Две задачи в одной модели: Яндекс начал создавать единую модель Alice AI ART 2.0 для генерации и редактирования изображений 😨 Раньше генерация по тексту и редактирование по инструкции работали на двух отдельных стеках. Теперь это unified-модель, поэтому улучшения можно внедрять сразу в обе задачи и без дублирования разработки. Знания из t2i (текст → картинка) переносятся в i2i (картинка + инструкция → картинка): например, модель может добавить хохлому или самовар без отдельного сбора специализированных данных для редактирования. Отдельный модуль расширяет промпт ещё до диффузионного генератора. Это повысило точность следования инструкциям при редактировании на величину до 12%. Две системы постепенно становятся одной 🤨

Бывший разработчик Apple Тайлер Суард собрала контроллер KnobNet, где нейросеть обучают вручную — крутя потенциометры вместо настройки параметров через код. Каждому весу соответствует свой физический регулятор на устройстве. Поворачиваешь ручку и значение веса меняется, а на выходе сразу видно, к чему это привело. Сеть распознаёт цифры и держит совсем немного весов. Устройство показывает текущие входные данные, активации скрытых нейронов и финальное предсказание. После ручной подстройки пользователь тут же видит, стало ошибок больше или меньше, и обучение из непрозрачной для новичка процедуры превращается в осязаемый эксперимент. Суард сразу отсекает вопрос о практичности и не претендует на инструмент для современных сетей на миллиарды параметров. Физическая реализация маленькой сети нужна ей ровно для одного — щупать руками фундаментальные принципы машинного обучения.

“Хозяин простить. Я ошибаться. Делать код заново”. В попытках срезать косты на ИИ бизнес начал массово переводить нейросети в режим “пещерного человека”. С помощью специальных плагинов и системных промптов бота настраивают отвечать короткими рублеными фразами, вырезая всю вежливую болтовню и расшаркивания – только голая суть. Итог: экономия на токенах доходит до впечатляющих 75%. За этим анекдотичным трендом скрывается вполне серьёзный сдвиг. Ещё вчера корпоративный мир пребывал в угаре “токен-максимизации”. Считалось, что чем больше вычислений сжигает сотрудник, тем он продуктивнее и инновационнее. Активность работы с ИИ на полном серьёзе вшивали в KPI. Корпорации гордились “стахановцами”, умудрявшимися сливать сотни тысяч долларов на нейросети, и ставили их в пример отстающим. А потом пришли счета. И тренд развернулся на 180 градусов: – Uber ввёл лимиты на использование нейросетей, обнаружив, что годовой ИИ-бюджет испарился за четыре месяца. – Microsoft отозвала большинство внутренних лицензий на Claude Code – Walmart урезал доступ к собственному кодинг-ассистенту – Accenture попросила команду не гонять ИИ ради тривиальных задач Отдельный фан-факт: одна крупная компания забыла выставить лимиты на использование Claude для персонала и умудрилась сжечь на генерациях полмиллиарда долларов всего за месяц. Теперь на повестке токен-минимизация. Мой взгляд: мы наблюдаем здоровое взросление рынка. Золотая лихорадка всегда заканчивается приходом бухгалтера. В обиход уже входит новая метрика “выручка на миллион токенов” – прямая наследница классической выручки на сотрудника. С нейросети теперь спрашивают, как с живого работника: сколько приносишь и во сколько обходишься. Ну, а когда математика не сходится, приходится включать тот самый пещерный режим. Бот понимать. Бот не обижаться.

Короче, у нас за более чем десятилетнюю карьеру клоунов в интернете сохранилось примерно сотня сценариев с ютуба, а так же больше тысячи рекламных постов в телеге. Эксперты в каментах, ставлю вам амбициозную задачу — спрогнозировать, че будет, если мы возьмем какую-нибудь тупую модельку и сделаем на ее основе цифровой слепок сознания ехтримсоде. Ведь всегда приятно поболтать с кем-то таким же умным как ты. Че как лучше к решению задачки подойти, какую модельку брать за базовую, как подготовить данные (тупо простыню текста скидывать или мутить чето типа [инструкция -> вывод])? Я заколебался писать рекламу руками, хочу чтобы за меня делал это нейроехтримкод. А обычные модели не могут в достаточной степени подражать нашему стилю писанины.

