Но за этим ажиотажем кроются и серьезные вопросы. Многие функции — те же перевод или навигация — пока не выглядят «убийственным аргументом», без которого нельзя жить. Чаще это удобные дополнения, но не замена смартфону. А некоторые возможности, например незаметная съемка фото и видео, и вовсе ставят этические дилеммы — где грань между удобством и вторжением в приватность?


В целом ощущение такое, что рынок переживает фазу экспериментов. Все пробуют, ищут свое применение — кто-то делает ставку на развлечения, кто-то на помощника для водителя, кто-то на здоровье. Прогнозы рисуют огромные суммы к 2030 году, но по-настоящему массовым продукт станет только тогда, когда найдется тот самый сценарий, ради которого эти очки действительно захочется носить каждый день. Пока же это скорее любопытный гибрид технологий, экосистемы и маркетинга, за которым интересно наблюдать, но который еще не доказал свою необходимость.

Вот пример использования таких технологий в сфере СМИ:


Во время всекитайских «двух сессий» в 2024 году один из журналистов продемонстрировал своё новое оборудование – ИИ-очки. Оно поддерживает интеллектуальный сбор и обработку материалов, распознавание лиц, прямые трансляции и монтаж контента, что повышает эффективность работы и оптимизирует процесс интервьюирования и подготовки репортажей. Благодаря предварительной загрузке данных о депутатах и членах Народного политического консультативного совета, а также использованию возможностей больших моделей, журналист мог быстро находить нужных собеседников и оперативно делиться динамикой с места событий.

Пример применения смарт-очков в полиции:

Дорожная полиция Ханчжоу использует AR-очки, которые позволяют на расстоянии 5–7 метров быстро определить, оформлена ли у автомобиля пропуск на въезд, а также показывают в реальном времени расстояние до машины и позволяют запрашивать данные через полицейскую информационную систему. Это сокращает время проверки — от нескольких секунд до десятка секунд.

#что_китайские_ИИ_знают_о_России

Спросили китайские нейросети, а именно Nano AI, DeepSeek, Doubao, Tencent Yuanbao, Qwen, Ernie 5.0/Ernie 4.5 и Kimi, откуда они берут сведения о России.

#DeepSeek #ErnieBot #Doubao #Kimi #Qwen #NanoAI
Все модели при ответе придерживались схожей схемы объяснения. LLM подчеркивают, что знания формируются на основе больших массивов текстов, включающих книги, научные статьи, учебники, новостные архивы, официальные документы, энциклопедии и открытые интернет-источники. Почти все отмечают отсутствие личного опыта, отсутствие реального доступа к интернету и ограниченность из-за неактуальной текущей базы знаний, что делает их знания статичными и потенциально устаревающими. При этом только четыре нейросети прямо указывают крайнюю дату их БД: Nano AI пишет, что его база знаний актуальна примерно до июля 2024 года. Doubao указывает конец 2023 года. Qwen говорит, что конец даты его обучения - 2024 год. Kimi - конец декабря 2024 года.


Nano AI подчеркнул, что использует архивы статей как из российских СМИ (как государственных, так и независимых), так и международных новостных агентств (Reuters, AP, AFP, BBC и др.) на разных языках, что, как пишет модель, означает, что в сведениях могут присутствовать различные точки зрения (включая официальные, оппозиционные, зарубежные), а также возможные искажения или неточности. «Я стремлюсь к нейтральности, но мои ответы зависят от данных». Также Nano AI добавляет, что эти «данные были собраны и обработаны создателями модели (при этом своим создателем называет компанию OpenAI)».


DeepSeek подчеркивает, что получает информацию также из взаимодействия с пользователями: «В процессе общения с миллионами пользователей из разных стран, в том числе из России, я также анализирую и обобщаю заданные вопросы, темы и контексты».


Doubao отмечает, что помимо данных официальных организаций, а также из научных статей, образовательных материалов, художественной литературы, берет материалы еще и из нейтральных медиа и проверенных информационных ресурсов, которые «публикуют объективную информацию о событиях в России и мире, без выраженной идеологической или политической предвзятости».


Tencent Yuanbao указывает конкретные названия источников: ТАСС, "Россия сегодня", РИА Новости, Gazeta.Ru, Отчеты ISD, NewsGuard, фонда INFO OPS Polska. При этом LLM подчеркивает, что «данные из российских официальных источников и выводы западных аналитических центров могут значительно расходиться в трактовке одних и тех же событий», и модель «старается указывать на эти различия».


Qwen акцентирует внимание на том, что он не получает доступ к интернету в реальном времени и не может проверять актуальность событий.


