#Нейропрожарка Название: Что если бы Томми Шелби сыграл Джейсон Стэтхем Авторы: Иван Спиридонов Дмитрий Иванов Идея Реализовали экспериментальный эдит по «Острым козырькам»: заменили Киллиана Мёрфи на Джейсона Стэтхема. Суть в том, что сначала Стэтхема хотели взять на роль Мерфи и мы решили посмотреть как бы он выглядел в ней. Взяли популярные сцены разной сложности. Для выполнения разработали собственный воркфлоу на Wan Animate и протестировали Minimax H3. Версия в хорошем качестве Производство 1. Монтаж и отбор Смонтировали сцены из сериала — короткие, динамичные, с блюром и тёмным светом. Осознанно взяли несколько заведомо очень сложных шотов. Спойлер: если бы не своевременный выход Minimax H3, мы бы их удалили 2. Референсы Можно просто закинуть фото Стэтхема, так проще. Но лучше делать замену прямо на референсном кадре из сцены — тогда animate понимает, как персонаж должен выглядеть в этом свете и гриме. С этим справился только GPT Image 2. Для боковых ракурсов собирали character sheet с разными углами головы и эмоциями (для Minimax) 3. Базовый пайплайн — Wan 2.2 Animate V1 (локально, ComfyUI) — Маска: в основном автоматом через SAM3; кадры посложнее размечали в Premiere, самые жёсткие — ротоскоп в After Effects. — Кроп кадра по маске, чтобы отдать генерации максимальное разрешение. — Препроцессоры анализируют позу и мимику. Иногда отдельно записывали себя на видео и переносили эмоции со своего лица — с оригинала мимика часто читается плохо. — Генерация и анкроп обратно в исходное видео. — Опционально — цветокор лица под кадр. Нюансы 4. Где Wan Animate не вывозит — Перекрытия лица: нет контекста, объекты перед лицом ломают генерацию. — Микродвижения лица теряются, а именно они дают естественность. — Иногда уплывает схожесть - лечится генерацией конкретных ключевых рефов. — Динамика с моушн-блюром и плохим светом: неверно определяются движения и состояние глаз. — Изменения на лице (кровь, брызги) не анимируются вообще. Текстовый энкодер староват, модель под такое не обучена. FLF-кадры не помогли. Из-за этого пришлось бы выбросить несколько сцен. 5. Minimax H3 (локальная версия) Прогнали проблемные шоты через него - и они перестали быть проблемными. — Кровь. Точно перенёс кровь с исходного видео на заменённое лицо. Референсы: лицо + свап одного из первых кадров для контроля эстетики. — Динамичная сцена в баре. Нужно было объяснить модели, кого именно свапать из толпы. Сделали маску ротоскопом в AE и подали на вход: исходное видео с белой маской на лице + кроп лица (чтобы модель видела поворот и эмоции) + реф лица. — Мимика. Движения губ и глаз читаются заметно лучше на многих шотах, Wan Animate это просто не считывал. — Углы головы. Как omni-модель ест character sheet целиком. На одном рефе глаза оставались «от Киллиана Мёрфи», на character sheet — уже нет. — Цензуры на суицидальные и жестокие сцены, оружие и авторские права нет. 6. Сравнение с сервисами Kling 3.0 Omni Edit: в сцене с выстрелом ловим NSFW; в сцене с кровью из носа результат чище, но сама кровь выглядит крипово. Ни один другой сервис эти шоты бы не пропустил — пистолеты, актёры, жестокость, кровь. 7. Минусы Minimax H3 — Шаг в 17 кадров против 4 у Wan. Собрали небольшой блюпринт в ComfyUI, который дописывает кадры в конец, чтобы выход точно совпадал с исходником по таймингам, — иначе модель догенерирует и растянет контент. — Нет маскинга. С маскингом нередактируемая часть видео не меняется по качеству и цвету, нет сдвигов по таймингам и объектам, плюс открывается композитинг. Очень ждём нативную поддержку у omni-моделей. — Отсюда же общее ухудшение качества всего кадра даже на прогоне в 1080p. Время выполнения: 2 недели Затраты: 0р. Все выполнялось локально в нашем случае. Железо: 5070ti/4080 16gb + 64gb озу @cgevent

