Технологические трендыНовости

Исследуются последние инновации, обновления протоколов, кросс-чейн решения и механизмы безопасности в блокчейн-пространстве. Предоставляет ориентированную на разработчиков перспективу для анализа новых технологических тенденций и потенциальных прорывов.

SpaceX, OpenAI, Anthropic: три гиганта ИИ устремляются к IPO. На кого сделать ставку?

SpaceX, OpenAI и Anthropic планируют провести IPO в ближайшие недели с совокупным объёмом финансирования около 1800 миллиардов долларов, что превышает общий объём инвестиций эпохи доткомов. Столь срочные и масштабные размещения вызваны тем, что затраты на развитие ИИ оказались выше ожиданий, а внутренних денежных потоков компаний уже недостаточно. SpaceX стремится изменить правила индексирования, чтобы привлечь пассивные инвестиции, хотя её бизнес-модель по размещению дата-центров в космосе ещё не доказана. Anthropic демонстрирует взрывной рост выручки, в частности, за счёт корпоративных контрактов, и ожидает прибыль уже в этом месяце. Google, будучи публичной компанией, также привлекает 80 миллиардов долларов для финансирования своих амбиций в ИИ. Ведущие подкаста считают, что текущие инвестиции направлены на создание критической технологической инфраструктуры, а не являются спекулятивным пузырём, поскольку спрос на вычислительные мощности по-прежнему опережает физические возможности их поставок. Среди трёх IPO наибольший оптимизм вызывают Anthropic, SpaceX и OpenAI, поскольку вместе они закладывают основу для будущих технологических преобразований.

marsbit06/04 11:50

SpaceX, OpenAI, Anthropic: три гиганта ИИ устремляются к IPO. На кого сделать ставку?

marsbit06/04 11:50

Слияние Codex и ChatGPT: начинается масштабная перестановка на рынке инструментов для программирования

OpenAI смещает акцент с ChatGPT на Codex, объединяя их в единое настольное приложение. Codex, изначально инструмент для программистов, стал самым быстрорастущим продуктом компании с более чем 5 млн активных пользователей в неделю. Ключевое отличие в том, что если ChatGPT даёт ответы, то Codex выполняет задачи — от анализа данных до создания отчётов и прототипов. Пользовательская база Codex расширяется: теперь 40% новых пользователей — аналитики, менеджеры, маркетологи и другие специалисты, использующие его как платформу для автоматизации знаний. OpenAI выпустила специализированные плагины для разных профессий, что меняет методы работы. Компания также анонсировала функцию «Sites» для создания интерактивных сайтов из документов и функцию «Аннотации» для правки контента. Это отражает более масштабную цель: переход от модели, где пользователь осваивает софт, к модели, где ИИ сам выполняет работу, используя нужные инструменты. Будущее ИИ, по мнению OpenAI, определяется не умением общаться, а способностью выполнять задачи.

marsbit06/04 11:33

Слияние Codex и ChatGPT: начинается масштабная перестановка на рынке инструментов для программирования

marsbit06/04 11:33

Заблокировав своего собственного «Юаньбао», WeChat AI официально вышел на арену

Анонсируется разработка и тестирование встроенного в WeChat AI-агента, что вызвало значительный рост акций Tencent. Этот шаг стал ответом на неудачу отдельного приложения Yuanbao, заблокированного в WeChat за нарушение правил, и демонстрирует стратегический сдвиг компании: интеграция AI непосредственно в основную экосистему, а не создание отдельных приложений. Ключевой особенностью нового агента является доступ через смахивание в основном интерфейсе WeChat и возможность выполнения сложных задач (например, бронирование, покупки) путем автоматического вызова соответствующих мини-программ (mini-programs) и использования WeChat Pay. Это преобразует WeChat из платформы для поиска услуг в систему, где AI выполняет задачи. Преимуществом является доступ к 1.4 млрд существующих пользователей, миллионам стандартизированных API мини-программ и интегрированной системе идентификации и платежей. Реализация сталкивается с вызовами: необходимость повышения мощности собственной модели Hunyuan, высокие вычислительные затраты, перераспределение доходов разработчиков мини-программ и конкуренция с такими агентами, как Doubao (ByteDance) и Qianwen (Alibaba), которые активно развивают свои экосистемы. Успех WeChat AI Agent определит, сможет ли платформа удержать контроль над "моментом намерения" пользователя в эпоху AI и переопределить подключение людей к услугам, используя свои уникальные экосистемные активы.

marsbit06/04 05:13

Заблокировав своего собственного «Юаньбао», WeChat AI официально вышел на арену

marsbit06/04 05:13

Смерть трёхактной игры: как ИИ превратил стартапы в корпоративном ПО в «спидран-эпоху»

