Open source *

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.

В начале марта GitHub устранил критическую уязвимость удалённого выполнения кода (CVE-2026-3854), которая могла позволить злоумышленникам получить доступ к миллионам частных репозиториев.

Выяснилось, что в Zig действует одна из самых строгих политик против LLM среди всех крупных проектов с открытым исходным кодом.

Microsoft в сотрудничестве с энтузиастами из IBM выложила в открытый доступ исходный код 86-DOS 1.00, промежуточные версии ядра PC-DOS 1.00, утилиты, листинги ассемблера, бумажные распечатки и рукописные заметки проекта.

В Нидерландах создали платформу совместной разработки проектов с открытым исходным кодом для госучреждений. Новый ресурс под названием code.overheid.nl разработан на базе Forgejo и позиционируется как европейская альтернатива сервисам вроде GitHub и GitLab, призванная укрепить цифровой суверенитет государства.

За проект отвечает подразделение Open Source Program Office при Министерстве внутренних дел. В основе платформы лежит принцип «Открыто, если не оговорено иное» (Open, tenzij), согласно которому исходный код государственного ПО по умолчанию должен быть доступен общественности.

6 мая уже во второй раз собираем комьюнити инженеров и системных администраторов, чтобы встретиться вживую, обсудить интересные кейсы применения ИИ в рабочей рутине, узнать про новые инструменты и просто здорово провести время с коллегами.

Участвовать →

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.

Разработчики объявили, что клиент Warp теперь поставляется с открытым исходным кодом. Сообщество может участвовать в его создании, используя рабочий процесс, ориентированный на агентов, управляемый облачной платформой оркестрации Oz. 

Разработчик эмулятора терминала Ghostty Митчелл Хашимото объявил, что этот проект покидает GitHub из-за нестабильной работы платформы.

Представлен открытый проект под названием crypto‑gost. Это библиотека с реализацией криптоалгоритмов ГОСТ на языке Java, не использующей дополнительных зависимостей. исходный код решения опубликован под собственной лицензией от «Рэд старс системс», разрешающей распространение, модификацию и создание производных работ без ограничений.

28 апреля 2026 года состоялся релиз Fedora Linux 44 (под капотом GNOME 50/KDE Plasma 6.6 (включая Plasma Log-in Manager), ядро Linux 6.19, GCC 16.2, LLVM 22, glibc 2.42, Python 3.14, Go 1.26, RPM 6.0, Ruby 4.0, PHP 8.5, MariaDB 11.8, Ansible 13, Boost 1.90, CMake 4.0, GHC Haskell 9.10, IBus 1.5.34, TeXLive 2025,GNU Binutils 2.46, GNU C Library 2.43 и GDB 16.3).

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.

Компании всё чаще сталкиваются с неожиданной стороной внедрения ИИ: экономия на людях не всегда означает снижение расходов. В ряде команд затраты на вычисления, API и токены уже становятся сопоставимы с зарплатным фондом или даже превышают его.

На это обратил внимание Axios со ссылкой на оценки участников рынка. Один из ключевых факторов — рост расходов на вычислительные мощности. Вице-президент Nvidia по прикладному глубокому обучению Брайан Катандзаро отметил, что в некоторых командах стоимость вычислений уже значительно выше расходов на персонал.

Отдельная проблема — инструменты для программирования на базе больших языковых моделей. По данным Axios, технический директор Uber исчерпал годовой бюджет на ИИ уже в начале 2026 года. Значительная часть расходов пришлась не на найм и не на покупку оборудования, а на оплату токенов при работе с Claude Code от Anthropic.

Суд Маска против OpenAI выходит за рамки корпоративного конфликта и превращается в один из самых показательных процессов для всей ИИ-индустрии. В центре спора — трансформация OpenAI из некоммерческой исследовательской организации в сложную структуру с коммерческим контуром, партнерством с Microsoft и закрытыми моделями.

Для разработчиков и технических команд это история не только про юристов и миллиарды, а про будущее open source в ИИ, доступ к инфраструктуре, безопасность моделей и то, кто будет задавать правила на рынке сильных AI-систем.

27 апреля 2026 года разработчик Игорь Павлов представил версию открытого архиватора 7-Zip 26.01. Исходный код проекта написан на языке программирования C++ и опубликован на GitHub под лицензией LGPL. Разработка архиватора ведётся с января 1999 года. Решение переведено на 87 языков. Версия 7-Zip 25.00 вышла 5 июля 2025 года. Релиз 7-Zip 26.00 состоялся в феврале 2026 года.

Главное в релизе Cozystack 1.3 — мы добавили планирование нагрузок с учетом расположения данных через LINSTOR scheduler extender, управляемый веб-интерфейс для LINSTOR с интеграцией с Keycloak, каталог готовых образов виртуальных машин и заметно расширили возможности резервного копирования и восстановления VMInstance. Отдельно стоит отметить улучшения в наблюдаемости: у приложений появился новый статус WorkloadsReady, в дашборде появилась вкладка с событиями, а для S3-бакетов добавлен учет потребления для задач биллинга.

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.