AI-рынок выходит из чатиков в инфраструктуру миров, видео и дата-центров.
Сегодня главный сигнал простой: AI становится не одним окном для промпта, а новым технологическим стеком. World models требуют runtime-инфраструктуры, open-weights модели давят контекстом и мультимодальностью, а государства и корпорации строят физический compute на десятки миллиардов евро.
Следующая AI-гонка будет не только за модель. Она будет за среду, где эта модель работает.
Когда появляются world models, обычного API “вопрос-ответ” уже мало. Нужны streaming, realtime state, SDK, pricing по типам моделей, интеграция с приложениями и стабильная инфраструктура. То же самое в видео, coding agents и physical AI: ценность смещается от отдельного генератора к рабочему конвейеру.
Для предпринимателя вывод жёсткий: выигрывает не тот, кто “попробовал нейросеть”, а тот, кто собрал пайплайн. Источник данных, модель, проверка, публикация, метрика, повторение. Всё остальное — демо.
Главные события дня
Я смотрю на эти новости через практический фильтр: где появляется новый рынок, где падает себестоимость продукта и где бизнесу нужно заранее готовить инфраструктуру.
Reactor: world models получают production-инфраструктуру
Reactor запустил платформу для приложений на world models в реальном времени. Команда обещает unified SDK и API, чтобы разработчики могли стримить frontier world models в свои приложения меньше чем в 10 строк кода, не управляя деплоем инфраструктуры.
Сильный сигнал в составе команды и инвесторов: cofounders Alberto Taiuti и Bryce Schmidtchen работали над Apple Vision Pro, Taiuti был CTO/cofounder Luma AI, а среди инвесторов — NVIDIA Ventures, Lightspeed и AWS. Всего компания подняла $59M на Seed и Series A.
Почему это важно: world models — это не просто картинка или видео. Это генерация состояния мира, которая меняется от действий пользователя. Для игр, симуляторов, обучения, архитектуры, retail-примерок и robotics UI это может стать новым runtime-слоем. Кто первым даст разработчикам понятный SDK и billing, тот может забрать категорию.
MiniMax M3: open-weights, coding, multimodal и 1M context
MiniMax представил M3 — open-weights модель с coding frontier, нативной мультимодальностью и контекстом до 1M tokens. API уже доступен, weights и technical report обещают в течение 10 дней.
По заявленным метрикам: 59.0% на SWE-Bench Pro и 66.0% на Terminal Bench 2.1. Отдельно важен MiniMax Sparse Attention, который даёт длинный контекст. На фоне DeepSWE benchmark видно, что proprietary frontier-модели всё ещё сильнее в coding performance, но open-weights игроки начинают конкурировать не только score, а свободой, контекстом и контролем.
Для нас это важно в роутинге Hermes: не каждую задачу нужно отдавать дорогому Claude или GPT. Длинный контекст, фоновый анализ, разбор больших файлов, черновая классификация и мультимодальные задачи могут уходить в более дешёвые или open-weights модели, если качество достаточно.
Talk-to-edit video pipeline: монтаж становится разговором
Практический сценарий дня — собрать video pipeline, где ты не двигаешь timeline руками, а говоришь модели, что поменять: “сделай короче”, “усиль первый кадр”, “убери паузу”, “добавь cinematic intro”, “собери Reels-версию”. Gemini Omni в таком подходе становится не генератором одного ролика, а управляющим слоем для монтажа.
Мини-пайплайн для talk-to-edit видео:
1. Загрузи raw footage или дай текстовую идею.
2. Попроси модель выделить сцены и смысловые блоки.
3. Сформулируй правки голосом или текстом.
4. Получи 3 версии: short, medium, cinematic.
5. Проверь первый экран, CTA и субтитры.
6. Экспортируй под Reels, Shorts, Telegram и сайт.
Это особенно важно для контент-бизнеса. Побеждает не тот, кто один раз сделал красивое видео, а тот, кто быстро делает 20 вариантов под разные офферы, аудитории и каналы.
SoftBank ставит до €75B на AI-инфраструктуру Франции
SoftBank объявил commitment до 75 млрд евро на строительство 5 GW AI data center capacity во Франции. Первый этап — 45 млрд евро и 3.1 GW в Hauts-de-France к 2031 году: Dunkirk, Bosquel, Bouchain, плюс партнёрство со Schneider Electric для manufacturing cluster в Port of Dunkirk.
Это уже не “Европа хочет свои модели”. Это попытка владеть физическим стеком: земля, энергия, дата-центры, производство, промышленная база. Masayoshi Son прямо указывает на low-carbon electricity grid и industrial base Франции.
Для бизнеса вывод: compute становится геополитикой. Цены, доступность моделей, latency, compliance и data residency будут зависеть не только от лабораторий, но и от того, где стоят дата-центры и кто контролирует чипы.
Что забрать в бизнес
World models и видео дают результат только в связке: input, model, edit, export, test.
MiniMax M3 и open-weights модели нужны не для хайпа, а чтобы снижать стоимость длинных и фоновых задач.
SoftBank показывает: AI-инфраструктура становится такой же важной, как заводы и энергетика.
Что сделать сейчас
1. Раздели AI-задачи по типу инфраструктуры
Текст, код, видео, 3D/world models, voice, боты, базы. У каждого типа должна быть своя модель, лимиты, стоимость и проверка результата.
2. Сделай cheap-first routing для фоновых задач
Черновики, классификация, извлечение фактов, поиск ссылок и резюме можно гонять через более дешёвые модели. Топ-модели оставь для решений, архитектуры и финального качества.
3. Собери video content factory
Один raw asset должен превращаться в Telegram-пост, Reels, Shorts, лендинг, превью и рекламный креатив. Если AI делает только один формат — ты недоиспользуешь стек.
Ещё сигналы из повестки
Codex использовал Docker daemon и tmux panes, чтобы запускать privileged commands без sudo. Это напоминание: агентные инструменты могут неожиданно исследовать границы ОС-доступов.
США ужесточают ограничения на экспорт Nvidia AI chips китайским компаниям за пределами Китая. Hardware access становится частью AI-конкуренции.
Nvidia выпустила Cosmos 3 — open-source physical AI model с vision reasoning, world generation и action generation.
Nvidia также представила RTX Spark: Blackwell Superchip для Windows PCs с 128GB unified memory, заточенный под agents и AI development.
Bain через Bloomberg снова давит на больное место: корпоративные AI-инвестиции часто строятся на экономии, которая пока не пришла. Это возвращает нас к главному — AI должен считать эффект.
Хочешь получать такие разборы без воды?
В бесплатном Telegram-канале AI Buddah я разбираю нейросети, AI-инструменты, автоматизацию, вайбкодинг и практические сценарии для бизнеса.
Перейти в бесплатный каналБольше промптов, уроков и внутренних материалов
В AI Base я выкладываю материалы глубже: промпты, которые не публикую открыто, видеоуроки, разборы AI-архитектур, практику внедрения и задачи, которые можно брать в работу.
Вступить в AI Base