В исследовании также отмечается появление «агентской коммерции». В рамках этой модели на розничных платформах и в средах, основанных на больших языковых моделях, используются системы искусственного интеллекта, которые фильтруют варианты, дают рекомендации и влияют на решения о покупке. По мере того как ИИ-помощники всё активнее внедряются на сайты розничных продавцов, в поисковые системы и на торговые платформы, они также влияют на ранжирование и предпочтительность выбора товаров.

Компания Meta анонсировала обновление функционала своих умных очков Ray-Ban Meta, интегрировав в устройство возможности искусственного интеллекта и специализированную оптику для коррекции зрения. Компания Meta расширяет возможности своих смарт-очков, делая упор на практичность и интеграцию искусственного интеллекта в повседневную жизнь пользователей. Одной из ключевых технических новинок станет выпуск моделей с оптическими линзами, оптимизированными для коррекции зрения. Производством специализированной оптики займутся компании Blayzer Optics и Scriber Optics, что позволит пользователям с нарушениями зрения полноценно использовать устройство без необходимости ношения дополнительных аксессуаров, говорится в официальном релизе компании.

Помимо аппаратных обновлений, разработчики представили ряд новых AI-функций. Одной из наиболее заметных станет внедрение системы отслеживания питания. С помощью встроенных камер и голосовых команд пользователи смогут фиксировать свой рацион в режиме реального времени. Искусственный интеллект Meta будет анализировать фотографии еды и предоставлять персональные рекомендации по диете. На текущем этапе данная функция будет доступна только пользователям в США. Значительные изменения коснулись и взаимодействия с мессенджерами. В рамках программы раннего доступа (Early Access Program) запускается функция «Вспомнить» для WhatsApp. Этот инструмент на базе AI способен обобщать содержание последних переписок, выделяя ключевые моменты и помогая пользователю быстро войти в курс дела. Кроме того, в ближайшие недели для всех владельцев устройств станет доступна функция рукописного ввода для Meta Display, которая также получит поддержку в приложении iMessage. Эти обновления направлены на упрощение процесса общения и фиксации информации, снижая необходимость использования смартфона.

В недавней публикации в журнале Nature Communications Psychology команда исследователей из Нью-Йоркского университета изучала, как мозг соединяет отдельные слова в осмысленные предложения. С помощью высокоточной электрокортикографии (ЭКоГ) они проверяли, можно ли распространять выводы, полученные при выполнении простых языковых задач, таких как называние изображений, на более сложные когнитивные процессы, включая построение предложений. В исследовании приняли участие десять пациентов, проходящих нейрохирургическое лечение эпилепсии. Участникам предлагалось выполнять языковые задания: произносить отдельные слова и составлять предложения для описания мультяшных сцен. Для анализа мозговой активности, записанной электродами, расположенными на поверхности мозга, исследователи использовали алгоритмы машинного обучения. Сначала ученые зафиксировали уникальные нейронные сигналы, соответствующие каждому из шести слов, когда участники произносили их отдельно. Затем они отследили, как эти же нейронные шаблоны изменялись и взаимодействовали, когда слова объединялись в полноценные предложения.

Учёные также выяснили, что при построении пассивных конструкций, таких как «Франкенштейн был поражен Дракулой», префронтальная кора продолжает активно обрабатывать оба существительных на протяжении всего высказывания. Даже когда звучало одно из слов, информация о втором оставалась активной. Такое параллельное и непрерывное кодирование свидетельствует о том, что при формировании грамматически сложных или нестандартных фраз мозг должен одновременно удерживать и управлять несколькими языковыми элементами, что, вероятно, требует дополнительных ресурсов рабочей памяти. Результаты исследования показали, что хотя нейронные сигналы, связанные с отдельными словами, сохраняются при выполнении разных языковых заданий, их организация и обработка зависят от грамматической структуры предложения. В сенсомоторных зонах мозга активность отражала последовательность произнесения слов. А вот в префронтальной коре, особенно в нижней и средней лобных извилинах, наблюдался иной механизм. Здесь мозг не только кодировал слова, которые участник собирался произнести, но и определял их грамматическую роль в предложении, например, подлежащее или дополнение, а также их позицию в синтаксической структуре фразы.

