Накопилось по #minimaxH3 - часть 7 huggingface.co/iamkaikai/MiniMax-H3-Single-Frame-VAE-500K - VAE для генерации #t2i Демо github.com/tori29umai0123/ComfyUI-MiniMaxH3-SingleFrame - две ноды для t2i. Вторая интерполирует средний кадр по первому/последнему huggingface.co/diffusers-modular/minimax-h3-inpainting - #inpainting видео и аудио по маске. есть воркфлоу вроде github.com/LoveRain1997/h3-prompt-journal/ - журнал промпт-экспериментов для сложной физики камеры huggingface.co/MATLOWAI/MiniMax-H3-Motion-Adapter - учит модель тратить такты на плавность в быстрых сценах github.com/T8mars/comfyui-minimax-h3-audio-T8 - 130 нод для работы с аудио: Dual-clock семплинг, локинг, ремикс, референс github.com/SkyNotSilent/awesome-minimax-h3 - 685 видео с источниками и промптами, метаданные не вырезаны github.com/LoveRain1997/video-to-h3-prompt - пайплайн видео → готовый H3 промпт. Скилл для Codex #prompting #motioncontrol #captioning

⚡️ Новый выпуск "на Вайбе" уже онлайн! Сегодня выясняем, правда ли новый Codex и Astra уже через три месяца заставят нынешние модели выглядеть примитивными, обсуждаем Gemini 3.7 Flash, покупку Cursor компанией SpaceX, дата-центры в космосе и рекордные заработки Nvidia. Смотрим на открытые GLM 5.3 Flash и MiniMax Music 3.0, интеграцию DeepSeek в Codex, будущее Suno, поиск Mistral, плагины GitHub, рекламу в ChatGPT, ИИ-функции Pixel 11 и собственную модель Thomson Reuters, а под конец разбираемся, зачем США понадобился ИИ для обслуживания ядерного арсенала и какой памятник Илону Маску придумали Cards Against Humanity. 👉 YouTube 👉 Apple Podcasts 👉 Spotify 👉 Скачать mp3 👉 RSS 💬 Обсудить в чате

AI VK отказались от бустинга в рекомендациях в пользу нейросетей. Вместо одного итогового скора новый ранкер отдельно предсказывает вероятность лайка, дизлайка и время просмотра. Затем эти сигналы объединяются через Learning to Rank, который отвечает за финальную сортировку ленты. В основе ранкера собственная архитектура DCDN, построенная поверх Deep & Cross Network. В нее на уровне архитектуры добавили операцию деления, поэтому модель сама выучивает признаки вроде CTR из сырых счетчиков, без ручного feature engineering.  Интересно решили предсказание времени просмотра. Вместо MSE и одного среднего значения модель учит распределение, разделяя быстрые скипы и долгие просмотры. После внедрения такого подхода в VK Клипах общее время просмотра выросло на 5,5%, лайки на 5%, шеры на 15%. Инженерам из рексис рекомендуем почитать полный разбор.

⛔ “Умоляю, никогда не поручайте ИИ писать текст” - совет от журналиста, получившего Пулитцеровскую премию Недавняя статья колумниста Брета Стивенса в The New York Times о вреде искусственного интеллекта знатно всколыхнула общественность. Хочу поделиться с вами нашумевшим материалом - перевел, немного сократил, принес вам. 🙏 Я не собираюсь спорить, а лишь прошу: “Никогда не позволяйте ИИ писать за вас”. Не используйте его для курсовых, служебных записок, личных писем, формальных открыток коллегам или дальним родственникам. Не поручайте нейросетям даже систематизировать заметки или писать черновик. И не убеждайте себя, что после редактуры текст станет вашим. Это не так. Проблема даже не в этике. Если мы постоянно делегируем тексты ИИ, наш мозг расслабляется. Мы теряем способность писать, общество - рассуждать и сопереживать, а наша культура - созидать. ✍️ Почему письмо так ценно? Оно заставляет нас мыслить глубже, чем во время устной речи или молчаливых размышлений. Придумывая текст, мы обязаны быть ясными, логичными, точными и ответственными. Мы обдумываем каждое слово прежде, чем его написать — именно поэтому обидную фразу, сказанную вслух, прощают легче, чем написанную. Обдуманное слово имеет значение. Но что происходит, если слова написаны машиной? Они становятся пустыми. Представьте отца невесты, который обращается к ИИ, чтобы тот помог написать тост на свадьбу. Текст выйдет красноречивым, но неискренним. А если дочь узнает правду, то, скорее всего, разочаруется. Многие скажут: одно дело использовать ИИ для личных тостов и совсем другое - для скучных рабочих записок. Но для тех и других задач мы используем одну интеллектуальную мышцу. Мы начинаем лучше писать именно благодаря постоянным усилиям, которых требует рутинное письмо. Мы развиваем мышление, обдумывая любые, даже самые простые задачи. Мы становимся более творческими, когда сами в тысячный раз создаем текст. Большинство теряет эти навыки. Недавняя проверка 100 докторских диссертаций показала, что 56% из них частично создал ИИ, а 19% написано машинами более, чем наполовину. Можно подумать, что проблема только в списывании. На самом деле ИИ угрожает как академической честности и саморазвитию, так и демократическому самоуправлению. Связь между грамотностью и развитием демократии давно известна. Люди, которые умеют читать и писать, также хорошо умеют выбирать и отстаивать свои интересы. ❓ Но что случится, если людям не хватит терпения изучать аргументы длиной больше нескольких предложений? Что будет, когда они не смогут возразить, потому что не оттачивали навыки ясного мышления ежедневной практикой? Поэтому в следующий раз, когда у вас возникнет соблазн написать письмо с ИИ, не делайте этого. Потратьте несколько дополнительных минут и напишите свой текст. Пусть это станет актом сопротивления все более глупеющему миру. Согласны с мнением автора? Или все же перегибает палку? Заходите в комментарии - обсудим колонку. 👉🏼 Подписывайтесь на «Телеграмму...» в Максе: max.ru/yumaks #ИИ #НЕЙРОСЕТИ #МНЕНИЕ

