gen_i_i

Сбер открыл модели GigaChat и Kandinsky На конференции AI Journey Сбер объявил об открытии весов своих флагманских моделей GigaChat Ultra Kandinsky 5 0 GigaAM v3 и K VAE 1 0 Все модели доступны под лицензией MIT включая коммерческое использование Это значит что теперь любой может скачать доработать и внедрить их в свои проекты от стартапов до корпоративных решений GigaChat Ultra и Lightning русскоязычные MoE модели Семейство GigaChat построено на архитектуре Mixture of Experts MoE и изначально разрабатывалось для русскоязычных задач Самая мощная версия GigaChat Ultra Preview пока обучается но уже обходит DeepSeek V3 1 по качеству ответов на русском в бенчмарке MERA GigaChat Lightning компактная модель оптимизированная для локального запуска которая при этом превосходит Qwen3 4B по качеству и работает быстрее Qwen3 1 7B Обе модели доступны в нескольких вариантах весов fp8 bf16 pretrain на Hugging Face Kandinsky 5 0 генерация изображений и видео Линейка Kandinsky 5 0 включает модели для генерации изображений Image Lite и видео Video Lite и Video Pro Image Lite генерирует HD изображения с учётом российского культурного контекста и поддерживает кириллицу Video Pro создаёт до 10 секунд HD видео в 24 fps а Video Lite оптимизирована для домашних видеокарт от 12 Гб памяти Все модели открыты на GitHub GigaAM v3 и K VAE 1 0 распознавание речи и автокодировщики Набор GigaAM v3 пять моделей для автоматического распознавания русской речи ASR готовых к промышленному применению K VAE 1 0 автокодировщики для изображений и видео которые преобразуют медиа в скрытые представления и обратно упрощая обучение генеративных моделей Открытие весов шаг к демократизации ИИ инструментов Теперь даже небольшие команды могут использовать мощные модели для своих задач не завися от проприетарных решений Это сильный шаг со стороны Сбера для конкуренции с открытыми моделями На мой взгляд это позитивно повлияет на развитие рынка ИИ в России в целом Надеюсь в ближайшее время появится комьюнити которое будет развивать и дорабатывать эти модели что в свою очередь ускорит темпы развития отечественных ИИ технологий релиз ген ИИ

ICT Moscow выпустили каталог инновационных проектов Smart City ICT Moscow совместно с ДИТ Москвы обновили спецпроект Smart City Moscow где собрали более 100 проектов демонстрирующих как Москва становится умным городом Главное новшество возможность искать решения по технологическому профилю и больше всего проектов приходится на искусственный интеллект Это реальная карта инноваций где можно изучить детали ключевые показатели и этапы развития каждого решения Вот эти показались мне наиболее интересными 1 Автоматизированная система учета потребления ресурсовного хозяйства Мобильные комплексы с ИИ выявляют нарушения в содержании дорожного хозяйства от ям и стертой разметки до загрязнений остановок За 2024 год с их помощью выявили 9 455 нарушений Система работает на базе нейросетей анализирующих видеопотоки с камер и уже получила несколько национальных премий за вклад в цифровизацию городского хозяйства 2 Беспилотный трамвай Первый в России беспилотный трамвай проехал по Москве более 6 тыс км без нарушений ПДД Его оснастили уникальным набором оборудования 4 лидара 6 камер 3 радара К 2030 году планируется что 30 40 трамваев будут беспилотными что должно снизить количество непунктуальных рейсов на 27 3 ИИ сервисы в лучевой диагностике Более 50 ИИ сервисов помогают московским врачам выявлять патологии по 40 клиническим направлениям от онкологии до ишемической болезни сердца Алгоритмы анализируют КТ МРТ рентген и маммографию отмечая возможные патологии и составляя описания За 2023 год нейросети обработали почти миллион маммограмм в рамках ОМС 4 Интеллектуальная транспортная система Система мониторинга и управления дорожным движением работает с данными сопоставимыми по объему с транзакциями крупного банка Она контролирует 60 тыс светофоров 3 8 тыс камер фиксации нарушений 800 дорожных табло и 4 тыс датчиков движения Благодаря ИТС средняя скорость движения в городе выросла на 24 а количество угнанных авто сократилось на 95 с 2012 года 5 Центр искусственного интеллекта в градостроительстве Центр разрабатывает ИИ решения для проектирования и контроля в строительстве Сейчас тестируются сервисы по мониторингу хода строительства и поиску коллизий в BIM моделях Первый отслеживает этапы возведения объектов с точностью до 80 второй автоматически находит ошибки в 3D моделях зданий Москва уверенно и регулярно попадает в топ 10 умных городов мира Несмотря на огромное население в городе жить очень комфортно и этому есть ряд объективных причин которые лежат не только в технологической плоскости При этом в столице созданы условия для ускоренного внедрения технологий искусственного интеллекта разработан и принят 123 ФЗ об экспериментах в сфере ИИ в Москве созданы меры поддержки технологические центры сформирована сильная управленческая команда Опыт Москвы сейчас с интересом анализируется не только в других городах России но и за рубежом кейсы ген ИИ

