Дайджест ИИ с 1 ноября по 8 ноября

Генераторы изображений и видео получили новые способы работы с исходными материалами и последовательными правками. Другое направление связано с доверием к моделям и их применением в безопасности, от поиска уязвимостей до проверки происхождения ответа.

Kandinsky Avatar открыли для разработчиков

Сбер открыл модели Kandinsky Avatar для создания говорящих персонажей из изображения и готовой аудиозаписи. Модель синхронизирует движения губ, мимику и жесты с речью, а текстовый запрос задаёт поведение и эмоции. Голос и перевод нужно подготовить отдельно. Сбер заявляет возможность создавать ролики продолжительностью до минуты.

Версия Pro поддерживает HD, Lite рассчитана на SD. Код и модели опубликованы под лицензией MIT с разрешением коммерческого применения. Для опубликованной реализации разработчики указывают видеокарту NVIDIA с памятью от 48 ГБ. Настройка, снижающая расход примерно до 28 ГБ, может оставить заметные швы на изображении.

GPT-6 Cyber ищет уязвимости

OpenAI представила модель GPT-6 Cyber для поиска и проверки уязвимостей в программном обеспечении. Она используется в Daybreak Red, программе для авторизованных проверок безопасности. По данным компании, исследователи с её помощью обнаружили 81 ранее неизвестную серьёзную уязвимость в Firefox. Модель помогла подготовить варианты исправлений, многие из которых Mozilla уже выпустила.

На ExploitGym, где модель должна использовать заданную уязвимость, GPT-6 Cyber получила 48,5% против 32,1% у GPT-5.6 Cyber. В отдельном испытании она избегала атак на посторонние сервисы в 99,93% случаев без инструкций безопасности и в 100% с ними. Результаты относятся к условиям этой проверки.

Images 2.6 создаёт GIF

OpenAI выпустила генератор Images 2.6 для ChatGPT и Codex . В ChatGPT можно создавать GIF по описанию или на основе изображения, а также сохранять именованные референсы для использования в других чатах без повторной загрузки.

Базовая генерация доступна на всех тарифах ChatGPT и Codex, однако GIF в ChatGPT включают постепенно. Редактирование GIF из сторонних приложений пока не поддерживается. Через API доступны версии Flare и Sunburst, а также генерация SVG с редактируемыми контурами. Использовать SVG как исходник для редактирования нельзя.

Gemini Omni удлинила видеоролики

Google выпустила Gemini Omni 1.2 Flash с генерацией видео длиной до 15 секунд. В предыдущей версии предел составлял 10 секунд. Ролик можно последовательно менять в диалоге, например заменять фон или освещение без создания сцены с нуля.

Модель доступна через Gemini API и корпоративные сервисы Google. В приложении Gemini доступ постепенно открывают подписчикам Google AI Ultra. Google также указывает ограничения, над которыми продолжает работать, включая быстрые спортивные движения и сложную физику.

FlashProve проверяет происхождение ответа

Anthropic представила экспериментальный набор FlashProve для проверки соответствия вычислений заранее зафиксированной модели. Клиентская программа проверяет цифровое доказательство без запуска модели целиком. Для надёжной проверки её цифровой отпечаток нужно получить из доверенного источника отдельно от проверяемого сервера.

В испытании на Llama 4 Maverick проверяли один следующий токен. Происхождение всего ответа такой тест не подтверждает. Файл доказательства занимал около 19 МБ, его проверка на процессоре в одном потоке длилась примерно 21 секунду. Код открыт как исследовательская работа без сопровождения. Достоверность самого текста этот способ не проверяет.

Claude Code сократил расход токенов

Anthropic устранила перерасход токенов в Claude Code , который вызывали запросы на обновление строки состояния фоновых задач. Для неё утилита каждые 30 секунд отправляла модели полную историю диалога. В тяжёлых тестовых сценариях такие запросы расходовали до 16% общего бюджета токенов.

В версии 2.1.316 для статуса используют короткие заметки о последних действиях и модель Haiku 5.5. По оценке разработчиков, расход на один запрос состояния сократился на 99%, а экономия в сессиях с фоновыми агентами составляет около 5% общего лимита. Изменение касается интерфейса командной строки.

Веса Kandinsky доступны под MIT, модели Flare и Sunburst работают через API, а исправление Claude Code вошло в выпущенную версию. Доступ к GIF в ChatGPT и видео в приложении Gemini открывают постепенно. FlashProve остаётся исследовательским инструментом с проверкой отдельного токена в описанном испытании.