Я давно хотел поиграть в нормальную человеческую визуальную новеллу. Как-то этот жанр всегда проходил мимо меня, если не считать выдающиеся экземпляры, переходящие в другие жанры — например, бессмертную Doki Doki Literature Club. Кстати, я когда-то много лет назад играл в Doki Doki, ничего про неё не зная, кроме общей рекомендации в духе “обязательно надо попробовать” — и именно так получил, думаю, максимально возможное удовольствие. Если вы не знаете, в чём там дело, обязательно надо попробовать!
Но сейчас не об этом. Со времени Doki Doki я всё думал, что надо бы всё-таки пройти нормальную хорошую визуальную новеллу; за что-то ведь людям нравится этот жанр. Кроме того, мне всегда интуитивно этот жанр казался привлекательным: приятно, когда текст снабжён визуальным рядом, но комиксы для меня чересчур — рассматривать картинки не моя история, и получается, что страницу комикса ты читаешь за 10 секунд. А в визуальной новелле на одном и том же фоне текста будет довольно много.
Повыбирав немного по обзорам (но стараясь обойтись без спойлеров), я остановился на ATRI: My Dear Moments. Вроде как там и про любовь, и про AI, overwhelmingly positive на Steam, пишут, что довольно интересные мысли…
Более того, ATRI даже привлекла авторов в других жанрах. Игра вышла в 2020 году, а в 2024 получила аниме-адаптацию от студии TROYCA, которую буквально показывали по телевизору; а с 2022 по 2025 год выходила манга-адаптация.
В общем, всё выглядело очень хорошо.
Сюжет: затопленный мир и девушка со дна моря
Действие ATRI разворачивается в недалёком будущем. Подъём уровня мирового океана затопил большую часть цивилизации, и человечество ютится на немногих оставшихся клочках суши. Главный герой, Нацуки Икаруга — семнадцатилетний парень, потерявший мать и ногу в аварии несколько лет назад. Разочарованный жизнью в большом городе, он возвращается в родной прибрежный городок, наполовину поглощённый морем.
От недавно умершей бабушки — известного океанолога — ему достались корабль, подводная лодка и немалые долги. Единственный шанс выбраться из этой ситуации — принять предложение от подозрительной сборщицы долгов по имени Кэтрин: спуститься на дно к затопленной лаборатории бабушки и найти спрятанное там сокровище.
Но вместо золота и драгоценностей герои обнаруживают странную девушку, спящую в гробу на морском дне. Это и есть Атри — робот (“humanoid”, как их называют в игре), крайне похожий на человека и внешностью, и показываемыми эмоциями.
В благодарность за спасение Атри заявляет, что будет помогать Нацуки до конца лета, пока не выполнит последний приказ своей прежней хозяйки — той самой бабушки.
И вот герои проводят вместе лето в умирающем прибрежном городке. Нацуки помогает местной школе с электричеством, знакомится с детьми-сиротами и старым другом Рюдзи, а параллельно раскрываются тайны прошлого: кем была его бабушка, что за проект “Eden” она разрабатывала, и какая на самом деле связь между Атри и семьёй Нацуки.
Не буду спойлерить, но скажу, что история затрагивает типичные для жанра вопросы: что делает человека человеком, может ли AI по-настоящему чувствовать, где грань между программой и сознанием.
У игры несколько концовок, включая “истинную”, действие которой происходит спустя 60 лет после основных событий.
Плюсы
Отдам должное игре — некоторые вещи здесь сделаны действительно хорошо.
Визуальная часть безупречна. Дизайн персонажей приятный, фоны красивые, атмосфера полузатопленного мира передана отлично. Есть что-то медитативное в этих пейзажах с торчащими из воды крышами домов и ржавеющей техникой.
Саундтрек тоже отличный, и озвучка показалась мне хорошей, хотя тут я, конечно, совершенно не специалист.
И отдельно отмечу деталь, которую я не раз замечал даже при своём отсутствии опыта в жанре. В японских визуальных новеллах время от времени попадается буквально обучающий материал из школьной программы. Припоминаю, что, например, Stein’s Gate вместе со своим псевдонаучным sci-fi лором объясняла и вполне нормальные азы квантовой механики.
А в ATRI одна из сцен подробно объясняет устройство турбины, от принципа работы по Фарадею до форм для лопастей: ребята её строят для того, чтобы в полузатопленной школе появилось электричество, и в итоге турбину вращает вода в результате приливов и отливов.
Всё это хорошо, но дальше начинаются проблемы.
Главная проблема: экспозиция вместо сюжета
Главный вопрос всегда один: получилось ли в результате интересное произведение? Как по мне — не очень.
В обзоре Minds Beneath Us я хвалил экспозицию через slice of life, которой славятся азиатские разработчики. Но в M.B.U. это была именно экспозиция, то есть часть игры, в которой мы знакомимся с героями, проникаемся их проблемами, а потом у героев начинаются интересные приключения.
Здесь же эта экспозиция занимает 80, если не 90% игры. Сидишь и читаешь какие-то избитые тропы про японских школьниц с очень скучными шуточками.
Если бы было втрое меньше экспозиции и впятеро больше событий и сюжета, было бы куда лучше.
Игра длится примерно 8-9 часов, это относительно короткая визуальная новелла. Но, несмотря на небольшой хронометраж, она умудряется серьёзно провисать. Середина игры — это бесконечные сцены в школе, которые практически не двигают сюжет вперёд. Когда наконец начинает происходить что-то интересное, игра уже подходит к концу, и развязка получается скомканной.
Многие рецензенты аниме-адаптации отмечали ту же проблему: интересный мир и персонажи, но ощущение, что истории нужно было либо больше времени на развитие, либо меньше филлерного контента в середине.
Слон в комнате: возраст героини
Кстати, про школьниц. Главная героиня и романтический интерес протагониста — юная девушка-робот. Звучит неплохо… но я так и не понял из сюжета игры, почему ей на вид 13-14 лет и почему она ощущает и ведёт себя на этот возраст.
А это здесь ключевая сюжетообразующая штука. Многие обзоры на игру пишут о том, что нехорошо устраивать лубофф и прочее с персонажами такого возраста, но у меня тут претензия немного другая: это просто абсолютно бессмысленно.
Если бы Атри было “физически” и психологически хотя бы лет 20, у них с героем могла бы просто начаться нормальная робо-человеческая любовь (вспоминается термин из Atomic Heart, ага).
Но нет, вся игра посвящена неловким платоническим подростковым отношениям, потому что “она же типа ещё маленькая”.
И эти отношения сопровождаются кучей неловких намёков и сцен, которые в контексте робота-гуманоида выглядят ну очень странно.
Я не разделяю, но теоретически могу понять известный мем про “трёхсотлетнюю богиню, которая выглядит как четырнадцатилетняя девочка, и поэтому нам всё можно”. Это дурацкий приём, но хотя бы понятно, зачем авторы его применяют.
Но здесь авторы вывернули мем в какое-то совсем бессмысленное направление: “у нас AI-гуманоид, который выглядит как четырнадцатилетняя девочка, и поэтому мы будем всю игру шутить о том, что нам ничего нельзя”.
Дело в том, что по всему своему поведению в игре Атри и правда ещё маленькая! Но она же AI-модель — как её бабушка сделала (буквально бабушка протагониста, выдающийся учёный в мире игры), такая она и есть. А зачем бабушка так сделала — из контекста совершенно непонятно.
Возможно, я что-то пропустил, но это в игре просто никак не объясняется. Ну предположим, что бабушке просто нравилась энергетика красивых юных девочек (мда, нелегко писать эту часть без двусмысленностей!), но почему бы не дать ей нормальный взрослый разум при этом? Тем более что её миссия, которую я не буду спойлерить, совершенно не детская.
Этот дисконнект лично мне очень мешал в течение всей игры. Я не против подростковых тропов (та же Doki Doki ими полна под завязку), но здесь у авторов получилось, что главный tension всех отношений между главными персонажами придуман на ровном месте другим персонажем непонятно зачем, а главный персонаж-подросток на самом деле подростком совершенно быть не должен. Это прямо плохо.
Выводы
Справедливости ради, возможно, проблема отчасти в моих ожиданиях. ATRI — это классическая японская визуальная новелла со всеми присущими жанру условностями: медленный темп, длинные slice-of-life сегменты, определённые архетипы персонажей (детская подруга, цундере-друг, загадочная femme fatale и так далее). Тема возникновения сознания у роботов тоже есть, хотя и не так чтобы хорошо раскрыта.
Если вам всё это нравится — неспешное погружение в атмосферу, долгие разговоры ни о чём, постепенное раскрытие персонажей через бытовые сцены — то ATRI можно порекомендовать. У игры не зря overwhelmingly positive на Steam (97% положительных отзывов) и рейтинг 7+ на разных агрегаторах.
Но если вы, как и я, ждёте от истории более плотного повествования — больше событий, меньше филлера, более логичного и динамичного развития — то ATRI может разочаровать.
В общем, ATRI пока что отбила у меня желание читать визуальные новеллы. Из примыкающих к ним жанров у меня гораздо удачнее всегда получалось с «почти-новеллами», где в основном текст, но есть и геймплей в том или ином виде: недавно рассказывал вам про Minds Beneath Us, когда-то играл и очень оценил Until Then, и так далее.
Ну что ж, пока не сложилось. Через годик, глядишь, ещё чего-нибудь попробую.
Сергей Николенко
P.S. Прокомментировать и обсудить пост можно в канале «Sineкура»: присоединяйтесь!
2025 год стал переломным не только для языковых моделей (о которых мы говорили в первой части), но и для всего, что связано с обработкой и порождением визуального контента. Если попытаться выделить главные темы этой части обзора в одном списке, получится примерно так:
flow matching окончательно вытеснил классическое диффузионное обучение,
3D Gaussian splatting теперь доминирует в нейросетевом представлении сцен,
фундаментальные модели наконец-то массово пришли в medical imaging и теперь меняют медицину на практике.
Но, пожалуй, самый важный архитектурный сдвиг 2025 года — это замена итеративной оптимизации на прямые нейросетевые предсказания (feedforward prediction). Раньше многие задачи компьютерного зрения решались через многошаговые алгоритмы: сначала найти ключевые точки, потом сопоставить их между кадрами, потом оптимизировать позы камер… Теперь всё чаще одна нейросеть делает всё это за один проход. Это не просто удобнее, но ещё и быстрее, иногда буквально на порядки.
Давайте разберёмся детальнее, что именно произошло.
Порождающие модели для изображений и видео
Потребительские модели: война гигантов
Порождение изображений в 2025 году совершило качественный скачок. В марте OpenAI фактически упразднила DALL-E 3, заменив её на порождение изображений внутри GPT-4o. Это была не просто замена одной модели на другую, а творческое переосмысление самой архитектуры.
GPT-4o порождает изображения как часть своего мультимодального понимания мира: модель помнит контекст разговора, может итеративно уточнять картинку по вашим комментариям, и вообще ведёт себя так, как будто рисование — это просто ещё один способ ответить на вопрос.
Но монополия OpenAI продержалась недолго. В августе Google выпустил Gemini 2.5 Flash Image, получивший название Nano Banana. Эта модель порождала изображения примерно в три раза быстрее GPT-4o, и при этом была способна делать консистентных персонажей и реалистичные лица с минимумом артефактов. В ноябре вышла Pro-версия на базе Gemini 3, добавившая 4K-разрешение и, что особенно важно, отличный рендеринг текста на любом языке и в любом стиле.
OpenAI ответил в декабре моделью GPT-Image-1.5, которая в четыре раза быстрее предшественницы. Сейчас сложилась интересная ситуация: ChatGPT остаётся единственным инструментом с “идеальным” порождением текста на изображениях, а Nano Banana Pro лидирует в разрешении и в управляемости, т.е. в том, насколько хорошо она реагирует на детали промпта. Видимо, практическая рекомендация здесь в том, чтобы использовать обе модели, сочетая их сильные стороны.
“ChatGPT-момент” в порождении видео
Это, конечно, субъективное мнение, но мне кажется, что в 2025 году порождение видео пережило свой собственный “ChatGPT-момент” — тот переломный момент, когда технология из предмета в основном научных статей превращается в инструмент массового использования.
Sora 2 от OpenAI (сентябрь 2025) добавила к видео синхронизированный звук: диалоги, музыка и звуковые эффекты порождаются теперь прямо в сцене. Добавьте к этому более точную симуляцию физики, сохранение состояния мира между кадрами и функцию “Cameo” для вставки конкретных лиц. Главным подтверждением зрелости этой технологии стала сделка с Disney в декабре: миллиард долларов инвестиций и трёхлетняя лицензия на использование персонажей. Когда Disney вкладывает такие деньги — это сигнал, что мейнстрим-индустрия развлечений готова к порождающим моделям.
Google не отстаёт: Veo 3 (май 2025) и Veo 3.1 поддержали почин Sora в синхронизации звука, а Демис Хассабис красиво сказал о выпуске этих моделей: “AI-порождение видео покидает эру немого кино”. За несколько месяцев после запуска было сгенерировано более 70 миллионов видео.
Среди менее крупных игроков стоит выделить Runway, который с Gen-4.5 и General World Model (GWM-1) продвигает исследуемые в реальном времени среды и разговорные аватары, и Pika Labs, где продолжают делать инструменты для порождения видео более доступными для обычных пользователей.
Под капотом: от диффузии к flow matching
А теперь давайте заглянем под капот. Что изменилось в математике генеративных моделей?
Если коротко: flow matching (сопоставление потоков) окончательно вытеснил дискретные марковские цепи в обучении диффузионных моделей. Чтобы понять разницу, нужно немного углубиться в теорию.
Классическая диффузия работает так: мы берём изображение и постепенно добавляем к нему шум по дискретным шагам, пока не получим чистый гауссовский шум. Затем обучаем нейросеть предсказывать шум на каждом шаге, чтобы она могла «отмотать» процесс назад — от шума к изображению. Об этом я рассказывал, например, в посте с объяснением диффузионных процессов.
Проблема в том, что дискретные шаги требуют много итераций при порождении (20-50 шагов даже со всеми оптимизациями), и каждый шаг — это проход через тяжёлую нейросеть.
Flow matching переформулирует задачу в терминах непрерывной динамики. Вместо дискретных шагов диффузии мы определяем непрерывное векторное поле скоростей, которое переносит распределение шума в распределение данных. А нейросеть учится предсказывать это поле скоростей. Математически это эквивалентно решению обыкновенного дифференциального уравнения, что позволяет использовать численные методы, разрабатывавшиеся в этой науке столетиями, и в результате порождать изображения за гораздо меньшее число шагов.
Рекомендую, например, вводный обзор от MIT (Holderrieth и Erives, июнь 2025), в котором в том числе показано, что для гауссовских источников flow matching и диффузионные модели математически эквивалентны — разница только в параметризации выхода сети и расписании шума. Но на практике flow matching часто проще обучать, и порождение получается гораздо быстрее.
