🎧 Это подкаст ТЕХНО

В нём мы обсуждаем громкие истории из мира технологий. На этот раз — почему электрическая Ferrari не понравилась вообще никому, чем удивил Google на I/O 2026 и какие технологии зацепили лично нас в последнее время. Заходите к нам на «Технолоджию» там, где удобно: в Telegram и Яндекс Музыке, на YouTube, VK Видео и других площадках.

00:00 — Вступление и знакомство с ведущими
01:45 — Google I/O 2026 — главные анонсы
04:34 — Галлюцинации, восьминогий конь и клещ в пицце
09:00 — AI-агенты Google и будущее интернета
16:30 — Персонализированный поиск и новые сценарии использования ИИ
23:40 — Почему текстовые модели перестали удивлять
27:30 — Скорость ИИ и новые Gemini Flash-модели
34:10 — OpenAI, Джони Айв и новое AI-устройство
42:00 — Каким будет «железо» для искусственного интеллекта
48:40 — Steam Deck и революция портативного гейминга
58:30 — Будущее игровых устройств и экосистем
01:08:40 — Умные очки, носимые устройства и интерфейсы будущего
01:13:30 — Итоги выпуска и финальное обсуждение.

Подписывайтесь 👉 @techno_yandex

💻 Технодайджест недели

Microsoft и Nvidia показали новое железо. Главная новинка недели — чип Nvidia RTX Spark на архитектуре Arm для Windows-компьютеров: в нём 20-ядерный процессор, более шести тысяч графических ядер и до 128 ГБ объединённой памяти, которую делят между собой процессор и видеокарта. Одним из первых ноутбуков на этом чипе станет Surface Laptop Ultra, который в прессе уже называют первым настоящим конкурентом MacBook Pro от Microsoft. Помимо этого, Microsoft представила на конференции Build фонового ИИ-агента Scout на базе OpenClaw, первую собственную рассуждающую модель MAI-Thinking-1 и квантовый чип Majorana 2. Microsoft также показала Project Solara — ОС на базе Android для устройств с ИИ-агентами вместо привычных приложений. Среди примеров устройств были настольный хаб и рабочий бейдж с экраном, камерой, 5G и биометрией. Но пока это именно концепты, а не серийные гаджеты.

В Яндекс Музыке появилась Моя волна по текстовому запросу. Пользователь может написать ИИ-компаньону Люмену, какая музыка ему нужна: под настроение, занятие или конкретную ситуацию. После этого сервис запускает персональную Мою волну с учётом запроса, музыкальных вкусов, времени суток и характеристик треков.

OpenAI выложила в открытый доступ проект самодельной камеры. Она называется ImageGenCam и собирается на базе микрокомпьютера Raspberry Pi Zero и корпуса, который можно напечатать на 3D-принтере. Фишка камеры в том, что каждый снимок обрабатывает нейросеть, превращающая кадр в комикс, рисунок или накладывающая другой фильтр, который придумал пользователь. OpenAI опубликовала код и инструкции по сборке камеры на GitHub, а создавать её компания предлагает вместе со своим агентом Codex — он может помочь с реализацией камеры или кастомизацией её под себя.

Яндекс выпустил датчик присутствия для умного дома. В отличие от датчика движения, он фиксирует присутствие человека, даже когда тот сидит неподвижно — например, читает или смотрит кино. Внутри стоит радарный датчик миллиметрового диапазона: он сканирует комнату и определяет не только присутствие, но и местоположение человека. Помещение можно разбить на три зоны и настроить для каждой свои сценарии в приложении «Дом с Алисой» — скажем, включать свет над столом, когда за него садятся, и не выключать, пока человек сидит. Стоимость датчика составляет 3490 рублей.

⭐ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке

Подписывайтесь 👉 @techno_yandex

Как звучит ваша комната?

У каждого помещения своя акустика, под которую нужно подстраивать звук, чтобы добиться качественного звучания. Умные колонки делают это автоматически. 

Что искажает звук в помещении

🟢 Модульный резонанс — в зависимости от размера и формы комнаты басы затухают или усиливаются в разных углах

🟢 Размытие — отражаясь от стен, звук возвращается к слушателю с задержкой и меняет звучание

🟢 Реверберация — гул, создаваемый многократными отражениями звука от стен

Как создают «отпечаток» акустики 

В студиях звукозаписи всё это устраняют поглотителями и диффузорами на стенах, но колонки измеряют искажения и компенсируют их алгоритмически. Для этого они анализируют акустику комнаты с помощью разных сигналов: специального свип-сигнала, покрывающего слышимые частоты, коричневого шума (как помехи на ТВ), и самой музыки. Когда сигнал возвращается на микрофон, алгоритм сравнивает его с оригиналом и по изменениям составляет «отпечаток пальца» акустики, который называется импульсным откликом помещения.

Как устраняют искажения

Отклик позволяет как имитировать акустику, так и устранять её влияние. В первом случае создают прямой фильтр, который можно наложить на любую дорожку, во втором — обратный, через который постоянно проходит аудио колонки. Так умные колонки и адаптируют звук. Например, если комната превращает бас в гул на частоте 80 Гц, фильтр приглушает эту частоту. Комната её усилит обратно, и бас прозвучит, как было задумано.

Обратный фильтр на умных колонках создаётся разными методами. Разово, когда акустика анализируется при первом запуске или перемещении колонки, или постоянно, когда колонка регулярно проверяет звучание музыки и подстраивает его на лету. Яндекс Станция, например, делает это каждые 30 секунд — опцию «Коррекция под помещение» можно включить в настройках колонки в «Доме с Алисой».

Подписывайтесь 👉 @techno_yandex

🎧 Вышло первое носимое ИИ-устройство Яндекса — наушники Яндекс Дропс. А вместе с ними — и функция «Моя память». Рассказываем, как она устроена.

