Выводы из этого: 1. Парадокс очень простой: - сверхчеловеческий ИИ скорее всего будет не aligned и приведет к некоторого масштаба пиздецу - будущее человечества неизбежно связано со сверхчеловеческим ИИ 2. Люди в лабах не имеют решения. Сегодня я видел как минимум 10 постов от людей из OpenAI, Anthropic, DeepMind на тему того, что прогресс происходит значительно быстрее способности его понимать и сегодня это фактически неуправляемый поезд, который едет под откос. (Люди в чатике конечно же имеют триллион решений - если бы только ноунеймуса поставили вместо Дарио и Трампа, то он конечно минут за 15 все порешал бы и все войны прекратил и все болезни вылечил. В чатике это он для души, а на деле верховный адмирал-епископ всея вселенной) 3. Большая часть мира вообще не вдупляет что происходит. Вчера примерно половина медиа, которые я смотрел, даже не написали о Навье-Стокс, хотя ретроспективно это наверняка будет самым или как минимум топ-3 главных событий 2026 года.

​​Qwen-Drive 1.0: Turning a General VLM into a Driving Foundation Model Свежая работа от Qwen Team про автономное вождение. Обычно VLA-подходы берут предобученную VLM как источник семантики и рассуждений, дообучают её на driving-данных и прицепляют к ней предсказатель траектории. Проблема в том, что language supervision плохо ограничивает реальную 3D-геометрию (модель может убедительно описать сцену, имея при этом очень приблизительное представление о расстояниях и occupancy), а агрессивная доменная адаптация теряет часть общих знаний, которые как раз и нужны в редких и out-of-distribution ситуациях. Qwen-Drive-1.0 добавляет два внешних модуля к Qwen3.5-4B: BEV perception head для 3D-детекции, occupancy и сегментации карты, и Planning Expert на ~1.1B параметров, который генерирует пятисекундные траектории через flow matching. Planning Expert читает cached keys и values из восьми GQA-слоёв VLM, то есть VLM работает как read-only источник контекста и на обеих стадиях планирования остаётся полностью замороженной. RL-часть весьма интересна. Euler-сэмплирование во flow matching детерминированное, поэтому политики, по которой можно взять градиент, попросту нет. Авторы добавляют шум только на последних трёх шагах из десяти и только вдоль нескольких низкочастотных косинусных мод: получаются плавные сдвиги и изгибы всей траектории вместо джиттера по отдельным waypoints. Результаты: - Driving VQA: 63.52 → 69.43 относительно базовой Qwen3.5-4B - Общие VLM-бенчмарки: 66.41 против 67.40 у базовой модели, просадка меньше балла - Probe: обучение одной только головы на замороженных фичах отстаёт от BEVFormerV2 на 6.34 mAP, а разморозка энкодера и VLM добавляет 10.46 mAP - NAVSIM: 90.7 PDMS против 90.4 у ExploreVLA и EponaV2 Paper Code Project Мои обзоры: Блог Medium #paperreview

📺 ЦОДы, сети и NGFW: прямая трансляция из пространства «Материя» первого дня IT Elements Команда Хабра ведёт трансляцию из пространства «Материя», где сегодня обсуждают развитие ИТ-инфраструктуры, сетевые технологии и отказоустойчивость. В программе — результаты исследования «Сетевая инфраструктура ЦОДов» от «Инфосистемы Джет» и «Аналитического центра ИКС», кейс НСИС о переходе от Hitachi HCP + MongoDB к YDB и круглый стол о ЦОДах высокой плотности. Во второй половине — проверка российских NGFW на прочность и история МТС о том, как централизованно управлять DR-планами компании. Подключайтесь к трансляции в нашем ВК-сообществе или телеграм-канале, чтобы следить за ключевыми выступлениями первого дня IT Elements.

Я рассказывал у себя в видео о том, что на работе раз в месяц примерно каждый разработчик на неделю "заступает" на вахту и решает проблемы появляющиеся на проде. Такая практика есть у многих компаний. И прямо сейчас, нидерландская полиция пытается по голосу найти преступника, который связался с таким айтишником-вахтером в компании Odido (это местный оператор связи). Во время звонка преступник преставился коллегой-разработчиком и умудрился по телефону получить доступ к данным 6 миллионов клиентов компании. Так что даже такая рутинная работа как мониторинг проблем на проде может иметь серьезные последствия, если не соблюдать меры безопасности и верить всем подряд. На видео можно послушать как происходил диалог.