Вас тоже напрягают записывальщики митингов, которых все таскают по созвонам? (меня да). А ведь еще часто записывают, ничего мне не говоря, через wispr или granola. Как и следовало ожидать нашлись люди, которые придумали продукт для противостояния этому. Локально крутится LLM, которая адверсариально натренирована против wispr и прочих voice2text моделей. Она в риалтайме добавляет adversarial noise к вашему аудиостриму, который ломает распознавалки речи на другой стороне. Из минусов - это сейчас иногда превращает вашу речь в что-то, что трудно распарсить и человеку, кек)) Теперь voice2text модели придется регулярно перетренировывть, чтобы они были робастными к таким атакам! Ну а вообще респект ребятам, довести до ума, убрать явный шум и будет полезный продукт, для поддержания privacy звонков. Сам продукт @ai_newz

Meridian Еще одна модель от Viggle AI на базе #MiniMaxH3 Генерирует новые ракурсы уже снятого видео. Возвращается к моменту события и снимает его заново с камеры которую выбирает юзер Возможности: - Камера: орбита, наезд, панорама, подъем — путь из нескольких ключевых кадров - Буллет-тайм - Замедление и ускорение - Работает и от одного изображения VGGT-Omega строит геометрию и позиции камер из исходного видео, рендерится варп-референс вдоль выбранного пути, а Meridian дорисовывает скрытые области Файнтюн трансформера MiniMax-H3 без текст-энкодера на инференсе, 61.7 ГБ bf16 + LoRA 2.5 ГБ, 4 шага. Выход 768p Большие движения камеры дают артефакты, скрытые поверхности не восстанавливаются а генерируются. Пока только на B200 HF Демо #cameracontrol #novelview VK | MAX

Ребятки учили Qwen 3.5 35B A3B молекулы дизайнить. Надеюсь молекулярные на месте дальше от ллмки тк что именно за датасеты и фреймворки молекулярные и как они работают я не особо понимаю: Как устроен процесс трена 1. Создают 200k задач, которые относительно просто генерить на молекулах из ZINC. Из ZINC берут исходную молекулу, через RDKit и OpenEye считают 116 молекулярных свойств. Случайно выбирают одно свойство, которое нужно улучшить, ещё 2–4 превращают в ограничения, а через BRICS задают каркас молекулы, который должен сохраниться. Так автоматически получают задачи вида: увеличить QED, но удержать молекулярную массу и TPSA в заданных пределах и сохранить исходный каркас. В статье публичную реализацию их генератора задач не дают. 2. Qwen сама генерирует новую молекулу. Модель получает исходную молекулу + цель + ограничения и предлагает новый SMILES. Затем через инструменты проверяет, что получилось, меняет структуру и повторяет. То есть ЛЛМ — генератор, а RDKit/OpenEye здесь играют роль верификатора. 3. После этого переходят к реальным экспериментально определённым структурам белок–лиганд. Для второго этапа берут 999 комплексов из PLINDER. Информацию о кармане связывания переводят в текст: какие водородные связи уже есть, где есть стерические столкновения, какие полярные участки свободны, какие аминокислотные остатки окружают лиганд. LLM уже редизайнит молекулу с учётом конкретного кармана белка. В статье публичную реализацию этого преобразования 3D-структуры в текст тоже не дают. 4. Каждый перспективный SMILES проверяется в 3D. POSIT размещает новую молекулу в кармане белка, используя экспериментальное положение исходного лиганда как шаблон. Затем Chemgauss4 быстро оценивает получившуюся форма. Оценка возвращается обратно LLM, и она решает, как изменить следующую молекулу. Этот дорогой оценщик можно вызвать максимум пять раз за один цикл — модель должна научиться не тупо перебирать варианты, а выбирать, что действительно стоит проверять. 5. Весь этот агентный цикл обучают через RL. Для этого используется открытый prime-rl: одни процессы генерируют цепочки действий модели, обучающий процесс параллельно обновляет её веса. Награда учитывает улучшение целевой характеристики, соблюдение ограничений, валидность молекулы и количество вызовов инструментов. На Tier-1 целью является одно из молекулярных свойств, а на Tier-2 — улучшение предсказанного связывания с белком. Сначала RL идёт на дешёвом Tier-1, затем — на более дорогом Tier-2. В конце модель проверяют на 40 новых системах белок–лиганд, которых не было в обучении. Вместо Chemgauss4 используют SQM2.20 — более дорогой и физически детальный метод оценки связывания на основе полуэмпирической квантовой механики. Один такой расчёт занимает уже десятки минут, поэтому масштабировать RL напрямую на нём слишком дорого. Именно здесь проверяют, перенёсся ли навык, выученный на дешёвых упрощённых задачах, на более качественный оценщик. Tier-2 берут из официального train split PLINDER, а эти 40 систем — из test split, чтобы не было утечки между train и evaluation. Training Large Language Models for Small-Molecule Design with Synthetic Task Scaling https://arxiv.org/abs/2609.04735 https://www.alphaxiv.org/ru/abs/2609.04735

