Четыре сообщения показывают разные направления развития ИИ: обработку записанной речи, небольшие модели для собственных устройств и применение исследовательских моделей к сложным научным и техническим задачам. Показатели популярности в исходных материалах не приведены, поэтому порядок ниже отражает редакционную значимость, а не число голосов.

NVIDIA: расшифровка 40 языков и разделение говорящих

NVIDIA представила Nemotron 3.5 Transcribe с открытыми весами и набор речевых данных Granary v2. Модель расшифровывает речь на 40 языках, переводит с 31 языка на английский и обратно и различает говорящих в 13 языках. Для записей продолжительностью до часа заявлена разметка до восьми участников.

Работу можно направлять текстовыми указаниями и адаптировать к профессиональной лексике. Практический смысл — объединить несколько этапов обработки записи: получить текст, определить участников и при необходимости перевести содержание. Важно не расширять обещание: речь идёт об обработке записей, а не о прямой трансляции. Заявления о превосходстве в тестах принадлежат разработчику.

Liquid AI: шесть небольших моделей LFM3 с общей основой

Liquid AI представила семейство LFM3: шесть моделей примерно на два миллиарда параметров для текста, изображений, речи, объединённой работы с разными видами данных и принятия решений. Общая основа — LFM3-1.7B-Base; зрительная версия принимает также видео.

По данным компании, текстовая модель поддерживает контекст в 256 тысяч токенов — единиц, на которые разбивается обрабатываемый текст, — и занимает около одного гигабайта при четырёхбитном сжатии. Разработчик также заявляет превосходство над LFM2.5-2.6B при меньшем числе параметров.

Открытые веса, дообучение на одном графическом процессоре и ориентация на собственные устройства делают семейство интересным для специализированных приложений. Однако размер модели сам по себе не доказывает достаточную скорость или точность на конкретном компьютере: это нужно проверять на своих задачах. Сравнительные результаты пока следует читать как заявления Liquid AI.

Anthropic: внутренняя модель Claude нашла пять цепочек атак

Anthropic описала работу ещё не выпущенной внутренней исследовательской модели с критическими уязвимостями браузеров и операционных систем. Компания представила пять цепочек атак, которые приводят к удалённому выполнению кода или другим серьёзным последствиям при минимальном участии пользователя либо без него.

Значим здесь переход от обнаружения отдельной ошибки к соединению нескольких слабых мест в практическую атаку. Уязвимости переданы поставщикам в рамках согласованного раскрытия: на исправления отводят 90 дней, затем ещё 45 дней до дальнейшей публикации подробностей. Это исследование возможностей внутренней модели, а не выпуск нового общедоступного Claude.

Anthropic: Claude проверяют на задачах разработки лекарств

Anthropic сообщила о собственных усилиях по разработке лекарств и совместной работе с шестью организациями: BigHat Biosciences, Bristol Myers Squibb, Divergence Labs, Enveda, Generate Biomedicines и The Column Group.

Исследуемые задачи шире проектирования молекул: выбор биологических мишеней, подготовка производства, документов для регуляторов и клинических испытаний. Такие проекты позволяют выяснять, где модель помогает в реальной исследовательской работе и что в ней необходимо улучшить.

При этом партнёрства и ранние результаты не подтверждают клиническую эффективность препаратов, созданных с помощью ИИ. Здесь важно различать полезность помощника на отдельных этапах и доказанный медицинский результат.

Общий вывод: доступные модели для речи и собственных устройств уже можно оценивать на прикладных задачах. Исследовательские сообщения Anthropic требуют другой меры осторожности: они описывают перспективные возможности, но не равны общедоступному продукту или завершённой клинической проверке.