Китайцы купили миллион видеокарт GeForce для ИИ — тем временем Huawei захватывает рынок ИИ-чипов Китайские компании в этом году закупили больше миллиона видеокарт GeForce и RTX Pro для ИИ, поскольку специализированных ускорителей не хватает. Nvidia теряет позиции: её доля на китайском рынке ИИ-чипов снизилась до 34%, а поставки упали на 44%. Huawei почти вдвое нарастила поставки до 572 тысяч ускорителей и заняла 28% рынка. Впервые ускорители не на базе GPU обошли видеочипы по объёму поставок, а общий спрос в следующем году может превысить 10 млн устройств. #nvidia #иичип #видеокарты #китайскиепроизводители 📎Подробнее 🔖 3DNews в TG | MAX | VK

Ostris добавил в AI-Toolkit (интерфейс для тренировки лор) страницу для генерации контента. Движок инференса поддерживает те же популярные открытые модели, что и для трени: * Картинки: Krea 2, Flux 1/2, Qwen Image 2512, Qwen Image 2.1, SDXL, Z-Image Turbo, итд * Видео: MiniMax H3, LTXV 2.3 / 2.5, Wan 2.2 * Музыка: Ace-Step 1.5XL, MiniMax Music 3 (тестируется), или Ye2 С любопытного: есть несколько вариантов квантизации для трансформера и текстового энкодера (bf16, int-8 convrot, fp8, qfp8, nvfp4), а также возможность слияния лоры с моделью. Теперь в одном интерфейсе можно и тренить лоры и генерить контент с их помощью, не перебрасывая чекпоинты в Comfy. Хотя сам комфи с его гибкостью, функционалом, и экосистемой он конечно не заменит. По крайне мере пока нодовый интерфейс комфи под капот не подрубит. Пока это сырая альфа с минимальными настройками и проблемам со скоростью. Например, fp8 Krea 2 в AI-Toolkit генерит 1024x1024 в 9 шагов за 13 сек на 4090, а в Comfy bf16 в 8 шагов за 5 сек. А 2048x2048 занимает больше минуты или вообще может встать. Но будем следить за ситуацией. AI-Toolkit удобно запускать и обновлять через AI-Toolkit-Easy-Install. Гитхаб (AI-Toolkit) Гитхаб (AI-Toolkit-Easy-Install)

⚡️ GloraX уточнила планы по оферте Со 2 ноября и по 6 ноября включительно, если хотя бы в один из дней средневзвешенная цена акций GloraX опустится ниже ₽64 рублей, у компании возникнут обязательства по оферте. Об этом Market Power сообщили в пресс-службе компании. ❌ В беседе c журналистами Market Power компания отказалась дать оценку, какой объем акций подпадает под условия оферты и сколько денежных средств GloraX зарезервировал для исполнения обязательств по оферте в рамках IPO. – Эту информацию мы не раскрываем, чтобы избежать спекуляций, – отметили в пресс-службе GloraX. – Компания регулярно отслеживает реестр акционеров. ❗️При этом компания заверила, что деньги на исполнение оферты у нее есть. - Мы понимаем потенциальный объем выплат и зарезервировали средства на возможные выплаты, – заявил эмитент.

❓ Что за оферта? В октябре 2025 года девелопер GloraX вышел на IPO, привлек ₽2,1 млрд, и анонсировал оферту. Суть оферты: те, кто купят акции на IPO по ₽64 и продержат их год, смогут предъявить бумаги к выкупу по ₽76,48 (+19.5% к цене размещения), но лишь при условии, что цена акции хотя бы в один из 5 торговых дней недели, которая будет ровно через год после IPO, опустится ниже ₽64. Аналогичное предложение действовало и для тех, кто покупал акции на вторичном рынке в течение месяца после IPO. Но в этом случае количество акций, предъявляемых к выкупу, ограничивалось 30 тыс. штук.

