Исследование методов повышения выразительности трансформеров


К началу учебного года Алексей Сидорюк выложил новый выпуск подкаста 2ТОК, в котором обсудили влияние ИИ на образование и науку. Гости — Иван Оселедец, гендиректор AIRIi и декан факультета ИИ МГУ, и Андрей Себрант, директор по стратегическому маркетингу Яндекса и профессор ИТМО. Разговор длился около полутора часов и вышел одновременно на YouTube и VK Видео.
Центральная метафора беседы: ИИ можно использовать как «экзоскелет» для мозга, который снимает рутину, но не меняет направление мысли, — либо превратить его в «инвалидное кресло» для мышления, полностью отдав ему работу без проверки результата. Выбор, по мнению участников, остаётся за человеком.
Meta (Superintelligence Labs) представила Muse Voice Transcribe — свою первую модель, которая распознаёт речь в реальном времени без задержек, сама разделяет говорящих (диаризацияi) и определяет конец реплики. Модель выдержала сложный тест: 20 человек в одной комнате перебивают друг друга, а кто-то переключается между языками посреди фразы.
Для разработчиков и бизнеса это означает готовое решение для транскрибации совещаний, звонков и многоязычных переговоров без сложных пайплайнов из отдельных STT- и диаризационных моделей — всё объединено в одну систему.
Google открывает доступ к новому сервису Pics — инструменту в стиле Canva для создания и редактирования изображений, построенному на модели Nano Bananai. Сервис работает как отдельный продукт и одновременно встраивается в Google Workspacei: Docs, Slides и Drive, позволяя редактировать картинки без выхода из документа.
Доступ уже получают подписчики тарифов Google AI Pro и AI Ultrai, а также большинство бизнес-клиентов Workspace; по данным PRO Hi-Tech, для корпоративных клиентов и подписчиков AI Pro/AI Ultra доступ откроют в ближайшие недели.

Канал «Нейронавт» опубликовал уже 12-ю и 13-ю подборки инструментов сообщества для генеративной видео-модели MiniMax H3, работающей через ComfyUIi (популярный визуальный редактор нод для запуска нейросетей). За два дня накопился большой список плагинов, воркфлоу и LoRAi-моделей, решающих ключевые проблемы работы с H3: ограничение длины ролика, сохранение внешности персонажа между кадрами, скорость генерации и качество рук/глаз.
Значимость истории — не в одном релизе, а в том, что вокруг H3 сформировалась плотная independent-разработка: десятки авторов на GitHub и Civitai выпускают узкоспециализированные надстройки, а NVIDIA (через Sol-Engine) и разработчики Qwen тоже подключаются к экосистеме, ускоряя и удешевляя генерацию видео вплоть до запуска на ноутбуках с 8GB VRAMi.
Команда Qwen обновила свою флагманскую модель — вышла Qwen3.8-Max-0902i. Дополнительное обучение на задачах кодинга и совместной работы (Cowork) подтянуло результаты на сложных корпоративных задачах, научных расчётах и длинных многошаговых сценариях без потери контекста.
Модель доступна только через API на платформе QwenCloudi. По оценке одного из источников, релиз продолжает тенденцию, когда китайские модели создают конкурентное давление на американские AI-компании.