1. Apple выбирает Google Gemini в качестве основы для переосмысленной Siri и Apple Intelligence в многолетнем альянсе
12 января Apple и Google объявили о революционном многолетнем сотрудничестве, которое переформатирует экосистему искусственного интеллекта для более чем двух миллиардов пользователей Apple. Apple официально определилась, что технология Google Gemini обеспечит фундамент для следующего поколения Apple Foundation Models. После значительных задержек в разработке собственных AI-моделей (первоначально обещанные в 2024 году, но отложенные), Apple выбрала проверенное решение Google для обновления своего виртуального помощника Siri, который прослужил почти два десятилетия в неизменном состоянии функциональности и ограниченного интеллекта. Согласно неофициальным отчётам осени 2025 года, Apple готова инвестировать примерно один миллиард долларов ежегодно для интеграции Gemini. Это решение сигнализирует о геополитическом переупорядочении: Apple, оставившая Google конкурентом более двух десятков лет, теперь становится её стратегическим клиентом. Сохраняя контроль над местной обработкой данных через Private Cloud Compute для защиты приватности пользователей, Apple делегирует расширенное логическое рассуждение облачным Gemini-моделям Google. Параллельно, OpenAI остаётся в роли вспомогательного провайдера для сложных запросов, что резко ограничивает его позицию в экосистеме Apple после ранее ожидавшейся интеграции ChatGPT в качестве первичного интеллектуального слоя. Это переформатирование отражает конкурентный расчёт: Gemini доказала превосходство в специализированных применениях, тогда как GPT остаётся более универсальным инструментом, но менее эффективным для встраивания в системы с жёсткими требованиями к задержке и энергопотреблению.
2. OpenAI приобретает стартап Torch Health за 100 миллионов долларов для интеграции в ChatGPT Health и консолидирует здравоохранение как стратегическую вертикаль
12 января OpenAI объявила об приобретении четырёхчеловеческой команды Torch Health за примерно $100 миллионов, оплаченные в значительной степени в виде акций для привлечения таланта. Torch разработала "единую медицинскую память" — контекстный движок, объединяющий фрагментированные данные пациентов из больниц, лабораторий, носимых устройств и потребительских тестов в единую когерентную запись. Это приобретение прямо поддерживает запущенный OpenAI сервис ChatGPT Health, который позволяет 230 миллионам еженедельных пользователей подключать свои медицинские записи и приложения здоровья к ChatGPT для анализа и управления. Интеграция представляет собой критический стратегический ход: когда 230 миллионов людей ежемесячно обращаются к ChatGPT с вопросами о здоровье, унификация разрозненной медицинской информации превращается из ниши в инфраструктуру, контролирующую доступ пациентов к интеллектуальному анализу собственного здоровья. Для контекста, команда Torch была сформирована опытными инженерами из Forward Health — тогда перспективной AI-медицинской платформы, которая закрылась в конце 2024 года после привлечения более 400 миллионов долларов инвестиций, демонстрируя трудность построения медицинских стартапов вне больших платформ. Это приобретение сигнализирует о том, что независимые здравоохранительные инновации всё более консолидируются под контролем крупных платформ.
3. AI-модели решают 15+ "неразрешимых" проблем Эрдёша — первый случай полностью автономного доказательства
В период с рождества до середины января 2026 года произошёл беспрецедентный математический прорыв. Пятнадцать задач из архива Эрдёша, содержащего более тысячи открытых математических проблем, были перемещены из категории "открытых" в категорию "решённых". Одиннадцать из этих решений явно кредитуют AI-модели. Легендарный математик Терренс Тао из UCLA задокументировал восемь случаев, когда AI-модели достигли содержательного автономного прогресса. Наиболее примечательно решение задачи номер 728 с использованием GPT-5.2 Pro: модель генерировала формальное доказательство в цепи логических рассуждений, затем другая AI-система формализовала его и исправила ошибки, всё без человеческого вмешательства. Тао заметил критическое различие между случаями, когда AI находила существующие литературные решения, и случаями подлинного автономного открытия. Студент Кембриджа Кевин Баррето и любитель математики Лиам Прайс обнаружили проблему, которая, по-видимому, не имела существующего решения и была полностью разрешена ChatGPT. Тао предположил, что "более лёгкие проблемы Эрдёша теперь более вероятно решаются чисто AI-методами, чем человеческими или гибридными средствами", предполагая системный сдвиг в природе математической фронтальной науки. Критическое уточнение: решённые задачи являются относительно элементарными и часто были обойдены математиками, которые сосредотачивают внимание на более сложных вариантах. Однако прецедент установлен — AI может не просто извлекать знания, но генерировать оригинальные математические доказательства на уровне, приемлемом для публикации.