Почему вам не передают лиды? И нет, дело не в цифрах Типичная история: агентство рассылает десяткам других агентств одинаковое письмо. Обещает Х% за переданного клиента и предлагает обмениваться лидами. А в ответ либо тишина, либо формальная отписка. Только процент тут ничего не решает. Даже если вы будете отдавать половину выручки, с вами скорее всего не станут работать, пока вам не доверяют. Вот пример того, как этот выбор выглядит, у нас в клубе делился владелец агентства на 14 человек: он четыре года на рынке, занимается поисковым маркетингом и сам закидывал в биржу лидов десятки заявок. Вот он выкладывает заявку и разбирает отклики. Из десяти написавших адекватно пишут где-то трое. Дальше он смотрит на этих троих и выбирает того, кого где-то видел: общались на рандом кофе, где-то слышал его выступление, попадалось видео в ленте. Так это работает у многих, когда в первую очередь решает не лучшее портфолио или космические цифры, а доверие. Запоминайте три вещи, которые стоит сделать до того как приходить за партнёрскими лидами: 🔵Будьте заметны. Лиды раздают такие же владельцы агентств, как вы, и сидят они там же: отраслевые чаты, рандом кофе, мероприятия, конференции. Только сходить на одну встречу и сразу же получить с неё заявку вряд ли получится. Работает это иначе - вы, условно, год общаетесь с одними и теми же людьми, а потом от них начинают прилетать проекты. 🔵Подготовьте кейсы и презентацию заранее. Партнёрский лид почти всегда горящий: клиент написал «надо срочно», и владелец агентства идёт по своему списку. Разбираться в вас в этот момент никто не станет. Если показать нечего — вас просто пропустят, даже если по факту вы лучше всех остальных. Коммерческое предложение и пара кейсов по вашей главной нише собираются за вечер, зато потом лежат готовые. Когда заявки придут, в моменте заниматься этим будет некогда. 🔵Не делегируйте первый контакт. Собственник с собственником, полчаса разговора, до всяких сделок и передач. Ассистентов и продажников подключите потом, когда доверие уже появилось. И не продавайте себя с порога: если вы с первой минуты напираете «давайте меняться лидами, давайте партнёриться!», это чувствуется и только отталкивает. Поделитесь, как это работает у вас? Как выбираете, кому передать лид? И наоборот, как подходите к коммуникации, чтобы этот лид забрать?

А судьи кто? © Недавно я рассказывал, как компании ради упоминаний в ИИ-выдаче клепают рейтинги, в которых нахваливают самих себя. Оказалось, у этой истории есть и тёмная сторона: с тем же азартом бизнес топит конкурентов. Механика простая. Публикуешь у себя на сайте “честный обзор” чужого продукта, где тот выходит дорогим, сырым, да и вообще так себе. И вуаля – чат-бот на голубом глазу выдаёт твою заказуху потенциальным клиентам за беспристрастный анализ. Потому что машине плевать, что автор разбора – лицо прямо заинтересованное. По крайней мере, пока что. Один из примеров такой публикации – на скриншоте. Сервис автоматизации возвратов Outvio накатал обзор про своего соперника Rever. Почитайте – чисто классика жанра. Масштаб явления уже впечатляет. Британское агентство Hard Numbers прогнало через чат-ботов полсотни типичных покупательских запросов вроде “есть ли причины не выбирать сервис X”. В 70% случаев нейронки опирались на контент, состряпанный конкурентами. Хорошая новость в том, что это лечится, правда не само и не быстро. Спросите нейросети, что они рассказывают пользователям о вашем бренде, и гляньте, на какие источники они опираются. Если найдутся пробелы или явные перекосы, не ждите, что рассосётся: забейте сеть своей версией рассказа о себе на площадках, которым доверяет ИИ. Вывод простой: если вы сами не объясните нейросетям, что у вас за бизнес, за вас это сделают конкуренты. И их версия вам вряд ли понравится.

