Регулирование ЕС, открытые веса и разрыв на начальном уровне
В Европе вступили в силу правила ИИ высокого риска, на этой неделе вышли два крупных ИИ-модели с открытыми весами, а Стэнфорд обнаружил 19%-й разрыв в занятости молодых работников.
By BINA Editorial
Крупный дедлайн по соблюдению требований, два релиза моделей с открытыми весами, новый инструмент защиты конфиденциальности и свежие данные о рынке труда сделали эту неделю необычно насыщенной для мира ИИ.
Правила ИИ-закона ЕС для систем высокого риска вступили в силу
Наиболее значимый рубеж исполнения на сегодняшний день в рамках Закона ЕС об ИИ наступил 2 августа 2026 года: требования, охватывающие системы ИИ высокого риска, стали полностью обязательными. Разработчики и операторы ИИ, используемого при найме персонала, кредитном скоринге, в образовании, биометрии и критической инфраструктуре, обязаны теперь вести документацию по управлению рисками, предоставлять техническую документацию, обеспечивать значимый человеческий контроль и проходить оценку соответствия до развёртывания. Европейский офис ИИ осуществляет надзор за соблюдением требований для моделей ИИ общего назначения; национальные органы каждого государства-члена контролируют отраслевые приложения высокого риска.
Тот же дедлайн ввёл в действие обязательства по прозрачности в соответствии со Статьёй 50: чат-боты и голосовые помощники обязаны идентифицировать себя как ИИ, а контент, созданный или изменённый с его помощью, должен иметь машиночитаемые пометки. Дипфейки требуют явной маркировки. Нарушения грозят штрафами до 15 миллионов евро или 3% от общемирового годового оборота — в зависимости от того, что выше.
Параллельно с дедлайном Digital Omnibus ЕС — целевой пакет поправок, согласованных Советом и Парламентом в мае и вступивших в силу 27 июля, — отложил часть обязательств по документации для небольших провайдеров и упростил пути оценки соответствия для МСП. Поправка была призвана не допустить несоразмерных затрат на соблюдение требований для европейских стартапов при сохранении основных мер защиты потребителей.
Google выпускает Gemini 3.7 Flash
Google представила Gemini 3.7 Flash 13 августа — модель, ориентированную на задачи кодирования, агентные рабочие процессы и разработку программного обеспечения. Модель поддерживает контекстное окно более одного миллиона токенов и принимает мультимодальные входные данные — текст, изображения и структурированные данные. Google заявляет, что по девяти бенчмаркам в области разработки ПО она превзошла сопоставимые модели Anthropic и OpenAI, с особыми улучшениями в отладке и генерации готового к продакшену кода с первой попытки. Цена установлена на уровне $0,75 за миллион входных токенов и $3,75 за миллион выходных токенов до конца 2026 года. Релиз выходит примерно через три недели после Gemini 3.6 Flash, продолжая быстрый темп итераций Google в течение года; более крупное обновление Gemini 3.5 Pro по-прежнему задерживается.
Qwen3.8-27B от Alibaba поставляется под лицензией Apache 2.0
Исследовательская группа Qwen от Alibaba опубликовала Qwen3.8-27B 14 августа, сделав полные веса модели свободно доступными под лицензией Apache 2.0. Модель содержит 27,78 миллиарда параметров, нативно работает с текстом, изображениями и видео и поставляется с контекстным окном на 262 144 токена. По трём бенчмаркам разработки ПО — SWE-Bench Pro на уровне 61,7%, DeepSWE 1.1 на 42,2% и QwenSWEBench на 79,0% — она демонстрирует значительный прогресс по сравнению с предшествующей Qwen3.6-27B. При 4-битном квантовании требования к памяти снижаются с 55 ГБ примерно до 18–20 ГБ, что делает модель доступной для одной потребительской GPU с 24 ГБ видеопамяти. Сборки сообщества для llama.cpp, LM Studio и Ollama появились в течение нескольких часов после официального релиза. Независимые рецензенты отметили, что по умолчанию модель использует расширенные цепочки рассуждений, которые могут замедлять ответы на коротких задачах, но дают тщательные ответы на более сложных.
Google открывает HEIR: запуск ИИ на зашифрованных данных
15 августа Google опубликовала HEIR — Homomorphic Encryption Intermediate Representation — набор инструментов компилятора с открытым исходным кодом, преобразующий предобученные модели машинного обучения в версии, способные выполнять вывод на зашифрованных входных данных. Техника — полностью гомоморфное шифрование — позволяет серверу обрабатывать конфиденциальные данные и возвращать полезные результаты, никогда не расшифровывая исходную информацию. HEIR построен на компиляторной инфраструктуре MLIR и автоматизирует преобразование стандартных обученных моделей в формы, совместимые с FHE, поддерживая несколько схем шифрования и высокопроизводительные бэкенды. Сопроводительная статья на arXiv и четыре демонстрационных приложения доступны вместе с кодом. Непосредственными бенефициарами являются независимые исследователи и небольшие организации, которые хотят экспериментировать с ИИ, сохраняющим конфиденциальность, без необходимости формировать специализированную команду криптографов. Ни один потребительский продукт Google ещё не интегрировал HEIR, однако открытый релиз существенно снижает барьер входа.
Стэнфорд обнаруживает 19%-й разрыв в занятости молодых работников в профессиях, подверженных влиянию ИИ
Новый анализ Лаборатории цифровой экономики Стэнфорда, опубликованный в этом месяце под названием «Канарейки в угольной шахте», показывает, что занятость работников в возрасте 22–25 лет в профессиях с высокой подверженностью ИИ сейчас примерно на 19% ниже, чем была бы, если бы она двигалась в ногу с занятостью в менее подверженных профессиях. Разрыв неуклонно расширяется — с 15% в июле 2025 года до 19% по состоянию на июнь 2026 года — и, по всей видимости, обусловлен прежде всего сокращением найма, а не ростом увольнений. Исследование основано на анонимизированных данных о заработной плате, охватывающих более 100 миллионов записей о занятости от ADP.
Опытные работники в тех же профессиях не демонстрируют сопоставимого дефицита; во многих случаях ИИ дополняет, а не заменяет их труд. В числе отраслей с наибольшим риском — финансовые услуги, информационные технологии и административная поддержка. Исследование не выявляет свидетельств масштабного общеэкономического вытеснения рабочих мест, однако авторы описывают траекторию занятости молодых работников в отраслях, подверженных влиянию ИИ, как центральную политическую задачу переходного периода рынка труда этого десятилетия — называя эту группу канарейками в угольной шахте, чьё положение служит ранним предупреждением о давлении, которое в конечном итоге может затронуть более широкие слои рабочей силы.