✔️ Alibaba представила генератор музыки HappyShrimp 1.0 Спустя 2 месяца после старта открытой беты состоялся релиз HappyShrimp 1.0 - генеративной модели, создающей законченные музыкальные композиции по тексту. HappyShrimp использует сквозную архитектуру, в которой трек создается как единое целое, позволяя избежать механического звучания голоса, рассинхронизацию текста с ритмом и нецелостную структуру трека. Модель умеет работать с абстрактными запросами, самостоятельно определяя жанр и инструменты под заданное настроение или контекст. Для управления предусмотрены расширенные параметры: указание темпа, тональности, состав инструментовки, пол и манера вокалиста, а также кривая эмоционального развития композиции. Вместе с моделью Alibaba объявила о партнерстве с лейблом Taihe Music Group, а в ближайшее время планирует выпустить отдельное мобильное приложение.

Все тексты, музыка, аранжировка и вокал для демо-ролика были созданы в HappyShrimp 1.0.

#news #ai #ml

Нейросеть без сервера и интернета — прямо во вкладке браузера. Насколько она умная? Мы проверили сами: 11 моделей, Mac на Apple M5, одни и те же 20 простых заданий — «столица Франции», «2 + 2», «повтори код ORANGE-42». Малыши на 26–360 млн параметров решили от 3 до 14 заданий. Самая крупная из них на «2 + 2» ответила: «as an AI, I'm unable to provide numerical answers» — «как ИИ, я не могу давать числовые ответы». Самая быстрая выдаёт 581 токен в секунду — и уверенно пишет «2 + 3 = 5». А Qwen2.5 на 1,5 млрд параметров уже решила 19 из 20: 44 токена в секунду, бесплатно и офлайн. Порог «здравого смысла» — где-то между 360 млн и 1,5 млрд. В «Фактосборке» мы сами запускаем AI-инструменты и показываем, где они ломаются, — без пересказов пресс-релизов. Подписаться → https://t.me/+pBwq7VP-4tAyMWQy #промо

🎸Карманная студия для гитариста Стартап Neko Engineering показал очень любопытный гаджет для гитаристов. С помощью Neko, обещают создатели, можно играть без долгой настройки, подключений и не будить соседей. А помещается он в карман. В комплекте два беспроводных джека на 6,3 мм: они магнитом крепятся к корпусу и там же заряжаются. Вынули один, воткнули в гитару — можно играть. Звук идёт в наушники через 3,5-мм выход, а ещё есть динамик на 3 Вт и сенсорный экран на 3,5 дюйма. С тоном всё серьёзно. Neko работает с сотнями тысяч пресетов Neural Amp Modeler, которые создало сообщество платформы Tone3000, и собирает цепочку до трёх блоков — усилители, кабинеты, педали или целые сетапы. Лень листать бесконечные списки? Опишите звук мечты голосом, и ИИ подберёт подходящий. А чтобы поджемить под любимую песню, трек можно стримить с телефона: сервис Lalal разделит его на дорожки, и гитарную партию легко заглушить. Самое интересное то, что внутри есть многодорожечная студия. Записываете партии, накладываете слои, делитесь через USB-C или приложение. Можно сыграть рифф, выбрать жанр и нейросеть достроит из него целый трек. Хит так вряд ли родится, но творческий ступор, возможно, отступит. Ещё Neko переводит аудио в MIDI и расписывает сыгранное в табулатуры. Краудфандинговую кампанию на Kickstarter компания планирует запустить до конца октября: ранним покупателям обещают цену в $400 (~33 000 рублей) Первые заказы рассчитывают отправить в апреле 2027 года. @droidergram

🧠 Как работает нейросеть простыми словами Вышел урок про то, что происходит внутри ChatGPT и Claude. Коротко: нейросеть не думает, а угадывает следующее слово. Отсюда и её польза, и уверенные выдумки. Что разбираю в видео: • что такое LLM и как её обучают • токены и почему по-русски они дороже • как модель пишет ответ и при чём тут температура • контекстное окно и почему длинный чат «забывает» начало • откуда берутся галлюцинации • четыре правила, чтобы нейросеть не подводила Без формул, 9 минут. Ролик снова целиком собрал агент по моему заданию, вместе с анимацией и озвучкой моим голосом. https://www.youtube.com/@baldfrombrowser

