ЕС выделит 10 млрд евро на создание семи ИИ-фабрик

Еврокомиссия открыла тендер на строительство ИИ-кластеров с ожидаемым общим бюджетом 30 млрд евро. Из них 10 млрд евро напрямую предоставят фонды ЕС и бюджеты стран-участниц. Финансирование получат 7 дата-центров - в документах они фигурируют как "суперфабрики".

Прием заявок продлится до 12 ноября, победителей объявят в июле 2027 года. По условиям тендера, подрядчики обязаны полностью ввести объекты в эксплуатацию в течение 18 месяцев после подписания контрактов.

wsj.com (https://www.wsj.com/world/europe/eu-opens-call-for-creation-of-local-ai-gigafactories-c286213d)

OpenAI запустила программу доступа к флагманским моделям для учёных

Программа ChatGPT for Academic Researchers предполагает, что до 2027 года компания предоставит 100 тысячам учёных доступ к своим топовым моделям. Первые 10 тысяч исследователей получат приглашения этим летом.

Участникам откроют доступ к GPT-5.6 Sol Pro, ChatGPT Work и Codex с расширенным контекстом, увеличенными лимитами и дополнительными кредитами для функции Deep Research. Платформа включает более 75 научных навыков и интегрирована с базами статей, геномными датасетами и вычислительными блокнотами.

Участие отрыто только для профильным специалистам из одобренных OpenAI университетов. Кандидаты обязаны подтвердить академический статус и наличие научных проектов. Одобренный участник может добавить в рабочее пространство до четырех коллег из своего института.

openai.com (https://openai.com/index/chatgpt-for-academic-researchers/)

Thinking Machines Lab представила модель Inkling-Small

Стартап Миры Мурати опубликовал веса мультимодальной MoE-модели Inkling-Small на 276 млрд общих и 12 млрд активных параметров. Модель обрабатывает текст, аудио и изображения в окне контекста до 1 млн токенов.

Благодаря дистилляции от флагманской Inkling (https://t.me/ai_machinelearning_big_data/10528) и обучению с подкреплением, младшая версия превзошла оригинал в кодинге и логическом вывода. Она выбила 80% в бенчмарке SWE-bench Verified и 31,6% в Humanity’s Last Exam.

Веса - на Hugging Face (https://huggingface.co/thinkingmachines/Inkling-Small), инференс и файн-тюнинг доступны через платформу Tinker (https://tinker.thinkingmachines.ai/playground). С учетом стартовой скидки стоимость API составляет от $0,58 для контекста 64K до $1,16 для 256K токенов.

thinkingmachines.ai (https://thinkingmachines.ai/news/inkling-small/)

Google выпустила модель Embodied Reasoning 2

ER 2 обрабатывает непрерывные мультимодальные видеопотоки и работает как высокоуровневый планировщик. Архитектура разделяет логику и моторику - пока модель рассчитывает следующий шаг, физические действия выполняют VLA-модели.

Модель анализирует видеокадры в реальном времени, оценивает статус текущего этапа и корректирует алгоритм на лету без перезапуска процесса. ER 2 также поддерживает мультиагентную работу - устройства разного типа могут обмениваться семантическим контекстом для совместного выполнения многошаговых задач в общем физическом пространстве.

Модель доступна через Gemini API и на платформе Google AI Studio (https://ai.dev/prompts/new_chat?model=gemini-robotics-er-2-preview). В помощь начинающим опубликованы (https://github.com/google-gemini/robotics-samples/blob/main/Getting%20Started/gemini_robotics_er.ipynb) примеры того, как настроить модель и заставить её выполнять задачи в области физического ИИ.

blog.google (https://blog.google/innovation-and-ai/models-and-research/google-deepmind/gemini-robotics-er-2/)

Liquid AI выложила веса двунаправленных энкодеров под CPU

Стартап опубликовал веса двунаправленных энкодеров LFM2.5-Encoder на 230M и 350M параметров. Модели базируются на архитектуре LFM2, оптимизированы для запуска на CPU и поддерживают контекст до 8К токенов. Основные сценарии применения - классификация, маршрутизация и токен-уровневые операции.

По итогам 17 тестов, старшая версия на 350M заняла четвертое место из 14. По словам Liquid AI, при полной загрузке окна в 8192 токена модель 230M выполняет forward pass на CPU за 28 секунд - в 3,7 раза быстрее ModernBERT-base.

Код и веса - на GitHub (https://github.com/Liquid4All/encoder_eval) и Hugging Face (https://huggingface.co/collections/LiquidAI/liquid-nanos).

liquid.ai (https://www.liquid.ai/blog/lfm2-5-encoders)

Телеграм: t.me/ainewsline

Источник: www.liquid.ai

Комментарии: