Джиллибранд и Уэлч назначили на осень слушания в Сенате по законопроекту об отмене пошлин— Politics & ElectionsФедеральный судья обвинил команду Трампа в нарушении запрета на изменение правил голосования по почте в USPS— Politics & ElectionsВ США готовятся к первой в истории трансляции новостей, созданной искусственным интеллектом— Politics & ElectionsДжиллибранд и Уэлч назначили на осень слушания в Сенате по законопроекту об отмене пошлин— Politics & ElectionsФедеральный судья обвинил команду Трампа в нарушении запрета на изменение правил голосования по почте в USPS— Politics & ElectionsВ США готовятся к первой в истории трансляции новостей, созданной искусственным интеллектом— Politics & Elections
Google добавила чат-бота Grok 4.6 от xAI в свой маркетплейс корпоративных решений
Корпоративная ИИ-платформа Google добавила поддержку модели Grok 4.6 от xAI, расширив выбор инструментов для бизнес-пользователей, занимающихся разработкой агентов и систем автоматизации. Новая модель появилась в документации Google Gemini Enterprise Agent Platform и была добавлена в раздел Model Garden, где разработчики могут использовать сторонние модели наряду с собственными решениями Google.
Согласно документации xAI и Google, опубликованной на этой неделе, Grok 4.6 позиционируется как самая мощная модель xAI для программирования, выполнения агентских задач и интеллектуальной работы. Модель разработана для длительных процессов и сложных интерактивных и визуальных задач. Она обладает контекстным окном в 500 000 токенов и настраиваемыми уровнями рассуждения: низким, средним, высоким и «сверхвысоким» (xhigh).
Это обновление важно, поскольку корпоративные команды все чаще стремятся работать в единой среде, позволяющей сравнивать и развертывать несколько передовых моделей без переработки всего рабочего процесса. Внедряя Grok 4.6 в стек корпоративных агентов Google, компания предоставляет клиентам еще один вариант для задач, требующих работы с длинным контекстом, многошаговых рассуждений и использования инструментов. Модель представлена в каталоге через отдельную карточку, что позволяет выбирать и управлять ею через стандартный интерфейс платформы.
В материалах xAI указано, что Grok 4.6 доступна через API xAI и партнерские сервисы. Стоимость составляет $2 за миллион входных токенов, $0,50 за миллион кэшированных входных токенов и $6 за миллион выходных токенов для промптов объемом менее 200 000 токенов. Для более крупных промптов (от 200 000 токенов и выше) цена возрастает до $4 за миллион входных токенов, $1 за миллион кэшированных входных токенов и $12 за миллион выходных токенов. Документация Google подтверждает доступность модели в режиме предварительного просмотра (preview) внутри Model Garden.
Появление модели на платформе Google стало продолжением широкого релиза, который xAI анонсировала в начале августа. В примечаниях к выпуску xAI сообщила, что Grok 4.6 предназначена для программирования, агентских задач и интеллектуальной работы, а также поддерживает ввод текста и изображений при выводе только текстовых данных. Компания также отмечает, что у модели нет установленного лимита на объем выводимого текста, а функционал включает вызов функций, поиск в интернете, поиск в X и выполнение программного кода.
Для корпоративных клиентов практическая выгода очевидна: Grok 4.6 предлагается как высокопроизводительная модель для задач, требующих длительных сессий, таких как разработка ПО, синтез исследований и многоэтапная автоматизация рабочих процессов. Контекстное окно в 500 000 токенов позволяет модели удерживать гораздо больше информации, чем многие стандартные системы, а настройки рассуждения позволяют пользователям регулировать интенсивность «размышлений» модели перед ответом.
Google не заявляла, что Grok 4.6 заменит какие-либо существующие модели на платформе; документация позиционирует это дополнение как еще один доступный вариант, а не как настройку по умолчанию. Это означает, что корпоративные команды могут протестировать её наряду с другими моделями платформы, оценив качество, задержку и стоимость, прежде чем решить, где она впишется лучше всего.
Этот шаг также подчеркивает, как облачные ИИ-маркетплейсы превращаются в нейтральные каналы дистрибуции для конкурирующих разработчиков моделей. Вместо того чтобы привязывать клиентов к экосистеме одного вендора, платформы, подобные Google, все чаще выступают в роли агрегаторов, предоставляя пользователям доступ к моделям от различных провайдеров в рамках единой системы корпоративного управления.
