Сооснователь Red Hook Studios Крис Бурасса на прошлой неделе написал в Reddit о решении, которое уже успело вызвать волну восхищения в сообществе. Несмотря на прямое разрешение, студия отказалась воспроизводить голос Уэйна Джуна при помощи искусственного интеллекта. Джун, известный своим мрачным и выразительным голосом рассказчика в Darkest Dungeon, скончался в прошлом году.
По словам Бурасса, в одном из последних писем Джун сам предложил студии обучить ИИ на основе своего голоса, хотя ранее категорически был против этой идеи. "Думаю, он старался поставить игру, команду и фанатов выше себя и предложил нам 'путь вперёд'", – написал сооснователь. Студия не только отклонила предложение, но и сделала пожертвование в пользу семьи актера.
Я никогда и ни за что не стал бы обесценивать его невероятное и вневременное исполнение, обучая машину звучать как он. Его голос и манера подачи были человеческими, и я навсегда благодарен за то, что мне довелось писать для него.
Реакция сообщества оказалась однозначной. Пользователи Reddit осыпали студию похвалами, а один из комментаторов написал: "Вы никогда не сможете должным образом обучить ИИ делать это. Вы найдете кого-то другого. Это будет по-другому, но это не плохо."
Уэйн Джун оставил заметный след несмотря на то, что Darkest Dungeon фактически остается его единственной значимой работой в играх. Помимо этого, он начитывал аудиокниги и вел YouTube-канал с чтением рассказов Говарда Лавкрафта и Эдгара Аллана По. Случай Red Hook вписывается в более широкую дискуссию об ИИ в озвучке: даже глава Embark Studios недавно признал, что живые актеры справляются лучше искусственных аналогов.
Спустя более пяти лет после кампании на Kickstarter по сбору средств для настольной игры по мотивам Darkest Dungeon, которая набрала $5.7 миллионов, проект окончательно рухнул. Red Hook Studios сообщила, что издатель настольных игр Mythic Games не способен завершить работу, и в качестве компенсации студия передает все игровые файлы тем, кто поддержал проект.
Как многие из вас знают, финансовое положение Mythic Games было напряженным последние несколько лет. Мы следили за ситуацией, надеясь на лучшее. К сожалению, на данный момент Mythic Games больше не может производить или доставлять настольную игру Darkest Dungeon. Мы доверились Mythic Games в выполнении их обещаний и сохранении имени Darkest Dungeon. Не будем ходить вокруг да около – их крах и неспособность выполнить заказы второй волны стали чрезвычайно разочаровывающим событием, и мы знаем, что это глубоко затронуло многих фанатов Darkest Dungeon.
Финансовые проблемы Mythic стали известны, по крайней мере для спонсоров настольной игры Darkest Dungeon, в июле 2022 года, когда компания попросила их внести дополнительные средства для покрытия производственных и транспортных расходов, которые взлетели до небес "из-за пандемии COVID-19 и войне в Украине" (цитата).
Как можно представить, это не слишком понравилось значительной части спонсоров. Хотя первая "волна" игр с англоязычными базовыми наборами, дополнением Crimson Court и большинством дополнений из менеджера обещаний была отправлена некоторым спонсорам, обещанная "вторая волна" так и не вышла. Последнее обновление на Kickstarter с объявлением о скором начале производства миниатюр для настольной игры было опубликовано в феврале 2024 года.
Сама Mythic Games больше не работает – компания была официально ликвидирована в декабре 2025 года. Представители студии заявили, что в качестве "последнего акта" передадут спонсорам 3D-файлы для печати запланированных миниатюр, но бывший сотрудник Mythic позже отметил, что это была, по сути, обманка, так как Mythic не владела правами на файлы и "никогда не собиралась их выпускать". Сотрудник добавил, что связался с Red Hook напрямую и получил разрешение на публикацию файлов.
Заявление Red Hook фактически подтверждает этот отчет – все спонсоры получили письмо с объяснением произошедшего и ссылкой на "все игровые файлы, включая правила, 3D-модели и другое".
Студия Revolution Software, известная серией классических приключенческих игр Broken Sword, объявила об отказе от технологий искусственного интеллекта при создании ремастера Broken Sword: The Smoking Mirror. Решение было принято после неудачного опыта с ИИ-апскейлингом в ремастере первой части серии, вышедшем в 2024 году. Фанаты встретили новость с энтузиазмом – кампания на Kickstarter достигла заявленной цели всего за 15 минут.
Ремастер оригинальной Broken Sword: Shadow of the Templars в целом получил тёплый приём и "крайне положительные" отзывы в Steam, несмотря на использование ИИ-апскейлинга. Однако для самих разработчиков технология оказалась скорее проблемой, чем решением. Глава Revolution Software Чарльз Сесил ещё в прошлом году рассказывал, что студия пыталась использовать ИИ "правильно" – была обучена внутренняя модель исключительно на собственных работах студии для обработки изображений. Но результат разочаровал.
Итог оказался не слишком удовлетворительным, так как в изображениях было недостаточно деталей.
Для ремастера второй части, получившего подзаголовок Reforged, Revolution выбрала принципиально иной подход.
В этой игре более 55 000 уникальных кадров анимации, и она создана командой талантливых классических аниматоров, которые перерисовали и переанимировали игру кадр за кадром. Добавление тонкой, контекстно-зависимой характеризации персонажей и человеческих выражений – это то, что ИИ не может делать и никогда не сможет.
На странице кампании студия также пояснила, почему отказалась от ИИ-инструментов:
В итоге это была куча работы, которую можно было бы, честно говоря, потратить непосредственно на игру – так что именно это мы и делаем на этот раз! Никакого ИИ, только люди.
Изначальная цель кампании на Kickstarter была довольно скромной – 57 тысяч евро. Сумма была собрана менее чем за 15 минут после старта. На момент написания материала фанаты уже надонатили почти 400 тысяч евро, многократно превысив заявленную цель задолго до окончания кампании в следующем месяце. Можно делать собственные выводы о том, насколько мгновенный успех кампании связан именно с отказом от ИИ, но расположение сообщества к новому ремастеру определённо велико.
Стоит отметить, что ИИ-апскейлинг действительно показывает впечатляющие результаты в определённых случаях – например, технология DLSS от Nvidia. Однако когда речь идёт о масштабировании ретроигр с низким разрешением для современных дисплеев, результат чаще всего выглядит неубедительно. Разработчики из Revolution, очевидно, пришли к такому же заключению и решили вложить усилия живых художников в то, чтобы вернуть классику серии Broken Sword так, как она того заслуживает.
Как технологии влияют на медицину — от приема в поликлинике до клинических исследований
Быстрое принятие решений врачами — ключ к благополучию пациентов. Задержки в обследованиях, постановке диагноза и назначении лечения могут стоить здоровья и даже жизни. Объем работы в медицине огромен, и врачи не могут позволить себе тратить время на рутину — на помощь приходят технологии. С их помощью эксперты быстрее анализируют данные, определяют диагноз и разрабатывают новые методы лечения и лекарства.
Внедряют такие технологии крупные ИТ-компании вместе с медицинскими специалистами. Так, в числе проектов Центра технологий для общества Yandex Cloud решение для раннего выявления spina bifida — тяжелой патологии развития позвоночника и спинного мозга у плода — на УЗИ беременных и внедрение генеративных технологий для ускорения обработки заявок на клинические исследования.
В этом материале вместе с экспертами Yandex Cloud мы покажем, как искусственный интеллект меняет российскую и международную медицину: от приема у врача до фундаментальных исследований.
В кабинете врача
Заглянем в кабинет врача районной поликлиники. Широкий стол, монитор, электронная карта пациента, пачка бланков, распечатанные рекомендации. На прием от 14 до 22 минут.
Пациент рассказывает врачу о своих жалобах, врач внимательно слушает, задает уточняющие вопросы и изучает предыдущую историю болезни. До двух третей времени клинической работы уходит не на диагноз и лечение, а на ввод данных, повторное чтение электронной медицинской карты (ЭМК) и поиск информации в разросшихся массивах. Все эти записи надо внимательно прочитать за ограниченное время приема. Результат — когнитивная перегрузка и снижение качества приема как для пациента, так и для врача: чем больше данных, тем меньше внимания уделяется главному — самому пациенту.
