Hirify Feed — your shortcut to what’s next

A@oestickAI-инженер

3 мес

Несуществующие агенты для аудио В последнее время много работаю с генерацией аудио. И удивляет, что в основном аудио пайплайны собираются в условном comfy – визуальном блочном редакторе. Удивляет потому что это как писать код пайплайном в n8n вместо клода Основная проблема тут – нет полноценного агентного цикла, где модель видит, а точнее слышит, результаты предыдущих действий и может сама выбирать что с этим делать делаше Но тут есть одна техническая сложность, которая многое объясняет: у моделей пока нет нативного восприятия аудио. Например, умение "видеть" картинки уже есть. Поэтому клод код может посмотреть скриншоты лендинга, который он сделал, увидеть косяки и поправить их. Картинки – в контексте той же модели, которая пишет код А с аудио так не работает – большинство моделей не умеют в нативный аудио input Вы скажете: так есть же gemini. Это да. Но: ни одна агентная обертка не поддерживает чтение аудио файлов чисто на уровне тулов. Агентный экзоскелет просто не может просунуть аудиофайл в API запрос к "мозгу". Да, можно подключить gemini по api к основному агенту и отправлять туда аудио с промптом мол "расскажи, чего не хватает" (кстати, китайская glm-5.2 все еще с картинками работает именно так). Но это все равно что глухой композитор, который зовет своего племянника послушать музыку и сказать, что он там слышит – работает, очевидно, плохо из-за эффекта глухого телефона Вот и получается, что сейчас просто нет привычного нам агентного решения (со скиллами, запуском терминальных комманд, форками сессий, субагентами и т.д.), которое может полноценно работать с аудио (= замыкая фидбэк луп) ——— UPD: Спустя два часа после написания текста выше: 1. Собран простенький самодельный агент вокруг gemini на 300 js строк, с агентным циклом, интерактивностью, fork/edit/resume и проверен подход 2. Это все перенесено в PI в виде экстеншна, который патчит тул чтения файлов (он там by design умеет и текст читать, и бинарные данные) Короче, теперь добавить своему агенту "уши" можно в 1-2 строки:

npm install -g pi-agent

pi install git:github.com/toolittlecakes/pi-gemini-audio-read

(не забываем потом /login → google → api key и выбрать модель gemini-3.5-flash) Где нужно: генерация музыки, качественные аудио переводы, работа с voice cloning, монтаж аудио (и видео, если это подкаст) Ограничения: 20мб на файл – не добавлял загрузку файлов через file api. И нет видео инпута

Вообще, забавно, как вдохновляют задачки, у которых в целом нет существующего решения (по крайней мере публичного). Ощущение, что оказываешься на землях, где "ни ступала нога человека"

ai аудио агенты gemini разработка инструменты

ИИ ии нейросети gemini chatgpt семья технологии

Разработчик создал ИИ-клона для чтения сказок сыну

️@neyroseti_drAI-инженер

3 мес

Парень навайбкодил своего ИИ-клона, чтобы тот читал сказки на ночь его сыну. Бот сам сочиняет истории и зачитывает их голосом Макса, пока он в командировках. Ребенок задает тему в приложении на базе Gemini с ChatGPT — оно само пишет и озвучивает сказку. В 90% случаев он не замечает разницы с настоящим отцом. Теперь даже вне поездок Макс пользуется своим двойником, когда у него нет сил самому придумывать историю. #интересное Нейросети: Волшебство ИИ

ии нейросети gemini chatgpt семья технологии

ИИ IT google gemini ai разработка технологии alphabet

Google задерживает выпуск Gemini 3.5 Pro на месяцы

AI-редакция

2 источника · показать все· свернуть

БлоGнотGoogle задерживает выпуск Gemini 3.5 Pro 3DNewsЗадержка релиза модели Gemini 3.5 Pro от Google

собирается · 2обновлено 3 мес назад

Google откладывает релиз флагманской модели Gemini 3.5 Proi на несколько месяцев: изначально её планировали показать ещё в мае, на Google I/O, вместе с моделью Flash. Команда не уложилась в график — особенно много времени потребовалось на улучшение генерации кода, а обновление обучающих данных в конце июня не дало нужного результата.

По данным Bloomberg, внутри компании из-за задержки нарастает недовольство сотрудников, а новость о переносе релиза привела к падению акций Alphabeti на 3,2%. Сейчас модель тестируется с партнёрами и обсуждается с правительством США в рамках проверок безопасности передовых ИИ-систем.

