Старые PS5 начинают массово перегреваться — издание Notebookcheck сообщает о проблемах с жидким металлом. У некоторых консолей спустя несколько лет жидкий металл под APU начинает деградировать и распределяться неравномерно. В одном из свежих случаев радиатор получил постоянные повреждения, хотя сам чип после очистки оказался цел. Похожие истории владельцы старых PS5 уже обсуждают на форумах: консоли начинают перегреваться и выключаться, а после обслуживания системы охлаждения снова работают нормально. Ранее уже ходили слухи про «вытекание жидкого металла», но они не имели ничего общего с реальностью. А вот износ уже заставляет задуматься. Берем под GTA 6 только новые ревизии🤓🤓🤓

Нетворкинга и знакомства пост!  Время от времени вы скидываете свои LinkedIn-аккаунты в чат, поэтому решил сделать полноценный пост, где каждый может рассказать про себя. Возможно, в результате кто-то найдёт интересный проект для работы, родится идея для стартапа или ещё что-то.  Почти за 4 года существования канала здесь собралось много классных участников – с кем-то из вас мы списывались/созванивались, а с кем-то вместе даже поработали.  Напишите про себя: кто вы, что вы, чем занимаетесь/увлекаетесь. И напишите один проект, который вас сейчас занимает (и забирает) вас больше всего. Не забудьте добавить ссылку на LinkedIn. Если прикрепите фотку, вас так больше будет видно! Начну тогда с себя: Еавгений Котелевский Живу в Ереване чуть больше, чем этот канал существует  Развиваю B2B-маркетинг агентство Dedicado Agency попутно придумывая разные маркетинг идеи  Из увлечений люблю вино (в прошлой жизни работал в винной индустрии), путешествовать с семьёй на машине по территориям Южного Кавказа, изучать армянский язык (и не сдаваться в этом начинании).  Проект, над которым работаю – собственно агентство Dedicado Agency. Благодаря ему и клиентам узнаю много про формирование ценности, лакуны спроса и поиск бизнес-возможностей, которые надеюсь когда-то реализовать.  https://www.linkedin.com/in/evgenykotelevskiy/

VocalRender Генератор вокала по тексту и MIDI-партии Никаких явных длительностей фонем и F0-кривых: модель сама решает, когда и как петь. Построен на VoxCPM2. Заявлен только китайский язык, предположу что можно дообучить на другие. • Score-native ввод — ноты+слова+BPM, один токен на слог с поддержкой мелизмов (слог на несколько нот) • Контроль тембра через промпт-аудио — кидаешь 2–8 секунд чистого вокала, модель поет в этом голосе • Два чекпоинта: VocalRender и VocalRender-Pro (дольше тренирован на бОльшем корпусе реального пения) • 48 kHz WAV Гитхаб HF Демо - принимает только китайский текст #vocal #midi2vocal #text2vocal #music

Одна микропривычка, которая предсказывает развод с точностью до 94% Есть в штатах семейный психолог Джон Готтман, который известен тем, что научился с высокой точностью предсказывать разводы, наблюдая за тем, как пары общаются во время конфликта. В его исследованиях точность прогнозов достигает 94%. Самым сильным предвестником развода оказались не частые ссоры и даже не измены. Главным маркером стал момент, когда один из партнеров начинает ставить себя выше другого. Что выражается в закатывании глаз, сарказме, насмешках, унижении и любых других сигналах превосходства и презрения. Уверен, что это работает и за пределами семьи. Сооснователи, партнеры по бизнесу, коллеги и любые отношения, построенные на равенстве, начинают разрушаться, когда исчезает уважение друг к другу.

Роботакси «Яндекса» проехало по Москве без водителя — от центра до спальных районов «Яндекс» показал видео первой непрерывной поездки роботакси по четырем районам Москвы без вмешательства водителя. Hyundai Sonata проехала через Очаково-Матвеевское, Хамовники, Ясенево и Марьино. В компании хотели продемонстрировать, насколько разными могут быть дорожные условия внутри одного города — от узких переулков центра до магистралей спальных районов со скоростным режимом до 90 км/ч. «Яндекс» планирует запустить сервис роботакси уже в 2026 году. https://hightech.plus/2026/08/12/robotaksi-yandeksa-proehalo-po-moskve-bez-voditelya--ot-centra-do-spalnih-raionov

Онбординг это не тур по продукту, а последовательность убеждения. Порядок экранов решает больше, чем их количество Мне попался разбор онбординга одного подписочного приложения: после переделки 94% тех, кто начал онбординг, доходят до пейволла. Не покупают, а именно доходят, то есть их не теряют по дороге. Подход показался интересным и применимым почти к любому продукту с подпиской, поэтому делюсь. Старая версия открывалась туром по фичам: welcome, три-четыре экрана про то, что умеет приложение, и только потом вопросы. По сути питч-дек, и люди отваливались ещё до оффера. Идея переделки простая: человеку плевать на ваши фичи, пока он не почувствовал, что его понимают. Поэтому логику перевернули. Сначала спрашиваем про его проблему, потом показываем решение. Каркас нового флоу: 1. Идентичность первой. Имя и пара базовых вопросов до всего остального. Это запускает ощущение, что продукт делают под меня, с первого экрана. 2. Контекст. Как часто у человека возникает проблема. Это калибрует, как дальше лягут копирайт и цифры. 3. Желание до фич. Спрашиваем, что человек хочет получить, ещё не показав ни одной фичи. Ищем работу, которую он нанимает продукт сделать. 4. Инвестиция. Экраны предпочтений как будто настраивают продукт под ответы. Человек уже вложился, хотя ничего ещё не построено. 5. Доверие. Отзывы и social proof идут после шагов вовлечения, а не на втором экране. Доверие заходит лучше, когда уже есть чувство собственности. 6. Разрешения. Пуши просим после того, как ценность уже почувствована, и никогда не блокируем прогресс из-за отказа. 7. Усиление боли. Четыре вопроса про одну и ту же проблему с разных сторон, включая эмоциональный: как это ощущается. Боль проговаривается словами пользователя, а не вашим копирайтом. 8. Мы вас услышали. Экран с надписью персонализируем на пару секунд закрывает петлю после вопросов про боль. 9. Доказательство боли. Статистика прямо перед оффером, пока проблема максимально свежая: это не только ваша беда, это распространено. 10. Оффер. Paywall ровно в тот момент, когда проблема максимально выпуклая. 11. Аккаунт последним. Регистрация только после покупки, а не до неё. #PG_education @productgames

