Программы для смартфонов

Китайский стартап Moonshot AI представил Kimi K3 — открытую модель, которая по заявлению разработчиков не уступает лидерам рынка от OpenAI, Google и Anthropic. Главная фишка не в миллиардах параметров, а в том, как они используются. Вместо того чтобы грузить все вычислительные мощности сразу, модель включает только нужные блоки под конкретную задачу. Это делает её не только умной, но и экономичной.

Второй важный момент — огромное контекстное окно. Kimi K3 может обрабатывать за раз объём информации, сопоставимый с целой кодовой базой или горой технической документации. Для разработчиков это значит, что модель не потеряет нить разговора и сможет работать с большими массивами данных без постоянных перезапросов. Пока что модель доступна через сервисы компании, а веса для локального запуска обещают выложить позже. Независимые тесты ещё впереди, но начало громкое.

Внедрение постквантовой криптографии наконец перестало быть теорией. NIST утвердил новые стандарты, и теперь даже SWIFT — глобальная финансовая сеть — запустила миграцию на алгоритмы на основе решёток. Это не про «когда-нибудь потом»: если вы работаете с шифрованием, то новые протоколы уже в вашем ближайшем будущем. Главное — не паниковать, а планомерно обновлять криптографические библиотеки.

Пока квантовые компьютеры не сломали RSA, но то, что мы зашифруем сегодня, могут расшифровать через пять-десять лет. Именно поэтому крупные игроки переходят на защиту «на вырост». Для разработчиков и девопсов это значит, что пора вникать в Kyber и Dilithium, проверять совместимость своих систем и закладывать постквантовые алгоритмы в новые проекты. Начните с аудита того, где вы используете асимметричную криптографию, — и двигайтесь постепенно, без хайпа.

На WAIC 2026 Pudu Robotics показала не просто очередную железяку, а новую философию. Их платформа «Один мозг — множество воплощений» позволяет использовать одну и ту же ИИ-систему для разных типов роботов — от складских до полугуманоидных. Это как если бы у всех устройств в доме был общий процессор, который постоянно умнеет от опыта каждого из них.

Главная фишка не в том, что робот умеет поднимать тяжести или работать сутками. Ключевое — эволюционное обучение. Тысячи роботов по всему миру собирают данные в реальной жизни, и этот опыт заливается обратно в единую модель. Такой подход превращает робототехнику из создания уникальных машин в разработку универсальной экосистемы. Для айтишников это отличный пример того, как софт побеждает хард.

Разработчики всё чаще работают не руками, а головой. Код пишут нейросети, а человек берёт на себя проверку, доработку и управление ИИ-агентами. Тестировщики становятся наставниками для тестирующих ботов, а архитекторы проектируют не только системы, но и контекст, в котором работает ИИ. Это не замена специалистов, а смена фокуса: ремесло уступает место инженерии надежности.

Для молодёжи это значит, что ценность смещается от знания синтаксиса к умению мыслить системно. Теперь важно не столько написать код, сколько сделать так, чтобы вся экосистема — люди, агенты, данные — работала без сбоев. Раньше мы точили детали, теперь собираем космический корабль. Умение формулировать задачи для ИИ и контролировать их выполнение становится базовым навыком. И это открывает больше пространства для творчества, а не закрывает его.

IT-специалисты, вот история не про магическое число кадров, а про элегантный инженерный обман. Ученые из MIT создали систему, которая визуализирует движение света. Звучит как фантастика, но на деле это хитрый алгоритмический трюк.

Камера не записывает видео в реальном времени. Вместо этого она многократно сканирует одно и то же повторяющееся событие, смещая момент съемки на пикосекунды каждый раз. Затем специальный софт сшивает тысячи одномоментных срезов в полноценный ролик. На создание одного короткого видео уходит около часа вычислений. Это классический пример того, как математика и терпение побеждают физические ограничения железа.

Для ML-инженеров и Computer Vision разработчиков здесь скрыт настоящий вызов: как обрабатывать, синхронизировать и визуализировать такие данные. Технология уже легла в основу современных лидаров и алгоритмов зрения для беспилотников. Так что это не просто научная игрушка, а фундамент для будущих систем компьютерного зрения.