Например, работа Diff2Flow (Schusterbauer et al., июнь 2025) связывает эти парадигмы: авторы показывают, как вывести поле скоростей для flow matching из предсказаний диффузионной модели. Это позволяет переиспользовать уже обученные модели вроде Stable Diffusion в режиме flow matching.
А недавний теоретический анализ от Liu et al. (декабрь 2025) выявил интересную двухфазную динамику в потоковых моделях: сначала происходит фаза “навигации”, управляемая смесью данных, а потом вторая фаза “уточнения”, где доминируют ближайшие примеры из обучающей выборки.
А одна из статей, признанных лучшими на NeurIPS 2025 — “Why Diffusion Models Don’t Memorize” (Bonnaire et al., май 2025) — отвечает на естественный, но оказавшийся весьма сложным вопрос: почему диффузионные модели с их гигантской ёмкостью не запоминают просто обучающую выборку? Где оверфиттинг?
Ответ оказался красивым: сам процесс итеративного денойзинга действует как неявный регуляризатор. Используя теорию случайных матриц, авторы нашли в обучении два этапа: фаза обобщения, не зависящая от размера датасета, за которой следует фаза запоминания, линейно зависящая от размера данных.
Продолжаются также улучшения в моделях, основанных на выпрямленных потоках (rectified flows); здесь Yang et al. (февраль 2025) предложили метод RFDS (Rectified Flow Distillation Sampling), похожий на функцию ошибки SDS в обычной диффузии:
Революция масштабирования в диффузионных трансформерах
Архитектура Diffusion Transformer (DiT) окончательно заменила U-Net в порождающих моделях. Вытеснение началось ещё в 2024 году с работ вроде Dynamic Diffusion Transformer (DyDiT; Zhao et al., октябрь 2024) и Representation Alignment для порождения (REPA; Yu et al., октябрь 2024), а в 2025 году переход полностью закончился.
Например, EC-DIT от Apple (Sun et al., январь 2025) масштабировался до 97 миллиардов параметров, используя Mixture-of-Experts с новыми алгоритмами маршрутизации. Идея в том, что разные части изображения требуют разного количества вычислений — простой фон обрабатывается “дешёвыми” экспертами, а сложные детали — “тяжёлыми”.
Другая интересная и важная — улучшение эффективности обучения через перенос гиперпараметров (Zheng et al., май 2025). Они обобщили технику Maximal Update Parametrization (μP), которая позволяет переносить гиперпараметры от маленьких моделей к большим, с обычных LLM, для которых она изначально предназначалась (см., например, этот обзор) на архитектуры DiT. В результате DiT-XL-2-μP сходится в 2.9 раза быстрее, а масштабирование MMDiT с 0.18B до 18B параметров потребовало всего 3% от обычных затрат на дообучение:
Все главные видеогенераторы 2025 года — Sora 2, CogVideoX, HunyuanVideo (13B параметров), FLUX — теперь используют архитектуры, основанные на DiT. Можно сказать, что U-Net как архитектура для диффузионных моделей окончательно устарела.
AI в 3D: порождение и распознавание сцен и объектов
Лучшие статьи CVPR 2025 посвящены 3D
Поскольку я всё-таки в первую очередь учёный, мне кажутся важными сигналы в виде того, что объявляется лучшими статьями соответствующих конференций. И вот best papers на CVPR 2025 оказались посвящены именно работе с 3D.
Так, best paper получила работа “VGGT: Visual Geometry Grounded Transformer” от команды Oxford VGG и Meta AI (Wang et al., март 2025). Чтобы понять, почему это важно, нужно немного контекста. Традиционная 3D-реконструкция из нескольких 2D-изображений — это сложный многостадийный пайплайн: калибровка камер, сопоставление признаков между кадрами, bundle adjustment (совместная оптимизация позиций камер и 3D-структуры) и так далее. На каждом этапе могут накапливаться ошибки, каждый требует тщательной настройки.
А VGGT делает всё это одной нейросетью. Один трансформер принимает на вход от 1 до 100 изображений и выдаёт настройки камер, карты глубины и соответствия между изображениями, за считанные секунды. Это тот самый переход от итеративной оптимизации к feedforward-предсказаниям, который я упоминал в начале.
А Best Student Paper на CVPR 2025 получила “Neural Inverse Rendering from Propagating Light” (Malik et al., июнь 2025) — работа на стыке компьютерного зрения и физики. Обратный рендеринг — восстановление геометрии, материалов и освещения из фотографий — это классическая некорректная задача (ill-posed problem). А здесь авторы вводят дифференцируемую формализацию переноса света, которая позволяет делать градиентную оптимизацию и проводить физически корректную декомпозицию сцены.
От NeRF к Gaussian Splatting
После бума NeRF (Neural Radiance Fields) в 2020-2022 годах казалось, что нейронное представление сцен нашло свой “правильный” формат. Но в 2025 году всё опять перевернулось: теперь убедительно побеждает 3D Gaussian Splatting (3DGS).
Давайте разберёмся, в чём разница. NeRF представляет сцену как непрерывную функцию: для любой точки пространства и направления взгляда нейросеть выдаёт цвет и плотность. Чтобы отрендерить изображение, нужно «прострелить» лучи через каждый пиксель и проинтегрировать вдоль них — это медленно, секунды на кадр даже в лучшем случае.
3D Gaussian Splatting представляет сцену как облако трёхмерных гауссианов — “размытых” точек, задаваемых центром, матрицей ковариаций, цветом и прозрачностью. Вот наглядное сравнение из давнего обзора Chen, Wang (2024):
Теперь рендеринг — это проекция этих гауссианов на плоскость изображения. Это можно делать параллельно на GPU, получая сотни FPS в реальном времени.
Но дело не только в скорости рендеринга. 3DGS обучается за минуты (NeRF — за часы), и его можно напрямую редактировать: двигать гауссианы, удалять их, добавлять новые.
Например, работа “NeRF Is a Valuable Assistant for 3D Gaussian Splatting” (Fang et al., июль 2025) отражает новую реальность: NeRF-техники теперь дополняют 3DGS, а не конкурируют с ним, предоставляя инициализацию (с нуля 3DGS обучить трудно) и регуляризацию.
А Honourable Mention на CVPR получила работа “3D Student Splatting and Scooping” (SSS; Zhu et al., март 2025). Авторы исправили две главные проблемы 3DGS: тенденцию к переобучению с избыточным числом гауссианов и сложности с высокодетализированными структурами. В SSS вводится операция scooping, которая удаляет лишние гауссианы, а сеть-ученик обучается строить более эффективное представление:
Слабое место Gaussian Splatting — затраты памяти. Для сложных сцен нужны миллионы гауссиан, что занимает гигабайты на каждую сцену. Но в 2025 году случились серьёзные продвижения и в методах сжатия.
Например, метод HAC++ (Chen et al., январь 2025) достигает 100-кратного сжатия через моделирование контекста на hash grids, а FCGS (Fast Feedforward 3DGS Compression; Chen et al., Jan 2025) сжимает в 10 раз быстрее предыдущих методов, не требуя при этом решать задачи оптимизации:
Модель 3DGUT от NVIDIA (Wu et al., март 2025) поддерживает искажённые камеры (fisheye, rolling shutter) и вторичные лучи (отражения), давая при этом 250+ FPS через Unscented Transform:
А generative sparse-view Gaussian splatting (GS-GS; Kong et al., Jun 2025) позволяет делать высококачественную детальную реконструкцию по всего трём обучающим изображениям. Вот пример результата в сравнении с обычным Gaussian splatting (слева), что довольно наглядно показывает прогресс за минувший год-полтора:
Динамические сцены и 4D
Временные расширения 3DGS позволяют захватывать и динамические, изменяющиеся во времени сцены. Например, Anchored 4D Gaussian Splatting (Li et al., декабрь 2025) использует якорные точки для регуляризации временных атрибутов гауссианов:
MEGA (Zhang et al., июль 2025) — это прорыв в эффективности памяти; например, для показанной на картинке сцены “Birthday” число требующихся гауссианов сократилось с 13M до 0.91M, а общий объём памяти — с 7.79GB до менее 1GB:
Но, пожалуй, самое интересное — feedforward-подходы. Diff4Splat (Pan et al., ноябрь 2025) синтезирует 4D за 30 секунд через video latent Transformer без оптимизации на инференсе:
Этот обзор можно было бы продолжать бесконечно, но где-то всё-таки нужно остановиться. Давайте я просто напоследок порекомендую этот сборник ссылок, в котором уже около 500 статей только о Gaussian splatting.
Text-to-3D за секунду
Пайплайн text-to-3D, то есть порождение 3D-сцен по текстовым промптам, тоже сильно изменился в 2025 году. И здесь тоже основным сдвигом было существенное ускорение процесса за счёт feedforward подходов.
Turbo3D (CVPR 2025, Hu et al., декабрь 2024) может порождать 3D-сцены менее чем за секунду: по сути это четырёхшаговая, 4-view (с четырёх видов) диффузия плюс реконструкция гауссианов в латентном пространстве. Использованные там методы обучения (dual-teacher distillation) обеспечивают и консистентность между разными видами, и (насколько это возможно) фотореалистичность:
DiffSplat (Lin et al., январь 2025) генерирует 3D-гауссианы напрямую из text-to-image диффузионных моделей за 1-2 секунды, предлагая специальный 3D rendering loss для того, чтобы поддерживать соответствие между разными видами:
А во второй половине 2025-го мы увидели, как этот (во многом академический) прогресс начал масштабироваться и превращаться в мощные инструменты.
Например, модель WorldGen (Wang et al., ноябрь 2025) пытается делать полноценное порождение целых 3D-миров по текстовому запросу, создавая среды размеров 50х50 виртуальных метров, по которым можно потом реально передвигаться:
Кажется, мы уже на этапе, когда можно быстро генерировать 3D-ассеты из текстового описания, но пока не на этапе, когда эти ассеты можно использовать as is в игре или VR-среде. Посмотрим, какой будет прогресс в ближайшем будущем.
Распознавание медицинских снимков
Из многочисленных приложений компьютерного зрения я выберу это, потому что и сам когда-то делал нечто подобное, да и вообще кажется, что с точки зрения улучшения нашей с вами жизни всё-таки трудно придумать что-то более важное, чем медицина.
Как мы говорили выше, в 3D-порождении мы на стадии “почти продакшен”. А вот в распознавании медицинских снимков AI-модели давно уже полностью готовы к любому “продакшену” и во многих задачах превосходят врачей — но не использовались широко из-за регуляторных барьеров и проблем с распределением ответственности.
И вот наконец, похоже, барьеры падают. По данным Imaging Wire (декабрь 2025), FDA одобрило более 1356 устройств с AI-моделями к сентябрю 2025 года, из них более тысячи — для радиологии (77% от всех).
Вот несколько важных примеров из 2025 года:
Philips SmartSpeed Precise (июль) — первое интегрированное решение с AI-моделями, помогающими МРТ: сканирование быстрее в 3 раза, изображения чётче на 80%;
ArteraAI Prostate (июль) — AI-решение для распознавания рака простаты с первым в истории “predetermined change control plan” для цифровой патологии (это важный регуляторный прецедент);
Galen Second Read (февраль) — тоже AI для обнаружения рака.
В медицине я, конечно, вообще не эксперт, так что углубляться не буду, но обзоры развития патологии в 2025 году называют его “годом индустриализации” — наконец-то пошло массовое внедрение в реальную медицину.
Фундаментальные модели тоже переходят от исследований к внедрению. Например, MedSegX (Zhang et al., сентябрь 2025) использует Contextual Mixture-of-Adapter-Experts для сегментации 39 органов и тканей. Рекомендую здесь обзор от van Veldhuizen et al. (июнь 2025), покрывающий более 150 исследований фундаментальных моделей для патологии, радиологии и офтальмологии.
Разное
В области изображений и 3D-сцен порождающие модели, конечно, затмевают всё остальное. Но “классические” задачи компьютерного зрения тоже остаются важными. В этом разделе я очень кратко пройдусь по главным работам 2025-го в этих направлениях; это скорее перечисление, чем подробный рассказ.
Распознавание документов и видео
DeepSeek-OCR (Wei et al., октябрь 2025) вводит метод “contextual optical compression” — сжатие документов в компактные визуальные токены с сохранением пространственной привязки.
Это даёт около 97% точности декодирования при 10-кратном сжатии и позволяет обрабатывать более 200 тысяч страниц в день на одной A100.
Понимание видео за масштабировалось до роликов длиной около часа. Здесь хочется выделить семейство моделей Video-XL, которое появилось в 2024 году (Shu et al., Sep 2024), а в 2025-м было продолжено в виде Video-XL-2 (Qin et al., июнь 2025), где предлагается так называемый метод task-aware KV sparsification, новый вариант разреженного внимания.
В работе Hour-LLaVA/VideoMarathon (Lin et al., июнь 2025) представлен датасет понимания видео на 9,700 часов с 3.3M парами вопрос-ответ. А разработанная в Apple модель SlowFast-LLaVA-1.5 (Xu et al., март 2025) улучшает результаты на LongVideoBench через двухпоточную архитектуру: медленный поток для пространственных деталей и быстрый поток для временной динамики.
Интересная работа Video-EM (Wang et al., август 2025) комбинирует идеи эпизодической памяти человека и video reasoning с chain-of-thought для работы с длинным контекстом:
А, например, Video-RAG (Ren et al., Feb 2025) расширяет retrieval-augmented generation (RAG) на многочасовые видео, связывая видео с текстовыми знаниями в виде графов и обучая мультимодальные представления контекста.
Сегментация: семейство SAM продолжает развиваться
В 2023 году модель Segment Anything (SAM; Kirillov et al., 2023), можно сказать, “решила” задачу сегментации и до сих пор даёт отличную основу для более сложных моделей. Обратите внимание, например, что упомянутый выше DeepSeek-OCR на первом этапе использует как раз SAM. Но исследования продолжаются для более сложных и общих задач.
SAM 2 (Ravi et al., январь 2025) расширил сегментацию на видео, добавив в архитектуру потоковую память, что сделало инференс в 6 раз быстрее. Они также выложили датасет SA-V с 50.9K видео и 35.5M масок сегментации.
А в модели SAM 3 (Carion et al., ноябрь 2025) появился метод Promptable Concept Segmentation: текстовые промпты типа “жёлтый школьный автобус” приводят к сегментации всех подходящих объектов на изображениях и видео.
Архитектура SAM 3 на 848M параметров с декодером на основе DETR и presence tokens для различения близких концептов показывает, что даже в конце 2025 года ещё можно найти кое-какие новые идеи даже в такой избитой задаче, как сегментация:
Редактирование изображений
Здесь просто упомяну пару интересных работ. Region-Aware Diffusion (RAD; Kim et al., CVPR 2025) — это вариант диффузионного процесса, в котором диффузия идёт по-разному в разных регионах изображения, что сильно ускоряет редактирование изображений:
TurboFill (Xie et al., апрель 2025) адаптирует few-step text-to-image модели для быстрого дополнения изображений (inpainting), а модель HD-Painter (Manukyan et al., январь 2025) даёт inpainting высокого разрешения по текстовому промпту.