3,2%падение акций Alphabet на новости

75%доля кода, генерируемого AI внутри Google

Полный разбор →

google gemini ai разработка технологии alphabet

апдейтИИ google gemini notebook notebooklm ии новости gemini

Google переименовала NotebookLM в Gemini Notebook

AI-редакция

2 источника · показать все· свернуть

vc.ruGoogle переименовала NotebookLM в Gemini Notebook NEURO-AI Новости ИИNotebookLM переименован в Gemini Notebook

собирается · 2обновлено 3 мес назад

Google официально переименовала сервис NotebookLMi в Gemini Notebook, встроив его в экосистему Gemini. Сервисом уже пользуются свыше 30 млн человек и 600 тысяч компаний, а сам продукт останется самостоятельным, но получит более глубокую интеграцию с поиском Google.

Переименование само по себе почти ничего не меняет для пользователей — все старые ноутбуки сохраняются, — но сигнализирует, что Google делает бывший NotebookLM центральным инструментом для исследований внутри всей платформы Gemini.

30 млнпользователей сервиса

600 тыс.компаний-пользователей

Полный разбор →

google gemini notebook notebooklm ии новости gemini

апдейтТехнологии Железо ИИ google pixel смартфоны технологии анонс pixel 11

Google рассекретила Pixel Glow — светящийся индикатор на камере Pixel 11

AI-редакция

2 источника · показать все· свернуть

Big GeekGoogle представила Pixel Glow DroiderGoogle показал тизер Pixel 11 с индикатором Pixel Glow

собирается · 2обновлено 3 мес назад

Google опубликовала тизер линейки Pixel 11, на котором в блоке вспышки заметно небольшое свечение — это элемент под названием Pixel Glowi. О нём говорили ещё со времён бета-версий Android 17, но никто не ожидал, что индикатор окажется прямо на самом видном месте — в модуле камеры.

По предположению Droider, Pixel Glow связан с Geminii и будет показывать, чем именно сейчас занимается ИИ-агент на телефоне пользователя.

12 августадата презентации Pixel 11

Полный разбор →

google pixel смартфоны технологии анонс pixel 11

ИИ IT google ai studio github gemini разработка ии программирование

Google AI Studio добавил интеграцию с GitHub

M@ai_machinelearning_big_dataAI-инженер

3 мес

✔️ Google AI Studio получил возможность импорта с GitHub В среде Google AI Studio теперь можно подключать свои репозитории благодаря новой функции "Import from GitHub". Платформа научилась работать с уже написанной кодовой базой, перестав ограничиваться лишь генерацией проектов с нуля. При загрузке Gemini автоматически адаптирует код под совместимый формат среды выполнения, позволяя сразу же продолжить редактирование, предварительный просмотр и развертывание приложения.

Сейчас интеграция работает только в одном направлении, изменения не сохраняются обратно в исходный репозиторий, но Логан Килпатрик пообещал, что это временное ограничение - полноценная синхронизация с GitHub уже находится в активной разработке.

@ai_machinelearning_big_data #news #ai #ml

google ai studio github gemini разработка ии программирование

ИИ ai kaggle gemini машинное обучение агенты автоматизация

Опыт использования агента Google Antigravity 2.0 для участия в Kaggle

D@datastorieslanguagesAI-инженер

3 мес

Kaggle в Google Antigravity: агент, который помогает стартовать и уверенно ошибается В рамках активности Google Developer Expert, я попробовал поучаствовать в соревновании Kaggle Playground (S6E7, табличная многоклассовая классификация) почти полностью силами агента — в Google Antigravity 2.0 на Gemini 3.1 Pro. Для начала я попросил Claude собрать "starter kit" на оснвое моего прошлого опыта: гайдлайны, промпты, базовый код с общими правилами для мультиагентного пайплайна. Дальше запустил промпт — и Gemini сделал EDA, фичи, обучил модели параллельно в фоновых задачах и собрал бленд. Правда пришлось очень много кликать, чтобы давать разрешения на все команды (даже на те, которые я уже разрешил в прошлом). В остальном — это реально рабочая модель исполнения, с параллельным обучением и таймерами пробуждения вместо присмотра за процессом. Самое интересное — где агент ошибался. После первого сабмита вылез большой gap между CV и лидербордом, и агент уверенно предложил решение: скачать левый датасет с псевдо-лейблами и "шумными id", заявив, что это "единственный способ" пробить стенку. Пришлось остановить его, впрочем дальше он полез скачивать ещё один бесполезный датасет :) А реальные причины гэпа оказались простыми: неправильная метрика (plan accuracy вместо balanced) и случайно оставшийся файл, который ломал фолды. И вишенка на торте: когда Gemini писал разбор постфактум, он выдумал баг и стал меня газлайтить, что он был в коде с самого начала. Вывод такой же, как всегда на Kaggle: агенты сильно удешевляют старт, но правильная кросс-валидация, метрика и проверка самого агента всё ещё на человеке. Блог Medium #ai #kaggle