Здесь как раз может помочь искусственный интеллект. Обработка медицинских текстов — одна из задач, где он особенно эффективен. ИИ может искать важное, структурировать данные и предлагать ответы на конкретный запрос. Это особенно важно при назначении лекарств. Подбор препарата и его дозировки зависит от множества факторов: результатов лабораторных анализов, анамнеза, возраста, сопутствующих заболеваний, аллергий. Для эффективной и безопасной работы с учетом новейших рекомендаций врачу нужен помощник — им может стать ИИ.
Например, в Сингапурской клинической больнице взяли 91 сценарий ошибок при назначении лекарств из 16 медицинских специальностей, от кардиологии до онкологии, и создали решение на базе RAG (Retrieval Augmented Generation — генерация с дополненной выборкой). Этот подход позволяет большим языковым моделям искать ответы по данным из внешних источников с помощью поиска по загруженным в нее материалам — сценариям ошибок. Режим совместной работы ИИ и фармацевта, где фармацевт принимал финальное решение, показал наилучший результат: точность составила 61 процент, что на 15 процентов выше по сравнению с работой фармацевта без помощи ИИ (46 процентов).
Заключение от врача получено. Но что делать с фразой вроде «диффузная гипоэхогенность щитовидной железы с очаговыми изменениями до восьми миллиметров» — особенно если вы не эндокринолог? Пациенты все чаще получают доступ к своим данным напрямую, но сталкиваются со стеной из сокращений, латинских терминов и узкопрофессиональных формулировок. Результат — тревога вместо понимания, а врач тратит время приема не на лечение и диагностирование, а на перевод с «медицинского на человеческий». Генеративные технологии ИИ здесь работают как редактор: они не упрощают — они переформулируют, сохраняя смысл.
Например, чтобы снизить нагрузку на урологов и одновременно повысить качество информирования пациентов, в 2024 году специалисты Kaiser Permanente в США протестировали два чат-бота на базе GPT для ответов на типичные вопросы пациентов о доброкачественной гиперплазии простаты. Первый — на базе стандартного ChatGPT, второй — специализированная версия SurgiChat с дополнительным доступом к медицинской литературе через технологию RAG.
В работе также участвовали четыре практикующих уролога, чьи ответы использовались как эталон для оценки качества. Результаты показали: по точности передаваемой информации чат-боты и врачи были сопоставимы (4,5 против 4,6 балла из 6).
При этом ИИ не делает клинических выводов и не ставит диагноз — он генерирует справочную информацию и пояснения, которые помогают врачу и пациенту быстрее разобраться в данных. В результате врач может писать не как автор с нуля, а как редактор и куратор готового черновика — быстро проверяя формулировки, убирая лишнее и добавляя клинически значимые уточнения. Такой формат снижает административную нагрузку и высвобождает время приема для клинического мышления и общения с пациентом.
В научном центре
Когда врач ставит диагноз, он опирается на жалобы пациента, анамнез и результаты обследований. Ключевую роль здесь играют медицинские изображения — УЗИ, МРТ, КТ, особенно при заболеваниях сердца или опухолей. Их нужно быстро и точно интерпретировать, но это требует опыта и времени.
Поэтому в диагностике все активнее применяют системы компьютерного зрения. Они выступают как вспомогательные инструменты: ускоряют разбор снимков, выделяют значимые области и снижают риск пропустить важную деталь. Такая вторая «пара глаз» помогает врачу принимать более обоснованные решения.
Один из примеров — инструмент для раннего выявления признаков spina bifida у плода, разработанный специалистами Центра технологий для общества Yandex Cloud, Школы анализа данных и НМИЦ акушерства, гинекологии и перинатологии имени академика В. И. Кулакова при поддержке фонда «Спина бифида».
Кирилл Костюков, заведующий отделением ультразвуковой и функциональной диагностики ФГБУ «НМИЦ АГП им. В. И. Кулакова» Минздрава России, эксперт благотворительного фонда «Спина бифида»
Spina bifida — редкая врожденная патология. Она связана с нарушением формирования позвоночника и спинного мозга, что вызывает нарушение функции (паралич) нижних конечностей и нарушает работу тазовых органов. В тяжелых случаях это приводит к инвалидности.
Ранняя ультразвуковая диагностика порока нередко вызывает сложности. На результат влияют множество факторов от положения плода до качества оборудования и опыта врача. Признаки дефекта могут быть малозаметными, из-за чего диагноз нередко ставят на поздних сроках беременности или даже после рождения.
Около 40 процентов случаев выявляют слишком поздно — в третьем триместре беременности. Из-за чего существует вероятность, что пациентку уже не успеют направить в учреждение, где новорожденному сразу окажут необходимую нейрохирургическую помощь. Кроме того, при ранней диагностике можно провести внутриутробную операцию на сроке 22–26 недель. Данная операция, несмотря на риски, имеет ряд преимуществ по сравнению с лечением после рождения. Внутриутробная хирургия Spina bifida позволяет снизить вероятность развития гидроцефалии (водянки головного мозга), а также улучшить функцию нижних конечностей и органов малого таза.Кирилл Костюков, заведующий отделением ультразвуковой и функциональной диагностики в НМИЦ АГП имени В. И. Кулакова
Эксперты обучили модель на девятнадцати тысячах размеченных УЗИ-изображений. Алгоритмы определяют область интереса на изображении, оценивают его качество. Затем сверточные нейросети классифицируют изображение на нормальное или патологическое, таким образом, определяется порок развития. Результат врач получает в виде отчета, где подсвечены проблемные области и указана вероятность наличия патологии в процентах. Это позволяет оценить риск и уточнить диагноз. В данный момент разработка доступна врачам для тестирования в научно-исследовательских целях бесплатно, а ее код лежит в открытом репозитории.
Интерфейс приложения для анализа признаков патологии центральной нервной системы на УЗИ беременных женщин
В перспективе использование данной технологии позволит врачам своевременно диагностировать Spina Bifida, это даст возможность профилактировать рождение детей с патологией, проводить внутриутробные операции и максимально подготовить родителей к рождению ребенка с таким диагнозом. Когда диагноз ставят на ранних сроках, у будущих родителей есть время адаптироваться и подготовиться: эмоционально и организационно.Инна Инюшкина, основательница фонда «Спина бифида»
В 2025 году команда Yandex Cloud совместно со специалистами Санкт-Петербургского педиатрического университета разработала нейросеть для автоматизированного анализа МРТ головного мозга младенцев. Сервис помогает прогнозировать патологии, которые возникают из-за повреждения или аномального развития мозга. Например, его можно использовать при подозрении на детский церебральный паралич (ДЦП).
Это заболевание проявляется двигательными расстройствами, нарушением мышечного тонуса, а также когнитивными и сенсорными трудностями и остается одной из главных причин детской инвалидности. Терапия может заметно улучшить состояние, но диагноз надо поставить как можно раньше. А это трудно: первые изменения мозга на МРТ едва заметны и требуют от врача опыта и времени. Интерпретация может растянуться на часы или даже дни, каждый из которых снижает потенциал реабилитации.
Интерфейс сервиса, который помогает помогает врачам анализировать результаты МРТ мозга младенцев
Модель обучили на полутора тысячах анонимизированных МРТ-снимков из Педиатрического университета и данных международного конкурса MICCAI Grand Challenge. Пайплайн включает несколько моделей компьютерного зрения:
BIBSNet — для предварительной обработки и стандартизации изображений мозга младенцев;
U-Net — популярная в медицинской визуализации архитектура для сегментации структур мозга.
Сервис графически выделяет белое и серое вещество головного мозга и выполняет количественный подсчет объема этих структур, помогая врачу быстрее оценить состояние тканей. Работает все через веб-интерфейс: врач загружает снимки, система обрабатывает данные и формирует результат за несколько минут, а не дней.
