Loyihaviy jamoa A Corunhadagi eski qurol zavodida joylashgan Virtual studiya haqida batafsil tavsif berdi. Ushbu loyiha joydagi asosiy ikkiliqlikni arxitektura jihatlarida tarjima qiladi.
Bu ikkiliqlik ikki ziddiyatli element orqali namoyon boʻladi: raqamli muhitlarni yaratish uchun moʻljallangan yopiq tuzilma va hududning tabiiy atrof-muhitlari hamda sanoat tarixi bilan bevosita muloqotni oʻrnatadigan ochiq tana.
Mistral AI bir trillion parametrli sunʼiy intellekt modeli boʻlgan Large 4 ning vaznlarini taqdim etdi. Ushbu modelni hukumatlar va kompaniyalar oʻz tizimlari ichida yuklab olishlari va ishlatishlari mumkin. "Le Chonk" deb tanilgan bu sunʼiy intellekt dasturiy taʼminotdagi kamchiliklarni aniqlash, raqamli tahdidlarni tahlil qilish va kiberhujumlarga javob berishda yordam berish kabi turli funksiyalarda yordam koʻrish uchun yaratilgan.
Bu chiqarish beshanba kuni (29-sentabr) amalga oshirildi va fransuz kompaniyasining ochiq vaznli modellarni targʻib qilish strategiyasini mustahkamlaydi, bu esa texnologiya ustidan yanada katta nazorat beradi. Fayllar Hugging Face platformasida mavjud va ushbu vositadan Mistral API orqali ham foydalanish mumkin.
Bu tashabbus tashqi provayderlar tomonidan boshqariladigan AI xizmatlariga bogʻliqlikni kamaytirishni maqsad qilgan. Bu ayniqsa maxfiy maʼlumotlar bilan ishlovchi va oʻz maʼlumotlarini uchinchi tomon platformalariga oʻtkazmasdan xavfsizlik hodisalarini tekshirishi kerak boʻlgan tashkilotlar uchun muhimdir.
Kiberxavfsizlik ushbu chiqarishning asosiy ustunlaridan biridir. Large 4 kamchiliklarni topish, ularning haqiqiy ekanligini tasdiqlash uchun kamchiliklarni nusxalash va aniqlangan muammolar uchun tuzatishlar yaratishda texnik jamoalarga yordam berish uchun yaratilgan.
Mistral maʼlumotlariga koʻra, model Artificial Analysis Cyber Index tomonidan oʻtkazilgan sinovda 82% ball olgan. Ushbu indeks modelning ochiq kodli dasturiy taʼminotdagi haqiqiy kamchilikni nusxalash va keyin uni tuzatishdagi qobiliyatini baholaydi. Bundan tashqari, kompaniya AI Cybenchdagi 40 ta raqamli xavfsizlik musobaqalaridan ilhomlangan topshiriqlarning 93% muammolarini hal qilganini hisobot beradi.
Ushbu natijalar ishlab chiquvchi tomonidan eʼlon qilinadi va har bir baholashning aniq sharoitlarini inobatga olgan holda tahlil qilinishi kerak. Kamchiliklarni aniqlashdan tashqari, Mistral zararli dasturlarni tahlil qilish, kamchiliklarni ustuvorlashtirish va tahdidlarni aniqlash uchun qoidalar ishlab chiqish uchun qoʻllanilishini koʻrsatadi.
Kompaniya shuningdek, modelning dasturlashdagi ishlashini taʼkidladi. Artificial Analysisning Coding Agent Indexida Large 4 49,8% umumiy ballga erishdi, bu ishlab chiquvchi tomonidan taqdim etilgan maʼlumotlarga koʻra. Mistral bu yutuq uning AI agentlari tomonidan bajariladigan dasturlash vazifalarida boshqa ochiq vaznli modellar oldida turishini taʼkidlaydi.
Vaznlar oʻquv jarayoni davomida olingan sonli qiymatlarga nisbatan boʻlib, ular modelga javoblarini yaratish imkonini beradi. Ushbu fayllarni chiqarish orqali tashkilotlar Large 4 ni faqat tashqi xizmatga tayanmasdan, oʻz infratuzilmalarida ishga tushirish imkoniyatiga ega boʻladi. Bu maʼlumotlar, vositaning sozlamalari va qabul qilingan xavfsizlik yoʻnalishlari ustidan yanada katta avtonomiya beradi. Masalan, muhim holatlarda korxona modeldan uchinchi tomon API ning mavjudligi yoki cheklovlariga tortilmasdan hujumni tekshirish uchun foydalana oladi.
