Мультиплеерный шутер о космических пиратах Wildgate от разработчиков из американской студии Moonshot Games спустя всего год после релиза перестанет получать крупные обновления.

Обзор Infinix GT 50 Pro: геймерский смартфон со встроенной СЖО

Репортаж с IEM Cologne Major 2026: Жаб Жабыч, триумф NiKo и главные сенсации мейджора по CS2

Выбираем лучший игровой ноутбук до 100 000 рублей: сравнительное тестирование 7 интересных моделей

Обзор Ryzen 9 9950X3D2: правильный 16-ядерник с 3D-кешем

Умные помощники: обзор ИИ-сервисов для обработки изображений. Часть 2, актуализированная

Источник изображений: Dreamhaven

По словам руководителя разработки Дастина Броудера (Dustin Browder), вопреки усилиям команды Wildgate не нашла достаточно большую аудиторию для поддержки дальнейшего производства.

На запуске в июле 2025 года Wildgate привлекла почти 7,8 тыс. одновременных пользователей Steam. Спустя 11 месяцев ежедневный показатель колеблется на отметке 20−30 человек (27 за последние сутки).

Запланированный на июль крупный патч 1.5.4 станет для Wildgate последним «на какое-то время». Апдейт будет включать празднование годовщины, более наглядный подбор игроков, новые опции настройки матчей, исправления и улучшения.

Броудер подчеркнул, что Wildgate «никуда не денется». Небольшая команда продолжит поддерживать серверы, выпускать заплатки с исправлениями и корректировками баланса. Кроме того, игра останется в продаже на всех платформах.

Издателем Wildgate выступает Dreamhaven, основанная соучредителем Blizzard Майком Морхеймом

«Мы гордимся игрой и сообществом, выросшим вокруг неё», — заключил Броудер. В заявлении PC Gamer представитель Moonshot заверил, что увольнения вслед за завершением активной разработки Wildgate не последуют.

Wildgate вышла 22 июля 2025 года на PC (275 рублей на летней распродаже в Steam, EGS), PS5, Xbox Series X и S. Игра предлагает динамичный геймплей в духе Sea of Thieves, грандиозные сражения в космосе и полный перевод на русский.

Китайская компания Moonshot AI, которую ранее поддержали гиганты Alibaba и HongShan (ранее Sequoia China), выпустила открытую модель искусственного интеллекта Kimi K2.5 — она понимает текст, изображения и видео.

Выбираем лучший игровой ноутбук до 100 000 рублей: сравнительное тестирование 7 интересных моделей

Умные помощники: обзор ИИ-сервисов для обработки изображений. Часть 2, актуализированная

Репортаж с IEM Cologne Major 2026: Жаб Жабыч, триумф NiKo и главные сенсации мейджора по CS2

Обзор Ryzen 9 9950X3D2: правильный 16-ядерник с 3D-кешем

Обзор Infinix GT 50 Pro: геймерский смартфон со встроенной СЖО

Источник изображения: kimi.com

Модель Kimi K2.5 изначально мультимодальна: её обучили на 15 трлн смешанных визуальных и текстовых токенов; она справляется с задачами на программирование и управление несколькими ИИ-агентами. Результаты тестов указывают на то, что она не уступает закрытым аналогам, а в некоторых задачах и превосходит их. В тесте на программирование SWE-bench Verified модель Kimi K2.5 обошла Google Gemini 3 Pro, а в SWE-bench Multilingual — Gemini 3 Pro и OpenAI GPT-5.2. В тесте VideoMMMU из области распознавания видео она выступила лучше, чем Anthropic Claude Opus 4.5. В задачах на программирование Kimi K2.5 способна воспроизвести интерфейс по образцу на изображении или в видео.

Разработчик открыл эти возможности для широкой аудитории, выпустив средство программирования Kimi Code — это прямой конкурент Anthropic Claude Code и Google Gemini CLI. Этим инструментом можно пользоваться в терминале или интегрировать его со средами VSCode, Cursor и Zed — запросами могут выступать текст и видео.

Компанию Moonshot основал бывший исследователь из Google и Meta✴✴ Ян Чжилинь (Yang Zhilin). Она привлекла $1 млрд инвестиций в рамках раунда финансирования серии B при оценке $2,5 млрд. В декабре стартап привлёк $500 млн при оценке $4,3 млрд. Следующий раунд финансирования компания намеревается провести уже при оценке $5 млрд.

Китайская компания Moonshot AI начала развёртывать рассуждающий вариант своей модели искусственного интеллекта — она носит название Kimi K2-Thinking. Разработчик опубликовал результаты тестов модели, из которых видно, что она выступает на равных с передовыми американскими.

