Hacker News · 15.06.2026 ·Исследования и модели

Apple представила Foundation Models для разработчиков

Apple анонсировала Apple Foundation Models — набор моделей машинного обучения, доступных для разработчиков. Эти модели предназначены для интеграции в приложения и сервисы, что может значительно расширить возможности разработчиков, работающих с ИИ.

Компания подчеркивает, что модели оптимизированы для работы на устройствах Apple, включая iPhone, iPad и Mac. Это означает, что разработчики смогут создавать приложения с поддержкой ИИ, которые будут работать быстро и эффективно даже на мобильных устройствах.

Apple Foundation Models включают в себя модели для обработки естественного языка, компьютерного зрения и других задач. Это открывает новые возможности для создания интеллектуальных помощников, систем рекомендаций и других сервисов, которые могут быть полезны пользователям.

Для разработчиков это важный шаг, так как Apple предоставляет доступ к мощным моделям, которые можно использовать для создания инновационных решений. Это также может способствовать развитию экосистемы приложений с поддержкой ИИ на устройствах Apple.

Источник: Hacker News

Похожие материалы

Hacker News · Развитие foundation models Apple представила третье поколение foundation models Apple анонсировала третье поколение своих foundation models, которые стали более мощными и универсальными. Новые модели демонстрируют улучшенные возможности в обработке естественного языка, компьютерном зрении и других задачах машинного обучения. Это важный шаг для компании, которая активно развивает свои ИИ-капabilities, особенно в контексте интеграции с устройствами и сервисами Apple. GitHub · Локальный инференс и модели Apple открыла репозиторий с инструментами для локального ИИ Apple выпустила открытый репозиторий coreai-models на GitHub, который содержит рецепты экспорта моделей, Python-примитивы и утилиты для работы с ИИ на устройствах. Это значимый шаг, так как Apple активно продвигает локальные вычисления для ИИ, что особенно важно для разработчиков, работающих над автономными агентами. Hugging Face - Blog · Инференс и инфраструктура Как AWS помогает строить и запускать foundation модели Amazon Web Services (AWS) представил набор инструментов и сервисов для обучения и развёртывания foundation моделей. Это важно для разработчиков ИИ-агентов, так как позволяет масштабировать инференс и оптимизировать затраты. Simon Willison's Weblog · Новые модели ИИ от Microsoft Microsoft представил две новые модели ИИ MAI-Thinking-1 и MAI-Code-1-Flash Microsoft объявил о выпуске двух новых текстовых моделей ИИ: MAI-Thinking-1 и MAI-Code-1-Flash. MAI-Thinking-1 — это модель для рассуждений с 1 триллионом параметров, из которых 35 миллиардов активны. Она доступна для "выбранных ранних партнеров". MAI-Code-1-Flash, с 137 миллиардами параметров и 5 миллиардами активных, специально разработана для GitHub Copilot и VS Code, чтобы обеспечить высокую производительность и низкую стоимость. Эта модель уже начинает выкатываться для индивидуальных пользователей GitHub Copilot в Visual Studio Code. Hacker News · Инференс и железо MLX-Optiq: квантование LLM для Apple Silicon Команда MLX представила MLX-Optiq — инструмент для переноса больших языковых моделей (LLM) на устройства Apple Silicon с поддержкой смешанной точности. Это решение позволяет значительно сократить потребление памяти и вычислительных ресурсов при инференсе моделей, что особенно важно для мобильных и встраиваемых устройств. Hugging Face - Blog · Инференс и железо Transformers переезжает на MLX для ускоренного инференса Hugging Face анонсировал переход библиотеки Transformers на MLX — фреймворк для ускоренного инференса моделей на Apple Silicon. Это важный шаг для разработчиков ИИ-агентов, так как позволяет запускать сложные модели на потребительских устройствах с минимальными затратами. Google DeepMind News · Выход новых моделей Gemini 3.1 Pro от DeepMind для сложных задач DeepMind представила новую модель Gemini 3.1 Pro, ориентированную на решение сложных задач, где требуется не просто ответ, а глубокий анализ и понимание контекста. Модель демонстрирует улучшенные способности в обработке сложных запросов, что делает её перспективной для применения в различных областях, включая разработку ИИ-агентов. The latest research from Google · Разумные агенты и байесовские сети Исследование Google: как обучить ИИ разумно рассуждать Исследователи Google представили новый подход к обучению языковых моделей разумному рассуждению на основе байесовских принципов. В статье, опубликованной на официальном блоге Google Research, описывается метод, который позволяет моделям лучше обрабатывать вероятностные данные и принимать решения в условиях неопределенности. Это особенно важно для разработки ИИ-агентов, которые должны работать в динамических и сложных средах, где точность и логичность рассуждений критически важны. arXiv · Интерпретируемость ИИ-агентов LEAF-X: новый фреймворк для объяснения работы трансформеров в ASR Исследователи из MIT и других университетов представили LEAF-X — фреймворк для объяснения работы трансформерных моделей автоматического распознавания речи (ASR), таких как Whisper. Эти модели демонстрируют высокую точность, но их предсказания остаются «чёрными ящиками». Существующие методы объяснения ИИ (XAI) часто страдают от несоответствия между объяснениями и реальной работой модели, а также от отсутствия точной временной привязки. AI | VentureBeat · Модели для программирования NousCoder-14B: открытая модель для кодинга от Nous Research Nous Research, стартап в области открытого ИИ, поддержанный венчурной фирмой Paradigm, представил новую модель для программирования NousCoder-14B. Модель была обучена всего за четыре дня на 48 графических процессорах Nvidia B200 и демонстрирует конкурентоспособные результаты с более крупными проприетарными системами.

← Все материалы