Avito открыла A Vibe и A Vision под открытой лицензией Apache 2 0 Avito представила в открытом доступе две доменные модели для e commerce текстовую LLM A Vibe адаптация Qwen3 8B Base и мультимодальную A Vision адаптация Qwen2 5 VL 7B Instruct Обе выложены на Hugging Face что снимает юридические и технические барьеры для внедрения в компаниях университетах и стартапах Ключ в том что это именно русскоязычные модели собранные под задачи онлайн торговли генерация и нормализация описаний извлечение атрибутов OCR с фото карточек проверка соответствия текста и изображения модерация Такая специфика позволяет проще внедрять модель в eCommerce меньше кастомных инструкций меньше времени на доводку пайплайнов и больше стабильности в проде Что сделали технически Команда заменила токенизатор на собственный RU EN это уменьшает число токенов на один и тот же текст и даёт прирост скорости На практике Avito заявляет 15 25 ускорения для A Vibe и 50 для A Vision на русскоязычных данных вместе с этим модели стали компактнее A Vibe 7 9B A Vision 7 4B что прямо снижает стоимость инференса на том же железе Кроме того в A Vibe обучили function calling на SFT RL этапах из коробки можно собирать агентов которые не только говорят но и ходят в базы сервисы и выполняют действия по API С точки зрения продукта это закрывает типовые сценарии e commerce без сложной обвязки вокруг модели Про качество и метрики На русскоязычных бенчмарках A Vibe обходит базовый Qwen3 8B и заметно прибавляет на MERA A Vision показывает ожидаемую просадку на части англоязычных тестов ради выигрыша на русском и доменных метриках например у Avito 6 к внутренней метрике генерации описаний Это честный компромисс если нужен универсальный EN резонёр лучше смотреть на более крупные англоцентричные модели но для русских каталогов карточек и поиска доменная адаптация даёт более предсказуемую отдачу Дополнительно Avito подстелила соломку со стороной эвалюации команда локализовала и выложила русские версии ключевых тестов MATH 500 GPQA Diamond DROP RU BFCL V3 чтобы сравнения для RU сценариев перестали быть на глазок Про экономику В релизных материалах Avito оценивает эффект как до 50 затрат на запуск и эксплуатацию по сравнению с просто взять OSS веса логично меньше токенов меньше вычислений компактные веса выше пропускная способность плюс локальный деплой без внешних API В разработку вложили около 500 млн оборудование команда эксперименты Это маркетинговые оценки но они согласуются с техническими решениями выше экономия появляется там где меньше токенов и нет оверхеда на доводить английский под русский Для кого и для чего Если у вас русскоязычный каталог и визуальные данные фото товара чеки документы стек A Vibe A Vision закрывает большую часть трубы автогенерация описаний и атрибутов извлечение брендов надписей и их нормализация быстрые ответы в чатах поддержки полуавтоматическая модерация За счёт доменной и языковой адаптации вы получаете меньше шумных ошибок на ровном месте это то что обычно тормозит внедрение англоцентричных моделей в русских продуктах Если же продукт живёт в многоязычии или требует сильного reasoning на англоязычных данных компромиссы всплывут и это нормально выбор модели становится инженерным а не идеологическим модель ген ИИ

Сервисная робототехника в России что изменилось за год RoboJobs вместе с НАУРР и Корпорацией роботов выпустили карту рынка сервисной робототехники за 2025 год На ней 563 организации из 56 регионов от стартапов до научных центров Главное что бросается в глаза рынок растёт быстрее чем ожидалось Что выросло сильнее всего За год количество компаний увеличилось на 22 по сравнению с 2024 м и вдвое с 2021 го Основной драйвер роботизация складов здесь прирост составил 71 8 до 67 компаний На втором месте сегмент компонентов и технологий с 33 до 49 на третьем роботы для дезинфекции и уборки с 15 до 28 и сельское хозяйство с 16 до 29 Это логично автоматизация рутинных процессов и повышение эффективности в критических отраслях первое что начинают внедрять в условиях нехватки рабочих рук и роста издержек Кто и чем занимается Больше половины компаний 56 5 разработчики роботов Ещё 20 4 дистрибьюторы и сервисные провайдеры Остальные 130 научные и исследовательские центры Интересно что доля последних не уменьшается хотя рынок коммерциализируется это значит что фундаментальные исследования пока остаются в фокусе а не уходят на второй план География Москва по прежнему впереди 46 6 компаний сосредоточены в Москве Санкт Петербург на втором месте с 13 5 Екатеринбург на третьем с 2 4 Такая концентрация неудивительна инфраструктура доступ к инвестициям и кадровый потенциал по прежнему тяготеют к столицам Но рост в регионах пусть и скромный говорит о том что отрасль постепенно выходит за пределы традиционных центров Рынок сервисной робототехники в России перестаёт быть нишевым Рост в сегментах связанных с автоматизацией складов сельского хозяйства и уборки показывает что бизнес начинает видеть в роботах не эксперимент а инструмент для решения реальных задач Однако остаётся вопрос насколько быстро эти технологии смогут масштабироваться за пределами крупных городов и корпораций Пока что основной спрос формируют Москва и Санкт Петербург а региональные игроки остаются в тени несмотря на очевидный потенциал PS в комментариях приложил файл поскольку видно плохо Изучить карту подробнее полезное gen i i