TechCrunch bilan suhbatda Mistralning ilmiy vitse-prezidenti Pierre Stock, vaznlar taqdim etilishi kompaniyalarga va hukumatlarga hujumlardan himoyalanish uchun ilgʻor AI resurslariga kirish imkonini berishini bildirgan. Ijrochi fikricha, model katta xavfsizlik hodisalarini real vaqt rejimida aniqlash, muvofiqlashtirish va ularga javob berishda yordam bera oladi. U shuningdek, raqamli himoya ekotizimini mustahkamlash uchun bu imkoniyatlarga kirishni kengaytirishni himoya qildi.
Bu strategiya Mistralni OpenAI va Anthropic kabi boshqa kompaniyalar bilan raqobatlashishga majbur qiladi, ularning eng murakkab modellari asosan ishlab chiquvchilarning oʻzlari nazorat qiladigan xizmatlar orqali taklif etiladi. Biroq, modelni tashqi yetkazib beruvchiga bogʻliq boʻlmasdan ishga tushirish erkinligi bir kamchilikni keltirib chiqaradi: vaznlar chiqarilgandan soʻng, kim foydalanayotganini va qanday maqsadlarda foydalanayotganini kuzatib borish murakkablashadi.
Xavfsizlik jamoalariga yordam beradigan shu kabi kamchiliklarni tahlil qilish funksiyasi tizimlardagi zaifliklarni ekspluatatsiya qilishni maqsad qilgan zararli aktorlar uchun ham qiziqarli boʻlishi mumkin. Bundan tashqari, mustaqil operatsiya tashkilotlarga modelni oʻz ehtiyojlariga moslashtirish imkonini beradi, ammo bu xizmatda joylashgan cheklovlarning barcha oʻzgartirilgan versiyalarga qoʻllanilmasligini anglatadi.
Stock AI va avtonom agentlarning rivojlanishiga oid xatarlarni tan olgan, ammo texnologiya haqidagi qoʻrquvni oshirish shart emasligini taʼkidlagan, chunki xavfsizlik yengilishi mumkin boʻlgan muammo. Mistral Large 4 aynan kiberhimoyani mustahkamlash uchun ishlab chiqilganligini, yanada cheklangan tizimlar hatto qonuniy xavfsizlik tekshiruvlarida ham rad etishi mumkin boʻlgan texnik vazifalarni bajarish qobiliyatiga ega ekanligini taʼkidlaydi.
Ushbu chiqarish bilan kompaniya oʻz foydalanuvchilari tomonidan amalga oshirilishi va moslashtirilishi mumkin boʻlgan ilgʻor modellar toʻplamini kengaytiradi. Katta muammo kuchli raqamli himoya vositalariga kirish imkonini berish va ularning notoʻgʻri ishlatilish xavfini boshqarish oʻrtasida muvozanatni topishda namoyon boʻladi.
Kuaishou elektron tijorat platformasi Kuaishou Shop sotuvchilarining ish muhitiga sunʼiy intellektga asoslangan raqamli yordamchilarni integratsiya qildi. Ushbu vositalar mustaqil yoki yarim stavkada doʻkon yurituvchi kichik sotuvchilar uchun moʻljallangan. Maʼlumotlarga koʻra, IT Home, bu yordamchilar kunlik asosda mavjud boʻlib, ular kompyuterdagi ish joyi orqali, ilovadagi maxsus AI rejimi orqali yoki kompyuterdagi AI operatsiyalari vizualizatsiyasi orqali chaqirilishi mumkin.
Sotuvchilar oddiy tilda savol berishlari mumkin, masalan, oʻtgan hafta ichida trafikning kamayishi sabablari yoki qaytarishlarning joriy holati haqida. AI operatsiyalari markaziy hub sotuvchi soʻrovini aniqlaydi, doʻkon maʼlumotlarini, vositalar va platforma qoidalarini toʻplaydi, soʻngra vazifani tegishli agentga uzatadi.
Tizim sakkiz xil rolni oʻz ichiga oladi. Virtual doʻkon menejeri butun doʻkonni toʻliq diagnostika qiladi va yangi mijozlarni konversiyasini oshirish, takroriy xaridlarni ragʻbatlantirish, kampaniyalarga roʻyxatdan oʻtirish va mahsulot nomlarini tuzatish uchun strategiyalar taklif qiladi. Maʼlumotlar mutaxassisi sotuvlar, trafik va qaytarishlar bilan bogʻliq savollarga javob beradi, shuningdek, har qanday chetlanishlarning ildiz sabablarini aniqlaydi.