«Моя память» позволяет на ходу попросить Алису AI запомнить или записать что-то, а она превратит это в структурированные списки или заметки, к которым потом можно обратиться где угодно: через наушники, в чате с нейросетью, на Станциях и ТВ Станциях. Функция активируется только по команде человека: Алиса AI будет сохранять информацию, только если пользователь её об этом сам попросит. С её помощью можно создавать:

🟣 Списки — Алисе AI можно сказать: «Сохрани сплетни, чтобы рассказать подруге», и она создаст список и будет его обновлять.

🟣 Напоминания — если сказать: «Напомни за час, что завтра в 10 у меня приём у врача», то Алиса AI напомнит в нужное время.

🟣 Заметки — можно продиктовать идею для проекта или чего угодно, а Алиса AI структурирует и отредактирует мысли и создаст текстовую заметку.

При этом все записи синхронизируются между устройствами. Надиктовали в наушниках — можно посмотреть в чате или спросить у колонки дома. Все заметки доступны пользователю в отдельном интерфейсе в приложении.

Алиса AI ищет данные в «Моей памяти» не по точным словам, а по смыслу. Если, к примеру, спросить: «Где моя машина?», то она найдёт заметку «стоянка за синим забором у третьего подъезда», хотя прямых совпадений по словам нет.

Модель понимает, когда пользователь обращается именно к «Моей памяти». «Напомни, что было во второй серии “Кибердеревни”» — это не создание напоминалки и не поиск по заметкам, а запрос информации из интернета. Разработчики научили Алису AI различать запросы по тысячам примеров реальных фраз.

А ещё Алису AI научили точно считать даты — нейросети могут ошибаться в понимании фраз типа «на следующей неделе» или «через два дня», но людям так проще создавать заметки. Поэтому в датасет модели добавили примеры вычислений точных дат из подобных фраз.

«Моя память» уже доступна пользователям Дропс, а вскоре функция появится для всех пользователей устройств и чата с Алисой AI.

Подписывайтесь 👉 @techno_yandex

🎧 Распознать «Алиса» не так просто, как кажется

Имя служит фразой-активацией для устройств с Алисой — услышав «Алиса», они начинают распознавать речь, чтобы обработать команды. Само обращение ловит споттер — локальная модель, которая работает без интернета и существует для единственной цели: услышать то самое «Алиса».

Споттер работает постоянно и потребляет энергию, но для Станций это не проблема, заряда и мощностей достаточно. Дропс — маленькое устройство с небольшим аккумулятором, а модель споттера не помещалась в память, так что разработчикам Яндекса пришлось изобретать.

Для начала в наушники добавили NPU — процессор, оптимизированный для быстрой и эффективной работы нейросетей. Он тратит меньше энергии и может питать модель, но его память сильно ограничена: всего 208 кб, а споттер из колонок весит 1,7 мб. Поэтому его нужно было сжать, и это сделали в три этапа:

🟣 Дистилляция — большая модель-«учитель» из колонок обучила маленькую модель-«ученика». Та переняла поведение, не копируя архитектуру

🟣 Глубинная разделимая свёртка (DSC) — ищет закономерности в каждом канале звука по отдельности, а затем смешивает в один результат. Это уменьшает количество вычислений и размер модели, почти не снижая точность

🟣 Квантование — модель перевели из 32-битного формата в 8-битный: размер сократили в 4 раза почти без потери точности.

Споттер получилось уместить в 200 кб, но держать его всегда активным на небольшой батарее Дропсов оказалось затратно даже для NPU. Поэтому разработчики пошли дальше и придумали, как сократить нагрузку споттера на батарею в 10 раз. Для начала они обучили наушники работать «посменно» — пока левый распознаёт команды, правый не тратит на это энергию и наоборот. А ещё споттеру дали помощника: лёгкий алгоритм детекции человеческой речи VAD. В итоге споттер работает так:

Споттер «спит» ➡️ VAD слышит, что рядом кто-то говорит ➡️ споттер просыпается и проверяет, сказал ли кто-то «Алиса» или другую команду наушникам ➡️ если да, включается распознавание речи ➡️ с точки зрения пользователя не прошло и секунды.

При этом споттер всё ещё можно сделать лучше. В будущем разработчики планируют научить его не срабатывать на чужие голоса (например, объявления в метро), а сложные случаи срабатывания перепроверять на смартфоне. Подробнее об этом читайте на «Хабре».

Подписывайтесь 👉 @techno_yandex

⚽️ FIFA создала футбольную LLM

В этом году FIFA уравняла поле: теперь у всех команд ЧМ-2026 есть единый аналитический ИИ-инструмент Football AI Pro, который помогает со стратегией, тактикой и личными оценками. Эту платформу разработали FIFA совместно с Lenovo и обучили на гигантской базе данных, скопившейся за историю чемпионата мира. А это составы команд, их тактики, личные показатели игроков, записи матчей, исторические тренды и т. д. — всего модель учитывает около 2000 метрик. 

Она работает как чат-бот, натренированный отвечать на вопросы про профессиональный футбол, а также сразу давать релевантный визуал: видео по теме, тактические схемы, симуляции, статистику и пр. Пользоваться им могут все участники команд ЧМ-2026:

🟢 аналитики для изучения стратегии команд с помощью видео и 3D-аватаров

🟢 тренеры для советов с ИИ по лучшим тактикам против будущих соперников

🟢 игроки для личных аналитических сводок после каждого матча.

Единственное правило: Football AI Pro нельзя использовать во время матчей — только до или после. Позже доступ к сервису планируют открыть и для фанатов.

Подписывайтесь 👉 @techno_yandex