Государственная канцелярия интернет-информации КНР подготовила проект правил регулирования услуг с использованием цифровых виртуальных людей и начала сбор мнений общественности о данном проекте. Проект требует, чтобы провайдеры услуг с использованием цифровых людей -- человекоподобных виртуальных существ, способных к голосовому общению или другим формам взаимодействия, -- постоянно размещали заметную маркировку с надписью "цифровой человек" рядом с таким контентом. Согласно документу, использование конфиденциальной личной информации людей для генерации и моделирования образов цифровых людей должно осуществляться только при осознанном согласии первых.

В проекте оговаривается, что ни одна организация или частное лицо не может использовать цифровых людей с идентифицируемыми чертами конкретных физических лиц без согласия последних. Кроме того, запрещается способствовать формированию зависимости несовершеннолетних от услуг цифровых виртуальных людей. Не допускается предоставление несовершеннолетним виртуальных родственников, виртуальных партнеров и других форм виртуальных тесных отношений, которые могут привести к чрезмерным расходам.

Команда ученых из Германии разработала систему ИИ для компьютерного прогнозирования новых направлений в материаловедении на основе анализа научной литературы. Инструмент, созданный на базе большой языковой модели, обрабатывает около 221 000 рефератов материаловедческих статей, опубликованных с 1955 по 2022 год, и создает карту будущих открытий. Авторы разработки подчеркивают, что этот инструмент не призван заменить творческую мысль изобретателей.   На первом этапе настроенная версия языковой модели LLaMA-2 извлекает из текстов ключевые научные понятия. Затем эти понятия упорядочиваются в «граф концепций» — сеть знаний, где каждый термин образует узел, а связи между узлами отражают частоту совместного появления терминов в одном реферате. Вторая модель машинного обучения анализирует эволюцию этих связей во времени.

Тест Humanity’s Last Exam создали исследователи из Scale AI и некоммерческой организации Center for AI Safety. Они собрали 70 тыс. вопросов от ученых из 50 стран, отобрали из них 2500. Каждый вопрос требует знаний на уровне докторской степени. Ответ должен быть коротким и однозначным, найти его в интернете сложно.

Самый трудный научный экзамен Humanity’s Last Exam, в котором ИИ год назад едва набирал около 3%, сегодня даётся моделям куда лучше — они проходят почти половину заданий. Разработчики считают, что выход на 100% вполне реалистичен в течение ближайшего года. Но даже при идеальном результате людям всё равно понадобится участвовать в точечных задачах и нестандартных решениях. Тест Humanity’s Last Exam создали исследователи из Scale AI и некоммерческой организации Center for AI Safety. Они собрали 70 тыс. вопросов от ученых из 50 стран, отобрали из них 2500. Каждый  вопрос требует знаний на уровне докторской степени. Ответ должен быть коротким и однозначным, найти его в интернете сложно.

В 2024 году ChatGPT набрал 3%, Gemini и Claude — ненамного больше. Тест тогда показал значительный разрыв между большими языковыми моделями и лучшими учеными.  Сейчас Gemini показала результат 45,9%, Claude — 34,2%. Кэлвин Чжан из Scale AI считает, что 100% возможны уже через несколько месяцев или год. Если это произойдет, придется проверять ИИ на вопросы, на которые не знает ответов ни один человек. Чжан отметил, что даже после этого ИИ не сможет полностью заменить человека в узких научных областях, а также уступит в рассудительности и креативности.

Ученые представили алгоритм искусственного интеллекта, который оценивает риски развития рака печени на основе стандартных клинических данных. Подход не требует сложных или дорогостоящих анализов и может быть легко внедрен в рутинную клиническую практику для выявления пациентов с повышенными рисками на ранних этапах.  ИИ обучали на базовой информации из электронных медицинских карт: данных анализов крови, анамнезе и демографических характеристиках. Ученые использовали информацию от 500 тыс. человек, включая более 500 пациентов с гепатоцеллюлярной карциномой — наиболее распространенным раком печени.   

В результате ИИ научился выделять группы пациентов, у которых вероятность развития рака печени была значительно выше по сравнению с общей популяцией, сообщается на сайте Американской ассоциации по исследованию рака.  Главное преимущество нового подхода в том, что оценка ведется по стандартным показателям, которые редко учитываются врачами. Ученые обнаружили, что почти 70% пациентов с раком печени не имели в своем анамнезе цирроза, гепатита или других сопутствующих заболеваний печени. Таким образом, многие случаи рака печени сегодня не диагностируют на раннем этапе из-за отсутствия основных факторов риска.

