14 AI-обновлений: модели, звонки агентов и тихая неделя

Что в ролике
Неделя выдалась спокойной, и Матт Вулф быстро проходит по 14 обновлениям — от новых генеративных моделей до первых признаков того, что агенты пока не заказывают еду и такси. OpenAI выпустила модель Images 2,6 в ChatGPT и API: она создаёт анимированные GIF и редактирует их по промпту, а обычное изображение сгенерировалось за 20,4 секунды. Pruna AI представила открытую модель PH3 Image на базе видео-модели MiniMax H3 с весами около 55 ГБ, а 4-битная версия требует 21 ГБ VRAM и запускается на 4090 или 5090, плюс есть бесплатный тест на Hugging Face. Google обновила видео-модель Gemini Omni 1,2 Flash: ролики до 15 секунд вместо 10, цена снижена на 30% до 7 центов за секунду 720p, а в Vids бесплатно дают три генерации в месяц. Pika Labs выложила открытую видео-модель H3 Flex с генерацией 4K, быстрее реального времени, роликами до 15 секунд со звуком и весами 220 ГБ; для полной версии нужен H100 с 80 ГБ VRAM. Meta Muse получила голосовые и видеозвонки, а Grockbot научился звонить по телефону от имени пользователя — автор протестировал звонок на свой номер, и голос звучал естественно. Optimizely показал виртуального помощника для SEO и AEO, Claude подключает банк через Plaid в режиме только чтение, а веса открытой модели Kimi (1,56 ТБ, 2,8 трлн параметров) выложены на Hugging Face. DoorDash и Uber сообщили, что агенты почти не используют их для заказов — у DoorDash сотни заказов против 3 млн доставок в день, у Uber 500 заказов Uber Eats на 320 млн поездок, а Google Project Suncatcher впервые получил AI-ответ из дата-центра на орбите.
Практика
- Что получишь
- Список из 14 обновлений с быстрыми тестами: какие модели уже доступны бесплатно, сколько они стоят и где взять открытые веса. Поймёте, что стоит попробовать в первую очередь: бесплатные генерации в Vids и Hugging Face, голосовые звонки агентам, и что пока сырое.
- Первый шаг
- Попробуйте бесплатную генерацию 15-секундного ролика в Google Vids — для этого нужен аккаунт Google, а три видео в месяц дают без оплаты.
- Цифры
- —15 секунд — максимальная длина ролика в Gemini Omni 1,2 Flash (было 10 секунд)
- —7 центов за секунду — цена 720p-видео в новой Gemini Omni, на 30% ниже прежней
- —3 бесплатных видео в месяц даёт Google Vids любому пользователю с Google-аккаунтом
- —Несколько сотен заказов от AI-агентов получил DoorDash, тогда как в день он выполняет 3 млн доставок
- Честно
- Ролик содержит спонсорскую интеграцию Optimizely: автор показывает их виртуального помощника и даёт ссылку в описании. Часть демонстраций (интерфейс Meta Muse, Grockbot, настройки Hugging Face) видна только на экране, основные шаги проговариваются, но для точного повторения придётся смотреть видео. Для локального запуска открытых моделей нужна видеокарта с большим объёмом VRAM, а бесплатные Hugging Face Space могут работать медленно при большой нагрузке.
Если слова незнакомы — 7 терминов
- промпттекст-задание, которое вы пишете модели
- APIпрограммный интерфейс для вызова модели из своего кода
- открытая модельмодель с доступными весами, которую можно скачать и запустить у себя
- VRAMвидеопамять, нужна для запуска больших моделей на видеокарте
- Hugging Faceплатформа, где выкладывают модели, датасеты и бесплатные демо
- AEOоптимизация сайта под ответы AI-ассистентов, а не под обычный поиск
- Plaidсервис, который безопасно подключает банковский счёт к приложениям
Компоненты
21 шт.Формат: реакция на новость · для практикующих · уверенность разметки 0.9 · источник