В медицине самые сложные задачи не требуют промедления. Главное, чтобы собралась команда, которой действительно нужен результат. Поэтому проект начался на пересечении кафедры и отделения лучевой диагностики, где исторически собирались данные по детям: МРТ головы в динамике. Мы быстро смогли начать сбор данных и выстраивание новых процессов. Сейчас система используется в исследовательских целях и еще не внедрена в клиническую практику, но руководство Университета поддерживает нас и дает свободу для развития.
Пётр Пузанов, директор центра цифровых технологий Санкт-Петербургского педиатрического университета
В медико-биологической лаборатории
Взглянем на медицину под другим углом. Из лаборатории, где рождаются будущие лекарства. Они начинают свой путь с проектирования терапевтической молекулы и ее испытания на модельных объектах в лаборатории.
Но объем данных растет быстрее, чем их можно проанализировать вручную. Современные методы — мультиомика, высокопроизводительная визуализация, анализ тысяч генов и белков одновременно — дают гигабайты информации. Использование методов машинного обучения открывает новые возможности для быстрого и системного анализа таких массивов данных.
Методы машинного обучения применяются в биомедицинских исследованиях для анализа больших экспериментальных и клинических наборов данных — в том числе при поиске потенциальных биомаркеров, сравнении отклика на терапию в разных группах пациентов и приоритизации терапевтических мишеней. Речь идет не о готовых клинических решениях, а о поддержке исследовательской работы и генерации гипотез, которые затем проверяются специалистами.
А появление моделей, способных предсказывать трехмерную структуру белков по их аминокислотной последовательности, стало прорывом в структурной биологии и изменило подход к разработке лекарств. Теперь ученые могут заранее оценить, какие соединения будут работать, и сосредотачиваться только на них. Это сокращает время и стоимость исследований и снижает риск неудач на поздних стадиях испытаний.
В феврале 2025 года Институт исследований искусственного интеллекта Университета Цинхуа совместно с Beijing Shuimu Molecule представил обновленную версию мультимодальной биомедицинской модели BioMedGPT-R1. Система с 17 миллиардами параметров построена на базе DeepSeek-R1-Distill-Qwen-14B и предназначена для работы с медицинскими задачами, где нужно одновременно анализировать тексты, изображения и другие типы биомедицинских данных.
Модель обучалась так, чтобы связывать между собой разные формы медицинской информации — научные статьи, описания экспериментов и визуальные данные — и использовать их при ответах на вопросы и анализе исследований. Благодаря этому она показывает качество, сопоставимое с коммерческими системами, в задачах биомедицинского вопросно-ответного анализа.
BioMedGPT-R1 также проверяли на экзамене USMLE — стандартизированном тесте для получения медицинской лицензии в США, который часто используют как ориентир для оценки способности моделей рассуждать в клиническом контексте. Модель набрала 67,1 процента правильных ответов, что указывает на ее умение работать с медицинской терминологией и клиническими сценариями. Способность объединять разнородные биомедицинские данные делает модель перспективным инструментом поддержки исследовательской работы: в анализе научных публикаций, планировании экспериментов и интерпретации их результатов.
Возможно, применение ИИ в разработке лекарств — один из самых значимых прорывов в медицине за последние десятилетия.
В клинических испытаниях
Созидание медицинских инноваций давно вышло за пределы лабораторных стен. То, что начинается с экспериментов на животных моделях и бесчисленных серий аналитических тестов, еще не является настоящим прорывом. Новая разработка — будь то лекарственный препарат, медицинское устройство или методика — обретает свою подлинную научную состоятельность и практическую пользу лишь тогда, когда проходит испытание «клиникой».
Именно клинические исследования становятся финальной и наиболее ответственной стадией рождения медицинского открытия: когда к процессу присоединяются реальные люди — добровольцы, пациенты, участники исследования. Здесь инновация сталкивается с живой человеческой физиологией, многообразием реакций, сложностью реальной жизни — и только выдержав это испытание, она может стать частью современной медицины.
Модель обучили на полутора тысячах анонимизированных МРТ-снимков из Педиатрического университета и данных международного конкурса MICCAI Grand Challenge. Пайплайн включает несколько моделей компьютерного зрения:
BIBSNet — для предварительной обработки и стандартизации изображений мозга младенцев;
U-Net — популярная в медицинской визуализации архитектура для сегментации структур мозга.
Сервис графически выделяет белое и серое вещество головного мозга и выполняет количественный подсчет объема этих структур, помогая врачу быстрее оценить состояние тканей. Работает все через веб-интерфейс: врач загружает снимки, система обрабатывает данные и формирует результат за несколько минут, а не дней.
В медицине самые сложные задачи не требуют промедления. Главное, чтобы собралась команда, которой действительно нужен результат. Поэтому проект начался на пересечении кафедры и отделения лучевой диагностики, где исторически собирались данные по детям: МРТ головы в динамике. Мы быстро смогли начать сбор данных и выстраивание новых процессов. Сейчас система используется в исследовательских целях и еще не внедрена в клиническую практику, но руководство Университета поддерживает нас и дает свободу для развития.
Пётр Пузанов, директор центра цифровых технологий Санкт-Петербургского педиатрического университета
В медико-биологической лаборатории
Взглянем на медицину под другим углом. Из лаборатории, где рождаются будущие лекарства. Они начинают свой путь с проектирования терапевтической молекулы и ее испытания на модельных объектах в лаборатории.
Но объем данных растет быстрее, чем их можно проанализировать вручную. Современные методы — мультиомика, высокопроизводительная визуализация, анализ тысяч генов и белков одновременно — дают гигабайты информации. Использование методов машинного обучения открывает новые возможности для быстрого и системного анализа таких массивов данных.
Методы машинного обучения применяются в биомедицинских исследованиях для анализа больших экспериментальных и клинических наборов данных — в том числе при поиске потенциальных биомаркеров, сравнении отклика на терапию в разных группах пациентов и приоритизации терапевтических мишеней. Речь идет не о готовых клинических решениях, а о поддержке исследовательской работы и генерации гипотез, которые затем проверяются специалистами.
А появление моделей, способных предсказывать трехмерную структуру белков по их аминокислотной последовательности, стало прорывом в структурной биологии и изменило подход к разработке лекарств. Теперь ученые могут заранее оценить, какие соединения будут работать, и сосредотачиваться только на них. Это сокращает время и стоимость исследований и снижает риск неудач на поздних стадиях испытаний.
В феврале 2025 года Институт исследований искусственного интеллекта Университета Цинхуа совместно с Beijing Shuimu Molecule представил обновленную версию мультимодальной биомедицинской модели BioMedGPT-R1. Система с 17 миллиардами параметров построена на базе DeepSeek-R1-Distill-Qwen-14B и предназначена для работы с медицинскими задачами, где нужно одновременно анализировать тексты, изображения и другие типы биомедицинских данных.
Модель обучалась так, чтобы связывать между собой разные формы медицинской информации — научные статьи, описания экспериментов и визуальные данные — и использовать их при ответах на вопросы и анализе исследований. Благодаря этому она показывает качество, сопоставимое с коммерческими системами, в задачах биомедицинского вопросно-ответного анализа.
BioMedGPT-R1 также проверяли на экзамене USMLE — стандартизированном тесте для получения медицинской лицензии в США, который часто используют как ориентир для оценки способности моделей рассуждать в клиническом контексте. Модель набрала 67,1 процента правильных ответов, что указывает на ее умение работать с медицинской терминологией и клиническими сценариями. Способность объединять разнородные биомедицинские данные делает модель перспективным инструментом поддержки исследовательской работы: в анализе научных публикаций, планировании экспериментов и интерпретации их результатов.
Возможно, применение ИИ в разработке лекарств — один из самых значимых прорывов в медицине за последние десятилетия.
В клинических испытаниях
Созидание медицинских инноваций давно вышло за пределы лабораторных стен. То, что начинается с экспериментов на животных моделях и бесчисленных серий аналитических тестов, еще не является настоящим прорывом. Новая разработка — будь то лекарственный препарат, медицинское устройство или методика — обретает свою подлинную научную состоятельность и практическую пользу лишь тогда, когда проходит испытание «клиникой».