«Сегодня уже существуют неинвазивные шкалы для оценки вероятности рака, но они разрабатывались для людей с высокими рисками и плохой работают в общей популяции. Новый ИИ превзошел такие шкалы и был эффективен даже в самой простой версии, анализирующей всего 15 клинических признаков», — прокомментировали авторы. Они рассчитывают, что в перспективе их инструмент предложит удобную персонализированную оценку рисков рака печени. Возможно, в будущем ученые также включат показатели микробиоты полости рта для оценки рисков заболеваний печени, которые, как оказалось, зависят от бактерий во рту.

Ученые из Северо‑Западного университета в США использовали алгоритмы эволюционного развития, чтобы создать конструкцию, устойчивую к повреждениям. Робот состоит из отдельных модулей, каждый из которых имеет мотор, батарею и компьютер. Если оторвать одну или несколько частей, оставшиеся блоки перестраиваются и продолжают движение. В симуляции алгоритм перебрал миллионы вариантов, в реальности робот уверенно преодолевает траву, грязь и неровности. Исследователи отказались от традиционного инженерного подхода. Вместо технического задания они запустили ИИ, который сам перебирал варианты конструкции в виртуальной среде. Алгоритм оценивал подвижность и выживаемость в условиях препятствий и повреждений.

Победителем стала модульная система. Каждый блок представляет собой центральную сферу с двумя вращающимися конечностями. Он может катиться, прыгать и вращаться самостоятельно. Из нескольких таких модулей собирают любые конфигурации — от четвероногой до скользящей или вовсе не имеющей аналогов в природе.  Главное свойство робота — живучесть. Он продолжает двигаться после потери одной или нескольких ног, разрезания пополам или даже распада на части. Оставшиеся модули мгновенно перестраиваются и продолжают путь. На видео конструкция переворачивается со спины, ползет по траве, грязи и неровностям. Потеря одного блока не выводит систему из строя.

Ученые назвали свои машины «метамашинами с ногами». Это первый случай, когда робот, полностью спроектированный в симуляции, успешно заработал в реальности. Скорость и изящество движений пока не главные достоинства. Робот движется медленно и неказисто, но неустранимо. В будущем такие системы могут использовать в спасательных операциях, для исследования космоса и океанских глубин, в зонах катастроф. Сейчас они слепы, но авторы планируют добавить датчики. Результаты исследования опубликованы в журнале Proceedings of the National Academy of Sciences.

Ученые из университетов Бен-Гуриона( Израиль) и Карнеги-Меллон выяснили, что пользователи мобильных устройств реже переходят по подозрительным ссылкам, чем пользователи ПК. Работа опубликована в журнале Journal of Information Management.  Фишинг остается самым распространенным видом киберпреступлений. Злоумышленники маскируются под доверенные организации, отправляют жертвам электронные письма, сообщения или SMS с вредоносными ссылками. При переходе по таким ссылкам на устройство может быть установлено вредоносное ПО или запущена программа-вымогатель. Фишинговые атаки часто обходят спам-фильтры и другие системы кибербезопасности, нанося ущерб в миллиарды долларов.

Ученые проанализировали реакцию на URL-запросы пользователей мобильных устройств и ПК за неделю в августе-сентябре 2020 года. Для анализа отобрали около 500 тысяч запросов. URL-запрос – это любое сообщение или email, в котором есть ссылка. Мы получаем множество таких запросов и подавляющее большинство – вполне легитимны. Результаты показали, что мобильные пользователи реже переходят по ссылкам в сообщениях, в которых они не уверены, по сравнению с пользователями ПК. Но эта разница наблюдалась только для ссылок с низким уровнем риска, при высоком риске поведение пользователей обеих групп было похожим.

Авторы работы пришли к выводу, что тип устройства влияет на оценку риска. Мобильная среда может ограничивать способность пользователей к полноценной оценке рисков, делая их поведение излишне осторожным даже при отсутствии угрозы. Напротив, использование ПК создает лучшие условия для оценки рисков, позволяя реагировать соразмерно реальному уровню опасности. Вероятнее всего пользователь ПК имеет больше времени на оценку риска и больше возможностей для проверки легитимности ссылки. Мобильный пользователь всегда спешит и поэтому чаще перестраховывается, возможно, в некоторых случаях пропуская важную информацию. Полученные результаты могут помочь компаниям кибербезопасности создавать решения, адаптированные под конкретные устройства и поведение пользователей.