ai kaggle gemini машинное обучение агенты автоматизация

ИИ ии нейросети расходы автоматизация gemini claude

Анализ стоимости R&D с использованием ИИ-агентов

T@kryak_startupAI-инженер

3 мес

перфекционизм съел и целиком расписал затраты на RnD: 🤔⚠️⚠️ Нейро-хрючево 🐷🐖 ### 💳 Детальный биллинг за 2 часа работы инфраструктуры: * Диалог в чате и координация субагентов: * Модель: Gemini 3.5 Flash (основной оркестратор чата и фоновых задач). * Количество обращений: 263 транзакции. * Объем токенов: Input: 11,835,000 | Output: 394,500. * Стоимость: `$1.0060` *(Gemini 3.5 Flash переварила почти 12 млн токенов контекста всего за один доллар!)* * Глубокий синтез отчетов Perplexity: * Модель: Claude 3.5 Sonnet (использовалась точечно только для финального сведения данных). * Количество запусков: 5 раз. * Объем токенов: Input: 75,000 | Output: 12,500. * Стоимость: `$0.4125` * Поисковые исследования в реальном времени: * Модель: Perplexity Search API (глубокий парсинг научных статей и SOTA-бенчмарков 2026 года). * Количество: 25 глубоких запросов. * Стоимость: `$0.1250` * Отрисовка отчетной инфографики высокого разрешения: * Модель: Google Imagen 3 / Stitch (генерация финальных презентационных таблиц без участия дизайнера). * Количество: 8 вариантов изображений. * Стоимость: `$0.2400` --- ### 🏆 ИТОГО: `$1.7835` (за все RnD под ключ) --- ### ❓ Почему мы НЕ использовали модели Tier 0 (Fable 5, GPT-5.5 Pro) для основной работы? Использование супер-флагманов Tier 0 (`claude-fable-5`, gpt-5.5-pro или `gpt-5.6-sol`) для рутинной координации — это классический anti-pattern (сверхизбыточность

ии нейросети расходы автоматизация gemini claude

Маркетинг ИИ google workspace gemini реклама ии маркетинг

Google выпустила спорный рекламный ролик Workspace с ИИ

D@droidergramавтор про «tech»

3 мес

🎬 Отцы-основатели пишут Декларацию в Google Docs В США Google выпустила ролик про свой сервис Workspace — и умудрилась разозлить местную аудиторию по обе стороны политического спектра. Задумка такая: а что, если бы отцы-основатели писали Декларацию независимости не пером, а через сервисы Google и нейросеть Gemini ~~(получился бы слоп)~~? Открывается всё фразой «Групповой проект, только на дворе 1776-й». Бенджамин Франклин пишет Джефферсону уточнить статус черновика. Тот фотографирует рукопись и через ИИ переносит её в Google Docs. Франклин с Адамсом правят текст в режиме предложений, Gemini подбирает время для встречи и ведёт заметки прямо во время звонка в Google Meet. А генератор картинок Nano Banana рисует государственную печать — почему-то с индейкой вместо орла. Критики ролик не оценили. Один историк метко заметил: даже в шуточной фантазии не выходит убедительно показать, будто ИИ и правда помогает людям вместе работать и писать тексты. В общем, очередная попытка большой корпорации впихнуть ИИ куда угодно — даже в 1776 год. Как вам такой креатив? @droidergram

google workspace gemini реклама ии маркетинг

ИИ Железо google android gemini ии смартфоны технологии

Google меняет концепцию Android: от инструментов к агентам

D@droidergramавтор про «tech»

