Gemini Omni от Google: мультимодальная ИИ‑модель для генерации видео, версия Omni Flash, цены и система SynthID
24 источники33K1.6KGoogle представил Gemini Omni на конференции I/O 2026 — мультимодальную модель, которая генерирует видео из текста, изображений, аудио и видео; первая версия Gemini Omni Flash начала распространяться в день...
Google I/O 2026: эра «агентного Gemini» и почему Демис Хассабис считает, что мир приближается к переломному моменту ИИ
20 источники32K1.4KНа Google I/O 2026 Google объявила о начале «agentic Gemini era» — эпохи ИИ‑агентов, способных планировать и выполнять задачи, а не только отвечать на запросы.
Самое крупное обновление Google Search за десятилетия: как AI, Gemini и агенты меняют поиск после I/O 2026
16 источники34K2.1KGoogle I/O 2026 представила крупнейшее обновление Google Search за более чем 25 лет: интеллектуальное поисковое поле, AI‑агенты и генеративные интерфейсы.
Стартап Twin Prime разрабатывает мультимодальный ИИ для мгновенных решений в обороне
15 источники129K6.4KTwin Prime — американский стартап 2025 года, разрабатывающий мультимодальные модели ИИ для объединения данных с разных сенсоров и ускорения реакции на угрозы в реальном времени.
Alibaba намекнула на «тяжеловесного нового друга» для Qwen перед Cloud Summit 2026
22 источники175K9.2KКоманда Qwen объявила, что на Alibaba Cloud Summit 20 мая 2026 года представит «тяжеловесного нового друга» — более универсальную и мощную систему, но без раскрытия названия или характеристик.
Tencent OpenSearch-VL: открытый рецепт для ИИ-агентов, которые ищут по изображениям
14 источники1.4M84KOpenSearch VL — не потребительский чат бот, а открытая схема обучения мультимодальных поисковых ИИ агентов.
ИИ на Тайване в 2025 году: 9 тем для маркетологов и инженеров
12 источники1.3M72KПо данным iThome, инвестиции тайваньских компаний в ИИ в 2025 году выросли на 39%: средний бюджет увеличился с 8,19 млн до 11,4 млн тайваньских долларов.
Claude Opus 4.7 и зрение: что известно о скриншотах, графиках и макетах
11 источники1.4M85KУ Claude Opus 4.7 есть официально заявленное улучшение vision возможностей: Anthropic пишет о «substantially better vision» по сравнению с Opus 4.6 и поддержке изображений более высокого разрешения.[9]
Gemini или DeepSeek для обучения: какой ИИ выбрать, если важна проверка фактов
11 источники1.3M76KДля обучения в широком смысле лучше начинать с Gemini: источники описывают его как мультимодальную модель с длинным контекстом, рассуждением и возможностью использовать инструменты.
Claude Opus 4.7: в каких задачах модель Anthropic действительно сильнее всего
12 источники1.4M81KClaude Opus 4.7 — самая сильная общедоступная модель Claude у Anthropic по официальному позиционированию; среди ключевых характеристик — окно контекста 1 млн токенов и вывод до 128 тыс.
Claude Opus 4.7 Vision: что дают 3,75 Мп для скриншотов и документов
12 источники1.3M71KClaude Opus 4.7 Vision увеличивает лимит изображения с 1568 px / 1,15 Мп до 2576 px / 3,75 Мп — примерно в 3,3 раза по числу мегапикселей.[4]
Kimi K2.6: нативная мультимодальность есть, но инструменты агента выполняются извне
12 источники1.5M82KВердикт: по Kimi API и карточке Hugging Face Kimi K2.6 можно называть нативно мультимодальной моделью; она поддерживает текст, изображения, видео и Agent tasks, но выполнение инструментов остаётся задачей ru...