Израильская стартап-компания Zenity впервые в мире выявила уязвимость «0 click» (взлом без какого-либо действия со стороны пользователя) в ChatGPT и других популярных инструментах ИИ, включая Microsoft Copilot Studio и Salesforce Einstein, сообщает 12-й канал ИТВ, На проходящей в США всемирной конференции по кибербезопасности Black Hat 2025 компания продемонстрировала, как злоумышленник может полностью захватить учетную запись ChatGPT пользователя, включая существующие и будущие чаты, только зная его адрес электронной почты. Взлом позволяет получить доступ к сервисам, связанным с учетной записью, таким как Google Drive, управлять ходом беседы и влиять на содержание ответов, например – убедить пользователя загрузить вирусную программу или принять ошибочные бизнес-решения. Уязвимость была исправлена после того, как Zenity сообщила о ней компании OpenAI.

В компании предупредили, что переход от ИИ-помощников к автономным агентам, выполняющим сложные действия от имени пользователей, превращает их в «песочницу» для хакеров: «В реальности, где технологии движутся вперед намного быстрее, чем решения безопасности, организациям следует проявлять повышенную ответственность и убеждаться, что они не заплатят цену намного большую, чем экономия и эффективность, которые принесли им агенты». Еще один израильский стартап Cyata представил на конференции 14 критических уязвимостей в

Cyata, основанная в 2024 году и разрабатывающая первую платформу защиты для агентов Agentic Identities, идентичностей на основе ИИ, выявила 14 критических уязвимостей безопасности в Hashi Corp Vault и CyberArk Conjur, двух наиболее распространенных системах управления учетными цифровыми идентификационными данными на корпоративном рынке которые используют большинство ведущих глобальных корпораций, включая Salesforce, Adobe, Nvidia, Samsung и другие. Компания сообщила о находках двум поставщикам, которые разработали исправления и уведомили своих клиентов.

Китайская компания представила новую базовую ИИ-модель MiMo-V2-Pro с 1 трлн параметров, которая по ряду показателей приближается к решениям от OpenAI и Anthropic, но при этом обходится разработчикам в несколько раз дешевле. Стоимость работы с моделью через API может быть в 6–7 раз ниже, чем у западных аналогов. Проект возглавил Фули Луо, ранее участвовавший в разработке DeepSeek R1. Он охарактеризовал релиз как «тихую засаду» на рынке передовых ИИ-систем и отметил, что в будущем компания может открыть исходный код модели.  В отличие от традиционных чат-ботов, ориентированных на диалог, Xiaomi делает ставку на так называемое «пространство действий». Это означает, что MiMo-V2-Pro ориентирована не только на генерацию текста, но и на выполнение сложных задач — от управления цифровыми инструментами до координации многошаговых процессов без постоянного участия человека.

Технически модель использует разреженную архитектуру. При общем объеме в 1 ТБ параметров одновременно активируется лишь 42 байта, что снижает вычислительные затраты. Дополнительно применяется гибридный механизм внимания с соотношением 7:1, позволяющий эффективно работать с контекстом до 1 млн токенов без резкого роста нагрузки. Модель как бы «просматривает» 85% данных для получения контекста, одновременно уделяя пристальное внимание 15% данных, наиболее релевантных для решаемой задачи. Ещё одним ключевым элементом стала система предсказания нескольких токенов одновременно, что ускоряет «мышление» модели и снижает задержки. Её способности к программированию, как сообщается, превосходят Claude 4.6 Sonnet, а общая производительность в роли агента приближается к Claude Opus 4.6.

По результатам тестов модель демонстрирует конкурентные показатели. В бенчмарке GDPval-AA она набрала 1426 баллов, обогнав ряд китайских конкурентов, например, GLM-5 (1406) и Kimi K2.5 (1283). Независимая платформа Artificial Analysis включила её в десятку сильнейших ИИ-моделей мира, поместив на восьмое место. При этом уровень «галлюцинаций» снизился до 30%, а эффективность использования токенов оказалась выше, чем у ряда аналогов.