4. Nvidia представляет Vera Rubin — суперчип четвёртого поколения с инференц-производительностью, превосходящей Blackwell в 5 раз, и стоимостью токена в 1/7
На CES 2026 CEO Nvidia Jensen Huang объявила о платформе Vera Rubin, архитектуре четвёртого поколения, состоящей из шести принципиально переработанных компонентов, единственной целью которых является решение экспоненциально растущих вычислительных требований агентных AI-систем. Суперчип Vera Rubin сочетает новый процессор Vera CPU (88 кастомных ARM Olympus ядер) с двумя новыми GPU Rubin, объединённые через Nvidia's NVLink-C2C с пропускной способностью 1.8 ТБ/с. Vera Rubin NVL72, полностью жидкостью-охлаждаемая стойка, интегрирует 72 GPU Rubin, 36 CPU Vera и 54 ТБ LPDDR5x памяти, достигая 15 экзафлопс FP4-производительности для инференца. Критические специфики: Rubin GPU первый интегрирует HBM4 память с пропускной способностью до 22 ТБ/с (в сравнении с 13 ТБ/с, первоначально обещанной), третий-поколения Transformer Engine с адаптивной компрессией точности, и третий-поколения RAS-механизм для надёжности при масштабировании к сотням тысяч GPU. Nvidia утверждает пятикратное повышение инференц-производительности и 3.5-кратное повышение обучающей производительности по сравнению с Blackwell. При обработке mixture-of-experts моделей, которые требуют всеобщей коммуникации между GPU, Vera Rubin достигает пропускной способности до 75 токенов в секунду на GPU с стоимостью токена примерно в 1/7 от конкурирующих систем. Параллельно, Nvidia объявила о новой платформе Inference Context Memory Storage, которая использует BlueField-4 DPU для кэширования KV в специализированном ярусе памяти между GPU и долгосрочным хранилищем, достигая пятикратного улучшения в пропускной способности токенов. Vera Rubin-базированные продукты станут доступны от партнёров во второй половине 2026 года, с Microsoft Azure и CoreWeave среди первых облачных провайдеров.
5. xAI Elon Musk завершает расширенный раунд Series E на $20 миллиардов с оценкой $230 миллиардов
6 января xAI объявила об успешном закрытии расширенного раунда Series E на $20 миллиардов, превысив первоначальный целевой показатель в $15 миллиардов. Инвесторами стали Valor Equity Partners, Fidelity, Qatar Investment Authority, StepStone Group, Baron Capital Group, с Nvidia и Cisco Investments в качестве стратегических инвесторов. Оценка компании достигла примерно $230 миллиардов, что позиционирует xAI как одно из наиболее высокооцениваемых ПО-компаний в истории при относительно скромной истории выпуска продуктов. Общий объём привлечённого капитала (долг и инвестиции) составляет $42.7 миллиардов. Объявленное использование средств включает расширение AI-инфраструктуры с Colossus I и II суперкомпьютерами (содержащими более миллиона H100 GPU-эквивалентов), обучение Grok 5, и разработку потребительских и корпоративных продуктов. Xception Musk позволяет xAI использовать реальные данные X (ранее Twitter) с 600 миллионами месячных активных пользователей для обучения и уточнения моделей, обеспечивая уникальное конкурентное преимущество в доступе к потребительским данным и сигналам поведения. Историческое значение: за 18 месяцев (июнь 2024 — январь 2026) xAI привлекла $42.7 миллиардов, темп капитализации, ранее неслыханный в AI-индустрии и отражающий глубокую переоценку стоимости AI-компаний на фоне бурного развития.
6. Google представляет Personal Intelligence для Gemini — трансформирует AI-помощника в персональный аналитик человека через интеграцию Gmail, Photos, YouTube и Search
14 января Google запустила Personal Intelligence — бета-функцию, которая переформатирует Gemini от универсального AI-чатбота в истинно персоналазированного помощника, способного рассуждать о кросс-функциональных данных из всей экосистемы Google пользователя. Функция, доступная по умолчанию для Pro и Ultra подписчиков, интегрирует Gemini с Gmail, Google Photos, YouTube и Search историей пользователя, с явным согласием пользователя. Отличие от традиционной персонализации: Personal Intelligence не просто использует локальный контекст, но рассуждает о глубокой взаимосвязи данных. Если пользователь попросит рекомендации о месте отдыха, система анализирует дни отпуска из Gmail, интересы из фотографий, видео путешествий из YouTube и паттерны поиска, чтобы предложить персонализированные рекомендации. Функция особенно эффективна в темпоральных запросах: "Над чем я работал в марте 2025 года?" или "Как мои навыки фотографии эволюционировали с 2024 по 2026 год?" Технически, Personal Intelligence использует Gemini 3 с нативной мультимодальностью и расширенным рассуждением, позволяющим одновременно анализировать текст, изображения и видео. В отличие от OpenAI ChatGPT, интегрирующей данные вторично, Google встроила рассуждение о личных данных в ядро систем Gemini. Из соображений приватности функция контролируется на уровне отдельного приложения и может быть отключена полностью. Эта функция символизирует, что Big Tech переходит от "помощников" к "аналитикам жизни" пользователей, где контроль над личными данными становится основным источником конкурентного преимущества.
