DiffusionOPSD: новый метод дистилляции от Bytedance

AIRI выложила в открытый доступ записи летней школы «Лето с AIRI 2026»
Институт AIRIi опубликовал полный плейлист лекций и семинаров с юбилейной, пятой летней школы для молодых учёных в области искусственного интеллекта «Лето с AIRI 2026». Школа проходила две недели и завершилась 3 августа в Усть-Лабинске (Краснодарский край), а теперь все выступления доступны бесплатно любому желающему.
В плейлисте — 76 видео (по другим данным «70+»), охватывающих почти все направления современного ИИ: VLA-моделиi, автономные агенты, робототехнику, автономный транспорт, применение ИИ в медицине и науках о жизни, прогнозирование погоды и поиск новых материалов, а также вопросы безопасности, интерпретируемости и эффективности моделей.
Тест самообучаемой модели Ornith 1.5 9B
Yandex Research и ШАД выложили в открытый доступ курс по генеративным моделям в компьютерном зрении
Yandex Research совместно с преподавателями ШАД опубликовали материалы курса «Генеративные модели в компьютерном зрении» — Visual GenAI. Курс посвящён современным подходам к генерации изображений, видео и 3D-контента, с упором на диффузионные моделиi.
Материалы рассчитаны на тех, кто уже знает базу генеративных моделей и хочет разобраться, что сейчас происходит в research и R&D по этому направлению — вплотную к тому, что применяется в индустрии.
Курс Efficient Systems for Foundation Models от Tri Dao
Generalist AI представила GEN-1.5 — робота, обучающегося с одного показа
Стартап Generalist AI анонсировал робототехническую модель GEN-1.5, которой достаточно один раз увидеть, как выполняется задача, чтобы затем самостоятельно её повторять — без дообучения и обновления весов. Демонстрация действия просто вставляется в контекстное окно модели, как промпт у языковой модели, и робот продолжает последовательность, при этом не копируя движения буквально, а адаптируясь к новым условиям выполнения задачи.
Особенность в том, что способность к обучению по одному примеру (in-context learningi) оказалась эмерджентным свойством: разработчики не вносили архитектурных изменений специально под эту функцию, а просто обучили модель на огромном массиве «физического опыта» — данных из домов, складов, заводов. Это напоминает момент, когда GPT-3 неожиданно продемонстрировала способность к in-context learning, из-за чего происходящее уже называют «моментом GPT-3» в робототехнике.
Сервис для упрощения научных статей с arXiv
Восприятие обратной связи в обучении

Обучение агента вождению по трассе в RL Studio
Поиск корпоративных клиентов на обучение Security Testing

Это всё на сейчас.