В профессиональных кругах давно ошивается субкультура под кодовым названием пиздабол «умеет красиво говорить и на этом все»

Реальное название меняется в зависимости от тренда и становится способом забежать на свежий рынок раньше, чем там появится репутация: инфобизнесмен, продюсер, стратег, распаковщик, вайбкодер.

*Разумеется, внутри этих профессий есть крутые компетентные ребята, я конечно не про них Вообще, я не к тому, что настоящий профессионал должен уметь сам руками и ножи точить, и костер разжигать и медведя убивать. Однако часто люди выдающие себя за экспертов настолько не умеют делать, что даже не понимают что их советы нежизнеспособны. Чтоб отличить профи от не профи, задавайте много уточняющих вопросов: что делал, как делала, почему так, почему не иначе, что вышло, за счет чего вышло, кто помогал, как помогал и тд.

Stanford University выложил на YouTube полный курс по Agentic AI уровня graduate school — бесплатно. Курс называется CS329A: Self-Improving AI Agents. Всего 9 лекций от исследователей, которые работают над agentic LLM и системами, способными к самообучению. Что внутри: • агенты, которые сами генерируют данные для обучения; • агенты, которые проверяют собственные рассуждения; • агенты, которые сами придумывают задачи и пытаются их решить; • и главное — как создавать системы, которые могут самостоятельно становиться лучше. Начинается всё с фундаментальных вопросов — почему более крупные AI-модели обычно становятся умнее — и постепенно переходит к продвинутым архитектурам self-improving agents. Думаю много тут будет полезно. https://www.youtube.com/playlist?list=PLangBM27OtEA

Волей случая посмотрел несколько видосов, как фаундеры всяких стартапов презентуют новый апдейт или фичу. И казалось бы, люди заморочились, все спланировали, студию сняли, свет поставили, звук настроили, скрипт написали, фаундера на табуреточку посадили и... заставили читать с телепромптера. И это так крипово! У человека, читающего с телепромптера, энергия оленя, выбежавшего в свет фар: все вычислительные ресурсы мозга идут на попытку понять, че там написано, в результате ни эмоций, ни интонаций, ни естественности. Зритель, который смотрит это, думает: зачем тут я? Выступающий явно с бумажкой общается, а не со мной. Решение тоже простое: напишите скрипт, но пусть человек расскажет его своими словами. Он же фаундер! Он все эти идеи придумал, он их по сто раз всем рассказывал, он уже отполировал, как эффективнее всего их продать, наловчился, так сказать, объяснять. Ну вот пусть это еще раз, на камеру сделает. Ну запишете пять дублей, а не один. Ничего страшного. Все равно этот ролик потом монтируется. Ну будут там всякие у-му-ой-кстати. Ну и отлично! Живость, спонтанность, энергия живого общения. Легкая неопределенность, небольшой риск сказать что-то неправильно — это все чувствуется. Понятно, что не все люди по природе харизматичны или хорошие ораторы. Но этого и не требуется! Сама по себе живая, естественная речь любого человека держит внимание уже ого-го как. Как, по-вашему, работают разговоры? Почему собеседник не уходит через минуту? Потому что ему интересно, а неотполированность речи держит интерес, заставляет мозг чуть слегка сильнее работать, чтобы отфильтровать неровности. И вуаля! В общем, я удивлен, что никто этой механистичности не видит и не осознает, а все играют в ведущих теленовостей (которые, во-первых, всю жизнь тренируются, а во-вторых не сильно-то лучше у них получается), а когда выходит криповая ерунда, делают, наверное, вывод, что они «просто не умеют говорить на камеру». А ничего уметь и не надо. Надо просто сесть и рассказать все как есть. Не будьте, котороче, роботами, будьте человеками. Баранкину привет.

AMD упростила трассировку лучей для деформируемой геометрии Исследователи AMD разработали алгоритм, снижающий нагрузку на видеокарту при анимировании сложных объектов. В традиционном рейтрейсинге движение треугольников требует постоянного пересчета структуры ускорения BLAS. Новый метод оборачивает детальную модель в грубый тетраэдрический каркас. Во время анимации меняется только каркас, а попавшие в него лучи преобразуются в исходное недеформированное пространство. Подход избавляет систему от пересчета полигонов и позволяет объектам совместно использовать статическую геометрию. Технология остается исследовательской и лучше всего подходит для растительности и удаленных объектов.