Неделя с 22 по 24 августа выдалась плотной, но именно один релиз перетянул внимание сообщества на себя — крошечный робот, который стоит как хороший смартфон, но открывает дверь в мир embodied AI для кого угодно.
Microduck: демократизация роботехники за 399 долларов
Pollen Robotics и Hugging Face выпустили Microduck — 25-сантиметрового двуногого робота с 15 актуаторами, камерой, LiDAR, динамиком, NFC, Bluetooth и Wi-Fi на борту. Поставки начнутся до Рождества. Главное — подход: открытый симулятор, доступный прямо в облаке Hugging Face, позволяет обучить робота виртуально и перенести навыки на реальное железо без сложных настроек. В комплекте уже есть несколько готовых политик поведения, а дообучение через reinforcement learning доступно любому желающему.
Реакция рынка оказалась почти взрывной: один робот продавался каждые пять секунд, а суммарные продажи за короткий срок перевалили за миллион долларов. Исследователи вроде Грэма Ньюбига и других известных людей из AI-сообщества раскупали Microduck немедленно — как рабочий инструмент для экспериментов с физическим AI. Раньше такие эксперименты требовали дорогого железа и закрытых лабораторий. Теперь порог входа обрушился до уровня хобби-проекта.
GLM-5.3-Flash: открытая модель, которую скрывали под псевдонимом
Вторая крупная история — разоблачение таинственной модели Ox Alpha: под этим именем скрывалась GLM-5.3-Flash от китайской Zhipu AI. Спецификация впечатляет: 320 миллиардов параметров (18 миллиардов активных), контекст на миллион токенов, гибридное внимание. Модель хорошо показывает себя в кодинге и агентных задачах — и она открытая.
Сообщество отреагировало моментально: модель научились гонять в 3-битном GGUF-формате на домашних 128 гигабайтах памяти. 4-битная квантизация сохраняет 93% точности, позволяя запускать GLM-5.3-Flash на обычном Mac с 256 гигабайтами. Компания Together подсчитала: модель делает вдвое больше полезной работы на тот же бюджет по сравнению с конкурентами. Databricks сообщил о 270 токенах в секунду и качестве на 10% выше предшественника при десятикратно меньшей цене. Открытые модели догоняют закрытые по качеству и по экономике использования — а это уже бизнес-логика.
Видеогенерация: Google и MiniMax разгоняют скорость
Google представил Gemini Omni 1.1 Flash с продвинутым контролем над видео: расширение сцены до 40 секунд, управление первым и последним кадром, референсы по трехсекундным клипам. Модель сразу заняла первое место в рейтинге текст-в-видео и второе — в изображение-в-видео с существенным отрывом от конкурентов. Параллельно fal и MiniMax выпустили H3 Max, который генерирует 15 секунд качественного видео за 5 секунд реального времени — в 50 раз быстрее аналогов. Борьба сместилась с чистого качества картинки на скорость и управляемость.
Агенты получают доступ к вашему браузеру, а индустрия объединяется против кибератак
Отдельная линия новостей — про инструменты вокруг моделей. Nous Research выпустил обновление Hermes Agent, которое умеет работать с реальным профилем Chrome пользователя, включая сохраненные логины. Удобно, но заметно расширяет поверхность атаки: агент с доступом к паролям — это новый класс риска, который индустрии еще предстоит научиться ограничивать через продуманные разрешения.
И последнее по порядку, но не по значимости: OpenAI собрал открытое письмо от 116 организаций, включая Anthropic, AWS, Google, Microsoft и Oracle, с призывом к глобальной координации против кибератак, усиленных искусственным интеллектом. Сэм Альтман подчеркнул, что времени на раскачку почти нет. Редкий случай, когда конкуренты в AI-гонке садятся за один стол ради общей проблемы.
Во что углубиться:
- Hugging Face и Pollen Robotics: история сотрудничества в открытой робототехнике
- GLM модели Zhipu AI: чем отличается китайская школа открытых LLM от Llama и Mistral
- Риски browser-use агентов с доступом к реальным аккаунтам пользователя: разбор угроз