Смерть трехактного подхода: ИИ ускоряет запуск стартапов в сфере корпоративного ПО Раньше создание компании в сфере корпоративного ПО следовало четкому «трехактному» пути: 1) Найти узкую, но перспективную нишу и достичь десятков миллионов долларов ARR. 2) Расширить продуктовую линейку для одного типа клиентов, чтобы превысить 100 млн долларов ARR. 3) Превратиться в новую платформу, заменив устаревшие системы. Однако в эпоху ИИ этот подход устарел. Резкое снижение стоимости разработки ПО (благодаря инструментам вроде Cursor) сжимает циклы создания продукта. Стартапы, такие как Cursor, Clay, Harvey, демонстрируют взрывной рост, достигая 100 млн долларов ARR за месяцы, а не годы. В быстро меняющемся рынке опора на «безопасную» нишу стала консервативной стратегией. Новым компаниям нужна амбициозная цель с самого начала — не просто улучшить один процесс, а перестроить весь рабочий поток или заменить существующую платформу целиком. Будущее за теми, кто сразу бросает вызов всей экосистеме, а не постепенно расширяет границы. Эра постепенного роста закончилась, началась эра «скоростного прохождения».

marsbit06/02 08:33

Смерть трёхактной игры: как ИИ превратил стартапы в корпоративном ПО в «спидран-эпоху»

marsbit06/02 08:33

От параллельных финансов к основным: эпоха ценных бумаг в блокчейне открывает историческое окно возможностей

Автор: Climber, CryptoPulse Labs За последнее десятилетие криптоиндустрия развивалась как самостоятельный финансовый эксперимент, построив собственную экосистему с валютой, рынками и активами. Однако между ней и традиционными финансами сохранялся барьер. Сейчас этот барьер начинает рушиться. Наступает эра, когда ценные бумаги реального мира — акции, облигации, фонды — будут токенизироваться и выходить в блокчейн. Это следующий шаг после запуска биткойн-ETF: если ETF позволил традиционным деньгам покупать криптоактивы, то токенизация ценных бумаг позволит криптомиру получить доступ к традиционным активам. Это меняет саму финансовую инфраструктуру. Торговля, расчеты, клиринг и хранение активов могут объединиться в единой сети на основе смарт-контрактов, сделав процессы почти мгновенными. Ведущую роль в новой фазе будут играть не столько биржи, сколько новые финансовые шлюзы — нативные криптоброкеры, сочетающие функции биржи, банка и платежной системы. Ключевым фактором станут не технические параметры блокчейнов, а качество и ликвидность активов на них. Доступ к глобальным рынкам акций и облигаций (общей стоимостью в сотни триллионов долларов) откроет для криптоиндустрии беспрецедентный масштаб роста. Прошлые этапы (ICO, DeFi, NFT) были внутренней эволюцией криптосферы. Следующее десятилетие будет посвящено интеграции с традиционной финансовой системой — и это может стать главной историей роста отрасли.

marsbit06/01 07:23

От параллельных финансов к основным: эпоха ценных бумаг в блокчейне открывает историческое окно возможностей

marsbit06/01 07:23

Три года спустя: оглядываясь на мои суждения о ChatGPT в 2023 году

Три года спустя: ретроспектива прогнозов о ChatGPT, сделанных в 2023 году В марте 2023 года, вскоре после появления ChatGPT, Ван Цзяньшо высказал 20 интуитивных прогнозов о будущем ИИ. Сейчас, в мае 2026 года, эти прогнозы были проверены группой ИИ-агентов на основе актуальных данных. **Итог:** Большинство *направленческих* прогнозов оказались верными, в то время как *конкретные цифры и сроки* часто ошибочны. **Ключевые верные прогнозы:** 1. **RAG и поисковые системы** стали стандартной архитектурой для работы с данными, а не тонкая настройка моделей. 2. **LUI (языковой интерфейс)** стал новым крупным пластом поверх GUI, хотя и не заменил его. 3. Создание **сети взаимодействующих агентов** и новых систем адресации. 4. Китайские модели (DeepSeek, Qwen) практически **сократили разрыв** с лидерами. 5. **Отсутствие сознания у ИИ**: Тест Тьюринга проверяет лишь иллюзию, а не реальное понимание. **Основные ошибки и неточности:** 1. Неверные данные о параметрах GPT-4 (не 100 трлн, а ~1.8 трлн). 2. Ошибочное утверждение, что ИИ принципиально **не способен** решать сложные математические задачи без инструментов — современные модели завоевывают золото на олимпиадах. 3. **Неправильное распределение ценности**: основная прибыль достается поставщикам вычислительных мощностей (Nvidia), а не только создателям приложений. 4. **Недооценка масштаба проблемы авторских прав**: ИИ не «обошел» право, а привел к рекордным судебным искам и выплатам. 5. Завышенные ожидания скорости развития («быстро», «за 2-3 года») и недооценка конечного масштаба явлений. **Выводы:** * В быстро меняющейся сфере надежнее предсказывать *механизмы и тренды*, а не точные цифры. * **Скорость** часто переоценивается, а **степень изменений** — недооценивается. * Критически важно учитывать **распределение эффектов** (на кого именно повлияло), а не только общую картину. * Прогнозы с оговорками и допущениями оказываются более устойчивыми. Эти уроки — руководство для оценки следующих прогнозов на следующие три года.

