 2024 году Коби Адкоком и Коллином Отисом. Стартап уже получил оборонные контракты на $11 млн от DARPA, Army Applications Laboratory и других структур Министерства обороны США. Технологии компании тестируются в том числе в рамках тренировочного цикла 1-й кавалерийской дивизии армии США.

Главный фокус Scout AI — не производство самих машин, а программный слой автономности для военной техники. Компания обучает свои модели на вездеходах, которые ездят по пересеченной местности на военной базе в Калифорнии. В отличие от городских роботакси, такие системы должны работать без разметки, понятных правил дорожного движения и стабильной среды: на песке, холмах, развилках и исчезающих тропах.

Ученые Пермского Политеха совместно с китайскими коллегами разработали гибридную ИИ-модель для прогноза горизонтальных напряжений в горных породах. Такие расчёты важны при бурении нефтяных и газовых скважин: если неправильно оценить давление пород, можно получить обрушение стенок скважины, поломку оборудования или аварийный выброс.

Обычно горизонтальные напряжения оценивают по образцам пород или через геофизические формулы. Но такие методы не всегда учитывают сложную тектонику и могут давать ошибку на месторождениях с разломами, горными структурами и неравномерным сжатием пород. Нейросетевые подходы уже применяются для таких задач, но, по данным авторов разработки, их точность часто ограничивается диапазоном 65–85%.

Новая модель объединяет два подхода: нейросеть с самонастраиваемой структурой и математический метод, который помогает быстрее находить оптимальное решение. Алгоритм анализирует девять параметров, которые обычно получают при геофизических исследованиях скважин: скорость звука, плотность породы, электрическое сопротивление, естественную радиоактивность, пористость и другие показатели.

Тайваньская ASE Technology Holding, крупнейший в мире поставщик услуг по упаковке и тестированию чипов, ожидает дальнейшего роста спроса на advanced packaging из-за рынка AI-чипов. Компания прогнозирует, что выручка её передового направления упаковки в 2026 году превысит $3,5 млрд.

Advanced packaging стал одним из важных узких мест в цепочке поставок ИИ-инфраструктуры. Для современных ускорителей уже недостаточно просто произвести кристалл: нужно объединять вычислительные блоки, память и межсоединения в сложные многокомпонентные системы. Именно такие технологии позволяют выпускать высокопроизводительные AI-чипы для дата-центров.

ASE уже повышала ожидания по этому направлению. В феврале компания прогнозировала, что бизнес advanced packaging вырастет до $3,2 млрд к 2026 году, а теперь говорит уже о более чем $3,5 млрд. Рост связывают с высоким спросом со стороны клиентов, работающих с AI-чипами.

Более 600 сотрудников Google подписали письмо гендиректору компании Сундару Пичаи с требованием не участвовать в секретных проектах Пентагона, где ИИ-технологии могут применяться для массового наблюдения или автономных вооружений. Об этом сообщила The Washington Post.

Среди подписавших, по данным издания, есть сотрудники DeepMind, ведущие специалисты, директора и вице-президенты Google. Авторы письма считают, что единственный способ гарантировать непричастность компании к опасным сценариям — отказаться от закрытых проектов, в которых сотрудники не смогут контролировать конечное применение технологий.

Поводом для обращения стали сообщения о возможном расширении сотрудничества Google с Министерством обороны США. Сейчас Пентагон уже имеет доступ к модели Gemini и может использовать её во «всех законных целях». Однако, как писало The Information, ведомство хочет применять технологии Google в закрытом контуре, включая задачи, которые могут составлять государственную тайну.

Ученые института AIRI представили ELMUR — архитектуру управления для роботов и ИИ-агентов, которым нужно принимать решения с учетом событий из далекого прошлого. Это важная задача для робототехники: агент может увидеть полезную информацию задолго до того, как она понадобится для действия.

Обычные трансформеры с этой задачей справляются ограниченно. Если расширять окно внимания, резко растут вычислительные затраты. Если сжимать прошлый опыт, появляется риск потерять важные детали. А внешняя память фиксированного размера не всегда позволяет надежно учитывать давние события при текущем решении.

В ELMUR память встроена прямо в слои модели. Каждый слой содержит фиксированное количество слотов, которые параллельно взаимодействуют с основным потоком данных. Система может читать нужную информацию из этих ячеек и записывать туда новые данные. Если память заполняется, обновляются те слоты, которые использовались реже всего, по принципу LRU — Least Recently Used.

Исследователи из AIRI, Иннополиса, МТУСИ, НИУ ВШЭ и МГУ представили открытый датасет и набор решений для задачи Speech-to-LaTeX — перевода надиктованных математических формул в структурированную запись. Речь идёт о системе, которая позволяет произнести формулу вслух и получить на выходе текст в формате LaTeX, который используется в научных статьях, учебных материалах и редакторах вроде Overleaf.

Задача здесь сложнее обычного распознавания речи. Математическая речь содержит вложенные конструкции, неоднозначные формулировки и сильно зависит от контекста: одна и та же фраза может соответствовать нескольким разным записям. Авторы отмечают, что одной из главных проблем в этой области долгое время было отсутствие крупных открытых наборов данных именно с живыми аудиозаписями математической речи.

Для решения этой проблемы исследователи собрали собственный датасет. В него вошли более 66 тысяч человеческих аудиозаписей и около 571 тысячи синтетических, а также примерно 12 тысяч уникальных математических предложений и 10,7 тысячи отдельных уравнений на русском и английском языках. По задумке авторов, сочетание реальной и синтетической речи должно помочь моделям лучше работать с разными голосами, акцентами и произношением.

