В пять раз быстрее: основатель Unitree ждёт прорыва в человекоподобных роботах уже через два года Основатель Unitree Robotics Ван Синсин считает, что уже к 2028 году человекоподобные роботы смогут выполнять до 80% устных команд на производстве и в быту. Ещё летом он говорил о сроке до десяти лет, но быстрый прогресс ИИ заставил его пересмотреть прогноз. Сейчас роботы Unitree уже учатся рисовать, играть в го и выполнять простые действия под управлением ИИ. Компания готовится резко нарастить выпуск — с десятков тысяч до десятков миллионов машин в год. #unitreerobotics #человекоподобныйробот #человекообразныйробот #робототехника 📎Подробнее 🔖 3DNews в TG | MAX | VK

🤔 Б/у память в новых смартфонах Дефицит памяти зашёл так далеко, что производители смартфонов начали ставить в новые телефоны оперативку из старой техники. Схема простая. Чипы DRAM извлекают из списанных смартфонов, компьютеров и серверов, чистят, тщательно тестируют и отправляют на конвейер. Некоторые бренды даже присматриваются к отдельным бюджетным моделям, целиком собранным на «вторичной» памяти. По данным Counterpoint Research, во втором квартале 2026 года несколько китайских брендов резко урезали планы выпуска: память дорожала, поставки лихорадило. К концу третьего квартала часть из них снова подняла цели, и главная причина — растущий приток б/у DRAM. Сами аналитики называют такой подход временной мерой: скорее индикатор того, насколько всё плохо, чем решение проблемы. Подвох, конечно, есть. Если чип уже отработал лет пять-шесть, примерно столько ему, возможно, и осталось. С возрастом ячейки DRAM деградируют: растёт число ошибок, падает производительность. Тесты отсеивают откровенный брак, но долговечность такой памяти, по словам аналитиков, остаётся серьёзным вопросом. @droidergram

Ватный пост ч 3: продолжим разговор про поезда Вот тут про поезда в германии https://t.me/blackproduct/3879 Вот тут про ВВП по ППС https://t.me/blackproduct/3898 Вы знаете, я вас не игнорирую, совсем, просто мне правда все равно. Шутка. Как-то я писал про поезда и хвалился тем, что не встречал в мире ничего лучшего чем наша система поездков (кстати, в этом году я в этом убедился - между Оренбургом и Кувандыком - то бишь маленький рай центр на 50 тыс человек ходит экспресс в 4 вагона с wifi, usb зарядками под каждым креслом и кондиционером) Так вот, вы меня просили и я это сделал, пост про сравнение поездов и их пунктуальности в рахных городах и странах. 10 странн и в каждой свой подход к метрикам. 🇨🇦 Канада. Казалось бы - вторая страна в мире по размеру, где ЖД имеет большое значение, но пунктуальность там всего 33%. При этом основная проблема по разным источникам - это износ линий и совместное использование путей с грузовыми составами. 🇩🇪 Германия - я много слышал рассказов про то, что все опаздывает. Амбиционзная цель в 60% быть по расписанию - это что-то с чем-то. Но на самом деле вот тут посмотрите: https://t.me/blackproduct/3879 - основная проблема, конечно, как и в Канаде - старая инфраструктура. Интересно,что немцы в этом плане предпочитают делать глобальный ремонт - закрывая целые линии. 🇺🇸 США. Пару лет тому назад играл в настольную игру - золотой костыль, про строительство ЖД между западным и восточным побережьем. Тогда ЖД был один из инструментов роста, теперь же - мой любымий ХтоШто проводил в видео конкурс сойдут ли за год поезда во всех штатах США - спойлер,получилось! Показатель в 75%! 🇪🇸 Испания. Все, что нужно знать - маньяна! Я ездил в испании на поездах, никогда не замечал ничего критичного. Но когда путешествуешь под испанским вином, то и жизнь кажется лучше 79,6%. 🇰🇷 Южная Корея. Mersi французским технологиям. Для меня - это проблемы из-за зомби - вспомниаем поезд в Пусан. По разным данным в районе 85% 🇬🇧 Великобритания Одна из исторических родин железных дорог. При этом во второй половине 20-ого века ЖД сеть сокращали на фоне роста автомобилизации. Сейчас «вовремя» приходят 86,4% - пределах трёх минут от расписания. 🇳🇱 Нидерланды. Небольшая страна, в которой ЖД исторически занимает высокие места в сети транспорта, при этом если смотреть на приезжают вовремя с допуском 5 минут - 93% поездов. Топ стран у меня: 🇷🇺 Россия - вы скажете ватно! а я скажу,еще как. 98% и две страны по 99% SLA - 🇨🇳 Китай и 🇯🇵 Япония Очень интересное исследование для меня получилось, из интересного - восток круче запада. Какое еще исследование провести? Ваш @blackpoduct

