Криптогигант выходит на рынок против OpenAI
Компания Tether выпускает USDT. А еще Tether стоит столько же, сколько OpenAI. И вот в Tether запустили свой фреймворк для тренировки моделей ИИ. И вот что делает это интересным: он работает на телефонах и ноутбуках, позволяя тренировать большие модели в полностью децентрализованной среде.
Цель — создание демократической инфраструктуры для тренировки и сервинга моделей. Которая не базируется на железе и мощностях гигантов. Видение заключается в создании децентрализованной сети. Где любой пользователь мог бы создать постоянно в реальном времени обучающегося агента на искусственном интеллекте. Который запоминает и усваивает все ваши нюансы и учится конкретно под ваши задачи.
Получается, пока крупные корпорации строят централизованные дата-центры с тысячами GPU, Tether идёт в противоположном направлении. Не наращивание мощностей, а распределение их между обычными устройствами. Не контроль со стороны гигантов, а демократический доступ для каждого.
Вопрос только в том, как эти проекты будут работать в реальном мире для реальных кейсов за пределами токенов.
Почитать из последнего
ИИ-ассистент научили разбирать документы и алерты
Главный вопрос корпоративного ИИ прост: что будет с данными после запроса? РТК-ЦОД предлагает не рисковать ими. На форуме «Цифровые решения» компания с блоком ИТ «Ростелекома» представила ассистента для организаций с жёсткими требованиями к защите.
К 2027 году чипов хватит на миллиарды ИИ-агентов
Похоже, у ИИ скоро вылезет проблема, которую не залатать покупкой ещё одного чипа. По расчётам Epoch AI, вычислительной мощности, выпущенной с 2025 по 2027 год, хватит для одновременной работы от 33 до 171 млн агентов уровня передовых моделей.
Kandinsky научился лепить видео со звуком
ИИ-видео всё меньше смахивает на немой клип. «Сбер» показал Kandinsky 6.0 Video - модель, которая разом генерит картинку и звук: речь персонажей, музыку и шумы окружения.
Три профессии, которые ИИ уже плодит прямо сейчас
ИИ перетряхивает рынок труда не только тем, что съедает привычные задачи. Вместе с автоматизацией вылезают специалисты, которых ещё несколько лет назад никто бы не вообразил, и часть таких профессий формируется на глазах.
Google научила эмбеддинги переваривать сразу пять типов данных
Google порешила, что эмбеддингам хватит возиться с одним текстом. Компания выкатила вторую версию EmbeddingGemma: теперь система сваливает в общее векторное пространство текст, код, изображения, видео и аудио. Так что на вход можно подавать сразу несколько типов данных.