Браузерная игра по «Маленькому принцу» создана с использованием Opus 5.5, Tripoi и Blender. Сцена собрана преимущественно на Opus; автор обзора отмечает, что для работы со стеклом потребовалась ручная правка.

Игра выглядит мило, но пока скорее предлагает интерактивное повествование, чем полноценный геймплей: сюжет нельзя изменить, а исследование локаций почти не вознаграждается. Проект показывает, что такие сцены можно создавать с помощью ИИ-инструментов, но сам по себе не устраняет трудности разработки увлекательной игры.

Полный разбор →

Калифорнийский стартап Odyssey, основанный выходцами из индустрии беспилотных автомобилей, представил Odyssey-3 — модель, которая по текстовому запросу или картинке создаёт интерактивное 3D-окружение и просчитывает движение и взаимодействие объектов в реальном времени. Внутри сгенерированного мира можно перемещаться от первого или третьего лица, управлять камерой и на ходу добавлять события, на которые сцена реагирует.

Odyssey позиционирует продукт не только как развлечение, но и как симулятор для обучения роботов, беспилотных автомобилей и других физических систем — поверх модели обучают отдельные декодеры действий и политики управления. Попробовать модель можно бесплатно на сайте компании, тогда как ранее похожую функциональность (модель Geniei от Google) приходилось оплачивать — по словам источников, порядка $240.

Полный разбор →

Исследователи (в статье упоминаются «два Ильи и Дима») перенесли MMDi-лосс, ранее показавший себя в дистилляции диффузионных картиночных моделей, на диффузионные языковые модели. Подход заметно улучшает баланс качество/скорость (Парето-фронт) при генерации текста, снижая число шагов инференса без существенной потери качества.

Идея развивает более раннюю работу тех же авторов Scale-wise Distillation of Diffusion Models, где MMD-лосс применялся для ускорения диффузионных моделей изображений. Теперь аналогичная техника адаптирована под специфику текстовых диффузионных моделей — как дискретных, так и непрерывных.

ВыводMMD (Maximum Mean Discrepancy) — мера различия между распределениями P и Q через положительно определенный кернел k (линейный, RBF и др.), считается по формуле с тремя слагаемыми: E[k(x,x')] + E[k(y,y')] − 2E[k(x,y)].

Полный разбор →