Глава Nvidia не согласен с глобальным замедлением развития AI Хуанг заявил, что договариваться о замедлении AI на уровне компаний и государств не нужно. Он считает, что AI это всего лишь софт, который разрабатывают люди. Если разработчикам кажется, что их продукт опасен, то пусть они его не выпускают.

«Мне кажется, противопоставлять инновации, скорость и безопасность продуктов — это ложная дилемма. Вполне можно обеспечить и то и другое одновременно. Поэтому двигайтесь настолько быстро, насколько можете. Но если в какой-то момент вы почувствуете, что компания теряет контроль над ситуацией или продукт может оказаться небезопасным, сделайте паузу и убедитесь, что всё сделано как надо».

— Хуанг, у нас же наступил конец света из-за твоих чипов. — Вы совершенно правы, все человечество погибло, это очень печально. В знак сочувствия готовы сделать скидку в 7.4% на следующее поколение видеокарт. https://techcrunch.com/2026/09/15/we-dont-need-ai-regulation-leave-safety-to-us-nvidias-jensen-huang-says/

AI не просто ускоряет разработку. Он меняет саму работу продакта Сегодня посмотрел доклад Андрея Попова про AI-продуктивность в Яндексе. Зашел он тем, что был не разговор в сотый раз о том, как «нейросети помогают писать код», а то, как вместе с AI меняется сама организация работы. «Нам нужно двигаться из DX в AgentX. То есть в первую очередь смотреть, как мы автоматизируем, как мы упрощаем жизнь для агентов, а потом уже жизнь для людей». Это важный сдвиг и для продактов. Сегодня мы проектируем продукт под человека: интерфейсы, кнопки, сценарии, навигацию. Но если часть работы начинает выполнять агент, ему нужны уже не красивые экраны, а доступ к данным, API, понятные действия, права, контекст и возможность самостоятельно пройти сценарий. Поэтому к UX постепенно добавляется AX — Agent Experience. Например, вместо «открой аналитику → найди сегмент → сравни показатели» можно будет поставить агенту задачу: «найди причину падения конверсии и подготовь гипотезы». Продукту придётся быть готовым именно к такому взаимодействию. В компании, по словам спикера, уже около 60% инженеров фактически перестали писать код руками, а активные пользователи AI получают кратный прирост продуктивности — в отдельных измерениях 3–5 раз и больше. При этом к концу 2026 года Яндекс планирует, что не менее 75% разработчиков будут регулярно использовать AI, он будет участвовать как минимум в 75% изменений, а в каждом из них генерировать не менее 75% кода. Но самое интересное здесь не в экономии времени. Если код становится условным «новым ассемблером», то ценность человека смещается выше: декомпозировать задачу, разобраться в новом контексте, поставить правильные ограничения, проверить результат и понять, решает ли он продуктовую задачу. То есть именно туда, где продакт работает каждый день. Есть ещё более показательная цифра: 30–40% кодовых задач — это рутина, а около 70% такой рутины, по оценке компании, потенциально можно полностью автоматизировать. Это означает, что AI постепенно убирает не только отдельные операции, но и целые куски workflow. И здесь продактам стоит перестать спрашивать «какую нашу задачу можно отдать AI?» и начать спрашивать «какой процесс меньше всего требует включения человека». Это уже другой уровень автоматизации. А дальше возникает интересный переход: человек задаёт требования → агент решает задачу целиком → система проверяет результат → следующий агент улучшает процесс. В такой модели продакт становится не просто заказчиком фичей, а проектировщиком системы, которая сама умеет исследовать, анализировать, создавать и проверять решения. Поэтому один из главных навыков продакта в ближайшие годы — не prompt engineering, а умение хорошо формализовать проблему и критерий успеха, после чего делегировать исполнение агентам. И здесь, пожалуй, главный вывод из доклада: AI будет сильнее всего усиливать не тех, кто быстрее всех научится пользоваться конкретным инструментом, а тех, у кого хорошо устроена сама работа. Если процесс хаотичный, данные недоступны, метрики не определены, задачи плохо декомпозированы — AI просто масштабирует хаос. Поэтому для продакта сейчас важнее не добавить ещё один AI-инструмент в свой стек, а пересобрать собственный workflow: что я делаю сам, что делегирую агенту, что должен проверять лично и какие решения вообще не должны проходить через меня.