Когда AI писал тексты, дискуссия о ценности этих текстов была осмысленна. То ли стоит читать ИИ-слоп, то ли нет, аргументы у обеих сторон были. К сожалению, мир изменился, AI теперь работу делает, а народ массово перенес на новый вопрос старую аргументацию. OpenAI доказал псевдогипотезу Римана, у безымянного блогера ролик залетел на миллион просмотров, критики повторяют старые слова: «тут никто не попахал, несчитово». Товарищи. О мере текстов можно спорить. Мера работы — всегда результат. Если AI делает результат, то это может быть неприятно, но он есть, его надо принять. Можно было гордиться тем, что не читаешь AI-тексты, глупо гордиться тем, что продолжаешь искать нули дзета-функции правее 7/8. Их там нет. А у блогера с миллионом просмотров деньги от монетизации, наоборот, есть. Неважно как. Важно, что есть, а чего нет.

Эльфы, гномы и осьминоги: разбираем ELF и DWARF для трассировки Сeph На тестовой программе всё выглядит почти неприлично просто: одна команда bpftrace, и вызов функции hello вместе с её аргументом уже на экране. А теперь попробуем проделать похожее с Ceph — например, измерить, сколько времени операция проводит в очереди OSD. И тут начинаются дебри. Исполняемый файл ceph-osd с отладочной информацией весит 600 МБ, а без неё — всего 200 МБ. На практике обычно используют обрезанные бинарники. И даже если нужную функцию удалось найти по имени, до её аргументов и полей внутри C++-структур ещё предстоит добраться. Без путешествия по адресам, регистрам и смещениям уже не обойтись.

Claude нашёл почти 500 дыр в популярном ПО — одной из них оказался 21 год Anthropic проверила с помощью Claude 25 крупных open-source-проектов и нашла почти 500 проблем безопасности. В 11 проектах код был доступен до авторизации, а в других защиту ослабляли несовместимые настройки. Одна такая уязвимость оставалась незамеченной 21 год. В OpenSSH Claude обнаружил доступ к 4500 строкам экспериментального кода до проверки прав — разработчики закрыли дыру в версии 10.6. Новый инструмент Anthropic вскоре добавят в OSS-Scanner для автоматической проверки конфигураций и потенциальных уязвимостей. #anthropic #ии #кибербезопасность #информационнаябезопасность 📎Подробнее 🔖 3DNews в TG | MAX | VK

Очень хороший пост от Gergely - автора pragmatic engineer Причина, по которой SWE/IT находится в таком привилегированном положении в плане зарплат, условий и локаций (от легкого переезда до удаленки), связана не столько с тем, что это область, в которую сложно войти, а в том, что сама область постоянно изменяется, и необходимо постоянно учиться и адаптироваться. Далее он пишет, что в отрасли был период стабильности в 10 лет, в который люди, казалось, забыли, что премиум платится именно за это. Согласен со многим, в том числе это одна из причин, почему ML-специалисты и около них не сильно пострадали: этим добрякам все эти 10 лет приходилось постоянно себя переизобретать, и далеко не все выдерживали.Знаю многих, которые ушли из профессии как раз по этой причине: нужно постоянно, непрерывно учиться.

