Новости криптомира

Пока OpenAI и Anthropic соревнуются в создании ИИ, способного к рекурсивному самоулучшению, Google DeepMind делает иную ставку — на «мировые модели» (World Models), понимающие физические законы реальности. Внешне разница почти незаметна: Google продолжает выпускать модели и зарабатывать. Но если присмотреться к позициям в независимых рейтингах, становится очевидно: IT-гигант сознательно покидает гонку за «сырую» мощь.

Gemini 3.6 Flash: ставка на скорость и цену, а не на лидерство

21 июля вышла модель Gemini 3.6 Flash. Основные акценты — скорость и стоимость, а не максимальная производительность. По данным Google, новая версия генерирует на 17% меньше токенов, чем предыдущая, что напрямую снижает цену ответа. Однако в рейтинге Artificial Analysis эта модель заняла лишь 10-е место. Все ведущие разработчики оказались выше.

Google не отказалась от доработок. Компания запустила крупнейшее обучение для будущей Gemini 4, а более масштабная версия Gemini 3.5 Pro пока проходит тесты у партнёров. Но генеральный директор Сундар Пичаи уже связал дорожную карту с развитием персональных агентов, а не с позициями в рейтингах. Инвесторы отреагировали острее: в июне акции Alphabet просели на 6% после ухода двух ведущих исследователей к конкурентам.

Чем рискует DeepMind

Мировая модель — это ИИ, изучающий физические закономерности среды: гравитацию, движение, причинно-следственные связи. Алгоритм прогнозирует развитие событий в пространстве, а не просто подбирает слова. DeepMind открыто декларирует этот курс: на сайте компании и Genie 3, и Gemini Robotics находятся в разделе мировых моделей и embodied AI.

В мае лаборатория расширила Project Genie, интегрировав его со Street View, и представила SIMA 2 — агента, обучающегося через взаимодействие с виртуальными 3D-мирами.

Совершенно иную стратегию выбрали OpenAI и Anthropic. Эти команды сфокусированы на рекурсивном самоулучшении систем. Фактически, эта технология позволяет ИИ самостоятельно проектировать следующее поколение алгоритмов. Продукт запускает новый цикл разработки, создавая ещё более мощные решения.

Аналитик Альберто Ромеро предположил, что Google осознанно отказалась участвовать в этой гонке: «Хассабис делает ставку на другое — мировые модели, способные понимать и моделировать реальный мир, а не просто предсказывать следующий токен». Впрочем, Google подобных заявлений не делала.

Почему сооснователь конкурента считает DeepMind «исключением»

Наиболее критический взгляд озвучил представитель конкурентов несколько месяцев назад. Сооснователь Anthropic Джек Кларк 4 мая опубликовал эссе о будущем ИИ. Он оценил вероятность того, что ИИ сможет самостоятельно управлять процессом исследований к концу 2028 года, в 60%. На 2027 год — 30%.

Далее Кларк задался вопросом, какие лаборатории действительно идут к этой цели. По его словам, DeepMind «выглядит самой сдержанной среди большой тройки». Сдержанность означает осторожность. Аргументы Кларка опираются на документы самой DeepMind, в частности, на статью по вопросам безопасности ИИ, опубликованную в 2025 году.

Anthropic действует смелее. В исследовании рекурсивного самоулучшения говорится, что к маю 2026 года Claude написал свыше 80% кода, который компания внедряет в продуктах. До февраля 2025 года этот показатель был близок к нулю. Компания уже зафиксировала случаи, когда ИИ создаёт более совершенный ИИ: за один период тестирования их модели увеличили производительность в 52 раза за апрель. Годом ранее этот прирост составлял лишь 2,9 раза. Для сравнения, опытному инженеру потребовалось бы от четырёх до восьми часов ради четырёхкратного роста.

Почему нельзя утверждать, что Google полностью вышла из гонки ИИ

Существуют два важных фактора, противоречащих этой гипотезе:

• Google удерживает первенство в тестах исследований машинного обучения.
• Система демонстрирует высокую пользовательскую активность на мировом рынке.

Бенчмарк MLE-Bench оценивает способность моделей самостоятельно создавать архитектуры ИИ. В феврале Gemini 3 показала результат 64,4%, заняв первое место. Позже, в июле, версия 3.6 Flash набрала 63,9%. Уходящие с рынка компании обычно не возглавляют подобные рейтинги.

Кроме того, IT-гигант сохраняет колоссальный охват. Сундар Пичаи заявил, что аудитория приложения Gemini достигла 950 млн человек в месяц.

Может ли Google себе задержки

Доходы от поисковой рекламы долгое время перекрывали экспериментальные расходы, позволяя DeepMind работать без лишней спешки. Однако свежие отчёты Alphabet указывают на сокращение финансового запаса.

Во втором квартале 2024 года доход компании достиг $119,8 млрд, что на 24% выше, чем годом ранее. По данным отчёта от 22 июля, одна только поисковая реклама принесла $63,3 млрд. Однако расходы растут. За три месяца Alphabet направила $44,9 млрд на развитие центров обработки данных и закупку оборудования — почти вдвое больше, чем год назад.

В результате свободный денежный поток составил минус $5,86 млрд. В марте этот показатель был плюсовым — $10,1 млрд. В декабре предыдущего года — $24,6 млрд. Для покрытия разницы Alphabet выпустила акции на $49,6 млрд и привлекла $20,3 млрд кредитов. Объём долгосрочных обязательств за полгода вырос с $46,5 млрд до $98,2 млрд.

Статья расходов, связанная с совместными ИИ-разработками, принесла убыток $5,79 млрд — год назад она составляла $3,37 млрд. Следовательно, текущая выжидательная позиция обходится корпорации всё дороже.

Что важно отслеживать в ближайшие 30 дней

• Состоится ли релиз Gemini 3.5 Pro и какие позиции заняла модель в тестах.
• Представит ли DeepMind новые данные по мировым моделям для Gemini 4.
• Вернётся ли денежный поток Alphabet к положительным значениям в сентябре.
• Озвучит ли Демис Хассабис чёткую позицию относительно технологии самообучения.

Запуск Gemini 4 станет определяющим моментом для стратегии компании. Если подход к созданию мировых моделей себя оправдает, текущее замедление окажется точным расчётом. Предстоящий финансовый отчёт покажет реальные границы ресурсов Alphabet в этой технологической гонке.

Мнение эксперта: Google не проигрывает — она меняет правила игры. Пока конкуренты вкладывают миллиарды в рекурсивное самоулучшение, DeepMind делает долгосрочную ставку на понимание физического мира. Если мировые модели действительно станут следующим прорывом, текущая «сдержанность» Google может обернуться стратегическим преимуществом. Однако рынок и инвесторы требуют результатов здесь и сейчас — и Alphabet придётся доказывать, что её путь не тупиковый.