AI-инфраструктура дня сместилась к двум осям: масштабированию мультимодальных моделей и концентрации капитала вокруг coding agents и крупнейших лабораторий
Исследовательский слой активно ищет способы дешевле обучать, параллелить и обновлять мультимодальные модели. Рыночный слой показывает, что инфраструктурные ставки всё сильнее завязаны на developer agents, inference stack и контроль enterprise-моделей
🧠 Model
Gradient Transformer обновляет LLM векторами
Gradient Transformer предлагает framework для генерации update vectors для LLM вместо классического полного обновления параметров
Если такие подходы станут практичными, агентная инфраструктура сможет быстрее адаптировать модели под пользователя, домен или задачу без тяжёлого fine-tuning цикла
⚡ Big Labs
Данным приблизилась обгоняя
Anthropic, по данным Euronews, привлекла $65B и приблизилась к $1T valuation, обгоняя последнюю публичную оценку OpenAI
Такой масштаб капитала усиливает гонку за enterprise-дистрибуцию, модельную инфраструктуру и агентные платформы как базовый слой рынка
🚀 Funding
Более оценке подтверждая
Cognition AI привлекла более $1B при оценке $26B, подтверждая высокий спрос на AI-компании для разработки софта
Coding agents остаются одним из главных рынков для агентной инфраструктуры, где нужны runtime, observability, sandboxing, repo context и безопасное выполнение действий
🏗 Infrastructure
Megatron-LM осваивает heterogeneous parallelism
Новая работа предлагает open-source расширение Megatron-LM для heterogeneous parallelism при обучении multimodal LLM, где разные компоненты модели параллелятся по-разному
Для инфраструктуры мультимодальных агентов это сигнал, что training stack будет всё более специализированным по модальностям, памяти и вычислительным профилям
Продолжает обновлять оставаясь
vLLM продолжает обновлять high-throughput inference and serving engine для LLM, оставаясь ключевым open-source слоем serving-инфраструктуры
Надёжный inference layer напрямую влияет на latency, стоимость и масштабирование агентных систем, особенно при множественных tool calls и параллельных задачах