На данный момент за присутствием Grok 4.6 на корпоративной платформе Google, вероятно, будут внимательно следить разработчики, которым нужны большие контекстные окна, а также организации, уже экспериментирующие с агентскими рабочими процессами. Сочетание широкой доступности, настраиваемого рассуждения и корпоративной дистрибуции может сделать эту модель заметным игроком на переполненном рынке передовых ИИ-решений.
Китайский автопроизводитель и разработчик робототехники XPENG привлек более 900 млн долларов США для своего бизнеса по созданию антропоморфных роботов, установив новый рекорд для одного раунда частного финансирования в быстрорастущем секторе воплощенного или «физического ИИ» в Китае. Капитал ускорит разработку и серийное производство флагманского человекоподобного робота компании, IRON , и поможет подразделению робототехники XPENG выйти на уровень глобальной коммерциализации начиная с 2027 года. Знаковый раунд финансирования оценивает робототехническое подразделение более чем в 6,3 млрд долларов 24 августа 2026 года компания XPENG объявила, что ее выделенное робототехническое подразделение подписало соглашения о привлечении акционерного капитала с группой известных инвесторов, обеспечив более 900 млн долларов США в ходе своего первого раунда внешнего финансирования при пост-инвестиционной оценке свыше 6,3 млрд долларов США . Компания называет эту сделку крупнейшим на сегодняшний день привлечением частного капитала в индустрии воплощенного ИИ в Китае, что подчеркивает скорость притока инвестиций в роботов, способных взаимодействовать с физическим миром. Раунд возглавила компания IDG Capital при участии китайской венчурной фирмы Gaorong Ventures и стратегической поддержке интернет-гигантов Tencent и Alibaba . XPENG сохранит контроль над робототехническим подразделением, в которое входят платформа антропоморфного робота IRON, а также четвероногие и другие робототехнические системы общего назначения. Финансирование направлено на масштабирование IRON и стека физического ИИ XPENG XPENG заявляет, что свежий капитал будет использован для развития полного стека технологий, которые компания называет физическим ИИ — воплощенного интеллекта, связывающего крупномасштабные модели ИИ с реальным аппаратным обеспечением роботов. Приоритетные направления включают: НИОКР в области аппаратного и программного обеспечения для человекоподобных и других роботов общего назначения. Обучение и итерацию моделей физического ИИ , включая системы восприятия, планирования и управления для сложных, неструктурированных сред. Сбор высококачественных данных в ходе симуляций и реального внедрения для совершенствования возможностей роботов. Создание производственных мощностей полного цикла , обеспечивающих крупносерийный выпуск роботов IRON. Глобальную коммерческую экспансию с прицелом как на внутренний китайский, так и на зарубежные рынки начиная с 2027 года. Отраслевые наблюдатели отмечают, что сочетание крупномасштабного обучения ИИ, передовой мехатроники и производства автомобильного уровня становится центральным полем конкурентной борьбы по мере того, как компании стремятся превратить человекоподобных роботов из исследовательских проектов в коммерческие продукты. Внутри IRON: человекоподобный робот нового поколения от XPENG Впервые XPENG представила антропоморфного робота IRON нового поколения в конце 2025 года. Система спроектирована как платформа общего назначения, способная работать на заводах, в логистических центрах, торговых площадях и, в конечном итоге, в общественных местах. Основные заявленные характеристики IRON включают: 76 степеней свободы (DoF) по всему телу, обеспечивающие плавность движений всего корпуса. 