Треть контента в YouTube — это низкокачественные генерации нейросетей

Компания Kapwing изучила 15 тысяч наиболее популярных по всему миру YouTube-каналов. И в ленте YouTube уже примерно от 21% до 33% генераций на ИИ.

Исследователи создали новый аккаунт и пролистали 500 Shorts. Результат убийственный: 104 из 500 были сгенерированы нейросетью. А это 21%. И 165 из 500, а это 33%, оказались так называемым brainrot-контентом. То есть бессмысленным видео для накрутки просмотров.

Испания держит 1 место по этому показателю, на 2 Египет, на 3 США. Вот вам глобализация контентного дна.

Было установлено, что 278 каналов из 15 тысяч изученных публикуют исключительно ИИ-мусор. Это низкокачественный шлак, созданный нейросетями для накрутки.

Суммарно каналы с ИИ-мусором накопили свыше 63 миллиардов просмотров и 221 миллиона подписчиков. Что приносит им около $117 миллионов дохода ежегодно. $117 лямов за откровенный шлак, который клепает робот!

Журналист Макс Рид так это прокомментировал, цитирую: «Существуют целые сообщества в Telegram, WhatsApp, Discord, где люди обмениваются советами. И продают курсы о том, как создавать мусор, который будет достаточно вовлекающим, чтобы приносить бабки». В основном этим занимаются люди из стран, где средняя зарплата ниже того, что можно срубить на YouTube. Множество людей из Индии, Кении, Нигерии клепают этот контентный шлак пачками.

Kapwing, Shorts, YouTube, Исследования про ИИ

AIvengo > Блог > Треть контента в YouTube — это низкокачественные генерации нейросетей

Внутри ИИ нашли переключатель характера

Вы думали, что характер ИИ — это какая-то эфемерная штука из настроек? Anthropic только что опубликовала исследование "The Assistant Axis", которое разбивает эту иллюзию. Оказывается, личность нейросети — это буквально измеримая координата внутри её электронных мозгов, и с ней можно делать что угодно.

Нейросети стали слишком сложными и их изучают как живых существ

Большие языковые модели стали настолько сложными, что даже создающие их инженеры не понимают, как те работают. И отказались от математических методов и начали изучать нейросети как живые организмы. Наблюдают за поведением, отслеживают внутренние сигналы, строят карты функциональных областей. Именно так биологи изучают незнакомых существ, не предполагая упорядоченной логики.

Учёные решили проблему размера контекстного окна в ИИ

Учёные из MIT решили 1 из главных проблем ИИ. Это ограничение контекстного окна. Обычные большие языковые модели работают максимум с сотнями тысяч токенов. И быстро теряют точность когда данных становится больше. Новая рекурсивная архитектура под названием RLM вообще не пытается запоминать информацию. Вместо этого она навигирует по ней как по файловой системе.

Cursor ускоряет разработку в 3-5 раз, но код становится сложнее на 40%

Университет Carnegie Mellon взял и измерил то, о чём все говорили на ощущениях. Учёные проанализировали 807 репозиториев, где разработчики начали использовать Cursor. И взяли 1380 контрольных обычных проектов и сравнили их. Причём смотрели на 1 и те же репозитории до и после внедрения, плюс контролировали общие тренды по месяцам. Метод difference-in-differences. Чтобы наверняка отсечь случайности.

AIvengo media заняла 9-е место в рейтинге агентств GEO-продвижения России 2025 года

3 января 2026 года. Российский рынок продвижения в ИИ-ассистентах переживает стадию стремительного формирования и активного роста. Аналитическое агентство Ivens Market Research опубликовало рейтинг агентств по продвижению в нейросетях по итогам 2025 года. Компания AIvengo media заняла 9-е место, войдя в десятку ведущих операторов нового направления цифрового маркетинга.