Дайджест ИИ за 1–8 ноября: Kandinsky Avatar, GPT-6 Cyber, Gemini Omni 1.2 Flash, Images 2.6, FlashProve, обновление Claude Code
За неделю с 1 по 8 ноября крупнейшие игроки рынка представили обновления в генерации видео, изображений, поиске уязвимостей и верификации моделей. Сбер опубликовал код Kandinsky Avatar под лицензией MIT, OpenAI запустила специализированную модель GPT-6 Cyber и генератор Images 2.6 с поддержкой GIF, Google удлинила ролики в Gemini Omni 1.2 Flash до 15 секунд, а Anthropic выпустила исследовательский инструмент FlashProve и патч для Claude Code, устраняющий лишний расход токенов.
Kandinsky Avatar: открытые модели Сбера для говорящих аватаров
Сбер открыл доступ к моделям Kandinsky Avatar, создающим видео с говорящими персонажами на основе статичного изображения и аудиодорожки. Система синхронизирует движения губ, мимику и жесты с речью, а текстовый промпт задаёт эмоции и поведение. Голос и перевод текста пользователь готовит самостоятельно. Объявленная длительность ролика — до одной минуты. Доступны две версии: Pro с поддержкой HD и Lite для SD-качества. Код и веса опубликованы под лицензией MIT с разрешением коммерческого использования. Для запуска опубликованной реализации требуется видеокарта NVIDIA с 48 ГБ видеопамяти; настройка, снижающая потребление до ~28 ГБ, может давать заметные артефакты на изображении.
GPT-6 Cyber: поиск уязвимостей и результаты тестов
OpenAI представила модель GPT-6 Cyber, ориентированную на поиск и верификацию уязвимостей ПО. Она применяется в программе Daybreak Red для авторизованных проверок безопасности. По данным компании, с её помощью исследователи выявили 81 ранее неизвестную серьёзную уязвимость в Firefox; многие исправления Mozilla уже выпустила. На бенчмарке ExploitGym, где модель должна эксплуатировать заданную уязвимость, GPT-6 Cyber набрала 48,5% против 32,1% у версии 5.6 Cyber. В отдельном тесте на безопасность модель избегала атак на посторонние сервисы в 99,93% случаев без специальных инструкций и в 100% — с ними. Результаты относятся к условиям описанных проверок.
Images 2.6: генерация GIF, именованные референсы и API-версии
OpenAI обновила генератор до версии Images 2.6 для ChatGPT и Codex. В ChatGPT появилась возможность создавать GIF-анимации по текстовому описанию или на основе загруженного изображения, а также сохранять именованные референсы для повторного использования в других чатах без повторной загрузки. Базовая генерация доступна на всех тарифах, включение GIF в ChatGPT происходит постепенно. Редактирование GIF из сторонних источников пока не поддерживается. Через API доступны версии Flare и Sunburst, а также генерация SVG с редактируемыми контурами; использовать SVG как исходник для правок нельзя.
Gemini Omni 1.2 Flash: удлинение видео до 15 секунд и последовательное редактирование
Google выпустила Gemini Omni 1.2 Flash с увеличением максимальной длительности генерируемого видео с 10 до 15 секунд. Ключевая возможность — последовательное изменение ролика в диалоге: можно заменять фон, освещение и другие параметры без перегенерации сцены с нуля. Модель доступна через Gemini API и корпоративные сервисы Google; в потребительском приложении Gemini доступ постепенно открывают подписчикам тарифа Google AI Ultra. Компания указывает на сохраняющиеся ограничения: сложности с быстрыми спортивными движениями и моделированием физики.
FlashProve: экспериментальная верификация происхождения токена
Anthropic представила исследовательский набор FlashProve для проверки того, что конкретный токен был вычислен заранее зафиксированной моделью. Клиентская программа верифицирует криптографическое доказательство без полного запуска модели. Для надёжной проверки цифровой отпечаток модели нужно получить из доверенного источника отдельно от проверяемого сервера. В описанном эксперименте на Llama 4 Maverick проверялся только один следующий токен; происхождение всего ответа таким способом не подтверждается. Файл доказательства занимал ~19 МБ, проверка на одном процессорном потоке занимала ~21 секунду. Код открыт как исследовательская работа без сопровождения; достоверность текста ответов этот метод не проверяет.
Claude Code 2.1.316: устранение перерасхода токенов на фоновые задачи
Anthropic исправила проблему избыточного расхода токенов в интерфейсе командной строки Claude Code. Ранее утилита каждые 30 секунд отправляла модели полную историю диалога для обновления строки состояния фоновых задач; в тяжёлых сценариях это поглощало до 16% общего бюджета токенов. В версии 2.1.316 для статуса используются короткие заметки о последних действиях и модель Haiku 5.5. По оценке разработчиков, расход на один запрос состояния сокращён на 99%, а общая экономия в сессиях с фоновыми агентами составляет около 5% лимита.
Вопросы и ответы
Можно ли коммерчески использовать модели Kandinsky Avatar?
Да, код и веса опубликованы под лицензией MIT, которая разрешает коммерческое применение.
Какие ограничения у генерации GIF в Images 2.6?
GIF в ChatGPT включают постепенно, редактирование анимаций из сторонних приложений не поддерживается, SVG нельзя использовать как исходник для правок.
Что именно проверяет FlashProve в описанном эксперименте?
Инструмент верифицирует только один следующий токен на соответствие зафиксированной модели; происхождение полного ответа и достоверность текста не проверяются.