GAE от Tencent ARC и HKUST Геометрический автоэнкодер для генерации миров. Сжимает 3072-канальные геометрические признаки в компактные 128 каналов, из которых декодируются RGB, глубина, траектории камеры и облака точек. Не достраивает геометрию постфактум, а кладет еt внутрь генерируемого латента • из одного латента - картинка, глубина, позы камеры и 3D одновременно • управляемый flow matching - текст, референс-кадр и метрические лучи камеры • обзорные сцены с перемещением камеры, indoor и outdoor • text-to-image с генерацией 3D-геометрии по одному промпту • 1B параметров Латентное пространство работает как общий интерфейс между восприятием и генерацией - один латент, четыре связанных выхода Гитхаб HF #world #vae MAX

Алексей Гусаков на deep tech night рассказал как Яндекс Музыка перешла на end-to-end генеративные рекомендации с новой моделью SONA. Энкодер-декодер модели вернулись! Новая система называется SONA. В A/B-тесте SONA дала +4,5% Active Users поверх всех улучшений, что были сделаны с 2023 года. От внедрения модели получили эффект больше, чем от всего сделанного за последние годы вместе взятого. В 2023 мы увидели первые BERT в рекомендациях: SASRec и BERT4Rec. Там история прослушиваний подавалась в энкодер-трансформер, а из результата делался вектор пользователя. Для получения рекомендаций можно было вычислить косинусное расстояния с вектором трека. Ограничение такого подхода в медленном обучении: каждый сабсет истории прослушиваний пользователя нужно обрабатывать как отдельный префикс, отдельным форвардом всей модели. Из-за этого приходилось ограничивать историю 128 треками. В 2025 появился ARGUS с переходом к генеративной постановке с трансформеров-декодером. Модель последовательно предсказывает следующий музыкальный трек, авторегрессионно, как LLM предсказывает следующий токен. Это позволило подавать в модель 8000 треков за раз и сразу считать ошибку для всех префиксов. Однако сжатие всей истории в один токен теряет много информации. К тому же трансформер был тяжёлый, поэтому его можно было применять только как реранкер. Этап генерации кандидатов оставался отдельным. Теперь следующая итерация – SONA, настоящая end-to-end система. Ключевая инновация это новый токенизатор под названием Semantic ID. Грубо говоря one-hot представление для каждого трека заменяется тремя дискретными иерархическими токенами из кодбука. Кодбук формируется на основе мультимодальных эмбеддингов трека с помощью Qwen 2.5-Omni, refinement-трансформера и кластеризации RQ-KMeans. В итоге получается токенизация сохраняющая семантику на разных уровнях абстракции: от общих жанровых черт до специфики конкретного трека. SONA – это энкодер-декодер. Энкодер часть сжимает историю пользователя, а декодер часть генерирует рекомендации. Одновременно учится и предсказывать следующий трек, и реакцию на него. SONA сама себе генератор кандидатов и ранкер, потому что использует новую структуру токенов для ретривала прямо во время своих предсказаний. Используется beam search. Сначала предсказываем первый токен из трех, затем второй при условии первого, затем последний при условии двух предыдущих. По сути для получения рекомендации сразу делаем поиск по дереву несколькими форвардами трансформера. Никакого FAISS или HNSW!

К чему я это спросила. Ко мне вчера пришла девушка и попросила посмотерть ей вакансии на AI инженера. Я начала искать, и не нашла даже такой категории. Есть backend, fullstack, ML engineer, AI/ML Researcher, другие инженеры, а AI инженера нет. Я работаю со стартапами, в которые вложились известные венчурные фонды, и у которых ИИ в ядре. То есть ИИ должен быть у инженерных ролей по дефолту. AI Engineer - это не отдельная функция в их системе координат, а слой поверх обычных инженерных функций. Если ты AI Engineer - фиг знает, что ты конкретно делаешь с ИИ. Тренируешь и файнтюнишь модели? Прикручиваешь готовые LLM к продукту? Используешь Caude Code для написания кода?