DBS (Dynamic Band Splitting) Метод разделения аудиоисточников от Tsinghua: границы частотных полос подстраиваются под каждый микс, а не задаются заранее. Бюджет токенов при этом фиксированный. Как работает • Предсказывает границы полос по содержимому внутри частотных блоков • Отбирает заданное число границ через hard Top-K • Пулит полосы с учётом содержимого в компактные токены • После разделения сглаживает и растягивает токены обратно на сетку STFT • Уточняет их по частоте и декодирует комплексные маски общей по частоте головой Две версии • DBS-BSRNN: 4.7M, окна по 3 секунды • DBS-TIGER: 1M, окна по 6 секунд Обе делят монодорожку 44.1 кГц на музыку, звуковые эффекты и речь. BSRNN тяжелее и аккуратнее на коротких окнах, TIGER компактнее и смотрит дальше по времени hf.co/JusperLee/DBS-TIGER-DnR hf.co/spaces/JusperLee/DBS-Demo github.com/JusperLee/Dynamic-Band-Splitting #audioseparation #demix #unmix

Не делайте NPC умнее игрока В современных AAA-играх сложнейшая физика, процедурная анимация и машинное обучение в графическом пайплайне. А какой-нибудь охранник сундука по-прежнему живёт по старым правилам: заметил игрока — атакует, потерял из виду — немного поищет, покричит и вернётся на пост. Мужественно охранять лут от местной живности. Которая, кстати, тоже на эвристиках. Казалось бы, чего проще — дать NPC нейросеть и позволить самостоятельно решать, когда стрелять, отступать или искать укрытие? В одном из недавних проектов разработчики так и попробовали. На бумаге всё выглядело вполне разумно, но после нескольких циклов дообучения NPC перестали «создавать театр для игрока». И вот тут у игрового дизайнера начинаются совсем другие вопросы.

#Нейропрожарка CHAMPION SOUND Автор: Ашуров Идрис @iris_Panda Сниппет к выходу альбома Эндшпиля и TumaniYo Идея: В июле задумал сделать визуал к скорому релизу альбома артистов. Анимацию я уже делал, поэтому решил уйти в гиперреализм на этот раз. Режиссура: Самый долгий этап. Всё стопорилось на том, как это должно выглядеть и двигаться. Пара недель и тысячи токенов в Weave ушли только на то, чтобы утвердить режиссуру. Эх, знал бы тогда про нейрорендер… Производство: Когда режиссура сложилась, сам сниппет собрал за пару дней. Апскейл: Сознательно не делал, ибо ролик шёл в Instagram, а там его всё равно пережмут. Инструменты: Midjourney, GPT Image 2, Seedance 2.5, Weave. Затраты: 4000 токенов в Weave + подписка Midjourney. Итог: Сниппет чудом попал в тот же стиль, в котором вскоре вышел официальный визуал артистов, а их продюсер предложил сотрудничество. Буду рад конструктиву в комментариях. @cgevent

🤖 На днях Meta выпустила новую мощную модель Muse Wonder. Результаты бенчмарков впечатляют, но когда люди начали проверять её в реальных задачах, оказалось что модель очень плохо делает 3D-игры. 😅 Я порвался от комментария разработчиков по этому поводу. Они честно признались, что просто не подумали об этом сценарии и не обучали модель специально на таких задачах. 😂 🤔 И ведь реально же, пользователи всегда влияли на развитие нейронок. Помните, как Сэм Альтман написал первый твит о том, что ChatGPT доступен? Люди побежали мучать его и начали давать самые безумные задачи. Нарисуй SVG-пеликана на велосипеде, сделай игру, сделай сайт, сделай то, чего еще не было. Для нас это выглядело как развлечение, но для лабораторий это же буквально исследование возможностей! Они наблюдают, что люди пытаются сделать с их моделями, где те справляются, а где нет. И это помогает понять, какие способности стоит развивать дальше. 🤷‍♂️ И вот тут интересный парадокс. Мы вваливаем миллиарды долларов в разработку нейросетей, но сама технология сильно опережает наше понимание того, куда её применять. 👨‍🔬 Конечно, мы уже нашли очевидные полезные применения, тот же кодинг. Но весь потенциал технологии, мне кажется, до конца непонятен даже её создателям. И получается, что мы с вами не просто пользователи, а участники поиска новых применений. 🔍 Необязательно ждать, пока кто-то покажет вам правильный способ пользоваться нейросетью. Следующий интересный кейс можете придумать вы сами. Главное — пробовать. 😉 Свята место | 10МДК | Чатик | YHub

