Локальные LLM
Локальные LLM — это языковые модели, которые работают прямо на вашем железе: ноутбуке, ПК с видеокартой или домашнем сервере — без облака, подписок и передачи данных наружу. Ollama, llama.cpp и LM Studio плюс квантованные GGUF-версии Llama, Qwen и Gemma делают это доступным даже на видеокарте десятилетней давности. Здесь — все наши материалы о локальном запуске ИИ: гайды, тесты железа, квантизация и приватность.
Microsoft запустила Foundry Managed Compute: тысячи моделей Hugging Face одним кликом
Microsoft объединила Azure Foundry с каталогом Hugging Face: тысячи открытых моделей теперь разворачиваются в облаке одним кликом с корпоративной безопасностью и…
Нейросеть для документов: Gemma 4 парсит PDF без OCR
Мультимодальная Gemma 4 от Google разбирает любые PDF — сканы и цифровые — без OCR-пайплайна: страницы конвертируются в изображения и передаются модели напрямую.
ИИ для оценки интерфейсов: метод FlowEval от Apple
Apple ML Research разработала FlowEval — фреймворк для автоматической оценки AI-сгенерированных интерфейсов на основе сравнения навигационных траекторий с реальными…
7 лучших coding-моделей для локального запуска в 2026 году: Qwen, DeepSeek и другие
Amazon SageMaker AI добавила поддержку P-EAGLE для параллельного ускорения LLM-инференса
Глава Qualcomm: AI-агенты станут новыми приложениями, 40 устройств на подходе
Google DeepMind открыла DiffusionGemma — 26B MoE-модель с генерацией в 4 раза быстрее
Google выпустила Gemma 4 12B: 150 млн скачиваний, запуск на ноутбуке с 16 ГБ VRAM
Google DeepMind выпустила Gemma 4 12B — компактную открытую модель, которая запускается локально с 16 ГБ VRAM, отметив 150 млн скачиваний серии по лицензии Apache…
NVIDIA TensorRT превращает FP8-чекпоинты в движки для быстрого инференса
NVIDIA объяснила, как конвертировать FP8-квантизованный чекпоинт в TensorRT-движок — шаг, который превращает оптимизированную модель в реальный продакшн-инструмент.
DeepSeek выпустила DSpark — фреймворк, ускоряющий генерацию на DeepSeek-V4 на 57–85%
Liquid AI выпустила LFM2.5-230M: 213 токенов/с на Galaxy S25 и поддержка llama.cpp
Локальная нейросеть для мониторинга серверных логов
Локальные нейросети для разработки: Claude Code бесплатно
Сравнение TTS-моделей 2026: от коммерческих до открытых
В 2026 году выбор TTS-модели зависит от трёх факторов: качество звука, задержка обработки и стоимость. Коммерческие решения выигрывают по естественности, открытые…
Ollama вместо ChatGPT: экономим деньги, приватность и планету
Разработчик отказался от ChatGPT в пользу Ollama — бесплатного локального AI, который работает без интернета, подписок и отслеживания данных.