Video mutaxassisi qisqa videolarni diagnostika qilish, mahsulot tanlash, bir bosqichda tayyor kliplar yaratish, kontentni avtomatik joylashtirish va targʻib qilish bilan shugʻullanadi. Jonli efir mutaxassisi rejalashtirish, mahsulot tanlash, ssenariy yozish, efirdan keyingi tomosha va sharhlashda yordam beradi.
Mijozlarga xizmat koʻrsatish tomonida, qaytarishlar bilan ishlovchi mutaxassis murojaatlarni oʻrganadi, nizolar boʻyicha platforma qoidalarini tushuntiradi va yuqori qaytarish foizini kamaytirish uchun yechimlar taklif qiladi. Mijozlarga xizmat koʻrsatish mutaxassisi fikr-mulohazalar va qoniqish koʻrsatkichlarini, shuningdek, shikoyat chatlarini tahlil qiladi. Bundan tashqari, buyurtmalarni bajarish mutaxassisi logistika muammolarini nazorat qiladi va meʼyorlarga rioya qilish mutaxassisi buzilish xavflarini va doʻkon tajribasi reytingining pasayish sabablarini tushuntiradi.
Kuaishou ushbu tizimni yopiq sikl sifatida tasvirlaydi: avvalo muammo diagnostika qilinadi, keyin sotuvchi nomidan ijro etiladigan strategiya taklif qilinadi va oxirida olingan maʼlumotlar tahlil qilinadi. IT Home ning boshqa bir maqolasi ushbu tizimni qoʻllab-quvvatlovchi kengroq vositalar toʻplamini sanab oʻtadi. Ularga katalogga mahsulotlarni partiyaviy qoʻshish funksiyasi, videoni avtomatik joylashtirish, ssenariy va video yaratish platformasi, AI yordamida jonli efirlarni bir boshi bilan sozlash, jonli muloqot uchun yordamchi, hamkorlik dasturlarini avtomatik boshqarish, tabiiy til bilan reklama kampaniyalarini sozlash, AI mijozlarga xizmati, qaytarishlardan keyin tiklash va buyurtmalarni avtomatik chop etish va yuborish kiradi.
Bu mavzu yoritilayotgan jarayonda yarim stavkada ishlaydigan kiyim-kechak sotuvchisi har kuni kechqurun ekspozitsiya, kliklar va qaytarishlar koʻrsatkichlarini oldingi kunga nisbatan tekshirib turishini va u asosiy ishida boʻlgan vaqtda agentga videoni avtomatik joylashtirish imkonini berishini aytdi. Choy kompaniyasi vakili ushbu vositalar tufayli videoredaktorlarni ishga olish zaruriyatini sezilarli darajada kamaytirishganini taʼkidladi.
2025-yil dekabr oyida Clair Obscur: Expedition 33 oʻyinining yakuniy versiyasida sunʼiy intellekt (AI) tomonidan yaratilgan teksturalardan foydalanish tufayli Indie Game Awardsda ikkita salbiy mukofot olgan. Buning aksiga, Nvidia kabi korporatsiyalar oʻz GPUlarini loyihalashtirish uchun AI dan foydalanadilar va bu GPUlar turli xil oʻyinlarda ishlatiladi, ammo ular boikot talablariga duch kelmaydi.
Bu holat oʻyinchi hamjamiyatining AIga nisbatan notoʻgʻri fikr bildirish masalasini koʻtaradi. Farq qabul qilingan narsa va qabul qilinmagan narsa oʻrtasida boʻlib, bu faqat maʼlumotlarni emas, balki texnologiya yaxshi qabul qilingan misollarni va apparat sanoatining ichki amaliyotlarini ham tahlil qilishni talab qiladi.
GDC 2026 tomonidan oʻtkazilgan va soha mutaxassislari orasidan 2300 dan ortiq odamning javoblariga asoslangan tadqiqot generativ AI qoʻllanilishi haqidagi fikrlarni baholadi. Natijalar oʻtgan yilga qaraganda, ayniqsa generativ AI dan foydalanish borasida yomonroq vaziyatni koʻrsatdi.
