Nvidia покупает Hugging Face за $12,9 млрд — AI-дайджест

Nvidia договорилась о покупке Hugging Face за $12,9 млрд; Z.ai открыла веса GLM-5.3 (744 млрд параметров), Tencent выпустила Hy4-preview на 770 млрд; OpenAI отключает Cursor от своих моделей 12 ноября 2026 года.
Nvidia договорилась о покупке Hugging Face — главного хранилища открытых моделей — примерно за $12,9 млрд. В тот же день, 29 августа 2026 года, Z.ai выложила в открытые веса флагманскую GLM-5.3, Tencent ответила моделью Hy4-preview на 770 млрд параметров, а OpenAI назвала дату отключения редактора Cursor от своих моделей. Разбираем главное к утру 30 августа 2026 года.
Главное сегодня
Nvidia покупает Hugging Face за $12,9 млрд
Nvidia договорилась о покупке Hugging Face за $12,9 млрд — об этом пишет The Information со ссылкой на источники (theinformation.com); ранее Business Insider сообщал о переговорах на сумму свыше $13 млрд (businessinsider.com). Hugging Face — это де-факто центральный реестр открытых весов: через него распространяются модели, датасеты и код почти всей open-source-экосистемы ИИ. Реакция сообщества настороженная: в обсуждении на Reddit с 2,2 тыс. голосов инженеры предлагают заранее зеркалировать важные репозитории (reddit.com). Оптимисты напоминают: Nvidia зарабатывает на GPU при любом исходе модельной гонки, поэтому открытая экосистема ей выгодна. Как устроен мир открытых моделей и что качать — в гайде по open-source LLM.
GLM-5.3 вышла в открытых весах: 744 млрд параметров и 1 млн контекста
Z.ai открыла веса флагманской GLM-5.3 и позиционирует модель для агентного кодинга и киберзащиты (анонс Z.ai). Открытые веса — это когда файлы модели можно скачать и запускать на своём железе, а не только дергать через чужой API. Архитектура GLM-5.3 — MoE: 744 млрд параметров всего, 40 млрд активных на токен, контекст 1 млн токенов и вывод до 128 тыс. — vLLM подтвердил поддержку в день релиза (vllm). Команда Unsloth уже сжала модель с 1,51 ТБ до 239 ГБ в 2-битном варианте, сохранив около 81% качества (Unsloth). Младшая GLM-5.3-Flash выдаёт 270 токенов в секунду и по независимому замеру на 10% обгоняет GLM-5.2 на OfficeQA Pro v2 при цене в десять раз ниже (замер).
Tencent Hy4-preview: 770 млрд параметров и пятое место на Code Arena
Tencent выпустила открытую Hy4-preview: 770 млрд параметров при 49 млрд активных и контекст 1 млн токенов (анонс Tencent). Модель сразу показала себя в кодинге: примерно пятое место на Code Arena: WebDev — на 115 пунктов выше прошлой Hy3 (Code Arena) — и первая строчка SWE-bench Pro по данным команды Cline (cline). Инженерная деталь для тех, кто будет разворачивать: 256 маршрутизируемых экспертов плюс один общий, собственный sparse-индекс считают только 21 из 78 слоёв, а встроенный 10-миллиардный MTP-слой работает с глубиной драфта 3 (vllm).
OpenAI отключит Cursor от своих моделей 12 ноября 2026 года
OpenAI прекращает поставку моделей в редактор Cursor после его покупки компанией SpaceX: доступ разработчиков закроется 12 ноября 2026 года (заявление OpenAI). Компания объясняет решение тем, что после опыта работы с компаниями Илона Маска не уверена в соблюдении своих условий использования. Командам, которые строили процессы на связке Cursor + модели OpenAI, остаётся меньше трёх месяцев на миграцию — и это громкое напоминание, почему процессы стоит собирать переносимыми, а не вокруг одного вендора.
