1. Nvidia инвестирует дополнительные $2 миллиарда в CoreWeave и окончательно позиционирует себя как архитектор всей AI-инфраструктуры промышленности
26 января Nvidia объявила о дополнительной инвестиции в размере $2 миллиардов в CoreWeave, облачного провайдера, специализирующегося на AI-вычислениях. Инвестиция была произведена по цене $87.20 за акцию, что дало Nvidia контроль над примерно 23 миллионами дополнительных акций. Это вторая крупная инвестиция Nvidia в CoreWeave в течение нескольких месяцев, отражая глубокую стратегическую интеграцию. Согласно условиям сделки, CoreWeave согласилась интегрировать полный портфель Nvidia: новую архитектуру Vera Rubin для следующего поколения вычислений, хранилище Bluefield и новую CPU-линию Vera. CoreWeave планирует развернуть более пяти гигаватт AI-вычислительной мощности к 2030 году — эквивалент пяти крупных ядерных реакторов. Стратегическое значение этой инвестиции заключается в том, что Nvidia, ранее лишь поставщик чипов, теперь становится архитектором всей вычислительной экосистемы. Компания помогает CoreWeave в закупке земли и электроэнергии, маркетинге и архитектурном дизайне. Это означает, что выигрыш Nvidia от AI-революции уже не ограничивается продажами аппаратного обеспечения, но распространяется на ренту от инфраструктуры и контроль над экосистемой. Это вызвало критику в отношении "циркулярных сделок", где Nvidia инвестирует в компании, которые впоследствии становятся её крупными клиентами.
2. TSMC объявляет о начале массового производства 2-нанометровых чипов с планом расширения до 100 тысяч пластин в месяц к концу 2026 года
21 января TSMC официально подтвердила, что начала массовое производство чипов по 2-нанометровому процессу (N2) в четвёртом квартале 2025 года, как и планировалось. Два производственных цеха TSMC — Fab 20 в Baoshan и Fab 22 в Kaohsiung, оба на Тайване — уже производят 2nm-чипы с хорошей производительностью. Критически важно, что вся производственная мощность обоих заводов на 2026 год уже полностью забронирована, при этом Apple занимает более половины начальной пропускной способности. TSMC планирует расширить мощность 2nm до 100 тысяч пластин в месяц в 2026 году, что на 163% превышает предыдущие целевые показатели. Важный контекст: цена TSMC за 2nm-пластину превышает $30 тысяч, что почти вдвое больше, чем цена 4nm-пластины. Samsung, конкурент TSMC, планирует достичь 21 тысячи пластин в месяц к концу 2026 года, но это остаётся далеко позади TSMC. Это развитие демонстрирует, что TSMC удаётся удерживать лидерство в наиболее передовых процессах производства, обеспечивая критическое преимущество для Nvidia, Apple и других её клиентов. Около 30% производства 2nm будет расположено в США, отражая переход к онширингу производства из-за геополитических рисков.
3. IonQ объявляет о приобретении SkyWater Technology за $1.8 миллиардов для создания вертикально интегрированной квантовой экосистемы
26 января компания IonQ объявила о приобретении американского производителя полупроводников SkyWater Technology за приблизительно $1.8 миллиардов в комбинированной форме наличных денег и акций (по цене $35 за акцию). Это акизиция создаёт первую вертикально интегрированную квантовую вычислительную платформу в США, консолидирующую дизайн чипов, производство и продвинутую упаковку под одной компанией. SkyWater, имеющая статус DMEA Category 1 Trusted Foundry с сертификацией DoD, обеспечивает IonQ критический доступ к унифицированной отечественной цепочке поставок, необходимой для федеральных и оборонных проектов. Функциональное тестирование 200 тысяч физических qubit QPU, поддерживающих над 8 тысячами логических qubit, перенесено на 2028 год — ускорение на несколько месяцев благодаря доступу к SkyWater's фабрикам. Разработка 2-миллионного qubit-архитектуры ускорена на целый год благодаря возможности параллельного прототипирования. SkyWater будет продолжать работать как независимый merchant foundry, обслуживая существующих клиентов (включая Infineon Technologies, его крупнейшего клиента), отражая стратегию IonQ не монополизировать производство, а интегрировать знания. Это приобретение сигнализирует о стратегическом повороте: компании больше не полагаются на третьих производителей, но строят собственные производственные цепи, защищённые от экспортных ограничений и внешних угроз.
