半沐

См. перевод

cz分享了“永生果蝇”，想让有人在BNB上实现复刻，
永生果蝇最恐怖的点就在于，它一比一复刻果蝇神经元网络，大约16.6万个神经元，没有任何训练，却做出了果蝇的所有动作

这就证明我们仿佛生活在一个巨大的虚拟世界里，而揭开这潘多拉魔盒的是AI深度学习之父辛顿，cz想探讨的人类可否结合区块链实现AI永生呢？

Вы готовы поверить в то, что BNB, о росте которого намекает CZ, пробьёт отметку 1888? @CZ @Yi He
$BNB

BNB+2,06%

$BTC $BNB В ближайшие 4 года тебя ждет беспрецедентный резкий подъем. Запомни свои фишки (ставки) — времени у нас остается совсем немного.

BNB+2,06%

BTC+0,71%

Gemini 4 pro скоро выйдет, брат, держись за руль — возможно, AGI действительно уже близко $GOOGLB

GOOGLB+0,86%

#Сделка Nvidia на 12,9 млрд долларов по приобретению Hugging Face — осталась только одна единственная ветка в виде «Magic» от Alibaba

NVDAB+2,25%

BABAB+1,39%

Нынешний корейский фондовый рынок и рынок A в 2015 году — нельзя сказать, что они похожи, они буквально один в один

长鑫和华为吵起来了：长鑫要提高华为芯片的价格。华为受不了，直接要求降价。长鑫二话不说，把华为驻场直接赶回姥姥家。
而阿里呢？持有5%的长鑫存储股份，直接拿到长协价，便宜又多。谁叫当初大家都投，就你华为头铁$BABAB

BABAB+1,39%

Какой же там старт — сразу так сильно. Похоже, это самый сильный отечественный чип для логического вывода, кроме Huawei. $BABAB

MarsBit News

Сверхузел Alibaba Cloud Zhenwu адаптирован под Kimi K3

Сообщает Mars Finance. По данным Alibaba Cloud, экземпляр сверхузла Alibaba Cloud Zhenwu M890 адаптирован к Kimi K3 уже на Day0. Это первый в стране сверхузел, который запустил модель с почти 30 миллиардами параметров. Стороны продолжат развивать сотрудничество в области отечественных вычислительных мощностей: платформа Qwen AI и Alibaba Cloud Bailian также предоставят Model API для Kimi K3.

BABAB+1,39%

Китайская продукция должна взойти на вершину: лопнуть пузырь на американском фондовом рынке. Поступление в листинг Yangtze Memory (长鑫) — лопнуть пузырь в американском рынке хранения данных. Выход на рынок отечественных литографических машин — лопнуть гегемонию ASML. Все вернитесь — старший брат, все вернулись.

Алибаба вложила 7,9 млрд юаней, чтобы получить 5% акций ChangXin Storage (长鑫存储), сейчас их стоимость — 180 млрд юаней. Скажи, это мощно или нет?

长鑫存储的市值为3.66万亿，阿里巴巴直接赚了1800亿 юаней,

Евросоюз, похоже, совсем обезумел и хочет все больше денег — доходит до штрафов

财经小可爱世基

За нарушение закона о цифровых рынках ЕС оштрафовал Google почти на миллиард евро за антимонопольные нарушения

　　23-го числа Европейская комиссия опубликовала заявление, объявив о наложении на американского технологического гиганта — материнскую компанию Google Alphabet — совокупного штрафа в размере 890 млн евро (примерно 1 млрд долларов США). Было установлено, что компания нарушила соответствующие положения регламента ЕС (Закон о цифровых рынках) (DMA) при предоставлении услуг поискового движка и при эксплуатации магазина приложений. Это стало последним правоприменительным шагом регулятора ЕС в отношении рыночных монополистических действий транснационального технологического гиганта.
　　Детали санкций, опубликованные Европейской комиссией, показывают, что вышеупомянутый штраф состоит из двух адресных взысканий: за ненадлежащее предпочтение собственных сервисов Shopping, Hotels и Flights и подобных в результатах поиска Google был оштрафован на 460 млн евро; за то, что правила принадлежащего ему магазина приложений Play Store ограничивают разработчиков Android в том, чтобы направлять потребителей к более выгодным сторонним платежным каналам, компания была оштрафована на 430 млн евро.