Репортаж с IEM Cologne Major 2026: Жаб Жабыч, триумф NiKo и главные сенсации мейджора по CS2

Обзор Infinix GT 50 Pro: геймерский смартфон со встроенной СЖО

Умные помощники: обзор ИИ-сервисов для обработки изображений. Часть 2, актуализированная

Выбираем лучший игровой ноутбук до 100 000 рублей: сравнительное тестирование 7 интересных моделей

Обзор Ryzen 9 9950X3D2: правильный 16-ядерник с 3D-кешем

Источник изображений: Moonshot AI

Поработать с моделью Kimi K2-Thinking можно бесплатно в чат-боте на сайте проекта или подключить её по API — она стоит столько же, сколько и быстрый вариант нейросети, но расходует дополнительные токены на механизмы рассуждений. Moonshot AI опубликовала открытые веса Kimi K2-Thinking и привела результаты бенчмарков — модель проявила себя на уровне таких отраслевых лидеров как OpenAI GPT-5, Anthropic Claude Sonnet 4.5 и xAI Grok 4.

В самом сложном мультидисциплинарном тесте Humanity's Last Exam (HLE), который включает около 3000 задач по математике, естественнонаучным и гуманитарным дисциплинам, Kimi K2-Thinking заняла первое место среди всех моделей, оставив позади GPT-5 и Claude Sonnet 4.5. Она успешно справилась с подключением инструментов для HLE, выполняя до 120 шагов. Доступен также режим Heavy, позволяющий Kimi K2-Thinking работать на уровне GPT-5 Pro и Grok 4 Heavy: параллельно запускаются восемь экземпляров модели, все дают ответы на запрос, из которых собирается окончательный. В бесплатном чат-боте эта ресурсоёмкая версия отсутствует.

В соответствии с июньским анонсом 22 июля на ПК и консолях вышел мультиплеерный шутер Wildgate от разработчиков из Moonshot Games и издательства Dreamhaven, основанного соучредителем Blizzard Майком Морхеймом (Mike Morhaime).

Обзор Infinix GT 50 Pro: геймерский смартфон со встроенной СЖО

Умные помощники: обзор ИИ-сервисов для обработки изображений. Часть 2, актуализированная

Репортаж с IEM Cologne Major 2026: Жаб Жабыч, триумф NiKo и главные сенсации мейджора по CS2

Выбираем лучший игровой ноутбук до 100 000 рублей: сравнительное тестирование 7 интересных моделей

Обзор Ryzen 9 9950X3D2: правильный 16-ядерник с 3D-кешем

Источник изображений: Dreamhaven

Wildgate поступила в продажу для PC (1750 рублей в российском Steam), PS5, Xbox Series X и S. Релиз сопровождался насыщенным геймплейным трейлером, прикреплённым ниже.

Пользователи Steam встретили Wildgate пиковым онлайном в 6,1 тыс. человек и «очень положительными» обзорами (рейтинг 88 %). Жалуются на нехватку контента, а хвалят динамичный геймплей. «Sea of Thieves в космосе», — посчитал KontrГУСЬ.

Пользователи Wildgate объединяются в команды по четыре человека и отправляются в непредсказуемый и загадочный регион космоса «Предел» (The Reach) с целью добыть древний Артефакт и скрыться с ним / уничтожить соперников.

В погоне за Артефактом игроки должны работать сообща, чтобы поддерживать звездолёт на лету (снабжать его топливом, патронами, льдом), пробиваться сквозь космические штормы, сражаться с инопланетянами и грабить аванпосты.

Смотреть все изображения (6)

Смотреть все
изображения (6)

«Взорвите ваших врагов с помощью высокотехнологичных пушек и гаджетов, заманите их в смертельные ловушки или даже проникните на их корабль и устройте там диверсию… если только они не сделают это первыми», — предостерегают авторы.

Обещают обширную процедурно сгенерированную карту со случайными столкновениями и наградами, грандиозные сражения в космосе и уникальных героев со своими умениями и инструментами. Заявлен полный перевод на русский.

Китайский ИИ-стартап Moonshot AI, создавший популярного чат-бота Kimi, на этой неделе представил большую языковую модель с открытым исходным кодом Kimi K2. Она бросает вызов передовым аналогам от OpenAI и Anthropic, обеспечивая особенно высокий уровень производительности в сфере написания программного кода и выполнении задач автономных ИИ-агентов.