Именно клинические исследования становятся финальной и наиболее ответственной стадией рождения медицинского открытия: когда к процессу присоединяются реальные люди — добровольцы, пациенты, участники исследования. Здесь инновация сталкивается с живой человеческой физиологией, многообразием реакций, сложностью реальной жизни — и только выдержав это испытание, она может стать частью современной медицины.
Инициация клинического испытания — сложный процесс, требующий согласования с регуляторными органами, четкого регламента и официального разрешения на начало работы.
Координация клинических исследований и экспертиза документации — самая трудоемкая часть работы. Нужно учитывать требования регуляторов, этические стандарты, правовые нюансы и одновременно обеспечивать оперативность. Каждое исследование уникально, и ошибки здесь недопустимы.Артём Полторацкий, руководитель отдела организации клинических исследований в НМИЦ онкологии им. Н. Н. Петрова Минздрава России
Для запуска клинического исследования нужно подготовить обширный пакет документов, включающий утвержденный протокол исследования, досье исследуемого препарата или изделия, форму информированного согласия пациента, финансово-договорную документацию и положительное заключение локального этического комитета(ЛЭК).
С увеличением числа заявок на запуск испытаний возрастает и нагрузка на экспертов ЛЭК. Каждая заявка может включать сотни страниц, и трудности в обработке таких объемов информации приводят к задержкам на одобрение и повышают риск ошибок.
По словам Артёма Полторацкого, согласование документов одновременно по нескольким контурам приводит к дублированию требований регуляторов, разночтениям в нормах, а также ошибкам из-за недостаточной автоматизации и человеческого фактора. Это создает серьезные сложности в работе.
Из-за высоких организационных требований клинические испытания представляют собой трудоемкий и долгий процесс: разработка одного лекарственного препарата, его одобрение и выход на рынок может занимать 15 лет и стоить полтора-два миллиарда долларов.
В ответ на эту проблему НМИЦ онкологии имени Н. Н. Петрова внедрил решение для проверки пакета документов в ЛЭК на базе генеративной модели YandexGPT, который входит в платформу Yandex AI Studio.
Решение работает с загружаемыми заявками на клинические исследования — протоколами, описаниями препаратов, формами информированного согласия и сопроводительными материалами, анализируя их на лету. Специфические требования ЛЭК и правила проверки задаются через структурированные чек-листы и промпты. Решение интегрировано с информационными системами центра, что обеспечивает непрерывную обработку данных и существенно снижает объем ручной работы.
Как работает инструмент:
Документы заявки загружают в систему в электронном виде.
YandexGPT анализирует содержание документов, выявляя ключевые элементы, такие как цели исследования, методы, риски и этические аспекты.
На основе анализа модель формирует предварительный отчет, который включает рекомендации и выявленные проблемы.
Эксперт ЛЭК просматривает отчет и принимает окончательное решение.
В таком порядке система рассматривает заявку на проведение клинических исследований
По данным отдела организации клинических исследований, внедрение разработки заметно повысило эффективность работы ЛЭК. За первые пять месяцев система помогла проанализировать более 170 документов — около 11 000 страниц. Время экспертизы ускорилось в пять–шесть раз при сохранении качества, а использование единых критериев позволило устранить субъективные расхождения между экспертами. Одновременно снизилось количество технических ошибок, ускорилось выявление потенциальных нарушений этических и регуляторных требований. Кроме того, каждое новое рассмотрение используется для обучения модели, что постепенно повышает точность работы системы.
Так ИИ не только становится помощником в повседневной работе врачей, но и помогает систематизировать данные, ускоряет экспертизы и снимает часть бюрократических барьеров в научном процессе.
Клиническое заключение
ИИ становится помощником на разных уровнях здравоохранения: в клинике он облегчает работу с документами, поддерживает принятие решений при диагностике и коммуникацию врачей и пациентов, а в медицинских исследованиях берет на себя анализ экспериментальных данных и помогает с организацией клинических испытаний.
По мере того как медицина становится все более высокотехнологичной областью, растет и потребность во взаимодействии с ИТ-сферой. Опыт Yandex Cloud показывает, что объединение врачей, исследователей и разработчиков в рамках единой инфраструктуры позволяет быстро и эффективно решать задачи здравоохранения. Такое взаимодействие делает технологии по-настоящему эффективными.
Важно, что такие решения рождаются внутри профессиональной среды, а не вовне. Мы, как пользователи и разработчики, понимаем реальную боль системы — перегруженность экспертов, медленные согласования, устаревшие регламенты. Поэтому ИИ здесь не эксперимент, а естественная эволюция научно-административной практики.Пётр Пузанов, директор центра цифровых технологий Санкт-Петербургского педиатрического университета
В итоге становится ясно: будущее медицины — в сочетании людей и технологий ИИ, которые дополняют работу специалистов и помогают пациентам. ИИ-решения не заменяют, а дополняют медицинских специалистов, они облегчают их труд, позволяя сосредоточиться на главном — на заботе о пациентах и спасении жизней.
Свежий опрос конференции GDC показал драматичные изменения в отношении разработчиков к генеративному ИИ. В 2025 году 52% из более чем 2300 опрошенных специалистов заявили, что технология негативно влияет на игровую индустрию – по сравнению с 18% два года назад и 30% в прошлом году. При этом доля тех, кто видит в ИИ положительное влияние, упала с 13% до 7%. Наиболее критично к технологии относятся художники, дизайнеры, сценаристы и программисты, тогда как бизнес-специалисты используют ее в 58% случаев.
Результаты исследования подтвердили подозрения о том, что руководители компаний активнее пользуются ИИ, чем рядовые сотрудники. Топ-менеджмент применяет генеративные технологии в 47% случаев против 29% у обычных разработчиков, а директора студий занимают промежуточную позицию с 36%. При этом общий процент использующих ИИ практически не изменился с 2021 года – 33% против 31%.
Большинство разработчиков применяют ИИ для исследований и мозговых штурмов (81%), офисной работы вроде ответов на письма (47%), помощи с кодом (47%) и прототипирования (35%). Использование технологии для создания внутриигровых ассетов остается редким случаем. Даже Larian Studios недавно пришлось защищаться перед фанатами после раскрытия информации об использовании ИИ для некоторых идейных и прототипических задач.
Сторонники технологии называют критику "моральной паникой", а один из респондентов заявил о разработке платформы, которая позволит детям создавать собственный контент через промпты. Другой разработчик отметил пользу ИИ для нейроотличных людей, которым технология помогает разбивать крупные задачи на управляемые части. Противники же характеризуют генеративный ИИ как "построенный на воровстве и плагиате" инструмент, создающий "переваренную амальгаму всего, что было раньше".
Один из супервайзеров по геймдизайну из Великобритании заявил: "Я бы лучше ушел из индустрии, чем использовал генеративный ИИ". Консультант по геймдизайну из США высказался еще более резко: "Наше главное правило – если кто-то из нас предлагает использовать генеративный ИИ в работе, то можно предположить, что нас ассимилировало Нечто, и Курт Рассел должен нас сжечь". Радикально, конечно.
Анонс продолжения симулятора средневекового кладбища Graveyard Keeper вызвал не только интерес, но и волну подозрений. Игроки обратили внимание на промо-арт Graveyard Keeper 2, заметив в нём характерные признаки генеративного ИИ, и начали копать глубже.
Промо-арт очень похож на генеративный ИИ и сразу отталкивает. Оригинальный арт был обаятельным и определённо более уникальным!
Вскоре появилась ещё одна тема, указывающая на "слона в комнате" – технический директор и сооснователь Lazy Bear Games Слава Черкасов регулярно публикует в X посты в поддержку ИИ.
Вы можете мне не верить, но мы не используем ИИ в Graveyard Keeper 2. Да, я экспериментирую с каждой моделью ИИ, которую могу найти. Это то, что каждый технарь должен делать сейчас.Я постоянно создаю небольшие экспериментальные проекты, которые не показываю аудитории и которые не имеют никакого отношения к Graveyard Keeper. Я не занимаюсь артом – у нас для этого около 8 художников. Я не делаю звук или музыку. Я просто технарь, который экспериментирует с технологиями, чтобы понять, на что они способны.
Реакция сообщества оказалась неоднозначной. Часть игроков приняла объяснение, другие остались скептичны.