📍 Подписаться на канал | Мы в MAX

McKinsey и гуманитарии Наткнулся на цитаты из январского интервью Боба Стернфелса, главы McKinsey, для HBR IdeaCast. Заголовки вышли про гуманитариев: фирме снова нужны историки и музыканты. Но в том же интервью есть цифра, которая всё объясняет: в McKinsey 40 тысяч сотрудников и 20 тысяч AI-агентов, и агентов Стернфелс считает в составе рабочей силы, через запятую с людьми. Линейный анализ и поиск закономерностей модели уже делают хорошо. Ровно этим аналитик занимался первые три года в фирме, и под это затачивали фильтр на входе: кейсы, средний балл, структурное мышление. Теперь этого недостаточно. Остаются суждение, амбициозная цель и нелинейные ходы. Про суждение как единственный навык, который не обесценится, я писал ещё тут, теперь то же говорит глава McKinsey. Под это фирма подняла 20 лет данных по найму и переписала критерии: - как человек вставал после провалов, а не только средний балл - опыт с людьми, которые тебе не подчиняются: командный спорт, работа в ритейле - способность учиться там, где не на что опереться Гуманитариев никто не признал умнее. Просто структурный анализ перестал быть главным критерием, потому что эту работу теперь делает агент. В апреле я писал, что McKinsey набирает инженеров вместо классических консультантов. Теперь к инженерам добавились историки. Оба раза под ударом оказывается один и тот же профиль: выпускник с идеальным средним баллом, который хорошо считает и красиво раскладывает всё по буллетам. Конкурирует он теперь с подпиской за $200. Клиент платит за человека, который принесёт рекомендацию, выдержит, когда её разнесут на совете директоров, и ответит за результат. Договариваться с людьми и держать удар учат проигранные матчи и смены за кассой, кейсы тут мало помогают. Есть проблема, о которой Стернфелс не говорит. Суждение в консалтинге раньше выращивали внутри: три года ты делаешь презентации, которые партнёры несут на встречи, и только потом тебя подпускают к клиенту. Теперь эти три года делает агент, поэтому суждение приходится искать на входе - отсюда спорт, провалы и ритейл в резюме. Похоже на признание, что фирма больше не умеет выращивать его сама. Этот вопрос стоит задать любой сервисной компании: если черновую работу у джуниоров забрали, где они теперь научатся? У McKinsey ответ пока - это искать уже готовых. Долго так не получится: готовых мало, а внутри их больше никто не растит. Как учить суждению без трёх лет черновой работы, пока не знает никто, включая McKinsey. Полное интервью тут @maxvotek | linkedin | substack

Sakana Chat — Fugu Max для всех Sakana открыла в чате свой оркестратор Fugu Max (раньше был только через API). Он связывает пул разнообразных открытых моделей и отправляет каждый промпт той, что подходит лучше всего, давая результат уровня frontier без опоры на одну модель. • Оркестрация: под задачу сам выбирает модель с выгодным расходом бюджета • Произвольные цели — кодинг, документы, анализ • Плюс память: роль, стиль и предпочтения переносятся в следующие диалоги • Код-раннинг, прикрепление картинок и документов В чате две модели: Namazu (диалога по японским документам) и Fugu Max (универсальная с оркестрацией). Под капотом — открытые и специализированные модели, точно среди них Nvidia Nemotron после августовского партнерства Sakana. Бесплатно, зарубежный IP не нужен chat.sakana.ai #orchestrator #harness MAX

⏳ ИИ экономит нам время, чтобы мы работали больше. Как так получается? Кажется, что нейросети должны были дать нам больше свободного времени. Ведь то, на что раньше уходили часы, теперь можно сделать минут за 30. Но точно ли это так? Недавно прочитал на Reddit интересное мнение на этот счет. Хочу поделиться 👇

Я занимаюсь маркетингом более 12 лет, и ни один инструмент не экономил мне столько времени, сколько ИИ. То, что раньше отнимало полдня, теперь занимает от силы минут 30. Но сейчас я почему-то работаю больше 🤷 ▪️ Перестал тратить часы на составление отчетов? Супер, тогда теперь делай нам три разные версии. ▪️ Быстро генерируешь несколько вариантов рекламы? Пять маловато, давай сразу 50. ▪️ Делаешь раз в месяц конкурентный анализ? Раз есть ИИ, давай проводить его каждую неделю. И требования становятся реально смешными. Теперь я должен выдавать результат мгновенно. Но ведь даже если на задачу уходит 10 минут, это не значит, что я должен все бросить и взяться за нее прямо сейчас. При этом я люблю ИИ. Я использую его каждый день, и ни за что не буду снова делать эту работу вручную. Вот только я помню, что когда-то нам всем обещали больше свободного времени. Но, как только мы экономим час, кто-то накидывает задачек, которые занимают вдвое больше.

💡 И знаете, что я заметил? Запросы клиентов реально стали масштабнее. Ведь теперь с нейросетью они сами делают многое: рисуют, пишут, придумывают. А потом отметают креативы исполнителей со словами: “Я так и в нейросети смогу сделать, придумайте что-то получше!” А как у вас дела? Замечали такую тенденцию? Кстати, есть среди нас те, кто реально стал работать меньше при той же зарплате? Заходите в комментарии - делитесь, как вы это делаете. 👉🏼 Подписывайтесь на «Телеграмму...» в Максе: max.ru/yumaks #МАРКЕТИНГ #ИИ #МНЕНИЕ

Как вы понимаете, что человек не профи? Это такой забавный момент нынче, ведь у всех есть гугл, чат гпт и дипсик, и теперь все во всем разбираются Но всегда случается провал 😁 Например, у нас все лето делали капремонт крыши. И сегодня чат дома оживился: ремонт заканчивается. На фотках чердаков увидели розовые дорожки и лестницы и стали хихикать над цветом. Тем временем, это всего лишь огнебиозащита, а не завалявшаяся на складе краска нелепого цвета :) Из прошлой жизни пример: когда мне присылают фин модель, я просто по виду понимаю все о руках и голове создателя. А если он еще ляпнул, что «это» – сложное… Нефтяники могут перестать с вами разговаривать после ошибочного ударения в слове добыча А как это работают у вас? :)