Накопилось по #minimaxH3 - часть 5 github.com/Adudeguyman/ComfyUI-H3-AudioRefine - дополнительные шаги денойза аудио при работе с 4-step турболорой H3 github.com/Nekodificador/ComfyUI-NKD-Basic-Tools/blob/master/docs/face-rig.md - Face Rig: интерактивный контроль мимки. Удобно для стартового кадра H3 I2V github.com/shootthesound/Fizgig - обучение H3 LoRA на AMD Radeon от 16GB VRAM github.com/noembryo/ComfyUI-noEmbryo#h3-motion-context-clip-stitcher - нода H3 Motion Context Clip Stitcher сшивает сохраненные латентные клипы, склеивать .mp4 не нужно huggingface.co/infosave/MiniMax-H3-Turbo-cmf - H3 Turbo на Rust, Python не нужен huggingface.co/misstoyou/ClipProj-MiniMax-H3 - ClipProj v3.1, лучше произношение неанглийской речи #training #longvideo VK | MAX

#Нейропрожарка Концепт промо ролика бренда спортивной одежды. Звук важен. Автор: @Garr_ai Видео в классическом стиле спорт-брендов (пума/каппа), но с музыкой, которая чуть больше обращает на себя внимание. Как будто у нас коллаборация с известной группой. Ролик для портфолио, поэтому показываем лого потенциального бренда в самых разных ракурсах: близко, далеко, в динамике и в статике, а также нанесение лого не только на одежду. Производство: ЛЛМка: Gemini; Визуал: GPT image 2, nano banana, коррекция руками в простом paint .net; Видео: Seedance 2.0 + капля LTX 2.3 (локальненько) для анимации лого в конце; Аудио: Seedance 2.0 + Suno + немного ручек покрутил в Fairlight и сделал ребаланс микса; Апскейл: Топаз облачный Монтаж, грейдинг, несколько правок видео руками: DaVinci Resolve. Видео я генерил много и от души, ибо runway unlimited, поэтому не скажу, какой бюджет и срок именно на этот ролик. Генерилось все в 720p, но много где не хватает разрешения. Коммерческое, безусловно, нужно генерить сразу в 1080р. @cgevent

Один рабочий день бок о бок с новой аудиомоделью Сбера Данила любит на досуге копаться в свежих моделях, и тут подвернулась GigaChat Audio, которая запоминает контекст, тянет длинные записи и даже слышит эмоции говорящего. Грех не устроить тест‑драйв прямо на работе. Поднял модель локально на своём RTX 4090 и весь день кидал ей настоящий рабочий звук. Свой черновик доклада, чужую встречу про дробление BFF, голосовые от коллег, код‑ревью для младшего. Где‑то модель здорово помогает и экономит нервы, где‑то на технической теме выдаёт такое, что приходится слушать запись самому. К вечеру складывается спокойный вывод, кому и на каких задачах эта штука правда пригодится.

Про диктовку голосом Потихоньку переучиваюсь наговаривать текст голосом, а не печатать на клавиатуре. Когда печатаешь, проще структурировать мысли и рассуждать. Но для мозга это сложнее и дольше. Это цена которую ты платишь за возможность получше подумать. Ну и иногда мозг ленится платить слишком много. Я заметил, что когда наговариваю нейронке голосом, я больше деталей описываю. И бонусом, это еще и в разы быстрее выходит. Поресёрчил чем лучше всего пользоваться и остановился на https://spokenly.app + gpt-4o-mini-transcribe. Большинство продуктов на рынке - это обертки над какой то из speech-to-text моделей. Обычно над чем то из этого: Deepgram Nova‑3 ElevenLabs Scribe v2 GPT‑4o‑transcribe NVIDIA Parakeet TDT Whisper large‑v3 Стоят примерно одинаково дёшево, а последние 2 можно вообще за бесплатно локально на своем железе использовать. Вот тут всякие бенчмарки на точность и скорость. Deepgram лучше всего с ру языком ладит, ElevenLabs с английским. Хотя по факту для личных задач разброс точности в 2-5% особо погоды не делает. И я пока честно не понимаю, зачем платить 12 баксов в месяц за обёртку Wispr Flow. Это сейчас самый популярный dictation апп, с оценкой компании в 2 миллиарда долларов. А Spokenly делает соло разработчик. И у меня при активном использовании через API меньше 1 доллара в месяц уходит.