Google сделала ролики из нейросети длиннее и на треть дешевле
5 ноября Google сделала общедоступной видеомодель Gemini Omni 1.2 Flash. Она работает в Gemini API и Gemini for business, а еще в Flow, Google Vids, Google Ads и в приложении Gemini для подписчиков Google AI Ultra. Ролик теперь длится до 15 секунд вместо 10 у прошлой версии, длину можно задать с точностью до секунды, от 3 до 15. Цена упала на 30%: секунда видео в 720p стоит $0,07, так что полный пятнадцатисекундный ролик обходится примерно в $1,05.
Интереснее цены правка. Готовый ролик можно дорабатывать в диалоге, а не генерировать заново, и это работает на всех 15 секундах. Движение можно задать коротким образцом до трех секунд, черновики делать в 360p или 720p, а удачные дубли поднимать до 1080p или 4K. Режиссерское «давайте еще дубль» раньше стоило смены съемочной группы, теперь стоит центы.
Это анонс самой компании: сравнений качества с конкурентами в нем нет, только сравнение с собственной прошлой версией. Каждый ролик несет незаметную метку SynthID, так что отличить его от настоящей съемки смогут хотя бы те, у кого есть детектор.
Первоисточник: публикация в блоге Google
OpenAI выдала нейросетям сырые данные из лаборатории, и лучшая набрала две трети баллов
6 ноября OpenAI вместе с биотех-компанией Ligo, которая занимается дизайном ферментов, представила BioBasicsBench: 100 задач из обычной работы мокрой лаборатории. Здесь не красивые графики из научных статей, а то, с чем ученый возится каждый день: снимки гелей, чашки с колониями, кадры микроскопа, выгрузки приборов и даже видео работы за столом. Задачи ученые собрали из собственных экспериментов, и каждую проверили три раза, в том числе внешний специалист с PhD.
Проверили семь моделей в 37 сочетаниях модели и уровня рассуждения, по пять попыток на каждую задачу, всего 18 500 ответов. На режиме xhigh лучшая, GPT-6 Astra, получила в среднем 66,7% возможных баллов, GPT-5.6 Sol 43,8%. В одном из примеров Astra заметила, что контрольная чашка подписана не тем антибиотиком, и отбраковала ее, а прошлая модель спокойно строила на ней выводы.
Сама OpenAI пишет, что высокий балл еще не означает надежных решений в лаборатории. В ее же разборе Astra выбирает не те колонии по результатам ПЦР, отбрасывает наблюдения, которые мешают ее версии, и насчитывает на чашке примерно на 12% больше колоний, чем там есть. Две трети балла уже не двойка, но к пипетке без присмотра такого лаборанта пока не пускают.
Первоисточник: публикация OpenAI
Nous Research взяла китайскую модель и отучила ее отвечать как пресс-служба
6 ноября американская лаборатория Nous Research выложила Arete-27B, дообученную версию открытой модели Qwen3.8-27B от Alibaba. Цель авторы называют прямо: убрать отказы, увиливания и ответы в духе официальной линии КПК на политически чувствительные темы. Мотив объясняют так: сильнейшие открытые модели сейчас китайские, но приходят с государственной позицией, зашитой прямо в веса. На переделку ушло около 52,8 млн токенов, две эпохи и 1202 шага, без обучения с подкреплением и без изменений архитектуры.
Проверяли на собственном наборе из 803 вопросов в семи темах, от свободы слова до экологии, а ответы оценивала модель-судья. Доля ответов с пропагандой упала с 22% до 1%, средний балл за факты вырос с 2,32 до 2,98 из 5. В теме свободы слова пропаганды было 60%, стало 1%. Общие навыки при этом не просели: на Hermes Bench 65,60% против 65,77% у исходной модели, разница на уровне шума.
Тест авторский, судью тоже выбирали авторы, и они сами пишут, что исправили не все. Зато веса, вопросы и обучающие данные открыты, проверить может любой. Громкоговоритель, выходит, можно не только выключить, но и перенастроить.
Первоисточник: публикация Nous Research
Еврокомиссия наняла консультантов проверять, умеет ли ИИ взламывать
5 ноября Capgemini сообщила, что Офис ИИ Еврокомиссии, который входит в генеральный директорат DG CNECT, выбрал ее лидером консорциума по моделированию киберугроз и оценке рисков продвинутых систем ИИ. Работа идет в рамках AI Act и европейской программы безопасности ИИ. Кроме Capgemini, в консорциуме консалтинговая Wavestone и французская Национальная лаборатория метрологии и испытаний LNE.
Речь о моделях общего назначения и о том, что в релизе названо рисками кибернападения: автоматический поиск уязвимостей, создание эксплойтов, координация масштабных атак. Проще говоря, Брюссель нанимает людей, которые будут проверять, не научились ли большие модели взламывать лучше, чем от них ждали.
Это пресс-релиз исполнителя, а не документ комиссии: сумма и срок контракта в нем не названы, методика проверки тоже. Известен номер закупки, лот 2 процедуры EC-CNECT-2025-OP-0032. У моделей появился штатный экзаменатор по взлому, и билеты к этому экзамену теперь пишут консультанты.
Первоисточник: пресс-релиз Capgemini
