ИИволюция 👾

Foundation Models API от Apple Apple выкатили API для Foundation Models (beta) для всех разработчиков. Наконец-то можно делать AI-приложения, только без геморроя с серверами и оплатой токенов. Всё работает прямо на устройстве. Давайте разбираться: Что такое Foundation Models – Это большая языковая модель, та же, что лежит в основе Apple Intelligence (Siri работает на её мощах), только теперь доступна через специальный API. – Модель полностью крутится на устройстве, не уходит в облако, работает быстро и приватно (только на новых чипах — A17, M1 и выше). – Никаких ключей, серверов и подписок. Всё для девелоперов бесплатно. Что умеет – Генерировать текст, писать и переписывать, делать резюме, отвечать на вопросы, вести диалоги — всё как у GPT, но у тебя в приложении. – Есть “guided generation” — можно управлять стилем и форматом вывода (например, просить отвечать только списком или в стиле Твиттера). – Tool calling: модель сама может вызывать функции твоего приложения, если не может что-то сделать (например, подсчитать что-то, перевести валюту, отправить письмо). Просто регистрируешь функции и модель их использует по ситуации. – Всё через Swift в 2–3 строчки кода и можно получить генеративный ответ. Как это интегрировать – Импортируешь Foundation Models framework, создаёшь запрос к модели, получаешь результат. – Можно использовать для любого NLP-сценария: персональный ассистент, креативщик, анализатор контента, чат-бот, генерация квизов, написание статей и т.д. Почему это важно – Все данные пользователя остаются на устройстве. Можно сделать реально приватное AI-приложение, не объясняясь ни с кем про GDPR. – Нет лимитов и затрат, твоя генерация бесплатная, хочешь миллион токенов в день? Пожалуйста. – Есть поддержка tool calling — теперь можно делать AI-агентов, которые реально что-то делают, а не просто болтают. – Интеграция максимально простая: реально любой, кто писал на Swift, разберётся. Ограничения и детали – Работает только на новых устройствах (iPhone 15 Pro+, iPhone 16, все Mac на M1+). – Название модели не раскрывают (видимо, что-то около 10–20B параметров, сжато для Neural Engine). – Если чего-то не хватает, можно “звать” внешнюю модель через API (тот же ChatGPT), Apple не ограничивает.

Хватит хейтить Apple [никто и не хейтит] — давайте по делу. Что “эйайного” подвезли на WWDC Начнём с XCode (обожаю его если честно). Xcode теперь с полноценной AI-интеграцией и теперь будет еще больше приложений в App Store от вайб-разработчиков (йеееха!): – Встроенный ассистент: можно выбрать ChatGPT или подключить свою модель как облачную, так и локальную (через Ollama и LM Studio). – Ассистент понимает контекст проекта, учитывает историю переписки, помогает писать, править, объяснять и документировать код. – Генерирует фичи, меняет логику, предлагает улучшения, может создавать playground’ы и SwiftUI-превью для тестов. – При ошибках предлагает исправления прямо в редакторе. – Может автоматически добавлять комментарии к классам, методам и параметрам. – Есть история взаимодействий: можно откатиться к любому предыдущему состоянию или восстановить нужный шаг. Работает поверх git (кайф же!). – Поддержка кастомных моделей и ключей API: можно подключить свою модель через OpenAI или другого провайдера (например Claude от Anthropic). – Судя по информации в сети, на бесплатном тарифе 20-25 запросов в день к ChatGPT (оф. данных не нашел). Поэтому только свой API ключ и сжигать деньги на вайбе. Кайфовое обновелние для XCode? Определенно да, и оно мне нравится! Детальнее можно почитать тут

OpenAI теперь и на Google Cloud Кажется, конкуренция конкуренцией, а вычислительные мощности по расписанию (текущих от Microsoft не хватает, вчера снова был глобальный сбой). OpenAI договорились с Google и будут использовать их Google Cloud для своих моделей. Раньше вся нагрузка лежала на Microsoft, теперь мощности начали распределять. Что известно: – Сделку закрыли в мае – Переговоры шли несколько месяцев (мешали условия с Microsoft) – У OpenAI выросли запросы на обучение и запуск моделей, одной Azure уже мало – Для Google это большая победа, особенно на фоне того, что ChatGPT “ест” их поисковик – Параллельно OpenAI строят дата-центр Stargate и пилят собственные чипы, чтобы меньше зависеть от партнёров Акции Google уже пошли вверх. И да, Google снова себя прекрасно ощущает и сумела выправить курс (Apple учись!).

