Ежедневный дайджест

15 пунктов · ~15 мин · Неделя 2026-W28

Обязательно к прочтению (6)

OpenAI GPT-Live: полнодуплексные голосовые модели приходят на смену Advanced Voice Mode

OpenAI
аудио офиц. + СМИ 3 ист. ~1 мин

OpenAI выпустила GPT-Live 8 июля — новое поколение полнодуплексных голосовых моделей, способных одновременно слушать и говорить, заменяющих Advanced Voice Mode. Доступны два варианта: GPT-Live-1 (платные тарифы) и GPT-Live-1 mini (бесплатный). Модель поддерживает естественные фоновые реплики, делегирует сложные запросы фронтирной модели в фоновом режиме и постепенно разворачивается на iOS, Android и ChatGPT.com.

Почему это важно
Полнодуплексная архитектура позволяет естественно перебивать собеседника и вести живой диалог, недоступный предыдущим полудуплексным голосовым AI, открывая новый фронт конкуренции с ElevenLabs, Cartesia и Google.

OpenAI выпускает семейство GPT-5.6: Sol, Terra и Luna

OpenAI
модели/LLM офиц. + СМИ 3 ист. ~1 мин

OpenAI выпустила семейство моделей GPT-5.6 9 июля: Sol ($5/$30 за 1M токенов, флагман, лидирует на Terminal-Bench 2.1 с результатом 91,9%), Terra ($2,50/$15, сбалансированная) и Luna ($1/$6, бюджетная). Все три доступны в ChatGPT, Codex и через API. В релизе появилась новая настройка усилий «ultra», координирующая параллельные рабочие потоки агентов для сложных задач.

Почему это важно
GPT-5.6 Sol — сильнейшая модель OpenAI на сегодняшний день с расширенными агентными и рассуждательными возможностями; трёхуровневая структура напрямую конкурирует с линейкой Anthropic Fable/Sonnet/Haiku при сопоставимой или более низкой стоимости.

xAI выпускает Grok 4.5: модель уровня Opus для кодирования и агентных задач

xAI
модели/LLM офиц. + СМИ 3 ист. ~1 мин

xAI запустила Grok 4.5 8 июля, совместно дообученную с Cursor на реальных данных разработчических сессий. Модель стоит $2/$6 за 1M токенов и заявляет о возможностях уровня Opus при примерно вдвое более высокой токенной эффективности по сравнению с сопоставимыми конкурентами. Доступна в Grok Build, Cursor (все планы) и API xAI; выход в ЕС отложен до середины июля для соответствия AI Act. Независимые оценки зафиксировали удвоение частоты галлюцинаций (54% против 25% в Grok 4).

Почему это важно
Grok 4.5 выходит на рынок агентов-кодировщиков уровня Opus по значительно более низкой цене, хотя удвоение частоты галлюцинаций ставит под сомнение надёжность в продакшн-деплойментах.

Tencent выпускает Hunyuan Hy3: открытая MoE-модель на 295B под Apache 2.0

Tencent
модели/LLM офиц. + СМИ 4 ист. ~1 мин

Tencent выпустила полную версию Hunyuan Hy3 6 июля: модель типа Mixture-of-Experts на 295B параметров с 21B активными параметрами, контекстным окном на 256K токенов и тремя выбираемыми режимами инференса (быстрый, медленный, гибридный). Полный релиз под Apache 2.0 снимает географические ограничения апрельского превью и добавляет слой Multi-Token Prediction на 3,8B; частота галлюцинаций снизилась с 12,5% до 5,4% по сравнению с превью. Цены API начинаются от ¥1 (~$0,15) за миллион входных токенов.

Почему это важно
Hy3 полностью вводит Tencent в лагерь открытых весов рядом с DeepSeek и Qwen, предлагая конкурентные цены и лицензию Apache 2.0, допускающую неограниченное коммерческое использование.

Meta выпускает Muse Spark 1.1 и запускает Meta Model API

Meta
модели/LLM официальный 1 ист. ~1 мин

Meta выпустила Muse Spark 1.1 9 июля — мультимодальную рассуждательную модель для агентных задач с улучшениями в использовании инструментов, computer use, кодировании и контекстным окном на 1M активных токенов. Модель обобщается на новые MCP-серверы без дополнительного обучения и поддерживает динамические мультиприложенческие рабочие процессы computer use. Одновременно Meta запустила Meta Model API в публичном превью, впервые открыв разработчикам прямой доступ.