Методы переноса стиля продолжали развиваться, например, в модели StyDiff, где AdaIN-слои добавили в диффузионную модель (Sun, Meng, Sep 2025). А для реставрации изображений вышла интересная модель Defusion (Luo et al., июнь 2025).
Выводы и заключение
Итак, каковы же были главные технологические сдвиги 2025 года в обработке изображений?
Замена итеративной оптимизации на feedforward-предсказания — это, на мой взгляд, главный архитектурный тренд 2025 года. В этом посте мы увидели его в VGGT (3D-реконструкция), Turbo3D (text-to-3D), FCGS (сжатие), Diff4Splat (4D-синтез). Каждый раз суть в общем-то одна: многошаговый алгоритм заменяется на одну нейросеть, и скорость растёт на порядки.
Это не просто инженерное удобство — это фундаментальный сдвиг в том, как мы решаем задачи компьютерного зрения. Вместо того чтобы разрабатывать алгоритмы, мы учим нейросети имитировать результат этих алгоритмов (или превосходить его); нечто подобное уже происходило в компьютерном зрении раньше, но сейчас выходит на новый уровень. Алгоритмы становятся данными для обучения.
Ещё один важный тренд — конвергенция модальностей. GPT-4o и последующие LLM порождают изображения как “ещё один способ ответить”. Sora 2 генерирует звук в контексте видео. SAM 3 сегментирует по текстовому описанию. Границы между модальностями размываются, и мы движемся к по-настоящему мультимодальным системам.
В следующих частях обзора мы поговорим о foundation vision-language models и world models (моделях мира) более подробно. А пока просто констатирую, что мы быстро движемся ко всё более общему визуальному искусственному интеллекту. 2026-й обещает быть ещё интереснее.
Сергей Николенко
P.S. Прокомментировать и обсудить пост можно в канале «Sineкура»: присоединяйтесь!
На новый 2026 год я сделал в канале “Sinекура” небольшой проект 12 Games of Christmas: 12 дней, 12 маленьких игр, 12 обзоров. Выкладываю в блоге эти обзоры тоже, в виде трёх статей по четыре игры; собрал их не хронологически, а по смыслу.
Сегодня третья, заключительная часть: хорроры и игры, вызывающие эмоции. Четыре раздела (а игр гораздо больше!): игры Евгения Зубко Press Any Button и Knight of the Lions, антология Violent Horror Stories (V.H.S.), The Lightkeeper и игры студии Playables (Time Flies, Plug & Play и другие).
tl;dr: если первая из этих игр не заставит вас плакать, запустите вторую
Press Any Button мне рекомендовал Сергей Янукович; сказал, что его проняло. И действительно, это крутая история. Занимает меньше часа, геймплей там есть (простой, но довольно любопытный), но главное не в геймплее, а в сюжете. Вы якобы проходите тест, который устраивает для вас искусственный интеллект, и этот искусственный интеллект в процессе теста начинает рассказывать свою историю. Спойлерить не буду, просто поиграйте, много времени это не займёт.
Когда мне понравилась Press Any Button, я, естественно, зашёл посмотреть, кто её сделал. Оказалось, что это инди-разработчик Евгений Зубко, и у него буквально в 2025-м вышла новая игра: Knight of the Lions. Разумеется, её я тоже попробовал.
Визуальный стиль вы видите на скриншотах, он очень крутой, и выдержан по всей игре безупречно. По жанру Knight of the Lions — это платформер, причём там (несколько неожиданно) платформинг нестандартный и интересный: способности вроде прыжка вы получаете на небольшое время, и за это время надо успеть ими воспользоваться. Пожалуй, получилось даже немного слишком сложно, учитывая, что не геймплей здесь главное. Впрочем, за два часа справился даже криворукий я.
Но дело тут, конечно, не в геймплее, а в истории. И про сюжет Knight of the Lions я вам вообще ничего не скажу. Просто скажу, что играть надо обязательно всем. Я не так часто могу по-настоящему заплакать над игрой или фильмом, но здесь именно тот случай…
tl;dr: четыре симпатичных хоррора, а ещё есть вторая часть…
И снова даже в рамках “игры на один день” приходится говорить про сразу несколько игр; антология представляет собой интерфейс с “видеокассетами” для выбора мини-хорроров. Поэтому о каждой игре очень кратко; сразу скажу, что разрабатывали в основном наши люди, так что во все игры лучше играть на русском языке.
I ate old man’s liver now this bitch is mine — сюрреалистическое творение польских авторов из Bober Bros (где-то я это название слышал, но в списке их игр вроде ничего знакомого). Польские-то польские, но вайб у игры чрезвычайно русский. Дед офигенный, смело включайте русский текст, там самая мякотка. Игра на 15 минут, но очень смешная.
Sensation — это, пожалуй, единственная игра, которая откровенно не понравилась. Хотели сделать квест-новеллу в японском духе, а получилось претенциозно и неинтересно.
All along the toon tower — игра-головоломка про перестановку комнат в стиле раннего Диснея с крутым вайбом. И шутеечки хорошие, и загадки вполне на уровне, и финал симпатичный. Конечно, с этими механиками можно было сделать ещё много чего, но и так неплохо вышло.
No, I’m not a human — а здесь разработчики как раз сделали “ещё много чего”, и об этой игре вы наверняка слышали, это один из громких инди-релизов прошлого года. В антологии, очевидно, ранняя и очень короткая версия, но и в неё тоже играть вполне интересно.
В целом антология мне весьма зашла, и я такой, очевидно, был не один, так что вскоре вышел и второй сборник, Violent Horror Stories 2. Его я тоже попробовал посмотреть, но там уже отдельного обзора писать не буду — игр в антологии уже гораздо больше, я позапускал несколько, и они в основном выглядели как приключения на несколько часов, но при этом они этих часов вряд ли заслуживали.
Down the Stairs — выделю только одну, как раз зарисовку минут на 10-15. Это игра, которая пытается показать жизнь человека с деменцией. Как мне кажется, зарисовка хорошая, за душу действительно берёт.
Надо будет попробовать As Long As You’re Here, там эта тема разработана явно глубже.
tl;dr: очень красивый и очень короткий кинематографичный хоррор
Я не люблю хорроры: мне страшно.) Особенно если со скримерами. Если нужно произведение с тяжёлыми эмоциями, я предпочту что-нибудь эмоциональное, где можно прослезиться от эмпатии, а не от избытка адреналина; такие игры в этом проекте уже были, кстати говоря.
The Lightkeeper — это очень классический хоррор. В нём всё собрано из банальностей: герой приезжает работать смотрителем маяка, но у него тёмное прошлое из первой мировой, а предыдущие три смотрителя умерли при странных обстоятельствах, а зловещие птицы кружат над мёртвыми сородичами… в общем, вы поняли. Скримеры здесь тоже есть в немаленьком количестве. Да ещё и визуал, кажется, целиком стащен у Роберта Эггерса.
Но как стащен! Просто посмотрите на скриншоты — это действительно очень красивая игра. Кинематографичная в хорошем смысле этого слова. Когда-то мне нравились хорроры от Supermassive Games (The Dark Pictures Anthology, я играл в три, кажется, из них) за их кинематографичный стиль и качество графики, но The Lightkeeper — это прямо следующий шаг, хоть и недорогое инди вроде бы.
История банальная, но неплохая, даже с твистом небольшим в конце. Особенно круто, что вся она разворачивается примерно за час; на такой срок её более чем хватает, игра держит в напряжении, нерв не пропадает. Задания простые, но не скучные, долго бегать и искать неизвестно что здесь не нужно, темп поддерживается высокий. В общем, мне очень понравилось; хотя подозреваю, что отчасти это потому, что рядом сидела и смотрела Ира. Вместе бояться куда веселее, это ещё котёнок по имени Гав отмечал.
Рекомендую The Lightkeeper и любителям хорроров, и нелюбителям вроде меня — потеряете максимум час-полтора, а вдруг понравится.
tl;dr: набор концептуальных зарисовок в общей стилистике
Швейцарская студия Playables выпускает даже не мини-, а микро-игры, и завершить 12 Games of Christmas хотелось как раз чем-нибудь этаким: набор внутри набора. Проекты все очень короткие, и у них в основном весьма похожая стилистика; собственно, вы всё видите на скриншотах. Но оказалось, что это всё-таки довольно разные игры.
Time Flies — это головоломка про муху. Ты вылетаешь в мир с bucket list’ом из абстрактных жизненных целей вроде “разбогатей”, “соверши революцию” или “найди Бога” — и должен успеть всё выполнить за одну короткую жизнь. Любопытная фишка в том, что время даётся в секундах, равных ожидаемой продолжительности жизни в выбранной стране: японская муха живёт 84,5 секунды, российская — 70, а какая-нибудь африканская и того меньше. Управление максимально простое: ты просто летаешь и врезаешься в предметы. Задачи интерпретируются буквально и с юмором: чтобы “совершить революцию”, надо проехать один круг (revolution) на грампластинке, чтобы “напиться” — найти каплю вина, чтобы “оставить след” — ну, вы поняли. Элегантное минималистичное высказывание, упакованное в двухчасовую игру.
А другие игры Playables, которые я успел попробовать — это даже и не игры, а скорее этакие интерактивные инсталляции. CARS — набор сценок о том, как машины падают в пропасть, следуют друг за другом, сталкиваются и тому подобное.
KIDS — по всей видимости, ровно то же самое (начало такое же, проходить не стал), но с фигурками людей, а не машин.
Plug & Play — концептуальная инсталляция о людях, у которых вместо головы электрическая вилка или, соответственно, розетка. С ними там периодически происходят очень концептуальные вещи. В общем, Playables: connecting people. Лично мне там очень понравился диалог где-то в середине игры.
Pocket Boss — забавная зарисовка о корпоративном буллшите. Суть почти всего, что там происходит, в том, что нужно взять график и привести его в нужный вид. При этом ты не меняешь ничего в собственно деятельности компании и каком бы то ни было “реальном мире”, а просто перетаскиваешь элементы гистограмм или других графиков так, чтобы они выглядели “хорошо”.
My Exercise — это буквально кликер, нужно просто нажимать на пробел и типа делать отжимания при этом. Но, конечно, процесс тренировки пресса обёрнут в кучу забавных анимаций со сценками про разных животных; я такие совсем уж пустые зарисовки не очень люблю, так что после первого же сета выключил, но то, что успел увидеть, сделано хорошо.
В итоге Time Flies и Plug & Play я точно рекомендую, а остальные под настроение. Но учитывая, что больше 15 минут ни одна из них (кроме Time Flies) не занимает, почему бы и нет. Лично мне очень нравится, что на свете есть люди, которые разрабатывают такие странные, но любопытные вещи.
Заключение
На этом проект 12 Games of Christmas заканчивается! Мне в целом понравилось, разве что, пожалуй, двенадцать — это чересчур. Но в целом маленькие игры, которые легко закончить за 1-2 дня — это мой любимый “жанр”. Так что в блоге будет ещё много обзоров мини-игр. Спасибо за внимание!
На новый 2026 год я сделал в канале “Sinекура” небольшой проект 12 Games of Christmas: 12 дней, 12 маленьких игр, 12 обзоров. Выкладываю в блоге эти обзоры тоже, в виде трёх статей по четыре игры; собрал их не хронологически, а по смыслу.
Сегодня вторая часть: головоломки и детективы. Обозреваем NODE: The Last Favor of the Antarii, Mind Diver, Éalú и The Trolley Solution.
tl;dr: компьютерная версия Roborally c отличным стилем позднего СССР и интересной историей
В знаменитой классической настолке Roborally вы управляете роботом, готовя для него рудиментарную программу из карточек с командами. Каждый игрок “пишет” программу своего робота втёмную, а потом все роботы начинают им следовать одновременно, мешая друг другу, с непредсказуемыми результатами. Фото для ясности прилагается:
Хотя у Roborally есть очевидные недостатки (очень затянуто, например), а сама идея безумно крутая, клонов и римейков Roborally в мире настолок совсем немного.
NODE — это буквально компьютерная версия Roborally. Ты управляешь роботом, выкладывая цепочку команд: ехать вперёд 3.4 секунды, развернуться, запустить интерактивный объект и так далее (механик не очень много, но они хорошо взаимодействуют). Когда нажал “пуск”, дальше уже ничего изменить нельзя. Загадки сделаны отлично — не затянуты, но и не тривиальны: почти каждая требует пару минут подумать, но не превращается в занудный перебор. Ну ладно, иногда превращается, потому что часто надо что-то подправить на три десятых секунды; но это здесь не душно.
В отличие от настолок, здесь ещё есть лор, стиль и история. И они тоже очень крутые! Дело происходит на секретной советской ядерной станции под названием “Тоска”, которую сделали ещё при Брежневе, а Андропов решил её законсервировать, переключив основные усилия на не такой секретный и куда более безопасный Чернобыль (да, шуточек про СССР здесь много). После Андропова прошло уже 50 лет, и вот что-то, кажется, пошло не так. Вы — маленький, но весьма разумный робот, который должен спасти человечество от ядерной зимы; на станции вы знакомитесь с разумной системой PRIZMA (СССР и в AI был впереди планеты всей!), с которой тоже надо наладить отношения. А потом появляется ещё много интересного…
Стиль крутейший, дух позднего СССР пойман безупречно; я очень удивился, когда в титрах оба соавтора игры из Lapsus Games оказались испанцами. История тоже не без твистов, которые я спойлерить, конечно, не буду. Игра получилась для меня на 5 часов, а не на 3 (хотя вроде не очень тупил), но не пожалел ни о секунде. Рекомендую!
tl;dr: детектив с погружением в чужую память и хорошими загадками
Эта игра понравилась. Суть её в том, что вы специально обученный дайвер, который исследует воспоминания и пытается разобраться в детективной истории, восстанавливая воспоминания её центрального персонажа.
Кажется очень банальным. И действительно, таких игр было много: Remember Me, Get Even, Observer, да хоть Psychonauts и серия Persona.
Но здесь это хорошо сделано! Сама история связана с той самой технологией погружения в память, но это было бы даже и не обязательно, обычный детективный сюжет тоже хорошо бы зашёл. Главное — хорошо сделанный детективный геймплей. Загадки состоят в том, чтобы подобрать нужный предмет на место “провала в памяти”, но методика “применить всё на всё” работает плохо, потому что предметов довольно много, и их часто нужно носить довольно далеко, а инвентаря как такового нет, предмет “в руках” только один. Так что поневоле приходится именно думать, разбираться в том, чего от тебя хотят — и оказывается, что хотят обычно довольно логичных, но не то чтобы совсем очевидных вещей. Хорошо настроен уровень сложности, в общем.
Основной минус на мой личный взгляд — визуальный стиль. Он здесь, честно говоря, вообще никакой: авторы вроде как и постарались сделать с выдумкой, типа чтобы производило впечатление, а получилось генерическое инди, в котором ещё и многое размыто и плохо видно. Но, может, это мой личный вкус, посмотрите скриншоты.