Mamba: архитектура, которая шла убивать трансформеры В декабре 2023 по ML-тусовке прокатились заголовки в духе «трансформерам конец». Повод дали два исследователя со статьёй про архитектуру Mamba, внутри которой не было того самого attention, на котором держится весь современный тир-лист нейронок. И при этом она жевала длинные тексты в несколько раз быстрее трансформера и на меньшей памяти. Вместо того чтобы сверять каждый токен с каждым за квадратичную цену, она ведёт одно бегущее состояние и на лету решает, что впустить, а что отбросить как шум. Спойлер, который спустя столько времени уже не спойлер: трон трансформеры не потеряли. Но история кончилась не тем, что очередной хайп-трейн не взлетел. Пока все спорили, кто кого, индустрия сделала третий ход, которого никто не ждал.

изучаю / смотрю, но это надо под переобучение моделей. Я хочу найти там новые SOTA слитые. (с) https://huggingbay.xyz/

Наткнулся на любопытную штуку: кто-то собрал аналог «Пиратской бухты» для ИИ-моделей. Торрент-трекер, где вместо фильмов и музыки лежат нейросети. Называется huggingbay-xyz Идея простая. В одном месте собраны открытые и слитые модели: для кода, поиска и перевода. Готовые к скачиванию ИИ-агенты. OCR-модели, которые вытаскивают текст из фотографий и документов. Всё ставится локально и работает у вас на компьютере, без облака и без подписок. «Пиратская бухта» для нейросетей — это сигнал, что модель превратилась в обычный файл, который можно скачать, положить к себе и запустить. Ещё год назад доступ к сильной модели означал аккаунт, тариф и постоянную зависимость от чужого сервера. Сейчас всё чаще модель просто живёт у вас на диске. Для нас с вами тема особенно живая. Когда половина удобных сервисов то отваливается, то требует зарубежную карту, локальная модель на своём железе выглядит уже как рабочая страховка, а не гиковская забава. Пара оговорок, прежде чем бросаться качать. Слово «слитые» в описании стоит читать буквально: это чужие веса, часто выложенные в обход лицензии, и никто не гарантирует, что внутри не спрятано лишнее. Я бы ставил такое только в изолированном окружении и точно не тащил в рабочий контур с настоящими данными. А сам факт, что подобные площадки вообще появляются, мне нравится. Это про свободу собрать свой ИИ-стек так, как удобно вам. Без оглядки на то, что решил владелец очередной подписки.

Ключевое за 3 дня ⚡ Главное • OpenAI запустила ChatGPT Work — Агент для действий на ПК и телефоне на базе GPT-5.6. • Grok 4.5 от SpaceXAI — Opus-уровень по цене $2/$6 за миллион токенов — Модель после IPO и покупки Cursor, дешевле Claude Opus 4.8 и OpenAI Sol. 📈 Рост и Оптимизация • Samsung: рост прибыли в 19 раз за счёт чипов памяти для ИИ — 19-кратный рост прибыли благодаря спросу на AI-чипы. • Как Atlan превратил 52 страницы в 35% доли AI-цитирований — 52 страницы ответов на вопросы дали 35% AI-цитирований. • Accenture: управление маркетингом с 14 AI-агентами — Сокращение ручных шагов на 55%. • Deloitte: AI-автоматизация ITSM и HR для 250 000 сотрудников — Рост продуктивности до 60%. • KPMG US: платформа WRITER для исследований и контента — Экономия 60-80% времени. • EY: автоматическая сверка платежей в SAP — Доля автоматизации выросла с 30% до 80%. • Модели с открытым весом достигли 29% использования AI Gateway — 29% объёма токенов, но менее 4% расходов в июне. 🤖 Промпты и Практика • От инженерии промптов к инженерии намерений — Описывайте желаемый результат, а не способ выполнения. 🛠 Инструменты • Dreamina — AI-платформа для создания изображений и видео. • Claude Code на десктопе получил встроенный браузер — Может читать, кликать и взаимодействовать с сайтами. • Waze получает новые AI-функции — Персонализированные маршруты, поиск Gemini, голосовые отчёты. • Вышла публичная бета iOS 27 с Siri AI — Публичная бета iOS 27 с Siri AI, требуется iPhone 15 Pro+. • ByteDance запускает Seedream 5.0 Pro — Улучшенный рендеринг текста, макета, многоязычность, редактирование. • Anthropic запускает reflect — Wrapped-дашборд для Claude — Дашборд показывает, как вы используете Claude, и предлагает подсказки. • Домашние роботы уже ходят. Новые руки 1X — Руки робота 1X имеют 25 обратимых суставов и сенсорную кожу.

