AI-дайджест

Тема нейросетей и искусственного интеллекта одна из самых освещаемых областей с устойчивым ростом упоминаний во всех ключевых секторах. Она занимает до четверти всех новостей о цифровизации и современных технологиях. Интересный факт: в период с 2013 по 2023 год количество публикаций, связанных с ИИ, выросло более чем в 2 раза - со 102 000 до более чем 242 000. Сейчас на долю ИИ приходится 41,8% всех публикаций по информатике.

Другая интересная закономерность: если сравнить динамику популярности поисковых запросов в Google по словам «AI» и «ChatGPT», то мы увидим крайне созависимое поведение графика.

Хорошо видно, что именно спровоцировало всплеск интереса к этой теме, и, надо сказать, не без причины.

Любая технология на пике хайпа всегда порождает вокруг себя множество инфоповодов и упоминаний. Причина понятна: попадание в тренды влечет за собой поднятие охватов и соответствующие бонусы для авторов. Новостей и обсуждений так много, что за ними физически сложно уследить. Они создают инфошум, через тернии которого приходится пробираться, чтобы выцепить для себя что-то действительно полезное. Особенно когда это касается каких-то отдельных сфер деятельности.
Как ведущему BIM-менеджеру (а мои задачи в рамках компании выходят далеко за рамки BIM) мне приходится держать руку на пульсе в части всех последних трендов и кейсов применения ИИ для оценки возможности интеграции их в свою деятельность или в работу своих коллег.
Меня зовут Алексей Гончарук, и я подготовил для вас дайджест самых интересных, увлекательных и полезных новостей из мира искусственного интеллекта с акцентом на сферу строительства и проектирования. Выпуск охватит события не только за последнюю неделю, но и некоторые более ранние анонсы. Погнали!

Предвосхищение новой версии ChatGPT сопровождалось весьма высокими ожиданиями. 7 августа в 20:00 по МСК OpenAI анонсировала новую версию своей модели, а точнее сразу линейку.

GPT‑5 — это семейство моделей, различающихся по скорости и глубине анализа:

Модель выбирается автоматически: встроенный «маршрутизатор» анализирует тип запроса и выбирает подходящий вариант. Эта архитектура улучшает не только точность, но и эффективность работы ChatGPT.

Подробный обзор можно почитать в этой статье, которая писалась прямо во время трансляции OpenAI, а тут более краткая выжимка основных нововведений.
Презентация выглядела впечатляюще. Мгновенно стали появляться мемы, типа такого:

Однако уже спустя несколько часов и первых реальных тестов эйфория сменилась серьезным недовольством:

• Вместо основной версии GPT-5 часто использовался урезанный вариант, что сильно снижало качество ответов. Альтман позже объяснил это поломкой автопереключателя между режимами и пообещал правки и прозрачность, какой именно моделью отвечает чат.
• Время на «глубокие размышления» резко сократили, из-за чего сложные задачи стали решаться быстро, но с ошибками. Впрочем, модель засмеяли даже за ошибочный ответ в относительно простой логической задаче.
• Сообщество отмечало, что новинка якобы уступает прошлым моделям по дружелюбности, креативности и интеллекту.
• Пользователям Plus убрали доступ к прежним моделям, оставив только GPT-5.
• Дров в ситуацию подбросил ряд факапов с графиками во время презентации: так называемые «chart crime» - когда числовые значения на графиках не соответствовали его графической части. Это позже объяснили усталостью сотрудников, которые готовили эти материалы в последнюю ночь (пу-пу-пу, как знакомо..)

Хоть Сэм Альтман и постарался максимально разрулить ситуацию, она всё равно внесла свой отпечаток в репутацию OpenAI. Возможно, ребятам пора переходить на многоступенчатую систему анонса: начиная с закрытой беты, далее к открытой и только потом к полноценному обновлению у всех пользователей - то, как это делает, например, компания Apple. А сейчас, мне кажется, те пользователи, кто первыми пошли тестить новую модель, неосознанно стали теми самыми «бета-тестировщиками».

Я думаю, что в конечном счете модель «причешут» по мелким косякам, и никто уже не захочет возвращаться на более старые версии, поскольку глобально это действительно значительное улучшение, хоть и не радикальное.

Мне особенно понравилось, что модель стала меньше ошибаться и чаще ссылаться на источники в своих ответах. Это должно значительно улучшить работу с нормативными документами. Также сообщество отмечает заметный прогресс в написании кода - вайб-кодерам стало ещё проще «творить».

И в заключение: не забывайте, что с LLM надо уметь общаться и правильно формулировать запрос - тогда не будет пустых разочарований. У OpenAI есть гайд по тому, как правильно формулировать запросы, чтобы получать максимально ожидаемые и качественные ответы. Советую всем ознакомиться. Кому лень переводить, есть адаптированная статья на русском.