Зато мне понравилось, что там есть настоящие фотографии, и вообще артефакты, встречающиеся в игре, довольно разнообразны и работают на атмосферу: записки, газетные вырезки, личные вещи — всё это действительно добавляет объём.
В любом случае, это отличный дебют для маленькой инди-студии, причём такой дебют, который можно ещё развивать и развивать. Я бы точно попробовал и другие расследования в этой вселенной. Рекомендую.
tl;dr: плохо сделанный point-and-click квест с уникальной stop-motion анимацией
Проект начался сразу тремя отличными играми, но так не могло продолжаться бесконечно. Éalú — это квест про мышь в лабиринте. Главная его фишка в том, как это сделано: это настоящая stop-motion анимация. Авторы фотографировали реальную деревянную мышку, и все её приключения тоже были реализованы в реальности. По вайбу должно напоминать Neverhood и Harold Halibut, который я когда-то обозревал, но здесь, конечно, всё куда дешевле и неказистее.
И всё равно это сильная сторона проекта. Остальное скорее минусы. Загадки — классические головоломки, но их очень мало; понятно, что в реальной жизни делать такие вещи сложно, но за гуж ведь уже взялись. Большую часть времени ты проводишь в пустых коридорах, где ничего нет.
Игра заняла у меня около часа, и это было гораздо больше, чем надо. Мало того, что надо ходить по пустым коридорам с долгими анимациями; в дизайне игры есть и ещё один очень странный недостаток. Время от времени твою мышку что-то убивает; это симпатично сделано, посмотреть на это хочется, и даже есть дверь, которая откроется после 24 смертей (нет, я в неё не зашёл). Но после смерти… решённые пазлы возвращаются в исходное состояние! И их надо опять решать, что занимает существенное время, даже когда уже знаешь как. Уже это меня очень раздражало, а когда игра ещё и потребовала от меня фактически нарисовать карту своего лабиринта на бумажке (нужно было расставить пазлы на сетке), я плюнул и посмотрел в прохождение, о чём совершенно не жалею.
Удивляют меня две вещи. Во-первых, хорошие обзоры: Metacritic пока пустой, но вот, например. Как этой игре можно дать положительную рецензию, решительно не понимаю. Во-вторых, это внезапно ирландская игра. Там все тексты на ирландском (дублированы по-английски, конечно). Я понял, что ирландскую игру сделали ирландцы, но что ирландского в этой деревянной мышке и её нехитрых приключениях — решительно непонятно.
В общем, не рекомендую ни в каком виде; даже любопытный визуальный стиль проще и лучше будет посмотреть на youtube.
tl;dr: набор шутеек о вагонетках, иногда околофилософских, но скорее не очень
В 1967 году британский философ Филиппа Фут придумала всем известную дилемму вагонетки. Она это сделала как часть дискуссии об абортах в контексте доктрины двойного эффекта, восходящей ещё к Фоме Аквинскому. По этому принципу, можно совершать действия с хорошими и плохими (двойными) последствиями, если: (1) само действие морально хорошо или нейтрально, (2) плохой эффект не является средством для достижения хорошей цели, (3) намерение именно благое, а вред — побочный эффект, и (4) хорошее перевешивает плохое или по крайней мере соразмерно ему.
Например, как пишет нам даже не Филиппа Фут, а предисловие к её статье с введением в тему, доктрина двойного эффекта говорит, что было бы аморальным делать аборт для спасения жизни матери, потому что убивать невинного человека всегда плохо, даже с благой целью (условие 1), и убийство здесь является средством для спасения (условие 2). А вот если у беременной женщины обнаружили рак матки, то удалить матку вместе с плодом уже морально хорошо, ведь теперь цель именно в удалении опухоли, а не в убийстве (условие 1), а плод погибает как побочный эффект (условия 2 и 3). Автор предисловия подытоживает: “In this case, the woman is really lucky to have a cancerous uterus (rather than a pregnancy-related life-threatening condition)”. Понимаете логику? Я тоже не очень, и дальше проще не становится.
The Trolley Solution могла бы оказаться глубокой философской игрой, обучающей вас тому, что происходило в этике в последние полвека. Вы бы начали с классической проблемы вагонетки, получили ачивку “Utilitarianist” или “Deontologist” в зависимости от выбора (ровно так в игре и происходит), а потом начали бы углубляться в многочисленные разветвления этической философии, в которых тоже есть подобные примеры. Даже если бы в игре не было новых высказываний, это было бы отличное введение в тему, примерно как прекрасная игра Soma вводит в тему философских проблем сознания и опыта.
Но здесь, к сожалению или к счастью, ничего подобного нет. Это просто набор шутеек про вагонетки с возрастающим градусом абсурда. А ещё в The Trolley Solution куча пародий на самые разные жанры игр и не только игр. Здесь вы будете давить кота Шрёдингера, играть в раннер и визуальную новеллу, ездить на вагонетке от первого лица, выбирать между папой и мамой и всё такое прочее. И сама Филиппа Фут появляется. В общем, забавно, часа полтора покликать самое то, рекомендую.
На новый 2026 год я сделал в канале “Sinекура” небольшой проект 12 Games of Christmas: 12 дней, 12 маленьких игр, 12 обзоров. Выкладываю в блоге эти обзоры тоже, в виде трёх статей по четыре игры; собрал их не хронологически, а по смыслу.
tl;dr: Inside с транспортным средством и без головоломок
Вайб этой игры чертовски напоминает Limbo (по жанру и простоте) и Inside (по стилю и внешнему виду). Героиня живёт в постапокалиптическом мире с видом сбоку и движется слева направо. Мир сделан очень стильно и весь дышит запустением и распадом. Общая продолжительность — три часа, за которые вы доберётесь до правого края, где зажжёте факел надежды.
Главная новая деталь этой игры по сравнению с другими подобными — транспорт. Сухопутный корабль, который в игре называют “окомотивом” (крутое слово! студия-разработчик тоже называется Okomotive), сделан с любовью: есть двигатель, который надо кормить топливом (всяким подобранным по пути хламом), кнопка газа, парус для попутного ветра, тормоз и клапан для сброса пара. Бегаешь внутри, жмёшь кнопки, следишь за состоянием машины — поначалу это даже увлекательно.
Но мне здесь чего-то не хватает; точнее, ничего не хватает.) Во-первых, геймплей здесь подаёт большие надежды, но совершенно их не оправдывает. Физика честно работает, окомотив приятно скрипит и раскачивается, но все загадки сводятся к “найди красную кнопку” или “перетащи ящик”. Ни одна из механик не развивается: парус остаётся на уровне “подними, когда дует ветер”, топливо никогда не становится дефицитом, а препятствия на пути — это почти буквально “выйди, нажми рычаг, вернись”. А жаль, потому что физика реализована хорошо, и с этими вводными можно было бы сделать много интересного.
Во-вторых, очень не хватило сюжета. Нет ничего плохого в симуляторе ходьбы с нажиманием на кнопки и простенькими задачками с физикой. Но если в нём ещё и истории никакой не рассказывают, то что остаётся?.. А здесь нет буквально ничего, как в тех же Limbo и Inside: ты видишь пришедший в запустение мир, встречаешь разные индустриальные объекты и транспортные средства, понимаешь один бит семейной истории, поданный в форме пары картинок… и всё.
Но сделано действительно стильно и атмосферно. Если бы было всё то же самое, но ещё с записочками, рассказывающими что-нибудь интересное, была бы игра на 8 из 10. А так всё-таки скорее не понравилось.
tl;dr: очень красивый симулятор ходьбы с синдромом поиска глубинного смысла
Вы просыпаетесь неизвестно где, встречаете непонятно кого, и он проводит вас к таинственному Мастеру, который начинает переносить вас из одной сцены в другую. Сцены представляют собой вроде бы ваши собственные воспоминания, но это не точно. По крайней мере, начинаются они с детства, а потом… а потом какая-то тюрьма? корабль? война? И всё время комментарии Мастера, на которые вы отвечаете вроде бы даже впопад, но эти диалоги ровным счётом ничего не проясняют.
Caligo — это чистейший симулятор ходьбы длиной в час; его сделала красноярская студия Krealit, предыдущие игры которой носили заманчивые названия вроде Guns’n’Zombies. И вдруг Caligo, состоящий из нескольких статических сцен, через которые вы идёте, смотрите по сторонам и слушаете диалоги с Мастером. В диалогах прямо очень запущенный случай синдрома поиска глубинного смысла (СПГС): они написаны максимально расплывчато, буквально оптимизированы на то, чтобы их можно было интерпретировать как угодно. В общем, мне кажется, что если вам кажется, что вы что-то там поняли, то это вам кажется. И эти тексты ещё и озвучены плохо. Отсутствие внятной истории — главный минус игры.
Но Caligo можно многое простить за визуал. Столько скриншотов за час я ещё, наверное, никогда не делал. Несколько вот прилагаю, но поверьте, их было очень трудно выбрать. Визуальный стиль и проработка сцен здесь просто великолепные, действительно хочется гулять и рассматривать.
А за Бродского я вообще всё сразу простил. Поскольку я играл по-английски (не знал заранее, что Caligo наши люди делали), я даже не сразу узнал Иосифа Александровича. А потом как узнал. И значит, остались только иллюзия и дорога. Об этом и игра — но это не точно.
tl;dr: психоделический почти детектив про музыкантов
Игры про музыку и музыкантов почему-то всегда странненькие и психоделические. Вспоминается, например, грустный и красивый симулятор ходьбы The Forest Quartet, или смешной и безумный Jazzpunk (если вы не играли в Jazzpunk, рекомендую этот пробел восполнить, это интересный опыт). Но ещё больше эта игра похожа на Tales from Off-Peak City, которую я тоже очень даже рекомендую. Кстати, порадовался тому, что сначала сам вспомнил про Tales from Off-Peak City, а потом уже прочитал, что это игры от одной студии, которые происходят в одной вселенной.
The Norwood Suite не добирается до Jazzpunk’овского уровня high weirdness, но здесь тоже есть интересный психоделический визуал и слегка безумная история. Формально это детектив: ты приезжаешь в отель, сделанный из дома, где много лет назад пропал великий музыкант Питер Норвуд. Но его исчезновение расследовать не надо; нужно просто ходить по отелю, выполнять задания постояльцев, рассматривать разные закоулки и слушать странную музыку.
Рассматривать здесь очень даже есть что, скриншоты вот прилагаю. Как уже говорил, психоделично и симпатично. Загадок как таковых особо нет, посылают делать прямолинейные понятные вещи, а в награду дают возможность больше исследовать особняк. И отдельно, конечно, нужно сказать про музыку: она и правда интересная и разнообразная, хотя тут я совсем не специалист и вряд ли что-то могу оценить.
В общем, это хоть и не совсем симулятор ходьбы, но скорее такой визуальный и аудиальный опыт, чем игра с серьёзным геймплеем. И тем не менее, мне понравилось, как и Tales from Off-Peak City. Рекомендую к этой серии присмотреться.
tl;dr: красивое музыкальное инди во всех цветах радуги
В предыдущем обзоре я удивлялся, почему игры про музыкантов неизменно какие-то психоделические. Вселенная меня услышала, и следующая игра про музыканта в моём списке оказалась… ну ооочень психоделической.
Начну с истории, она тут интересная. The Artful Escape — это по сути проект одного человека, Johnny Galvatron (на самом деле Jonathan Mole, но, как он сам говорит, “с таким именем рок-н-ролл не сыграешь”). Он был фронтменом австралийской глэм-рок группы The Galvatrons, гастролировал по миру, возненавидел гастрольную жизнь и ушёл делать игру о той версии рок-н-ролла, которую представлял себе в 17 лет — с космосом, монстрами и бесконечным соло. Кикстартер провалился, но Annapurna увидела демо и на следующий день подписала договор.
На первый взгляд The Artful Escape выглядит как классическое инди в духе Annapurna Interactive. Шрифты и подача диалогов очень похожи на Oxenfree (да, я знаю, что они сами себя издавали), общая атмосфера напоминает Sayonara Wild Hearts и так далее. Но какие тут пейзажи! Инопланетные леса, гигантские светящиеся грибы, космические киты — посмотрите на скриншоты, я их тут очень много сделал.
Геймплей тоже обычный — симулятор ходьбы, разбавленный мини-ритм-игрой: периодически нужно повторять последовательности нот в музыкальных “баттлах” с инопланетными существами. Механика элементарная и никак не развивается, но и не мешает.
История — стандартный coming-of-age: парень живёт в тени знаменитого дяди, списанного с Боба Дилана фолк-музыканта, и должен найти собственный голос. Абсолютно предсказуемо, но космическое развитие добавляет безумия, шутейки в диалогах неплохие, а озвучка звёздная.
И всё-таки ещё раз вернёмся к главному: стиль у этой игры потрясающий, и не только в хорошем смысле. Всё это выглядит как если бы Дэвид Боуи поехал в Вудсток, там съел не тот кекс, а потом пересмотрел “Космическую одиссею” под Pink Floyd. Каждый пейзаж залит всеми цветами радуги, неоновыми, кислотными, переливающимися — и радужный спектр здесь, конечно же, тоже не случаен. Игра ведь по сути о том, как найти себя, и хотя в истории нет ничего кроме музыки, аллюзии тут довольно прозрачные.
В общем, если вас приложенные картинки радуют или хотя бы интригуют, рекомендую. Если нет, не стоит и пробовать, там вся игра такая.
Итак, 2025 год закончился, и я наконец-то собрался с духом написать большой обзор того, что произошло в мире искусственного интеллекта за этот год. Обзор получается большим, так что я решил разбить его на части — и сегодня начну с самого очевидного: больших языковых моделей и агентов на их основе.
Честно говоря, каждый из последних лет можно было бы назвать прорывным для AI. Но конкретные направления прорывов всё-таки меняются. Если 2023-й был годом ChatGPT и массового осознания того, что языковые модели — это серьёзно, а 2024-й — годом мультимодальности и первых робких шагов к рассуждениям, то 2025-й я бы однозначно назвал годом рассуждающих моделей. И это не просто маркетинговое слово — здесь действительно произошёл качественный скачок.
Давайте разбираться, что же случилось.
Большие рассуждающие модели
Если выбирать одну главную идею, определившую 2025 год, это безусловно large reasoning models — модели, которые умеют “взять паузу” и подумать перед тем, как ответить. OpenAI запустили этот тренд в конце 2024-го с серией o1, а затем началась гонка, кто первый сможет повторить результат OpenAI. Эту гонку выиграл китайский стартап DeepSeek со своей моделью R1 (DeepSeek-AI, январь 2025).