EventEgoHands++ (Keio University) Реконструкция 3D-модели кистей рук по данным event-камеры с точки зрения первого лица. Обычные камеры слепнут в темноте и от смаза при движении, event-камера фиксирует только изменения яркости — работает и в почти полной темноте - Отдельный Hand Detector: различает левую и правую руку по-отдельности с bounding-box и масками - Adaptive Attention: динамически гейтирует внимание по результатам детекции — моделирует взаимодействие и взаимное расположение двух рук - Работает при плохом освещении и сильном смазе где RGB и depth пасуют - Определяет сколько рук в кадре: одна две или ни одной Гитхаб #hands #videoto3d VK | MAX

Google Antigravity 2 -> хороший пример как я сделал свою реализацию общения между чатами/контекстами/проектами имея L1/L2/L3 память со всей информацией с которой я вообще работал. Это дальше открыло возможность сделать свой p2p/zero-trust чат/мессенджер аля Slack для общения с агентами из твоего AI IDE/моего AI ADE + с другими людьми и их агентами. В общем, теперь можно быстро / проактивно общаться 1 на 1 с людьми и с их агентами самим и через своих агентов для автономной коммуникации/работы + свое файловое хранилище зашифрованное и тд и тп. + работаю, чтобы можно было чаты длеать на 3+ человека и их агентов + чаты / интеграции с другими сервисами, чтобы оттуда тянуть апдейты или взаимодействовать с сервисами на обычном/человечем языке. Это прям очень сильно ускоряет разработку / коммуникации / исследования

Odyssey-3 Модели мира вырауливают в прикладную нишу где есть потенциал для монетизации - #embodied AI, то бишь роботы Odyssey-3 - фундаментальная мировая модель общего назначения. Одна обученная нейросеть управляет роботами, человекоподобными, дронами, автомобилями и видеоиграми. Претрейн дает понимание физики и причинно-следственных связей, а для новой задачи нужно всего несколько часов попутных данных - Роборуки - Человекоподобные роботы - Автономное вождение - Дроны - Видеоигры: GTA V, перенос навыков в RDR 2 и Sleeping Dogs без дополнительного обучения - Ну и собственно создавать интерактивные миры тоже умеет - Публичный релиз ждем в ближайшие недели Спасибо @Endorpheen #world #interactive #agent VK | MAX

