AI-дайджест 01.10: ринок як у доткоми, Google проти OpenAI, Китай без CUDA

0:02PM Lead ProЦе PM Lead Pro. Сьогодні: ринок, який тримають витрати на ШІ, битва Google і OpenAI між глибиною та швидкістю і китайський шлях без CUDA. Корисно, якщо обираєте моделі для своєї команди.

0:16Сьогодні ми розберемо чотири просто величезні теми, поговоримо про те, чому нинішній ринок до болю нагадує бульбашку доткомів,

0:24як OpenAI та Google зіткнулися у війні за швидкість, і чому Китай взагалі відмовився від західного підходу до заліза.

0:32Так, і ще обов'язково глянемо на нові вузькоспеціалізовані моделі, бо там на радарах з'явилося дещо дуже цікаве.

0:39Точно. Почнемо з економіки, бо я читала аналітику від Bloomberg і No Opinion, і там є такий дивний парадокс.

0:46Індекси S&P 500 зараз лише на пів відсотка нижчий за свій історичний максимум. Звучить круто, але насправді лише трохи більше половини акції, 51,2 відсотка, якщо точно, торгуються вище своєї середньої за 200 днів.

1:00І це найгірша ширина ринку з часів краху 2000 року. Тобто всі ці шалені капітальні витрати на штучний інтелект просто тримають індекси на плаву?

1:10От власне, слухаючи ці цифри, мені здається, що вся економіка – це такий довгий потяг, де наповну працює тільки локомотив зі штучним інтелектом, а всі інші пасажирські вагони просто тягнуться по багнюці.

1:234 4

1:36А банківські кредити там – це буквально паливо для всієї системи.

1:41Тобто їхня фінансова машина, яка роками живила економіку, відверто гальмує.

1:46І поки вони гальмують, у нас тут на Заході просто якась божевільна битва підходів.

1:51Google щойно випустив Gemini 4 Argon.

1:54і їхня головна фішка – це вікно контексту в мільйон токенів.

1:58Так, і ціна просто смішна – 2 долари за мільйон вхідних токенів.

2:02Плюс вона може автономно виправляти кібер-вразливості.

2:06Це такий, знаєте, підхід глибокого аналізу.

2:09Але OpenAI пішли взагалі іншим шляхом.

2:11Вони вдарили новим класом Decisions API на базі моделі Luna.

2:16О, це мій улюблений момент.

2:18Вони зробили ставку на надшвидку паралельну генерацію структурованих даних.

2:22Ніяких ланцюжків міркувань.

2:24Це такий стиль Джеф, де модель видає результат миттєво, без оцього покрокового обдумування.

2:30Стоп, але чи не створюємо ми собі величезну проблему цим?

2:34Типу, якщо ми жертвуємо глибиною мислення просто заради такої сирої швидкості генерації.

2:39100 API

2:58PM Lead ProЩо взяти тімліду: Google робить ставку на мільйон токенів контексту і глибокий аналіз, OpenAI — на миттєві структуровані відповіді без ланцюжків міркувань. Визначте, де вашим процесам потрібна швидкість, а де глибина.

3:12Ага, звіти від InfoQ та QBTI показують, що вони серйозно взялися за локалізацію.

3:17DeepSeek відкрили код своєї інфраструктури TileLang та FlashMLA.

3:21Так, і головне, це зроблено спеціально для китайських чіпів Huawei Ascend 950.

3:28Тобто вони створюють супервузли на 128 карт і повністю уникають прив'язки до західної архітектури CUDA.

3:35Абсолютно. І вони не зупиняються на софті.

3:38Компанія Moment зараз експортує не просто китайські автомобілі.

3:42Вони експортують свої шаї-міски, свою модель R7.

3:46Ого!

3:47Так, ця модель тепер буде напряму керувати європейськими Peugeot та Jeep просто на дорогах ЄС.

3:53Тобто Китай агресивно інтегрує свої моделі в глобальний фізичний світ.

3:58Це звучить трохи лячно, але дуже круто.

4:00Добре, давайте перейдемо до нашого радару моделей, бо там теж є на що подивитися.

4:04Перший – це Pixverse R2.

4:07Нова відеомодель реального часу.

4:09scaling law SynthID Bio DeepMind

4:24Унікальна модель водяних знаків для згенерованих білків.

4:26Так, і що найважливіше, вона маркує ці штучні білки так,

4:31що це не порушує їхньої біологічної функції під час тестів у лабораторії.

4:35Просто неймовірно.

4:36І остання новина з Аркаєву – дослідження про KVCache.

4:39Там виявили бах періодичних слабких місць.

4:43О, це дуже цікава проблема. Зі стисненням кешу.

4:47Виявляється, точність вилучення інформації моделю може стрибати

4:51і падати на цілих 40% просто через те, як саме нарізані дані.

4:58Тобто вона буквально сліпне на межах цих блоків.

5:01PM Lead ProЗ дослідження про KV-кеш: точність вилучення інформації може стрибати на 40% залежно від того, як нарізані дані. Якщо модель працює з вашими документами, перевірте, що вона бачить на межах блоків.

5:15Що ж, якщо підсумувати все це, світ ще зараз чітко розділяється.

5:19Одні женуться за швидкістю в цифрі, а інші, як от Китай,

5:22прив'язують інтелект до фізичних об'єктів.

5:25І тут виникає дуже провокаційна думка.

5:28Якщо оці нові швидкі моделі без ланцюжків міркувань стануть стандартом

5:33просто через свою дешевизну?

5:35Так. То чи не стане наше звичайне, повільне, але критичне людське мислення

5:41найдорожчим ресурсом на ринку праці?

5:44Залишимо вас із цим питанням наподумати.

5:47PM Lead ProТранскрипт і джерела є на сторінці випуску, більше матеріалів на pmlead.pro. А що обираєте ви: швидку відповідь моделі чи повільне, але критичне людське мислення?