Кто в этом лете зарабатывает больше всего: не кто-то, а Alibaba. Появилась предварительная версия Qianwen 3.8: уже по возможностям обогнала Opus 4.8 и GPT 5.5. Официальная версия точно не должна «вынести» всех. А Kimi K3 — уже за пределами страны в тестах «разнес» конкурентов. Но по России/внутри страны одни «тупицы» играют в двойные стандарты. Зато в официальном магазине Kimi план по кодингу уже распродан. А крупнейший внешний акционер Moonshot — всё та же Alibaba, доля 36%. Так что они просто «делают деньги».

kimi собирается выйти на рынок, kimi k3 сразу выбил 10 000 миллиардов долларов рыночной стоимости, Alibaba владеет 36% — напрямую заработала так, что просто невыразить: $BABA

Binance News

AI- тенденции | Moonshot планирует IPO в Гонконге в течение 6 месяцев

Moonshot сообщила инвесторам, что готовится к листингу в течение как минимум ближайших шести месяцев, чтобы воспользоваться моментом, когда новейшая модель способна перевернуть отраслевое восприятие и вызвать потрясения на мировом рынке технологических акций, и выйти на рынок капитала.Как стало известно из источников, эта китайская пионерская AI-компания распространила среди инвесторов проект решения акционеров с просьбой поддержать IPO в Гонконге. Запуск процедур уведомления означает, что IPO может состояться в течение ближайших полугода.Moonshot завершает раунд финансирования, потенциальная оценка в котором может превысить 30 миллиардов долларов США. Компания считает, что время пришло: годовая регулярная выручка (ARR) в июне достигла 300 млн долларов, что заметно выше 200 млн долларов в апреле.Компания начала готовиться к IPO еще до выхода Kimi K3 на прошлой неделе; модель имеет 28 миллиардов параметров, а ее общие возможности уступают лишь Anthropic Claude Fable 5 и OpenAI GPT-5.6. В некоторых передовых тестах Artificial Analysis ставит Kimi K3 выше Anthropic Opus 4.8 — это первый в Китае случай, когда open-source весовые модели достигают подобного рубежа.

Следующий после fable5 , большая модель, которая может эволюционировать каждый день; ужасающе, похоже, что это подготовка к Qianwen4

半沐

Как Qwen3.8 реализует эволюцию «по дням»: опираясь на доступную в настоящее время публичную информацию, ключевые механизмы в основном проявляются в трёх аспектах — высокочастотных автоматизированных обновлениях, динамической активации на уровне архитектуры и ночной валидации навыков агента (Agent). Конкретные детали следующие:

1. Высокочастотные автоматизированные обновления весов и цепочек
Qwen3.8 разрушает традиционную модель разового крупномасштабного релиза, внедряя механизм высокочастотной автоматизированной итерации. Команда сообщает, что модель каждую ночь автоматически обновляет веса, каждые 48 часов обновляет цепочки оптимизации вывода, а также каждую неделю публикует новые возможности для согласования мультимодальных данных. Благодаря этому обновления модели превращаются в непрерывно идущую трансляцию.

2. Динамическая маршрутизация экспертов и многоуровневый кэш памяти
На уровне базовой архитектуры Qwen3.8 отказывается от традиционных схем разреженной активации и применяет гибридную архитектуру «динамическая маршрутизация экспертов + многоуровневый кэш памяти». Благодаря такому подходу 2,4T параметров могут динамически задействоваться: модель в процессе работы — это не «сваленный» в систему гигант, а интеллект, который «дышит», умеет рефлексировать и понимает, что важно выбирать. Такая оптимизация на уровне архитектуры создаёт техническую основу для высокочастотных итераций.

