🌐 НОВОСТИ, КОТОРЫЕ ДОСТОЙНЫ ВНИМАНИЯ
↗️ Cursor запустил веб-приложение, которое позволяет управлять сетью AI-агентов для программирования прямо из браузера.
↗️ Google представила новые инструменты с искусственным интеллектом для образования. Учителя смогут создавать интерактивные учебные материалы с помощью AI-инструмента Notebook LM. Также для студентов появятся чат-боты, которые помогут в обучении и ответят на вопросы по урокам.
↗️ Представлен полный список увольнений в сфере технологий в 2025 году. В списке представлены увольнения как в крупных компаниях, так и в стартапах, распределённые по месяцам. Это помогает увидеть общую картину изменений на рынке труда в IT-индустрии.
↗️ Songscription запустила сервис с ИИ, который за несколько минут превращает аудиозапись песни в нотную партитуру. Продукт работает по модели freemium и подходит как для профессиональных музыкантов, так и для любителей.
↗️ Apple рассматривает возможность глубокой интеграции технологий искусственного интеллекта от компаний Anthropic и OpenAI для работы Siri. Сейчас Siri уже может обращаться к ChatGPT для сложных вопросов, но новые изменения могут расширить использование сторонних ИИ в голосовом помощнике.
↗️ Cloudflare запустила маркетплейс, который позволяет сайтам взимать плату с ИИ-ботов за сбор данных. Компания обслуживает 20% интернета. Новый сервис дает владельцам сайтов больше контроля над своим контентом и направлен на сотрудничество с ИИ-компаниями.
↗️ Perplexity запускает новый тариф Perplexity Max за $200 в месяц. Подписка дает неограниченный доступ ко всем сервисам и приоритетное использование последних моделей больших языковых моделей (LLM)
↗️ Google объявила о начале глобального запуска новой модели генерации видео Veo 3. Модель стала доступна пользователям Gemini более чем в 159 странах. Veo 3 предназначена для создания видео с помощью искусственного интеллекта
↗️ Sakana AI представила TreeQuest — новую технологию, которая объединяет несколько больших языковых моделей (LLM) для совместной работы над сложными задачами. Используется метод Монте-Карло Tree Search для координации моделей. Команды моделей показывают результат на 30% лучше, чем отдельные LLM
