Несмотря на достижения, Runway признаёт, что Gen 4.5 всё ещё испытывает трудности с постоянством объектов.

AI-стартап Runway запустил Gen 4.5 в понедельник, заявив о первом месте в независимом рейтинге генерации видео и превзойдя модели технологических гигантов Alphabet и OpenAI. Нью-йоркская компания, насчитывающая всего 100 сотрудников, теперь возглавляет рейтинг Video Arena, поддерживаемый Artificial Analysis, опережая модель Veo 3 от Google на втором месте и Sora 2 Pro от OpenAI на седьмом.

Модель text-to-video генерирует видеоклипы высокой четкости из текстовых запросов и демонстрирует то, что Runway описывает как превосходное понимание физики, движения человека и динамики камеры. Video Arena определяет рейтинги с помощью слепых сравнений, где пользователи голосуют за предпочитаемый результат, не зная, какая компания его создала, что обеспечивает непредвзятые результаты.

Давид против Голиафа в AI-видео

Генеральный директор Runway Кристобаль Валенсуэла сообщил CNBC, что его команда намеренно дала модели кодовое имя «Давид» в отсылке к библейской истории. «Нам удалось превзойти компании стоимостью в триллионы долларов командой из 100 человек», — сказал Валенсуэла. «Вы можете достичь новых рубежей, просто будучи чрезвычайно сосредоточенными и усердными».[1][2][3]

Это достижение знаменует собой значительный момент для стартапа, который привлёк $308 млн финансирования в апреле при оценке в $3 млрд от инвесторов, включая NVIDIA, SoftBank, Fidelity и General Atlantic. Основанная в 2018 году, Runway теперь достигла оценки, которую PitchBook определяет в $3,55 млрд.

Gen 4.5 в настоящее время имеет рейтинг Elo 1,247 по тесту Artificial Analysis. Модель будет постепенно развёрнута для всех клиентов Runway к концу недели, с доступом через платформу компании, API и интеграции с партнёрами. Валенсуэла указал, что этот релиз является первым из нескольких крупных запусков, запланированных компанией.

Несмотря на достижения, Runway признаёт, что Gen 4.5 всё ещё испытывает трудности с постоянством объектов и причинно-следственными связями — общими ограничениями современных моделей генерации видео — где эффекты иногда могут возникать раньше своих причин.

Две независимые исследовательские группы представили методы улучшения производительности квантовых компьютеров за счёт усовершенствованной системы обнаружения ошибок и стабильности кубитов, устраняя критические препятствия на пути к коммерчески жизнеспособным квантовым машинам

Две независимые исследовательские группы представили методы улучшения производительности квантовых компьютеров за счёт усовершенствованной системы обнаружения ошибок и стабильности кубитов, устраняя критические препятствия на пути к коммерчески жизнеспособным квантовым машинам.Исследователи из Карлсруэского технологического института и Университета Шербрука опубликовали результаты в Physical Review Letters, показывающие, что калибровка заряда в квантовых битах значительно снижает ошибки, вызванные измерениями, в сверхпроводящих квантовых процессорах. Отдельно учёные из Университета Суинберна разработали методы, которые могут проверять выходные данные квантовых компьютеров за минуты, а не за тысячелетия, согласно результатам, опубликованным 30 ноября.

Борьба с ошибками измерений в сверхпроводящих кубитах

Исследование в Карлсруэ посвящено постоянной проблеме в квантовых вычислениях: во время измерения кубиты могут переходить в нежелательные энергетические состояния, делая результаты ненадёжными. Это явление возникает, когда микроволновые фотоны, посылаемые в резонатор, вызывают переход кубитов в более высокие энергетические состояния — эффект, сравнимый с ионизацией атома под воздействием интенсивного света.

«Если мы поймём, при каком количестве фотонов в резонаторе и при каком уровне заряда на трансмоне кубит переходит в нежелательные состояния, мы сможем оптимизировать процедуру измерения», — сказал профессор Иоан М. Поп, возглавляющий исследования в области квантовых вычислений в Институте квантовых материалов и технологий KIT.

