Microsoft обучила MAI-Base-2 — базовую модель на 2,8 трлн параметров
15 октября Microsoft AI рассказала, как обучала MAI-Base-2 — модель типа «смесь экспертов» с 2,8 трлн параметров, из которых на каждом шаге работают 80 млрд. Предобучение шло 38 дней, в августе и сентябре, на 16 000 видеокартах NVIDIA GB200. Средняя загрузка вычислений составила 21%, а реально обучение продвигалось 89% времени.
Почему это интересно. Microsoft показывает собственную базовую модель самого крупного класса и пишет, что её рецепт обучения в 4–12 раз экономнее по вычислениям, чем у DeepSeek-V4-Pro-Base, самой сильной открытой базовой модели. Сэкономленное компания вложила в размер. Наверное, для бизнеса это хороший знак: поставщиков моделей верхнего уровня становится больше, а значит, больше выбора. Граница честная: это технический отчёт, а не продукт. Модель ещё проходит постобучение, сравнения сделаны на собственных тестах Microsoft, пользоваться ей пока нельзя.
Источник: Microsoft AI, 15.10.2026
NVIDIA выпустила открытые модели Nemotron 3.5 — от сервера до ноутбука
15 октября NVIDIA выпустила Nemotron 3.5 Super VL — открытую модель на 120 млрд параметров, из которых на каждый токен работают 12 млрд. Она понимает текст, картинки, документы и видео, рассуждает и вызывает инструменты. Вместе с ней вышла Bolt 74B-A9B: за счёт 2-битного квантования она помещается в 24 ГБ памяти и работает на локальном компьютере. Младшую Bolt E4B на 4 ГБ обещают к 23 октября.
Смотрите, в чём смысл. Открыты не только веса, но и датасеты, и рецепты обучения. Значит, модель можно дообучить на своих данных и держать у себя, не отправляя документы в чужое облако. NVIDIA перечисляет, кто уже так делает: агенты для проверки сделок, разбор кредитных договоров и финансовых документов, медицинских счетов, агенты для кода. Для компаний, где данные клиентов нельзя выпускать наружу, это прям рабочий вариант. Граница: «в 5 раз быстрее» и места в рейтингах — заявления самой NVIDIA, проверку на ваших задачах они не заменяют.
Источник: блог NVIDIA, 15.10.2026
Meta показала десять медицинских исследований, сделанных врачами вместе с ИИ
14 октября Meta опубликовала десять научных рукописей по медицине. Их за четыре недели подготовила группа врачей-исследователей с помощью моделей Muse Spark 1.3 и Muse Wonder. У системы был доступ к открытым данным и к лицензированной базе из 5 млн обезличенных электронных медкарт. ИИ помогал выдвигать гипотезы, писал и запускал весь код анализа и вместе с авторами писал тексты, а научные решения и выводы оставались за врачами.
Пример из подборки: после инфекционного эндокардита новые нарушения ритма и проводимости сердца встречались на 73% чаще, чем при бактериемии без поражения сердца, риск за год — 7% против 4%. Для здоровья это интересная модель работы: ИИ берёт на себя черновую работу с данными, а не ставит диагнозы. Граница жёсткая: это рукописи, а не статьи в рецензируемых журналах. Их смотрели коллеги, биостатистик и приглашённые эксперты, и один из рецензентов прямо называет такой вывод поводом для новых исследований, а не для смены практики лечения.
Источник: Meta AI Research, 14.10.2026
ServiceNow выдаёт ИИ-агентам «паспорт» с полномочиями
15 октября ServiceNow анонсировала AI Passport — криптографически подписанное удостоверение, по которому ИИ-агенты и MCP-серверы прямо во время работы сверяют, что им разрешено. Вышел агент за рамки — система перенаправляет его, ограничивает или останавливает. Рядом поиск «теневого ИИ», то есть неучтённых агентов в сети компании, более 400 готовых коннекторов и учёт расходов на ИИ в сравнении с результатом.
Зачем агенту паспорт? Пока агентов пара штук, за ними смотрит человек. Когда их сотни, нужен учёт, как для сотрудников. Клиент ServiceNow, компания LTM, говорит, что у неё уже 1 500 агентов, и у каждого есть табельный номер и руководитель. Мне кажется, это правильная рамка: агенту, как новому сотруднику, дают ровно те доступы, которые нужны для задачи, и записывают, кто их выдал. Граница: AI Passport, поиск теневого ИИ и учёт затрат станут доступны только в IV квартале 2026 года, пока это анонс.
Источник: пресс-релиз ServiceNow, 15.10.2026
Фонд Саймонса, Anthropic и OpenAI выделили $15 млн, чтобы математики освоили ИИ
15 октября фонд Саймонса объявил программу на $15 млн вместе с Anthropic и OpenAI. Это общая сумма денег и ресурсов трёх участников. Распределять её будет фонд, в том числе через открытый конкурс: на семинары и проекты о том, как проверять результаты, полученные с ИИ, как осваивать новые инструменты и какие общие правила ввести. Anthropic и OpenAI дадут исследователям фонда инструменты и вычисления, причём не только математикам, но и в фундаментальных науках.
Смотрите, на что здесь деньги: не на новые модели, а на проверку и обучение людей. Президент фонда Дэвид Спергель говорит прямо: как оценивать и применять эти инструменты, должно решать сообщество, а не одна компания или институт. Для образования это понятный сигнал: учиться работать с ИИ теперь нужно и учёным, а не только студентам. Граница: доли участников и сроки программы в объявлении не названы. Если вы сами учите людей работать с ИИ, четыре направления этой программы — проверка результатов, освоение инструментов, обмен опытом, общие правила — неплохая готовая рамка и для своей.
Источник: Simons Foundation, 15.10.2026