Сами модели
OpenAI был первым, DeepSeek — вторым, а дальше понеслось. Практически каждая крупная лаборатория выкатила свои рассуждающие модели, и за год успело смениться несколько поколений. Отмечу только самые последние:
Google запустил Gemini 3 Pro и Deep Think в ноябре 2025-го — это была первая модель, которая пробила барьер в 1500 Elo на LMArena (да, рейтинги постоянно меняются, но факт остаётся фактом);
Anthropic выпустил Claude 4.5 в трёх вариантах (Haiku, Sonnet, Opus) с сентября по ноябрь; Sonnet достиг 77.2% на SWE-bench Verified, что стало лучшим результатом для реальных программистских задач, и Claude 4.5 стал основой для Claude Code, о котором мы поговорим ниже;
OpenAI ответил в декабре моделью GPT-5.2 в трёх вариантах: Instant для быстрых ответов, Thinking для глубоких рассуждений и Pro для максимальной точности;
китайские лаборатории отстают, но не сильно: DeepSeek-V3.2 интегрировал рассуждения в работу с инструментами (tool use), а Qwen3-235B от Alibaba стал одной из лучших открытых MoE-моделей с 235 миллиардами параметров (22 миллиарда активных);
Meta выпустила Llama 4 с вариантами Scout и Maverick, а xAI с Grok-4.1 вышла в топ reasoning-лидербордов, хотя здесь я, признаться, куда более скептично настроен.
Что объединяет все эти модели? У них есть режим chain-of-thought, при котором модели выдают секретный “блокнотик” (scratchpad, так и называется), куда можно писать токены, которые будут использоваться только для рассуждений и потом не станут частью собственно ответа для пользователя.
Такой подход идеально укладывается в схему обучения с подкреплением: теперь у модели есть “промежуточные ходы” (токены рассуждения), за которые она не получает награду, а собственно сигнал приходит только с “результатом партии” (окончательным ответом модели):
Оказалось, что эта простая идея действительно способна сделать модели существенно “умнее” (пока в кавычках, но скорее по привычке, честно говоря).
Обычно это буквально слайдер, регулирующий, сколько можно подумать перед ответом. GPT-5.2, например, сам может решить, нужно ли запускать chain-of-thought и сколько токенов на это потратить. На простых задачах ответ приходит за секунды, на сложных — модель может думать десятки секунд, а то и минут, но зато выдаёт более точный результат.
Как это работает: RLVR
За большинством рассуждающих моделей стоит техника под названием reinforcement learning with verifiable rewards (RLVR, обучение с подкреплением с верифицируемыми наградами). Это буквально указанная выше схема; разница только в том, что если ваша задача подходит для RLVR, это значит, что награду вы можете вычислить автоматически (например, проверить ответ на математическую задачу), а не полагаться на экстраполяцию человеческих предпочтений, как в RLHF:
Эту ключевую идею хорошо объяснил, например, Андрей Карпатый в своём обзоре «2025 LLM Year in Review»: если обучать LLM на задачах с автоматически проверяемыми ответами (математика, код, головоломки), модели спонтанно развивают стратегии, которые выглядят как рассуждения.
Они учатся разбивать задачу на промежуточные шаги, проверять себя, возвращаться и пробовать по-другому. Никто не задаёт это явно в структуре модели или обучающей выборки — это emergent behaviour, поведение, возникающее само собой. И оказалось, что RLVR даёт отличное соотношение прироста результатов на потраченный доллар. Карпатый отмечает, что это, возможно, главный тренд 2025-го: вместо того чтобы тратить весь вычислительный бюджет на pretraining, его стали эффективнее использовать для обучения рассуждениям.
Рассуждения естественным образом приводят к идее test-time compute scaling: если дать модели больше “времени на подумать”, результаты улучшаются. Раньше в машинном обучении было мало примеров, когда можно эффективно обменять вычисления во время применения модели (inference) на качество результата. Теперь это умеет каждая frontier LLM.
Но об этом — чуть позже, в отдельном разделе. Сначала давайте посмотрим на самые впечатляющие результаты.
Математика и программирование: золотые медали
RLVR особенно хорошо работает в областях, где решения можно проверить автоматически. И здесь 2025-й принёс просто фантастические результаты.
Отмечу только, что подход Google с Gemini Deep Think особенно интересен. В отличие от прошлогодних AlphaProof и AlphaGeometry, которые требовали перевода задач в формальные языки вроде Lean, Deep Think работает end-to-end на естественном языке. Он читает условие задачи и выдаёт строгое математическое доказательство напрямую. Ключевая инновация — параллельное обдумывание (parallel thinking): модель одновременно исследует несколько стратегий решения и комбинирует их, вместо того чтобы идти по одной линейной цепочке рассуждений.
OpenAI достигли такого же результата с минимальной IMO-специфичной подготовкой — по их словам, это в основном general-purpose RL и test-time compute scaling.
А главной новостью конца года в этом направлении стало то, что DeepSeek выложил в открытый доступ DeepSeek-Math-V2 — первую открытую модель уровня золотой медали IMO (Shao et al., ноябрь 2025). Она решила 5 из 6 задач IMO 2025 (как и модели OpenAI и Google) и набрала почти идеальные 118/120 на Putnam 2024, превзойдя лучший человеческий результат в 90 баллов.
Инновация DeepSeek — self-verification framework: специальный верификатор оценивает строгость и полноту доказательств, которые порождает proof generator, имитируя процесс самопроверки у математиков-людей. Результаты растут с числом итераций самопроверки:
Олимпиады по программированию
Революция затронула и соревновательное программирование. В сентябре и OpenAI, и Google показали сильные результаты на International Collegiate Programming Contest (ICPC) — на новых, ранее не публиковавшихся задачах. Об олимпиадах по программированию я рассказывал в посте “ICPC, IMC и Максим Туревский“; про результаты AI-моделей там, правда, почти ничего не было, ну да и ладно.
DeepSeek-V3.2 собрал целую коллекцию, особенно впечатляющую, учитывая, что это открытая модель:
IMO 2025: золотая медаль (35/42),
IOI 2025: золотая медаль (492/600, 10-е место),
ICPC World Finals: второе место (10/12 задач),
CMO 2025: золотая медаль.
Можно, конечно, сказать, что это показывает, как open-source модели способны реально конкурировать с проприетарными в специализированных задачах… Но, если честно, это всё-таки соревнования, то есть бенчмарки с придуманными людьми задачами и известными решениями. А что насчёт “настоящей” математики — доказательства новых теорем? Об этом мы поговорим в следующих частях обзора, а пока вернёмся к LLM.
Reasoning + Tools = Agents
Настоящая сила рассуждающих моделей проявляется, когда их соединяют с инструментами (tools). Если модель умеет вызывать API, запускать код, искать в интернете — она превращается в автономного агента, который разбивает задачу на подзадачи, выполняет их и итерируется до результата.
Model Context Protocol
Model Context Protocol (MCP), который Anthropic выпустил в ноябре 2024-го, в 2025-м получил массовое принятие индустрией. OpenAI присоединился в марте, Microsoft и GitHub вошли в steering committee в мае, а в декабре протокол был передан в Linux Foundation’s Agentic AI Foundation (совместно основанный Anthropic, Block и OpenAI при поддержке Google, Microsoft, AWS и других).
К концу года у MCP было уже под сто миллионов загрузок SDK в месяц, тысячи серверов и 75+ коннекторов в одном только Claude. Иллюстрацию ниже я взял из поста подкаста Latent Space, авторы которого гордились тем, как предсказали успех MCP ещё в марте:
MCP даёт стандарт того, как AI-агенты взаимодействуют с внешними инструментами, превращая их из моделей, которые умеют только работать с текстом, в полноценных ассистентов, способных сделать практически всё, что можно сделать за компьютером.
Computer use
Кстати, о компьютерах. Возможности работы ведущих моделей с компьютером (то есть их способность управлять вашим десктопом за вас, выполняя при этом полезную работу) выросли за прошедший год очень сильно. Результаты Claude на OSWorld (бенчмарк для автоматизации десктопа) выросли с 14.9% до 61.4% за год — это уже близко к человеческому уровню, составляющему 70-75%.
OpenAI Operator, запущенный в январе 2025-го как research preview и интегрированный в ChatGPT к июлю, уже сотрудничает с DoorDash, Instacart, Uber и другими сервисами для выполнения реальных задач.
Coding agents
Но, пожалуй, самое важное применение для LLM-агентов пока — это программирование. Здесь понятно, куда масштабироваться, и относительно легко проверять результаты.
Знаменитый график METR с “горизонтом выполнимых задач” теперь показывает Claude Opus 4.5 на первом месте, с задачами длительностью почти 5 часов, выполняемыми с 50% точностью. Это, честно говоря, уже очень близко к полной замене человеческих программистов (да, конечно, ещё не совсем там, но всё же):
Как был достигнут этот прогресс? Начну с нескольких интересных академических работ.
ReTool (Feng et al., апрель 2025) показал, что при помощи RL модели могут научиться, когда и как вызывать интерпретаторы кода во время рассуждений — и это способность, которую обычное обучение с учителем дать не может. Они используют слегка модифицированный алгоритм PPO, изменённый так, чтобы лучше отражать внутренние рассуждения:
Что особенно интересно, модель в результате демонстрирует эмерджентные метакогнитивные способности (emergent metacognitive capabilities): она учится распознавать ошибки в коде по сообщениям интерпретатора, рефлексирует на естественном языке (“Oops, the functions need to be defined in the same scope”) и порождает исправленные версии. Такой “code self-correction” никогда не была явно обучена — она возникает из outcome-driven RL.
Метод Search-R1 (Jin et al., март 2025) применил похожие принципы к веб-поиску, обучая LLM автономно формулировать запросы во время многошаговых рассуждений с real-time retrieval. В отличие от RAG, который ищет один раз и надеется на лучшее, Search-R1 учится искать итеративно, уточняя запросы на основе найденного. Ключевая техническая новизна здесь — это retrieved token masking, т.е. исключение retrieved content из функции ошибки RL для того, чтобы предотвратить нежелательные эффекты в обучении. Результат — улучшение на 24% над RAG baselines на QA-бенчмарках.
Другой концептуальный прорыв был сделан в работе “Thinking vs. Doing” (Shen et al., июнь 2025), которая утверждает, что для интерактивных агентов “test-time compute” должен включать не только более длинные reasoning traces, но и больше шагов взаимодействия с окружением:
Взаимодействие с окружением позволяет агентам получать новую информацию, исследовать альтернативы, откатываться назад и динамически перепланировать; всё это те возможности, которых никакие внутренние рассуждения дать не могут. В результате этот подход под названием TTI (Test-Time Interaction) достигает лучших результатов на WebVoyager (64.8%) и WebArena (26.1%) с моделью Gemma 12B, существенно превосходя агентов, обученных традиционными подходами.
Нерешённые проблемы
Впрочем, нерешённых проблем тоже ещё много. Например, новый бенчмарк τ²-Bench (Barres et al., июнь 2025) ввёл новую постановку задачи, важную для оценки именно агентных систем: dual-control environments, где могут действовать и агент, и пользователь, как в реальных сценариях. Другие бенчмарки предполагают, что пользователь — это пассивный источник информации, но τ²-Bench моделирует более реалистичный случай, когда агенты должны направлять пользователей делать что-то, а пользователи выполняют эти действия на своих устройствах, как в реальной техподдержке:
И результаты отрезвляющие: state-of-the-art LLM показывают падение на 18-25% при переходе от автономного режима к коллаборативному. Коммуникация и координация с людьми пока остаются слабыми местами существующих LLM-агентов.
Claude Code
На практике же главным агентским релизом 2025 года, несомненно, стал Claude Code. Он работает прямо в терминале, понимает вашу кодовую базу через поиск, может переписывать сразу несколько файлов, самостоятельно переключая контекст и понимая задачу в целом, а также может запускать сразу несколько агентов, выполняющих свои задачи:
Как выразился Карпатый в том же посте, это “маленькое привидение, которое живёт в вашем компьютере” (кажется, ещё совсем недавно мы бы вряд ли были рады такому описанию).
В отличие от традиционных LLM for coding, которые пишут код и показывают его человеку, Claude Code может действовать более автономно; он запускает команды, создаёт pull requests, работает с git и так далее.
А человеку остаётся только разговаривать с интерфейсом Claude Code на естественном языке. И, кстати, пользователи соглашаются, что Claude Code лучше всего работает, когда к нему относятся как к джуниору с инструментами, памятью и способностью сделать несколько подходов к задаче.
И Claude Code — это не только программирование. Пользователи используют его для подготовки налоговых деклараций по анализу банковских выписок, бронирования билетов в театр по проверке календаря, обработки бизнес-документов. “Code” в названии продаёт продукт ниже его возможностей: это LLM-агент общего назначения, который может делать почти что угодно на вашем компьютере, используя код как интерфейс к другим задачам; см., например, свежий обзор Zvi Mowshowitz.
Я рассказывал о Claude Code, но это просто лучшее на данный момент предложение среди многих. Например, модели семейства GPT-Codex от OpenAI (например, GPT-5.1-Codex-Max) тоже отлично справляются с автономным программированием.
Мне кажется, что 2026-й станет годом, когда агенты для использования браузеров и компьютеров в целом прочно войдут в нашу обычную жизнь. CoWork от Anthropic, только что анонсированный как research preview, вполне может стать первой по-настоящему важной AI-новостью 2026 года.
Законы масштабирования для test-time compute и не только
Я упоминал test-time compute scaling в начале: рассуждающие модели могут становиться лучше безо всякого дообучения, просто подумав побольше, и этот эффект заслуживает отдельного обсуждения. В 2025-м появились важные исследования о том, как эффективно масштабировать inference compute — и оказалось, что однозначного ответа нет.
Нет оптимальной стратегии, а маленькие модели могут обойти большие
Авторы “The Art of Scaling Test-Time Compute” (Agarwal et al., декабрь 2025) провели первое масштабное систематическое сравнение стратегий test-time scaling, сгенерировав более 30 миллиардов токенов на восьми open-source моделях.
Главный их вывод был в том, что никакая одна стратегия не доминирует во всех случаях. Оптимальный подход существенно зависит от типа модели и вычислительного бюджета. Авторы вводят важное различие между:
моделями с коротким горизонтом (short-horizon), которые выигрывают от более коротких reasoning traces независимо от сложности; такие модели часто обучены через GRPO;
моделями с длинным горизонтом (long-horizon), которые выигрывают от долгих рассуждений на сложных задачах; они часто обучаются другими RL-методами вроде GSPO.
На практике это значит, что выбор между majority voting, beam search и “first finish search” должен учитывать, к какой категории относится ваша модель.
Ещё одна интересная демонстрация compute-optimal inference была дана в работе “Can 1B LLM Surpass 405B LLM?” (Liu et al., февраль 2025). Ответ на титульный вопрос получился утвердительным: с правильной стратегией test-time scaling, 1B-модель может превзойти 405B-модель на MATH-500, а 7B-модель может побить и o1, и DeepSeek-R1 на AIME2024.
Ключевой инсайт здесь в том, что оптимальный метод масштабирования зависит и от размера модели (search-based для маленьких, Best-of-N для больших), и от сложности задачи. Предложенные compute-optimal стратегии могут оказаться в 256 раз более эффективными, чем простое голосование. Это говорит нам, что в будущем, возможно, мы сможем использовать и маленькие, более эффективно масштабируемые модели вместо того, чтобы просто автоматически выбирать самую большую модель из возможных.