Четких доказательств использования ИИ нет. Скорее всего, просто визуально арт похож на то, что в среднем выдает типичный ИИ-генератор картинок.
В январе пользователи форума GOG заметили баннер распродажи, который выглядел так, словно его создали при помощи ИИ. В ответ на обвинения участник форума KosmicznaPluskwa, чей аватар указывает на то, что это старший графический дизайнер из команды GOG, подтвердил: баннер "полностью создан ИИ". Впрочем, подробностей он не раскрыл, так как не представитель компании и "хотел бы остаться на работе".
Сама GOG сначала отказалась комментировать ситуацию официально, хотя представитель отметил, что компания "в курсе обсуждений на эту тему". Теперь в рамках сессии вопросов и ответов на Reddit платформа выступила с заявлением – однако оно устроило далеко не всех.
Мы не планируем делать категоричные заявления в любом из направлений. Инструменты ИИ – одна из многих технологий, которые мы тестируем и пробуем, и в некоторых контекстах они действительно помогают нам двигать компанию и миссию вперед.--управляющий директор GOG Мачей Голембевский
При этом Голембевский добавил, что GOG изменит подход к использованию этих инструментов: "Мы понимаем, что применение новых технологий не означает отказ от человеческой оценки".
Такая позиция не сильно отличается от других игровых компаний – например, Larian столкнулась с похожим скандалом в декабре. С долгосрочной точки зрения такой подход может показаться разумным: жесткие границы в меняющихся ситуациях нередко приводят к проблемам. Однако многие пользователи GOG явно рассчитывали на более определенный ответ.
Абсолютно ужасный ответ. Вам нужно четкое заявление на этом этапе. Мы не хотим, чтобы ИИ-помои использовались для GOG вообще. Борьба с корпоративным дерьмом и урезанием углов, а также сохранение настоящего человеческого искусства – именно поэтому нам нравилась GOG. Если вы больше не готовы этим быть, то вы бесполезны.
Другой пользователь отметил:
GOG построила бизнес и репутацию на определенных утверждениях о DRM и праве собственности. Она построила их на неявной вере в то, что есть геймеры, разделяющие эти ценности. Да, ИИ – отдельное понятие от DRM, но готов поспорить на большие деньги, что люди с твердыми убеждениями об одном имеют столь же твердые убеждения о другом. Для меня безумие, что GOG жертвует этой репутацией ради быстрой наживы.
Еще один пользователь затронул важный момент:
Если вы не собираетесь делать четкое заявление об ИИ, а вместо этого выдаете усредненную PR-речь, то мне будет ясно, что я останусь подальше от вашего магазина. ИИ и сохранение искусства – противоположности, они не могут работать вместе.
Дальше по ветке Голембевский повторил свой ответ, чтобы другие задающие тот же вопрос могли легче его найти, и получил аналогичные реакции.
GOG будет сложно переждать эту бурю. Как отмечают многие пользователи Reddit, платформа воспринимается как нечто "чистое": пока другие магазины выжимают из геймеров каждую копейку, GOG просто хочет, чтобы люди играли в крутые игры и были счастливы.
Конечно, это чепуха – GOG такой же бизнес, как и другие, где главное – прибыль. Но платформа сталкивается с уникальным вызовом: роль ИИ уже вызывает споры.
Один из пользователей Reddit также выразил беспокойство о ситуации с KosmicznaPluskwa, художником GOG, который без предупреждения покинул Discord-сервер GOG Cafe спустя несколько дней после высказывания о скандале с ИИ-артом. "Уход с Discord-сервера был личным решением, и мы это понимаем. Как уже упоминалось, внимание и социальное давление могут быть подавляющими, это сложная ситуация и для нас внутри компании", – написал Голембевский в ответ. Однако дальнейшими личными подробностями компания делиться не намерена.
Клинт Хокинг, содиректор Watch Dogs: Legion, поделился интересными подробностями о разработке игры. По его словам, команда всерьёз рассматривала возможность генерации контента с помощью технологий, которые сегодня называют ИИ, но столкнулась с техническими ограничениями своего времени.
Центральная механика Watch Dogs: Legion строилась вокруг возможности управлять практически любым NPC в открытом мире, вдохновлённом Лондоном. Каждый из них обладал уникальными способностями и предысторией, что делало концепцию крайне амбициозной с точки зрения создания контента.
В интервью Хокинг рассказал, что разработчики упёрлись в серьёзную проблему масштаба:
Мы говорили об идее управления кем угодно и столкнулись с вопросом: как дать всем этим персонажам собственные голоса и истории? У нас были настоящие обсуждения: "Есть ли способы генерировать весь этот материал?" Мы провели кое-какие исследования и поняли, что это слишком далеко заходит.
Игра вышла в 2020 году, когда крупные языковые модели ещё не были доступны в том виде, в котором существуют сегодня. Хокинг уверен, что ситуация сложилась бы иначе при других обстоятельствах:
Если бы мы работали над этим четыре года спустя и имели доступ к ранним версиям LLM, стали бы мы глубже изучать эту возможность? Думаю, вполне могли бы – в зависимости от культурного климата.
Вопрос о генерации диалогов и голосов NPC с помощью ИИ сегодня уже не абстрактный. MMORPG Where Winds Meet использует подобный подход прямо сейчас, а в Dragon Quest 10 планируется внедрение чат-бота. Тем не менее подобные решения неизбежно вызывают споры в игровом сообществе и требуют аккуратной коммуникации с аудиторией.
Сам Хокинг после работы над Watch Dogs: Legion основал собственную студию Build Machine Games, однако о её текущих разработках пока ничего не известно.
Ученые из Тяньцзиньского университета и Китайского университета Гонконга исследовали способность людей отличать настоящую человеческую речь от сгенерированной искусственным интеллектом. В ходе эксперимента эксперты замеряли поведенческие реакции и активность мозга добровольцев до и после специального обучения.
Разрыв между восприятием и решением. Феномен, описанный учеными, можно сравнить с едва заметной трещиной в стекле: вы можете слышать специфический звук, но не осознавать, что он означает скорое разрушение объекта, пока не научитесь интерпретировать этот сигнал. В случае с дипфейками наш мозг работает как сверхчувствительный датчик, который видит артефакты цифровой обработки, скрытые под слоем искусственных эмоций. Основная сложность не в отсутствии данных, а в их обработке высшей нервной деятельностью.
Современные технологии создания дипфейков достигли такого уровня, что человеческий слух практически перестал улавливать разницу между живым голосом и работой нейросети. В исследовании, результаты которого опубликованы в журнале eNeuro, приняли участие 30 добровольцев, которым предлагалось прослушать записи и определить их происхождение.
Результаты оказались неутешительными: участники крайне плохо справлялись с задачей, а краткосрочное обучение лишь незначительно улучшило их показатели. Проблема заключается в том, что искусственный интеллект мастерски имитирует просодию — ритм и мелодику речи, которые наше сознание привыкло ассоциировать с эмоциональностью и подлинностью.
Но, несмотря на внешнюю схожесть, на глубинном нейронном уровне ситуация выглядит иначе. Даже если человек на осознанном уровне совершает ошибку, его мозг фиксирует тончайшие акустические несоответствия. Исследование показало, что после тренировки нейронные ответы мозга на человеческую и синтетическую речь становятся более дифференцированными.
Скрытые возможности слуховой системы
В то время как сознание часто обманывается дипфейками, слуховая система после короткого обучения начинает «отмечать» тонкие акустические различия между речью человека и ИИ, даже прежде чем слушатель может надежно их различить.
Это открытие дает надежду на то, что человечество сможет выработать механизмы защиты от аудиоманипуляций. Как отмечает соавтор работы Сянбинь Тэн: «Слуховая система мозга, по-видимому, начинает улавливать тонкие акустические различия, даже если люди не могут надежно превратить это в поведенческое решение. Это обнадеживает, поскольку предполагает, что обучение может помочь, и является многообещающей отправной точкой для создания более эффективных способов отличить дипфейк от реальной человеческой речи. Люди все еще адаптируются к контенту, созданному ИИ, поэтому плохие результаты не означают отсутствие сигналов — это может означать, что мы еще не используем правильные подсказки».