Почему это важно
Первый публичный API Meta для фронтирной рассуждательной модели знаменует серьёзный выход Meta Superintelligence Labs на рынок агентных платформ, составляя прямую конкуренцию экосистемам разработчиков Anthropic и OpenAI.

OpenAI запускает ChatGPT Work и интегрирует Codex в единое десктопное приложение

OpenAI
инструменты офиц. + СМИ 2 ист. ~1 мин

9 июля OpenAI выпустила ChatGPT Work — долгоживущий агент на базе GPT-5.6, создающий готовые результаты (документы, таблицы, презентации) с использованием контекста из подключённых приложений, включая Google Drive, Slack и GitHub. Одновременно Codex стал отдельным режимом в новом едином десктопном приложении ChatGPT, доступным наряду с режимами Chat и Work на всех тарифах.

Почему это важно
Включение возможностей агента-кодировщика в основное потребительское приложение ChatGPT снижает порог входа для миллионов пользователей без технического бэкграунда, напрямую конкурируя с расширением Claude Cowork от Anthropic.

Стоит знать (7)

Китайские правила об AI-компаньонах вынуждают Doubao и Qwen отключить агентные функции

индустрия только СМИ 2 ист. ~1 мин

Китайские «Временные меры регулирования антропоморфных интерактивных AI-сервисов» вступают в силу 15 июля, требуя систем защиты от зависимости, несовместимых с агентами-компаньонами с постоянной памятью. ByteDance отключает функцию агента-компаньона в Doubao (345M MAU) 15 июля; Alibaba приостановила человекоподобных агентов, создаваемых пользователями, в Qwen 10 июля. Шанхайский интернет-регулятор удалил более 14 000 несоответствующих агентов. Рабочие агенты разрешены; эмоционально вовлечённые компаньоны — нет.

Почему это важно
Первое масштабное регуляторное сокращение потребительских AI-агентов в Китае, затрагивающее крупнейшие AI-платформы страны и создающее глобальный прецедент политики, которому могут последовать другие.

ByteDance EdgeBench: скорость обучения агентов удваивается каждые три месяца

ByteDance
исследования офиц. + СМИ 3 ист. ~1 мин

ByteDance Seed опубликовала EdgeBench (arXiv 2607.05155) — бенчмарк из 134 реальных задач, каждая из которых требует не менее 12 часов непрерывной работы агента в области научных открытий, разработки ПО и формальной математики. Анализ ~38 000 часов взаимодействия агентов показывает, что производительность в ходе изучения среды следует лог-сигмоидному закону масштабирования (R²=0,998), при этом скорость обучения агентов примерно удваивается каждые три месяца в разрезе поколений моделей. 51 задача и полный фреймворк оценки открыты в открытый доступ.

Почему это важно
Устанавливает первый задокументированный постдеплойментный закон масштабирования для AI-агентов, предполагая, что рост возможностей агентов из реального взаимодействия столь же предсказуем, как масштабирование предобучения.

Hidden Decoding at Scale: новая ось масштабирования LLM без роста основного блока

исследования официальный 1 ист. ~1 мин

Hidden Decoding (arXiv 2607.08186) расширяет каждый токен до нескольких независимых вычислительных потоков с раздельными эмбеддингами, масштабируя ёмкость модели без увеличения трансформерного блока. Stream-Factorized Attention сохраняет управляемость затрат, ограничивая большую часть внимания внутри потоков. Подход валидирован на 617B параметрах с MoE — это первый путь масштабирования с фиксированным блоком, продемонстрированный на фронтирном масштабе.

Почему это важно
Открывает новую практическую ось масштабирования LLM помимо простого добавления слоёв или параметров к основному блоку.

Обзор LLM-систем в формальной математике: где современные системы отстают

UCLA
исследования официальный 1 ист. ~1 мин

Систематический обзор возможностей LLM в формальной математике (arXiv 2607.07779) в соавторстве с лауреатом медали Филдса Теренсом Тао, охватывающий автоформализацию, синтез доказательств и создание датасетов. Авторы утверждают, что современные системы остаются принципиально ограниченными для открытых исследовательских задач, и описывают разрыв между системами решения доказательств и подлинным математическим исследованием.