21 степень свободы на каждой руке , позволяющая выполнять задачи, требующие тонкой моторики, такие как захват инструментов, работа с упаковкой или использование элементов управления. Бортовые вычислительные мощности, основанные на трех фирменных ИИ-чипах «Turing» , обеспечивающих до 2250 TOPS (триллионов операций в секунду) для локального выполнения моделей восприятия и управления. Такая техническая конфигурация призвана обеспечить выполнение сложных задач с низкой задержкой и ограниченной зависимостью от облачных соединений, что является ключевым требованием для промышленных условий и критически важных приложений. XPENG позиционирует IRON как платформу общего назначения, которая может со временем модернизироваться за счет обновлений программного обеспечения и моделей. От прототипа к производству: массовый выпуск запланирован на 2026 год XPENG планирует начать серийное производство IRON к концу 2026 года . Компания уже объявила о создании специализированной производственной базы для антропоморфных роботов в Гуанчжоу, которая призвана обеспечить крупномасштабный выпуск. Согласно более ранним заявлениям руководства XPENG и аналитиков в области робототехники, целевой показатель составляет более 1000 роботов IRON в месяц после выхода завода на стабильный уровень производительности. Первоначальное внедрение ожидается в собственных розничных магазинах и на промышленных объектах XPENG, где компания может жестко контролировать условия эксплуатации и использовать IRON как в качестве демонстрационного инструмента для клиентов, так и в качестве внутреннего средства повышения производительности. Варианты использования могут включать встречу посетителей, демонстрацию функций автомобиля, проведение инвентаризации или выполнение повторяющихся задач на складах и производственных линиях. XPENG стремится перейти от внутренних пилотных проектов к коммерческим продажам и поставкам в 2027 году , сначала в Китае, а затем и на зарубежных рынках. Недавно привлеченное финансирование призвано преодолеть разрыв между демонстрацией прототипов и устойчивым коммерческим внедрением в широких масштабах. XPENG позиционирует себя как лидера в области «физического ИИ» Этот рекордный раунд финансирования укрепляет стремление XPENG позиционировать себя не только как производителя электромобилей, но и как ведущую компанию в области физического ИИ . Выделив свое робототехническое подразделение и обеспечив приток внешнего капитала при сохранении контроля, XPENG следует по пути других крупных технологических компаний, которые отделяют быстрорастущие направления для концентрации усилий и раскрытия стоимости. В корпоративных заявлениях XPENG подчеркивает, что объем финансирования и достигнутая оценка отражают уверенность инвесторов в технологической дорожной карте, производственных возможностях и долгосрочных бизнес-перспективах компании в области воплощенного ИИ. Ранее компания уже озвучила многолетние инвестиционные планы на общую сумму в десятки миллиардов долларов для развития своей экосистемы робототехники, охватывающей чипы, алгоритмы, облачную инфраструктуру и производственные мощности. Конкурентная среда и стратегические последствия Проект IRON компании XPENG является частью более масштабной глобальной гонки по выводу человекоподобных роботов в сферу массового коммерческого использования. Автопроизводители и технологические фирмы в США, Европе и Азии активно инвестируют в антропоморфные платформы, делая ставку на синергию между автономным вождением, робототехникой и ИИ-инфраструктурой. В Китае рекордный раунд XPENG повышает ставки для местных конкурентов как в секторе робототехники, так и в секторе электромобилей. Участие Tencent и Alibaba сигнализирует о том, что крупные интернет-платформы рассматривают физический ИИ как стратегический рубеж, который может трансформировать логистику, розничную торговлю и облачные ИИ-сервисы. Для XPENG поддержка таких партнеров может проложить путь к глубокой интеграции между IRON и цифровыми экосистемами, охватывающими платежи, электронную коммерцию и потребительские приложения. Аналитики отмечают, что ключевыми задачами в будущем станут обеспечение безопасности и надежности при реальном использовании, снижение себестоимости за счет масштабирования производства и доказательство реального роста производительности для первых клиентов. Если XPENG удастся уложиться в сроки — начать серийное производство в 2026 году и коммерческий выпуск в 2027 году — антропоморфный робот IRON может стать одной из первых крупномасштабных платформ общего назначения на рынке, и последний раунд финансирования говорит о том, что инвесторы делают серьезную ставку на этот успех.