Команда под руководством доктора Матьё Фешана отслеживала и перекалибровывала параметры заряда, варьируя уровни считывания. Их экспериментальные результаты совпали с недавно предложенными теоретическими моделями и продемонстрировали, что активная калибровка заряда позволяет проводить считывания в диапазонах количества фотонов, где мешающие квантовые переходы снижены.

Проверка непроверяемого

Исследование Суинберна решает парадокс: если квантовые компьютеры решают задачи, которые не могут решить классические суперкомпьютеры, как кто-либо может проверить правильность результатов? Команда разработала методы валидации выходных данных гауссовских бозонных сэмплеров — квантовых устройств, использующих фотоны для вычисления вероятностей, требующих тысячи лет работы классических суперкомпьютеров.

«Всего за несколько минут на ноутбуке разработанные методы позволяют нам определить, выдаёт ли эксперимент с GBS правильный ответ и какие ошибки, если таковые имеются, присутствуют», — сказал ведущий автор Александр Деллиос, постдокторант Центра квантовой науки и технологической теории Суинберна.

Когда команда применила свои методы валидации к недавнему эксперименту с GBS, воспроизведение которого с использованием существующих суперкомпьютеров заняло бы не менее 9000 лет, они обнаружили, что распределение вероятностей не соответствовало предполагаемой цели и выявили ранее не проанализированный шум.

Прогресс в направлении практических квантовых вычислений

Оба исследования появляются в момент, когда квантовая вычислительная индустрия сталкивается с надежностью как своей определяющей проблемой. Эти достижения дополняют недавние важные вехи, включая демонстрацию Google Quantum AI в 2024 году того, что добавление большего числа физических кубитов может снизить уровень ошибок — пороговое достижение для масштабируемых квантовых систем.

«Разработка крупномасштабных, безошибочных квантовых компьютеров — это грандиозная задача, которая, если будет выполнена, произведёт революцию в таких областях, как разработка лекарств, ИИ, кибербезопасность, и позволит нам углубить наше понимание физической вселенной», — сказал Деллиос. «Жизненно важным компонентом этой задачи являются масштабируемые методы валидации квантовых компьютеров, которые повышают наше понимание того, какие ошибки влияют на эти системы и как их исправить».

Южная Корея получает чипы NVIDIA

Южная Корея получила свою первую партию из примерно 13 000 графических процессоров от NVIDIA в рамках амбициозного плана по развертыванию 260 000 передовых чипов ИИ по всей стране, сообщило Министерство науки и ИКТ в понедельник. Первая партия, которая включает новейшие модели B200 компании, знаменует начало того, что аналитики оценивают как потенциальное партнерство на сумму 10,4 миллиарда долларов между американским производителем чипов и четвертой по величине экономикой Азии.

Правительство выделило 1,4 триллиона вон (952,7 миллиона долларов) из своего бюджета для обеспечения первого транша графических процессоров, которые будут распределены между университетами, научно-исследовательскими институтами, стартапами и организациями государственного сектора начиная с начала 2026 года. Чипы будут установлены в специально предназначенных центрах обработки данных, управляемых отечественными облачными провайдерами, где исследователи и компании смогут получать доступ к вычислительным мощностям по мере необходимости.

Расширение амбиций Кореи в области ИИ

Поставка выполняет обязательство, данное главным исполнительным директором NVIDIA Дженсеном Хуангом во время саммита Азиатско-Тихоокеанского экономического сотрудничества в Кёнджу в конце октября, когда он объявил о планах создания крупномасштабной инфраструктуры ИИ в Южной Корее. Тогда Хуанг высоко оценил сочетание программных возможностей и производственного мастерства Кореи, заявив, что страна «обладает всеми необходимыми условиями для лидерства в эпоху ИИ».

В соответствии с комплексным планом правительство развернёт 50 000 графических процессоров для создания национальной суверенной платформы ИИ, в то время как Samsung Electronics, SK Group и Hyundai Motor Group получат по 50 000 единиц каждая. Naver приобретёт 60 000 графических процессоров для расширения своей облачной инфраструктуры и разработки отраслевых моделей ИИ для секторов, включая судостроение, энергетику и биотехнологии.

