Mage-Flow У нас новый игрок в опенсорсе для работы с картинками Компактная модель от Microsoft для создания и редактирования изображений. 4B параметров • генерация изображений по тексту • редактирование по инструкциям • работа с разрешением от 512 до 2048 • поддержка любых пропорций • высокая скорость генерации • семантическое редактирование • трансформация внешнего вида • реставрация изображений Выпущен в трёх вариантах: Base, RL-aligned и Turbo. На A100 генерирует изображение за 0.59 секунды, редактирование - за 1.02 секунды. Используют Mage-VAE для эффективного кодирования Гитхаб HF Демо #t2i #i2i #imageediting #image2normals

Гонка на опережение: Microsoft просит устанавливать обновления Windows 11 за три дня Директор Microsoft 365 Джереми Чепмен официально призвал пользователей и бизнес-клиентов отказаться от привычки откладывать патчи системы, сократив максимальный срок ожидания до 72 часов. По его словам, хакеры начали активно применять нейросети для мгновенного поиска брешей в коде операционной системы сразу после выхода отчетов, что делает критически важной установку апдейтов в кратчайшие сроки. Впрочем, глава подразделения тактично проигнорировал тот факт, что затяжные сетевые атаки на Windows 11 не фиксировались уже давно, зато практически каждое свежее обновление от самой Microsoft традиционно приносит с собой букет новых багов и сбоев.

Microsoft выпустила рекордное количество патчей при помощи ИИ По данным Krebs on Security, Microsoft выпустила рекордные 570 патчей безопасности, задействовав ИИ для поиска уязвимостей в коде. Среди обновлений — две критические уязвимости «нулевого дня», которые хакеры использовали до того, как компания узнала об их существовании. Одна из ошибок затрагивает Windows Server и позволяет злоумышленникам повысить свои права от обычного пользователя до системного администратора. Вторая уязвимость касается сервера SharePoint, который хакеры использовали для компрометации организаций, о чём официально предупредило агентство CISA. По словам руководства, объём патчей продолжит расти, так как ИИ помогает выявлять ошибки, десятилетиями скрывавшиеся в коде Windows.

Microsoft закрыла 10-летнюю брешь в Secure Boot, угрожавшую миллионам ПК Свежее обновление безопасности Windows 11 под номером KB5101650 устранило критическую уязвимость в системе безопасной загрузки Secure Boot, существовавшую более десяти лет. Специалисты компании ESET выяснили, что система до сих пор считала доверенными 11 устаревших Linux-загрузчиков (вроде shim 0.9 и старше), которые давно не поддерживаются и содержат известные бреши. Хакеры могли использовать эти легитимные, но уязвимые компоненты для беспрепятственного обхода защиты Secure Boot и внедрения вредоносного ПО на самом глубоком уровне системы. Microsoft оперативно отреагировала на отчет исследователей, внеся цифровые подписи всех опасных загрузчиков в черный список UEFI DBX.

🐋Microsoft натравила 100 ИИ-агентов на поиски уязвимостей Windows Microsoft перевела аудит безопасности ОС на автопилот. Компания запустила MDASH - конвейер из более чем сотни ИИ-агентов. Они работают как полноценная команда: одни ищут уязвимости, вторые выступают критиками и пытаются доказать, что баг недостижим, а третьи собирают рабочий PoC в изолированной песочнице. Инженеры получают алерт только тогда, когда баг реально воспроизвелся.

🟦Агенты уже вытащили 16 серьезных уязвимостей. Из них 4 критические (удаленное выполнение кода), включая тяжелые дыры в драйвере tcpip.sys и службе IKEEXT без нужды в авторизации. 🟦ИИ находит сложные логические дефекты (вроде Use-After-Free и Double Free), цепочки которых размазаны по разным подсистемам. Классические статические анализаторы такое в упор не видят. 🟦На закрытом тесте с умышленно дырявым кодом агенты нашли 21 баг из 21 возможных. Без ложных срабатываний.

ИИ пока не выпускает патчи сам, финальное решение за людьми. Но скорость поиска уязвимостей выросла кратно. 🦔 CyberYozh

А сегодня давайте почитаем визионерские откровения Сатьи Наделлы, которыми он поделился у себя в блоге недели три назад.

Я много размышлял о будущем компании в экономике, основанной на искусственном интеллекте. Этот переход отличается от всех предыдущих изменений. В прошлом мы использовали технологии для повышения эффективности человеческого капитала. Впервые мы можем создать реальную когнитивную петлю между людьми и цифровыми системами. Это ошеломляет, потому что меняет как мы представляем себе всю работу внутри организации. На кону стоит не просто внедрение очередного инструмента или системы. Главный вопрос в том, как организации будут продолжать учиться, создавать интеллектуальную собственность, отличаться от конкурентов и развиваться в мире, где AI-модели способны непрерывно впитывать знания людей и организаций и коммодизировать их. Каждой компании придётся создавать два вида капитала: человеческий и токен-капитал. Человеческий капитал включает знания, способность выносить суждения, отношения, изобретательность и умение распознавать закономерности. Токен-капитал — это AI-возможности, которые компания создаёт, развивает и контролирует. По мере роста значимости токен-капитала, человеческий капитал не становится менее ценным. Напротив, его значимость только возрастает. Я убеждён, что именно человеческая агентность будет драйвером развития токен-капитала. Люди будут ставить амбициозные цели, соединять идеи из разных областей, выстраивать отношения и распознавать действительно значимые закономерности. Без человеческого целеполагания вычислительные мощности будут лишь бесконечно работать по кругу. Ключевая возможность заключается не в том, чтобы выбрать лучшую модель. Она заключается в создании обучающего контура, внутри которого человеческий и токен-капитал взаимно усиливаются и накапливаются. Можно передать AI отдельную задачу или даже целую работу, но нельзя передать ему собственное обучение. Будущее компании определяется её способностью накапливать результаты этого обучения, распределяя их между людьми и технологиями. Это требует новой архитектуры, при которой каждая организация сможет создавать агентные системы, сохраняя при этом контроль над своей интеллектуальной собственностью. Компания должна иметь возможность заменить одну универсальную модель на другую, не потеряв при этом экспертизу, накопленную внутри её обучающей системы. Именно это станет проверкой на управляемость и суверенитет. Такой обучающий контур становится новой интеллектуальной собственностью. Я представляю его как машину постоянного восхождения к следующему максимуму. И в отличие от большинства активов, его ценность накапливается по принципу сложного процента. Каждый улучшенный рабочий процесс создаёт более качественный обучающий сигнал, ускоряя накопление неявного знания, уникального для конкретной компании. Организации, которые начнут строить такие системы раньше других, получат преимущество — и его будет трудно воспроизвести, независимо от моделей. На мой взгляд, нашим приоритетом должно быть создание такой экосистемы, а не просто передовой модели, чтобы ценность распространялась повсеместно для каждой компании, каждой отрасли и страны. Организации должны иметь возможность владеть собственным обучающим контуром, в котором закодировано их институциональное знание и внутри которого одновременно накапливаются человеческий и токен-капитал. Когда это произойдёт, компании начнут создавать ценность как для себя, так и для всей экономики. Сотрудники увидят, как их экспертиза усиливается и становится частью систем, способных воспроизводить и масштабировать эти знания. Выгоды от этого будут получать и бизнес и сообщества, частью которых он является. И именно такое устойчивое равновесие нам следует строить вместе.

→ https://snscratchpad.com/posts/frontier-ecosystem