В работе сравнивались два подхода. Первый — ASR post-correction: сначала аудио превращается в обычный текст системой распознавания речи, а затем языковая модель исправляет результат и переводит его в корректный LaTeX. Второй — end-to-end Audio-LLM, где модель обучается напрямую принимать аудио и сразу выдавать формулу. По данным исследователей, лучшие результаты показал именно end-to-end подход, но он требует гораздо больше вычислительных ресурсов и более крупных моделей.

Meta подписала соглашение со стартапом Overview Energy, который разрабатывает систему передачи энергии из космоса на наземные солнечные фермы. Идея в том, чтобы спутники собирали солнечную энергию на орбите и ночью передавали её на Землю в виде инфракрасного излучения, которое смогут принимать обычные солнечные электростанции.

По данным TechCrunch, это первое соглашение такого типа для Overview: Meta зарезервировала до 1 ГВт мощности. Стартап рассчитывает начать орбитические демонстрации в январе 2028 года, а с 2030 года — перейти к запуску спутниковой группировки для выполнения контракта. В компании говорят о цели развернуть до 1000 аппаратов на геостационарной орбите.

Смысл сделки понятен: дата-центрам нужен всё больший объём электроэнергии, а солнечная генерация ночью не работает без накопителей или резервных источников. Meta уже заявляла о планах наращивать возобновляемую генерацию для AI-инфраструктуры, а в 2024 году её дата-центры, по данным TechCrunch, потребили более 18 000 ГВт·ч электроэнергии.

Overview пытается обойти классические проблемы космической передачи энергии. Вместо мощных микроволновых или лазерных систем компания делает ставку на широкий инфракрасный луч, который должен быть проще и безопаснее для использования с уже существующими наземными солнечными фермами. Стартап утверждает, что уже показал передачу энергии с самолёта на землю и теперь готовится к следующему шагу — испытанию с орбиты.

На сегодня это, конечно, скорее ставка на далёкую перспективу, чем внедрённая энергетическая технология. Сам факт такой сделки показывает, насколько далеко AI-компании готовы заходить в поиске новых источников энергии: если раньше речь шла о договорах на солнечные и ветряные мощности, то теперь появляются и совсем экспериментальные схемы питания дата-центров.

Luxms BI получила сертификат ФСТЭК России по 4 уровню доверия. Это означает, что платформа прошла проверку на соответствие требованиям по защите информации и может использоваться в системах, где безопасность данных критична.

Эксперты GlowByte расскажут о повышении эффективности процессов производственного цикла и управления цепочками поставок (SCM) с помощью IBP-платформы Optimacros.

Wildberries тестирует мультимодальный поиск товаров — пользователи могут искать по фото и тексту одновременно

Теперь можно не только загрузить изображение, но и добавить к нему текстовое уточнение — система учитывает оба источника и точнее подбирает товары.

Функция приближает поиск к формату ассистента: пользователь может показать пример и сразу уточнить, что именно хочет изменить или найти. В основе решения лежит комбинация нейросетей, обученных разработчиками Wildberries. Благодаря этому система способна смешивать смыслы из картинки и из текста.

Архитектуру сервиса описали в статье «CLIP + LLM в проде: мультимодальный «Поиск по фото» для маркетплейса», а подробнее о новых функциях рассказал Никита Романов, Team Lead продукта «Поиск по фото» на конференции Data Fusion 2026.

Канадская Cohere и немецкая Aleph Alpha ведут переговоры о возможном слиянии. Об этом сообщает Reuters со ссылкой на немецкое издание Handelsblatt и источники, знакомые с ситуацией.

Cohere — это канадская AI-компания, известная своими большими языковыми моделями и корпоративными AI-решениями для бизнеса. Aleph Alpha — немецкий разработчик генеративного ИИ, который делает ставку на европейский рынок, прозрачность моделей и технологический суверенитет.

По данным издания, переговоры начались в начале 2026 года и уже находятся на продвинутой стадии. Предполагается, что объединённая компания может получить штаб-квартиры сразу в двух странах — Канаде и Германии.

AI-лаборатория Anthropic рассматривает возможность разработки собственных чипов для искусственного интеллекта. По данным источников, проект находится на ранней стадии, и компания пока не приняла окончательного решения — она может как пойти в собственный дизайн, так и продолжить закупки у партнёров.

Сейчас Anthropic использует инфраструктуру сторонних игроков: в частности, TPU от Google и решения Amazon для обучения и работы своих моделей, включая Claude. Параллельно компания недавно усилила сотрудничество с Google и Broadcom в рамках развития вычислительной инфраструктуры.

Интерес к собственным чипам объясняется растущим дефицитом AI-железа. На фоне взрывного спроса на вычисления компании всё чаще задумываются о контроле над инфраструктурой, а не только о закупках. Аналогичные инициативы уже есть у крупных игроков — включая Meta и OpenAI.

Сооснователь и CEO Sierra Bret Taylor заявил, что привычная модель взаимодействия с софтом через интерфейсы и кнопки может уйти в ближайшие годы. По его мнению, ее заменит работа через естественный язык и AI-агентов.

Sierra — это стартап, который разрабатывает AI-агентов для бизнеса, в первую очередь для автоматизации клиентского сервиса и внутренних процессов компаний. Компания делает ставку на agentic-системы, где софт не просто отвечает на запросы, а выполняет задачи от имени пользователя.

Поводом для такого заявления стал запуск Ghostwriter — инструмента, который позволяет создавать других AI-агентов по текстовому описанию задачи. Пользователь просто формулирует, что ему нужно, а система автоматически собирает и разворачивает специализированного агента под конкретный сценарий.