Whoop для задницы Давненько у меня не было рубрики "сортирные инновации" (знаю, вы по ней скучали). Тем временем там уже целый сегмент, да ещё какой! Год назад я писал про Kohler Dekoda. Напомню, они делают камеру с машинным зрением, которую вешают на обычный толчок. Вся эта система смотрит на юзерскую жизнедеятельность обоих типов, оценивает форму, цвет, гидратацию, наличие всякого чужеродного и т.д., и кладёт всё это дело на дэшборды в приложении. У них дизрапт в том, что можно повесить относительно недорогую насадку на обычный унитаз, и не нужно покупать умный за конские деньги. Так вот, у Kohler появился достойный конкурент со звучным названием Throne. Это стартап из Остина, Техас. Один из трёх сооснователей - бывший CTO Whoop Джон Каподилупо. Причём пришёл он туда не из любви к теме, а по нужде: у него язвенный колит, и он давно жаловался, что для ЖКТ нет нормальных трекеров. Девайс от Throne представляет собой вот такую приблуду (см. картинки), которая цепляется под ободок, а её камера смотрит вниз, и ещё есть сенсор и микрофон. Дальше данные улетают на несколько computer vision моделей, часть из которых обучали практикующие гастроэнтерологи на всех нужных данных и объектах, не буду их ещё раз перечислять. А сверху наложен ИИ-слой, превращающий метрики в ежедневные инсайты и коучинг (кек). То есть, логика ровно как у Whoop и Oura: важна не одна цифра, а личная норма юзера и отклонения от неё день за днём. Мой заголовок не кликбейт, да. Главное отличие от Kohler, которое сами Throne продают как ключевое преимущество - что не надо прикладывать палец для идентификации конкретного юзера. Штука от Kohler узнаёт пользователя по отпечатку на сенсоре, а Throne - за три секунды по Bluetooth телефона. Благодаря этому девайс полностью hands-free. Что весьма ценно, есть учесть нюансы всего юзкейса. Правда, в их же FAQ написано, что если оставить телефон рядом, то сессия может запуститься во время чужого визита. Ещё Throne ощутимо дешевле - $399 сам девайс плюс $6 в месяц подписка. Для сравнения, у Kohler устройство стоит $599 и ~$100 в год подписка. Продажи начались в марте, а в конце июля стартап поднял раунд на $10M. Деньги обещают пустить на клиническую валидацию и новую киллер-фичу - детекцию микроскопической крови, чтобы стать датчиком для рака кишечника (наверно, самый "продающий" юзкейс из возможных). В общем, хорошечно какать - само по себе полезно (является инвестиционной рекомендацией), но "умно" какать с данными - ещё полезнее. Обучают ли на этих данных ИИ-модели - история умалчивает. Да по-любому обучают, камон, вы чо угораете. Дизраптор

✔️ OpenAI расширила Academy до 14 курсов OpenAI добавила в свою образовательную платформу курсы для разработчиков, руководителей, преподавателей и студентов вузов. Вместе с уже существовавшим направлением Apply AI at Work каталог теперь разделён на четыре трека по ролям, всего 14 курсов. Каждый курс заканчивается экзаменом из 10–20 вопросов, которые случайно выбираются из банка в 50 заданий. Кто наберёт минимум 80%, получает ачивку OpenAI Academy, которую выдаёт и хранит платформа Accredible. За все курсы и экзамены трека, где это предусмотрено, выдают сертификат об окончании.

Ни цифровая ачивка, ни сертификат не считаются профессиональной сертификацией.

При провале экзамен можно пересдать с новым набором вопросов, а сам курс можно просто пройти без сдачи экзамена. 🟢Apply AI at Work из трёх курсов учит ставить ChatGPT задачу, давать контекст, проверять ответы и превращать удачные приёмы в повторяемые процессы. Затем слушатели поручают работу агентам и расставляют контрольные точки для проверки человеком. 🟢Build with AI – самый большой трек, восемь курсов: работа с Codex на всём цикле разработки и продукты на OpenAI API, от проектирования решения и оценки качества до агентов, поиска нужной информации и эксплуатации в продакшене. 🟢Lead AI Adoption пока состоит из одного курса AI Leadership. Слушатели привязывают ИИ-инициативу к приоритетам бизнеса, распределяют ответственность, задают правила и собирают первую версию стратегии и дорожной карты внедрения. 🟠AI for Educators учит планировать занятия и составлять задания и контрольные. 🟠AI for College Students учит собирать учебный план, распределять роли в групповом проекте и готовиться к собеседованиям. Для компаний есть руководство по внедрению курсов - как представить их сотрудникам, вовлечь руководителей и отслеживать прогресс. @ai_machinelearning_big_data #news #ai #ml

