Стэнфорд выпустил ежегодный отчет об искусственном интелл...

Стэнфорд выпустил ежегодный отчет об искусственном интеллекте. Модели сравнялись Разрыв между американскими и китайскими ИИ фактически исчез. В феврале DeepSeek-R1 на пару дней обогнал лидеров из США, сейчас отставание топовой модели Anthropic — всего 2.7%. Это означает, что преимущество в чистой производительности больше не решает. Конкуренция переходит в другие плоскости: цена, надежность, удобство для конкретных задач. Бенчмарки умирают быстрее, чем их придумывают Модели набирают 30 процентных пунктов за год на тестах, которые создавались как сложные для ИИ. Что вчера считалось нерешаемым — сегодня базовый уровень. Проблема в том, что оценки не успевают за прогрессом, и многие тесты оказываются ненадежными — до 42% ошибок в вопросах на популярных бенчмарках. Парадокс способностей Gemini выиграл золото на Международной математической олимпиаде, работая с текстом напрямую. Но при этом лучшая модель правильно определяет время по аналоговым часам только в 50% случаев. Человек — в 90%. Это иллюстрация «неровной границы» ИИ: умение решать сложнейшие задачи соседствует с провалами в простых. Агенты — не революция пока ИИ-агенты, которые действуют вместо человека, прогрессируют: точность на реальных компьютерных задачах выросла с 12% до 66%. Но это всё ещё два провала из трёх попыток. Для массового внедрения в рабочие процессы — недостаточно. Видео начинает понимать физику Модели генерации видео перешли от «красивой картинки» к моделированию реального поведения объектов. Veo 3 от Google DeepMind без специального обучения справляется с плавучестью и лабиринтами. Это шаг к ИИ, который сможет работать в физическом мире. Что это значит Скорость развития ИИ превышает скорость адаптации систем вокруг него — оценок, регулирования, образования. Технология уже здесь, а инфраструктура для её осмысленного использования — нет.