8 августа 2024 года медиарепортер Оливер Дарси покинул CNN и запустил Status — подписную рассылку, которая сегодня анализирует влияние искусственного интеллекта на новости, бизнес-модели и читательские подписки в формате инсайдерского медиаосвещения в стиле AInews. Как Оливер Дарси превратил Status в независимый медиабизнес? Оливер Дарси создал Status как вечернюю платную рассылку, сфокусированную на власти, политике, технологиях и медиабизнесе, используя подписки и спонсорство вместо корпоративной зарплаты в редакции. За два года он превратил её в обязательный к прочтению продукт для медиапрофессионалов и политически активных читателей. Когда 8 августа 2024 года Дарси анонсировал Status, он уже был известен как автор рассылки Reliable Sources на CNN. Ключевые этапы запуска включали: Уход из CNN: в августе 2024 года Дарси покинул должность старшего медиарепортера и автора Reliable Sources. Концепцию нового продукта: Status пообещал стать «окончательным вечерним брифингом» о медиавласти, Кремниевой долине, Голливуде и политике. График публикаций: Status начал выпускать вечерние сводки пять дней в неделю, а также бесплатный выпуск по выходным. Бизнес-модель была простой, но требовательной. Status опирается на: Платные подписки стоимостью от 14,95–15 долларов в месяц и примерно 149,95–150 долларов в год, в зависимости от предложения. «Элитный» уровень стоимостью около 595 долларов в год, который включает закрытые Zoom-звонки и мероприятия с Дарси. Спонсорство и рекламу, включая раннее партнерство с изданием об индустрии развлечений The Ankler. К началу 2025 года сторонние отчеты описывали Status как «обязательную к прочтению» рассылку, оценивая показатели так: Более 70 000 общих подписчиков менее чем через год после запуска. Прогнозируемая ежегодная возобновляемая выручка превысит 1 миллион долларов к концу 2025 года. Отчеты за 2025 и 2026 годы показывают дальнейший рост. В одном из материалов середины 2025 года упоминалось 85 000 подписчиков в общей сложности, включая бесплатных и платных. Более поздний анализ в августе 2026 года сообщал о «нескольких тысячах» человек, платящих 15 долларов в месяц за вечерний брифинг, наряду с гораздо более широкой аудиторией из более чем 100 000 бесплатных подписчиков на YouTube. Эти цифры подчеркивают стремление Дарси создать медиакомпанию, способную существовать без его ежедневного участия. Что Status говорит о влиянии ИИ на новости и подписки? Status рассматривает искусственный интеллект одновременно как инструмент для редакции и как бизнес-риск, подчеркивая, как алгоритмы меняют принципы подготовки материалов, дистрибуцию и ценность платных медиапродуктов на переполненном информационном рынке. С момента запуска Status обещал отслеживать «влияние искусственного интеллекта на потребление новостей» наряду с более традиционными медиатемами. Освещение было сфокусировано на том, как ИИ формирует: Редакционные рабочие процессы в новостных редакциях и цифровых медиа. Системы рекомендаций на платформах, которые определяют, что видит аудитория. Экономику платной журналистики в условиях множащихся ИИ-саммари и бесплатного контента. В одном из выпусков 2025 года Status проанализировал внутреннюю политику Business Insider в отношении ИИ и роль таких инструментов, как ChatGPT, в создании и редактировании новостей. В статье описывались: Внутренние рекомендации о том, когда сотрудники могут использовать генеративные инструменты для исследований или написания черновиков. Опасения по поводу точности, проверки фактов и репутационных рисков при использовании автоматизированных систем в публикуемых материалах. Отраслевые данные подтверждают экономическое напряжение, на которое указывает Дарси. Анализ платных рассылок за июнь 2026 года показал, что издания, сфокусированные на ИИ, сталкиваются с одним из самых высоких показателей оттока аудитории в секторе: Рассылки об ИИ демонстрируют в среднем 13,33% ежемесячного оттока по сравнению с гораздо более низкими показателями в категориях «Еда и напитки» или «Новости». Аналитики связывают это со слабым намерением совершить покупку, быстрой конкуренцией и стремительным совершенствованием бесплатного ИИ-контента. Status использует такие цифры как контекст для своего постоянного вопроса: как независимые медиа могут оправдать стоимость подписки, когда ИИ ускоряет предложение бесплатной аналитики и обновлений в режиме реального времени? Дарси часто называет политику в отношении ИИ игнорируемой темой в политическом освещении, утверждая в интервью 2026 года: «Я не думаю, что кого-то всерьез спрашивают о таких политических вопросах, как ИИ, хотя это настолько важная история». Как стратегия подписки Дарси вписывается в широкий рынок платных рассылок? Уровни подписки и вечерний график Оливера Дарси ставят Status в ряд с переполненным рынком премиальных рассылок, где авторы балансируют между платным доступом, спонсорством и бесплатными воронками для снижения оттока и повышения долгосрочной ценности для читателей. В аналитике рынка и данных об индустрии выделяются три элемента: Ценовой ориентир: Status устанавливает базовый платный план на уровне 14,95–15 долларов в месяц — цена, сопоставимая с другими специализированными медиарассылками для профессионалов. Уровень высокого вовлечения: Годовая подписка за 595 