Дайджест ИИ с 8 ноября по 15 ноября

На неделе ИИ-агенты получили новые способы действовать по поручению человека, от телефонного звонка до оплаты покупки. Разработчики также расширили доступ к моделям и показали механизмы контроля, которые ограничивают действия агентов и останавливают исследовательские задачи.

Алиса звонит по поручению

Яндекс открыл ранний доступ к режиму «Действуй!» в Алисе AI. Ассистент разбивает поручение на шаги, работает с сайтами и после согласия пользователя может позвонить для записи на приём или бронирования столика. Расшифровка разговора появляется в чате, а важные действия, включая покупку и оформление заказа, Алиса согласует с человеком.

Для работы с сайтами агент использует облачный Яндекс Браузер. Если нужна авторизация, управление страницей передают пользователю. На старте режим получили несколько тысяч активных пользователей с опцией Алиса Плюс, полноценный запуск для подписчиков запланирован на декабрь.

Речевые модели Яндекса для бизнеса

Яндекс выпустил речевые модели для голосовых агентов в Yandex AI Studio. Speech TTS Live подбирает интонацию, акценты и паузы по смыслу текста. Для разных сценариев компания предлагает выбирать голос и манеру речи, в том числе для поддержки клиентов или уведомлений.

Обновлённая Speech Realtime Max рассчитана на разговоры с несколькими действиями за один звонок. По описанию Яндекса, агент может обратиться к корпоративным системам, перенести запись и отправить ссылку на оплату. Если собеседник перебьёт его, агент остановится и учтёт в истории только успевшую прозвучать часть ответа.

Кошелёк ChatGPT для покупок

OpenAI запустила ChatGPT Wallet для оплаты покупок через агентов. Пользователь добавляет карту и перед каждой покупкой проверяет товары, итоговую сумму и выбранный способ оплаты. Подтверждение проходит с проверкой безопасности, в том числе по отпечатку пальца. Для платежа используется токен, заменяющий данные карты, а её настоящие реквизиты агенту и продавцу не передаются.

Доступ разворачивается для подписчиков ChatGPT Pro в США старше 18 лет с подходящими американскими картами. Некоторые сайты и системы оценки рисков могут блокировать такие покупки. Полностью самостоятельную оплату агентом в заданных пределах OpenAI пока описывает как будущую возможность.

Gemini 4 дошла до бесплатного чата

Google начала развёртывать Gemini 4 Hydrogen в приложении Gemini и открыла модель через API. В бесплатном чате режим Auto может передать ей запрос, который требует более глубокого разбора. Вручную выбрать Hydrogen можно на тарифах Google AI Plus, Pro и Ultra.

Модель принимает текст, изображения, аудио и видео. В API она доступна и на бесплатном тарифе, а общее окно контекста для запроса и ответа достигает миллиона токенов. Google также подключила Hydrogen к режиму ИИ в Поиске, где она помогает разбивать составные вопросы на отдельные запросы.

GR00T 2 учит роботов манипуляциям

NVIDIA представила открытую модель GR00T 2 для обучения роботов точным действиям с предметами. Компания использовала данные о движениях людей и роботов, включая 100 тысяч часов записей от первого лица. Модель рассчитана на перенос навыков между разными роботами и последовательное выполнение действий под управлением ИИ-агента.

По данным NVIDIA, в оценке на 50 задачах модель выполнила 40 хотя бы раз без специальных демонстраций. Средняя успешность составила 71% при одном показе на задачу и 95% при пяти. Foxconn применяет GR00T 2 к автоматизации производства серверов, а Siemens оценивает её для промышленных задач.

MiniMax открыла веса H3-Image

MiniMax опубликовала веса H3-Image для генерации и редактирования изображений. Модель создаёт квадратные кадры размером 4096 × 4096 пикселей, а для правки принимает до 16 исходных изображений. В демонстрации компания собрала интерьер из фотографии пустой комнаты и изображений мебели.

Модель можно запускать локально через ComfyUI или использовать через облачные сервисы и API. У собственной лицензии MiniMax есть географические и коммерческие ограничения. Она исключает США, Евросоюз, Великобританию и Южную Корею, а для некоторых способов коммерческого использования требуется отдельное письменное разрешение.

OpenAI ограничила работу исследовательских моделей

OpenAI внедрила систему Control Room для отслеживания и остановки задач в исследовательской инфраструктуре. После решения человека или системы мониторинга она запрещает дальнейшую выдачу модели для конкретной задачи. Сам исследовательский процесс может остаться запущенным, а движок модели продолжит обслуживать другие разрешённые задачи.

По данным компании, остановка выдачи занимает до 35 секунд после получения команды. Если сам сервис Control Room становится недоступен, механизм настроен отклонять запросы к моделям до восстановления его работы. Эта защита уже развёрнута для исследовательских задач с передовыми моделями и распространяется на остальные.

Hydrogen уже доступна через API, тогда как новые агентные функции пока рассчитаны на ограниченную аудиторию. Яндекс запланировал полноценный запуск режима Алисы для подписчиков на декабрь. OpenAI начала развёртывание кошелька в США, но полностью самостоятельную оплату агентом пока относит к будущим возможностям.