Также, можно ознакомиться с интересной статьей: Топ-8 новых фишек ChatGPT, о которых не рассказали на презентации

Незадолго до выхода GPT-5, OpenAI выпустила две модели с открытыми весами — gpt-oss-120b и gpt-oss-20b. Это первые «open-weight» релизы компании со времён GPT-2 (2019). Запуск последовал на фоне успеха открытых моделей, включая DeepSeek R1, усиливая конкуренцию среди ведущих игроков рынка.
Они доступны для скачивания на Hugging Face и ориентированы на задачи рассуждения и программирования в текстовом формате (без изображений и видео). Модели можно запускать локально и дообучать (лицензия Apache 2.0). OpenAI раскрывает веса, но не обучающие данные, поэтому это не совсем «полный опенсорс» - отмечается в статье Bloomberg.
Утверждается, что младшую версию (gpt-oss-20b) можно запустить даже на ПК или ноутбуке с 16 ГП памяти (оперативной/видео/объединенной). Это отличный «бюджетный» по железу вариант для реализации внутренних корпоративных или личных решений.
Если будете разворачивать модель без готовых интеграторов (HuggingFace, Ollama и т.п.), то имейте в виду, что нужно вручную задавать «особый» формат ответов - Harmony.

И вот уже 10 августа Яндекс (Yandex B2B Tech) релизит у себя новые OpenSource модели от OpenAI для использования по API через платформу Yandex Cloud AI Studio. Это весьма полезно для тех, кто по разным причинам не имеет возможности/желания самостоятельно разворачивать модели на своих серверах, а использовать зарубежные сервисы для отдельных задач не позволяет закон «О персональных данных». При использовании Yandex Cloud AI Studio данные хранятся и обрабатываются в российских дата-центрах.

На самом деле, последняя неделя была насыщена не только релизами OpenAI.
Буквально на следующий день после выпуска gpt-oss от OpenAI, компания Anthropic анонсирует новую версию своей флагманской LLM: Claude Opus 4.1. Модели от Anthropic всегда выделялись особыми преимуществами при работе с программным кодом. Новая версия стала ещё на ступенечку выше. Из особенностей отмечают способность модели вносить точные изменения в код даже при большом объёме его базы, ограничиваясь только необходимыми модификациями и не создавая новых ошибок. Также, она стала чуть лучше в рассуждениях и агентских задачах.

И в этот же день Google выпускает новую версию своей модели симуляции мира - Genie 3, в котором по одному текстовому запросу можно получить генерацию полноценного интерактивного 3D-пространства. Да, это уже из направления GameDev и симуляции миров для обучения роботов, что кажется достаточно далеко от нашей сферы строительства. Хотяяяя… мне кажется, именно оттуда вскоре к нам постучатся ребята с совершенно новыми подходами и уберут всю эту консервативность и технологическое отставание. По крайней мере, хочется верить =). А пока все эти новости у меня вызывают эмоции как в одном меме.

И последнее в этом разделе в качестве бонуса: вот вам гайд, как получить подписку на Perplexity Pro на 1 год ВСЕГО за ~455 руб (за место ~16000 руб). Это меньше чем 40 руб/мес - можно сказать, что бесплатно, учитывая доступ к целому «зоопарку» моделей.

Revizto опубликовала отчёт, в котором предупреждает: отставание строительной отрасли в цифровизации может затормозить формирование мирового инфраструктурного рынка ИИ, который оценивается в $4 трлн.
Исследование Revizto выявило критическую проблему: 27% проектных организаций до сих пор полагаются только на Excel, PDF и Е-mail в качестве основных рабочих инструментов для обмена данными.
Парадокс в том, что строительная индустрия, создающая физическую инфраструктуру для ИИ-революции, сама остается одной из наименее цифровизированных отраслей. Это создает серьезный риск: современные проекты ЦОДов требуют координации огромных массивов данных и сжатых сроков - некоторые переходят от концепции к полному проекту за 10 недель.
По данным исследования, низкий уровень внедрения BIM, слабая интеграция данных и недостаточная подготовка кадров приводят к потере эффективности и росту рисков на всех стадиях проектов. Авторы подчёркивают, что без ускоренной цифровой трансформации строительство рискует упустить значительную часть потенциальных инвестиций в ИИ-инфраструктуру.

29 июля Яндекс провел достаточно интересный вебинар: «“Как применять AI-агентов Яндекса для конкретных бизнес-задач», на котором рассказал про свои сервисы Нейросаппорт и Нейроэксперт (отечественный аналог NotebookLM от Google) - AI ассистент для работы с документами и базами знаний.