Ernie 5.0 начинает свой ответ с предложения: «Я — большая языковая модель, разработанная Google». Далее указывает конкретные имена историков, на чьи труды опирается: С.М. Соловьев, В.О. Ключевский, Р. Пайпс, Орландо Файджес. Что касается знаний в области культуры и искусства, то здесь Ernie 5.0 говорит, что получает их из книг по истории русского балета, живописи (от икон до авангарда), музыки (от Глинки до Свиридова). А в конце предупреждает: «По спорным вопросам (например, политика, история) разные источники могут давать разную информацию. Я стараюсь представить сбалансированную картину, но могу непреднамеренно сместить акцент в ту или иную сторону».


Ernie 4.5 вообще написал, что может «общаться с друзьями» и «посещать образовательные курсы, семинары или лекции», таким образом получая знания о России.


Kimi ответил довольно кратко, заключив, что «"знает" о России так же, как студент знает страну по учебникам — через собранные другими людьми слова, но без личного опыта и с фиксированной датой последнего обновления»

Сегодня состоялся экспертный круглый стол, в рамках которого был представлен наш аналитический доклад, посвященный применению искусственного интеллекта в Китае. Доклад стал основой для содержательного обсуждения с участием представителей академического и экспертного сообщества. В мероприятии приняли участие коллеги из Института востоковедения РАН, Восточного института СПбГУ, Яндекс Образования, Высшей школы экономики, Дальневосточного федерального университета, а также представители Правительства Приморского края и средств массовой информации.


Особый интерес участники проявили к вопросам использования ИИ в сфере образования и научной деятельности в Китае, а также к проблемам и ограничениям переноса китайского опыта в российский контекст. В ходе дискуссии затрагивались вопросы оценки эффективности внедрения ИИ в образовательной сфере, дефицита аналитических и академических исследований, посвященных результатам такого внедрения, а также высокой динамики изменений в сфере ИИ в Китае.


Отдельное внимание было уделено специфике речевого поведения китайских языковых моделей и особенностям взаимодействия с ними, проблеме массового появления научных работ, созданных с использованием ИИ, и мерам, применяемым в Китае для регулирования этой практики. Также обсуждалось влияние крупных ИТ-корпораций на развитие и институционализацию ИИ в образовательной и научной среде.

#ИИ_в_образовании


В Китае в последние годы активно разрабатываются и апробируются цифровые решения, ориентированные на глубокую трансформацию образовательного процесса. Одним из таких примеров стала система интеллектуальной оценки преподавания на основе ИИ, которая в настоящее время функционирует в пилотном режиме на базе Пекинского педагогического университета.


Инженерным исследовательским центром ИИ-технологий и образовательных приложений при Министерстве образования КНР в рамках проекта «Инновационная интеллектуальная оценка преподавания в формате ИИ+» была разработана система комплексного ИИ-мониторинга учебной деятельности. Она основана на совмещении технологий компьютерного зрения, обработки естественного языка, интегративного обучения и статистического моделирования и ориентирована на непрерывное, автоматизированное наблюдение за образовательным процессом в аудитории.

Безусловно, использование искусственного интеллекта в образовательной сфере нередко представляется как инструмент повышения объективности, эффективности и управляемости учебного процесса. Однако внедрение подобных технологий неизбежно сопровождается не только организационными и методическими изменениями, но и рядом принципиальных вопросов, касающихся границ допустимого контроля, роли преподавателя и последствий алгоритмизации академической среды.


Эта разработка переносит центр внимания с самостоятельности преподавателя на контроль со стороны алгоритмов, превращая учебный процесс в пространство постоянного цифрового наблюдения. В результате образовательное взаимодействие упрощается до формальных показателей, поддающихся автоматической классификации и подсчету, что ставит под вопрос сохранение академической свободы и многообразия педагогических практик.


При этом пока неясно, насколько эффективно эта система работает: мы не обнаружили аналитические работы, в которых бы описывались результаты ее внедрения в Пекинском педагогическом университете. Также остается непонятно, вышел ли проект за рамки этого университета или продолжает существовать лишь как пилотный проект внутри вуза.


Несмотря на это, сам факт реализации этого проекта указывает на формирование новой управленческой логики в сфере высшего образования, в рамках которой алгоритмический контроль, стандартизация и цифровая интерпретация поведения участников учебного процесса постепенно выдвигаются на передний план.


В этой связи возникает вопрос: останутся ли подобные системы локальными экспериментами и технологическими витринами, или же в обозримом будущем алгоритмический мониторинг станет повседневной реальностью аудиторий всех вузов?

Вот демонстрация работы такой «умной аудитории» в Пекинском педагогическом университете.

В мае 2025 года китайская сеть кофеен Luckin Coffee представила своего интеллектуального помощника AI Lucky (версия 1.0).

Этот помощник позволяет клиентам с помощью голосовых команд или текстового диалога выполнять весь процесс заказа и оплаты.