Куда тратить вычислительный бюджет?
Все эти разговоры на практике нужны для того, чтобы решить, куда тратить ограниченный вычислительный бюджет. И об этом тоже было несколько работ с неожиданными результатами, а точнее, частенько даже с неожиданной постановкой вопроса (“а что, так можно было?”).
Так, например, метод GenPRM (Zhao et al., апрель 2025) показал, что сами process reward models можно масштабировать во время inference. Авторы переформулируют верификацию как задачу для рассуждений с явным chain-of-thought и строят модель GenPRM-7B, которая превосходит Qwen2.5-Math-PRM-72B на соответствующих бенчмарках, будучи в 10 раз меньше.
Но тут же это направление поставили под вопрос: когда выгоднее направлять compute на порождение, а когда на верификацию? Этот вопрос был поставлен в работе “When To Solve, When To Verify” (Singhi et al., апрель 2025). Несколько контринтуитивно оказалось, что стратегия Self-Consistency (порождение многих решений и выбор голосованием) превосходит Generative Reward Models (GenRM) при практических значениях вычислительных бюджетов. GenRM требует примерно 8x больше compute, чтобы просто сравняться с Self-Consistency, и 128x больше для скромного улучшения на 3.8%:
Это говорит о том, что в большинстве практических случаев масштабирование путём порождения большого числа решений остаётся эффективнее, чем инвестиции в более умную верификацию, хотя баланс смещается для очень сложных задач.
А работа “S*: Test Time Scaling for Code Generation” (Li et al., февраль 2025) представила первый гибридный test-time scaling framework специально для кода. Поскольку для кода можно проводить автоматическую программную верификацию, можно попробовать двухэтапный подход:
сначала порождать множество решений с итеративной отладкой по выполнению тестов, а затем
выбирать лучшее через adaptive input synthesis, т.е. просить LLM порождать тесты, различающие каждую пару возможных решений.
Любопытно, что стратегия S* позволяет instruction-based моделям приближаться к и даже превосходить reasoning models, что говорит о том, что хорошие стратегии во время inference могут заменить дорогое обучение рассуждениям.
Это, кстати, тоже пока ещё общее место, не раз подтверждавшееся в 2025 году: часто оказывается, что можно сделать хорошую дистилляцию из большой (скорее всего рассуждающей) модели и получить маленькую модель, которая даёт хорошие (в своём классе) результаты без всяких рассуждений. Посмотрим, изменит ли 2026-й это положение дел.
Новые архитектуры
Вполне возможно, что мы увидим, как в 2026-м трансформеры если не заменятся, то хотя бы дополнятся другими архитектурами. И здесь, конечно, надо писать отдельный пост, а то и несколько.
К счастью, я уже написал почти все эти посты, так что просто назову три направления, которые кажутся мне самыми перспективными на данный момент:
диффузионные LLM; введение в диффузионные модели когда-то было в моём блоге, но, конечно, оно уже безнадёжно устарело; про новые результаты в диффузионках мы поговорим в другой части обзора, а здесь просто упомяну, что в 2025-м давно уже существовавшие диффузионные языковые модели (Li et al., 2022) наконец-то начали масштабироваться в виде LLaDA (Large Language Diffusion Models; Nie et al., 2025).
В общем, нейросетевые архитектуры не стоят на месте, и новые идеи всё время появляются, но много писать я о них в этом посте не буду.
Разное
В заключительной части просто упомяну несколько других статей, которые показались мне любопытными.
Действительно ли RL улучшает reasoning?
“Does Reinforcement Learning Really Incentivize Reasoning Capacity in LLMs Beyond the Base Model?” (Yue et al., апрель 2025). Эта статья, вышедшая на NeurIPS 2025, ставит под вопрос предположения, лежащие в основе рассуждающих моделей в целом.
Используя pass@k при больших k для оценки границ возможностей рассуждающих моделей, авторы систематически демонстрируют, что хотя RLVR улучшает точность (pass@1) в среднем, базовые модели устойчиво достигают более широкого reasoning coverage при высоких k, т.е. если породить кучу ответов и выбрать лучший.
Это подтверждается на многих бенчмарках (MATH500, AIME24, LiveCodeBench и других), семействах моделей (7B-32B) и RL алгоритмах (PPO, GRPO, Reinforce++, RLOO, ReMax, DAPO). RL для маленьких k, конечно, побеждает, но графики неизбежно пересекаются в какой-то точке:
Анализ, проведённый в этой работе, подтверждает, что те цепочки рассуждений, которые появляются после RLVR, на самом деле уже есть и в распределении базовой модели — модель просто учится сэмплировать их эффективнее. А новых способностей, получается, и не появляется!..
С другой стороны, дистилляция от более сильных моделей-учителей действительно может расширить границы возможного и дать новые рассуждения, которых раньше модель проводить не умела.
Всё это говорит о том, что текущие методы RLVR функционируют скорее как способы более эффективного сэмплирования из распределения возможных рассуждений базовой модели, чем как реальные улучшения способностей к этим рассуждениям. Это важно для того, чтобы понимать и потенциал, и пределы возможностей рассуждающих моделей.
Когнитивные паттерны для самостоятельного улучшения
“Cognitive Behaviors that Enable Self-Improving Reasoners” (Gandhi et al., март 2025) даёт механистическое объяснение того, почему одни модели существенно улучшают себя после применения RL-дообучения, а другие выходят на плато.
Авторы выделяют четыре ключевых когнитивных поведения — verification, backtracking, subgoal setting и backward chaining — которые соответствуют стратегиям, которые люди-эксперты применяют для решения задач. Модели, естественно демонстрирующие эти поведения (например, Qwen-2.5-3B), достигают 60% accuracy на Countdown benchmark после RL-дообучения, тогда как модели без них (например, Llama-3.2-3B) выходят на плато в 30% при идентичных условиях.
Самый поразительный результат здесь в том, что если дать модели неправильные решения, которые всё-таки демонстрируют правильные паттерны размышлений, этого будет достаточно, чтобы их качество работы сравнялось с моделями, обученными на правильных решениях.
То есть важен на самом деле доступ к правильным когнитивным паттернам, а не к правильным ответам. Это важно и на практике, для подготовки датасетов, и, честно говоря, философски очень интересно.
Gated Attention
“Gated Attention for LLMs” (Qiu et al., сентябрь 2025) — важный (и очень практический) результат, получивший Best Paper award на NeurIPS 2025; это та архитектурная работа, мимо которой всё-таки не пройти. Авторы добавляют простой sigmoid gating mechanism к выходу каждой головы внимания.
Авторы протестировали более 30 вариаций и сошлись на одной, которая устойчиво улучшала результаты:
Теоретический инсайт здесь в том, что гейт добавляет небольшую нелинейность внутри обычного механизма внимания, который так-то является в основном линейной операцией (не считая softmax-нормализации). Эта нелинейность помогает избежать проблемы “attention sink”, когда несколько токенов доминируют в головах внимания и, как следствие, в градиентах. Кроме того, это улучшает работу с длинным контекстом, позволяя моделям лучше экстраполировать свою работу на контекст длиннее, чем они видели при обучении.
Тот факт, что эта идея была немедленно использована в реальном семействе фронтирных LLM — Qwen-3 от Alibaba уже используют gated attention — доказывает практическую ценность работы и показывает, что академические результаты отнюдь не бесполезны на практике даже в нашу эпоху закрытых гигантских LLM.
Заключение
Итак, что мы имеем по итогам 2025 года в области больших языковых моделей?
Во-первых, reasoning models — это реально. Это не маркетинг и не хайп. RLVR действительно работает (хотя есть и интересные возражения), модели действительно научились “думать” (пусть пока в кавычках), и это приводит к качественному скачку на задачах, требующих многошаговых рассуждений. Золотые медали на IMO и ICPC — это уже не просто красивые цифры для пресс-релизов, а ещё более убедительную демонстрацию прогресса я, пожалуй, отложу до раздела об AI в науке.
Во-вторых, test-time compute scaling стал новым измерением оптимизации. Раньше мы в основном думали о том, как масштабировать обучение. Теперь inference тоже можно масштабировать, причём часто это оказывается эффективнее. Маленькие модели с правильным test-time scaling могут обойти модели в сотни раз больше.
В-третьих, LLM-агенты наконец-то начали работать на практике. MCP стандартизировал взаимодействие с инструментами, computer use приблизился к человеческому уровню, а Claude Code вывел автономных агентов на новый уровень, причём не только в программировании. METR-график с 5-часовыми решаемыми задачами уже сегодня выглядит пугающе для тех, кто зарабатывает программированием — а что будет ещё через год?
В-четвёртых, открытые модели отстают совсем не так уж сильно. DeepSeek продолжает показывать, что open source модели могут конкурировать с лучшими проприетарными, по крайней мере в специализированных задачах; но их “специализация” — это математические рассуждения, что совсем не так уж узко.
Что дальше? Мне кажется, что даже если новых революций (например, заката эпохи трансформеров) не произойдёт, 2026-й станет годом широкого использования и развития того, что было разработано в 2025-м. Browser agents, computer use, agentic coding — всё это уже стало очень популярным, а в течение года должно уже прочно закрепиться на массовом рынке. Кроме того, возможно, мы всё-таки увидим первые серьёзные альтернативы трансформерам в архитектуре LLM — Mamba, Titans, диффузионные LLM ждут своего часа.
В следующих частях обзора мы поговорим о других аспектах искусственного интеллекта: о моделях, работающих с изображениями, об AI safety, о роботике и так далее. С наступившим 2026-м, коллеги!
Сергей Николенко
P.S. Прокомментировать и обсудить пост можно в канале «Sineкура»: присоединяйтесь!
Расскажу вам сегодня об ещё одном своём хобби. Точнее, хобби это трудно назвать, потому что это не занимает никакого постоянного времени в жизни. Но это крутая активность, которую я всем рекомендую: мы с друзьями иногда собираемся и читаем по ролям пьесы.
Звучит максимально уныло, но на самом деле это практически всегда получается огненно и очень нравится в итоге буквально всем, кто приходит:
За саму идею того, что так можно было, большое спасибо Маше Абих, которая проводит читки более серьёзно, не на дому, с открытым входом для всех и так далее.
Но у такого более открытого формата есть и свои недостатки. Главный в том, что ты в итоге можешь прийти на читку и так никакой роли и не получить — Маша выбирает пьесы заранее, и ролей там столько, сколько есть. Прийти куда-то на целый вечер и так и не почитать или сказать “Кушать подано” — вот это уже действительно максимально уныло.)
Поэтому я перешёл на домашний формат, с друзьями в тёплой компании. При таком подходе мы сначала смотрим, сколько человек реально собрались, а потом уже выбираем пьесу с соответствующим числом ролей. Вчера, например, читка была прямо рекордная; первую пьесу читали на 18 человек, вторую чуть поменьше. С таким количеством, конечно, были и маленькие роли, но обычно людей гораздо меньше, а пьесы, как вы понимаете, бывают на любое число ролей; меньше даже лучше, потому что каждому точно достанется немало текста.
И пьесы в этот раз подобрались хорошие. Сначала “Блондинка” Александра Володина; это советская классика, которая вполне современно воспринимается до сих пор.
А потом “Очень-очень-очень тёмное дело” Мартина Макдоны. Последняя оказалась совсем огненной: Макдона всегда великолепен, а тут это было ещё и внезапно не про ирландскую хтонь (а про бельгийскую, но не без твистов).
Если вы думали, чем заняться с друзьями, рекомендую попробовать. Пьес в интернете выложено великое множество, и классических, и современных, на любой вкус; главный сайт для этого дела называется “Театральная библиотека Сергея Ефимова“, там большая база.
Сергей Николенко
P.S. Прокомментировать и обсудить пост можно в канале “Sineкура“: присоединяйтесь!
Дорогие подписчики! Пока куранты ещё не пробили, давайте подведём итоги первого года существования канала. Мы с Клодом сделали для вас немного нехитрого data science с симпатичными графиками.
Постов становится больше
За 2025 год в канале “Sineкура” вышло 284 поста. Это примерно 0.78 поста в день, или, если угодно, один пост каждые 30 часов. Возможно, название канала не то чтобы соответствует действительности…
Посмотрите на график роста — здесь тренд несомненный!
В январе я робко выложил 14 постов, в феврале вообще ушёл в творческий кризис, а потом всё-таки решил, что вести канал надо, и к декабрю мы вышли на 39 постов (это сороковой) — устойчиво по одному посту в день, иногда больше.
Если экстраполировать эту линию в будущее, то к 2027 году я буду выкладывать по сто-двести постов и покупать по двадцать свадебных тортов в месяц. Но пока всё под контролем.
Реакции подписчиков — спасибо вам за них!
А вы оставили 10 308 реакций — то есть в среднем по 36 реакций на пост. Спасибо, что не ленитесь тыкать в кнопочки! Каждый ваш огонёчек и каждое ваше сердечко греют моё сердце.
Безусловные лидеры — сердечко (36.8% всех реакций) и огонёчек (31.3%). Кажется, вам нравится мой канал — или, по крайней мере, вы убедительно притворяетесь, и за это вам тоже спасибо.
Временные срезы
Этот график показывает, в какое время в канале обычно появляются посты. Пик активности — с 11 до 15 часов. Это ниоткуда не следует, но как-то так получается, что я большую часть года старался писать около полудня. Возможно, это и неправильно, надо будет поэкспериментировать.
По дням недели картина такая: среда — абсолютный чемпион, потому что по средам был семинар лаборатории Маркова, и получалось, что к обычному ежедневному посту добавлялась фоточка. По пятницам тоже немало выходило, потому что традиция пятничного поста сформировалась ещё весной.
Для особенно дотошных есть даже heatmap, объединяющий оба параметра:
Хэштеги и темы
Примерно с сентября я начал проставлять хэштеги, и по ним тоже уже накопилась некоторая статистика:
По количеству, понятное дело, #spsu — безусловный лидер (80 постов!). Ну да, я работаю в СПбГУ и именно оттуда выкладываю большинство лекций.
А вот по реакциям безоговорочно побеждает #lifestyle — всего 5 постов, но реакций в среднем почти 100! Вывод очевиден: вам интереснее моя жизнь, чем мои лекции. Думаю, что всего хорошо в меру, но постараюсь почаще использовать этот тег в наступающем году.
Ещё один график, на который мне было интересно посмотреть — зависимость числа реакций от длины поста. Как вы уже заметили, я люблю порастекаться по древу, и было у меня подозрение, что в телеграм-канале так лучше не делать.
Оказалось, что нет, всё в порядке; корреляция, конечно, отрицательная, но очень слабенькая, почти никакой:
Так что не буду себя ограничивать. Да и вообще, я же не для SEO пишу свои посты, а для себя и для вас.
Как видите, в топ попали в основном посты с тегом #lifestyle — точно придётся почаще включать, как говорили много лет назад, лытдыбр.