4. Google DeepMind публикует полные исследования и веса модели AlphaGenome для предсказания влияния генетических мутаций
29 января Google DeepMind опубликовала полный исследовательский доклад и веса моделей AlphaGenome, инструмента искусственного интеллекта, который скканирует миллион букв генетического кода для предсказания влияния мутаций на болезни. AlphaGenome была впервые представлена летом 2025 года в виде закрытого инструмента, доступного только через Google. Публикация полных весов модели означает, что исследователи по всему миру могут теперь развёртывать AlphaGenome локально без зависимости от облачных сервисов Google. Модель предсказывает влияние более 100 миллионов генетических мутаций с точностью, превосходящей экспериментальные методы. Это разработка в области биомедицины, где ранее исследователи полагались на дорогостоящее экспериментальное валидирование каждой мутации. Стратегическое значение: открытие модели AlphaGenome демонстрирует, что Google DeepMind устанавливает новый стандарт в научном AI, где фундаментальные прорывы распространяются как открытые знания, обеспечивая привилегию в области репутации и влияния, в отличие от монетизации закрытого доступа.
5. OpenAI подтверждает планы выпуска первого потребительского аппаратного устройства во второй половине 2026 года — безэкранный, управляемый голосом девайс от Jony Ive
19 января на Всемирном экономическом форуме в Давосе OpenAI (Chief Global Affairs Officer Крис Лехан) объявила, что первое потребительское аппаратное устройство компании будет выпущено во второй половине 2026 года. Девайс, разработанный совместно с легендарным дизайнером Apple Джони Айвом (чью стартап io OpenAI приобрела за $6.4 миллиардов в мае 2025 года), будет безэкранным, управляемым голосом устройством. Foxconn, основной производственный партнёр, готовится к производству 40-50 миллионов единиц. Информация указывает на несколько формфакторов в разработке: наушники-стиль носимых устройств (кодовое имя "Sweetpea") и перо-подобное устройство (кодовое имя "Gumdrop"). Стратегическое видение OpenAI заключается в создании "спокойного вычисления" — устройства, которое уменьшает зависимость от экрана смартфона, а не конкурирует с ним напрямую. Контекст конкурентной среды: Humane's AI Pin потерпела полный провал после выпуска, тогда как Meta's Ray-Ban smart glasses захватили 75-80% рынка умных очков. OpenAI попытается отличиться через фокус на голос и контекстное понимание вместо визуального интерфейса.
6. Zhuhai Amlogic представляет GLM-4.7-Flash — модель, достигающую производительности старших моделей с использованием половины вычислительных ресурсов
В последние дни января компания Zhipu AI (разработчик линии моделей GLM, базирующейся в Чжухае, Китай) анонсировала GLM-4.7-Flash, компактную модель, достигающую топовых производительностей в кодировании и агентских бенчмарках при использовании значительно меньшего количества параметров и вычислительных ресурсов. Модель представляет собой фундаментальный сдвиг в философии разработки AI: вместо масштабирования на основе количества параметров, компания сосредоточилась на оптимизации архитектуры и данных для эффективности. GLM-4.7-Flash демонстрирует, что модели размером 7 миллиардов параметров могут быть столь же способны к сложным рассуждениям, как модели в 50+ миллиардов параметров, если архитектура правильно оптимизирована. Это развитие имеет критическое значение для развёртывания AI на граничных устройствах, где мощность и память ограничены. Стратегическое значение: компании в Китае, сталкиваясь с ограничениями на экспорт чипов и санкциями NVIDIA, начинают превосходить западные компании в области оптимизации и эффективности.
7. Meta CTO Andrew Bosworth объявляет, что новая Superintelligence Lab доставила первые ключевые AI-модели в январе 2026 года
25 января Meta CTO Andrew Bosworth раскрыл, что недавно созданная Meta Superintelligence Lab (полностью реструктурированная в начале 2026 года) доставила первые внутренние высокопроизводительные AI-модели в течение месяца. Bosworth охарактеризовал модели как "очень хорошие", но воздержался от раскрытия технических деталей или производительностных метрик. Важный контекст: Meta переориентировала свою стратегию в области AI с "Metaverse" (виртуальной реальности) на базовые исследования и разработку моделей, конкурирующих с OpenAI, Google и Anthropic. Боль Meta была в том, что компания отставала в разработке модели после раннего успеха LLaMA. Создание новой лаборатории, возглавляемой опытными исследователями из DeepMind и academia, сигнализирует о переопределении приоритетов компании. Первые "очень хорошие" модели предполагают, что Meta начала восстанавливать позицию в гонке за моделями, потенциально угрожая позиции OpenAI и Google в компании.
