Ежедневный дайджест
12 пунктов · ~12 мин · Неделя 2026-W37
Стоит знать (3)
Qwen выпускает Qwen-Drive-1.0 — открытую vision-language модель для автономного вождения
Qwen/AlibabaКоманда Qwen открыла под Apache-2.0 Qwen-Drive-1.0-4B: замороженную Qwen3.5-4B VLM с присоединённой BEV-головой восприятия (3D-детекция, occupancy, сегментация карты) и planning-экспертом на flow matching с чекпоинтами SFT и RL. Модель показывает NAVSIM PDMS 90,7 (91,4 best-of-6), WOD-E2E RFS 8,45 и лучшие в таблице результаты по driving-VQA, почти не деградируя в общих VLM-задачах (MMMU 72,7). Веса появились на HuggingFace в конце августа, arXiv-статья — 31 августа; широкое освещение последовало 7 сентября.
Iris: Climbing to the Search Frontier
Два открытых поисковых агента (35B-A3B и 397B-A17B), обученных чередованием SFT-RL на multi-hop вопросах, построенных из структуры веб-гиперссылок, где ни одну подсказку нельзя найти строковым сопоставлением. С включённым управлением контекстом Iris-pro набирает 88,6 на BrowseComp и 56,4 на HLE — заявлено как лучший результат среди open-source поисковых агентов в своих диапазонах параметров; веса и полный рецепт обещаны к релизу.
Bilevel Coordinated Reflection: теоретико-игровой подход к multi-agent LLM-системам
Моделирует LLM-системы вида оркестратор-исполнители как двухуровневую координационную игру и выводит конечновременные гарантии для свободной формы рефлексии, плюс результат о невозможности: гейт, видящий только транскрипт, не может равномерно превзойти текстово неразличимые среды, тогда как гейт, опирающийся на среду, — может. Итог — SRMA, метод принятия памяти, который на 500 инстансах SWE-bench с Kimi решает 72,2% против референса mini-SWE-agent в 70,8%.
Справочно (9)
Яндекс выпустил первое крупное обновление прошивки для наушников Alice AI Drops и умных устройств
YandexЯндекс выпустил первое большое обновление для ИИ-наушников Drops: переработанная настройка звука (отказ от кривой Harman), максимальная громкость примерно на 10 дБ выше, усиленное шумоподавление с лучшим детектированием ветра, более разборчивая речь в режиме прозрачности и на 15–20% большая autonomy батареи при одновременной работе ANC и голосовой активации Alice. Station Duo Max получил полноценный ночной режим с выключенным экраном, а приложение умного дома «Дом с Алисой» — поддержку аэрогрилей с голосовым управлением, начиная с устройств Demiand.
Яндекс назначил новых технических директоров для Alice AI, Поиска и Умных устройств
YandexЯндекс перетасовал техническое руководство: Екатерина Серажим (ранее CTO Поиска) становится CTO Alice AI, Андрей Тертышников возглавляет Поиск, а Александр Яковлев — CTO Умных устройств. Заявленные приоритеты: единая reasoning-модель как основа агентных способностей Alice AI, агентная «упряжка» (harness) — инфраструктура планирования, работы с инструментами и удержания контекста, совмещение генеративных ответов с классической страницей результатов поиска и перевод голосового стека на новую генеративную модель.
Moonshot, Zhipu, MiniMax и DeepSeek вывели ИИ-подписки на токены в витрины Tmall
После собственного флагманского магазина Zhipu на Tmall, о котором писали 6 сентября, Alibaba открыл на Tmall витрину «AI Space Station» с пакетами токенов, подписками на кодинг-планы и pay-as-you-go-тарифами от Alibaba Cloud, Zhipu AI, Kimi (Moonshot) и MiniMax; при этом Zhipu и DeepSeek также ведут собственные флагманские магазины — планы Zhipu стоят от 118 до 1078 юаней в месяц. SCMP подаёт это как новое потребительское направление в борьбе китайских лабораторий за устойчивую выручку: токены и кодинг-планы упаковываются как обычные розничные товары.
Яндекс, МТС и Сбербанк строят системы управления ИИ-агентами
По данным «Известий», российские технологические компании строят инфраструктуру контроля ИИ-агентов: Яндекс (Сергей Юдин, технический директор профессиональных AI-сервисов) описывает слой «упряжки» (harness), управляющий памятью модели, контекстом и доступом к данным и инструментам; МТС через MWS AI развивает переключение моделей, учёт расхода вычислений и аудит каждого действия; Сбербанк уже применяет агентный менеджмент в GigaAgent, GigaCode и GigaCowork. Группа Solar прогнозирует российский рынок защиты ИИ в 1–2 млрд рублей в 2026 году (до 4 млрд с услугами), а T1 фиксирует примерно трёхкратный рост спроса за год — в основном от банков, промышленности, государства и ритейла.
OpenAI, WAN-IFRA и AIRPPU запускают программу по ИИ для украинских редакций
OpenAIOpenAI, Всемирная ассоциация новостных издателей (WAN-IFRA) и Ассоциация независимых региональных издателей прессы Украины объявили совместную программу, объединяющую серию мастер-классов Newsroom AI Masterclass Series с практическим ускорителем Newsroom AI Catalyst для десяти украинских новостных организаций, а также API-кредиты OpenAI для создания редакционных инструментов. Мастер-классы начались 5 августа; Catalyst стартует 17 сентября 2026 года.
Language Models Can Control Their Own Attention
Declarative Attention позволяет модели объявлять в chain-of-thought, где ей нужно внимание (глобальное, фокусное или локальное), а инференс-движок трактует эти объявления как tool calls, пропуская большинство чтений KV-кэша. Zero-shot на 15 long-context задачах с Gemma-4-31B и Qwen-3.6-27B метод сокращает обрабатываемые вниманием токены на 52% и 31% при потерях точности 1,3–2,8 п.п., уменьшающихся с ростом масштаба.
Beneath the Surface of Chains-of-Thought: механистическая интерпретация операций рассуждения в LLM
NAVER AI LabПоказано, что функциональные операции рассуждения в CoT — формулировка задачи, декомпозиция цели, дедукция — линейно разделимы в отложенных скрытых состояниях, с пиком в средних слоях и без объяснения лексическими или позиционными конфаундерами. Интервенции маскированием внимания показывают, что выровненные с операциями представления в начале чанка зависят от предшествующего контекста рассуждения. EMNLP 2026 Main, код на github.com/naver-ai/beneath-cot.
Don't Drop Dropout: оптимизация разреженности слоёв для эффективного обучения и инференса LLM
CerebrasАргументирует возвращение stochastic depth в претрейн LLM: с настроенным распределением по слоям и расписаниями модели совпадают или превосходят baseline по валидационному лоссу, сокращая обучающие FLOPs до 25%, а структура пропущенных слоёв открывает early exit, layer skipping и self-speculative decoding для инференса до 1,5x быстрее. Подкреплено 2400+ запусками от 271M до 8,2B параметров на Cerebras CS-3.
Основатель ByteDance лично возглавил работу над world-моделью для пространственного видео в реальном времени — запуск возможен уже в октябре
ByteDanceBloomberg со ссылкой на осведомлённых лиц сообщает, что основатель ByteDance Чжан Имин лично курирует ИИ-модель для генерации пространственного видео в реальном времени; запуск возможен уже в следующем месяце. Модель строится на видео-стеке ByteDance Seedance и будет рендерить интерактивные 3D-миры в облаке с задержкой около 50 мс, ориентируясь на шлемы Pico.