Создание фабрик ИИ

Партнерство представляет собой стратегическое согласование между доминированием NVIDIA в производстве чипов и позицией Южной Кореи как страны, где расположены два ведущих мировых производителя микросхем памяти — Samsung и SK Hynix производят приблизительно 90% высокопропускной памяти, необходимой для приложений искусственного интеллекта. Крупные корейские конгломераты планируют построить «AI-фабрики», которые интегрируют искусственный интеллект во все производственные процессы — от проектирования полупроводников до разработки автономных транспортных средств.

Правительство создало Рабочую группу по GPU под руководством вице-министра Рю Чже-мёна, в которую входят руководители Samsung, Hyundai Motor, SK Telecom и Naver для координации развертывания и долгосрочного наращивания потенциала. Ожидается, что дополнительные поставки GPU будут поступать поэтапно в течение 2026 года по мере исполнения правительством годового бюджета.

NVIDIA купила акции Synopsys на $2 миллиарда, объявила о потенциальных инвестициях до 100 миллиардов долларов в OpenAI для развертывания инфраструктуры ИИ, 5 миллиардов долларов в Intel для сотрудничества в области разработки заказных чипов и 1 миллиард долларов в Nokia для разработки 6G.

NVIDIA объявила в понедельник о покупке обыкновенных акций Synopsys на сумму 2 миллиарда долларов по цене 414,79 долларов за акцию в рамках многолетнего стратегического партнерства, направленного на революционное изменение процессов проектирования чипов и инженерных рабочих процессов с помощью искусственного интеллекта и ускоренных вычислений. Акции Synopsys выросли примерно на 10% после объявления, в то время как акции NVIDIA снизились почти на 2%.

Сотрудничество объединит библиотеки CUDA-X от NVIDIA, технологии ИИ и платформу цифровых двойников Omniverse с ведущими на рынке инструментами автоматизации электронного проектирования Synopsys. Партнерство нацелено на решение значительных инженерных проблем, включая сложность рабочих процессов, растущие затраты на разработку и давление сроков выхода на рынок в полупроводниковой, аэрокосмической, автомобильной и других отраслях.

Ускорение проектирования с помощью вычислений на GPU

Компании сосредоточатся на нескольких ключевых инициативах, включая ускорение вычислительно-интенсивных приложений Synopsys для проектирования чипов, физической верификации и молекулярного моделирования с использованием GPU-ускорения NVIDIA. Они также интегрируют технологию AgentEngineer от Synopsys со стеком агентного ИИ NVIDIA — включая микросервисы NIM и NeMo Agent Toolkit — для обеспечения автономных возможностей проектирования.

«CUDA GPU-ускоренные вычисления революционизируют проектирование — обеспечивая моделирование с беспрецедентной скоростью и масштабом, от атомов до транзисторов, от чипов до полных систем, создавая полностью функциональные цифровые двойники внутри компьютера», — сказал Дженсен Хуанг, основатель и генеральный директор NVIDIA.

Генеральный директор Synopsys Сассин Гази подчеркнул стратегическое соответствие: «Нет двух компаний, которые были бы лучше позиционированы для предоставления решений по комплексному системному проектированию на базе ИИ, чем Synopsys и NVIDIA. Вместе мы переосмыслим инженерию».

Часть более широкой инвестиционной стратегии

Инвестиция продолжает практику NVIDIA по стратегическим долевым вложениям в партнеров по экосистеме ИИ. Ранее в 2025 году NVIDIA объявила о потенциальных инвестициях до 100 миллиардов долларов в OpenAI для развертывания инфраструктуры ИИ, 5 миллиардов долларов в Intel для сотрудничества в области разработки заказных чипов и 1 миллиард долларов в Nokia для разработки 6G.

Обе компании подчеркнули, что партнерство остается неэксклюзивным, позволяя продолжать сотрудничество с более широкой экосистемой полупроводников и автоматизации проектирования электроники. Компании планируют совместные инициативы по выходу на рынок, используя глобальную торговую сеть Synopsys для стимулирования внедрения инженерных решений с ускорением на GPU.