Gallup совместно с Microsoft опубликовали первые результаты исследования отношения к AI. Полевые работы завершены в 37 странах из запланированных 140. Положительные эмоции преобладают над отрицательными в 34 странах, исключения составляют США, Египет и Палестина. Медианная доля осведомлённых об AI составляет 81%, хотя бы раз им пользовались 43%, никогда не пробовали 57%. Разрыв между странами велик. В Сингапуре об AI знают 96% взрослых, пользовались 79%, ежедневно пользуются 46%. В Малави эти доли равны 12%, 3% и 1%. Что AI в основном поможет стране, считают 93% осведомлённых в Китае и 91% во Вьетнаме, а в США только 36%. Ниже показатель лишь в Бангладеш (34%) и Египте (35%). Семь богатых западных стран самые обеспокоенные — места с 1-го по 6-е и 8-е. В США тревогу из-за AI испытывают 74% осведомлённых, в Нидерландах 67%, в Канаде 64%. При этом ежедневно AI пользуются в медиане 29% их жителей против 17% в остальных 30 странах. Внутри этих стран связь обратная. В США тревожатся 68% ежедневных пользователей, 80% редких и 74% тех, кто AI никогда не пробовал. В Канаде эти доли равны 54%, 72% и 69%. В общем, одни пользуются, а другие боятся. С оптимизмом та же история — в целом, отношение к AI мало коррелирует с использованием. https://news.gallup.com/poll/714593/optimism-globally-widespread-despite-uneven.aspx

Агенты против экономики лени Огромная часть consumer-бизнеса зарабатывает не на продукте, а на том, что нам лень. AI-агенты этот источник дохода закрывают. Это рамка из новой статьи Citrini Research. Их прошлый текст про 2028 год и белых воротничков я разбирал. Между человеком и лучшим решением почти всегда есть трение, а бизнес берёт за него деньги. Авторы называют это рентой и делят на четыре типа: 1. Tedium rent - час висеть на линии, чтобы отменить подписку; 2. Inertia rent - лень искать лучший тариф или переложить деньги; 3. Attention rent - покупаем то, что первым попалось на глаза; 4. Asymmetry rent - посредник знает рынок лучше нас и берёт комиссию за поиск. Для агента ничего из этого не существует. Ему не скучно час висеть на линии с провайдером. Он каждый месяц проверяет подписки, раз в год переторговывает страховку, ищет рейсы напрямую у авиакомпании. Замечает, что деньги лежат под ноль процентов, хотя их можно без риска переложить в фонд денежного рынка. Я уже делился, сколько агенты сэкономили мне на авиабилетах, медицинских счетах и забытых подписках. Какие бизнесы в итоге потеряют? Вероятно, не производители. Отель нужен, Booking уже меньше. Страховка нужна, сайт сравнения страховок не очень. Ресторан нужен, агрегатор доставки под вопросом. Под ударом не продукт, а слой посредников вокруг него. С подписками то же. LTV многих consumer-компаний держится на том, что клиент забудет отменить или не захочет звонить. У каждого из нас болтается пара таких подписок. Агент превращает этого клиента в человека, который следит за своими деньгами 24/7. Два важных уточнения, которые я отметил для себя. 1. Рента не исчезает, она переезжает. Ренту за внимание сегодня собирает Google, завтра её соберёт тот, чей агент стоит у людей по умолчанию. Booking потеряет маржу, но не факт, что она достанется отелю. Скорее тому, кто владеет агентом. 2. Скидка для умного клиента существует, потому что большинство клиентов ленивые. Кэшбэк по карте во многом оплачивают те, кто платит проценты по долгу. Дешёвый тариф для тех, кто торгуется, субсидируют те, кто не торгуется. Когда агент есть у всех, торгуются все. Разница цен схлопывается. Потребитель выиграет меньше, чем кажется, а маржа посредников упадёт сильнее. В плюсе те, кто ниже интерфейса: платёжные сети, identity, cybersecurity, данные, инфраструктура и сами производители товара или услуги. Мне это кажется одной из главных идей agentic economy. AI заменяет не только работу человека, он убивает выручку, которая существовала только потому, что человеку было лень сделать пять лишних кликов. Вопрос, который я бы задал любому consumer-бизнесу: какая часть выручки исчезнет, если у каждого клиента появится помощник, которому не лень? P.S. Для себя отметил Shopify как акцию, которой готов владеть, и опционы на неё хорошо оплачиваются. Особенно интересно на фоне успеха Muse: агент может убрать витрину, но Shopify остаётся инфраструктурой: каталог, checkout, payments, Shop Pay. При такой оценке я бы скорее продавал на SHOP страховку, чем просто покупал акцию. @maxvotek | linkedin | substack