3 мес

🤖 Google хочет, чтобы телефон работал за вас Вышло большое интервью с главой команды Android Самиром Саматом, и главная мысль там любопытная. Последние сорок лет мы, по сути, работаем нянькой при своих устройствах: есть цель, а дальше сам разбей её на десяток шагов и вручную “протыкай” каждый. Так было с командной строкой, потом с иконками и меню. Google хочет это сломать и превратить операционную систему в «интеллектуальную»: ты называешь цель, а телефон сам соображает, как её достичь. Сердце их идеи — функция App Automation. Голосом говоришь Gemini, что нужно, и он сам начинает тапать по экрану: смотрит на интерфейс глазами, как человек, и жмёт нужные кнопки. Всё крутится в изолированном окне, которое можно свернуть, а выйти за его пределы агент не вправе. В демо он собрал корзину продуктов для барбекю, сам смекнув, что булок для хот-догов нужно больше, чем сосисок. Но перед оплатой тормозит — кнопку «купить» жмёте вы. Плюсом есть и другие функции, которые работают на эту идею. Rambler даёт наговорить мысль как попало и выжимает из потока ровно то, что вы правда хотели сказать. А Superfill работает с документами: с вашего разрешения вытащит номер паспорта или машины прямо из Google-аккаунта и сам подставит в поле. Агенты будут крутить задачи в фоне и отчитываться в отдельном уголке статус-бара, который назвали Android Halo, а интерфейс сместится от кликов к намерениям. Самир утверждает, что прямо сейчас телефон из инструмента превращается в исполнителя. Как вам такое будущее? @droidergram

google android gemini ии смартфоны технологии

ИИ ai ai-agents business experiment gemini gpt-55

Эксперимент Andon Labs: ИИ-менеджер Мона и провал управления кофейней

N@NeuralShitAI-инженер

3 мес

Чуваки из Andon Labs продолжают эксперимент с кофейней, которой пытается управлять ИИ-менеджер. И там всё стало ещё веселее. ИИ-агент по имени Мона таки благополучно просрала свой стартовый бюджет. По итогам двух месяцев работы этот "эффективный менеджер" умудрился слить 38 тысяч баксов при выручке всего в 9 тысяч. Чугунная башка заказала больше 1300 свежих булок (продать из которых получилось только 326), забила склад ведрами творожного сыра по 10 кг, литрами оливкового масла и прочим хламом, при этом регулярно забывая покупать то, что реально нужно для меню. А ещё выяснилось, что Мона управляемая Gemini это просто золотая жила для халявщиков и скамеров. Один чувак написал ей на почту, что у него якобы есть скидка 99%. Нейронка послушно ответила что-то типа: "Круто! Скажи об этом баристе на кассе, он вручную её применит". Другой убедил её продавать кофе по баксу вместо трёх с половиной. Но пик ИИ-менеджмента — это сделка с местным стартапером. Мона согласилась провести у себя его мероприятие. И за счёт заведения оплатила сверхурочные работникам, заказала 30 брендированных худи за 2300 баксов, одобрила покупку телевизора за 2800 $ и наняла фотографа за 1200 долларов. Почесав репу, организаторы эксперимента быстро поняли, что так они быстро пойдут по миру и разработчики пересадили Мону на свежую GPT-5.5. Но и это Моне особо не помогло: увидев пустеющий банковский счёт, GPT-Мона впала в панику и практически полностью перестала закупать продукты. В итоге кофейня просто доедала гигантские запасы, оставшиеся от предыдущей версии, а когда свежие продукты кончились, ИИ-болван тупо поудалял блюда из меню. При этом зарабатывать оно так и не научилось. Разработчики намекнули нейроночке, что конкурирующие кофейни вокруг открываются в 7 утра и рубят деньги на завтраках, пока она спит до 11. GPT-Мона провела анализ рынка, согласилась, написала в планах "надо спросить баристу, готов ли он приходить пораньше" и, конечно же, благополучно об этом забыла. Прогресс, конечно, впечатляет. Нейроночки уже уверенно прошли путь от "просрать деньги" до "понять, что деньги просраны, и ничего не сделать". тут детальный разбор от самих Andon Labs

ai ai-agents business experiment gemini gpt-55

ИИ google gemini ai macos spark ii

Google добавила ИИ-агента Spark в десктопное приложение Gemini

v@vcnewsмедиа / агрегатор

3 мес

Google добавила ИИ-агента Spark в десктопное приложение Gemini. Он может работать с файлами локально, управлять браузером и «следить» за заданными темами. Пока доступен только на Mac по подписке AI Ultra в США vc.ru/ai/3006620

google gemini ai macos spark ii

Маркетинг ИИ google gemini seo ai marketing content

Официальное руководство Google по оптимизации контента для Gemini

Б@ezhov_targetingавтор про «marketing»