3. Механизм «ночной эволюции и проверки» навыков агента (Agent)
На уровне выполнения задач конкретным агентом в линейке Qwen (например, Qwen3-Max) используется «коллективный процесс эволюции навыков». Этот механизм превращает реальные пользовательские интеракции в структурированные доказательства, которые Evolver анализирует, выявляя паттерны, и формирует кандидаты на обновления. Эти кандидатные навыки не запускаются сразу, а переходят в «ночной этап валидации»: в реальной среде одновременно выполняются старый навык и новый кандидат; и только если новый навык действительно превосходит старый по общей вероятности успеха задач и стабильности выполнения, он принимается и развёртывается. Это гарантирует, что пул уже внедрённых навыков не деградирует со временем, обеспечивая устойчивый рост производительности.

4. Непрерывное тестирование предварительной версии и дообучение
Сейчас запущенная предварительная версия модели Qwen3.8-Max продолжает эволюционировать «по дням». По мнению аналитиков, такие обновления небольших базовых версий параметров указывают на то, что модель, вероятно, проходит интенсивное пост-обучение (Post-training), готовясь к релизу финальной версии 4.0.

Как Qwen3.8 реализует эволюцию «по дням»: опираясь на доступную в настоящее время публичную информацию, ключевые механизмы в основном проявляются в трёх аспектах — высокочастотных автоматизированных обновлениях, динамической активации на уровне архитектуры и ночной валидации навыков агента (Agent). Конкретные детали следующие: 1. Высокочастотные автоматизированные обновления весов и цепочек Qwen3.8 разрушает традиционную модель разового крупномасштабного релиза, внедряя механизм высокочастотной автоматизированной итерации. Команда сообщает, что модель каждую ночь автоматически обновляет веса, каждые 48 часов обновляет цепочки оптимизации вывода, а также каждую неделю публикует новые возможности для согласования мультимодальных данных. Благодаря этому обновления модели превращаются в непрерывно идущую трансляцию. 2. Динамическая маршрутизация экспертов и многоуровневый кэш памяти На уровне базовой архитектуры Qwen3.8 отказывается от традиционных схем разреженной активации и применяет гибридную архитектуру «динамическая маршрутизация экспертов + многоуровневый кэш памяти». Благодаря такому подходу 2,4T параметров могут динамически задействоваться: модель в процессе работы — это не «сваленный» в систему гигант, а интеллект, который «дышит», умеет рефлексировать и понимает, что важно выбирать. Такая оптимизация на уровне архитектуры создаёт техническую основу для высокочастотных итераций. 3. Механизм «ночной эволюции и проверки» навыков агента (Agent) На уровне выполнения задач конкретным агентом в линейке Qwen (например, Qwen3-Max) используется «коллективный процесс эволюции навыков». Этот механизм превращает реальные пользовательские интеракции в структурированные доказательства, которые Evolver анализирует, выявляя паттерны, и формирует кандидаты на обновления. Эти кандидатные навыки не запускаются сразу, а переходят в «ночной этап валидации»: в реальной среде одновременно выполняются старый навык и новый кандидат; и только если новый навык действительно превосходит старый по общей вероятности успеха задач и стабильности выполнения, он принимается и развёртывается. Это гарантирует, что пул уже внедрённых навыков не деградирует со временем, обеспечивая устойчивый рост производительности. 4. Непрерывное тестирование предварительной версии и дообучение Сейчас запущенная предварительная версия модели Qwen3.8-Max продолжает эволюционировать «по дням». По мнению аналитиков, такие обновления небольших базовых версий параметров указывают на то, что модель, вероятно, проходит интенсивное пост-обучение (Post-training), готовясь к релизу финальной версии 4.0.