TIPS v2 Пониматор картинок от Google DeepMind с пространственным чутьем. Если CLIP понимает ЧТО на картинке, то TIPS еще и ГДЕ это. Признаки считаются не только для всего изображения, а для каждого участка (патча) отдельно - Zero-shot классификация по текстовым описаниям без дообучения - Пространственные признаки с каждого патча: скармливаешь их в сегментацию, оценку глубины, детекцию - позиции объектов не теряются - Работает на других разрешениях через интерполяцию позиционных эмбеддингов - 1.1B vision-параметров, 389M текстовых, эмбеддинг 1536, разрешение 448 - Вся линейка: от S/14 (22M) до g/14 low-res, есть вариант под слабое железо - ~2B параметров суммарно, лицензия Apache 2.0 Гитхаб HF Демо #vlm #image2features

Наблюдения последних недель. 1/ есть два лагеря о том, как достичь AGI - это у нас rsi (recursive self improvement) и world models. Первый представляют Anthropic & OpenAI. Второй Google DeepMind. И из-за того что лидер дипмайнда не верит в то, что опенаи получается надо и то и другое делать и поэтому так все медленно. Короче корпоративное опоздание. Но чья ставка сыграет не ясно никому. 2/ в Китай возвращаются те, кто работают в топ местах в сша. Основная идея: они верят что смогут так же как в свое время сша осуществить «китайскую мечту», а именно получить мультипликаторы к оценке их компаний в разы больше. Другими словами нас ждет китайское господство в аи. Я бы сказал, что это более чем вероятно. Учитывая количество усилий и веры. И супер талантов. 3/ в математике назревает кризис. Многие PhD будут мягко говоря обесценены. И я считаю произойдет в целом большая реструктуризация мира наука. Ибо аи сможет буквально открывать и решать 50% текущих задач. И все еще «совсем новых» смыслов пока не видать. И я думаю, что проблема с поиском нового такая же как проблема с написанием резонирующего текста. Потому что в теории относительности важна не сколько теория, сколько идея. Дальше так сказать можно добежать уже как-то. 4/ найм это ад. Рядовой рисерчер в Anthropic (и других топ лабах) получает 10м+ за 4 года. Жизнь боль. 5/ многие компании с трудом осознали, что масштабирование зависит от их возможности тренировать свои модели. Harvey, Cursor (не смогли и сдались чтобы делать в другом месте) и другие 6/ оказалось квантовые вычисления очень быстро развиваются и там много всего интересного особенно в области квантовых нейросетей (лолкек), писать про это? Какие у вас новости?

DeepMind: ИИ-агенты генерируют гипотезы быстрее, чем ученые успевают их проверять ИИ-агенты превращают научные открытия в конвейер: гипотезы генерируются быстро и дёшево, а исследователи просто не успевают их проверять. Согласно докладу Google DeepMind «Conjecture Machines», разрыв между мгновенным потоком научных предположений и медленной, дорогой физической проверкой будет только увеличиваться. Это потребует радикальной реформы всей научной инфраструктуры — от лабораторий до системы рецензирования. Под основным ударом оказываются молодые ученые — они лишаются возможности развить собственное научное суждение и интуицию. https://hightech.plus/2026/07/17/deepmind-ii-agenti-generiruyut-gipotezi-bistree-chem-uchenie-uspevayut-ih-proveryat

Надо было под выходные порекомендовать этот хороший лонгрид, но лучше поздно, чем никогда, так что ловите. Посвящена статья человеку, который уже 19 лет работает в DeepMind — а когда он туда пришел в 2017, Габриэль был первым в индустрии действующим философом в штате фронтирной ИИ-лабы. Он оказался “the right person meeting the moment. As the field was ready to mature and move into prime time, he figured out a way to broaden the horizons without attacking or denigrating the work that came before.” Он заметно отличается от тех многочисленных самоуверенных коллег по философскому цеху, которым все ясно с перемножением матриц, из которого может возникнуть лишь стохастический попугай и машина плагиата. Изнутри лабы и в повседневном контакте с людьми, создающими ИИ, он прекрасно ощутил, насколько все сложней и необычней.

There’s this deep mystery there, which is: but what actually is this thing? We have a very literal answer, but the literal answer doesn’t seem to necessarily provide a moral answer.

К каким выводам Габриэль пришел, и какие вопросы остаются безответными, почитайте сами: это та статья, которую надо не суммаризмровать, а неспешно прочесть самостоятельно. Это, кроме всего прочего, просто приятно. https://www.theguardian.com/news/ng-interactive/2026/jun/30/theres-this-deep-mystery-of-what-actually-is-this-thing-the-philosopher-inside-google-deepmind