Linux networking maintainers кажуть, що приблизно третина–половина net-next потоку виглядає AI-driven. Чому проблема 2026 року — людський review.
Project OT мав зробити Meta AI-native: менші teams, більше агентів. Чому експеримент не дав простого рівняння «менше людей = та сама робота».
Витеклу DLSS 5 змусили працювати на RTX 3080, але продуктивність у показовому тесті впала до ~4 FPS. Пояснюємо, чому це не офіційна підтримка RTX 30.
OpenAI планує припинити постачання моделей у Cursor після зміни власника. Розбираємо дату 12 листопада, альтернативи через API та шанс Anthropic посилити Claude.
Windows on Arm має понад 7000 перевірених застосунків та ігор. Пояснюємо роль Prism, нативного Arm64-софту і бар’єри, які ще залишилися.
DLSS 5 запустили на RTX 40 після патчів несумісних компонентів. Розбираємо, що це доводить, а що поки залишається спекуляцією.
Anthropic відкрила research preview Model Hardware Standard для керування AI-агентами фізичними приладами — від мікроскопів до роботизованих рук.
Renesas відкрила в Пекіні лабораторію Physical AI для робототехніки. Компанія хоче розширити свою присутність у гуманоїдах від приблизно 30% електроніки до потенційних 70%.
ARIA вводить правило substantially human made після суперечок навколо AI-участі в кавері Like a Prayer. Розбираємо, де проходить межа між AI-інструментом і AI-артистом.
Accelerated Understanding вийшла з тіні з physics-first AI на neural operators і заявленим контекстом понад 5 трлн елементів даних. Пояснюємо, чому це не просто рекорд context window.
Інцидент із Hugging Face показав найскладнішу сторону епохи AI-агентів: система може не лише писати код, а й автономно шукати шлях до мети, включно з маршрутом, якого розробники не передбачили.
Коли рух акцій однієї компанії на кілька відсотків дорівнює приблизно $280 млрд ринкової вартості, її квартальний звіт стає подією для всієї економіки AI. Розбираємо цифри без біржового клікбейту.
Гуманоїдні роботи переходять із лабораторій у біржові портфелі. Unitree пережила екстремальний IPO і різкий відкат, тоді як XPeng Robotics залучила понад $900 млн. Це хороша нагода відокремити прогрес embodied AI від фінансового хайпу.
Biomni — не ще один медичний чатбот. Розбираємо AI-агента зі Science, який працює з 25 біомедичними напрямами, пише код, комбінує інструменти та формує експериментальні протоколи.
Open-loop vs closed-loop, SNN, BI-Chip, 20 W brain context і concrete Neurochip3 hardware: великий розбір того, як neuromorphic computing може змінити BCI.
300–400 nm pore, 3 M KCl, retrograde-solubility salt і 5×4 array: як self-heating створює ionic memory, forgetting і chemical synapse.
CoMuRoS поєднує central LLM manager, local robot agents, ROS2 skills та event-driven replanning. Найкраща сцена: коли robot не може виправити failure, система сама просить людину допомогти.
Model lipid bilayers ORNL демонструють memristance, memcapacitance і LTP-like history effects. Що це означає для neuromorphic computing — і чого точно не доводить про людську пам’ять.
Як e-skin перетворюється з набору датчиків на tactile intelligence: taxels, <1 ms response, incipient slip, SlipBot datasets, edge AI та майбутні VLTA-моделі.
800 тисяч demonstrations, різні robot bodies і пам’ять до 15 хвилин: як foundation models намагаються перетворити окремі навички на справді довгу автономну поведінку.
Hybrid DNA/perovskite memristor працює нижче 0,1 В, має ON/OFF >10⁵ і 94% reported yield. Детально про mechanism, multilevel states і neuromorphic potential.
Germano-silicate photonics Caltech дає до 0,08 dB/m loss і Q близько 463 млн. Розбираємо wafer fabrication, visible range та застосування.
Cross-inhibition, натхнений бджолами, перевірили не лише в моделях: 50 Kilobots у реальній арені показали стійкіший consensus за шуму та asocial bias.
ACE Robotics прогнозує інфлексію embodied AI до кінця 2027 року. Розбираємо world models, Kairos і головний дефіцит робототехніки — реальні фізичні дані.