Я выше писала о том, что рекрутеры все чаще уходят от классической схемы разместили вакансию, получили 2,000 заявок, сидим разгребаем. Вместо этого растет автоматический sourcing. Рекрутер задает, кого хочет найти, а дальше AI сам ищет подходящих людей. Для этого используются Juicebox, разные sourcing agents и другие инструменты. Одна из интересных новинок: Wellfound Reach. Именно оттуда, кстати, я получила свое последнее интервью, про которое писала выше. Я никуда не подавалась. Меня нашли. Что делает Wellfound Reach: AI-агенты ищут кандидатов среди 500M+ внешних профилей и 10M+ кандидатов внутри самого Wellfound. Причем поиск идет не только по совпадению ключевых слов. Система смотрит на контекст компаний, stage, inferred skills, adjacent experience и пытается понять, подходит ли человек под задачу. Потом AI еще и может автоматически написать кандидату и вести outreach. То есть еще одна маленькая иллюстрация к моей любимой теории конца 2026 года: 👉Ваша задача теперь не только хорошо подаваться. 👉Ваша задача — хорошо находиться. Поэтому если вы целитесь в startups, 0→1 роли, engineering, product, growth и все, где любят людей с high ownership, я бы сейчас обязательно обновила Wellfound. Добавьте нормальные keywords. Проверьте titles и skills. Опишите проекты и startup experience. И перезалейте актуальное резюме на сайт. Профиль, который вы сделали три года назад и забыли, теперь может читать уже не человек. Его читает sourcing agent. Wellfound для меня сейчас — это такая рабочая лошадка для пассивной рыбалки рекрутеров. Настало время сеошникови и инбаунда! Ваш сеошник, Марша.😂 #jobboards

