Deno2834

$1 миллиард. Именно этот чек Nvidia выписывает в AI-проект Naver.
> Naver управляет крупнейшим поиском в Корее плюс собственными моделями HyperCLOVA X
> Nvidia переходит от роли поставщика GPU к долевому участнику в одной сделке
> Это ставка на суверенный ИИ: страны финансируют собственные модели, обучаемые на данных внутри страны
Nvidia продолжает превращать спрос на вычисления в собственность. Любая национальная ставка на ИИ снова замыкается на ее кремнии.

Финансирование на 250 миллиардов долларов. Nvidia ведет переговоры, чтобы выступить гарантом для OpenAI по дата-центрам для данных — сообщает эксклюзивно WSJ.
Что это на самом деле значит:
> Nvidia не передает деньги, она страхует долг, чтобы кредиторы дали добро
> OpenAI использует это, чтобы развернуть вычисления в масштабе, который до сих пор никто не финансировал
> Эти дата-центры заполняются GPU Nvidia
Поставщик теперь берет на себя финансирование спроса на собственный продукт. Каждый доллар, за который дано гарантированное обеспечение, — это будущий заказ, который уже обеспечен.

$250 млрд. Именно таков, как сообщается, размер финансирующего гарантийного механизма, с которым Nvidia ведёт переговоры, чтобы поддержать OpenAI.
Что в отчёте говорится на самом деле:
> проект дата-центра на 10 ГВт
> который разрабатывает SoftBank
> в Огайо
Гарантийный механизм — это не equity. Nvidia гарантировала бы долг. Если OpenAI не сможет платить, тогда обязательства ложатся на Nvidia. Поставщик страхует кредит, который покупатель берёт, чтобы покупать у поставщика.

Более $1 миллиона в токенах для LLM проходят через подпольные рынки релейных пересылок, переходя из рук в руки между реселлерами и организованными мошенническими сетями.
> Токеновые пулы позволяют покупателям обходить официальные цены, подогревая спрос на доступ к серому рынку.
> Платформы собирают данные по бесплатным пробным периодам для крупной перепродажи, создавая постоянные трения с лабораториями и пользователями.
> Огромные масштабы этого рынка теперь вызывают прямую реакцию со стороны крупных AI-лабораторий.

Сотрудники AI-лаборатории — источники утверждают, что пользователи получили чат-боты, которые точно отвечали на запросы, связанные с биологическим оружием.
Это не демонстрация с red-team. Реальные пользователи, реальные джейлбрейки, реальные результаты.
> WSJ: люди убеждали модели пройти мимо их фильтров безопасности и заняться планированием атак с массовыми жертвами и изготовлением ядов.
Проблема не в том, что модель говорит «нет». Проблема в том, насколько легко «нет» превращается в «да».

SEC приобретает ИИ-агентов для мониторинга местоположений по данным телефонов, соцсетей и кредитных заголовков.
Что, как сообщается, охватывает закупка:
> пинги геолокации телефонов, привязанные к указанным лицам
> активность в соцсетях, собранная и проанализированная в масштабе
> данные кредитных заголовков (имя, адрес, записи, связанные с личностью)
Это регулятор рынка, который развертывает агентный надзор. Те же разработчики автоматизации, которые строят решения для операций, теперь нацелились на гражданских.

Cloudflare переключила один рычаг: новые домены по умолчанию блокируют AI-кроулеры.
Что это на самом деле запускает:
> блокировку по умолчанию для каждой новой регистрации, с opt-in вместо opt-out
> оплата за каждый кроул, чтобы издатели могли брать с компаний ИИ плату за запрос
> контроль по каждому боту, чтобы вы могли разрешить поиск, но запретить парсеры для обучения
Прокси перед огромной долей веба только что сделала выгрузку данных «за бесплатно» исключением, а не правилом.

AMD пытается «прописать» путь мимо CUDA, передав моделям ISA.
Ход: опубликовать набор инструкций GPU в машиночитаемой спецификации, чтобы фронтирная модель могла генерировать ROCm-ядра прямо из неё.
> Реальная привязка CUDA никогда не была связана с железом — это были 15+ лет вручную оптимизированных ядер и библиотек
> AMD не может переписать это вручную, поэтому хочет, чтобы ядра писали LLM
> Машиночитаемая ISA — это тот вход, который этим моделям нужен, чтобы делать всё надёжно
То, попадут ли сгенерированные ядра по производительности вровень, остаётся открытым вопросом. Но стратегия понятна

LLM на 28,9 млн параметров, работающий на микроконтроллере $8 ESP32.
Что это на самом деле означает:
> ESP32 — это чип внутри дешёвых IoT-гаджетов, а не плата для разработки с GPU
> 28,9 млн параметров — это ничто по меркам лабораторий, но огромно для части с запасом всего в несколько килобайт оперативной памяти
> полное выполнение инференса на устройстве: без облачного вызова, без сетевого ожидания
Edge AI всё чаще подают как дорогое «железо». Это — другой вектор. Порог теперь на уровне денег от диванной подушки.

я смотрю шедевр Нолана

Три ведущих университета только что отключили свои детекторы ИИ из‑за точности — так сказано в новом материале Financial Times.
> Yale, Johns Hopkins и Университет Ватерлоо ограничили или полностью их отключили
> Главная проблема — ложно-положительные срабатывания: реальные студенческие эссе помечают как написанные машиной
> Это те же школы, которые два года назад спешно закупили системы детекции
Вывод: у кого-то нет надежного способа доказать, что текст был написан ИИ. «Гонка вооружений» заканчивается тем, что детекторы проигрывают.

Higgsfield убрала Shorts Studio: полный короткий ролик, созданный по одному запросу.
Во что это сводится за один шаг:
> написание сценария и раскадровки
> генерация сцен и движения
> добавление голоса и тайминга
> сборка в готовый монтаж
Раньше это был создатель, редактор и целый день. Теперь это одно поле ввода.