долларов предлагает прямые Zoom-звонки и более тесное общение с Дарси, что предназначено для руководителей, главных редакторов и инвесторов, желающих получить прямой доступ. Воронка бесплатного доступа: Status сохраняет бесплатные превью, выпуск по выходным и более широкую аудиторию через платформы вроде YouTube и подкаст-партнерства. Авторы, пишущие о медиабизнесе, связывают эту структуру с более широкими тенденциями: Новостные и медийные рассылки как вертикаль удерживают подписчиков лучше, чем продукты о финансах или маркетинге, согласно данным об оттоке за 2026 год. Рассылки об ИИ сталкиваются с большими трудностями, вынуждая издателей дифференцировать свои платные уровни за счет доступа, сообщества и эксклюзивных материалов. Гибридные модели, сочетающие доходы от читателей и спонсорство, снижают зависимость от одного источника дохода, особенно во время колебаний рекламного рынка. Дарси озвучил свои амбиции в подкастах: он хочет, чтобы подписки самостоятельно поддерживали редакцию, и стремится построить компанию, которая «в конечном итоге сможет процветать без него», чтобы Status стал чем-то большим, чем просто личная рассылка. Эта цель формирует его фокус на возобновляемой выручке и расширении бренда, таких как подкаст Power Lines, который продвигает Status и привлекает новых подписчиков. С какими противоречиями и вызовами столкнулся Status при освещении эпохи ИИ в медиа? Status конфликтовал с другими медиаизданиями по поводу атрибуции и точности цитирования, демонстрируя, насколько чувствительными могут быть экосистемы высокоскоростных рассылок, когда они освещают деятельность влиятельных издателей, технологических компаний и контента, созданного с помощью ИИ. Один из случаев, задокументированный в апреле 2026 года, касался Mediaite — сайта, который регулярно агрегирует контент других изданий. Рассылка, пересказывающая медиа-дайджесты, неверно процитировала Status, что привело к: Опровержению со стороны Mediaite, признавшего ошибочную атрибуцию цитаты Оливеру Дарси. Предыдущему инциденту в феврале, когда Status заявил, что Mediaite снова исказило его работу, что также привело к исправлению. Этот эпизод иллюстрирует, как: Стремительные комментарии об ИИ, политике и медиа создают благодатную почву для ошибок, когда авторы делают краткие пересказы чужих работ. Независимые издания, такие как Status, сильно зависят от точности цитирования, так как их материалы распространяются через агрегаторы и социальные платформы. Для Дарси эти споры подпитывают более широкую обеспокоенность по поводу дезинформации. Его рассылка часто затрагивает «информационные войны» и роль платформ и ИИ-систем, усиливающих вводящий в заблуждение контент. Status позиционирует себя как противоядие посредством: Отобранных вручную ссылок на то, что он называет «самыми важными историями» в новостях и технологиях. Контекстного анализа властных структур в медиа, от владельцев-миллиардеров до политических кампаний. Дарси расширил эту тему на другие платформы. В беседе в июле 2026 года под названием «Миллиардеры против журналистов» он обсуждал, как структуры собственности, алгоритмы платформ и политическое давление сталкиваются друг с другом, при этом ИИ одновременно усиливает риски и предлагает новые инструменты для репортажей. То же напряжение проявляется в вечерних письмах Status, где он часто сочетает освещение политики ИИ с историями о сокращениях в редакциях, слияниях в стримингах и изменении правил платформ. Какое будущее ждет Status и медиаосвещение, основанное на ИИ? Status, вероятно, будет углублять свое внимание к политике ИИ, бизнес-моделям и управлению платформами, экспериментируя с новыми форматами и членскими предложениями, которые поддерживают вовлеченность платных подписчиков по мере расширения бесплатного ИИ-контента в сети. На эту траекторию указывают несколько тенденций: Вакуум в политике: Дарси утверждает, что крупные политические фигуры редко сталкиваются с детальными вопросами о социальном влиянии ИИ, оставляя пространство для независимых медиа, чтобы поднимать эту тему. Сегментация аудитории: Поскольку ИИ меняет поиск, рекомендации и перевод, Status может адаптировать контент для профессионалов, политиков и обычных читателей, которым сложно отслеживать стремительные изменения. Эволюция продукта: Профили Status в 2026 году подчеркивают готовность Дарси выходить за рамки электронной почты в подкасты, видео и мероприятия для создания более устойчивого бренда. Отраслевые данные показывают, что для процветания платных медиарассылок в среде, насыщенной ИИ, они должны: Предоставлять репортажи и аналитику, которую сложно воспроизвести автоматизированными инструментами. Предлагать доступ и сообщество — через живые звонки или мероприятия — то, что алгоритмы не могут заменить. Поддерживать неукоснительную ясность в отношении источников, исправлений и редакционных стандартов, особенно когда их работа широко цитируется. Проект Дарси находится на пересечении этих вызовов. Status ведет хронику борьбы медиаиндустрии с ИИ, одновременно преодолевая те же экономические трудности, отток подписчиков и проблемы доверия, о которых он пишет каждый вечер. Для читателей, стремящихся понять, куда движется новостной бизнес, эта двойная роль является частью привлекательности — и самого эксперимента.