Постоянная рубрика "блекпилл недели по AI коду." После предыдущего болезненного опыта, где я обнаружил, что агенты ужасно пишут код и за ними потом надо неделями разгребать слоп, я задумался как быть. Это новая реальность разработки софта и мне как СТО нужно придумать как существовать в новом мире. Изучая, что придумали более умные люди, я понял: ничего. Никто не знает как жить в новом мире, когда один разработчик производит столько кода, сколько в прошлом мог производить целый отдел. За пределами твиттера проблема известная (т.е. большие компании вроде Cloudflare и GitLab уже написали блог-посты), но решения никто не нашел. На основе своего и чужого опыта придумал гайдлайны по AI разработке для нашей команды. Основные предположения: 1. Код важен. Код это то, что действительно исполняется, а значит единственный источник истины. Все спеки это в лучшем случае искаженные описания кода, а чаще всего просто слоп-эссе на тему. 2. AI агенты это мультипликаторы скорости генерации кода. При наивном применении они перекладывают работу с автора кода на меинтейнера. 3. Главный ограничивающий ресурс это понимание кодовой базы разработчиками. 4. Деградация кода неизбежна и поддержание его качества это необходимая работа. 5. Агенты для кода ненадежны и непостоянны. Результат зависит от множества постоянно меняющихся факторов: модели меняются, сетап у всех разный, и так далее. Если что-то работает сейчас, нельзя гарантировать, что оно будет так же работать завтра. 6. Агенты для кода быстро производят техдолг и не могут самостоятельно его уменьшать. Отсюда следующие принципы того, как может работать адекватная система: 1. Необходимо перенести работу по поддержанию качества назад с мейнтейнера на автора. 2. Люди отвечают за дизайн и архитектуру. 3. Люди отвечают за систему верификации: pre-commit, CI чеки, документация и принципы. Только люди редактируют AGENTS.md и постоянные доки. 4. Все правила, которые можно, нужно превращать в механические чеки, потому что промптинг не гарантирует, что агенты будут их соблюдать. 5. Борьба со слопом закладывается в бюджет. 6. Минимизируем человеческие затраты на ревью, максимально автоматизируем проверки и контроль качества. Первый пункт самый главный: можно вайбкодить как угодно, если в результате у тебя рабочий код который ты понимаешь. И конкретные практики: 1. Каждый PR не более +2к строк кода. Эмпирически найдено, что больше отревьюить невозможно. 2. Автор каждого PR сам пишет его описание по шаблону и указывает какие сущности за что отвечают. 3. Очень жесткие pre-commit и CI чеки. 4. Кастомный код-ревью бот в CI, который отсматривает каждый дифф и весь PR в целом с целью доказать, что он сломан. Промптится логом прошлых инцидентов, который пополняется только людьми. 5. Люди дизайнят скелет своих изменений в AI-assisted режиме, агенты заполняют пропуски. 6. Доки пишутся людьми, агентам запрещено их редактировать. 7. Разгребание слопа закладывается в планирование. Всю карьеру (в эру кожаного кодинга) я считал pre-commit чеки очень бесячими и не особо полезными. Теперь же у нас самые жесткие чеки и линтеры в моей жизни. Там как базовые вещи вроде ruff и black, так и кастомные правила import linter, и многое другое. Я постоянно завожу что-то новое. Например, недавно добавил проверки на вложенность и цикломатическую сложность функций из SlopCodeBench. На днях появилась проверка всех диффов с помощью Jev. Это более-менее сработало. Pre-commit с механически забитыми правилами позволяет видеть не совсем слоп на этапе ревью. Очень жесткий CI обеспечивает то, что слоп обнаруживается до мержа, а не после. Но появились новые проблемы. Самая главная: актор с критиком могут очень долго итерироваться над PR без видимого прогресса. Агент делает изменения, ревьюер находит блокирующие проблемы, агент делает заплатку, ревьюер находит следующую дыру и так далее. Я видел как это происходило буквально днями, до тех пор, пока я не погружусь и не разберусь: в чем же корень проблемы? Ни одна модель (вклюбчая Fable и Astra) пока ни разу не смогла сама выбраться из этой спирали. Вытекающая проблема: медленно. Теперь беклог PR разгребается гораздо медленнее, чем пополняется. У агентов как будто появляется новый инструмент: защита (своего кода) заебыванием. Когда ревьюер в десятый раз находит ошибку в каком-то PR возникает очень сильное желание вмержить его, чтобы просто больше не видеть. Что иронично: ускорение от вайбкода как будто целиком компенсируется или замедлением на этапе ревью, или, если вы на вайбах, разгребанием проблем в проде спустя пару недель.

Выложили записи с митапа про вайбкодинг, который делали вместе с Just AI 👀 > HR, который поймал Ритм: поддержка и развитие продукта на вайбах Спикер: Любовь Коган, HR в Garage Eight YouTube | VK Видео > Я не умею писать код. Зато умею объяснять, чего хочу Спикер: Елизавета Шацкова, HRBP в Just AI YouTube | VK Видео > Открытая дискуссия: вайбкодинг глазами разработчиков — где польза, а где пора звать инженера Участники: Александр Дупак (ai_business_spb), Дмитрий Мыльников (2ГИС), Евгений Копп (Just AI), Марат Галиаскаров (Nexign) Модератор: Александр Безносик, руководитель отдела цифровизации и автоматизации в Авангарде YouTube | VK Видео #GarageEight_митапы