Ученые считают, что между восприятием звука и принятием окончательного решения существует разрыв. Наш слуховой аппарат уже регистрирует «цифровой след» подделки, но сознание пока не научилось нажимать на кнопку «это фейк». Дальнейшие методики подготовки могут быть направлены именно на то, чтобы научить человека прислушиваться к тем сигналам, которые его слуховая кора уже успешно распознает.
Технологии ИИ-генерации изображений и видео с каждым месяцем становятся все лучше и лучше, и время от времени энтузиасты создают действительно интересные работы. Недавний впечатляющий пример – трейлер GTA 6, который переделали с помощью генеративного ИИ, чтобы переместить события из солнечного Вайс-Сити в зимнюю Россию.
Кто автор видео – мы не смогли найти, но если знаете его, напишите в комментарии. Важно отметить, что это не уникальные кадры – все они основаны на реальном трейлере, но с помощью ИИ создатель смог переработать сцены. Выглядит все на удивление натурально.
Подобное пока невозможно в реальном времени, однако многие эксперты предсказывают, что в будущем именно таким образом будет рендеориться графика – с высокой частотой и с возможностью в любой момент изменить стиль или особенности отображаемой картинки.
GTA 6 выйдет 19 ноября 2026 года. Пока анонсирована только версия для PS5 и Xbox Series. Игра выйдет и на ПК, но, скорее всего, не раньше 2027 года.
С появлением генеративного ИИ и современных чат-ботов вокруг их использования в геймдеве не утихают этические споры. Однако как ИИ выглядит с чисто прагматичной, деловой точки зрения?
Согласно блогу Game Oracle, написанному аналитиком рыночных данных Россом Бертоном, стигма вокруг технологии способна отпугнуть потенциальных игроков.
Методология Game Oracle включала анализ выборки из 9 879 игр, выпущенных с января по октябрь 2025 года, с фильтрацией спама, сугубо коммерческих релизов и условно-бесплатных тайтлов. При этом такой подход мог исключить ряд популярных free-to-play игр и проектов, обвинявшихся в скрытом использовании ИИ-арта, таких как FragPunk, который подпадает под обе категории. Из выборки 17,9% игр раскрыли факт применения ИИ.
В целом использование ИИ коррелировало с чуть менее восторженным приёмом, игры без ИИ получали немного больше отзывов, реже оставались совсем без них, а при анализе тайтлов с минимум 100 отзывами медианный рейтинг оказывался примерно на 4% ниже.
Однако при корректировке методологии для сравнения схожих по другим параметрам игр картина изменилась. В отчёте говорится:
После учёта издателя, опыта разработчика и типа игры разработчики, использующие ИИ, получают примерно на 53% меньше отзывов по сравнению с теми, кто его не использует.Чтобы объяснить наблюдаемый "штраф", неучтённый X-фактор должен быть достаточно сильным, чтобы почти утроить вероятность (2,7x) внедрения ИИ и одновременно вызвать сокращение количества отзывов на 22% независимо от поддержки издателя и опыта разработчика.
Полная разбивка результатов содержится в отчёте, но там также отмечается, что эффект усиливался по мере того, как крупнее и опытнее становился разработчик.
Наши данные показывают, что для низкокачественных игр ИИ не имеет значения. Но для игр с высоким потенциалом "стигма ИИ" реальна и сурово наказывает разработчиков, которые в ином случае добились бы успеха.
Игры, активно использовавшие ИИ и при этом ставшие крайне успешными, как The Finals, по мнению Game Oracle, "подчёркивают нюанс того, как именно применяется ИИ… ИИ можно использовать грамотно, а можно небрежно, и это имеет значение".
Исследование заключает, что "ИИ это инструмент", которого не следует избегать, но к которому стоит подходить осторожно.
Откажетесь ли вы от молотка при постройке сарая? Нет, конечно. Просто не нужно лупить им по всему подряд.
Стоит отметить, что многие разработчики скептически относятся к потенциалу ИИ даже как инструмента, и ситуация менялась на протяжении 2025 года. Clair Obscur собрала множество наград "игра года" несмотря на использование ИИ-сгенерированных заглушек, а Crimson Desert разошлась миллионами копий после аналогичных обвинений. При этом в случае с новой Crazy Taxi кажется, что обсуждение применения ИИ разработчиком затмило обсуждение самой игры.
Ситуацию усложняет распространённость нераскрытого использования ИИ, а также позиция отраслевых фигур вроде главы Epic Тима Суини, который выступает против самой идеи подобных предупреждений, и то, что крупные студии продолжают инвестировать в технологию.
С учётом того, что Sony буквально несколько дней назад превозносила ИИ-инструменты как способ "раскрыть креативность студий", ожидать общеотраслевого сдвига на основе этих данных в ближайшее время не приходится.
ElevenLabs заключила масштабное соглашение с Stan Lee Universe на использование голоса и образа легендарного автора Marvel. Теперь ИИ-версия Стэна Ли доступна в ElevenLabs Iconic Marketplace – коллекции знаменитостей, которых компании могут лицензировать для коммерческого применения.
Голос воссоздан на основе профессиональных архивных записей. Пользователи платформы уже могут генерировать изображения и видео в стиле комиксных панелей с образом Ли, однако этот функционал ограничен некоммерческим использованием. Голос Ли также доступен в приложении Eleven Reader для озвучки любой книги из библиотеки пользователя.
Отдельно ElevenLabs запускает серию "Книжный клуб Стэна Ли" в Eleven Reader: каждый месяц его ИИ-голос будет читать новую книгу из общественного достояния. Первой стала "Остров сокровищ" Роберта Луиса Стивенсона – как дань уважения известной любви Ли к книгам.
Параллельно в музыкальный генератор ElevenCreative Music добавили два тематических фильтра: "Супергеройские кинематографические нарастания" (Superhero Cinematic Swells) и "Ретро-фанфара героя" (Retro Hero Fanfare).
Сам Ли ещё при жизни не оставался в стороне от вопросов о сохранении своего наследия: Marvel лицензировала его имя, голос и образ в 2022 году для использования в фильмах, сериалах и тематических парках Disney.
Джек Бьюзер занимает должность глобального директора по играм в Google Cloud. Его задача – "обеспечивать трансформацию разработчиков, издателей и платформ игровой индустрии с помощью ИИ и облачных решений". С этой позиции он предложил рецепт от всех бед, преследующих игровой бизнес. Догадаетесь, какой? Конечно же ИИ.
В интервью Бьюзер отметил, что индустрия видеоигр "наконец возвращается к росту выручки", однако прибыли при этом падают, игры отменяются, а волна увольнений продолжает накрывать отрасль.
Единственный реальный рост, по словам директора, обеспечивают Roblox и китайский рынок. Если вы не относитесь ни к одной из этих категорий, "скорее всего, вы в той или иной степени испытываете трудности".
Стоит копнуть глубже, и вы понимаете: боже мой, у нас проблемы. Это неустойчивая бизнес-модель. Нам нужно трансформироваться как индустрии, чтобы ответить на вызовы времени и двигаться в будущее. Именно это определяет, почему сейчас такое важное время для отрасли.
Бьюзер утверждает, что такие аспекты бизнеса, как маркетинг, бизнес-стратегия и аналитика, уже "радикально ускоряются с помощью ИИ". Он также уверен, что внедрение ИИ сократит сроки и стоимость разработки, а небольшие студии смогут напрямую конкурировать с крупными игроками.
Общая тенденция, которую мы наблюдаем, заключается в том, что очень крупные игровые компании думают о своих конвейерах разработки и сокращении времени итераций.Но мы видим, что средний и нижний сегменты индустрии начинают осознавать: с ИИ они могут прыгнуть значительно выше головы, значительно выше, и реально конкурировать с играми, у которых куда более крупные бюджеты.
По словам Бьюзера, ИИ – это нечто вроде костюма Железного Человека: "надень его и посмотри, какие сверхспособности он тебе даст". Однако ближе к концу интервью его риторика раскрывает истинные приоритеты.