Я начала использовать кодинговых агентов (вроде Codex/Claude Code) в марте 2026 года. Первые 3–4 месяца я применяла их в основном для запуска новых экспериментов на базе уже имевшегося у меня кода рисерч проектов, который я полностью написала сама или с соавторами. Это получалось довольно хорошо: агенты отлично справляются с масштабированием экспериментов, а проверять их работу в таких случаях довольно просто, и это в итоге сэкономило мне массу усилий. Но недавно я начала пробовать использовать Claude Code для новых проектов, попросив его написать много нового кода, используя внешние GitHub репо только как ориентиры, добавив сверху новой логики и датасетов. Агент весьма уверенно заявлял, что написал код и запустил эксперименты. Но когда я решила проверить этот код, то там обнаружились ряд проблем с методологией и выбором гиперпараметров, причем некоторые из них выявились только через некоторое время. Дальше я попросила Claude внимательно перепроверить код. Он действительно нашел несколько ошибок и согласился, что некоторые гиперпараметры были выбраны случайно — он не сумел/не захотел нормально проанализировать внешний GitHub репо и понять, какие гиперпараметры верные. Но один цикл такой проверки и исправления не решил всех проблем. Ради интереса я попросила Claude повторить проверку и исправление еще несколько раз, и в следующих нескольких циклах он находил новые баги, часть из которых влияла на постанову эксперимента, а часть вообще возникала из-за предыдущих исправлений. К чему это я: это явно не сюрприз, что агенты делают ошибки, а я, безусловно, не самый опытный пользователь подобных агентов, и мои конфиги и промпты далеки от идеала. Но беспокоит меня вот что: я вполне могу представить людей, которые используют агентов для запуска экспериментов и написания статей на основе полученных результатов. Но без нормального понимания методологии исследований и тщательной проверки кода такие эксперименты с высокой вероятностью будут содержать ошибки или даже окажутся некорректными. Понятно, что и до появления агентов не было гарантии, что все эксперименты, описанные в статьях, точно верны. Но теперь порог входа стал сильно ниже, и стало гораздо проще получить неверные результаты, даже не подозревая о наличии в них ошибок. Возможно, одним из способов решения этой проблемы могло бы быть обязательное требование прикладывать код проекта к сабмиту статьи. Мы могли бы сделать автоматическую проверку структуры экспериментов для тех статей, которые скорее всего будут приняты, и более внимательно ревьюить те работы, в которых эта проверка выявит что-то подозрительное.

Мои принципы командной AI Native разработки Главная цель тут - самостоятельность агентов при сохранении общего замысла продукта. (1) Люди и агенты могут координировать работу через общий язык и явно сформулированные концепции. Это можно использовать, если нужно держать AI Native команду из них в синхроне, распараллеливая работу между ними. В начале нужно создать небольшое смысловое ядро. Это цель, язык, приоритеты и ограничения, из которых естественно следуют дальнейшие решения. Это маленький файл, который пишется вручную (агент может помогать вычитывать). Он грузится в начало контекста агентов и проговаривается со всеми людьми в команде. На базе него принимаются решения и расписываются требования. (2) Получается пирамида, где нижние слои детализируют верхние: смысловое ядро -> решения и требования -> исполняемые BDD спецификации -> код. Чем выше, тем важнее человеческое суждение и тем шире последствия ошибки. Чем ниже, тем больше работу можно распараллеливать и проверять автоматически. Обратная связь из реального мира идёт вверх и помогает пересматривать исходные представления. (3) Контекст раскрывается по мере необходимости (progressive disclosure для людей и агентов). Краткая точка входа ведёт к подробным документам. Знания сохраняются в репозитории и доступны между сессиями. Имена файлов имеют значение! (4) Соответствие кода оформленным требованиям можно проверить запуском тестов! Продуктовые требования связаны с быстрыми поведенческими спеками (executable BDD specs), которые позволяют перепроверять корректность кода со скоростью 7k спеков в секунда. (5) У агента есть инструменты, чтобы проверять результат и исправлять ошибки. Это исполняемые спеки, служебные интерфейсы для отладки. Плюс доступ к логам и продуктовой телеметрии для получения обратной связи от реального мира. (6) Эта система из людей и агентов должна накапливать опыт. Скажем, ошибки улучшают спеки и документацию; пересмотр базовых принципов происходит осознанно (скажем, если повторяются разногласия или узнаем что-то новое). Общие соглашения и центр управления помогают переносить удачные решения между проектами. Урок усвоен, когда он меняет будущие решения или проверки и уменьшает вероятность повторения ошибки. Это можно проверять перезапуском старой сломавшейся задачи после переконфигурации всей пирамиды. А как вы помогаете своим агентам эффективнее работать в командах с людьми? Что работает хорошо, а что - не очень? Ваш, @llm_under_hood 🤗