Одним из главных преимуществ MiMo-V2-Pro стала стоимость. Выполнение комплексных тестов обошлось в $348 — более чем в пять раз дешевле, чем у сопоставимых западных моделей (свыше $2000). Цены на использование модели стартуют от $1 за миллион входных токенов и $3 за миллион выходных токенов (при контексте до 256 тыс.), а для более длинных контекстов (до 1 млн) составляют $2 и $6 соответственно. Для сравнения, Claude Opus 4.6 стоит $5 и $25, а GPT-5.4 Pro — $30 и $180. Такая ценовая политика делает MiMo-V2-Pro особенно привлекательной для бизнеса, работающего с большими объемами данных и ИИ-инфраструктурой. Модель пока доступна только через API Xiaomi и не поддерживает мультимодальные функции, однако компания уже анонсировала отдельную версию Omni.

Эксперты отмечают, что успех новой системы может изменить баланс сил на рынке: акцент смещается с диалоговых интерфейсов к ИИ-агентам, способным не просто отвечать, а действовать в цифровой среде. Релиз MiMo-V2-Pro разрешил загадку, которая мучила ИИ-сообщество ИИ с 11 марта, когда на платформе Open Router появилась анонимная модель «Hunter Alpha». Бесплатная и с впечатляющими характеристиками, она быстро стала самой популярной на платформе, обрабатывая 500 млрд токенов в неделю. Разработчики подозревали, что это скрытое тестирование долгожданной DeepSeek V4, но расследование сообщества указало на Xiaomi. Основатель компании Лэй Цзюнь позже подтвердил связь в Weibo, заявив, что прогресс Xiaomi в ИИ «намного быстрее, чем все видят», а инвестиции в этом году превысят 16 млрд юаней.

Ученые из Университета Бен-Гуриона создали модель машинного обучения, способную по электроэнцефалограммам с высокой точностью предсказывать романтическое влечение человека. Исследователи изучали, можно ли определить романтические эмоции человека, анализируя его нейронные реакции на фотографии потенциальных партнеров. В эксперименте участвовал 61 доброволец – мужчины и женщины в возрасте от 23 до 32 лет. Каждому участнику показывали 200 изображений людей противоположного пола, загруженных из интернета, и одновременно записывали активность мозга с помощью электроэнцефалографии. После просмотра каждой фотографии участники должны были оценить, привлекателен ли для них этот человек. Результаты работы опубликованы в журнале Computers in Biology and Medicine.

Затем исследователи усложнили задачу, имитируя приложения для знакомств. Участникам показывали тех, кого они выбрали, и сообщали фиктивную информацию о взаимности или отказе. Это позволило изучить мозговую активность при переживании отказа. Разработанная модель машинного обучения показала точность 71,3% при предсказании влечения и точность 81,3% при определении реакции на отказ. Алгоритм лучше справлялся с предсказанием эмоций участников, которые проявили более строгую избирательность и находили привлекательными меньшее количество «кандидатов». Ученые отмечают, что у разборчивых людей формируются более выраженные и отчетливые нейронные сигналы, связанные с романтическими предпочтениями.

Авторы работы отмечают, что анализ электроэнцефалограмм может помочь понять эмоциональное состояние пользователей приложений для знакомств. Несмотря на высокую точность предсказаний, исследование имеет ограничения: оно проводилось на небольшой группе с использованием статичных фотографий, тогда как реальные профили содержат больше информации, и пользователи таких приложений сильнее мотивированы найти партнера.

Литература

https://www.hurriyetdailynews.com

https://www.informatik.kit.edu/english/11147_15171.php

https://www.psypost.org/researchers-predict-romantic-attraction-using-brain-signals-and-ai/

https://www.ray-ban.com/usa/ray-ban-meta-ai-glasses

https://www.pnas.org/doi/10.1073/pnas.2519129123

https://russian.people.com.cn/n3/2026/0404/c31518-20443486.html

https://www.aacr.org/about-the-aacr/newsroom/news-releases/a-machine-learning-model-may-enable-liver-cancer-risk-prediction-with-routine-clinical-information/

https://hightech.plus/2026/01/16/bakterii-polosti-rta-vliyayut-na-razvitie-i-progressirovanie-zabolevanii-pecheni

https://www.newsru.co.il/science_hitech/19jul2025/study_thoughts_sentences_am.html

https://www.informatik.kit.edu/english/11147_15171.php

https://www.sciencedaily.com/releases/2026/03/260313002650.html

https://venturebeat.com/technology/xiaomi-stuns-with-new-mimo-v2-pro-llm-nearing-gpt-5-2-opus-4-6-performance