ТЕХНО: Яндекс про технологии

Нужен ли этот вайбкодинг лично вам?

Заполните чек-лист — и сразу всё поймёте. Если наберёте пару пунктов, то вам сюда.

Подписывайтесь 👉 @techno_yandex

Три тонны пластилина вместо компьютерной графики

Это игра The Neverhood 1996 года. Её издавала студия Стивена Спилберга DreamWorks Interactive, которая на старте существования выискивала нестандартные проекты, чтобы привлечь к себе внимание. The Neverhood была именно таким случаем: все элементы в игре — персонажи, фоны, машины, деревья, мебель — были сделаны из пластилина. При этом над ней работали всего 13 человек, включая специалистов по покадровой анимации.

Главный персонаж Клэймен в реальности был пластилиновой куклой со сменными конечностями, как Мистер Картошка из «Истории игрушек». Создатели игры снимали движения и позы один раз, а затем превращали в спрайты — отдельно хранящиеся картинки, которые покадрово выводятся на экран движком игры. Его, кстати, писали всего три программиста, которые в последние месяцы работали по 100 часов в неделю, потому что пластилиновый материал шёл к ним быстрее, чем они успевали его встроить.

Таких игр, как The Neverhood, с необычной графикой, которую сложно назвать компьютерной, много — и в ближайшее время мы будем рассказывать о самых интересных из них.

Подписывайтесь 👉 @techno_yandex

🌡 Как перевести «мне холодно» на язык математики?

Погодные сервисы решают похожую задачу: подставляют данные о погоде в формулу и получают температуру «ощущается как». Рассказываем, как это работает.

Подписывайтесь 👉 @techno_yandex

Эти люди охотятся за ИИ-агентами по всему интернету. Зачем?

Как часто ИИ-агенты выходят за пределы строгих тестов? Где они оставляют следы — и сколько таких эпизодов ещё осталось незамеченными? Пересказываем материал The Wall Street Journal о людях, которые выслеживают действия автономных ИИ и называют себя «охотниками за роями».

9 июля агенты OpenAI вырвались на свободу во время теста и добрались до инфраструктуры платформы Hugging Face, взломав её. Инцидент стал первым публичным случаем автономной ИИ-атаки, а у независимых исследователей возник вопрос: что, если это был не единственный случай? 

Так появились «охотники за роями» — неофициальная сеть инженеров и энтузиастов. Часть занимается безопасностью ИИ профессионально, часть подключается добровольно. Они общаются в Discord и других чатах и вместе ищут в открытом интернете следы автономных агентов.

4 сентября они опубликовали первую большую находку: около 18 тысяч сообщений агентов на DSEWiki — почти заброшенной немецкоязычной вики для разработчиков. За предыдущее десятилетие люди внесли туда всего около двух десятков правок, зато агенты OpenAI обменивались здесь ответами на задания и способами обходить ограничения.

Издание также рассказывает историю 25-летней разработчицы Алиции Пеха из Торонто. Она стала искать похожие следы — и вышла на RubyGems, крупный каталог библиотек для языка программирования Ruby. Ещё в мае там произошла атака: за два дня новые аккаунты загрузили больше 2000 пакетов, а позже сервис удалил свыше 500 вредоносных публикаций. Пеха предположила, что за этой активностью могли стоять ИИ-агенты, и Ruby Central подтвердила факт атаки. 

Постепенно таких людей, как Пеха, становится больше — сообщество «охотников за роями» уже разрослось до 400 человек. Они исследуют интернет в поисках следов ИИ-атак, о которых никто не знает — порой даже сами разработчики нейросетей.

Подписывайтесь 👉 @techno_yandex

Leica, Zeiss и Hasselblad давно появились в смартфонах. В новом эссе разбираем, что именно они могут менять в мобильной фотографии.

Смотрите полный ролик на YouTube или в VK Видео.

Подписывайтесь 👉 @techno_yandex

Извержение Везувия или Великая французская революция?

Игра WenWare сделана по принципу GeoGuessr, только вас выбрасывает не в случайное место на карте, а в случайный момент истории. Панорамы генерируются с помощью GPT-Image-2 — внутри прошлого можно оглядеться на все 360 градусов. Задача — понять, где вы и какой сейчас год.

Проект сделал разработчик @underpaid_mom для джема Vibe Jam 2026. WenWare занял третье место и перевалил за миллион посещений. Коллекция панорам постоянно пополняется — пользователи могут сами создавать исторические сцены по материалам Википедии и добавлять их в игру.

