NPCI, по сообщениям, занимается разработкой Протокола Единого Агента (Unified Agent Protocol, UAP). Этот предлагаемый каркас предназначен для проверки и авторизации агентов искусственного интеллекта в рамках экосистемы Unified Payments Interface (UPI).
Сегодня агенты искусственного интеллекта способны выполнять задачи, такие как поиск, сравнение и рекомендация вариантов при бронировании авиабилетов или совершении покупок в интернете. Однако процесс останавливается на этапе оплаты через UPI, поскольку инициировать транзакции могут только пользователи и авторизованные платежные приложения, а не сами ИИ-агенты.
UPI поддерживает функции вроде AutoPay и Reserve Pay, которые позволяют пользователям заранее разрешать повторяющиеся или будущие платежи, устанавливая лимит расходов и аутентифицируя их один раз с помощью UPI PIN. Тем не менее, это отличается от предоставления ИИ-агентам права принимать независимые решения о покупках и проводить платежи от имени пользователя. Чтобы устранить этот пробел, NPCI работает над созданием UAP.
Согласно сообщению Business Standard, UAP спроектирован для создания доверенной, общей и совместимой инфраструктуры. Через эту инфраструктуру ИИ-агенты смогут регистрироваться, проходить проверку и получать разрешение на проведение операций в экосистеме UPI, не требуя при этом изменения базовых механизмов платежной системы. Важно отметить, что UAP не заменит UPI; он будет функционировать как дополнительный уровень верификации поверх существующей системы, обеспечивая безопасное взаимодействие доверенных ИИ-агентов с UPI при сохранении текущей платежной инфраструктуры.
Если UAP будет внедрен, он предоставит системе платежей способ убедиться, что ИИ-агент действует с согласия пользователя перед обработкой транзакции. Хотя подробности о работе UAP пока ограничены, ожидается, что он будет работать поверх существующей инфраструктуры UPI. Поток платежа может выглядеть следующим образом: пользователь дает команду, ИИ-помощник сравнивает варианты, выбирает лучший и генерирует запрос на оплату. Затем UAP проверяет регистрацию, доверие и полномочия ИИ-агента действовать от имени пользователя. После этого запрос направляется через UPI, и оплата либо утверждается пользователем, либо завершается автоматически для предварительно одобренных платежей в пределах установленных лимитов, в зависимости от применимых правил.
Не обязательно, что ИИ получит полный доступ к деньгам. Хотя окончательная структура еще не объявлена, система, вероятно, будет работать аналогично существующим функциям UPI, таким как AutoPay и Reserve Pay, где пользователи предварительно одобряют лимит расходов, а не предоставляют неограниченный доступ к банковскому счету. Business Standard ранее сообщал, что предлагаемый протокол должен проверять, авторизован ли ИИ-агент действовать от имени пользователя, определять пределы этой власти и устанавливать ответственность в случае превышения этих лимитов. Однако конечные меры защиты будут зависеть от того, как NPCI и Reserve Bank of India (RBI) разработают этот каркас. Кроме того, NPCI должен получить одобрение RBI перед запуском UAP.
По мере развития платежных систем для поддержки ИИ-агентов, киберпреступники и мошенники также будут искать способы их использования. Предоставление ИИ-помощникам права совершать покупки от имени пользователя создает новый набор проблем в области защиты потребителей и безопасности. Несмотря на то, что технология находится на ранней стадии, она несет новые риски, включая поддельные ИИ-агенты, несанкционированные или ошибочные платежи, чрезмерные разрешения пользователей и нерешенные вопросы об ответственности в случае возникновения проблем. Если UAP будет реализован, это может вывести Индию в число первых стран, создавших национальную инфраструктуру для агентных платежей, трансформировав UPI из системы, управляемой вручную пользователями, в систему, которую могут использовать доверенные ИИ-агенты от их имени.
Компания Moore Threads продемонстрировала на мероприятии WAIC 2026 свою концепцию трех ИИ-фабрик: фабрику обучения моделей, фабрику генерации токенов и фабрику производства агентов. Эти фабрики представляют собой комплексную производственную инфраструктуру, необходимую для эпохи токеномики, где спрос на вычислительные мощности растет экспоненциально из-за потребления ИИ-системами друг друга.
Все три фабрики построены на кластере вычислений Kuae и запатентованной архитектуре MUSA компании. Эта архитектура уникально объединяет ускорение ИИ, рендеринг 3D-графики, физическое моделирование и видеокодек в одном чипе.
Наиболее значимым достижением является модель EvoPhys-World — первая в мире 5D-модель, полностью обученная на графических процессорах MTT S5000 от Moore Threads. Эта модель занимала первое место в мировом рейтинге Stanford WorldScore в категории генерации мира в течение 37 дней подряд. Исследовательская группа Пекинского университета использовала кластер Kuae с полной поддержкой программного стека MUSA, показав, что отечественная инфраструктура ГП способна поддерживать обучение передовых мировых моделей с качеством, стабильностью и масштабируемостью, сравнимыми с международными стандартами. Это подтверждает потенциал отечественных ГП для сложных задач ИИ, которые ранее считались прерогативой NVIDIA.