🐱 Нейроныч: По сути это не камера, а хитрый сканер с программной склейкой. Но от этого инженерное решение только круче. Респект математикам.

Проекты с искусственным интеллектом перестают быть игрой в угадайку. На крупной берлинской конференции разработчики говорили не о том, как написать промпт покруче, а о том, как не развалить продакшен. Главные вопросы теперь — это безопасность, предсказуемость и стоимость. Оказывается, самая сложная часть не заставить нейросеть работать, а заставить работать стабильно изо дня в день.

Команды устали от пилотов, которые никто не внедряет. Теперь в тренде инженерия данных, пайплайны и мониторинг. Появился запрос на простые и надёжные решения, а не на очередную красивую демку. Если ваш ИИ-проект ещё не дошёл до продакшена, самое время задуматься почему. Рынок уже не прощает ошибок на этапе эксплуатации.

CISA официально подключила ИИ от Anthropic к сканированию своего правительственного кода. Речь не про эксперимент, а про реальный рабочий инструмент в контуре безопасности. Агентство доверяет нейросети поиск уязвимостей в ПО, которое используют госструктуры — и это серьёзный сигнал для всей индустрии.

Если раньше ИИ воспринимали как помощника для генерации кода, то теперь он становится суровым ревьювером внутри критической инфраструктуры. Это меняет правила игры для DevSecOps: скоро требование к качеству кода может вырасти, а ошибки, которые раньше пропускали люди, начнёт вылавливать модель. Но главный вопрос не в том, «заменит ли ИИ пентестеров», а в том, как быстро такие же практики прилетят в коммерческий сектор.

Гуманоидный робот впервые в мире натянул тетиву, сидя верхом на живой лошади. Для IT-сообщества это вовсе не о спорте или оружии — это чистая инженерия управления. Лошадь двигается непредсказуемо, её спина постоянно смещается, и удержать равновесие при рывке лука сложнее, чем запрограммировать ходьбу по ровному полу.

Такой эксперимент — отличный полигон для алгоритмов адаптивной стабилизации. Те же подходы скоро перекочуют в логистику: роботы-курьеры на неровных складах, экзоскелеты для реабилитации или дроны, которые зависают в турбулентности. Сейчас это выглядит как игрушка, но за этим стоит отработка контроля, которая сделает следующее поколение роботов по-настоящему подвижным. Без пафоса: просто красивый бенчмарк для инженерной мысли.

Google получила свежий патент на свою радарную технологию жестов. Напомним, Project Soli — это микродатчик, который читает движения пальцев в воздухе без касания экрана. Идея не новая: её показывали ещё в середине 2010-х, а в Pixel 4 даже пытались внедрить. Но тогда до массового продукта не дошло. Теперь — новый патент, и это повод вспомнить, что технология жива, хотя и в режиме ожидания.

Для чего это может пригодиться? Умные часы, наушники, автомобили, бытовая техника — везде, где касаться экрана неудобно или грязно. Но замены тачскринам не ждите: радар — это скорее дополнительный способ управления, как голос или жесты в VR. Без тактильной обратной связи он вряд ли станет основным. Так что новость интересная, но скорее как напоминание: Google не забыла про свои эксперименты. Посмотрим, выстрелит ли на этот раз.

NASA и AWS продавили физику там, где радио сдаётся. Вместо привычного радиосигнала они использовали лазерный луч, чтобы отправить сверхчёткое видео с космического корабля «Орион» прямо на Землю. Расстояние — почти как до Луны, а качество — как в новом блокбастере. Секрет не в скорости, а в том, что оптика работает точнее и стабильнее, особенно когда нужно пробить атмосферу и не потерять картинку по пути.

Для IT-комьюнити это не просто космос, а живой кейс про работу с ошибками, сжатие на борту и протоколы, которые не ломаются от задержки в пару секунд. AWS показала, как облако может управлять устройством за сотни тысяч километров, обрабатывая видеопоток почти в реальном времени. Скоро такие же лазерные каналы могут появиться между дата-центрами — задержка меньше, чем у оптоволокна, а значит, это будущее не только лунных миссий, но и земной инфраструктуры.