Про озвучку текста и математику У меня есть прикольная привычка слушать свежие посты из каналов в тг пока чищу зубы. Помогает не скролить дофаминовые штуки утром и при этом не скучать пока рутинами всякими занимаюсь. Уже два года так делаю. Технически это простой ботик который берет текст, кидает нейронке на озвучку и постит обратно в тг. В этом сентябре гугл выпустили прорывную модель для озвучки с прекрасным названием Gemini 3.8 Flash TTS. Она хороша тем, что умеет сама расставлять интонации, делать паузы, эмоций докидывать в нужных местах. Не без косяков конечно, но звучит намного лучше моей старой tts от OpenAi. А еще на моих объемах бесплатно выходит. Против 10$ в год за старую модель к звуку которой привыкать приходилось. Ща накидаю примеров, чтобы вы качество оценили. Это серия постов от Игоря из Сиолошной про то что ща в математике происходит. А там чуть ли не самый важный эвент в истории науки случился и математики в ахуе все. Не пугайтесь первого файла, потом меньше технических деталей будет

Нейронка бы молча сделала зелёный огонёк Я вот подумал дальше про зелёный огонёк. Представим, что задание добавить зелёный огонёк клиент даёт не дизайнеру, который потом идёт ко мне утверждать макеты, а сразу нейросети. Она послушно его добавит: аккуратно встроит с учётом правил дизайн-системы, применит какой-нибудь скилл чтобы красиво анимировать. Всё будет сделано на высшем уровне, и клиент подумает: ну всё, дизайнеры мне не нужны. Многие клиенты уже так и думают. Нейросеть вряд ли станет спрашивать, зачем этот огонёк вообще и не лучше ли решить проблему иначе. Нейросети не особо сопротивляются плохим задачам. Иногда предлагают другой способ решить обозначенную проблему, но когда в запросе уже есть готовое решение — «добавь зелёный огонёк» — они его и реализуют. Технически уже вполне возможно научить нейросеть сомневаться и спорить. Но я думаю, что такое поведение встраивать в них не будут, потому что оно не будет пользоваться спросом. Нейросеть, которая на каждую прямую просьбу задаёт вопрос, а не фигню ли ты придумал, будет ужасно бесить. Человек хочет быстрый результат, так что пойдёт попросит «нормальную, которая просто сделает и не трахает мозг». С людьми ровно то же самое! Я понимаю, что тоже раздражаю, когда вместо того, чтобы «просто сделать», начинаю докапываться до того, зачем меня о чём-то просят. Но мне за это как раз и платят. Модель работы со всеми этими сомнениями в задаче требует участия двух сторон. Клиент должен быть готов принимать твоё сопротивление, видеть в нём смысл, а ты должен иметь волю, чтобы это сопротивления оказывать, несмотря на дискомфорт (но и отключать, если это сейчас не к месту). Клиенты тоже не любят многочасовые обсуждения и согласования понимания задачи, но идут в это, потому что знают, что без этого хорошего результата не выйдет. Получается, что отличие в работе с нейросетью такое. К нейросети клиент должен сам прийти с явным приглашением к сопротивлению, иначе она будет просто делать, как говорят. А к дизайнеру клиент может просто прийти с задачей, но неожиданно для себя столкнуться с сопротивлением. И тут уже искусство дизайнера в том, чтобы хорошо провести переговоры и помочь клиенту увидеть, что его сопротивление неслучайно. Нейросеть, конечно, тоже может освоить переговоры, и наверняка даже более искусно, чем человека. Но тут мы приходим к тому, что для этого у неё должна быть точка зрения, она должна сама как-то хотеть: https://ilyabirman.ru/meanwhile/all/neuro-competition-2/ Но ей-то всё равно!