Обзор Infinix GT 50 Pro: геймерский смартфон со встроенной СЖО

Выбираем лучший игровой ноутбук до 100 000 рублей: сравнительное тестирование 7 интересных моделей

Умные помощники: обзор ИИ-сервисов для обработки изображений. Часть 2, актуализированная

Обзор Ryzen 9 9950X3D2: правильный 16-ядерник с 3D-кешем

Репортаж с IEM Cologne Major 2026: Жаб Жабыч, триумф NiKo и главные сенсации мейджора по CS2

Источник изображений: Moonshot AI

Языковая модель Kimi K2 с 1 трлн параметров, из которых 32 млрд активные, построена на основе подхода «смесь экспертов» (Mixture of Experts). Это означает, что при обработке запроса запускается только часть общей модели, за счёт чего повышается скорость работы и эффективность алгоритма. Стартап выпустил сразу две версии ИИ-модели: базовый вариант для исследователей и разработчиков, а также версию Kimi K2-Instruct с возможностью настройки, оптимизированную для чат-ботов и автономных агентов.

Отличительной особенностью новой модели является её оптимизация под возможности ИИ-агентов: способность автономно использовать инструменты, писать и выполнять программный код, а также выполнять сложные многоэтапные задачи без вмешательства человека. В ходе контрольных тестов Kimi K2 достиг точности 65,8 % в тесте разработки программного обеспечения SWE-bench Verified. Это лучше результата большинства альтернатив с открытым исходным кодом и сопоставимо с показателями проприетарных моделей.

Показатели производительности Kimi K2 указывают на то, что руководству OpenAI и Anthropic следует обратить внимание на этот алгоритм. Дело в том, что Kimi K2-Instruct не просто конкурирует с ИИ-моделями крупных компаний, но и систематически превосходит их в решении задач, которые имеют важное значение для корпоративных клиентов.

В одном из наиболее актуальных тестов на написание программного кода LiveCodeBench алгоритм Kimi K2 достиг точности 53,7 %, что значительно лучше результатов DeepSeek–V3 (46,9 %) и GPT-4.1 (44,7 %). Что ещё более впечатляет, так это результат в тесте MATH-500, где Kimi K2 набрал 97,4 %, а GPT-4.1 только 92,4 %. Это может указывать на то, что Moonshot AI сделала фундаментальное открытие в математических рассуждениях, которое ускользнуло от более крупных и хорошо финансируемых конкурентов.

Стоит учесть, что Moonshot добивается столь впечатляющих результатов, имея в активе значительно меньше ресурсов и средств, чем есть у крупных компаний. К примеру, OpenAI тратит сотни миллионов долларов на то, чтобы постепенно улучшать свои ИИ-модели. Похоже, что Moonshot удалось найти более эффективный подход для достижения аналогичного результата. Последствия этого могут выйти далеко за рамки простого хвастовства. Корпоративные заказчики давно ждут появления ИИ-систем, которые действительно могли бы выполнять сложные рабочие задачи, а не просто создавать яркие демонстрации. Результаты тестирования Kimi K2 говорят о том, что добиться этого, вероятно, удастся уже скоро.

В технической документации Moonshot есть деталь, которая может оказаться более важной, чем результаты тестирования нового алгоритма. Речь идёт об оптимизаторе MuonClip, который позволил осуществить процесс обучения ИИ-модели с триллионом параметров без каких-либо сбоев.

Это не просто инженерное достижение, а, возможно, сдвиг парадигмы. Нестабильность обучения стала скрытым препятствием при разработке больших языковых моделей. Компании вынуждены проводить дорогостоящее дообучение, внедрять меры безопасности и мириться с неоптимальной производительностью, чтобы сделать процесс обучения стабильнее.

Экономические последствия могут быть не менее впечатляющими. Если MuonClip окажется универсальным, то используемый компанией метод обучения ИИ-моделей может значительно сократить затраты на вычислительные мощности. В отрасли, где затраты на обучение измеряются десятками миллионов долларов, даже незначительный прирост эффективности может дать необходимые конкурентные преимущества.

Стоит отметить, что решение Moonshot сделать исходный код Kimi K2 открытым и параллельно с этим предоставлять доступ к API алгоритма по конкурентоспособной цене демонстрирует глубокое понимание динамики рынка. Тариф Moonshot с оплатой в $0,15 за миллион вводимых токенов и $2,50 за миллион генерируемых токенов значительно ниже, чем у OpenAI и Anthropic. При этом ИИ-модель китайского стартапа предлагает сопоставимую, а в ряде случаев и превосходящую производительность. Важным стратегическим шагом является двойная доступность: корпоративные клиенты могут задействовать API для немедленного развёртывания сервиса, а уже после этого перейти на автономные алгоритмы для оптимизации затрат или повышения уровня соответствия требованиям.

