SHELLS: Facebuilder от Гугла. Но не совсем. SHELLS - исследовательская система Google для автоматической реконструкции 3D-головы по нескольким фотографиям с известных ракурсов. Она создает сетку примерно из 18 тысяч вершин с единой топологией и обрабатывает один набор изображений примерно за 0,08 секунды(!) Главное преимущество SHELLS - скорость и стабильность. Система подходит для многокамерной съемки, захвата мимики и массовой обработки видео. При этом она требует откалиброванных камер и пока не является готовым продуктом: публичного кода нет, текстуры, волосы и мелкие детали кожи нужно восстанавливать отдельно. С FaceBuilder от KeenTools задачи пересекаются, но сценарии разные. FaceBuilder - инструмент для Blender и Nuke, рассчитанный на художника. Он работает даже с обычными фотографиями, позволяет вручную корректировать модель, строить текстуры и экспортировать результат в другие 3D-пакеты. SHELLS больше подходит студиям с многокамерными установками и автоматизированным производством. FaceBuilder - создание конкретного персонажа из нескольких фотографий с ручной доводкой. Страница проекта SHELLS https://syntec-research.github.io/SHELLS/ Статья на arXiv https://arxiv.org/abs/2605.31283 "FaceBuilder для Blender" https://keentools.io/products/facebuilder-for-blender "FaceBuilder для Nuke" https://keentools.io/products/facebuilder-for-nuke @cgevent

Китай готовит к запуску крупнейший в мире морской преобразователь энергии Китай завершил установку у побережья провинции Гуандун крупнейшей в мире морской преобразовательной платформы для передачи электроэнергии от офшорных ветряных электростанций. После ввода в эксплуатацию объект сможет ежегодно передавать в энергосистему страны около 6 млрд кВт·ч электроэнергии, чего достаточно для обеспечения потребностей примерно 2,7 млн домохозяйств. Это первая в мире морская 500-киловольтная станция постоянного тока мощностью 2000 мегаватт. Следующий этап — подключение подводных кабелей и серия испытаний перед началом коммерческой эксплуатации. https://hightech.plus/2026/07/28/kitai-gotovit-k-zapusku-krupneishii-v-mire-morskoi-preobrazovatel-energii

Экс-посол США в России Джон Салливан и бывший врио председателя Комиссии по ценным бумагам и биржам США [SEC] Майкл Пивовар войдут в совет директоров американской холдинговой компании стартапа Plata, основанного выходцами из банка “Тинькофф”. Они приступят к работе в качестве независимых членов совета директоров с августа. Как отметили в пресс-службе мексиканского стартапа, эти новшества нужны для укрепления системы корпоративного управления, необходимого для разработки быстрорастущей регулируемой финансовой платформы в регионе. Пивовар - экономист, работавший в Институте Милкена и Белом доме. Ранее он занимал должность комиссара SEC США, а в 2017 году временно исполнял обязанности ее председателя. Салливан - экс-партнер юрфирмы Mayer Brown. С 90-х годов он занимал ряд постов в американском правительстве, в том числе работал послом США в РФ. Plata был запущен в 2023 году бывшими вице-президентами "Тинькофф" Данилом Анисимовым, Александром Бро и Нери Толлардо. Это цифровой сервис с фокусом на продажу кредитных карт. Лимит по ним составляет $200 тысяч со ставкой от 30% в зависимости от выбранной категории. Карты доставляются курьерами, которые также помогают настроить мобильное приложение. Кроме того, стартап предлагает Plata Difiere - BNPL-сервис, работающий по принципу "купи сейчас - плати потом". В конце 2024 года компания получила одобрение мексиканского регулятора на выдачу банковской лицензии. Это позволит стартапу расширить свой продуктовый портфель, предложив пользователям доступ к зарплатным и дебетовым услугам. Сейчас у компании более 3,5 млн активных клиентов с кредитными картами. Ранее СМИ сообщали, что семьи Олега Тинькова [включен Минюстом в реестр иноагентов] и основателя Baring Vostok Майкла Калви были в числе ранних инвесторов Plata. Затем стартап также привлек $160 млн от Kora, Moore Strategic Ventures и других американских и европейских инвесторов при оценке $1,5 млрд. В октябре 2025 года было объявлено, что Plata получил $250 млн. По итогам раунда оценка компании достигла $3,1 млрд. В конце того же года было объявлено о финансировании стартапа финансовой группой Nomura. В середине этого года стало известно, что бывших топ-менеджеров “Тинькофф” получил финансирование в $300 млн от Oaktree Capital Management, Macquarie Group Ltd., Fasanara Capital и Banco Covalto. Как отмечал Bloomberg, эти средства являются частью кредитной линии на $500 млн, открытой Nomura Securities International в конце прошлого года. @rusven

Все, с выходом Fable и 5.6 sol вы больше не должны понимать, что происходит у вас в коде. Не до всех еще дошло, но вы больше не software engineer, вы loop engineer

↑ Я думал, что это типичный твиттер шитпостинга, но реально начал видеть вокруг себя серьезных людей, кто так считает. Мол, раз у Бориса в антропике получается, то и мы так должны делать

