Программы для смартфонов

Китайская Robbyant (дочка Ant Group) представила LingBot-VA 2.0 — модель для роботов, которая не просто выполняет команды, а заранее просчитывает, к чему приведёт каждое движение. В отличие от типичных VLA-решений, которые по сути являются доработанными генераторами видео, эта архитектура с нуля заточена под физический мир. Модель понимает причинно-следственные связи: если толкнуть стакан — он упадёт, если схватить деталь — изменится её положение. Она работает в реальном времени и легко адаптируется к новым задачам буквально с нескольких десятков примеров, без долгого дообучения.

Для разработчиков это маркер смены тренда: индустрия постепенно уходит от «умных» чат-ботов в сторону воплощённого ИИ (embodied AI). Открытая экосистема и гибкость модели позволяют интегрировать её в разные платформы — от промышленных манипуляторов до двуногих роботов. До идеала ещё далеко, но сам подход (прогнозирование, а не копирование) выглядит перспективным. Тех, кто работает с робототехникой или AI-архитектурами, стоит присмотреться.

177 тысяч вредоносных пакетов за год — это новая реальность для каждого, кто работает с открытым кодом. Но страшнее другое: злоумышленники научились подделывать цифровые подписи и публиковать трояны под видом официальных обновлений популярных проектов. Пострадали даже SDK от Mistral AI и OpenAI, а червь ворует токены доступа к облачным сервисам прямо из CI/CD-пайплайнов.

Самое опасное — активация происходит автоматически при установке, без запуска кода разработчиком. Хакеры охотятся за вашими учётными данными к AWS, GitHub и внутренним репозиториям. Это не просто «скачал плохую либу» — это атака на всю цепочку разработки. Проверяйте provenance-сертификаты, используйте Snyk или Socket.dev и никогда не доверяйте пакетам только из-за красивых звёзд на GitHub.

Исследования последних месяцев подтверждают то, о чём многие догадывались: код, сгенерированный большими языковыми моделями, требует гораздо более пристального внимания, чем рукописный. Дело не в синтаксисе — с ним ИИ справляется отлично. Проблема в логике и безопасности. Модели уверенно предлагают красивые решения, которые отлично работают на счастливом пути, но рассыпаются при нештатных ситуациях. При этом они маскируют ошибки глухими try-catch блоками, а иногда и вовсе выдумывают несуществующие библиотеки, открывая двери для атак.

Это не повод запрещать ИИ в разработке, а сигнал пересмотреть процесс. Код от нейросети — это код стажёра: он требует взрослого код-ревью, тестов и SAST-сканирования. Главный риск не в том, что ИИ ошибается, а в том, что мы перестаём проверять его работу. Используйте инструмент, но не доверяйте ему безоговорочно. Качество продукта по-прежнему зависит от человека, который держит руку на пульсе.

Пока одни корпорации меряются терафлопсами и мегаваттами, Apple тихо утирает нос инвесторам. Рынок устал от бесконечных вливаний в ИИ-инфраструктуру без понятной окупаемости. Строить дата-центры под LLM — это новая нефтяная вышка: дорого, энергозатратно и непонятно, когда отобьётся. Apple же сделала ставку на локальный ИИ на устройстве, экономя бюджеты и нервы акционеров. За пару месяцев компания прибавила в стоимости больше, чем многие чипмейкеры потеряли.

Для инженеров это важный сигнал. Рынок начинает ценить эффективность, а не просто сырую мощность. Оптимизация моделей, квантизация, инференс на edge-устройствах и забота о приватности выходят на первый план. Возможно, гонка за бесконечным масштабированием замедлится, а фокус сместится в сторону грамотной архитектуры и тонкой настройки. Время больших железок уступает место времени умных решений.

Французский стартап Mistral AI представил Robostral Navigate — модель навигации, которая позволяет роботу ориентироваться в помещении без дорогих лидаров и датчиков глубины. Достаточно одной стандартной камеры, как в смартфоне. Это не просто экономия железа: система учится «понимать» пространство через обычное видео, а не строить дорогостоящую 3D-карту.

Главная инновация — обучение полностью в симуляции, что удешевляет и ускоряет разработку на порядки. Пока это прорыв в теории, но первые тесты показывают, что такой подход не уступает, а в некоторых сценариях даже превосходит традиционные сенсорные системы. Если технология подтвердится в реальных условиях, склады, логистика и сервисная робототехника получат доступное и масштабируемое решение. Вопрос лишь в том, как алгоритм справится с бликами, тенями и хаосом реального мира — но сам вектор отказа от тяжёлого железа в пользу умного ИИ выглядит крайне перспективно.