#Нейропрожарка Здесь могла быть ваша реклама Автор: Режиссер Эльшан Алескеров 1) Задача: создать скетч-рекламный ролик 2) Срок: примерно неделя. 3) Как всё началось: Портфолийная работа, чтобы понять, могу ли я делать рекламные ролики 4) Я режиссер рекламы. Хотел попробовать создать ИИ-ролик по всем заветам обычной рекламной кампании 5) Что я пробовал: Думал делать через раскадровки. Посмотрел несколько модных роликов, как ИИ делает раскадровку. Потом закидываешь раскадровку и получаешь готовый ролик, но ничего не получилось Процесс работы: 1. Написание сценария и раскадровка. Это вручную. Я так и не научился делать сценарий и раскадровку через ИИ-инструменты. Всё по-старинке. Пишу и рисую от руки 2. Создание промтов. В этот раз я решил попробовать через агрегатор делать ролик. Там же в агрегаторе во внутренней штуке (через клод) просил переделывать мои промты. То есть я пишу промт (стараюсь сразу на английском) и потом прошу ии исправить его. Получается такой диалог начальника и джуна (Сафонов, оплати) 3. Генерил картинки там же. Опробовал воркфлоу у gptunnel. Это удобно, когда все идет криво-косо, а переписывать лень. Понял прелесть воркфлоу, особенно когда не с первого раза получается результат. Создал сначала "характер щит" или как он там называется, и уже использовал его в дальнейших генерациях. Промты по картинкам строил по следующей схеме: описание героя, его действие, ракурс, объектив, цвет (атмосфера кадра). До этого я несколько роликов делал через чатгпт2 (оч нравится), но он ругается часто. И для себя решил, что мне удобнее, когда можно один и тот же промт применить сразу в несколько генераторов. Так сразу можно сравнить (это раз) и хоть какой-то да сделать (это два). То есть когда не выходит именно так как я хочу, я беру хоть какой-то 4. Далее покадрово анимировал через доступные видеогенерации. Конкретно в этом ролике были 2 типа анимации: липсинк и классическая анимация. Для липсинка брал клин.Аватар и хейген4. Клинг.Аватар крут, что оживляет фон (то есть ты сначала делаешь анимацию и потом накидываешь текст), хейгнен тем, что лучше в губы попадает. Возникло много трудностей. Эпизод с кетчупом и с аварией никто не хотел генерить. Клинг, Вео, Сидэнс - все ругались. Ни в какую. Сделали только Ван и Гром.тв (местный от джипитанел) Выбрал вановский. Я вообще изрядно разочаровался в сидэнском. Оч много запретов у него: то не хочу, то не буду. И стоит дороже всех. Короче говоря, что-то сложнее милоты черт знает, как генерить. Последний эпизод с зеркалом там была другая картинка, но и хейген и клинг отказались анимировать, пришлось выбрать для финального эпизода другую, более лайтовую картинку. 6. Озвучки брал из доступной библиотеки в самом агрегаторе. Саунд-дизайн делал сам. Я терпеть не могу какие звуrи делают генераторы в режиме нэтив аудио, абсолютная шляпа (мб я не прав). В общем, библиотека звуков и вручную. Домантаживал в премьере Мини-вывод: оч много ограничений в плане "опасно, нарушает наши правила". Теперь буду исследовать, как всё это обходить P.s. Если вдруг кто хочет посмотретm на картинку, которую так и не сгенерил хейген (скину в личку), и покаңу своё воркфлоу, если тоже любопытно Потрачено примерно 75 долларов (без учета подписки на опенай) Итог - получился ролик Ролик в более высоком качестве @cgevent