ВТБ запустил платформу цифровых помощников на базе генеративного ИИ ВТБ объявил о создании собственной платформы для запуска и масштабирования ИИ сервисов как для клиентов так и для внутренних процессов банка Вместо разрозненных точечных решений банк выбрал платформенный подход единая инфраструктура позволяет разворачивать десятки помощников в разных бизнес процессах от клиентского сервиса до ИТ поддержки с едиными стандартами качества и безопасности Что это значит на практике Сейчас на платформе уже работают несколько цифровых помощников Например в клиентском сервисе система анализирует контекст обращения и предлагает специалисту готовый сценарий ответа что сокращает время ожидания и повышает точность решения с первого контакта Для массовых запросов используется автоматическая классификация и маршрутизация система определяет тип обращения и предлагает решение направленное на устранение причины Во внутренних сервисах включая ИТ поддержку применяются умный поиск по базе знаний суммаризация и подсказки в интерфейсе а также автоматическая обработка типовых обращений ВТБ делает акцент на безопасности и качестве ответов модели помощников обучаются на внутренних данных банка предусмотрены системы фильтрации для предотвращения некорректных рекомендаций Каждый помощник проходит обязательное тестирование перед вводом в эксплуатацию и последующий мониторинг качества Банк планирует расширять библиотеку сценариев для клиентов и сотрудников углублять персонализацию и увеличивать долю самостоятельной сборки решений бизнес командами при сохранении централизованных стандартов качества и безопасности Платформенный подход позволяет банку не просто автоматизировать отдельные процессы а создавать гибкую инфраструктуру которая может адаптироваться под новые задачи Это особенно актуально в условиях когда требования к качеству и безопасности ИИ решений постоянно растут Однако ключевой вопрос насколько эффективно удастся масштабировать такие решения без потери контроля за качеством и безопасностью особенно если бизнес команды будут самостоятельно собирать сценарии кейсы gen i i

MТС Web Services запустила DevRails — платформу для разработки ПО с ИИ-агентами MTS Web Services представила MWS DevRails — платформу полного цикла для управления жизненным циклом цифровых продуктов. Она объединяет инструменты для аналитиков, разработчиков, DevOps и тестировщиков: от проектирования и анализа до тестирования и релиза. Важная особенность — ролевые ИИ-агенты, которые автоматизируют до 40% задач. Например, Product Owner Copilot описывает требования в таск-трекере, Analytic Copilot проверяет и улучшает их формулировку, Test Designer Copilot генерирует половину тест-кейсов. Платформа доступна и в облаке, и в инфраструктуре заказчика. Внутри МТС DevRails уже управляет 400+ продуктами — от финтеха до онлайн-кинотеатра. По словам компании, переход на единую платформу позволил на 40% ускорить вывод новых решений на рынок и повысить надежность систем. #релиз

Исследование Microsoft: профессии, которые может заменить ИИ Microsoft опубликовала исследование, в котором проанализированы данные 200 тысяч анонимизированных диалогов пользователей с Bing Copilot. Цель исследования — понять, какие профессиональные задачи чаще всего выполняются с помощью ИИ и какие профессии наиболее подвержены автоматизации. само исследование Основные выводы исследования: 1. Наиболее распространённые задачи: Пользователи чаще всего обращаются к ИИ за помощью в сборе информации и написании текстов. ИИ, в свою очередь, чаще всего предоставляет информацию, помощь в написании текстов, обучении и консультировании. 2. Профессии под угрозой: Исследователи выделили профессии с наивысшим "коэффициентом применимости ИИ" — показателем, который учитывает, насколько часто задачи, связанные с профессией, выполняются с помощью ИИ, и насколько успешно ИИ с ними справляется. В список попали переводчики, историки, бортпроводники, торговые представители, писатели, специалисты службы поддержки клиентов и другие. 3. Профессии, устойчивые к автоматизации: С другой стороны, есть профессии, которые менее подвержены риску замены ИИ. Это, в основном, работы, требующие физического присутствия и манипуляций, такие как флеботомисты, медсёстры, рабочие по удалению опасных материалов, операторы заводов и систем и другие. 4. Корреляция с зарплатой и образованием: Исследование также показало слабую корреляцию между коэффициентом применимости ИИ и уровнем зарплаты или образования. Это означает, что ИИ может влиять на профессии независимо от их статуса или требований к образованию. Это исследование подчёркивает, что ИИ уже сейчас активно используется в различных профессиональных сферах, и его влияние будет только расти. Важно понимать, какие задачи и профессии наиболее подвержены автоматизации, чтобы адаптироваться к изменениям на рынке труда. #исследование