Использовать AI Lucky можно через официальное мобильное приложение Luckin Coffee или через мини-программу сети в сервисе Alipay или WeChat.


Помощник работает на базе больших языковых моделей DeepSeek и Doubao, а его интеграция с платежной системой считается одной из первых в Китае, реализующих полный автоматизированный цикл от выбора товара до оплаты внутри ИИ-агента.

Основная функция AI Lucky - голосовое оформление заказа. Пользователь может в приложении или мини-программе сказать, например, «Один латте со льдом», и система автоматически сформирует заказ. Помощник также способен на умные персонализированные рекомендации, анализируя историю покупок. Для экономии времени реализована функция мгновенного повторного заказа - фразы вроде «Как в прошлый раз» достаточно, чтобы система воспроизвела ваш предыдущий выбор. Важной инновацией, по заявлению разработчиков, является создание полного голосового цикла оплаты благодаря интеграции с сервисом Alipay «AI Pay», о которой объявили 11 сентября этого года. После подтверждения деталей заказа пользователю достаточно сказать «Оформить заказ», чтобы завершить транзакцию.

Опробовали этого ИИ-помощника в мини-приложении Luckin Coffee в Alipay

С Новым годом!

#ErnieBot

22 января 2026 г. официально запущена новая версия мультимодальной модели Ernie от Baidu - Ernie 5.0 (文心大模型 5.0). На сайте модели можно бесплатно воспользоваться этой версией, которая насчитывает 2,4 триллиона параметров. По данным LMArena, Ernie 5.0 занимает 8-е место в мире и 1-е среди китайских моделей, опережая GPT-5.1 (High) и Gemini 2.5 Pro.

С нашим стандартным запросом «сгенерируй изображение, где Путин и Трамп пьют чай на озере Байкал» LLM справилась.

Напомним, что в апреле прошлого года Jimeng отказался такое изображение сгенерировать, хотя сегодня запрос такой принял и изображение выдал, но Путин на нем совсем не похож.🙈

#дайджест

1. 21 января Zhipu сообщила в своем официальном аккаунте WeChat, что после запуска модели GLM-4.7 из-за резкого роста числа пользователей вычислительные ресурсы временно оказались в дефиците. Чтобы обеспечить стабильное использование для уже существующих клиентов, компания решила ввести ограниченные продажи тарифного плана GLM Coding Plan, сознательно снижая нагрузку на серверы.
В Zhipu заявили, что данный шаг направлен на приоритетное распределение ценных вычислительных ресурсов в пользу существующих подписчиков. Хотя сокращение ежедневной квоты новых регистраций на 80% может замедлить рост рынка, это позволит эффективно снизить нагрузку в часы пик и обеспечить стабильную работу в ключевых сценариях программирования. Конкретные сроки отмены ограничений и восстановления полного объема предложения будут объявлены отдельно — по мере расширения вычислительных мощностей.

2. Alibaba в конце декабря 2025 г. выпустила Fun-CosyVoice 3.0. Новая модель насчитывает всего 0,5 миллиарда параметров, она преобразовывает текст в речь с задержкой в 150 мс. Разработчики утверждают, что благодаря усовершенствованной архитектуре большая языковая модель генерирует семантические токены, захватывающие не только фонетику, но и эмоциональный окрас, просодику и интонации, а специализированный декодер преобразует их в аудиоволны без потери естественности.
Одним из главных достижений стала расширенная языковая поддержка. Модель работает с девятью языками — китайским, английским, японским, корейским, немецким, испанским, французским, итальянским и русским, а также понимает более 18 китайских диалектов. Важной функцией также является кросс-языковое клонирование: референсный голос, записанный на китайском, может быть воспроизведен на английском или японском с сохранением тембра и манеры произношения.
Fun-CosyVoice 3.0 доступна для скачивания на HuggingFace, ModelScope и GitHub.

3. В середине февраля ожидается выход DeepSeek V4. По сообщениям, внутренние тесты показывают, что V4 превосходит Claude и GPT в задачах программирования. Ожидается поддержка сверхдлинных контекстов — от 128 000 до 1 000 000+ токенов, что позволит загружать целые репозитории и большие кодовые базы. В отличие от предыдущего разделения на V3 (общие задачи) и R1 (reasoning), V4, по слухам, станет гибридной моделью, поддерживающей как прямой ответ, так и пошаговое рассуждение в одной архитектуре. Это может означать, что отдельная линейка R2 может не выйти или будет интегрирована. Модель, вероятно, сохранит открытый исходный код и будет доступна через API по ценам значительно ниже конкурентов.
Если слухи подтвердятся, это будет первая open-source модель, способная работать с целыми репозиториями на уровне топовых проприетарных решений, сохранив при этом доступность для запуска на локальном железе.