Если вы запутались в изобилии новый видеонейронок — попробую коротко распутать. Seedance стал 2.5. По-прежнему финальный босс: 30 секунд вместо 15, до 50 рефов, ещё лучше слушает длинные промты. В целом стал чуть живее. Минусы: супертревожный на тему авторских прав — на всякий случай блокирует почти всё. Русский снова не завезли. По тестам после 15 секунд начинает сыпаться. Пока только 720. Ну и ДОРОГО ЖЕСТЬ ВЫ ЧТО. Брать. MiniMax H3 — главный прикол. Почти всё как у Сиданса 2.0: 15 секунд, референсы-элементы — но в 2K и ОТКРЫТЫЕ ВЕСА. Народ уже запускает на потребительских картах. Ждем тысячи порно лор кастомных моделей, патчей и приблуд от коммьюнити. Брать. FLUX 3 сам собирает 20-секундные сцены и относительно неплохо говорит по-русски. По первым тестам - лица плывут, контроль слабоватый. Скорей не брать, но нужно еше потестить. LTX 2.5 быстрый и открытый, но первые тесты простые: H3 сильнее, а звук иногда шипит. Брать если вы любитель опенсорса. Сделал простенький тест. В основе — реальный снимок Марса, но добавил туда POV-поездку на копейке. 15 секунд, довольно открытый промт. В конце попросил модель придумать неожиданный приколдес. Первое видео Сиданс 2.5, второе Минимакс, третье Флюкс.

✔️ США освободили китайские открытые модели от обязательного тестирования Белый дом вывел китайские модели с открытыми весами из-под действия нового регламента ИИ-безопасности. Администрация США отказалась от их обязательного тестирования, о чем сообщила представителям OpenAI, Anthropic и Google на закрытом брифинге. Регулятор ужесточил контроль после апрельского предупреждения от Anthropic перед релизом Mythos. Дополнительным поводом послужили недавние инциденты, когда системы OpenAI и Anthropic выходили за пределы тестовых сред в инфраструктуру сторонних организаций. Исключение для китайских решений противоречит позиции CEO Anthropic Дарио Амодеи, который требовал внедрить обязательные проверки для всех разрабатываемых моделей. zaobao.com.sg ✔️ В Google DeepMind произошли кадровые перестановки Демис Хассабис перешел с поста главы DeepMind на позицию Chief Scientist материнской компании Alphabet. Он сфокусируется на стратегии AGI и развитии медицинского ИИ в Isomorphic Labs. Повседневное управление DeepMind и разработка семейства Gemini перешли к Кораю Кавукчуоглу, бывшему техническому директору подразделения. Одновременно Google покинул Джефф Дин, проработавший в корпорации 27 лет. Вместе с Санджаем Гемаватом, Ориолом Виньялсом и Куоком Ле он основал стартап Discovery Loop, который планирует заниматься автоматизацией ML-экспериментов. Проект привлек инвестиции от крупных фондов и самой Alphabet. blog.google ✔️ Black Forest Labs открыла доступ к FLUX 3 Video Модель доступна через собственный API немецкого стартапа и платформы партнеров. Она генерирует ролики до 20 секунд в HD и Full HD со звуковой дорожкой, фоновыми шумами, спецэффектами и речью. Модель поддерживает text-to-video, image-to-video и video-to-video и работает с ключевыми кадрами, а также может менять сцену и ракурс внутри одного видео, продолжать видеоряд и рендерить текст в кадре. Для речи заявлен липсинк на 14 языках. По внутренним бенчмаркам Elo FLUX 3 обходит Gemini Omni Flash, Minimax H3 и Seedance 2.0. Тарификация в API посекундная, генерация звука включена в стоимость. В HD-режиме T2V и I2V обойдутся в $0,06/сек, а обработка видео - в $0,12/сек. В Full HD цены составляют $0,29 и $0,53 за секунду соответственно. bfl.ai ✔️ ByteDance представила полнодуплексную аудиовизуальную модель с проактивным взаимодействием Китайский техногигант выпустил мультимодальную модель SeedRealtime для взаимодействия в реальном времени, которая параллельно обрабатывает аудио, видео и текст. Технической фишкой стал отказ от систем обнаружения голосовой активности. Очередность реплик контролируется через совместное непрерывное моделирование звука, визуальных данных и временных параметров. Модель самостоятельно определяет, когда вступить в диалог, сделать паузу или отфильтровать фоновый шум. SeedRealtime не ждёт команд, она фоном анализирует визуальный контекст, отслеживает нескольких спикеров и способна инициировать общение, реагируя на события или объекты в кадре. ByteDance заявляет, что система уже развернута на практике, но сведения о доступности в пресс-релизе не приводятся. bytedance.com ✔️ Mixture-of-Kittens: инструмент для ускорения обучения MoE-моделей на NVIDIA Blackwell Cursor выложила инструмент Mixture-of-Kittens (MoK) для ускорения обучения MoE-моделей на архитектуре NVIDIA Blackwell. MoK решает проблему задержек при обмене данными между GPU - в MoE-сетях этот процесс может занимать более половины времени обучения. Инструмент объединяет маршрутизацию токенов и вычисления в единый низкоуровневый массив для их параллельного выполнения и минимизации простоя оборудования. В тестах на кластере из 512 GB300 общая пропускная способность выросла на 41%, а обработка MoE-слоев ускорилась в 2,37 раза по сравнению с аналогами. По словам Cursor, компания применяет MoK для обучения модели Composer. Инструмент работает исключительно с архитектурой NVIDIA Blackwell и открыт под лицензией Apache 2.0. cursor.com @ai_machinelearning_big_data #news #ai #ml

ASASR: Coloring the Noise: Adversarial Sobolev Alignment for Faithful Image Super-Resolution Апскейл изображений 4x методом состязательного выравнивания по Соболеву. Он помогает модели восстанавливать детали, лучше сохраняя структуру и правдоподобность текстур, а не выдумывая их. Ключевая идея - выравнивать генеративный процесс со статистикой естественных изображений через спектрально окрашенный шум и adversarial‑коррекцию. Выполнено в виде лоры к Flux.1‑dev Два компонента LoRA для совместного использования: * базовый SR‑LoRA - сам апскейл и предварительная структура * AS‑DPO LoRA - подавляет артефакты и галлюцинации Гитхаб HF Спасибо @m_franz #flux #lora #upscale #imagerestoration