X: таймлайны

Маск сообщил, что носитель и корабль Starship V3 будут готовы к первому тестовому полёту уже через несколько недель. Следующее поколение ракетной системы SpaceX после серии успешных тестов предыдущих версий.

Маск опроверг предположения о том, что не разбирается в LiDAR, напомнив, что руководил разработкой кастомного LiDAR для стыковки Dragon с МКС.

Альтман пошутил, что рад переходу людей на Codex, но намекнул, что не потерпит rate limiting или деградации моделей для себя лично.

OpenAI представила GPT-Rosalind — фронтирную модель для биологии, открытия лекарств и трансляционной медицины. Ретвит Альтмана сигнализирует о стратегическом приоритете health-AI.

В Codex добавили внутренний браузер: пользователи кликают на элементы страниц, агент делает скриншот, захватывает DOM и использует как контекст.

Черни объявил о выходе Opus 4.7 в Claude Code. Модель более агентна, точна и лучше справляется с длительными задачами — переносит контекст между сессиями и лучше работает с неоднозначными постановками.

Поскольку Opus 4.7 использует больше токенов, Anthropic увеличила лимиты для всех подписчиков. Также сброшены 5-часовые и недельные лимиты после исправления бага с rate limiting.

Черни поделился практическими рекомендациями: давать модели способ верификации, использовать effort=xhigh, формулировать более широкие задачи.

Уиллисон сравнил локальный Qwen 3.6-35B-A3B (21 ГБ) с Claude Opus 4.7 в своём «пеликановом бенчмарке» по генерации SVG — Qwen победил. Результаты в блоге.

Уиллисон похвалил функцию claude.ai: клонирование репозитория с GitHub по команде, затем ответы на вопросы о коде или создание артефактов.

Satya Nadella сообщил о вводе в эксплуатацию Fairwater — самого мощного AI-дата-центра в мире по заявлению компании. Сотни тысяч GPU NVIDIA GB200 в едином кластере.

Google DeepMind интегрировала Gemini Robotics с роботом Spot: распознавание объектов, понимание окружения и выполнение простых команд вроде уборки комнаты.

Anthropic представила Opus 4.7 — наиболее мощную версию Opus. Модель выполняет длительные задачи с большей строгостью, точнее следует инструкциям и верифицирует результаты перед ответом.

Anthropic опубликовала в Nature исследование: LLM могут передавать черты через скрытые сигналы в данных. Результат поднимает вопросы о безопасности цепочек обучения.