Назвав игровую индустрию "сломанной" и именно этим объяснив десятки тысяч увольнений за последние годы, Бьюзер прямо позиционирует ИИ как решение проблемы – для бизнеса. Для людей, работающих в индустрии? Ну, не совсем. Но это, мол, не вина ИИ.
Для тех, кто в студии переживает за свою работу: экзистенциальный характер игровой индустрии прямо сейчас давит на студии, и это не имеет никакого отношения к ИИ. ИИ, напротив, поможет нам привести эти бизнес-модели к правильному размеру.Он поможет создать более здоровую индустрию не только для крупных, но и для мелких игроков. И я думаю, если мы будем более нюансированно понимать, как ИИ реально используется, и уточним наш язык при обсуждении этих вещей, это станет одним из самых важных шагов, которые мы как индустрия можем предпринять прямо сейчас.
Ключевое слово здесь – "привести к правильному размеру" (right-size). Кембриджский словарь определяет этот термин как "процесс приведения компании или организации к более эффективному размеру, особенно путём сокращения числа сотрудников". Цель, другими словами, не в защите людей, а в защите прибыли. Вполне понятный ход мысли для топ-менеджера Google, но сложно назвать это вдохновляющим решением.
Стоит вспомнить, что предыдущей должностью Бьюзера была роль "глобального директора по развитию бизнеса для Stadia". Все прекрасно помнят, чем закончилась эта история. Параллели с нынешним неустанным продвижением ИИ в разработке игр напрашиваются сами собой. Нас раз за разом уверяют, что это неизбежное будущее.
Да, ИИ может быть полезен для конкретных задач вроде отладки кода, но до сих пор не приблизился к тому, что обещает хайп. К слову, обещание Илона Маска выпустить "великую игру, созданную ИИ" к концу 2026 года пока остаётся лишь словами.
Razer представила на выставке CES масштабный план инвестиций в искусственный интеллект на сумму $600 миллионов, но столкнулась с жестким откликом со стороны игрового сообщества. Глава компании Мин-Лян Тан объяснил, почему геймеры на самом деле заинтересованы в ИИ-технологиях в разработке игр – несмотря на кажущееся противоречие.
В интервью подкасту Decoder Тан признал очевидную проблему: заявление "ИИ – это будущее гейминга" вызвало волну негативных реакций в комментариях к публикациям Razer. Однако, по словам главы компании, критика направлена не против самого искусственного интеллекта, а против некачественного контента, созданного генеративными моделями.
Мы все недовольны ИИ-шлаком – контентом с персонажами с лишними пальцами или небрежно написанными сюжетными линиями. Против чего мы точно не выступаем – так это против инструментов, которые помогают разработчикам создавать отличные игры.
Razer разрабатывает ИИ-инструменты для оптимизации процесса тестирования игр, которое традиционно занимает до 40% бюджета проекта и может задерживать релизы на длительные сроки. Компания создает QA-компаньона – систему, автоматически заполняющую формы отчетов об ошибках и отправляющую их разработчикам вместе с предложениями по исправлению. Тан подчеркнул, что цель Razer – использовать ИИ как инструмент для улучшения игр, а не для замены человеческого творчества.
На CES компания показала несколько противоречивых ИИ-продуктов, включая Project Ava – голографического аниме-компаньона на базе Grok от xAI Илона Маска. Несмотря на заявления о заботе о безопасности пользователей, выбор Grok вызвал вопросы – модель находится в центре скандала с дипфейковым порно. Тан защитил решение, ссылаясь на превосходные разговорные способности Grok, но признал, что компания еще не полностью продумала все последствия создания ИИ-компаньонов.
Razer планирует нанять 150 ИИ-инженеров и позиционирует себя как мультимодельную платформу, работающую с различными языковыми моделями в зависимости от задачи. Для Project Motoko – умных наушников со встроенными камерами и возможностями компьютерного зрения – компания выбрала ChatGPT. Тан объяснил стратегию: Razer фокусируется на создании экосистемы с постоянной памятью, где ИИ-компаньон следует за пользователем через различные устройства – от голограммы дома до наушников на улице.
Компания также столкнулась с проблемами роста цен на оперативную память и GPU из-за ажиотажа вокруг ИИ. Тан признался, что не может даже определить финальную стоимость новых ноутбуков из-за волатильности рынка компонентов.
Ситуация с памятью настолько нестабильна, что сложно понять, какие будут цены. Я не могу назвать цифру прямо сейчас, и даже к концу этого подкаста.
Глава Razer выразил надежду, что ситуация стабилизируется, как это происходило в прошлом с другими скачками цен на комплектующие.
Относительно бизнес-модели будущих ИИ-продуктов Тан был откровенен: компания еще не решила, будет ли взимать подписку или включит затраты в стоимость оборудования.
Мы буквально не продумали это детально. Вопрос в том, как определить ценность для пользователя.
Тан сравнил ситуацию с подписками на Spotify или Xbox Game Pass, отметив, что геймеры готовы платить за сервисы, если видят в них реальную пользу.
Unity запустила бета-версию встроенного ИИ-ассистента, который позволяет создавать игровые сцены, ассеты и механики буквально через текстовые подсказки. Инструмент адаптирован под рабочие процессы самого движка, что, по заверениям разработчиков, обеспечивает "более точные ответы, лучшее выполнение задач и меньше повторных попыток". Появление беты вписывается в общую тенденцию: крупные игроки индустрии все активнее внедряют ИИ в производственный конвейер.
В демонстрационном трейлере показан сценарий, в котором пользователь собирает игру через серию промптов. По первому запросу инструмент моментально генерирует сцену из уже имеющихся ассетов. Следующие команды позволяют создать автомобиль по визуальным референсам, установить на крышу оружие и сформировать скрипт для прицеливания и стрельбы.
Финальные штрихи вроде мрачного неба, "дистопического тумана" и ликующих роботов на трибунах также были добавлены через текстовые подсказки. По сути, готовый игровой прототип собрали без ручного написания кода и ручной настройки сцены. Это демонстрирует, насколько плотно ИИ уже интегрируется в полноценный производственный цикл.
Среди заявленных возможностей инструмента – конвертация дизайн-макетов, изображений и визуальных референсов в готовые к использованию ассеты и играбельные сцены. Отдельного внимания заслуживает позиция команды по вопросу конфиденциальности: по умолчанию пользовательские данные не используются для обучения ИИ-моделей, а передача данных активируется только через явное согласие в панели управления. Это важный момент на фоне широкой дискуссии о том, чьи материалы и как именно идут на тренировку подобных систем.
Sony зарегистрировала патент, описывающий систему на основе ИИ, которая самостоятельно отбирает лучшие моменты из игр и делает из них готовые материалы для соцсетей.
Игроки часто делятся запоминающимися достижениями из своих игровых сессий с друзьями через социальные сети – Discord, Twitch, YouTube, Twitter и другие.Создание таких видеоклипов или скриншотов может быть трудоёмким и обременительным для игрока, так как ему приходится не только просматривать запись в поисках нужных моментов, но и, как правило, использовать специализированное программное обеспечение.
Суть патента сводится к тому, что система наблюдает за действиями игрока в режиме реального времени и непрерывно собирает данные о происходящем: убийствах, победах, редких событиях, неожиданных поворотах и ключевых решениях. Машинное обучение анализирует паттерны вроде серий убийств, победы над боссами, камбэков в безнадёжных ситуациях или нестандартных ситуаций.
Важная деталь: ИИ учитывает профиль конкретного игрока, его уровень мастерства и привычный стиль игры. Это означает, что система не просто выбирает объективно зрелищные моменты, а адаптирует критерии под каждого пользователя. Первая победа новичка будет помечена как хайлайт, тогда как для опытного игрока тот же результат останется незамеченным.
После того как значимый момент зафиксирован, ИИ формирует так называемый "момент-ассет" – готовый к публикации материал в нескольких возможных форматах: стилизованная карточка хайлайта с подписью, коллаж из скриншотов, короткое видео или даже трёхмерный коллекционный объект в виде фигурки. Всё это создаётся без какого-либо участия игрока.
Sony, как и другие крупные игровые компании, регулярно патентует технологии, которые либо так и не появляются в финальных продуктах, либо реализуются значительно позже и в другом виде.
