Йакреведко от Алибаба После того как Ворнеры пожрали Udio и дожирают Suno, все бросились делать генераторы музла. Чуют, что свято место пусто не бывает. Minimax Music, Pika Music, Treblo (про всех писал), и вот теперь Алибабищенко. В зоопарке щасливых коней и устриц появилась Креведко: HappyShrimp 1.0 - модель генерации полноценных песен. И да, Креведко - это тот самый Lucky Dolphin, который до раскрытия Alibaba анонимно болтался на Artificial Analysis и забрался примерно на 2-3 место Music Arena. Кто ничего не понял про конец и устриц: HappyHorse - видео генерация: https://happy-horse.ai/ HappyOyster - модель мира https://happyoyster.cn/ HappyShrimp - новоиспечённая мужика: https://www.happyshrimp.ai/ Подход здесь отличается от Suno. Сначала большая ~8B модель планирует песню и ее длинную структуру, маленькая ~0.4B добивает музыкальные токены, а затем отдельный FullDiT на flow matching рендерит всё это в аудио, причем с контекстом всей песни, а не последовательно кусочками. Для гикоа есть технический отчет: https://arxiv.org/abs/2607.20253 На вход HappyShrimp принимает обычный текстовый промпт, lyrics и довольно подробные музыкальные инструкции: жанр, BPM, тональность, инструменты, тип вокала, структуру и настроение. Есть instrumental. Заявлены также reference audio, генерация по референсу и перенос музыкального стиля. Главная ставка - не просто сделать красивый 20-секундный кусок, а удерживать мелодию, аранжировку и развитие целой песни. В этом отличие от Суно. И это уже третий музыкальный проект от Alibaba. Рядом существует Qwen-Music с другим подходом - single-codebook tokenizer и Melody-CoT, обученный на заявленных 5+ млн часов музыки. А в Alibaba Cloud уже есть Fun-Music / fun-music-v1 с API для генерации песен и инструменталов. Еще одна интересная вещь: В день запуска Alibaba объявила стратегическое партнерство с Taihe Music Group, крупным китайским музыкальным холдингом. Они говорят о совместной AI-music платформе, работе с музыкантами и индустриальной экосистеме. Интересно, это справка-отмазка для Ворнеров? Пробовать: https://www.happyshrimp.ai/ Техотчет Lucky Dolphin: https://arxiv.org/abs/2607.20253 Qwen-Music: https://arxiv.org/abs/2607.11699 Fun-Music: https://help.aliyun.com/zh/model-studio/fun-music/ Август просто развесёлый получаеццца. Думал отдохну в отпуске, типа август у всех тихий будет, время отпусков. Но все обезумели вместо этого. @cgevent

Подписчик в комментариях указал на важную проблему популярных алгоритмов оценки внутренней размерности облака точек, за что ему большое спасибо! Выяснилось, что при большой истинной размерности облака они дают систематически заниженную оценку этой размерности. При чем чем больше настоящая размерность, тем сильнее занижается оценка. Я решила проверить это и навайбкодила ноутбук, в котором генерируются облака точек, равномерно заполняющие n-мерные шары: https://colab.research.google.com/drive/1kIRin8sBBNQDFvruXWITU3i5kL7x7Zww?usp=sharing Краткие результаты: - При размерности такого шара 10 и количестве точек 2000, три алгоритма оценки размерности (PHD, TwoNN и MLE) дают что-то между 8.5 и 9, то есть занижают незначительно. А вот при размерности 100, PHD уже даёт оценку в 64, а TwoNN и MLE и вовсе около 50, то есть оценка занижена в целых два раза (см. рис. 1). - Увеличение количества точек в шаре может помочь подтянуть оценку к истинной, но, похоже, что для этого увеличивать их количество нужно экспоненциально с ростом размерности. Интересные выводы, и вообще даже странно, что раньше я не знала о таком явлении. Или знала, но забыла? 😅 Честно говоря, мозг от вайбкодинга уже совсем потек, так что ничего не могу сказать с уверенностью 😅 В любом случае, надеюсь, что эта инфа будет полезна всем, кто интересуется внутренней размерностью и т.д. P S В случае любых ошибок в ноутбуке - все претензии к Клоду 😍 #эксперимент #наука

Источник Как и ожидалось, РФ выбрал путь по "укрупнению рынка". Ну, потому что так Проще "управлять" в том числе и блокировками — гораздо проще отдать приказ нескольким десяткам операторов, где буквально сидит "прикомандированный сотрудник" от "второй службы", чем пытаться навязать поведение паре тысяч мелких живопырок. И для этого все и делается. Я знаю, что канал читают собственники мелких операторов. Я не знаю какой вам еще сигнал надо — речь идет только о том, что у вас отожмут бизнес бесплатно или продать его за копейки. Увы, но окно, когда можно что-то было сделать — закрылось. Тем более, что там уже:

Сейчас в России на топ-5 провайдеров приходится 70% абонентской базы ШПД в B2C-сегменте.

Оставшиеся 30% будут рассованы по карманам в течение пары последующих лет. Мне очень жаль, но коллеги (бывшие, чтоб не было там кривотолков и причин кого-то репрессировать в РФ по моим словам) из АМОР, Ростелесети и других региональных ассоциаций, но... когда приходили за мной — вы молчали. Когда приходили за свободными медиа — вы молчали. Когда придут за вами, то заступиться уже некому.

