Apple судится с OpenAI, SK Hynix предупреждает о дефиците памяти, новые исследования ИИ
Apple подала иск против OpenAI, обвиняя компанию в краже коммерческих секретов, а SK Hynix прогнозирует дефицит чипов памяти до 2030 года. Кроме того, в OpenAI происходят кадровые перестановки, Microsoft оптимизирует использование моделей, а DeepMind и Стэнфорд представили новые разработки.
Подкаст · 3 мин
Apple подала в суд на OpenAI из-за кражи аппаратных секретов
Apple инициировала судебное разбирательство против OpenAI, ее руководителя по аппаратному обеспечению Тан Тана и подразделения io devices. Компания обвиняет OpenAI в систематическом использовании украденных коммерческих секретов. Согласно иску, OpenAI переманила более 400 бывших сотрудников Apple, чтобы создать канал для получения конфиденциальной информации. В частности, бывшего инженера iPhone Чан Лю обвиняют в использовании уязвимости для доступа к секретным файлам после увольнения. Apple требует переработки невыпущенного устройства OpenAI, разработанного при участии Джони Айва. OpenAI отвергла обвинения, заявив об отсутствии интереса к чужим секретам. Этот конфликт знаменует серьезную эскалацию, учитывая, что компании остаются партнерами в рамках интеграции Apple Intelligence.
Кадровые изменения в OpenAI
В OpenAI происходят значительные перестановки. Йоханнес Хайдеке, глава отдела безопасности, покидает компанию на фоне интеграции команд безопасности и исследований. Также Фиджи Симо, CEO по развертыванию AGI, переходит на должность советника с частичной занятостью из-за проблем со здоровьем. Симо подчеркнула, что лечение заболеваний является одной из важнейших задач, которые может решить ИИ. Эти уходы дополняют череду недавних кадровых изменений в лаборатории.
SK Hynix прогнозирует дефицит памяти до 2030 года
SK Hynix предупредила о глобальном дефиците чипов памяти, который может достигнуть пика в 2027 году и продлиться до 2030 года. Этот прогноз указывает на критическое «узкое место» для индустрии ИИ, которая остро нуждается в памяти с высокой пропускной способностью (HBM) для обучения моделей. По мере того как облачные провайдеры и разработчики наращивают мощности, физическая нехватка компонентов становится главным вызовом для экономики ИИ. Эксперты отмечают, что успех в индустрии будет зависеть не только от интеллекта моделей, но и от способности компаний обеспечить доступ к дефицитным ресурсам.
Microsoft оптимизирует маршрутизацию запросов
Microsoft меняет стратегию использования моделей в Microsoft 365 Copilot. Хотя GPT-5.6 остается основной моделью для сложных задач, компания начала направлять часть запросов в Excel и Outlook на внутренние модели. Это решение направлено на снижение затрат на инференс и уменьшение зависимости от внешних поставщиков, таких как OpenAI и Anthropic. Данный подход отражает общеотраслевой тренд: компании стремятся подбирать наиболее экономически эффективную модель под конкретную задачу, а не использовать флагманские решения для всего подряд.
Новые модели для робототехники и делегирования задач
Mistral представила «Robostral Navigate» — свою первую модель для робототехники, помогающую роботам следовать навигационным инструкциям на естественном языке на заводах и складах. Параллельно DeepMind выпустила фреймворк для делегирования задач, призванный улучшить взаимодействие человека и ИИ. Система предлагает структурированный подход к распределению обязанностей, определяя, какие задачи должны выполнять люди, а какие — ИИ-агенты, с акцентом на мониторинг и планы действий в случае сбоев. Эти разработки подчеркивают переход к практическому применению агентных систем в физических и операционных процессах.
Стэнфорд представил биомедицинского агента Biomni
Исследователи из Стэнфорда анонсировали «Biomni» — ИИ-агента для биомедицинских исследований. Система способна помогать ученым, анализируя литературу, выбирая инструменты и наборы данных, написание кода, интерпретацию результатов и предложение новых экспериментов. Разработка отражает растущий тренд на создание узкоспециализированных агентов для автоматизации сложных научных процессов.