OpenAI выкатила o3-pro Это самая мощная в своей линейке reasoning-моделей. Она уже доступна в ChatGPT Pro, Team и API. Что умеет o3-pro: — Лучше решает задачи по науке, коду, бизнесу и обучению — Лучшая по всем метрикам по сравнению с o3 — Умеет использовать все инструменты: Python, файлы, веб, визуальный ввод Цены в API: — o3-pro: $20 за 1M токенов на вход, $80 — на выход — обычную o3 удешевили на 80%: теперь $2 / $8 (на уровне GPT-4.1) Теперь понятно, почему вчера у OpenAI всё лежало: катили нового монстра 🐰

Сбой у OpenAI длится уже больше 7 часов. Затронуло и API и ChatGPT. И это уже не первый такой глобальный сбой в этом году 😭 Вайб: когда 30% кода в компании написано с помощью AI 😅

Наконец-то выкатили обновление Advanced Voice в ChatGPT Теперь ассистент говорит с реалистичными паузами, интонацией, с нотками эмпатии и даже сарказма 🤨 А ещё наконец-то нормальный голосовой переводчик. Просто скажи «переводи», и ассистент будет автоматически переводить всё, что вы говорите, туда-обратно. Например, вы говорите официанту по-английски, он отвечает по-португальски и ChatGPT мгновенно переводит оба направления. И так — пока не скажете остановиться. Кайф же! Еще больше кейсов для использования AVM.

AGI может и не случиться Сундар Пичаи не строит иллюзий: прогресс впечатляет, но гарантий ноль. Мы можем просто упереться в потолок. ИИ уже умеет многое, но иногда не справляется с элементарным. Waymo всё ещё учат водить, а школьник осваивает это за пару выходных. Так что да — всё красиво, но до настоящего интеллекта ещё, возможно, очень далеко 😬

Elevenlabs выкатила text-to-speech модель Eleven v3 (alpha) Вы только послушайте эти голоса, эмоции, смех, акценты. Вау! В видео есть демо запись футбольного комментатора с британским акцентом! Просто восторг! Поддерживает 70+ языков, несколько голосов в виде диалогов, аудио тэги типа смех, восторг, шепот и прочие.

Google обновила Gemini 2.5 Pro (Preview) На бенчмарках модель заметно подросла и «поумнела» на задачах кода, логики и точных наук. – 82.2% на задачах по программированию (Aider Polyglot) – 86.4% на вопросах по естественным наукам (GPQA) – 21.6% на Humanity’s Last Exam (тест на мышление и знания) Цены в API: — до 200K токенов: $1.25 input / $10 output — больше 200K: $2.50 / $15 (за 1M токенов) Доступ: AI Studio, Vertex, Gemini App.

Новый Advanced Voice mode в ChatGPT Засветилось обновление голосового режима в чатике. - Более живая речь со словами паразитами для естественности. - Говорят, что поёт (наконец-то!). Всё меньше и меньше ощущение, что говоришь с роботом. Почему-то начало появляться в Андроид приложении 🤨

Nucleus представила услугу Embryo, которая позволяет узнать детальные характеристики ребёнка до рождения. Это выглядит, как выбор персонажа в игре. Nucleus Embryo доступна только для родителей, которые собираются пройти процедуру ЭКО. В своей клинике им дают какое-то количество эмбрионов на выбор, а затем данные заливают в сервис. Через пару часов родители могут узнать пол, цвет волос, рост, IQ, а также склонность к диабету и генетическим заболеваниям своего будущего ребёнка. Конечно же, это не гарантии, а вероятность, но Nucleus изучили 120,000 эмбрионов, чтобы создать Embryo. Услуга обойдётся в $5,999 — это без учёта самой процедуры ЭКО и дальнейших наблюдений у врача. @zavtracast

Ура! Большой релиз Cursor версии 1.0 Редактор получил крупное обновление: — BugBot: автоматически проверяет pull request’ы в GitHub, ищет потенциальные баги и оставляет комментарии. Один клик на “Fix in Cursor” и ты сразу в редакторе с готовым промптом для исправления. — Memories: Cursor теперь может запоминать факты, правила и особенности кода, с которым ты работаешь. Эти «воспоминания» сохраняются на уровне проекта, и могут использоваться в будущих запросах, чтобы не объяснять одно и то же по кругу. Управляется через Settings → Rules, пока работает в бете. В будущем планируют совместные меморис для команд. — Background Agent: теперь доступен всем. Это асинхронный агент, который может выполнять задачи в фоне, без блокировки редактора. Работает даже через Slack — просто упомяни @cursor, и он сам внесёт изменения. — MCP-серверы: теперь ставятся в один клик, появилась поддержка OAuth. Есть каталог готовых серверов. Весь change log доступен тут Выглядит супер! Бегом обновляться 🤩