7. Anthropic объявляет о $30 миллиардах вычислительных ресурсов Azure с NVIDIA Grace Blackwell для подготовки Claude 4
Параллельно с инвестиционной активностью других компаний, Anthropic подтвердила многомиллиардную сделку с Microsoft и NVIDIA. Компания обязалась приобрести $30 миллиардов вычислительной мощности Azure, оснащённой NVIDIA Grace Blackwell и будущей архитектурой Vera Rubin. Это обязательство, изначально объявленное в ноябре 2025 года, подтверждает, что Anthropic планирует развёртывание свыше одного миллиона TPU в 2026 году. Сделка представляет собой беспрецедентное капитальное обязательство в истории AI: Anthropic не просто инвестирует в исследования, но обязуется потребить вычислительные ресурсы эквивалентные национальным энергетическим бюджетам некоторых стран. К концу 2026 года Anthropic ожидает развёртывания более одного гигаватта вычислительной мощности. Это обязательство о расходах выше, чем суммы финансирования самой компании, отражая переход от капитальных инвестиций в стартапы к операционным расходам на вычисления.
8. SK Hynix объявляет о $13 миллиардах инвестиций в расширенное упаковывание микросхем для переформирования AI-инфраструктуры
На фоне гонки за AI-вычислительной мощностью, SK Hynix, третий по величине производитель памяти в мире, объявила о $13 миллиардах инвестиций в развитие технологий расширенного упаковывания микросхем. Инвестиции сосредоточены на 2.5D и 3D-упаковке, где чипы памяти и логики вертикально интегрируются для повышения пропускной способности и снижения задержки. Это направление инвестиций отражает признание, что вычислительная производительность теперь зависит не только от геометрии крёмния, но и от архитектуры интеграции между различными компонентами. SK Hynix работает в экосистеме с Nvidia, TSMC и другими, чтобы переопределить границы интеграции. Стратегическое значение: SK Hynix позиционирует себя как незаменимого участника в цепочке создания стоимости AI-инфраструктуры, где контроль над упаковкой микросхем эквивалентен контролю над производительностью всей системы.
9. Google запускает Medgemma 1.5 и MedASR для медицинских приложений AI — открытые модели для изображений и трансляции речи в здравоохранении
13 января Google DeepMind обновила свою открытую медицинскую модель Medgemma до версии 1.5 с улучшенной поддержкой медицинского изображения и представила MedASR — новую открытую модель распознавания речи, специально обученную на медицинской терминологии и контексте. Medgemma 1.5 демонстрирует значительные улучшения в точности диагностирования на основе рентгеновских и МРТ изображений по сравнению с предыдущими версиями. MedASR достигает коэффициента ошибок на словах (WER) ниже 5% в стандартных медицинских выступлениях. Выпуск открытых моделей демонстрирует стратегию Google по тому, чтобы захватить медицинский AI-сегмент через комбинацию открытого софтвера (для привлечения разработчиков медицинских учреждений) и закрытой коммерческой платформы (для массовых здравоохранительных систем). Этот подход напрямую конкурирует с закрытыми предложениями OpenAI и Anthropic в здравоохранении, но создаёт барьер против доминирования любого одного игрока в жизненно важном секторе.
10. FTC отменяет первое решение по принуждению AI под новым администрированием, сигнализируя переориентацию регулятивной позиции на поддержание конкуренции
В развитие, подчёркивающее текущий сдвиг в регулятивной позиции американского правительства, Федеральная торговая комиссия отменила своё первое решение по принуждению в отношении компании, использующей AI-методы для сбора и анализа данных потребителей. Отмена происходит в контексте нового "AI Action Plan" администрации, который явно утверждает, что интенсивная регуляция AI может препятствовать американской конкурентоспособности против Китая. Эта развёртывание отражает переориентацию от модели "защиты потребителей" к модели "поддержания международной конкурентоспособности". В частности, в сфере здравоохранения, где ChatGPT Health и другие AI-приложения собирают обширные данные пациентов, чувствительность к регулятивным вызовам может быть критической. Этот сдвиг сигнализирует о долгосрочном компромиссе: быстрое развитие AI технологий может потребовать смягчения защиты приватности данных.