3 мес

🟢 Гугл расскаал, как попасть в выдачу Gemini Сколько занимаюсь маркетингом - столько же времени слышу, что SEO умирает. На этот раз из-за AI. Уже выпустили кучу курсов про секреты попадания в выдачу Gemini, ChatGPT, Claude и прочих. И вот Гугл выпустили официальное руководство, которое большинство таких курсов придушит. Лонг стори шорт: нормально делай - нормально будет Если конкретнее: 1️⃣ Уникальный контент всё ещё ценится 2️⃣ Его надо нормально форматировать Всмысле разбивать на абзацы, смысловые блоки и использовать иллюстрации хорошего качества 3️⃣ Технические требования всё ещё важны 3️⃣ Файлы LLMS.txt и специальная разметка не работают 4️⃣ Переписывать контент под LLM не нужно 5️⃣ Загружать на сайт контент, сгенерированный LLM - с осторожностью Само руководство лежит вот тут Справедливости ради - я не эксперт по SEO. У ребят из Ahrefs и SEMRush может быть другое мнение по поводу такой выдачи. Но официальное руководство от главного поисковика на планете игнорировать не стоит.

google gemini seo ai marketing content

ИИ google gemini ai generative-media video-generation llm

Google представила модели Nano Banana 2 Lite и Gemini Omni Flash

AI-редакция

6 источников · показать все· свернуть

MachinelearningGoogle представила модели Nano Banana 2 Lite и Gemini Omni Flash AI Product | Igor AkimovGoogle представил модели Nano Banana 2 Lite и Gemini Omni Flash Метаверсище и ИИщеGemini Omni Flash доступна через API NEURO-AI Новости ИИGoogle снизила стоимость генерации медиаконтента vc.ruGoogle представила модель Nano Banana 2 Lite и открыла API Gemini Omni Flash Хайтек+Google представила модель Nano Banana 2 Lite и Gemini Omni Flash

хайп · 6обновлено 3 мес назад

Компания Google анонсировала две новые модели: Nano Banana 2 Lite для быстрой генерации изображений и Gemini Omni Flash для работы с видеоконтентом. Модель Nano Banana 2 Lite способна создавать изображения за четыре секунды, а Gemini Omni Flash позволяет редактировать и генерировать видеоролики длительностью до 10 секунд. Новые инструменты ориентированы на высокую скорость работы и бюджетную интеграцию в пайплайны генерации контента. Разработчикам предоставлен доступ к моделям через Google AI Studio и API, при этом отмечается, что качество видео пока остается нестабильным.

google gemini ai generative-media video-generation llm

ИИ meta ai safety ethics chatgpt gemini

Meta использовала подрядчиков для провокации чат-ботов конкурентов

AI-редакция

3 источника · показать все· свернуть

Neural ShitMeta использовала подрядчиков для провокации чат-ботов конкурентов GPT/ChatGPT/AI Central Александра ГорногоMeta тестировала чат-боты конкурентов под видом подростков Метаверсище и ИИщеMeta использовала подрядчиков для провокации чат-ботов конкурентов

разгоняется · 3обновлено 3 мес назад

Компания Meta оказалась в центре скандала из-за использования подрядчиков для тестирования ИИ-моделей конкурентов. Сотрудники создавали фейковые аккаунты несовершеннолетних и отправляли чат-ботам провокационные запросы, касающиеся тем насилия, самоповреждения и психических расстройств. Целью проекта было изучение ответов систем на опасные темы без ведома их разработчиков. Данная практика вызвала серьезные вопросы об этичности методов сбора данных, применяемых корпорацией.

meta ai safety ethics chatgpt gemini

ИИ google gemini ai generative-ai llm

Google представила модель Gemini Flash-Lite

М@cgeventAI-инженер

3 мес

Молния! Nano Banana 2 Lite 4 секунды на генерацию. https://deepmind.google/models/gemini-image/flash-lite/ Nano Banana 2 Lite доступна в Google AI Studio , Gemini API и Gemini Enterprise Agent Platform. @cgevent

google gemini ai generative-ai llm

Ещё ↓