Можно посмотреть и на распределение реакций:
Получается, большинство постов собирает 15-40 реакций, а вот вырваться за сотню — это уже надо постараться.
С Новым годом!
Год заканчивается, и хочется сказать что-то умное про итоги и выводы. Но на самом деле главный вывод простой: спасибо, что вы есть.
Спасибо, что читаете мои длинные посты про искусственный интеллект и короткие посты про жизнь. Что ставите сердечки и огоньки. Что иногда пишете в комментариях что-то хорошее — это правда очень важно.
Этот канал начинался как эксперимент, а стал чем-то важным для меня. И это благодаря вам.
Пусть в новом году у вас будет поменьше неудач и побольше инсайтов. Пусть близкие будут рядом, а дедлайны — далеко. Пусть находится время на то, что по-настоящему важно.
С Новым 2026 Годом, дорогие подписчики!
Сергей Николенко
P.S. Прокомментировать и обсудить пост можно в канале “Sineкура”: присоединяйтесь!
Это статья из новогоднего выпуска журнала “Деловой Петербург”, посвящённого итогам первой четверти XXI века. Выкладываю также полную свёрстанную версию в pdf:
Двадцать пять лет назад, на пороге нового тысячелетия, сильный искусственный интеллект казался далёкой, а то и несбыточной мечтой. Нейронные сети существовали только в академической среде, передним краем искусственного интеллекта были рекомендательные системы и поиск в интернете, а идея машины, способной поддержать осмысленный разговор или создать произведение искусства, оставалась уделом фантастов.
Сегодня AI-системы пишут код, ставят медицинские диагнозы, создают музыку и изображения, ведут переговоры и даже помогают в научных исследованиях. Более того, они уже начинают участвовать в разработке следующего поколения AI-систем.
В этом головокружительном скачке можно выделить три революции, каждая из которых меняла наши представления о возможностях искусственного интеллекта. Сегодня мы поговорим и о них, и о контурах следующей, четвёртой революции, которые уже можно различить в тумане будущего.
Революция глубокого обучения: когда нейросети наконец заработали
Начало пути
История искусственных нейронных сетей началась ещё до того, как AI оформился как научная дисциплина. Первые математические модели нейронов и их взаимодействий появились уже в 1940-х годах, а перцептрон Розенблатта, который в 1958 году стал одной из первых реализованных на практике моделей машинного обучения, был по сути моделью одного нейрона. Метод обратного распространения ошибки, которым обучаются глубокие нейросети, представляет собой просто дифференцирование сложной функции, и к нейросетям был успешно применён уже в 1970-х.
Но в XX веке нейросети оставались скорее предметом академических исследований, чем практическим инструментом. Они работали на игрушечных задачах и демонстрировали принципиальную возможность своего обучения, но неизменно проигрывали более простым методам. “Нейросети — это второй лучший способ сделать всё что угодно”, — говорил в начале девяностых Джон Денкер.
Революция глубокого обучения
Всё изменилось в середине 2000-х. С математической, идейной стороны Джеффри Хинтон и его коллеги представили новый способ, который позволял обучать глубокие нейронные сети; аналогичный прорыв произошёл и в группе Йошуа Бенджи.
Но даже важнее, чем новые алгоритмические идеи, было то, что технологическая база к этому времени тоже созрела для успеха нейросетей. Графические процессоры (GPU), изначально созданные для трёхмерной графики в видеоиграх, оказались идеальным инструментом для обучения нейросетей. Матричные операции, составляющие основу вычислений в нейронных сетях, выполнялись на GPU в десятки и сотни раз быстрее, чем на обычных процессорах. Одновременно развитие интернета породило огромный поток данных: миллионы изображений, тысячи часов видео, терабайты текста. У нейросетей наконец-то появилось и достаточно мощное “железо”, и пища для обучения.
Нейросети шагают по планете
Первой практически важной областью применения нейросетей стало тогда распознавание речи: появившиеся в начале 2010-х голосовые ассистенты были бы невозможны без обработки речевых сигналов теми самыми глубокими сетями Хинтона.
Символическим моментом революции стал 2012 год, когда на главном соревновании по распознаванию изображений (на датасете ImageNet) команда Джеффри Хинтона представила свёрточную нейронную сеть AlexNet. Она не просто победила, она уничтожила конкурентов, снизив лучший показатель ошибки с 26% до примерно 14%. Это был огромный качественный скачок, и с тех пор каждый год победителями этого соревнования становились исключительно нейронные сети (архитектуры которых, конечно, менялись и улучшались со временем).
А в 2016 году AlphaGo, основанная на глубоких нейронных сетях, победила Ли Седоля, одного из ведущих профессионалов в игре го. Ранее эта игра всегда считалась слишком сложной для компьютеров из-за астрономического числа возможных позиций (поиск по дереву в го не работает совсем), и победу AlphaGo не ожидал практически никто — ни профессионалы го, ни специалисты по искусственному интеллекту.
За эти 10 лет глубокие нейросети стали доминирующей парадигмой в машинном обучении. Но у них были свои ограничения. Свёрточные сети хорошо работали с изображениями, рекуррентные — с последовательностями вроде текста или временных рядов, но каждая архитектура была заточена под свой тип данных, обучение оставалось медленным, а масштабирование — проблематичным.
Революция трансформеров
Что такое трансформер
В 2017 году группа исследователей из Google опубликовала статью с провокационным названием “Attention is All You Need” (“Внимание — это всё, что вам нужно”). В ней описывалась новая архитектура нейронных сетей — трансформер (Transformer). На первый взгляд это была просто ещё одна архитектура для обработки последовательностей, конкурент для классических рекуррентных нейронных сетей. Но быстро стало ясно, что это нечто большее.
Ключевая идея трансформеров — механизм самовнимания (self-attention). Представьте, что вы читаете предложение: “Кошка, которая жила у соседей и которую я часто видел во дворе, убежала”. Чтобы понять, кто именно убежал, вам нужно связать слово “убежала” со словом “кошка”, хотя между ними много других слов. Рекуррентные сети обрабатывали текст последовательно, слово за словом, и с трудом могли обрабатывать даже такие связи в пределах одного предложения, не говоря уже о более далёких. Самовнимание позволяет каждому слову “смотреть” на все остальные слова одновременно и решать, какие из них важны для понимания контекста.
От языка к другим модальностям
Эта простая идея оказалась невероятно плодотворной. В 2018 году появилась модель BERT, которая могла читать тексты и понимать их гораздо глубже, чем все предыдущие; здесь “понимать” означает преобразовывать в семантически богатые представления, при помощи которых потом можно решать разные задачи. В пару к BERT появилось и семейство моделей GPT, о которых мы поговорим ниже.
Но революция трансформеров оказалась шире, чем просто обработка текста. Исследователи быстро поняли, что та же архитектура работает и для изображений (в 2020 году вышел Vision Transformer, который стал основой для очень многих архитектур), и для звука, и для видео. Идея самовнимания оказалась универсальной. Более того, трансформеры можно было комбинировать с другими типами сетей, создавая гибридные архитектуры.
Масштабирование
Но, пожалуй, самое важное свойство трансформеров — это их способность к масштабированию. Трансформеры можно разделить на тысячи параллельных вычислений и обучать на сотнях и тысячах GPU одновременно. И исследователи обнаружили удивительный эмпирический закон: качество работы трансформеров предсказуемо растёт с увеличением размера модели, объёма данных и вычислительных ресурсов.
Эти законы масштабирования (scaling laws) перевернули индустрию. Раньше прогресс в машинном обучении достигался в основном за счёт новых архитектурных решений, новых моделей. А теперь появилась простая, почти механическая формула успеха: больше параметров, больше данных, больше вычислений — лучше результат, причём предсказуемо лучше. Это породило “гонку вооружений”, результаты которой мы видим сегодня.
Революция языковых моделей
Откуда взять данные?
Но и это ещё не всё. То самое масштабирование привело к тому, что размеченных данных для обучения стало категорически не хватать. Когда модели стали содержать миллиарды параметров, большие датасеты “обычного” глубокого обучения, вроде ImageNet, перестали казаться большими.
Решение пришло из неожиданной области. Вместо того чтобы размечать данные вручную, можно использовать задачи с саморазметкой (self-supervision), где правильные ответы получаются автоматически, без участия людей. Самая естественная такая задача для текста — языковое моделирование (language modeling): предсказание следующего слова по предыдущим.
Возьмите любой текст из интернета, оборвите в случайном месте и попросите модель предсказать следующее слово — и вот у вас уже есть обучающий пример. А в интернете триллионы слов.
Языковые модели
Задача языкового моделирования, кстати, тоже была всегда. Ещё в 1913 году Андрей Андреевич Марков построил вероятностную модель последовательностей букв в “Евгении Онегине” — первую языковую модель в истории. Простые языковые модели десятилетиями использовались в распознавании речи и машинном переводе, помогая выбрать более вероятный вариант интерпретации. Но, конечно, никто не ожидал, что они смогут писать связный текст или отвечать на сложные вопросы.
И здесь сработало масштабирование трансформеров. В 2018 году OpenAI выпустила GPT — первую большую языковую модель на основе трансформеров. В 2019 появилась GPT-2 с полутора миллиардами параметров, которая уже могла порождать довольно убедительные тексты. Исследователи из OpenAI даже побоялись выкладывать её в открытый доступ. В 2020 вышла GPT-3 со 175 миллиардами параметров — и тут стало окончательно ясно, что происходит что-то экстраординарное.
GPT-3 могла не просто порождать убедительный текст. Она могла переводить, резюмировать, отвечать на вопросы, писать код, сочинять стихи — и всё это без дополнительного обучения на конкретных задачах, просто на основе нескольких примеров в запросе. Модель могла обобщаться на новые задачи прямо во время использования.
Всё это уже произвело революцию в академических кругах, но на публику она вышла только в ноябре 2022 года, когда OpenAI выпустила ChatGPT. Это была та же GPT-3, но дообученная на диалогах и с использованием обратной связи от людей (reinforcement learning from human feedback, RLHF). ChatGPT мог поддерживать связный разговор, помнить контекст, признавать ошибки, отвечать на поставленные вопросы и отказываться от неподходящих запросов. И им могли пользоваться все, через простой веб-интерфейс.
Скорость прогресса
За пять дней ChatGPT набрал миллион пользователей. За два месяца — сто миллионов. Это была самая быстрорастущая потребительская технология в истории. Дальше были GPT-4 и GPT-5 от OpenAI, семейства Claude от Anthropic и Gemini от Google, семейства открытых моделей вроде Llama или DeepSeek и многое другое. Началась гонка больших языковых моделей (large language models, LLM).
Сегодня LLM помогают программистам писать код, юристам анализировать договоры, врачам формулировать диагнозы, студентам учиться, писателям бороться с творческим кризисом. Они встроены в поисковики, текстовые редакторы, системы разработки. Большими языковыми моделями так или иначе пользуются сотни миллионов людей ежедневно.
И прогресс не останавливается. В 2022 году GPT-3 было нелегко справиться с задачами для третьеклассников вроде “У Васи было три теннисных мячика, и он купил ещё две упаковки по четыре; сколько у него теперь мячиков?” А в 2025-м GPT-5 и Gemini 2.5 Pro уже способны самостоятельно решать сложные математические задачи, как олимпиадные, так и исследовательские. Важным прорывом здесь стали рассуждающие модели (reasoning models), которые сначала “обдумывают” задачу на “черновике”, а только потом начинают выдавать ответ. На основе современных LLM уже создаются системы, которые способны производить новые научные результаты — и это только начало пути.
Пожалуй, самое поразительное здесь не конкретные достижения, а как раз скорость прогресса. Закон Мура для AI работает с удвоением производительности не каждые два года, а каждые несколько месяцев. Задачи, которые казались серьёзным вызовом год назад, сегодня решаются почти идеально. Количество вычислений, требующееся для обучения передовых моделей, удваивается примерно каждые шесть месяцев. Мы живём в эпоху языковых моделей, которые прямо сейчас меняют мир в самых разных областях, и экспоненциальный прогресс никак не хочет останавливаться…
Какой будет четвёртая революция?
Заглянуть в будущее всегда сложно, но кое-что мы уже видим. Четвёртая революция в AI, похоже, будет обеспечена не одним прорывом, а несколькими параллельными направлениями, которые могут сойтись неожиданным образом.
Новые архитектуры
Несмотря на доминирование трансформеров, у них есть фундаментальные ограничения. Главное — квадратичная сложность механизма внимания: каждый токен должен “посмотреть” на все остальные токены, что означает, что вычисления растут пропорционально квадрату длины текста. Для контекста в миллионы токенов это становится вычислительно невозможным. Кроме того, у трансформеров нет настоящей памяти — они всегда обрабатывают весь контекст заново.
В последние годы появляются альтернативы: SSM (State Space Models) вроде Mamba с линейной сложностью и встроенной памятью, архитектуры с разреженным вниманием, семейство JEPA (Joint Embedding Predictive Architecture) от Яна Лекуна и так далее. Пока неясно, какая из этих идей “выстрелит”, но поиск архитектуры следующего поколения уже идёт полным ходом.
Мультимодальность и воплощённый AI
Сегодняшние модели всё ещё в основном работают с текстом и изображениями. Но человеческий интеллект развивался во взаимодействии с физическим миром — через прикосновения, движение, манипуляцию объектами. Есть гипотеза, что для создания по-настоящему общего интеллекта нужен воплощённый AI (embodied AI) — искусственный интеллект, который учится через непосредственный опыт некоего физического агента.
Уже появляются модели мира (world models), которые учатся предсказывать последствия действий в визуальной или тактильной среде. Роботы с AI-управлением начинают справляться со сложными задачами манипуляции. Многие компании сейчас работают над человекоподобными роботами, управляемыми большими мультимодальными моделями. Возможно, следующий прорыв придёт именно отсюда, когда AI научится не просто рассуждать о мире, но и действовать в нём.
Агентные системы
Современные LLM отвечают на запросы, но в основном пассивны. Агентные системы должны быть способны ставить себе цели, планировать, использовать инструменты, взаимодействовать с окружающей средой и другими агентами для достижения долгосрочных целей. Уже существуют прототипы, которые могут пользоваться компьютером и браузером, выполнять последовательности действий, реализовывать целые программистские проекты.
Но настоящие агенты потребуют решения проблем надёжности, безопасности и согласования (alignment) целей AI с человеческими ценностями. Агент, который может действовать автономно, потенциально гораздо опаснее, чем пассивный помощник.
AI для науки
И здесь мы подходим к самому головокружительному сценарию. В 2024 году появились системы вроде FunSearch от Google DeepMind, открывшей новые математические результаты, или AI Scientist от Sakana AI, способной проводить полный цикл научного исследования, от гипотез через эксперименты до готовой статьи. LLM уже помогают доказывать теоремы, предсказывать структуры белков, искать новые материалы.
Что будет, когда AI станет не просто помощником учёного, а самостоятельным исследователем? А что будет, когда AI-системы начнут проводить исследования в области самого искусственного интеллекта?