8. Мировой экономический форум в Давосе сосредотачивается на AI-регулировании с критическими дебатами о будущем глобальной AI-политики
На Всемирном экономическом форуме 2026 в Давосе (19-26 января) лидеры технологии, государства и науки собрались для дискуссии о регулировании и будущем AI. Ключевые участники включили CEO Nvidia Jensen Huang, лидеров Microsoft, Google DeepMind, президентов стран и представителей международных организаций. Центральная тема: как глобальная система может управлять AI-инновацией без удушения конкуренции и без создания победителя в виде одной страны или компании. Две противоположные позиции доминировали дебаты: 1) Позиция США (через присутствие администрации Trump) фокусировалась на "минимальной регуляции и максимальной конкурентности", предполагая, что рыночные силы лучше управляют AI, чем государственное вмешательство; 2) Позиция Европы настаивала на "ответственном AI", требуя прозрачности, аудита и соответствия строгим нормам. Развивающиеся страны (индийские, бразильские и африканские лидеры) подчёркивали необходимость обеспечения доступа к AI-технологиям, а не только их регулирования. На практике Давос 2026 сигнализировал о отсутствии глобального консенсуса по AI-регулированию и вероятности "нормативного арбитража", где инновации мигрируют в юрисдикции с более мягким регулированием.
9. Amazon объявляет о полном развёртывании Project Rainier с 500 тысячами Trainium2 чипов и демонстрирует 5-кратное увеличение вычислительной мощности Anthropic
В период с конца января, согласно раскрытиям Amazon Web Services, компания полностью развернула Project Rainier — суперкомпьютер, состоящий из примерно 500 тысяч Trainium2 чипов. Rainier конкретно построен для Anthropic, стартапа в области AI, в котором AWS инвестировала вместе с других инвесторов. По заявлениям Amazon, Anthropic, развёртывая Claude-модели на Rainier, получает более чем пятикратное увеличение вычислительной мощности по сравнению с его предыдущими возможностями. Это означает, что Anthropic может обучать и развёртывать боленш модели, быстрее адаптироваться к рыночным требованиям и конкурировать более эффективно с OpenAI. Trainium2, кастомный AI-ускоритель Amazon, предлагает 30-40% лучшее соотношение цена-производительность по сравнению с GPU-базированными EC2 P5e/P5en инстансами от конкурентов. Project Rainier представляет собой переломный момент в AI-инфраструктуре: вместо покупки готовых NVIDIA-чипов, Amazon строит собственную специализированную вычислительную экосистему, интегрированную с software-stack для максимального совместного оптимизирования. Это означает глубокий сдвиг в парадигме AWS от облачного хостинга к встроенному AI-инжиниру.
10. Kimihosting и Kimi K2.5 представляют мультимодальную модель с визуальным рассуждением и swarm-based агентской оркестрацией, обученной на 15 триллионах vision-language токенов
В конце января китайская компания Moonshot AI представила Kimi K2.5, мультимодальную модель, способную к визуальному рассуждению, генерации кода из UI и видео-входов, и агентской оркестрации на основе swarm-архитектуры. Модель обучена на 15 триллионах vision-language токенов через continual pretraining. Kimi K2.5 демонстрирует способность выполнять сложные многошаговые задачи, анализируя видео, экраны и контекст одновременно. Это развитие важно в контексте глобальной гонки мультимодальности: если OpenAI GPT-4V и Google Gemini 3 доминировали в мультимодальных возможностях, то Kimi K2.5 демонстрирует, что китайские компании быстро наверстывают упущенное. Особенно важно то, что Kimi использует swarm-архитектуру для агентской оркестрации — несколько AI-агентов работают параллельно для решения задачи. Это архитектурное решение отличается от монолитных моделей и предполагает переход к системам, состоящим из многих специализированных агентов, каждый из которых оптимизирован для конкретной задачи.