Intervyu qilingan mutaxassislar orasida 52% generativ AI sanoatga zarar yetkazishini deb hisoblaydi, bu oʻtgan yildagi 30% va ikki yil avvalgi 18% ga nisbatan sezilarli oshishdir.
Raqamlar oʻyinchi auditoriyasini kuzatilganda yanada tanqidiyroq boʻladi. Quantic Foundry tomonidan oʻtkazilgan va 1799 oʻyinchining maʼlumotlarini toʻplagan tadqiqot, ularning taxminan 85% i generativ AI dan foydalanishga qarshi fikr bildirganini, shu jumladan taxminan 63% i juda salbiy qarashga ega ekanligini ochib berdi.
Quantic Foundryning tadqiqoti oʻyinchi auditoriyasining motivatsiyasi muhim omil ekanligini koʻrsatadi. Ular AI sanʼat, musiqa, tovush effektlari, hikoya va dialoglarni yaratishda qoʻllanilganda yanada salbiy munosabat bildirishdi.
Taqqoslash uchun, qiyinchilik darajasini sozlash uchun AI dan foydalanish auditoriya tomonidan 27% salbiy baholangan, vizual sanʼatdagi foydalanish esa 83% inkor etilgan. Auditoriyaning bu qarshiligi boshqa ijodiy sohalarda ham yuqori boʻldi: musiqa va tovush effektlariga qarshi 77%, hikoya va dialoglarga qarshi esa 70%. Bu auditoriyaning qarshi chiqishi AI dan foydalanish ijodiy jarayonlardan uzoqlashganda kamayishi mumkinligini koʻrsatadi.
AI qoʻllanilishi boʻyicha baʼzi qabul qilingan misollar DLSS va unga bogʻliq texnologiyalardir. Ushbu tizimlar FPS ni oshirish, kechikishni kamaytirish va vizual sifatni yaxshilash uchun AI dan foydalanadi. Foydalanuvchilar ushbu funksiyalarni erishilgan sezilarli sifat va ishlash tufayli qabul qilishdi.
Biroq, DLSS rivojlanishi davrida muammolar paydo boʻlishi boshlandi. Avval ishlashga yoʻnaltirilgan funksiyalar oʻyinlarni ishlab chiqish uchun bogʻliqliklarga aylandi, bu esa yangi sarlavhalarning koʻpincha kuchli kompyuterlarda ham ishlashdagi nosozliklarni namoyon etadigan ushbu vositalarga muhtoj boʻlishini talab qildi.
Vaziyat DLSS 5 ta taqdim etilishi bilan yanada ogʻirlashdi. Real vaqt renderingi orqali pikselarni fotorealistik yoritish va materiallar bilan qayta tiklashni oʻz ichiga olgan bu vosita sahnalar oʻrtasida vizual izchillikni saqlashda qiyinchiliklar koʻrsatdi, natijada asl asarning oʻziga xosligi yoʻqolishi va sunʼiy hamda umumiy xususiyatlar paydo boʻldi. Bunday muammolar oʻyinchi hamjamiyati tomonidan juda salbiy qabul qilindi.
Nvidia kabi kompaniyalar AI ni chip loyihalarida qoʻllaydilar, komponentlarning dizaynidan tortib loyihalarning yakuniy tasdiqlanishigacha. Ajoyib natija Googleʼdan Jeff Dean va Nvidiaʼdan Bill Dally tomonidan bildirilganidek, PrefixRL yordamida yaratilganda chip maydonining taxminan 25% kam joy egallaydigan 64 bitli qoʻshuvchi (binar qiymatlarni qoʻshish uchun masʼul boʻlgan devre) ishlab chiqilishi boʻldi.
2026 yildagi DAC (Avtomatlashtirish va Dizayn konferensiyasi) da Synopsys, Cadence va Siemens kabi kompaniyalar AI yordamida avtomatlashtirilgan loyihalarni namoyish etdilar. Synopsys ning uzoq muddatli dizayn tekshiruvchi agenti kompaniya oʻzining aytishicha 50 marta tezroq jarayonni namoyish etdi. Shu bilan birga, Siemens ning Nvidia bilan hamkorlikdagi loyihasi jadvallar (bibliotekalar)ni oʻn marta tezroq tavsiflab keladigan agentlarni taqdim etdi.
Bu atigi ikkita misol boʻlsa-da, ular umumiy nuqtaga ega: inson mehnatining AI bilan qisman almashtirilishi aholi tomonidan gʻazab, norozilik yoki boikot keltirmadi.