Подписывайтесь 👉 @techno_yandex

Приложения Яндекса с Алисой AI вошли в топ-15 мобильных ИИ-приложений в отчёте крупной венчурной компании Andreessen Horowitz (a16z), обогнав DeepSeek, Grok и Perplexity. Помимо рейтингов, его авторы изучили, как меняется использование ИИ в мире. Рассказываем про пять трендов из отчёта.

Лидеры выбирают разные пути

Anthropic делает ставку на профессиональные задачи — от кода до науки, Google — на творчество: музыку, изображения и видео. OpenAI развивает одновременно потребительские и корпоративные инструменты и остаётся лидером рынка.

За ИИ много платят немногие

В американской выборке на 1% крупнейших плательщиков приходится почти пятая часть расходов на ИИ. Они тратят в среднем около $900 в месяц и чаще покупают инструменты для работы и творчества. У половины пользователей расходы — не больше $25 в месяц.

Агенты берутся за поручения

Помощники переходят от ответов на вопросы к выполнению поручений. Общаться с ними можно через сообщения, почту и звонки. За место персонального помощника соревнуются в том числе Dots от OpenAI и Muse от Meta*.

Подписке ищут альтернативы

Из 44 сервисов рейтинга, созданных вокруг ИИ, 84% предлагают подписку. Авторы отчёта видят потенциал в рекламе и комиссиях с покупок: они могут открыть доступ без ежемесячного платежа.

Стартапы находят свои ниши

Canva и Notion — в топ-10 веб-рейтинга. Стартапы конкурируют специализацией: Suno создаёт музыку, ElevenLabs работает с голосом. У них собственные модели под конкретные задачи.

* Meta признана экстремистской организацией и запрещена в РФ

Подписывайтесь 👉 @techno_yandex

Почему одни зарядки для ноутбуков похожи на «кирпич», а другие заметно компактнее? Разбираемся, что занимает столько места внутри блока питания и как его научились уменьшать.

Подписывайтесь 👉 @techno_yandex

Как объяснить умному дому, что вы всё ещё в помещении и свет выключать рано? В новом выпуске «Технолоджии» обсуждаем, как решали эту задачу в одной ванной и почему даже двух датчиков оказалось мало.

Полный выпуск слушайте в Яндекс Музыке и Apple Podcasts или смотрите на YouTube и в VK Видео.

Подписывайтесь 👉 @techno_yandex

Технодайджест недели

OpenAI запустила ИИ-помощников Dots в ChatGPT. Они запоминают контекст и могут продолжать работу над порученными задачами, даже когда пользователь закрыл чат. У каждого агента есть свой облачный компьютер с браузером. Например, по рассказу OpenAI, у одного из тестировщиков Dot заметил невыставленный счёт, подготовил его и отправил после одобрения человека. Пользователь сам выбирает, к каким приложениям подключить помощника и какие действия разрешить. Доступ к Dots открывают постепенно на тарифах Pro и Business Premium в поддерживаемых регионах.

Google отправила в космос свой первый спутник для испытаний ИИ-процессоров. Проект Suncatcher изучает, можно ли создать на орбите ИИ-датацентры на солнечной энергии. Первый аппарат размером с холодильник вывели на орбиту 1 октября. Внутри — четыре TPU, специализированных процессора Google для ИИ. Цель миссии — проверить работу чипов в космосе, в том числе их охлаждение в вакууме, где нет воздушного потока. По плану испытаний процессоры будут запускать ИИ-модель примерно на 15 минут, а затем выключаться, чтобы остыть.

Яндекс разработал передовую модель рекомендаций Sona. Обычно для этой задачи используется каскад из специализированных моделей. Sona же стала первой в мире системой рекомендаций, которая заменяет этот каскад одной моделью, не требует ручного подбора признаков и показывает высокие результаты на практике. Первым сервисом Яндекса, где модель протестировали в реальных условиях, стали музыкальные рекомендации на колонках с Алисой: за неделю теста время прослушивания оказалось на 6% выше, чем у контрольной группы, а просьба повторить трек — на 18% выше. При этом архитектура Sona не привязана именно к музыкальным рекомендациям и может применяться в других сервисах.