🤖 Всё никак не добирался написать, но новость интересная и точно заслуживает вашего внимания. Недавно мы выложили в открытый доступ Kandinsky WM 1.0 — линейку генеративных моделей для Physical AI Один из больших трендов сейчас — развитие Physical AI Foundational Models (FM), которые способны полноценно моделировать физический мир. И многие сильные команды приходят к Physical AI FM именно через видеогенерацию. Это довольно естественный путь: обучаясь на видео, модель получает представление о движении, динамике и взаимодействии объектов. Следующий шаг — связать эту модель с действиями агента. Отсюда, в частности, вырастает направление World Action Models: моделей, которые связывают действия робота с тем, как вследствие этих действий изменится наблюдаемый мир (и, наоборот, как выбрать оптимальное действие робота в соответствии с наблюдаемым / предсказанным поведением мира, среды). При этом сама видеогенерация постепенно становится частью более широких omni-моделей. Например, Cosmos 3 от NVIDIA умеет работать с текстом, изображениями, видео, звуком, действиями на вход и на выход и может использоваться для разных robotics задач. Atlas от World Labs работает с текстом, изображениями, видео и 3D и позволяет восстанавливать реальные сцены и строить на их основе симуляции. Мы развиваем Kandinsky в том же направлении: используем накопленный опыт в видеогенерации, чтобы строить модели для роботов и беспилотников. Kandinsky WM 1.0 — наш первый открытый релиз в этом треке. Мы выложили open source три специализированные модели: 🚗 K5-AV (Autonomous Vehicle) для генерации автомобильных сцен, 🦾 K5-RO (Robotics) для генерации различных сцен манипуляции с предметами, 🌍 K5-PH (Physics) для генерации сцен со сложной физикой в целом: движением людей, протеканием процессов и взаимодействием объектов. Все модели получены дообучением нашей базовой модели генерации видео Kandinsky-5 Video Lite (2B). Модели умеют генерировать 5 секунд видео по первому кадру и текстовому описанию (то есть работают в режиме I2V). Разрабатывали эти модели мы в первую очередь для генерации синтетических данных для обучения других моделей — в основном VLA — которые управляют роботами и беспилотными авто. Особенно важны тут редкие сценарии: сцены ДТП, видео экстремальной погоды или кейсы с отказом оборудования. Собирать такие данные в реальности дорого, очень сложно, а иногда и просто небезопасно. С помощью генеративной модели такие данные можно получасть практически неограниченно. Но у такого подхода есть и обратная сторона: если VideoGen модель неправильно воспроизводит физику, то в обучающие данные для VLA попадут ошибки. К сожалению, такого рода галлюцинации характеры для всех современных VideoGen моделей, потому что при их обучении больше фокусируются на эстетическом (визуальном) качестве, чем на физической достоверности. Улучшить физичность по сути можно 2 способами: добавляя больше данных со сложной динамикой в претрейн и используя различные приёмы на этапе alignment (например, RL с физическими reward-моделями). Претрейн у нас уже был фиксирован (Lite), поэтому мы фокусировались на alignment: cначала делали SFT на качественных данных каждого домена (AV, RO, PH). Затем — RL с хитрыми reward-моделями за физическую достоверность (подробности можно почитать в статье на хабр) ⚡️По бенчмаркам: на Physics-IQ Verified для модели K5-PH получили рост общего score 16,0 (Lite) → 25,8 (Lite SFT PH) → 30,8 (K5-PH). Бенчмарк проверяет, как модели в режиме генерации видео продолжают реальный физический эксперимент по первому кадру. Домены экспериментов: механика твёрдых тел, динамика жидкостей, оптика, термодинамика и магнетизм. Модели сейчас тестим с коллегами из Центра робототехники (ребята в том числе помогали с обучающими данными для K5-RO) и с AIRI в рамках развития симулятора XSIM World. Веса и код моделей выложены под открытой лицензией MIT. Полезные ссылки: 👉 Хабр 👉 GitHub 👉 HuggingFace @dendi_math_ai