10 сентября 2026 года компании IBM и NASA представили открытую базовую модель NASA-IBM Lunar Foundation Model, что сделало этот проект центральной темой новостей об ИИ и вновь привлекло внимание к тому, как расширяющийся портфель решений IBM в области искусственного интеллекта должен отражаться на рыночной оценке компании. Что именно IBM и NASA запустили 10 сентября 2026 года? IBM и NASA выпустили открытую базовую модель, созданную специально для лунных исследований. Она была обучена на данных наблюдений за Луной, накопленных за десятилетия, и стала общедоступной через открытые репозитории. Модель предназначена для помощи исследователям в поиске залежей льда, кратеров и вулканического рельефа, а также для поддержки планов по обеспечению устойчивого присутствия человека на Луне. Согласно сообщению пресс-службы IBM от 10 сентября 2026 года, модель NASA-IBM Lunar Foundation Model является «одной из первых общедоступных базовых моделей для научных исследований Луны», обученной на обширном наборе данных, подготовленном совместно исследователями IBM и NASA. Научный отдел NASA заявляет, что модель размещена на публичных платформах машинного обучения, а полный программный код доступен в репозиториях для разработчиков, чтобы любой ученый мог скачать, протестировать и адаптировать его. Дата выпуска: 10 сентября 2026 года, объявлено совместно IBM и NASA. Сфера применения: лунный лед, кратеры, вулканическая история и картирование поверхности. Доступ: веса модели доступны по открытой лицензии, код открыт для тонкой настройки и экспериментов. Партнеры: IBM Research, NASA Science и академические партнеры. В репортаже Reuters система описывается как инструмент ИИ с открытым исходным кодом, предназначенный для анализа данных лунных наблюдений за десятилетия и содействия долгосрочному присутствию человека на Луне. Технологические и научные издания подчеркивают, что исследователи могут использовать модель для точного определения вероятных залежей льда в постоянно затененных кратерах, картирования кратеров с низким разрешением и более точного изучения вулканической истории Луны по сравнению с предыдущими методами. Насколько лунная модель NASA-IBM лучше существующих методов? В независимых отчетах о модели NASA-IBM Lunar Foundation Model говорится, что она улучшает обнаружение особенностей лунной поверхности более чем на двадцать процентов по сравнению с широко используемыми подходами, при этом используя меньше размеченных данных для достижения таких результатов. Этот рост точности является одной из причин, по которым инвесторы пересматривают возможности IBM в области ИИ при обсуждении оценки стоимости компании. Reuters ссылается на заявления NASA и IBM о том, что в бенчмарк-тестах лунная модель определяла ключевые особенности поверхности Луны на 23% точнее, чем широко используемые методы. В технологических изданиях сообщается, что точность прогнозов наличия погребенного льда в затененных полярных кратерах на 22% выше, чем у лучших доступных специализированных алгоритмов, а картирование кратеров с низким разрешением достигает точности на 19% выше при использовании вдвое меньшего объема размеченных обучающих данных. Ошибка прогнозирования льда: по данным TechTimes от 11 сентября 2026 года, уровень ошибок снижен на 22% по сравнению с лучшим предыдущим алгоритмом. Точность картирования кратеров: в том же отчете упоминается улучшение на 19% при низком разрешении. Общая идентификация особенностей: Reuters сообщает о точности до 23% выше, чем у широко используемых методов в бенчмарк-тестах. Использование размеченных данных: TechTimes отмечает, что лунная модель ИИ достигла таких показателей, используя лишь половину объема размеченных обучающих данных. В технологическом анализе модели указывается, что научная группа NASA подтвердила доступность системы на публичных ИИ-платформах с полным кодом на сайтах хостинга, что повторяет подход к распространению, который IBM использовала для своих более ранних базовых моделей для наблюдения за Землей — Prithvi. Те ранние модели, представленные в 2023 году для работы с гармонизированными данными спутников Landsat и Sentinel-2, по сообщениям IBM, обеспечивали примерно 15-процентное улучшение по сравнению с современными методами картирования зон наводнений и следов пожаров, используя вдвое меньше размеченных данных. Такая стратегия выпуска геопространственных моделей с явным преимуществом в производительности и открытым доступом помогла утвердить IBM в качестве ключевого игрока в области научного ИИ, что теперь влияет на дискуссии