Это может создать проблемы для крупных ИИ-компаний. Если они будут соответствовать тарифам Moonshot, то снизится их прибыль. Если же они не сделают этого, то будут рисковать потерять клиентов, которые захотят перейти на использование более дешёвой ИИ-модели, сравнимой по производительности. В данном случае статус модели с открытым кодом не является чем-то вроде благотворительности, это осознанный шаг для привлечения клиентов. Каждый разработчик, который скачает Kimi K2 и будет экспериментировать с алгоритмом, становится потенциальным корпоративным клиентом Moonshot. В это же время, каждое внесённое сообществом улучшение снижает затраты компании на разработку.

Демонстрации Moonshot показывают, что искусственный интеллект постепенно становится более полезным. К примеру, при анализе заработной платы Kimi K2 не просто отвечал на вопросы о данных, а автономно выполнял 16 операций для проведения статистического анализа и генерации интерактивной визуализации. Демонстрация с планированием концертов в Лондоне потребовала использования 17 инструментов на разных платформах — поиск, календарь, электронная почта, авиабилеты, бронирование жилья и ресторанов. Причём это были не подготовленные менеджерами презентации, а реальные демонстрации того, как искусственный интеллект выполняет сложные многоступенчатые задачи автономно.

Это отличается от того, как работают нынешние ИИ-помощники, которые преуспевают в разговорах, но испытывают трудности при выполнении задач. В то время как конкуренты работают над тем, чтобы сделать речь своих чат-ботов более похожей на человеческую, Moonshot уделяет приоритетное внимание тому, чтобы делать алгоритмы более полезными. Это важно, поскольку предприятиям нужен не ИИ, способный пройти тест Тьюринга, а ИИ, способный эффективно выполнять производственные задачи.

Настоящий прорыв заключается не в какой-то единой возможности, а в слаженной работе множества инструментов и сервисов. Предыдущие варианты ИИ-агентов требовали тщательной проработки, планирования рабочего процесса и постоянного контроля со стороны человека. Похоже, что Kimi K2 способен автономно справляться с когнитивными нагрузками, связанными с дроблением задач, выбором инструментов для их решения и исправлением ошибок.

В отличие от предыдущих «убийц GPT», которые преуспели в узких областях, но не имели вариантов практического применения, Kimi K2 демонстрирует высокую компетентность в широком спектре задач. Алгоритм может писать программный код, решать математические задачи, использовать различные инструменты и выполнять сложные рабочие задачи. В это же время алгоритм доступен для модификации и экспериментов, за счёт чего его развитие может проходить быстрее.

Основанное в 2020 году соучредителем Blizzard Майком Морхеймом (Mike Morhaime) издательство Dreamhaven и принадлежащая ему студия Moonshot Games анонсировали Wildgate — мультиплеерный шутер о космических пиратах.

Выбираем лучший игровой ноутбук до 100 000 рублей: сравнительное тестирование 7 интересных моделей

Репортаж с IEM Cologne Major 2026: Жаб Жабыч, триумф NiKo и главные сенсации мейджора по CS2

Умные помощники: обзор ИИ-сервисов для обработки изображений. Часть 2, актуализированная

Обзор Ryzen 9 9950X3D2: правильный 16-ядерник с 3D-кешем

Обзор Infinix GT 50 Pro: геймерский смартфон со встроенной СЖО

Источник изображений: Dreamhaven

Пользователи Wildgate объединяются в команды по четыре человека и отправляются в непредсказуемый и загадочный регион космоса «Предел» (The Reach) с целью добыть древний Артефакт и скрыться с ним / уничтожить соперников.

В погоне за Артефактом игроки должны работать сообща, чтобы поддерживать звездолёт на лету (снабжать его топливом, патронами, льдом), пробиваться сквозь космические штормы, сражаться с инопланетянами и грабить аванпосты.

«Взорвите ваших врагов с помощью высокотехнологичных пушек и гаджетов, заманите их в смертельные ловушки или даже проникните на их корабль и устройте там диверсию… если только они не сделают это первыми», — призывают авторы.

Обещают обширную процедурно сгенерированную карту с рандомизированными столкновениями и наградами, грандиозные сражения в космосе и уникальных героев со своими умениями и инструментами. Русский язык не заявлен.

Презентация Wildgate сопровождалась двумя геймплейными трейлерами: анонсирующим на две минуты и обзорным на четыре. В комментариях пользователи уже успели наречь игру Sea of Thieves в космосе.

