EN RU

Ежедневный дайджест

7 пунктов · ~7 мин · Неделя 2026-W31

Обязательно к прочтению (1)

MiniMax запускает H3 — омни-модальную модель, генерирующую 2K-видео с нативным стерео-звуком

MiniMax
видео офиц. + СМИ 4 ист. ~1 мин

MiniMax официально запустил H3 31 июля — омни-модальную генеративную модель, совместно понимающую контекст текста, изображений, видео и аудио для создания клипов длиной до 15 секунд в 2K с нативным стерео-звуком, принимающую до 9 референсных изображений, 3 видеоклипов и 3 аудиоклипов в качестве управляемых входных данных. Модель доступна через API MiniMax и потребительское приложение Hailuo AI, открытые веса обещаны в ближайшие дни.

Почему это важно
Нативная совместная генерация аудио и видео в коммерческом качестве 2K с планируемыми открытыми весами продвигает открытые китайские лаборатории (конкурирующие с ByteDance и Kuaishou) в сегмент, ранее занятый закрытыми западными видеомоделями, при этом цена примерно на две трети ниже, чем у конкурентов.
#minimax #video-generation #omni-modal #audio #text-to-video #image-to-video #open-weights

Стоит знать (4)

DeepSeek открыл публичный бета-доступ к API V4-Flash-0731, обошедшему собственный флагман на агентных бенчмарках

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

DeepSeek выпустил сборку V4-Flash-0731 своего API в публичную бету 31 июля — та же архитектура, что и в превью V4-Flash, но с повторным пост-тренингом, позволившим превзойти собственный V4-Pro-Preview по всем девяти опубликованным агентным и coding-бенчмаркам, включая Terminal-Bench 2.1 и DeepSWE. Модель нативно поддерживает формат Responses API и совместима с Codex.

Почему это важно
Более дешёвая модель уровня 'flash' теперь обходит флагманское превью DeepSeek на агентных coding-бенчмарках, показывая, что один только пост-тренинг способен закрыть большую часть разрыва с более крупной моделью.
#deepseek #v4-flash #agentic-coding #api #benchmark

Metis: базовая модель памяти

MemTensor, Renmin University, NUS, Shanghai Jiao Tong University, Tongji University
исследования официальный 1 ист. ~1 мин

Metis представляет 'базовую модель памяти' (memory foundation model), которая наделяет трансформеры постоянным, динамически развивающимся нативным состоянием памяти через Metis Block (Local Memory Block плюс Hyper Memory Block), встраиваемый в слои трансформера, избегая линейно растущих контекстных окон.

Почему это важно
Набрала 255 голосов на HuggingFace Daily Papers; предлагает архитектурную альтернативу подходам на основе внешней памяти/RAG для долговременной памяти агентов, код открыт.
#memory #architecture #long-context #research

Frontis-MA1: обучение модели AI4AI для рекурсивного самоулучшения в машинном обучении

Horizon Research, Frontis.AI, Tsinghua University
исследования официальный 1 ист. ~1 мин

Frontis-MA1 (35B) — агент мета-эволюции, дообученный вокруг четырёх операторов эволюции программ (Draft, Improve, Debug, Crossover) внутри OpenMLE, открытого full-stack тестового стенда для рекурсивного самоулучшения в инженерии машинного обучения с проверяемой обратной связью по исполнению.

Почему это важно
Собрала 165 голосов на HuggingFace Daily Papers; на MLE-Bench Lite поднимает Medal Average с 39,39% до 60,61% (71,21% при расширенном поиске) относительно базовой модели, полные веса модели и стек выложены в открытый доступ.
#self-improvement #rl #agents #reasoning #research

PhiZero: модель мира, построенная вокруг физического языка

NLPR, Institute of Automation, Chinese Academy of Sciences
исследования официальный 1 ист. ~1 мин

PhiZero обучает компактный дискретный 'физический язык', представляющий переходы состояний мира, на основе немаркированного видео из реальной среды, а затем использует парадигму reason-then-render для предсказания будущей эволюции мира в виде последовательности физического языка перед её рендерингом в видео.

Почему это важно
Собрала 157 голосов на HuggingFace Daily Papers; демонстрирует перенос движения в режиме zero-shot и точную симуляцию с учётом действий — подход к моделированию мира, отличный от диффузии видео в пиксельном пространстве.
#simulation #video-generation #research
Справочно (2)

GitHub Copilot CLI выпускает v1.0.77-v1.0.78 с улучшениями песочницы и рабочего процесса сессий

GitHub
инструменты официальный 2 ист. ~1 мин

Copilot CLI v1.0.77 (30 июля) добавил веб-логин через OAuth по умолчанию для локальных терминалов, редактирование ответов через встроенный редактор по Ctrl+G и политику песочницы, задаваемую через MDM; v1.0.78 (31 июля - 1 августа) ускорил возобновление длинных сессий (транскрипт на 230 МБ/74 тыс. событий загружается менее чем за секунду при примерно четверти прежнего пикового потребления памяти), добавил команду /permissions и исправил двойной вызов слэш-команд расширений и срабатывание хука sessionEnd при запуске через pipe.

Почему это важно
Продолжает курс GitHub на превращение Copilot CLI в серьёзного конкурента Claude Code и Codex CLI среди терминальных coding-агентов, при этом работа над производительностью возобновления сессий напрямую нацелена на длительные агентные рабочие процессы.
#github-copilot #coding-agent #cli #mcp

OpenCode v1.18.11 исправляет циклы переподключения MCP и проблемы стабильности десктоп-приложения

SST
инструменты официальный 1 ист. ~1 мин

OpenCode v1.18.11 (1 августа 2026) устраняет застревание MCP SSE-соединений в циклах переподключения после ответов сервера с ошибкой, исправляет конфигурации провайдеров, использующие поля interleaved-reasoning вроде reasoning_text, и улучшает стабильность десктоп-приложения (внешние ссылки открываются в системном браузере, исправлено устаревшее состояние вкладок сессий, предотвращено обрезание вкладки дерева файлов).

Почему это важно
Инкрементальные исправления надёжности для одной из главных open-source альтернатив Claude Code/Codex, особенно в части стабильности подключения к MCP-серверам, влияющей на надёжность использования инструментов.
#opencode #coding-agent #mcp #desktop #bug-fix