аналитиков и инвесторов о прибыли и оценочных мультипликаторах компании. Как эта лунная ИИ-модель вписывается в общую стратегию IBM в области искусственного интеллекта? Лунная базовая модель расширяет стратегию IBM по созданию специализированных базовых моделей в рамках портфеля watsonx и сотрудничеству с государственными институтами в области открытого геопространственного ИИ. Эта стратегия теперь охватывает наблюдение за Землей, метеорологию, экологический мониторинг и лунные исследования, и все чаще упоминается в аналитических обзорах акций IBM. В объявлении IBM от 3 августа 2023 года о своей геопространственной базовой модели описывалось обучение крупной системы ИИ на данных спутников Landsat и Sentinel-2 за один год по всей территории континентальной части США с последующей тонкой настройкой для таких задач, как картирование зон наводнений и пожаров. По данным IBM, эта модель, ориентированная на Землю, обеспечила 15-процентное улучшение по сравнению с передовыми методами при использовании вдвое меньшего объема размеченных данных, а ее коммерческая версия должна быть интегрирована в IBM Environmental Intelligence Suite, входящую в экосистему watsonx. Семейство базовых моделей: модели IBM и NASA пополняют семейство геопространственных и метеорологических моделей Prithvi, что было отмечено в материалах к выпуску лунной модели. Путь коммерциализации: геопространственная модель IBM связана с Environmental Intelligence Suite, демонстрируя, как научный ИИ интегрируется в программное обеспечение, приносящее доход. Стратегия открытой науки: NASA и IBM предоставляют веса и код по открытым лицензиям, стимулируя использование в глобальных исследованиях. Позиционирование бренда: пресс-служба IBM группирует лунную модель среди своих пресс-релизов об искусственном интеллекте, представляя ее как часть своей стратегии лидерства в области ИИ. В материалах NASA о лунной базовой модели подчеркивается сотрудничество не только с IBM, но и с академическими партнерами, что укрепляет позиции IBM как партнера в области научных вычислений, а не просто коммерческого поставщика. Для инвесторов эта двойная роль важна, так как она формирует восприятие долгосрочной значимости IBM в таких высокозначимых областях, как освоение космоса и климатология. Почему оценка акций IBM снова оказалась в центре внимания после запуска лунного ИИ? Недавние отчеты аналитиков демонстрируют возобновление интереса к потенциалу прибыли IBM от инициатив в области ИИ и квантовых вычислений, при этом лунная модель служит наглядным примером технической глубины IBM. Консенсусные целевые показатели указывают на умеренный рост, а некоторые обзоры напрямую связывают позитивные настроения с сотрудничеством IBM в сфере ИИ и ее планами по развитию продуктов. В статье по анализу акций от 12 сентября 2026 года сообщается, что Уолл-стрит придерживается общего консенсуса «Покупать» (Buy) по акциям IBM. Согласно данным, 25 аналитиков установили 12-месячную целевую цену на уровне 245,35 USD, что примерно на 4,8% выше цены закрытия IBM на 10 сентября, составившей 234,02 USD. В тех же материалах упоминаются другие сводки, указывающие на консенсус «Умеренно покупать» (Moderate Buy) со средней целевой ценой около 265,90 USD, что подразумевало бы более значительный потенциал роста по сравнению с текущими уровнями около 243 USD. Ссылка на цену закрытия: в материале TheStreet, цитируемом в новостях, цена закрытия IBM на 10 сентября 2026 года указана как 234,02 USD. Количество аналитиков: согласно опросу TheStreet, 25 аналитиков установили 12-месячную цель на уровне 245,35 USD. Описание консенсуса: отдельные сервисы рыночных данных описывают рейтинг как «Умеренно покупать» со средней целью 265,90 USD. Метрики оценки: согласно данным Seeking Alpha на период около 10 сентября, прогнозный коэффициент P/E (non-GAAP) составляет 20,22, trailing P/E (GAAP) — 22,15, а мультипликатор P/B — 6,81. Данные Seeking Alpha также показывают отношение стоимости предприятия к выручке (EV/Sales) на уровне 4,22 и отношение стоимости предприятия к EBITDA на уровне 17,72 для IBM, характеризуя компанию как зрелую технологическую фирму с премиальной оценкой по сравнению со многими традиционными конкурентами, но торгующуюся с дисконтом по сравнению с некоторыми более быстрорастущими компаниями, ориентированными на ИИ. Рыночные комментарии связывают такой профиль с сочетанием стабильного дохода от инфраструктуры и развивающегося роста в области ИИ и квантовых вычислений. В материалах, описывающих рост акций IBM благодаря ставкам на квантовые