К слову, ранее мне и моим коллегам уже доводилось тестировать Нейроэксперт на практической задаче с BIM-требованиями от заказчика. Работает он пока не так хорошо, как решение от Google или GPTs от OpenAI, но потенциал имеет высокий. Плюс делаем скидку на то, что это бета-версия.
В то же время весьма показателен следующий кейс: заявлялась поддержка подсказок и автоответов на основе данных внутренних сервисов Яндекса. В частности, возможность подключить внутреннюю базу знаний к Нейроэксперту. Мы с командой сразу решили протестировать это, так как пользуемся Я.Wiki в качестве платформы для внутренней базы знаний. И тут столкнулись с проблемой: Нейроэксперт напрочь отказывался с ней работать .

Спустя ещё некоторое время и после обращения в поддержку он даже прилег ненадолго.

После нескольких итераций общения с техподдержкой был вынесен вердикт: Яндекс Вики не поддерживается в Нейроэксперте. The End =(.

На самом деле мы всё ещё не теряем надежд и ждём, когда Яндекс это починят, чтобы провести тестирование и поделиться этим с вами.

Наконец опубликованы все записи последних выступлений BIM Просвета, который прошел в офлайн формате в Москве. Тема: «Искусственный интеллект в проектировании и девелопменте».

Для удобства я собрал ссылки на обзоры каждого выступления (там же ссылки на видео и сами презентации):

• Как ПИК экспериментирует с ИИ в архитектуре — инсайты от первого лица
• ФСК и цифровой след строительства — как девелопер превращается в data-компанию
• Зачем Sminex инвестирует в ИИ? Деталями внедрения LLM и ML в девелопере поделился Павел Осипов. А тут кратко перечислены основные компоненты AI-LLM платформы, о которых говорится в докладе.
• Нейронки на все случаи работы от Марии Бедовой в докладе «ИИ без воды»
• ИИ в nanoCad. Максим Журавлёв о сценариях использования ИИ в отечественном ПО
• n8n для автоматизации бизнес-процессов и создания ИИ-агентов. Теоретическая часть от Игоря Рогачева
• n8n для автоматизации бизнес-процессов и создания ИИ-агентов. Кейсы от Александра Попова
• Альбом фотографий с мероприятия можно найти тут.

Похвастаюсь тем, что мне удалось лично попасть на мероприятие. Могу сказать однозначно: это один из самых интересных и полезных форматов с практической точки зрения. BIM Просвет всегда отличался акцентом на реальные кейсы и опыт спикеров. Как человек, который не пропустил ни одного онлайн мероприятия, заверяю: планка выдержана и в офлайне. Удачи ребятам!

Вот кратко основные тенденции внедрения ИИ от ИИ по данным из выступлений про ИИ:

• Смещение фокуса на ранние стадии проекта — концепция и предпроект как ключевые точки влияния на себестоимость (до 80 %), при минимальных трудозатратах.
• Создание специализированных AI-лабораторий для экспериментов вне стандартных процессов разработки продукта.
• Использование open-source моделей для генерации массинга, планировок, 3D-геометрии и визуализаций.
• Сбор и анализ логов работы проектировщиков как ценных данных для обучения ассистентов.
• Разработка и накопление собственных датасетов, в том числе с фиксацией процесса проектирования, а не только результатов.
• Интеграция LLM в BIM-инструменты для диалога с ПО на естественном языке и автоматической генерации решений.
• Внедрение корпоративных дата-платформ с принципами Single Source of Truth и Data as a Product.
• Мультимодальные ассистенты — работа с текстом, изображениями, моделями и данными в одном интерфейсе.
• Дифференцированный подход к ИИ — LLM для креативных и коммуникативных задач, ML и аналитика для автоматизации и контроля.
• Автоматизация бизнес-процессов с помощью low-code/no-code платформ (например, n8n) и интеграции с ИИ-моделями.
• Применение RAG-архитектур для работы чат-ботов с корпоративными базами знаний и НСИ.
• Интеграция ИИ в контроль и аналитику — от валидации моделей по машиночитаемым требованиям до поиска нарушений по фото.
• Обучение сотрудников работе с ИИ как стратегическая инвестиция в гибкость и независимость от внешних решений.
• Постепенный переход от разрозненных пилотов к экосистемам, где ИИ становится естественной частью рабочих процессов.

n8n — платформа для автоматизации рабочих процессов с «открытым» исходным кодом. Позволяет без знаний в программировании создавать различные инструменты-конвейеры для вашей работы. Обрела популярность благодаря большому набору готовых узлов для популярных сервисов, множеству AI агентов и поддержкой RAG. А современные LLM по текстовому запросу могут сделать готовый рабочий процесс для n8n с нуля.
Игорь Рогачев в своём выступлении на BIM Просвете выдал базу про n8n. Если вы слабо знакомы с этим инструментом, то очень советую посмотреть - за 20 мин очень много полезной информации для понимания общих принципов.