Honor представила линейку смартфонов Magic 9. Magic 9 и 9 Pro Max получили по две камеры на 200 Мп: основную и для съёмки с увеличением. Обработку цвета настроили вместе с производителем профессиональных кинокамер ARRI. У версии Pro Max есть режим видео, который сохраняет больше информации о цвете и деталях в светлых и тёмных участках кадра для дальнейшей обработки. Третья модель, Super Edition, выделяется батареей на 11 000 мА·ч и встроенным вентилятором для охлаждения при длительной нагрузке. Смартфоны уже продаются в Китае: в пересчёте на рубли Magic 9 стоит от 62 тысяч, а Pro Max — от 81 тысячи, Super Edition — от 56 тысяч.

Google разработала водяные знаки для созданных с помощью ИИ белков. У компании уже есть система SynthID для текстов, которая при генерации немного меняет вероятности выбора слов, сохраняя смысл. SynthID Bio делает похожее с аминокислотами, из которых состоит белок: в их последовательности появляется скрытая метка. В лабораторных тестах спроектированные с ИИ белки с встроенной меткой справлялись со своей задачей так же, как без неё. Метка остаётся и в физически синтезированном белке и позволяет распознать, что его разработал ИИ.

Подписывайтесь 👉 @techno_yandex

Эффект бабочки существует и в технологиях

Одно событие или изобретение может косвенно привести к появлению того, что изменило весь мир. Так было с советским «Спутником-1», который запустили ровно 69 лет назад.

Подписывайтесь 👉 @techno_yandex

Вы точно слышали фразу «Маршрут построен». Но что за ней стоит и как приложение находит самый короткий путь до нужного места?

Подписывайтесь 👉 @techno_yandex

Сомневаетесь, стоит ли связываться с ИИ-агентами?

Собрали простой чек-лист, по которому легко понять, пригодятся ли агенты в вашей повседневной жизни. Если вы набрали три пункта, то пора заводить себе ИИ-агента.

Подписывайтесь 👉 @techno_yandex

Шрифты против ИИ

С начала 2010-х дизайнеры экспериментируют со шрифтами, которые пытаются скрыть текст от машин. Сначала ради защиты от автоматического распознавания и слежки, а теперь ещё и чтобы мешать собирать тексты для обучения ИИ. Правда, такая защита обычно временная — системы быстро учатся её обходить.

Подписывайтесь 👉 @techno_yandex

Если модель говорит по-русски, это ещё не значит, что вы с ней на одной волне

Каждую нейросеть нужно адаптировать под понимание и общение на конкретном языке. На примере новой открытой нейросети Яндекса Alice AI Foundation, которую обучили с нуля внутри компании, рассказываем, как ИИ прививают знание русского.

Токенизация на русском

LLM читают текст не по словам или буквам, а по токенам — кусочкам текста, из которых складываются промпты, размышления и ответы. Таким фрагментом может быть один символ, целое слово или его часть. Чтобы нейросеть могла нарезать текст на токены, разработчики заранее составляют для неё словарь. Собирают его автоматически: если слово часто встречается в датасете, оно получает собственный токен. 

Но если обучающие материалы были, скажем, на английском, то русские слова при обработке будут дробиться на несколько токенов. И вообще один и тот же текст на разных языках превращается в разное количество токенов. Например, в Claude Opus 5 фраза «Это тестовый текст для подсчёта количества токенов на разных языках» на русском занимает 17 токенов, а на английском — всего 13.

Словарь Alice AI Foundation создавали на текстах, где преобладал русский, поэтому она эффективно его токенизирует. Поэтому обработка запросов упрощается — модели требуется меньше токенов, чтобы получить результат. Она начинает читать и генерировать текст быстрее, а на оплату её работы требуется меньше денег. Заодно в контекстное окно помещается больше текста, и нейросеть дольше сохраняет память о начале переписки.

Обучение на русском

Материалы для обучения влияют и на то, насколько хорошо модель понимает пользователя. Смысл запросов часто зависит от страны, поэтому просто перевести английские тексты недостаточно — модель нужно обучать на русских, чтобы она понимала местные реалии и культурный код. 

При этом, чтобы модель запомнила факт, его нужно пересказать несколько раз в разных формах. Например, строчку «Пётр I основал Петербург в 1703 году» для обучения превращают в реплику экскурсовода, в запись в духе исторической заметки и в вопрос с ответом. 

Тестирование на русском

Результат адаптации под русский язык нужно проверять на специальных тестах, основанных на популярных запросах пользователей. Для Alice AI Foundation в Яндексе разработали собственные тесты на знание истории, права, английского и общих фактов. В последней категории, к примеру, она набрала 86,5 балла против 83,2 китайской DeepSeek-V4-Flash-Base, которая в 3,5 раза больше.