I think many of us working in tech tend to forget that the reason software engineering vs other engineering fields pays (a lot!) more, is a lot more flexible (WFH/remote), and has better perks: Because this field changes much faster than other engineering fields. The premium is because fewer people are able/willing to pick up new technologies, methodologies so quickly. But the field had ~10-20 years of stability, and so lots of folks forgot this is why a premium exists. And that AI is just another tech wave: software engineers who pick it up and master it will generally fare better; those not will struggle a lot more. Ask your mechanical engineer, electrical engineer, civil engineer, chemical engineer friends (if you have them) what their pay is; how much equity; how easy it’s to work remote; and how easy to live countries without taking country-specific exams or learning the local language. Software engineering is a privileged field in many ways: but it’s like this because few enough put up with the brutal pace of change that happens periodically, and leaves those behind who don’t like sudden and less predictable change. In some ways: the job IS the ability and willingness to learn and adapt new technologies, fast, while building real-world stuff that makes money for the business one way or the other. We are paid a hefty premium to do exactly this, and because few enough people do this.

OpenSplat Реконструктор сплатов для Android Первое открытое решение такого рода на Android, второе вообще, если считать Niantic Scaniverse • Съемка и обучение сцены локально на устройстве • Просмотр готового сплата на месте • Работает без LiDAR, которого на Android нет • Открытый код под Apache 2.0 • Интерфейс на SceneView, обучение на движке brush • Навайбкожено за два месяца • Обучение идет через WebGPU с трансляцией в Vulkan, отсюда переносимость • В планах движок VkSplat, чтобы убрать прослойку и работать с GPU напрямую Автор перебирал свежие статьи по мобильным 3DGS и довел до рабочего состояния только один подход #gaussian #android #mobile MAX

Люди лучше выберут боль, чем думать! Это @flucrum вспомнила про работы, где боль сравнивали с новыми знаниями. Значит, самая базовая база: умственные усилия неприятны. Мозг дорогой по потреблению, потребление надо было экономить почти всю эволюцию, поэтому хочется меньше думать. Поэтому делать надо только то, что точно окупается. По этой логике есть некий уровень боли, который проще терпеть, чем подумать. Взяли 39 студентов примерно 21 года, прикрепили к ним паяльники (или кипятильники, там не очень понятно), но этическая комиссия разрешила греть их не больше 49 градусов Цельсия. Слабаки! Дальше людям много раз предлагали выбрать между 20 секундами трудной умственной работы и 20 секундами ожога: — Чем труднее была задача, тем чаще выбирали боль. — В среднем боль выбирали в 28% случаев. — Лёгкие задачи почти не раздражают, а дальше неприятность растёт всё быстрее, лучше её обменять на ожог. — Если обещать бить быстро — например, в течение 3-5 секунд с таймером — то люди чаще соглашаются на задачу. Тут, возможно, другая подсистема, которая заставляет избегать немедленной боли. Выборка, как обычно у психологов, говно, этический комитет сорвал всё веселье, но идеи от работы остались. Поэтому появились ещё работы! Надо было придумать, что делать с болью, потому что этические комитеты что-то сильно от этого возбуждались. Придумали физические упражнения. Это тоже боль, но этичная. Тут сравнивали сильные мышечные усилия с интеллектуальными задачами — и нашли ситуации, когда люди лучше что-то будут сжимать до боли, чем решать задачу. Интересно, что там были даже обмены, когда время неприятного усилия было больше, чем ожидаемое время решения задачи головой, но выбирали всё равно мышцы. Нужно было больше страданий! Тут анализ по 125 статьям — хирурги, военные лётчики на тренажёре, водители в двухчасовой симуляции, студенты с 2900 однотипными нажатиями на клавиши, люди, сбегающие из виртуальной тюрьмы. Многие исследования вообще тестировали гаджеты и софт. Так что если вы работаете бета-тестером, то можете ссылаться на это исследование, там вашу работу по факту признают пыткой. В целом у всех чем больше мыслей — тем неприятнее. Единственное, другой формой кривой выделилась азиатская часть выборки — это связывают с привычкой к учёбе (китайские подростки могут учиться по 60+ часов в неделю) или особенностями перевода и восприятия терминов. В смысле, если должен — значит, должен! Но! Например, есть шахматисты. Они-то почему не страдают постоянно? А победа, рейтинг и чувство собственного мастерства перевешивают неприятности. Те же любители головоломок любят не головоломки, а доказывать себе, какие они офигенные. Сюда же ложится эффект Икеи: мы больше ценим то, что далось тяжело. Так что если убрать победу, рейтинг и чувство мастерства, то работать станет грустно и неприятно. Именно это мы называем "игра превратилась в фарминг". -- Вступайте в ряды Фурье! | Лучшие посты Когда перестает работать интернет, можно погрузиться в свои мысли и серьезно поду... А нет, всё, заработал!

