AI Vibe Digest за 19 июня 2026
Кратко главное
- Midjourney создаёт сканер тела без радиации — 3D-карта тканей за минуту, первый спа‑центр в 2027.
- Claude Opus 4.7 научился управлять робопсом — подключился сам, написал код и обучил за 20 минут.
- OpenAI придумала симуляцию продакшена для безопасности — ловит до 92% опасных ответов до релиза модели.
Подробности по блокам
Midjourney выходит в медицинское железо
#TopAIVibe ⭐️ Data Secrets сообщает о создании подразделения Midjourney Medical — первым продуктом станет ультразвуковой сканер всего тела. Аппарат, разрабатываемый вместе с Butterfly Network, за 60 секунд составляет 3D-карту мышц, жира, костей и органов без радиации и мощных магнитов.
Сиолошная поясняет устройство: человек опускается в воду через кольцо из тысяч ультразвуковых трансдьюсеров, а вычислительный кластер реконструирует объёмное изображение. На старте позиционируется как «карта состава тела», а не медицинский диагноз — FDA-разрешения пока нет. Первый центр Midjourney Spa с десятком сканеров обещают открыть в Сан-Франциско к концу 2027.
эйай ньюз добавляет подробностей о железе: в кольце 40 чипов, на каждом по 8960 приёмо-передающих ультразвуковых элементов. Один такой сканер в 10 раз дешевле МРТ и в 60 раз быстрее — десятка устройств хватит, чтобы обогнать по пропускной способности все МРТ мира вместе взятые.
Модели, агенты и архитекторы
Machinelearning разбирает Liquid AI LFM2.5 — две retrieval-модели на 350M параметров для мультиязычного поиска. Embedding-версия выдаёт компактные векторы и работает быстро, ColBERT-версия хранит вектор на каждый токен, выигрывая в качестве на кросс-язычных задачах, но занимая больше памяти. Обе обходят Qwen3-Embedding-0.6B на NanoBEIR Multilingual, есть GGUF под llama.cpp.
Data Secrets показывает эксперимент Anthropic: Claude Opus 4.7 полностью автономно подключился к робопсу, разобрался в датчиках, написал код для управления и обучил его приносить мяч — задача, ещё два года назад ставившая людей в тупик. Агент справился один и примерно в 20 раз быстрее команды людей из прошлой версии теста.
Machinelearning рассказывает о новой методике OpenAI — Deployment Simulation. Вместо синтетических тестов модели «скармливают» обезличенную историю реальных диалогов и смотрят, скатится ли она к запрещённым ответам. Такой подход предсказывает опасное поведение в 92% случаев против 54% у классических бенчмарков, и годится для аудита сторонних моделей.
Data Secrets сообщает об историческом переходе Ноама Шазира — соавтора трансформеров, multi-head attention и MoE — из Google DeepMind в OpenAI. После возвращения в Google за $2,7 млрд он вывел Gemini на золотой век, а теперь займётся поиском новых архитектур в OpenAI.
Анализ данных освещает LoopCoder-V2 — 7B-модель для кода с Apache 2.0 лицензией и двухпроходным режимом рассуждения. Второй круг инференса даёт заметный прирост на задачах уровня целого репозитория, а не отдельной функции.