Релиз Wildgate ожидается в 2025 году на PC (Steam), PS5, Xbox Series X и S. С 10 по 14 апреля на всех целевых платформах пройдёт закрытое тестирование, записаться в добровольцы на которое можно через официальный сайт.

Если 2024 год стал годом клонов ChatGPT, то 2025 год обещает стать эрой рассуждающих моделей ИИ, а лидерство в этой области захватывают китайские лаборатории. На прошлой неделе много шума наделала DeepSeek со своей рассуждающей моделью R1. А на днях Moonshot AI представила мультимодальную Kimi k1.5, которая обгоняет в тестах OpenAI o1, а стоит в разы меньше. Эти модели представляют собой смену представления о «мыслительном процессе» ИИ.

Умные помощники: обзор ИИ-сервисов для обработки изображений. Часть 2, актуализированная

Репортаж с IEM Cologne Major 2026: Жаб Жабыч, триумф NiKo и главные сенсации мейджора по CS2

Обзор Ryzen 9 9950X3D2: правильный 16-ядерник с 3D-кешем

Обзор Infinix GT 50 Pro: геймерский смартфон со встроенной СЖО

Выбираем лучший игровой ноутбук до 100 000 рублей: сравнительное тестирование 7 интересных моделей

Источник изображения: kimi.ai

Новые модели далеко ушли от банального пересказа Википедии. Им по силам сложные проблемы — от решения головоломок до объяснения квантовой физики. А Kimi k1.5 уже успела заработать звание «первого настоящего конкурента o1». По оценкам экспертов, Kimi k1.5 — это не просто ещё одна модель ИИ — это скачок вперёд в мультимодальном рассуждении и обучении с подкреплением. Kimi k1.5 от Moonshot AI объединяет текст, код и визуальные данные для решения сложных задач, порою в разы превосходя таких лидеров отрасли, как GPT-4o и Claude Sonnet 3.5 в ключевых тестах.

Контекстное окно Kimi k1.5 на 128 тыс. токенов позволяет модели «за один подход» обрабатывать объём информации, эквивалентный солидному роману. В математических задачах модель может планировать, отражать и корректировать свои шаги на протяжении сотен токенов, имитируя решение проблемы человеком. Вместо того, чтобы повторно генерировать полные ответы, Kimi использует фрагменты предыдущих траекторий, повышая эффективность и сокращая затраты на обучение.

Источник изображений: medium.com

Традиционный подход, основанный на принципах обучения с подкреплением, предполагает использование сложных инструментов, таких как поиск по дереву Монте-Карло или сети ценностей. Команда Moonshot AI отказалась от них и создала упрощённый фреймворк на базе обучения с подкреплением, используя штраф за длину и баланс между исследованием и эксплуатацией. В результате разработчикам удалось создать модель, которая обучается быстрее и избегает «чрезмерного обдумывания» — распространённой ошибки, когда ИИ тратит вычислительные ресурсы на ненужные шаги.

Kimi k1.5 успела показать себя как мощный инструмент визуализации и одновременной работы с текстом. Модель умеет анализировать диаграммы, решать геометрические задачи и отлаживать код — в тесте MathVista модель показала точность 74,9 %, объединив текстовые подсказки с графическими диаграммами.

Исследователи Moonshot AI, вместо того чтобы полагаться на мощные, но медленные длинноцепочечные рассуждения (Long-CoT), использовали метод Long2Short («длинные-в-короткие»), добившись более лаконичных и быстрых ответов. Для этого применялись следующие методы:

• Объединение моделей путём смешивания весов длинных и коротких версий CoT.
• Выборка кратчайшего отклонения — отбор самого короткого и корректного ответа из восьми сгенерированных вариантов.
• Оптимизация DPO — обучение модели предпочтению кратких ответов без потери смысла.

Даже при прямом сравнении Kimi K1.5 оставляет GPT-4o и Claude Sonnet 3.5 далеко позади. Разработчикам Moonshot AI удалось оптимизировать процесс обучения с подкреплением благодаря:

• Гибридному развёртыванию — совместному использованию ресурсов GPU для обучения и вывода.
• Частичным развёртываниям — разделению длинных траекторий на управляемые фрагменты для более эффективного обучения.
• Песочницам кода — безопасным средам для тестирования выходных данных кода, что гарантирует их надёжность.

По мнению экспертов, Kimi K1.5 — это не просто технологический прорыв, а взгляд в будущее ИИ. Объединяя обучение с подкреплением с мультимодальным рассуждением, эта модель решает задачи быстрее, умнее и эффективнее.