NVIDIA инвестирует в Synopsys, несмотря на то, что оба являются крупными игроками в области технологий, из-за стратегического партнерства, направленного на совместное развитие и ускорение инженерных процессов с помощью искусственного интеллекта и вычислений на GPU. Такая инвестиция позволяет более тесно интегрировать технологии NVIDIA и Synopsys для решения сложных задач проектирования микросхем и систем, что выгодно для обеих компаний и способствует инновациям в отрасли.Основные причины такой инвестиции:Инвестиция способствует углублению сотрудничества в области ускорения программного обеспечения для проектирования и проверки чипов с помощью технологий NVIDIA.Совместная разработка решений с применением AI и GPU-ускорения помогает преодолеть сложности и снизить затраты в полупроводниковой индустрии.Такой подход создает синергию, позволяя компаниям совместно разрабатывать новые продукты и технологии вместо конкуренции, что расширяет рынок и возможности роста для обеих сторон.Таким образом, инвестиция в конкурента — это часть более широкой стратегии совместного технологического прогресса и укрепления позиций на рынке, а не простой акт конфликтной конкуренции.

Органы стареют по-разному

Новое моделирование человеческого старения ставит под сомнение прежние представления о том, насколько долго способен жить человек. Согласно исследованию, при полном отсутствии биологического старения человеческое тело могло бы функционировать более четырёх столетий — примерно 430 лет.

Однако модель показывает, что наш реальный предел определяется не организмом в целом, а уязвимостью отдельных типов клеток и накоплением в них соматических мутаций — случайных ошибок в ДНК, возникающих на протяжении жизни.

Слабое звено: клетки, которые невозможно заменить

Многие ткани человека постоянно обновляются: клетки кожи, крови или печени делятся и замещают повреждённые. Но есть и другие — такие как нейроны и кардиомиоциты — которые практически не способны к делению.

Эти постмитотические клетки служат критическими точками отказа: любые мутации, которые в них возникают, остаются навсегда.

По оценкам модели, именно эти клетки являются главным фактором, который сокращает наш теоретический 430-летний предел до примерно 169 лет.

Органы стареют по-разному

Исследователи подчеркивают, что человеческое тело — это не единый механизм, а набор органов с фундаментально разными темпами старения.

Ткани, способные к постоянному обновлению, могли бы продолжать функционировать тысячами лет.

Нейроны и клетки сердца — нет. Их деградация определяет конечный срок существования организма.

В итоге комбинированная модель всех органов предсказывает 134–170 лет как реалистическую максимальную продолжительность человеческой жизни — почти вдвое больше нынешней.

Переосмысление природы старения

Исследование усиливает растущее среди биологов мнение, что старение — это не просто «износ» или потеря теломер, а в значительной степени следствие накопления мутаций в клетках, которые не могут обновляться.

Если это так, то ключевые направления будущих прорывов в продлении жизни могут включать:

восстановление или замену постмитотических клеток,

редактирование ДНК и «ремонт» накопленных мутаций,

снижение скорости мутационного стресса в тканях.

Пока что исследование не обещает людям жизнь длиной в несколько веков. Но оно предлагает важный вывод:

возможно, наш организм ограничен не запрограммированной датой истечения срока, а хрупкостью нескольких ключевых клеток, которые мы пока не научились обновлять.

https://www.biorxiv.org/content/10.1101/2025.11.23.689982v1

Дуров 29 ноября объявил о запуске децентрализованной сети конфиденциальных вычислений Cocoon, работающей на блокчейне TON.

Основатель Telegram Павел Дуров 29 ноября объявил о запуске децентрализованной сети конфиденциальных вычислений Cocoon, работающей на блокчейне TON. Платформа уже обрабатывает первые запросы пользователей к искусственному интеллекту со стопроцентной конфиденциальностью, а владельцы графических процессоров начали зарабатывать криптовалюту TON в реальном времени.

«Сегодня мы запустили децентрализованную сеть для ИИ-вычислений Cocoon. Она обеспечивает пользователям 100% конфиденциальность при взаимодействии с ИИ», — написал Дуров в своем Telegram-канале. По его словам, часть запросов Telegram, связанных с автоматическим переводом сообщений, уже проходит через эту сеть.

Альтернатива облачным гигантам

Cocoon (Confidential Compute Open Network) представляет собой рыночную площадку, где владельцы GPU предоставляют вычислительные мощности для обработки ИИ-задач и получают вознаграждение в TON, а разработчики получают доступ к ресурсам по более низким ценам. Дуров подчеркнул, что традиционные провайдеры вроде Microsoft и Amazon функционируют как дорогостоящие посредники, что приводит к удорожанию услуг и снижению уровня конфиденциальности.