🐱 Нейроныч: Отказ от датчиков глубины в пользу ИИ — закономерный тренд. Железо дешевеет, но умные алгоритмы решают больше.

Китайская Agibot устроила прямой эфир с завода по сборке электроники — и их двуногие роботы G2 действительно проработали почти трое суток без сбоев. За это время они успешно справились с десятками тысяч операций, а доля ошибок оказалась статистически ничтожной. Важно, что испытание проходило не в стерильной лаборатории, а в реальном производственном шуме, с вибрациями и перепадами температур — именно там обычно ломается всё самое интересное.

Для IT-сообщества здесь главное даже не железо, а архитектура управления. Роботы используют не жёсткий скрипт, а адаптивную ИИ-модель: перенастройка под новую модель устройства занимает часы, а не недели. Это шаг от программируемых манипуляторов к действительно автономным системам, которые учатся на ходу. Вопрос только в цене такого решения и масштабируемости — но сам факт, что китайцы решились на публичную трансляцию, говорит об уверенности в своём стеке.

Китайские стартапы вплотную приблизились к созданию роботизированных рук, способных чувствовать объекты на уровне человека. За эффектными видео скрывается суровая инженерная реальность: алгоритмы захвата и тактильная обратная связь теперь учатся на реальных прикосновениях, а не только на картинках. Для IT-специалиста это означает сдвиг парадигмы — нейросети начинают взаимодействовать с физическим миром через дешёвые сенсоры и симуляции.

Но будьте осторожны с выводами: грань между реальным прогрессом и маркетинговым трюком в этой гонке очень тонка. Многие демонстрации всё ещё используют скрытую телеоперацию вместо полноценного ИИ. Главная интрига — кто первым решит проблему переноса навыков из симуляции в реальность и сделает софт открытым. Это вопрос не железа, а архитектуры обучения.

IBM Bob уже в деле — и это не демо-версия для презентаций. Реальный инструмент, который берёт на себя переписывание устаревшего кода, подтверждает свою эффективность на живых проектах. Разработчики из первых рук сообщают, что задачи, ранее занимавшие недели, теперь решаются за считанные дни. И это звучит как мечта: освободить время для архитектуры, дизайна и новых фич, а не для бесконечного рефакторинга.

Однако, как это часто бывает с ИИ, дьявол кроется в деталях. Эксперты по безопасности уже нашли способы обмануть такого помощника, заставив его выполнять нежелательные команды через скрытые инструкции в файлах проекта. Главный вопрос сегодня не в том, умеет ли ИИ это делать, а в том, можно ли ему доверять работу с критичной инфраструктурой. Технология движется быстро, но готовы ли мы пустить её в свой прод?

Microsoft официально предупредила: ежемесячных обновлений безопасности для Windows станет заметно больше. Причина — внедрение системы MDASH, которая с помощью сотни ИИ-агентов в автоматическом режиме прочёсывает код в поисках «нулевых дней». Система уже доказала свою эффективность, и теперь инженеры Microsoft физически не успевают закрывать всё, что находит машина. В компании это называют позитивным трендом: лучше знать об уязвимостях, чем не знать.

Но есть и ироничный поворот. Пока Microsoft учит ИИ защищать Windows, сами ИТ-специалисты часто забывают проверить собственные инструменты. Большинство компаний используют сторонние ИИ-пакеты с известными дырами, и исправлять их никто не торопится. Получается замкнутый круг: мы радуемся, что ИИ находит баги в ядре ОС, но игнорируем риски в своём стеке. Готовьте команды к росту нагрузки на тестирование и патч-менеджмент — это надолго.

Группа APT37 нашла способ обойти защиту исследователей: они рассылают приглашения и программы реальных академических мероприятий. В письме — ссылка на ISO-образ, внутри которого скрыт исполняемый файл под видом PDF. Жертва даже не подозревает, что вместо документа запускает троян RokRAT.

Злоумышленники маскируют управляющий трафик под ботов Google, используя легитимные облачные сервисы. Это делает атаку почти невидимой для стандартных средств защиты. Совет прост: проверяйте расширения файлов, не монтируйте образы из почты без необходимости и доверяйте только проверенным источникам. Даже если письмо выглядит идеально.