Видео быстрее реального времени: MiniMax H3 Max у fal и Wan 3.0 во главе Video Edit Arena
Провайдер инференса fal показал генерацию видео быстрее реального времени на модели MiniMax H3 Max (анонс fal) — включая ролики с несколькими склейками (демо). Параллельно Wan 3.0 заняла первое место в Video Edit Arena с 1414 очками, опередив Dreamina-Seedance-2.5 и MiniMax-H3 (рейтинг), а Google выпустила Gemini Omni 1.1 Flash для управляемых продакшн-процессов (анонс DeepMind). Генеративное видео дешевеет и ускоряется на глазах; промпт под видеомодель удобно собирать в ИИ-генераторе промптов AI SKILLS.
Цифры и факты
- 66 из 107 задач (61,7%) — потолок лучшего агента на новом бенчмарке CommerceAgentBench от Alibaba Accio: проверяется, что агент реально изменил, сохранил или отправил, а не что он об этом заявил (обзор).
- $2,6 млн за 24 часа — предзаказы открытой робоутки Microduck за $399 (Томас Вольф, Hugging Face).
- В 5,6–20,8 раза меньше вычислений на предобучении — LeVJEPA заявляет паритет или лучше V-JEPA 2 (статья).
- $0,15 / $0,47 за миллион токенов — цена Qwen3.8-Flash (125 млрд параметров, 6 млрд активных): примерно в 20 раз дешевле и вдвое быстрее Qwen3.8 Max (разбор, анонс Alibaba).
- 623 инструмента — столько карточек в каталоге Open Source на aiskills.team после сегодняшней порции радара: 6 новых за день, от визуализатора архитектуры LikeC4 до сетевого сканера netscanner.
Разные точки зрения: сделка Nvidia — Hugging Face укрепит открытую экосистему или похоронит её?
Сделка на $12,9 млрд отдаёт главный хаб открытых весов производителю GPU, и сообщество раскололось (обсуждение на Reddit, 2,2 тыс. голосов).
За. Стимулы Nvidia выровнены с открытостью: компания зарабатывает на продаже GPU независимо от того, чья модель победит, — чем больше людей скачивают и запускают веса, тем выше спрос на железо. В этой логике Nvidia — лучший из возможных покупателей, в отличие от лабораторий с собственными закрытыми моделями.
Нейтрально. Часть инженеров считает, что сама смена владельца мало что меняет: Hugging Face — витрина и хостинг артефактов, и его бизнес-ценность как самостоятельной компании всегда вызывала вопросы; веса никуда не исчезают, пока живы зеркала.
Против. Риск — в политике модерации: «расцензуренные» и другие чувствительные чекпоинты после сделки могут попасть под давление, поэтому сообщество уже обсуждает зеркала и торрент-бэкапы критичных репозиториев. Центральный реестр — это ещё и единая точка отказа для всех локальных пайплайнов.
Инструменты и приёмы
- Claude Code научился возобновлять сессии на десктопе — незаметная мелочь, которая двигает агентов к постоянной работе поверх длинных задач (анонс). Готовые скиллы для Claude Code — в каталоге AI SKILLS, как они устроены — в гайде по скиллам.
- Переносимые скиллы бьют файнтюн. В работе Google агентная память разложена на три слоя — сырые трейсы, накопленную «вики» знаний и исполняемые скиллы; основной прирост даёт вики, а скиллы переносятся между семействами моделей (разбор). Практики добавляют: базовые модели сменяются быстрее, чем окупается файнтюн (мнение).
- Крутите обвязку, а не веса. Команда T3 Code заметно подняла качество pull-request-ов тюнингом инструкций agents.md/claude.md — сильнее всего выросли названия и описания PR, а не сам код (отчёт).
Коротко
- Anthropic показала, как Claude автономно выполняет полезную работу по alignment-исследованиям в ограниченном бюджете ресурсов (пост Anthropic).
- Новый бенчмарк PAWBench требует от видео- и world-моделей восстанавливать правильное распределение вариантов будущего, а не одно правдоподобное (анонс).
- Внутри симулятора робоутки Microduck нашлись изящные инженерные решения — например, EMA-сглаживание трекинга головы, потому что голова весит 38% массы тела (разбор).
- Qwen3.8-Flash на FP8 ломал многоходовые диалоги; переключение KV-кэша на BF16 чинит проблему — практичный рецепт для всех, кто запускает модель локально (отчёт, решение).