Ибо Реал У нас новый генератор видео. Быстрый и дешевый. Точно также как пацаны ускоряют Минимакс, смышленые мальчики из Creatify Labs бахнули Boreal - сверхбыстрый и очень дешёвый генератор видео, и он, внимание!, на базе LTX-2.5. Модель умеет в text-to-video и image-to-video, вместе с видео может генерировать речь, звуки и аудио. В основе - открытая LTX-2.5 22B , которую Creatify дополнительно дообучила на рекламных видео и UGC-контенте. И вот тут интересно, сегодня "на UGC-контенте" означает на вашем нейрослопе? Главная фишка - экономика. На fal 720p стоит $0.01 за секунду видео: пятисекундный ролик - около $0.05, десятисекундный - $0.10. Огонь! 1080p стоит $0.03/с, 2K - $0.12/с. Со скоростью тоже нарядно. Creatify заявляет примерно реалтайм 1:1 - пять секунд видео примерно за пять секунд генерации, и до 40 раз быстрее некоторых закрытых моделей в их сравнении. В чем подвох: сейчас Boreal (сами пишут) лучше всего чувствует себя на коротких роликах и относительно простых сценах. Это скорее очень дешёвая машина для быстрого перебора десятков рекламных креативов. Уже доступна через Creatify Labs API, Model Playground, AdFlow и fal. На fal есть 720p, 1080p и 2K, разные aspect ratio, референсное изображение и возможность подать собственную аудиодорожку. А теперь бочка дегтя: несмотря на то, что это на базе открытой LTX - никаких весов!! Вот так пацаны зарабатывают на опенсорсе. @cgevent

Attention: я ищу работу  Я долго и счастливо работала директором по маркетингу в Surf — отвечала за лидген, пиар, управление командой маркетинга и много чего еще. Сейчас мы с Surf расходимся, и я ищу новую работу. Никакой драмы и интриги — просто у компании начинается свой новый этап, а у меня свой. Коротко обо мне: ▫️директор по маркетингу, 9+ лет в профессии, из них 6 — на руководящих позициях. Опыт управления большими командами (до 24 человек+подрядчики), серьезные бюджеты. ▫️умею два разных дела: построить маркетинг с нуля (бренд, позиционирование, команда, настройка лидогенерации) и пересобрать отдел, который вроде есть, а отдачи нет. Делала и то, и другое ▫️сложные продажи с длинным циклом и высоким чеком: заказная разработка, IT-услуги, AI-продукты. До Surf — директор по маркетингу в Botkin.AI (ИИ для медицины, ТОП-30 стартапов мира), ещё раньше — отвечала за маркетинг в юните red_mad_robot. ▫️считаю маркетинг в деньгах: CPL, конверсия по этапам воронки, ROMI, вклад в выручку. ▫️вывела компанию в ТОП-4 ключевых отраслевых рейтингов, заходили с седьмого места. В B2B-разработке рейтинги — один из главных источников входящих ▫️органика сайта — х5 за полгода ▫️собрала и провела AI Boost: первую офлайн-конференцию компании и одну из первых в стране про ИИ в разработке. 400 человек в зале, спикеры из Т-Технологий и RuStore, мероприятие окупилось. Еще про AI - это важно Я не руководитель, который поручил кому-то разобраться с нейросетями. Я сама сижу в Claude Code и Cursor и пишу агентов под конкретные задачи маркетинга: контент, реклама, аналитика, отчётность, рутина, которая жрала у команды часы каждый день. Перестраиваю маркетинговые процессы так, чтобы команда меньше тратила времени на работу руками.  Провела серию обучающих воркшопов по AI — для маркетологов, для руководителей, для сообщества. Что сейчас ищу: ▪️должность — CMO / директор по маркетингу / Head of Marketing фултайм, удалёнка или гибрид ▪️B2B и IT в приоритете, но смотрю шире: сервисы, e-com, финтех ▪️и бонусом: мой телеграм-канал идёт в комплекте со мной Позвать на собеседование, посмотреть резюме, подкинуть вакансию — @diana_ignatovich1