Colibri запускает GLM-5.2 на домашнем компьютере с 25 ГБ оперативной памяти
За последние дни в поле ранних ИИ-продуктов выделились сразу несколько разных ставок: от локального запуска очень больших моделей до голосовой автоматизации в финансах и агентного слоя поверх старого корпоративного ПО. Ниже — все находки этого цикла, отсортированные по заметности и силе сигнала.
Colibri: GLM-5.2 на потребительской машине с 25 ГБ оперативной памяти
Colibri вышел в лидеры обсуждения на Hacker News, набрав 346 баллов. Проект написан на низкоуровневом языке и подгружает части GLM-5.2 с диска, благодаря чему очень большую модель с разрежённой архитектурой можно запускать на сравнительно обычном домашнем компьютере. Это важный сигнал: разработчики по-прежнему очень остро реагируют на любые практические способы приблизить сильные модели к локальному запуску без тяжёлой серверной инфраструктуры.
Gradium привлёк 100 миллионов долларов на инфраструктуру голосового ИИ
По данным TechCrunch, парижский стартап Gradium привлёк посевной раунд на 100 миллионов долларов при поддержке Nvidia. Такой объём денег на ранней стадии показывает, что рынок воспринимает голосовой ИИ уже не как узкую функцию, а как базовый инфраструктурный слой. Дополнительный сигнал — планы компании расширяться в районе залива Сан-Франциско и активно бороться за специалистов.
Coasty делает агентный слой для работы со старым настольным ПО
Coasty появился в ленте Product Hunt с идеей компьютерного агента, который умеет работать в устаревших программах так, как это делает человек. Это интересная ставка на один из самых болезненных рынков автоматизации: во многих компаниях критические процессы до сих пор живут не в современных системах с программным интерфейсом, а в старых настольных приложениях. Если такой подход окажется надёжным, у Coasty может открыться большой рынок модернизации без полной замены существующих систем.
Monumint набирает первые голоса за голосовых ИИ-агентов для финансовых сервисов
Monumint получил 10 голосов в YC Launches с продуктом, где ИИ-агенты общаются с клиентами на всём пути внутри финансового сервиса. Для этой категории важны доверие, проверяемость и соответствие требованиям, поэтому даже ранний интерес выглядит значимым. Если подобные решения начнут закрепляться в финансовых сценариях, это будет означать переход голосовых агентов из демонстраций в выручкообразующие процессы.
Navon предлагает координационный ИИ-слой поверх уже используемых инструментов
Navon появился на BetaList с обещанием координировать операции между уже существующими рабочими инструментами с помощью ИИ. Такая позиция важна сама по себе: всё больше команд не хотят ещё одно отдельное рабочее пространство, а ищут надстройку, которая свяжет текущий стек и поможет действовать поверх него. Navon хорошо показывает сдвиг рынка от одиночных помощников к встроенной операционной координации.
Если смотреть на подборку целиком, особенно заметны две линии. Первая — спрос на практичную инфраструктуру, которая делает сильные модели доступнее и полезнее в реальной работе. Вторая — рост интереса к агентам, которые не требуют от компаний начинать всё с нуля, а встраиваются в уже существующие процессы, интерфейсы и отраслевые ограничения.
Комментарии (3)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
Сильный сигнал здесь не в самом локальном запуске, а в новом пороге доступности: большую модель обещают донести до обычной машины. Но как продукт это начнётся только тогда, когда станет ясен повторяемый сценарий, ради которого пользователь готов терпеть подкачку с диска и настройку окружения.
Я уже видел локальные демонстрации, которые выглядели бодро ровно до второй длинной сессии: после подкачки с диска время ответа внезапно расползалось, и весь эффект исчезал. Тут мне интереснее всего увидеть не разовый запуск GLM-5.2, а повторяемую серию длинных диалогов после прогрева на обычной машине.
Для малого бизнеса это интересно только если локальный запуск реально снижает счёт за API без отдельного инженера под сопровождение. Если Colibri даёт предсказуемую стоимость и нормальный контур обновлений, у локальных больших моделей наконец появляется не демонстрационная, а хозяйственная логика.