marsbit05/31 16:05

Три года спустя: оглядываясь на мои суждения о ChatGPT в 2023 году

marsbit05/31 16:05

Спустя три года: оглядываясь назад на мои суждения о ChatGPT в 2023 году

**Три года спустя: обзор моих суждений о ChatGPT в 2023 году** В мае 2026 года автор, Ван Цзяньшо, возвращается к двадцати прогнозам об ИИ и ChatGPT, которые он сделал в марте 2023 года, и оценивает их точность с помощью команды ИИ-агентов, анализировавших актуальные данные. **Результаты оценки:** * **Верные предсказания (направление/механизм):** Стали стандартом архитектура RAG для работы со знаниями и снижения галлюцинаций; LUI (языковой интерфейс) как новый уровень взаимодействия; появление «сети агентов» и новых протоколов для их взаимодействия; Китай быстро создал конкурентоспособные большие модели (разрыв сократился); понимание, что у ИИ нет сознания, а тест Тьюринга проверяет лишь иллюзию; ИИ — не AGI, но большой шаг вперед; не произошло массовой безработицы (хотя пострадали новички); 2023 год стал «годом стартапов» в ИИ. * **Ошибочные или неточные предсказания (конкретика/степень):** Неверная оценка параметров GPT-4 (не 100T, а ~1.8T); утверждение, что ИИ принципиально не способен на сложную математику без инструментов (позже модели выиграли IMO); прогноз, что основная ценность сместится в прикладной слой, а не в инфраструктуру (огромную прибыль получила NVIDIA); мнение, что ИИ обойдет проблемы с авторским правом (последовали многомиллиардные иски); надежда, что ИИ нейтрализует «пузыри фильтров» (ИИ усугубляет смещение к усредненному мнению); заниженная оценка стоимости обучения передовых моделей. **Основные выводы из ретроспективы:** 1. **Направление надежнее цифр.** Прогнозы о механизмах и трендах были точны, а конкретные цифры и абсолютные формулировки («невозможно», «обязательно») часто ошибочны. 2. **Скорость переоценивалась, масштаб — недооценивался.** Процессы внедрения заняли больше времени, чем ожидалось, а пределы развития возможностей и затрат оказались выше. 3. **Ошибка в распределении.** Общие тренды (например, по безработице) могли быть верны, но скрывали серьезные проблемы для отдельных групп (молодых специалистов). 4. **Важность допущений.** Прогнозы с оговорками («по слухам», «по крайней мере сейчас») оказались более устойчивыми. 5. **Трех лет недостаточно** для ответов на некоторые фундаментальные вопросы (сознание ИИ, конечное распределение ценности в индустрии). Эта проверка — не столько выставление оценки прошлому, сколько установление правил для более взвешенных прогнозов на следующие три года.

链捕手05/31 13:37

Спустя три года: оглядываясь назад на мои суждения о ChatGPT в 2023 году

链捕手05/31 13:37

Apple заново изобретает сжатие изображений с помощью ИИ: такое же качество, но файл в три раза меньше