Spotify сделала громкое заявление во время презентации финансовых результатов за четвертый квартал: лучшие разработчики компании не написали ни строчки кода с декабря. Об этом сообщил сооснователь и со-глава Spotify Густав Сёдерстрём, рассказывая о том, как компания использует ИИ для ускорения разработки.
За 2025 год Spotify выпустила более 50 новых функций и изменений в приложении. Среди последних – плейлисты на основе текстовых запросов с помощью ИИ, функция Page Match для аудиокниг и About This Song, которые появились в последние недели.
Инженеры Spotify используют внутреннюю систему Honk для ускорения написания кода и повышения скорости выпуска продуктов. Система позволяет удаленно развертывать код в режиме реального времени с помощью Claude Code.
Конкретный пример: инженер Spotify во время утренней поездки на работу может через Slack на телефоне попросить Claude исправить баг или добавить новую функцию в iOS-приложение. После завершения работы инженер получает новую версию приложения прямо в Slack на телефон и может отправить её в продакшн еще до прибытия в офис.
Компания отметила, что система значительно ускоряет процесс написания кода и развертывания обновлений.
Мы не считаем это концом пути в разработке с помощью ИИ – это только начало.
Глава также рассказал о способности Spotify создавать уникальный датасет, который другие большие языковые модели не смогут присвоить, как это происходит с другими онлайн-ресурсами вроде Wikipedia. Причина в том, что для музыкальных вопросов не всегда существует однозначный ответ.
Например, на вопрос о музыке для тренировок люди дадут разные ответы в зависимости от географии. Американцы в целом предпочитают хип-хоп, хотя миллионы выбирают дэт-метал. Многие европейцы тренируются под электронную музыку, а скандинавы часто слушают хэви-метал.
Это датасет, который мы строим прямо сейчас, и никто другой его не создает. Он не существует в таком масштабе. И мы видим улучшения каждый раз, когда переобучаем наши моделию.
Аналитики также спросили о подходе Spotify к музыке, созданной ИИ. Компания пояснила, что позволяет артистам и лейблам указывать в метаданных трека, как была создана композиция, но при этом продолжает отслеживать платформу на предмет спама.
Совместное исследование Бристольского университета и студии Meaning Machine показало, что подавляющее большинство игроков положительно оценивают опыт взаимодействия с NPC, работающими на основе ИИ.
В исследовании приняли участие 68 человек – 31 мужчина, 31 женщина и семь небинарных участников. Все испытуемые играли в Dead Meat – детективную игру от Meaning Machine, где нужно допрашивать подозреваемых. По результатам 95% участников назвали опыт приятным, а 97% сочли взаимодействие полезным и вознаграждающим.
75% отметили, что Dead Meat позволила "выразить себя или сделать значимый выбор". Исследователи из Бристольского университета уточнили, что эти результаты оставались стабильными вне зависимости от типа игр, включённых в анализ.
Одним из ключевых наблюдений стало то, как NPC на базе ИИ в Dead Meat обеспечивали свободу самовыражения.
Мне действительно показалось это полезным – просто впервые самому придумывать свои вопросы.
Впрочем, исследователи отмечают, что такая свобода может оказаться и подавляющей из-за отсутствия чёткого направления.
Свобода поначалу очень бодрит, ощущается погружение, и это круто. Но это также может быть ошеломляющим.
Ведущий исследователь Ричард Коул cказал:
Данное исследование помогает привнести конкретику в довольно эмоционально заряжённую дискуссию об ИИ в играх. Оно ставит игрока в центр обсуждения, спрашивая, что люди чувствуют по поводу ИИ-опыта на практике, а не только в теории.
Сооснователь Meaning Machine Томас Кин добавил:
Игроки сопротивляются ИИ, который отнимает у людей творчество. Но когда ИИ используется для создания совершенно новых типов интерактивного опыта, это уже совсем другая история.
Кин справедливо указывает на существующее сопротивление некоторым способам применения ИИ в разработке игр. Очевидно, что все зависит от контекста.
Студия Sunset Visitor, подарившая миру 1000xResist, раскрыла свой следующий тайтл. Игра называется Prove You're Human и, судя по всему, продолжит исследовать научно-фантастические темы, знакомые по дебютной работе студии.
Как и 1000xResist, новая игра представляет собой нарративное приключение в далёком будущем. Задача игрока в Prove You're Human – убедить ИИ-продукт в том, что тот не живой. Но есть загвоздка – протагонист сам представляет собой цифровой клон человека, а значит, тоже не совсем человек. Такая завязка неизбежно приведёт к множеству этических дилемм.
ИИ осмеливается мечтать, что она – человек. Вас наняли, чтобы поставить её на место.
Геймплей, судя по трейлеру, включает сканирование окружения, разговоры с корпоративными сотрудниками и поддержание связи с физическим телом цифрового клона. Отдельный акцент сделан на создании и решении капч – что логично, когда речь идёт о доказательстве человечности или её отсутствия.
Визуально игра выглядит необычно – команда вплела реальные съёмки Ванкувера и окрестностей в виртуальный ландшафт.
Ванкувер – известный кинематографический город. Мы используем эту инфраструктуру вместе с нашими давними коллаборантами, чтобы придать человеческим формам в игре ощущение тактильности.
Австралийский режиссёр и сценарист Алекс Пройас, известный по "Я, роботу", "Ворону" и "Тёмному городу", готовится вернуться к большому кино впервые за десять лет. Его новой работой станет мрачная антиутопичная сатира "Heaven" ("Рай").
Производством займётся студия Ex Machina, которая задействует собственную ИИ-технологию для создания визуальной части фильма. По заявлению компании, инструмент позволяет "создавать масштабные миры при разумном бюджете, сохраняя приоритет настоящих актёров, написанных людьми историй и производственных практик, соответствующих правилам гильдий".
Над идеей "Рая" Пройас работал несколько лет. В центре сюжета будет отчаявшийся бюрократ, который бежит от рушащейся жизни и оказывается в технологически совершенной загробной жизни.
Однако вскоре выясняется, что рай представляет собой "тщательно сконструированную иллюзию с ужасающими последствиями". Фильм описывают как мрачную сатиру "в традиции "Бразилии" Терри Гиллиама" – культовой антиутопии 1985 года о тоталитарной бюрократической системе.
По словам самого Пройаса, именно ИИ должен помочь воплотить то иммерсивное видение, которое он задумал для картины.
Эрик "ConcernedApe" Барон известен как один из самых упорных одиночных разработчиков в игровой индустрии: Stardew Valley он создал в одиночку за несколько лет, вручную нарисовав каждый спрайт и написав каждую строку кода. Поэтому его позиция по поводу генеративного ИИ не должна удивлять.
Она оказалась такой же однозначной, как и его подход к разработке.
В интервью Game Informer Барон прямо заявил, что ни Stardew Valley, ни его следующая игра Haunted Chocolatier никогда не будут использовать ИИ в творческих задачах. По его словам, он в принципе понимает практический смысл технологии в "очень специфических, узконаправленных случаях", однако всё, что связано с творческим самовыражением, должно оставаться за живым человеком.
Ты перекладываешь творчество на алгоритм, а это, на мой взгляд, всегда будет подрывать чистый и подлинный человеческий элемент того, что ты делаешь.Моя цель – выражать себя творчески. Зачем мне позволять ИИ делать это за меня?
Важно разграничивать здесь два понятия. Автоматизация рутинных процессов и генеративный ИИ, создающий арт, музыку, сценарии или актёрские перформансы, – это принципиально разные вещи. Барон говорит именно о втором: любая задача, допускающая человеческое самовыражение, должна оставаться в руках человека.
Своё отношение к теме он сформулировал особенно ёмко:
Если тебе нужна помощь, позволь другому человеку выразить себя. Людей, которые хотели бы такую возможность, предостаточно. Мне кажется, это должно быть важнее, чем бездушная машина.
На фоне всё более активных публичных дискуссий об ИИ в геймдеве позиция Барона выглядит чёткой, но при этом сосредоточенной именно на творческой стороне вопроса. Но обсуждение ИИ в разработке игр – очень громкая тема, которая не стихает уже несколько месяцев.
Комментарии