Alice AI Foundation получилась компактной благодаря архитектуре MoE: из 80 млрд параметров для обработки токена задействуются лишь около 3 млрд. Так модель вмещает больше знаний, но требует меньше вычислений — и на многих задачах обходит более крупные открытые нейросети.

Релиз модели заметили и за рубежом, где её включили в число ключевых запусков недели. А подробнее о разработке и обучении Alice AI Foundation можно почитать в техрепорте.

Подписывайтесь 👉 @techno_yandex

В клавиатуре смартфона до сих пор живут решения инженеров XIX века. Рассказываем, как QWERTY добралась от пишущих машинок до сенсорных экранов — и почему её оказалось так трудно заменить.

Подписывайтесь 👉 @techno_yandex

Почти в любом сервисе с персональной лентой рекомендации подбирает цепочка из большого количества моделей. В Яндексе проверили, может ли всю цепочку заменить одна нейросеть.

В умных колонках с Алисой, например, музыку подбирает каскад из десятков алгоритмов: одни отбирают из миллионов треков подходящие, другие отсеивают лишнее и выбирают лучшее. Каждый из них обучают отдельно, а признаки, по которым они оценивают треки, инженеры подбирают вручную.

Новая модель Sona делает всё это одна. Она устроена как языковая модель, только вместо следующего слова угадывает следующий трек. Для этого у каждой песни есть код из трёх токенов: его составляет другая нейросеть по первым 90 секундам звучания, названию и тегам. Вместо признаков Sona получает сырую историю — до 8192 последних действий человека, например что он слушал, пропускал, лайкал и дизлайкал. Закономерности в этих данных модель находит сама и постоянно дообучается: пропущенный трек попадает в её обучение примерно через 45 минут.

Инженеры проверили, справится ли Sona вместо всей прежней цепочки: неделю она подбирала музыку части слушателей умных колонок с Алисой. Время прослушивания рекомендованных треков выросло на 6,3%, а просьб повторить трек стало почти на 18% больше.

Единые рекомендательные модели сейчас строят крупные технологические компании. Китайская Kuaishou, владелец одной из самых популярных видеоплатформ страны, заменила цепочку одной моделью, но оставила ручные признаки. Pinterest объединил только часть этапов. Яндекс первым в мире разработал и протестировал систему с одной нейросетью вместо всей цепочки, самостоятельным подбором критериев и ростом качества в реальных условиях.

Поскольку эксперимент оказался успешным, Яндекс планирует развивать этот подход к созданию рекомендательных систем.

Подписывайтесь 👉 @techno_yandex

Вы выбираете температуру — умный климат разбирается с остальным. Рассказываем, как работает этот режим умного дома и как его настроить в приложении «Дом с Алисой».

Подписывайтесь 👉 @techno_yandex

Ламповый радиоприёмник 1950-х или умная колонка с Алисой? Игорь и Елена Северские решили не выбирать и встроили Яндекс Станцию в старый «Огонёк».

Подписывайтесь 👉 @techno_yandex

👀 ИИ научится воспринимать мир как человек?

Сначала каждая ИИ-модель работала с одним типом данных, например текстами или изображениями. Потом их объединили в VLM — к языковой модели подключили визуальную через программный адаптер. А пару лет назад появился тренд на омни-модели, которые понимают разные типы данных без адаптеров. Алексей Григорьев, руководитель команды алайнмента VLM, считает, что это может привести к скачку в развитии ИИ.

Омни-модель (от лат. omnis — «всё») — это нейросеть, которую с самого начала учат работать и с текстами, и с изображениями. Создавать такие нейросети сложно, но «растить» одну модель вместо нескольких гораздо эффективнее. Сервисы на базе омни-моделей работают лучше, так как «под капотом» не нужно переключаться между нейросетями.

Самое интересное в омни-моделях — синергия: улучшение одной из модальностей улучшает и другую. Именно так случилось во время обучения омни-модели Alice AI на текстовых данных: она стала лучше обрабатывать и картинки тоже. Омни-модели улавливают связи между изображениями и текстом (например, пишут стихи по фотографии) и за счёт этого оказываются ближе к целостному восприятию мира, свойственному людям.

У омни-моделей даже могут появиться эмерджентные свойства — способности, которые не закладывали при разработке. Например, они могут научиться понимать физику реального мира.

Сейчас инженеры работают над тем, чтобы сбалансировать качество текстовой и визуальной выдачи внутри одной омни-модели. А в будущем разные модальности окончательно сольются в единую эффективную систему.

Подписывайтесь 👉 @techno_yandex