Технической основой служит суперузел MTT C256, который использует однослойную сетевую архитектуру Scale-up. Он обеспечивает полную взаимосвязь 128 ГП в стандартном корпусе шириной одного узла, с возможностью расширения до 256 ГП в комбинированной конфигурации. Ортогональная структура устраняет проблемы потери пропускной способности и высокой задержки традиционных многоуровневых сетей. Коэффициент использования FLOPs модели достигает 60% для плотных моделей и 40% для моделей MoE, эффективное время обучения превышает 90%, а линейная эффективность масштабирования достигает 95%, при этом точность обучения соответствует основным международным вычислительным картам. Кластер Kuae успешно продемонстрировал стабильную работу обучения на 1000 картах для мультимодальной модели Wan2.1 и завершил сквозное обучение базовой модели MoE-236B с нуля.
Moore Threads также представила два терминала, ориентированных на ИИ: домашний центр ИИ MTT AICUBE, позиционируемый как семейный интеллектуальный центр, и ноутбук для вычислений ИИ MTT AIBOOK для мобильных задач ИИ. В сочетании с моделью кода MusaCoder, агентом программирования MUSACODE AI и Академией Moore, компания представила полный стек решений — от облачной суперкомпьютерной инфраструктуры до развертывания на периферии и конечных пользовательских терминалах. Это позволяет компании позиционировать себя как единственную китайскую компанию-производителя ГП, которая одновременно охватывает как корпоративный, так и потребительский рынки с полной стратегией покрытия сценариев.
Помимо трех фабрик, более широкий вывод заключается в том, что китайская экосистема отечественных ГП достигла уровня готовности для промышленного применения. Компания BAAI использовала кластер Kuae с MTT S5000 для завершения полного процесса обучения обобщенного воплощенного мозга RoboBrain 2.5. Бенчмарк BEVFormer на инфраструктуре Moore Threads достиг пропускной способности на одной и двух машинах, сопоставимой с международными основными ГП. Поскольку ежедневное потребление токенов в Китае превысило 140 триллионов в марте 2026 года, увеличившись в 1000 раз за два года, способность обучать, запускать и развертывать рабочие нагрузки ИИ на отечественной инфраструктуре ГП превратилась из теоретической возможности в операционную реальность.
Министр по почте и телекоммуникациям Камбоджи Минетт Либом Ли Ликэн открыла побочный форум на Всемирной конференции по ИИ в Шанхае, Китай, заявив о четком требовании: Глобальный Юг не должен оставаться пассивным потребителем зарубежных технологий или получателем стандартов, установленных без учета его мнения.
По ее словам, управление искусственным интеллектом невозможно сделать устойчивым, если оно не основано на активном участии всех стран. Сессия, посвященная устойчивому развитию и управлению ИИ, проводилась совместно Центром глобального управления инновациями ИИ Фуданьского университета и была намеренно ориентирована на голоса, которые часто игнорируются в мировых дискуссиях об ИИ.
Чжао Хоулинь, бывший генеральный секретарь Международного союза электросвязи, отметил, что 2,2 миллиарда человек по-прежнему не имеют доступа к интернету. Он подчеркнул, что говорить о разработке местных моделей невозможно, если страна не может обеспечить стабильное электроснабжение и сетевую инфраструктуру.
Николас Диркс, президент Академии наук Нью-Йорка и бывший ректор Калифорнийского университета в Беркли, предупредил, что корпоративные стимулы не всегда совпадают с общественными интересами. Он привел в пример основателя DeepMind, который в 2020 году был вынужден отказаться от научного прогресса ради следования за OpenAI после запуска ChatGPT. Диркс заявил, что независимые управляющие институты являются незаменимыми.
Камбоджийский чиновник Сам Сэтсерей, генеральный директор департамента ИКТ Камбоджи, озвучил одну из самых провокационных мыслей: страны, которые будут лидировать в сфере ИИ, — это не те, у кого больше денег на инвестиции. Он добавил, что лидерами должны стать те страны, которые способны завоевать доверие общества.
Форум привел к созданию ряда конкретных результатов: обновленный агент для проверки этики ИИ, Индекс глобального управления ИИ, охватывающий 40 экономик, англоязычный сборник примеров применения ИИ в малом и среднем бизнесе Шанхая, а также пять отчетов по темам от риска сверхинтеллекта до регулирования компаньонских ИИ.
Вторая круглая конференция была сосредоточена на Сети развития потенциала в области управления ИИ при поддержке ООН, которая была запущена в Женеве в этом месяце с участием 23 центров-членов. Мехди Снене, старший советник цифрового посланника Генерального секретаря ООН, отметил, что это лишь начало, поскольку одной инициативы может быть недостаточно для устранения существующего пробела.
Халед Гедира, вице-президент Африканского совета по научным исследованиям и инновациям, вспомнил высказывание своего коллеги из США: «Америка изобретает, Европа регулирует, а остальные потребляют». Он отметил, что эта фраза трансформировалась в «Китай и Америка изобретают, Европа регулирует, а остальные потребляют». Гедира заключил, что в рамках такой системы все государства получат возможность совместно создавать, совместно регулировать и совместно потреблять.
Научный город Чжанцзян в Шанхае объединяет технологические ресурсы, талант, капитал и рыночные возможности благодаря внедрению различных инновационных политик и мер поддержки.
В рамках визита CGTN в этот район было изучено, как формирование индустриального кластера ускоряет процесс перехода от концепций в области искусственного интеллекта к их практическому коммерческому применению.