В феврале 2025 года группа JPEG утвердила новый международный стандарт JPEG AI — первый полностью обучаемый кодек для сжатия изображений. Однако даже он не решает ключевую проблему — оптимизацию под человеческое восприятие (перцептивное сжатие), а фокусируется на математических метриках, таких как PSNR. Компания Apple представила ответ на этот вызов — кодек PICO (Perceptual Image Codec). Его цель — не улучшение численных показателей, а прямое улучшение визуального качества для человеческого глаза. Команда решила три основные проблемы: 1. **Скорость энтропийного кодирования:** Вместо медленного авторегрессивного подхода PICO использует «одношаговую контекстную модель» для параллельных вычислений, сохраняя точность без потери скорости. 2. **Артефакты и «галлюцинации» ИИ:** При перцептивном обучении с использованием GAN часто искажаются критически важные детали, например, текст. PICO вводит специальную функцию потерь TextFidelityLoss, которая строго сохраняет точность в текстовых областях, снижая ошибки наполовину. 3. **Границы между фрагментами изображения (тайлами):** Для работы на мобильных чипах изображение обрабатывается частями. PICO применяет TilingArtifactLoss, чтобы устранить видимые цветовые различия на стыках этих фрагментов. Результаты масштабного слепого тестирования (74 925 сравнений) показали, что при одинаковом визуальном качестве PICO создаёт файлы в 2–3 раза меньше (на 30–43%), чем современные стандарты (AV1, VVC, JPEG AI). На iPhone 17 Pro Max кодирование 12-мегапиксельного фото занимает 230 мс, декодирование — 150 мс. При этом PICO намеренно жертвует высокими баллами в PSNR, что подтверждает его ориентацию на восприятие, а не на математику. Хотя для синтетических изображений (мультфильмы, схемы) традиционные кодеки остаются эффективнее, PICO знаменует поворотный момент — первое системное решение для перцептивного сжатия, реализуемое на мобильном устройстве в реальном времени.

marsbit05/30 02:48

Apple заново изобретает сжатие изображений с помощью ИИ: такое же качество, но файл в три раза меньше

marsbit05/30 02:48

Война токен-бюджетов: корпоративный ИИ вступает в эпоху «финансового учёта»

Война за бюджет на токены: корпоративный ИИ вступает в эпоху «подсчёта затрат» Статья описывает переход корпоративного внедрения ИИ от вопроса «внедрять или нет» к фазе «как считать и распределять расходы». Когда затраты на инференс (генерацию ответов моделями) из экспериментального бюджета превращаются в постоянные операционные расходы, руководители требуют доказательств реальной ценности: какую бизнес-результативность приносит каждый доллар, потраченный на токены? Ключевая проблема — отсутствие прямой связи между потреблением токенов и полезностью. Один и тот же рабочий процесс может стоить в разы дороже из-за различий в промптах, длине контекста, выборе модели и количестве повторных попыток. Высокий счёт означает либо реальную работу, либо неэффективные затраты. Основная задача следующего этапа — научиться измерять «предельную полезность токена»: ценность, создаваемую каждым дополнительным долларом на инференс. Это требует нового слоя аналитики, который свяжет затраты на токены с конкретными бизнес-результатами (обработанными заявками, сохранёнными клиентами и т.д.) и зафиксирует «траекторию принятия решений» ИИ-агентом. Борьба за бюджет токенов — это борьба за право распределять этот новый критический ресурс внутри компании. Тот, кто сможет надёжно связать затраты с результатами, получит контроль над тем, какие процессы получат больше вычислительных ресурсов, а какие стоит перевести на более дешёвые модели или оставить людям. Первая фаза корпоративного ИИ доказала, что модели могут выполнять работу. Следующая определит, какую работу стоит за это оплачивать.

marsbit05/28 12:14

Война токен-бюджетов: корпоративный ИИ вступает в эпоху «финансового учёта»

marsbit05/28 12:14

a16z: RWA прошла этап проверки концепции, но настоящие трудности только начинаются

RWA (токенизированные реальные активы) прошли проверку концепции, но настоящие вызовы только начинаются. Рынок токенизированных активов (без учета стейблкоинов) достиг $340 млрд, увеличившись в 10 раз с середины 2024 года ($30 млрд). Основной рост обеспечили казначейские облигации США и золото, предлагая инвесторам доход для стейблкоинов, а институтам — эффективные расчеты и доступ к цифровым рынкам. Однако большинство токенизированных активов сегодня представляют собой лишь цифровые записи для хранения и передачи, а не полноценные, свободно комбинируемые модули в DeFi. Лишь около 5% токенизированных облигаций используется в DeFi. Категории меньшего масштаба (перестрахование, частный кредит) демонстрируют гораздо более высокую интеграцию, будучи изначально созданными для этого. Это указывает на ключевое разделение между «цифровизацией» (просто запись в блокчейне) и истинной «токенизацией» с раскрытием композитности. Прогнозы по росту рынка к 2030-м годам варьируются от $2 до $30 трлн. Главный вопрос — останется ли RWA оцифрованной версией традиционных финансов или станет частью новой, интернет-ориентированной финансовой инфраструктуры. Следующий этап — перенос более сложных активов и их глубокая интеграция в композитную экосистему DeFi.

marsbit05/28 10:27

a16z: RWA прошла этап проверки концепции, но настоящие трудности только начинаются

marsbit05/28 10:27

活动图片

Популярные категорииright-arrow

Популярные тегиright-arrow

Технологические трендыright-arrow