В Атакаме - цветочная революция🪻 Сейчас одна из самых засушливых пустынь планеты напоминает ботанический сад. В Чили наблюдают редкое природное явление - Desierto Florido. Там, где годами не выпадало ни капли дождя, проснулись семена, десятилетиями скрывавшиеся под песком. После редких для этих мест осадков ожила целая экосистема. Более 200 видов растений, бабочки, пчёлы и другие насекомые🦋 Пески покрылись розовыми, фиолетовыми и жёлтыми коврами. По прогнозам атакамоведов, цветение может охватить почти 18 тысяч квадратных километров. Некоторые виды сохранятся до второй половины ноября. Затем краски исчезнут, земля снова станет сухой, а семена останутся ждать своего часа. Впрочем, как и любая революция, эта продлится недолго🌺

Чтобы не произошло беды, в каждом лифте всегда есть это На некоторых лифтах электронный блок контроля скорости УКСЛФ стоял практически для красоты. Реле не подключено, кое-где отсутствуют даже датчики, а иногда на устройство вообще не подаётся питание. И это ещё не означает, что кабина осталась без защиты. От опасного ускорения при спуске лифт защищает механическая система с ограничителем скорости и аварийными ловителями. Для разборки нашёлся классический узел OTIS, а заодно два электронных блока. Внутри — подпружиненные рычаги, выключатели, реле и даже обгоревшие резисторы в одном из электронных устройств. Причём даже полностью исправный механический ограничитель не всесилен. У этой проверенной десятилетиями конструкции есть свои ограничения, и в некоторых нештатных ситуациях она не сможет предотвратить беду.

✔️ Microsoft AI завершила претрейн MAI-Base-2 Лаборатория Мустафы Сулеймана закончила предобучение своей самой крупной MoE-модели на 2,8 трлн параметров, из которых на каждый токен работают 80 млрд. Сейчас она проходит дообучение, сроков релиза Microsoft не называет.

Веса компания собирается лицензировать проверенным партнёрам через платформу Foundry и отдельно подчёркивает, что учила модель только на собственных данных, без дистилляции ответов чужих моделей.

MAI-Base-2 обучали 38 дней в августе и сентябре на 16 тысячах GPU GB200, через модель прошло около 50 трлн токенов. Знания модели заканчиваются мартом 2026 года. В отличие от предшественницы MAI-Base-1, она с самого начала училась и на изображениях, без отдельного визуального энкодера, на них пришлось 18% обучающей смеси. На собственных наборах текстов, кода, задач по естественным наукам, математике и вопросов с ответами MAI-Base-2 предсказывает текст точнее всех протестированных открытых моделей с триллионом и более параметров: DeepSeek-V4-Pro-Base, Kimi K3, Qwen3.8-2.4T-A95B и MiMo-V2.6-Pro-RL. По расчётам Microsoft, при её подходе к обучению, т. е. с теми же данными, архитектурой и настройками, модели нужно в 4–12 раза меньше вычислений, чем потратила DeepSeek, чтобы достичь качества DeepSeek-V4-Pro-Base.

Эта оценка выведена из законов масштабирования, а не из прямого сравнения.

@ai_machinelearning_big_data #news #ai #ml