Ну камон, ребят. Все же понимают, что публичные лица компаний, который продают лопаты всегда будут преувеличивать ценность этих лопат и формировать хайп, который через какое-то время действительно пушанет технологии до уровня, который они продвигали. Типичный fake it till your make it – так все технологии развиваются и всегда развивались. Но мы то с вами не обязаны собой жертвовать ради этого, ну Почему я считаю, что сейчас это все еще не работает и хорошие инженеры должны понимать что происходит под капотом систем, которые они строят (даже если они строят их печатая/наговаривая английский/русский текст)? Постараюсь порассуждать "из первых принципов": Дело в том, что это всегда так и было – хороший инженер всегда понимал систему как минимум на один уровень абстракции ниже того, на котором её писал. Хороший Python разработчик знает про GIL и 3.13, PyMalloc, сборщик мусора, ссылочную природу объектов, и что многие библиотеки написаны на других языках со своими ограничениями и возможностями. И для него код на пайтоне на самом деле раскрывается гораздо глубже чем он выглядит на первый взгляд – тот самый tacit context Хороший C++ разработчик скорее всего знает не только про разные виды памяти, устройство умных указателей и виртуальные таблицы, но и в курсе про уровни хардварного кэша, особенности архитекутры процессора и хаки, которые использует компилятор для компиляции под эти архитекутры. И может даже знать, в какие конкретно ассемблерные инструкции раскроется его код. Понимает как треды устроены на уровне ОС, какие механизмы их переключения на уровне ядра, и как писать lock-free код ↑ Этого всего нет напрямую в синтаксисе языка. Это особенности поведения систем на гораздо более низких уровнях. И проблема в том, что если инженер их не знает, то он даже не знает чего он не знает. А значит, не узнает и о наличии проблем на этих уровнях. В итоге прод ложится под растущей нагрузкой, баги не находятся неделями и затыкаются костылями, из-за которых прод снова ложится, но уже в следующем квартале ——— Короче, мало топить за loop enginering. Нужно понимать что в результате этих циклов получится Так же как когда вы пишете цикл на C++, вы понимаете, как данные будет лежать в кэше (и в каком), будут ли лишние аллокации в куче, и раскроется ли ваша числодробилка в SIMD-инструкции В общем, это фундаментальное свойство любого профессионала – видеть систему глубже чем она описана Подгорело, @ai_grably

Ловушка с белым текстом: профессор поймал 32 студентов на слепом копировании ответов ИИ Преподаватель истории из США Джейсон Гибсон провел эксперимент, чтобы оценить реальный масштаб использования ИИ при выполнении письменных работ. В текст задания о Промышленной революции он спрятал белым шрифтом скрытую инструкцию — вставить в готовый ответ абсурдную фразу про Мадагаскар. Пользователи задание не замечали, зато алгоритмы нейросетей считывали его без ошибок. В результате 32 студента сдали работы с фразами вроде «Мадагаскар плывет боком сквозь послеполуденное время» и «Мадагаскар пурпурный велосипед шепчет потолку». Главной проблемой оказалась не сама генерация, а отсутствие элементарной проверки: ни один из учащихся даже не прочитал итоговый текст перед отправкой. Когда профессор предложил пойманным студентам оспорить пересдачу, согласились единицы, что лишь подчеркнуло необходимость полной трансформации образовательных стандартов.

⚡ Новости к этому часу

🔥 ПОДДЕРЖИТЕ КАНАЛ ГОЛОСАМИ 😎

🤏 Creality выпустила карманный 3D‑сканер Pika с экраном и точностью до 0,03 мм (ФОТО) 📝 Президент подписал закон о штрафах для УК за недопуск операторов связи в дома 😱 Абоненты «Билайна» столкнулись с попытками кражи номеров через дистанционный выпуск eSIM ⚖️ Суд признал законным увольнение сотрудницы московской компании за отправку данных в DeepSeek и на личную почту 🚗 Согласно данным Национального управления безопасности дорожного движения США, автомобили Tesla с системами помощи водителю 207 раз попадали в ДТП в мае 2026 года 💻 Microsoft прекратит поддержку Whiteboard для личных аккаунтов #новости

🧠ИИ-скрипты провалили проверку безопасности

Работающий код - не значит безопасный

Исследователи из Университета Дакоты решили проверить простейшие Python-скрипты, которые ChatGPT, Copilot и Gemini генерируют для типичных офисных задач. Итог - сто процентов проверенных программ содержали критические уязвимости. 🔍Сценарий всегда один:

Рядовой сотрудник просит написать утилиту, получает первый рабочий вариант и сразу тащит его в корпоративную среду. В результате самописные парсеры слепо глотают любые ссылки, открывая сеть для SSRF-атак и позволяя дотянуться до внутренних серверов. Почтовые скрипты работают как решето для инъекций, превращая легитимный корпоративный SMTP в идеальный шлюз для рассылки фишинга. А банальные сортировщики файлов ведутся на подмену путей и символические ссылки, отдавая на растерзание локальные документы.

Аудит этого дырявого кода исследователи поручили другой нейросети - Claude Code. То есть алгоритмы уже сами ищут закладки в поделках конкурентов. 🦔 CyberYozh