«Разработчики получают доступ к вычислительным ресурсам по более низким расценкам, чем у централизованных провайдеров», — отметил основатель Telegram. Веб-сайт cocoon.org уже функционирует и содержит полную документацию с открытым исходным кодом.

Масштабирование и развитие

В ближайшие недели команда проекта планирует наращивать мощности графических процессоров и привлекать больше разработчиков к Cocoon. Пользователи Telegram смогут получить доступ к новым функциям на основе искусственного интеллекта с полным сохранением конфиденциальности.

«Cocoon вернет контроль и конфиденциальность туда, где им самое место — к пользователям», — заявил Дуров. В качестве логотипа сети он с иронией выбрал «ИИчко».

Проект был впервые анонсирован в конце октября на форуме Blockchain Life 2025 в Дубае, где Дуров представил концепцию децентрализованной платформы, объединяющей блокчейн, искусственный интеллект и социальные сети. Telegram станет первым крупным клиентом Cocoon, интегрируя технологию в свои мини-приложения и боты для более чем миллиарда пользователей.

Этот подход предполагает, что Tesla планирует использовать роботов Optimus для производства других роботов Optimus, полностью исключив человеческий труд из производственного процесса.

Илон Маск разжег новую дискуссию о будущем работы и автоматизации после репоста вирусного видео, демонстрирующего человекоподобного робота Optimus компании, выполняющего множество задач — от строительных работ до приготовления пищи на профессиональных кухнях. 38-секундный монтаж, созданный Алексом Утопией, набрал более 58,5 миллионов просмотров с момента, как Маск поделился им в X.

Видео демонстрирует Optimus в различных сценариях — от экстренного реагирования на катастрофы и спаррингов по дзюдо до раздачи карт в казино и полицейского патрулирования. По времени это совпало с появлением Маска на Американо-саудовском инвестиционном форуме в Вашингтоне, округ Колумбия, где он представил масштабное видение того, как человекоподобные роботы могут коренным образом изменить человеческое общество в течение следующих двух десятилетий.

Работа как необязательное хобби

Выступая на форуме 18-19 ноября, Маск предсказал, что

 искусственный интеллект и робототехника сделают традиционную занятость ненужной в течение 10-20 лет. «Мой прогноз заключается в том, что работа станет необязательной», — сказал Маск, сравнивая будущие рабочие места с выращиванием овощей на заднем дворе, а не с их покупкой в магазине. Он также заявил, что сами деньги в конечном итоге могут стать неактуальными, поскольку изобилие, созданное ИИ, устранит дефицит.

Генеральный директор Nvidia Дженсен Хуанг, который выступал вместе с Маском на форуме, предложил более сдержанную точку зрения. Признавая, что рабочие места будут трансформироваться, Хуанг пошутил, что надеется, что Маск предупредит его заранее, прежде чем валюта перестанет иметь значение.

Раскрыта стратегия самовоспроизведения

В значимом заявлении Маск раскрыл производственную стратегию Tesla для достижения того, что он назвал "продуктом с самым высоким объемом производства, когда-либо созданным". В посте на X Маск написал, что "Optimus станет зондом фон Неймана", ссылаясь на теоретическую концепцию самовоспроизводящегося космического аппарата, разработанную математиком Джоном фон Нейманом в 1940-х годах.

Этот подход предполагает, что Tesla планирует использовать роботов Optimus для производства других роботов Optimus, полностью исключив человеческий труд из производственного процесса. Компания стремится создать производственную линию мощностью один миллион единиц в год на своей фабрике в Фремонте, за которой последует линия на 10 миллионов единиц в Giga Texas. Маск указал, что производство может в конечном итоге масштабироваться до миллиардов единиц в год.

Tesla подтвердила, что устанавливает производственные линии первого поколения в ожидании массового производства, а прототип Optimus V3, готовый к производству, ожидается в начале 2026 года. Компания установила амбициозную целевую цену в $20,000 для серийно выпускаемых единиц. На 2025 год прогнозируется производство нескольких тысяч роботов Optimus, преимущественно для внутреннего использования на фабриках.