Почему это важно
Соавторство лауреата медали Филдса Теренса Тао даёт перспективу наиболее известного математика сообщества на реальное состояние AI-assisted формальной математики.

Cursor 3.11: боковые чаты, поиск по переписке, хуки жизненного цикла облачных агентов

Cursor
инструменты официальный 1 ист. ~1 мин

Cursor 3.11 (10 июля) вводит боковые чаты через /side, позволяя запускать параллельные исследовательские беседы без прерывания основной агентной сессии. Новый поиск по переписке (Cmd+K) индексирует локальные транскрипты. Облачные агенты получают хуки жизненного цикла (beforeSubmitPrompt, afterAgentResponse и другие), позволяющие командам перехватывать и наблюдать за рассуждениями агента. Область поиска теперь можно ограничить: This Computer, Cloud или конкретная удалённая машина.

Почему это важно
Боковые чаты и поиск по переписке снижают трение при управлении контекстом в длинных агентных сессиях; хуки жизненного цикла открывают новый уровень корпоративной аудируемости.

Google Photos запускает Video Remix на базе Gemini Omni

Google
видео офиц. + СМИ 3 ист. ~1 мин

Google запустила Video Remix в Google Photos 8 июля на базе Gemini Omni. Функция позволяет подписчикам трансформировать существующие видеоклипы с помощью шаблонных эффектов: кинематографическое переосвещение, замена фона и художественные стилевые наложения (акварель, масляная живопись). Расположена во вкладке Create и поэтапно раскатывается подписчикам Google AI Plus, Pro и Ultra в 14 странах.

Почему это важно
Приносит генеративное редактирование видео массовой аудитории Google Photos без необходимости использовать отдельные инструменты вроде Runway или CapCut.

Runway запускает Dev: единую API-платформу для генеративных медиамоделей

Runway
видео официальный 1 ист. ~1 мин

Runway запустила Runway Dev 8 июля — API-платформу для разработчиков, объединяющую собственные фронтирные модели (Gen-4.5, Aleph 2.0, Act-Two) и отобранные сторонние модели (Seedance, GPT Image 2, ElevenLabs) под единым биллингом. Платформа предлагает четыре примитива: Models, Recipes (готовые эндпоинты), Workflows (мультимодельные пайплайны) и Characters (интерактивные аватары в реальном времени). Сертифицирована по SOC 2 Type II с SLA 99,9% uptime.

Почему это важно
Позиционирует Runway как инфраструктурный слой для корпоративного медиапроизводства, а не просто пользовательское приложение, напрямую конкурируя с Replicate и fal.ai за рынок API генеративных медиа.
Справочно (2)

UniClawBench: бенчмарк для проактивных AI-агентов на реальных задачах

University of Hong Kong
исследования официальный 1 ист. ~1 мин

UniClawBench (arXiv 2607.08768) оценивает проактивных агентов по пяти измерениям возможностей — Skill Usage, Exploration, Long-Context Reasoning, Multimodal Understanding и Cross-Platform Coordination — с 400 двуязычными задачами, выполняемыми внутри живых Docker-контейнеров. Замкнутая оценка использует несколько ролей агентов для имитации реалистичной обратной связи от людей без утечки критериев оценки тестируемой системе.

Почему это важно
Восполняет реальный пробел в оценке агентов, требуя от них проактивных действий в динамических средах, а не реакции на заранее заданные описания задач.

Claude Code v2.1.207: auto mode GA на облачных провайдерах, исправление уязвимости

Anthropic
инструменты официальный 1 ист. ~1 мин

Claude Code v2.1.207 (11 июля) переводит auto mode в статус GA на Bedrock, Vertex AI и Foundry без предыдущего флага CLAUDE_CODE_ENABLE_AUTO_MODE и меняет модель по умолчанию на этих провайдерах на Claude Opus 4.8. Исправлена уязвимость внедрения команд оболочки: расширения ${user_config.*} в shell-form командах плагинов теперь отклоняются.

Почему это важно
GA auto mode на всех трёх основных облачных провайдерах устраняет ручной барьер с флагом функции; исправление внедрения команд оболочки закрывает путь повышения привилегий через вредоносные команды плагинов.