технологии и ИИ, упоминается, что, несмотря на упомянутое вскользь юридическое расследование, интерес инвесторов к передовым вычислительным инициативам IBM остается высоким. В этом контексте лунная базовая модель приводится как демонстрация способности IBM сотрудничать с такими агентствами, как NASA, в области передового ИИ, что подкрепляет аргумент о том, что текущие показатели оценки могут недооценивать будущие денежные потоки от продуктов и услуг на базе ИИ. На кого, помимо акционеров IBM, влияет лунный ИИ NASA-IBM? Лунная модель напрямую затрагивает планетологов и инженеров, работающих в программе NASA Artemis, и косвенно влияет на поставщиков и партнеров, участвующих в планировании лунной инфраструктуры. Она также имеет значение для академических исследователей, разработчиков ИИ и дискуссий о политике в области открытых научных данных и государственно-частного сотрудничества в освоении космоса. В материалах NASA о лунной базовой модели отмечается, что система ИИ обучалась преимущественно на данных с аппарата Lunar Reconnaissance Orbiter и других приборов, что позволило создать единый набор данных, подходящий для машинного обучения. В описании проекта со стороны IBM поясняется, что две организации создали то, что они называют первым набором данных с открытым исходным кодом, который объединяет десятилетия лунных данных в формате, оптимизированном для исследований в области ИИ. Планировщики NASA Artemis: TechTimes отмечает, что система может помочь в выборе мест посадки вблизи южного полюса Луны, где лед может обеспечить наличие воды, кислорода и топлива для последующих миссий на Марс. Сообщество планетологов: NASA и технологические издания заявляют, что любой исследователь в мире может скачать и адаптировать модель для новых исследований лунных явлений. Академические партнеры: NASA ссылается на несколько университетов, участвующих в сотрудничестве, что расширяет доступ для студентов и начинающих ученых. Поставщики космической отрасли: более точные карты льда и рельефа поддерживают компании, работающие над созданием обитаемых модулей, добычей полезных ископаемых и использованием ресурсов на Луне. Для разработчиков ИИ лунная модель демонстрирует, как базовые модели могут быть адаптированы к областям, выходящим за рамки языка и стандартного компьютерного зрения. Для политиков подход с открытой лицензией поднимает вопросы о том, как должны распределяться данные, финансируемые из государственного бюджета, и технологии частного сектора, когда они определяют будущую добычу ресурсов и национальное присутствие на Луне. Что дальше для портфеля ИИ и рыночной оценки IBM? Комментарии научных и рыночных источников предполагают несколько следующих шагов: более широкое научное использование лунной модели, коммерческие ответвления через программные пакеты IBM и продолжающаяся переоценка аналитиками потенциала прибыли IBM от ИИ и квантовых вычислений. Результат повлияет на то, будут ли текущие целевые цены расти или стабилизируются по мере созревания таких проектов, как лунный ИИ. Технологические обзоры указывают на то, что лунная базовая модель следует паттерну, установленному IBM и NASA с моделями Prithvi: открытые веса, открытый код и дообучение силами сообщества на публичных платформах. Такая история делает вероятным появление новых версий, обученных на расширенных наборах данных или адаптированных к другим планетарным телам по мере сбора агентствами новых данных дистанционного зондирования. Научная дорожная карта: долгосрочная цель NASA по обеспечению устойчивого присутствия человека на Луне отводит лунному ИИ центральную роль в планировании миссий. Коммерческий потенциал: предыдущий геопространственный ИИ IBM уже был связан с Environmental Intelligence Suite, что намекает на возможность аналогичной интеграции для лунных или более широких продуктов по космическим данным. Драйверы оценки: целевые показатели аналитиков, собираемые рыночными сервисами, вероятно, будут меняться по мере того, как IBM будет отчитываться о конкретной выручке, связанной с ее моделями ИИ и квантовыми предложениями. Факторы риска: в обзорах акций упоминаются юридические расследования и конкурентное давление со стороны других поставщиков ИИ как противовесы ожиданиям роста. По мере развития этих процессов сотрудничество IBM с NASA над Lunar Foundation Model служит наглядным тестом того, как передовые проекты в области открытого научного ИИ могут трансформироваться в коммерческий спрос и, в свою очередь, в показатели оценки, которые инвесторы тщательно изучают каждый квартал.