Когда AI-агенты работают слишком хорошо У Harvey, AI-стартапа для юристов, за полгода валовая маржа упала с 50% до минус 50%. Агенты заработали настолько хорошо, что клиенты стали расходовать в 20 раз больше токенов. При этом места Harvey продаёт годовые места по фиксированной цене, а в OpenAI и Anthropic стартап платит за каждый токен. Выход Harvey нашёл в собственной модели на базе открытой Kimi K3. Запрос подешевел на 90%, и маржа вернулась в плюс. Похожим путём уже идут Abridge, Decagon и Ramp. Давайте сверимся, у кого что под капотом. Опрос ниже, а в комментах пишите, какая доля себестоимости уходит на токены Андрей Резинкин | Money For Startup

Биржа ИИ-слопперов. Нейропрожарщеги, налетай! Рунвей отчаянно пытается заработать на разных трендах. Они решили, что мало продавать лопаты. Теперь будут продвигать еще и сводничество. Бахнули DIFFUSE - площадку для поиска и найма этих типа "AI-креаторов": режиссёров, дизайнеров, AI-студий, монтажёров и прочих кожаных, которые научились собирать коммерческий продакшен из Runway, Midjourney, Seedance, Nano Banana, ElevenLabs, Suno - я тут специально нарезал салат. Сейчас в каталоге уже 229 профилей, вчера вечером было 150. Полноценный раздел Jobs пока только Coming soon, поэтому на данном этапе это скорее как бы Behance + LinkedIn для AI-продакшена, чем настоящий Upwork. Причём Runway здесь почти ничего не гарантирует. Никакого аналога completion bond, гарантии сдачи проекта, escrow, арбитража или страховки от криворукого кожаного гения я не нашёл. Нет даже публично описанной системы сертификации типа «этот чувак проверен Runway и точно умеет работать». В Terms написано почти предельно: Runway не работодатель, не агент и вообще не сторона сделки. За выбор исполнителя, договор, деньги, споры и конечный результат отвечают заказчик и креатор. Более того, пользовательский контент предоставляется без endorsement, warranty или guarantee со стороны Runway. То есть сегодня Runway фактически делает самое ценное - засветка и, потом, сводничество. Вот портфолио, вот специализация, вот чем человек работает, вот кнопка отправить ему brief. Дальше разбирайтесь сами. Runway прямо объясняет происхождение идеи: enterprise-клиенты постоянно спрашивали их «а кого нам нанять, чтобы внедрить всю эту байду в продакшен?». DIFFUSE и есть их ответ. С генерациями та же история. DIFFUSE не обещает креатору бесплатный вычислительный бюджет. Если он работает через собственный Runway-аккаунт, генерации расходуют обычные credits его плана. И тут получается хорошая воронка для самого Runway. И что мне подумалось. Пока DIFFUSE населён кожаными. А Runway одновременно развивает Runway Agent и MCP, где агент уже способен самостоятельно собирать видео и вызывать генеративные модели. И подобные агенты есть уже у Креа, Хиггсов (СуперКомп), Дримины (Окто), и еще десятка нахлобучек-агрегаторов (там проблема общая - неконтролируемое пожирание токенов, поэтому я про них даже не пишу). Но я жду, что туда повалят ИИ-агенты. И хрен ты поймешь, кто на стороне ИИ-блин-креатора: криворукий кожаный, студия с пайплайном или ии-агентищще, который умеет и переписываться, и понимать, и херачить. AI Director Agent. Available 24/7. $14 за ролик. Не ем. Не сплю. Дедлайн не переношу. Не рефлексирую и делаю говно, когда вы хотите говна Короче, регайтесь, за спрос денег не берут. И комиссию тоже, что удивительно. https://runway.com/news/company-news/introducing-diffuse https://diffuse.runway.com/talent И старый Runway Talent Network, из которого фактически вырос DIFFUSE: https://runway.com/news/runway-launches-global-talent-network @cgevent