Многие слышали о технологической сингулярности, моменте, когда прогресс становится настолько быстрым, что люди уже не могут уследить за ним. До недавних пор эти рассуждения были чистой фантастикой. Но сейчас кажется, что если AI сможет лучше людей проводить исследования в области AI, то такая система сможет улучшать сама себя, создавая следующее поколение ещё более мощных систем, и этот процесс сможет развиваться экспоненциально без участия людей — та самая сингулярность.
Что будет в таком случае, не знает никто. Есть и утопические варианты прогнозов — решение всех научных и технологических проблем человечества, изобилие, даже потенциальное бессмертие, — и экзистенциальные риски: если мы создадим системы умнее нас самих, и их цели вдруг окажутся несовместимы с человеческим выживанием, человечество может и не сохранить контроль за будущим. Но важно, что все эти прогнозы и варианты очень, очень близки; в сфере искусственного интеллекта пессимистами считаются те, кто откладывает свой прогноз достижения сверхчеловеческого интеллекта на середину 2030-х, а оптимисты предсказывают это уже в нашем десятилетии…
Мы живём в уникальное время — возможно, самое важное в истории человечества. За четверть века искусственный интеллект прошёл путь от набора разрозненных методов с достаточно узкой сферой применимости до технологий, которые трансформируют все аспекты нашей жизни. Три революции — глубокого обучения, трансформеров и языковых моделей — изменили не только наши технологии, но и наше представление о возможном.
Следующие несколько лет будут определяющими. Четвёртая революция уже началась, но мы ещё не знаем её имени. Выборы, которые мы сделаем сейчас — как исследователи, разработчики, регуляторы, пользователи — могут определить траекторию развития не только AI как науки, но и человечества в целом. У нас есть уникальная возможность сознательно направить развитие самой мощной технологии в истории. Будем ли мы достаточно мудры, чтобы воспользоваться ею?
Сергей Николенко
P.S. Прокомментировать и обсудить пост можно в канале “Sineкура”: присоединяйтесь!
Когда я запускал Wanderstop, я не знал, чего ожидать от этой игры. Знал только, что это тот самый Дэйви Риден. Но оказалось, что попадание вышло стопроцентное: это буквально игра про меня прямо сейчас, в конце очень тяжёлого семестра. Давайте об этом и поговорим; сразу предупреждаю, обзор вышел длинный.
Игры Дэйви Ридена
Нельзя не начать обзор Wanderstop с личности её главного разработчика, Дэйви Ридена (Davey Wreden). Почему-то некоторые пишут по-русски “Вреден”, но это мы категорически порицаем — видимо, у таких авторов самолёт изобрели братья Врайт, а собор святого Павла построил Кристофер Врен.
Знаменит Дэйви в первую очередь игрой The Stanley Parable. Если вы читаете этот обзор, вы наверняка о ней слышали:
Про The Stanley Parable написано и сказано очень много (одна из самых влиятельных инди-игр десятилетия, метакомментарий к самой природе видеоигр, высказывание о свободе воли… продолжать можно долго), поэтому я на ней останавливаться не буду. Скажу только, что если вы не играли в The Stanley Parable Ultra Deluxe (2022) — очень рекомендую, даже если знакомы с исходной игрой. Это не просто ремастер, а полноценное продолжение, которое добавляет кучу нового контента; и да, ведро — это гениально.
Подсвечу лучше вторую игру Ридена, The Beginner’s Guide. Это произведение, которое выглядит очень личным — пишу “выглядит”, потому что, конечно, не могу знать наверняка, и даже подробные интервью Ридена вполне могут оказаться продолжением художественного произведения. Это игра о том, как делать игры, игра в виде диалога между автором и его якобы другом по имени Кода, и это очень эмоциональная и круто сделанная игра.
The Beginner’s Guide устроена так: Дэйви (персонаж, озвученный самим Риденом) проводит нас через серию незаконченных игр своего друга Коды, комментируя каждую из них, пытаясь понять личность создателя через его работы. Постепенно выясняется, что Дэйви модифицировал эти игры, добавлял к ним фонарные столбы, чтобы у них было “окончание”, показывал их другим людям без разрешения… И в финале Кода прямым текстом просит его прекратить.
Есть ли у Коды реальный прототип или это альтер-эго самого Ридена? Некоторые думают, что есть; кстати, это очень крутой обзор, обязательно прочитайте. Но что хотел сказать автор этим конфликтом? Ответов у меня нет, каждый решит для себя, но в любом случае всем очень рекомендую The Beginner’s Guide; игра буквально на два часа, но если вы придёте в неё без спойлеров, то сможете испытать настоящий катарсис. А уже потом почитайте и обзоры-анализы тоже, самому с первого “прочтения” не так просто вникнуть во всё то, что там происходит.
Завязка: как люди выгорают
И вот этот самый Дэйви Риден, мастер метанарратива, берёт и делает… cozy-игру про чайный магазин, фактически ферму?.. Да нет, конечно, всё не так просто, и метанарратив здесь появляется буквально сразу, но кое-что действительно подаётся очевидно и в лоб.
Главная героиня — Альта, непобеждённая воительница, чемпионка арены, посвятившая всю жизнь совершенствованию боевого мастерства. Её принцип прост в формулировке, но для реализации требует постоянной работы над собой (like everything that matters):
И вот три года постоянных побед, сотни поверженных противников… а потом — поражение. И ещё одно. И ещё. Альта не понимает, что происходит — она ведь всё делает правильно! Значит, нужно ещё больше тренировок, больше дисциплины, больше усилий?
Это тоже не работает, и Альта отправляется на поиски легендарной Master Winters (“мастерицы Винтерс”? иногда феминитивы звучат так, что лучше бы их вовсе не было), единственной воительницы, которая могла бы ей посоветовать, что делать. Master Winters искать не нужно, известно, что она живёт в большом лесу на краю света, и именно туда Альта и направляется.
Но по дороге, посреди леса, её оставляют силы. Она буквально не может поднять свой собственный меч. Первое действие которое ты совершаешь в игре — выбор, остановиться ли уставшей Альте передохнуть или бежать дальше. Разумеется, он ни на что не влияет, и ты падаешь без сил:
Я так подробно описал завязку потому, что именно она даёт нам главную тему всего происходящего: выгорание. И это не тонкая метафора или аллюзия, здесь всё говорится в лоб и выкручено на максимум. Мастер метанарратива, двойных посланий и недосказанностей Дэйви Риден вдруг решил поговорить с нами прямым текстом. Наверное, это что-то да значит.
Начало игры: метафора продолжается
Когда Альта приходит в себя, рядом оказывается Боро — добродушный великан, хозяин чайной лавки Wanderstop посреди лесной поляны. Он предлагает Альте остаться и отдохнуть, помочь с магазином. “Заваривание чая полезно для души и тела”, — говорит он и рассказывает, как здесь всё устроено.
Альта, разумеется, в ярости (ты можешь выбирать варианты ответов, но поначалу между ними не так уж много разницы). Она не собирается застревать в какой-то дурацкой уютной игре про чай! Она — воительница! Её место — на арене, а не за заварочным чайником (пусть даже таким крутым и необычным)!
Но каждый раз, когда она пытается уйти в лес, силы покидают её, и она просыпается обратно у Боро. Застряла.
Да, здесь всё ещё продолжается прямолинейное описание выгорания. Кстати, хотя Боро изображается как добродушный, прямолинейный и на первый взгляд не самый умный персонаж, вскоре становится ясно, что он очень непрост:
Боро — не психотерапевт, а метафора того самого unconditional support, который обычно очень нужен, чтобы справиться с выгоранием. Хотя он время от времени действительно делает проницательные и важные замечания, по сути поначалу главный его месседж в том, что Альте просто нужно отдохнуть. А лучший отдых — это, конечно, не сидеть на пенёчке и пережёвывать грустные мысли, а сменить модальность и помогать Боро с его чайным магазином:
Но через все объяснения механик и все предложения с чем-нибудь помочь по хозяйству красной нитью проходит главное — Альте нужно отдохнуть. No pressure. Like, absolutely. Do it if you feel like it; if not, that’s okay too.
Вы уже поняли, что завязка игры очень отозвалась в моём сердечке. Но что же сама игра, что там делать-то надо в этом чайном магазине?
Игра: геймплей здесь не главное
Геймплей Wanderstop очень (даже удивительно!) честно отражает заявленную суть cozy-игры: ты действительно управляешь чайной лавкой. Собираешь чайные листья в лесу, выращиваешь разноцветные фруктовые растения, сушишь листья. Есть механика гибридизации, через которую получаются разные добавки к чаю, но там не очень много возможностей для экспериментов, запороть что-то практически невозможно, а времени всегда бесконечно много.
Когда листья высушены, ты завариваешь чай в причудливой машине посреди магазина. Машина эта — отдельный персонаж: нужно нагреть воду мехами, засыпать ингредиенты, проследить за температурой, налить правильное количество в чашку. Ничего сложного, и опять no pressure, но есть механические действия, которые просто нужно с умиротворяющей последовательностью совершить.
Суть геймплея в том, что персонажи будут приходить и просить сделать им чай с разными добавками. Как правило, всё это будет выглядеть очень прямолинейно: персонаж сказал “хочу с мятой”, значит, нужно в книге с описаниями фруктов найти, какой из них даёт мятный вкус, и добавить его.
Всё это абсолютно без стресса: покупатели ждут сколько нужно, если что-то сделал не так — просто попробуй снова. Нет таймеров, нет штрафов, ничего нет; гейм-дизайн тоже учит тебя замедлиться.
Какие-то более сложные задачки появляются только в самых последних частях игры. Среди них есть и действительно нетривиальные — но игрового челленджа всё равно не будет, ведь в библиотеке на полке стоит “The Book of Answers”, в которой просто прямым текстом написано, что именно сейчас нужно сделать.
Сама Альта поначалу ненавидит судьбу-злодейку, заставившую её подавать чай вместо того, чтобы быть чемпионом арены. Её диалоговые опции практически всегда дают возможность огрызаться на покупателей, жаловаться на скуку, закатывать глаза. И при этом игра никогда не наказывает тебя за это. Можно быть милой и услужливой (не сразу, но eventually можно), можно колючей и раздражённой — история продолжится в любом случае.
Персонажи и истории
Но если геймплей — не главное, то что же главное в этой игре? Разумеется, нарратив, что же ещё…
Персонажи, которые в игре приходят и просят чай, сделаны просто замечательно. Как правило, они одновременно и рассказывают свои человеческие истории, и дают comic relief, и содержат отсылки на что-то узнаваемое. Вот для примера один из персонажей — Джеральд, отец, который никак не может оставить сына в покое. Он пришёл в волшебный лес, чтобы стать настоящим рыцарем и тем самым подняться в глазах сына (который уже подросток, так что ему это всё до большого фонаря).
Но больше всего на свете, конечно же, он любит показывать свои фотографии с сыном:
Спойлерить остальных персонажей не буду. Скажу только, что разумеется, среди них будет и отсылка на The Stanley Parable — одинаково одетые бизнесмены, которые не очень отдают себе отчёт в том, где находятся, и ищут в волшебном лесу переговорку, чтобы сделать в ней презентацию (и их презентации можно послушать, это действительно смешно сделано):
Альта и сама может выпить приготовленный ею чай. Это, кстати, никак не мешает процессу, потому что воды в чайнике хватает на несколько чашек, а персонажам больше одной обычно не требуется. Усевшись на скамейку или диван с чашкой чая, Альта рассказывает о своём прошлом, своих чувствах, каких-то важных воспоминаниях… в общем, эти моменты действительно выглядят как приёмы у психотерапевта:
По мере прохождения раскрывается и второй главный персонаж. Боро — идеальный противовес Альте: она резкая, а он мягкий, она торопится, а он замедляет. Боро никогда не обижается на Альту (поводы, поверьте, есть в избытке), никогда не давит, просто… присутствует. Его манера речи — странноватая, немного не от мира сего — создаёт ощущение, что он знает что-то, чего не знаем мы.
Отдельное удовольствие — книги, которые попадаются в игре. Здесь мы в полный рост видим Дэйви Ридена, автора The Stanley Parable; вот несколько кусочков из разных книг:
Заключение
Конечно, это ещё не всё. Я не буду спойлерить вам ни других важных персонажей, ни сюжетных линий, которые действительно вызывают эмоции. Да и очаровательные плаффины стоят упоминания. Но пора подвести итоги.
Wanderstop — это не совсем та игра, которую я ожидал от Дэйви Ридена. Здесь нет безумного метанарратива Stanley Parable, нет болезненной интроспекции The Beginner’s Guide. Это более… человечная игра? Более тёплая? И при этом она всё ещё несёт фирменный почерк Ридена. Юмор на месте. Неожиданные повороты на месте. Персонажи, которые говорят вещи, от которых хочется остановиться и подумать — тоже на месте.
Wanderstop — это игра о выгорании. Не метафорическом, а буквальном, о том состоянии, когда ты делаешь всё правильно, работаешь усерднее, чем когда-либо, и при этом становится только хуже.
Сам Риден говорил в интервью, что после успеха Stanley Parable и The Beginner’s Guide он столкнулся с тяжёлым выгоранием. Он думал, что создание “уютной игры” поможет ему восстановиться. Это не сработало — по крайней мере, не так, как он ожидал. Разработка Wanderstop заняла почти девять лет, и за это время “cozy game” успело стать целым жанром. Кстати, Риден и здесь показал свою гениальность: он начал делать Wanderstop, когда ещё не вышла даже Stardew Valley, и фермы были разве что весёлые и мобильные, с которых точно пример брать никому не рекомендуется.
“Просто сделать cozy game недостаточно, чтобы исцелить человека”, — говорит Риден. И игра честно показывает это: Альта не выздоравливает просто потому, что поливает цветочки и заваривает чай. Ей приходится столкнуться с причинами своего состояния, с тем внутренним голосом, который требует быть лучшей, сильнейшей, идеальной.
Во мне всё это очень откликается. Я, конечно, не так клинически выгорел, но тоже очень устал к концу этого года, и тоже задаю себе те же вопросы, что и Альта: “Почему мне уже ничего больше не хочется, а порой и не можется? Что со мной не так?” Так что Wanderstop попалась мне очень вовремя. Может быть, я бы иначе воспринял её год назад или через год — но сейчас это именно то, что мне нужно.
Если вы чувствуете себя как Альта — попробуйте Wanderstop. Не ради геймплея (хотя он милый), не ради истории (хотя она трогательная), а ради того странного эффекта, когда игра про чайный магазин говорит вам что-то важное о вашей собственной жизни.
Альта постепенно, через разговоры с посетителями, через чаепития, через саму необходимость замедлиться находит ответы на свои вопросы. Не простые ответы, не “просто отдохни и всё пройдёт”, а настоящие, честные. Надеюсь, что и мы с вами их найдём.
Сергей Николенко
P.S. Прокомментировать и обсудить пост можно в канале “Sineкура”: присоединяйтесь!