Speko – OpenRouter для голосового AI Вчера попался интересный проект, который как-то хотел сделать сам :) Ребята из стартапа YCombinator сделали один API, за которым 60+ голосовых моделей, и роутер, который сам выбирает лучшую под язык и задачу. Что внутри: – 61 модель и 10 языков в бенчмарке; на платформе 16 STT, 16 LLM и 17 TTS. Русского в бенчмарках нет, есть европейские и индийские (сразу видно, откуда фаундеры), но можно самому потестить все модели (в списках есть все сотня языков) – говорите «оптимизируй под точность / задержку / цену», указываете язык и регион – роутер сам подбирает модель и в ответе честно пишет, кого позвал – 1 ключ, API совместим с OpenAI, из коробки заводится в LiveKit и Pipecat, есть TS, Python и MCP – тарифы: +5% к прайсу провайдера за роутинг либо $0.09/мин all-in за весь стек STT+LLM+TTS. На старте дают $100 кредитов, то есть можно обпробоваться по полной и потом если что уйти к исходным провайдерам – сам шлюз выложен в опенсорс под MIT – можно поднять у себя Но самое конечно интересное - поковыряться в бенчмарках :) https://benchmarks.speko.ai/ Пишут, что на 9 языках чтобы быть в топе надо использовать 4 разные модели (согласен с этим, аналогично было для перевода текстов у intento). Надергал вам скриншотов оттуда, куча данных для сравнения. Практически везде лучшие результаты не у популярных моделей, а у например qwen ASR или inworld, так что сравнивайте обязательно. Ещё пара фактов оттуда же: 95% продовых голосовых систем до сих пор каскадные (STT → LLM → TTS), а не end-to-end. Ну собственно поэтому они и делают сравнение 3 разных подсистем, а не end2end (за что им прилетело кстати на hackernews). Еще из прикольного - сравнение в реальном времени или на файлах. Вот например можете проверить всех провайдеров, которые заявляют русский - https://benchmarks.speko.ai/compare/stt?lang=ru&scenario=ru-support Советую! Будут крайне неожиданные результаты чаще всего :) Короче, очень понравился сайт. Прям кладезь инфы и тестов про голосовые модели. https://speko.ai

Сева Устинов построил продукт с $1 млн ARR — и остановил его продажи. Теперь он делает AI-агента, который может заменить целую команду маркетологов Со стороны это можно назвать смелым пивотом. Изнутри это был один из самых тяжёлых кризисов в жизни фаундера. Сева жил в Bay Area — одном из самых дорогих мест на планете — и чувствовал, что оказался практически на дне. Неудачный пивот в e-commerce отнял девять месяцев и стоил компании около полумиллиона долларов. Следующее решение было ещё сложнее: признать, что даже работающий продукт с клиентами и выручкой, возможно, придётся перестать продавать. Обычно $1 млн годовой выручки — точка, после которой стартап масштабирует найденную модель. У Севы всё произошло наоборот. У Elly Analytics были клиенты, понятная экономика и выстроенные продажи. Но аналитика переставала быть приоритетом для бизнеса: внимание рынка стремительно уходило к AI-агентам. Сева три месяца изучал новую технологию, собирал прототипы и тестировал гипотезы. А затем решил остановить активный маркетинг и продажи работающего продукта и практически заново собрать компанию. Так появилась Plurio — AI-агент, который анализирует тысячи рекламных кампаний и берёт на себя до 90% ежедневной работы performance-маркетолога. Сегодня Plurio работает с компаниями, которые суммарно тратят на рекламу $500 млн в год, и уже привлекла $4,5 млн инвестиций. Ставка Севы — построить user acquisition factory, которая сможет управлять привлечением клиентов эффективнее агентств и in-house-команд. Компании тратят на управление рекламой порядка $30 млрд в год. Если Plurio займёт хотя бы 10% этого рынка, это бизнес с выручкой $3 млрд. Сева Устинов — предприниматель с 20-летним опытом в performance-маркетинге. Он построил ITA Digital с командой более 100 человек, затем запустил Elly Analytics, а сейчас развивает Plurio в Кремниевой долине. В новом выпуске подкаста «Катя собирает Real Founders» Сева рассказал, как решился остановить продажи продукта с $1 млн ARR, почему большой бизнес в США строится семь лет и зачем фаундеру быть готовым к сотрудникам за $200 тысяч и конференциям за $100 тысяч. А ещё — почему массовые увольнения из-за AI могут оказаться хорошей новостью, как устроена жизнь в Bay Area и почему стартап — это «жизнь на hard mode»: перманентный кризис с редкими проблесками невероятного успеха. Если вам нравится то, что мы делаем, пожалуйста, поддержите выпуск лайком, подпишитесь на канал и оставьте комментарий. Для нас это действительно важно: так мы понимаем, что такой контент вам нужен и стоит продолжать❤️ 🖤 Смотреть выпуск 🎧Слушайте на любимых подкаст-площадках R-Founders Go Global Channel

Marionette Игровая модель мира от Alaya Lab. Учится предсказывать что будет дальше в сцене но не рисует все подряд нейросетью - геометрию считает формулой, а ИИ доверяет только внешний вид. Поэтому персонажи не рассыпаются на долгих роликах. • Основа внешности - Wan2.2-Fun-5B-Control, VideoX-Fun • Генерация игрового мира по одному референс-кадру и паре стартовых поз • Управление действиями персонажа • Прямое задание траектории - развороты, направление и скорость ходьбы • Качество кадра на уровне пиксельных моделей, но с реальной управляемостью • Пока косячит на долгих прогонах - персонажи уходят за край карты, внешность плывёт Гитхаб HF Демо #world #interactive VK | MAX