Anthropic утверждают, что в скором маленькие модели смогут самореплицироваться на IoT-устройствах, без достпупа к дата-центрам и GPU То есть ИИ может научиться как бы заражать бытовую технику (типа дешевых смарт-ТВ-приставок, камер, умных приборов и тд), поселяться на ней и оттуда заражать следующие устройства, и это все без участия человека и без видеокарт. Отключить такую сеть почти невозможно. Физически даже простейшая техника может вывезти небольшую модель. В качестве демо авторы купили 15 Android TV-боксов по ~$55, соединили их и без труда запустили на них Gemma4-26B-A4B. Но основной вопрос в другом: сможет ли агент, оказавшись на незнакомом железе, разобраться и запустить инференс? Это проверяли на 9 типах реального железа и на цепочке из 8 виртуальных устройств. Итог: GLM-5.2 смогла заразить все 8 узлов в 4 прогонах из 5. Пока что она запускала не саму себя (потому что слишком крупная), а Llama 8B. Но выходит, что когда появится достаточно маленькая модель с такими же способностями как у GLM-5.2, которая помещается на приставку, она уже сможет самореплицироваться. Пока таких моделей нет (надолго ли?) и полная настройка инференса занимает кучу времени (до 150 часов), поэтому риск небольшой. Однако Anthropic сравнивают такой вирус со слизевиком или дрозофилами: он может размножаться днями, и при этом очень незаметно, но выбить его очень, очень трудно, потому что центра – нет. https://www.anthropic.com/research/self-replicating-ai

✔️ Anthropic за полгода заблокировала больше 11 млн аккаунтов В обновлённом отчёте о прозрачности, Anthropic сообщила, что в первом полугодии 2026 года заблокировала 11,4 млн аккаунтов.

Это почти в 8 раза больше, чем во втором полугодии 2025-го, когда блокировок было 1,45 млн.

Поводом стали нарушения правил использования, условий обслуживания для частных и корпоративных клиентов или правил о поддерживаемых регионах. Апелляций на блокировку за полугодие подали 398 тысяч, их которых были удовлетворены 42 тысячи, то есть примерно 10,6%. Для сравнения - во втором полугодии 2025 года апелляций было 52 тысячи, удовлетворили 1,7 тысячи (около 3,3%). Причины роста в отчёте не объясняются, по отдельным продуктам статистику компания не разделяет. @ai_machinelearning_big_data #news #ai #ml

Курсы умрут как формат Интересная беседа в комментариях под постом получилась. Тезис комментатора такой:

Если до такого дойдет, то зачем надо будет платить за курс? А не задать той же самой нейронке такой же вопрос, как и вы, пока писали сценарий. "Объясни как работает память claude и сделай видео рассказ об этом". Я думал ценность курса в ваших личных уникальных знаниях. А если ни знания, ни подача не уникальны...

Я уже писал как-то, но щас не найду. Где-то год назад на одном из эфиров я сказал "курсы умрут", в том формате, к которому мы привыкли. Они перестанут существовать, если все продолжится в таком же темпе. Зачем идти на курс, если можно попросить нейронку и она все объяснит. Картиночки нарисует, видео сгенерирует. И если пару лет назад нейронка не могла написать русский текст на картинке без ошибок, то теперь она может делать текст не только на фото, но и на видео. Курс как пересказывание какой-то информации и до появления нейросетей был говной. А щас когда чатгпт может написать любую херню, спикер может озвучить его и это будет еще большая говня, чем раньше. Ценен только опыт. Когда человек посидел, потратил часов 100 на работу с нейронкой и принес концентрат какого-то опыта. А вы хоп! и забрали этот опыт за 9 990₽, а не потратили время и токены самостоятельно. Я считаю, что прожечь токены и сидеть самому разбираться в задаче полезнее, чем смотреть курс и так всегда было. Курс это такой ускоритель, когда у тебя нет времени сидеть и разбираться, а надо быстро "всосать" навык или технологию. Обычно это руководители, которым надо понимать, как все устроено, но они не хотят становится дизайнером, копирайтером, разработчиком. Самые приятные клиенты на курсах, кстати. И вообще, когда я пишу подобный пост, я сру себе в карман, казалось бы. Надо говорить, что курсы это прям насколько заебись, что лучше ничего на свете нет и сами вы несправитесь, а весь мир уже ускакал вперед и вы теряете возможность. Но я перестал так делать и обещал себе продавать свои продукты по-нормальному 😄

Спасибо всем за поддержку в последнем посте! Давайте вернемся к хорошим новостям: QA Learn aka Rusau Learn теперь доступна на Android для всех. Закрытое тестирование закончено, Google одобрил публикацию. Спасибо всем, кто принял в нем участие❤️ Десятки фиксов и улучшений вошли в релизную версию! Ссылка для установки: https://play.google.com/store/apps/details?id=net.rusau.learn&hl=ru Это значит, что теперь с платформой можно работать на компьюетре, на iOS и на Android. И да, я молодец 😎 За 2 месяца реализовал всю эту экосистему и очень горжусь таким местом, где обучение становится доступным, понятным и интересным. Вступайте в наше сообщество в ТГ, чтобы не потерять связь, общаться с другими студентами и помогать развивать проект!