Александр Попов в рамках того же мероприятия дополнил выступление Игоря Рогачева набором практических сценариев использования n8n + LLM в агентских задачах. Позже Александр продемонстрировал ещё один пример использования n8n в связке с Revit и LLM для автоматической классификации BIM-моделей.

Артём Бойко на своём канале «n8n Development | Практика автоматизации и готовые решения» за последние пару недель опубликовал ряд интересных кейсов применения n8n и поделился файлами готовых шаблонов:

• RAG Image Superbase – автоматическая обработка PDF-документов с изображениями для извлечения визуального и текстового контента, аннотирования, конвертации и сохранения в векторное хранилище (Supabase) для последующего поиска и анализа.
• Автоматическая транскрибация голосовых сообщений через локальный Whisper-сервер.
• Автоматическая оценка стоимости групп и всего проекта с LLM (работает с Revit, IFC, DWG).

На десерт: чат Артёма для обсуждения сценариев применения n8n в задачах строительства и проектирования.

Николай Сорокин (технический руководитель ML в GPTunneL) опубликовал статью (тут краткий пересказ), в которой описывает более надежный подход к формированию векторной базы данных для работы AI-ассистентов с нормативно-технической документацией через архитектуру GraphRAG от Microsoft.
Сегодня подавляющее число архитектур AI-ассистентов построена на работу через классический RAG.

RAG (Retrieval-Augmented Generation) — это технология, которая соединяет языковую модель с внешней базой знаний, что позволяет AI-помощнику находить релевантные документы и генерировать ответы на основе актуальных данных. Однако использование данного подхода в стандартном виде для сложных нормативных документов с взаимосвязями и перекрестными ссылками крайне нестабильно:

• Классический RAG пропускает до 37% важных связей;
• До 20% ответов оказываются некорректными или неполными, так как модель не понимает контекст.

GraphRAG расширяет возможности традиционных систем RAG за счет использования графов знаний — структурированных представлений сущностей и взаимосвязей между ними. Это решает основные проблемы классического RAG, и мы получаем полноценный инструмент управления знаниями «с поиском по смыслу, а не по ключевым словам, где каждый факт можно отследить до нормы или закона».

Сервис предоставляет высококачественные CAD-файлы крупных городов мира для градостроительства.
Крайне юзер-френдли, максимально приятный интерфейс и функционал, а также широкий перечень интеграции с различными CAD-программами. Правда стоимость, боюсь, вам не понравится: за выгрузку Заячьего острова (Санкт-Петербург) в 2D + 3D массинге придется выложить больше 10€.

Сообщество активно экспериментирует с возможностью подключения больших языковых моделей к Revit для управления автоматизацией и интерфейсом посредством запросов на естественном языке:

• Телеграмм-канал «BIM Координатор» поделился решением по созданию ассистента на базе Claude MCP (Model Context Protocol) , который интегрируется с Revit, благодаря чему можно, например, создавать стены, раскрашивать их и добавлять двери с помощью простых текстовых команд.

Krea выпустили FLUX.1-Krea-dev - новую опенсорсную модель с 12 миллиардами параметров с улучшенным пониманием промптов и высоким качеством изображений.
Алик Сумин в своем  телеграм-канале «Grace Hopper» поделился первым впечатлением от новой модели, отметив, что это пока лучшая модель в части следования текстовому запросу.

Мария БедÓвая в своём телеграмм-канале поделилась гайдом, который они разработали совместно с Tangle. В нём описаны те базовые ИИ-инструменты и подходы, которые может (и должен) применять BIM-специалист в своей работе.

А у меня вскоре должна выйти статья, которую я написал для журнала С.О.К. на основе своего последнего выступления на BIM-форуме Лето ’25. Статья выйдет в журнале под номером #7. Тема: «Большие языковые модели как ассистенты инженера нового поколения».
Если в гайде Марии и Tangle упор делается на BIM-специалистов, то в моей статье описано то, как наша команда демонстрирует базовые сценарии применения ИИ для проектных отделов - от рядовых проектировщиков до руководителей проектов.

На этом у меня всё. Спасибо, что дочитали до конца. Первый дайджест получился весьма объемным, но, надеюсь, интересным и полезным. Постарался охватить всё самое важное и актуальное. По любым вопросам welcome ко мне в лс или в обсуждение.