Не знаю как вы, а я постонно слышу как кто-то заменил себе какой нибудь SaaS, на инструмент, написанный Клодом (или кем то другим). Но доказательств обычно не приводится. Решил провести эксперимент. Заменить что то у себя. Мы платили 60 долларов в месяц за Calendly. Три человека. Сервис букинга встреч с синком с гугл календарем. Куда уж проще, календарь и ссылка на запись. Спросил Клода, есть ли живой open source аналог, он сказал что Cal.com отказался от опенсорса и ничего серьёзного не осталось, позже это оказалось не совсем правдой, но было поздно. Очень хотелось. На самом деле Cal.com в апреле переименовали в cal.diy и отдали под MIT. Хоть лицензию и сделали свободнее, из кода при этом вырезали команды, workflows, insights и SSO, одним коммитом на минус 411 тысяч строк. Вторая строка их же README — strictly recommended for personal, non-production use. То есть ребята сами написали, что в проде это лучше не запускать. Релиза нет с марта, докер-образы давно заархивированы, и чтобы это поднять, нужен сервер с Node и PostgreSQL. Немножко инфры. Решил попробовать сделать своё. Сразу на Cloudflare, там на наших объёмах - бесплатно. Ну и я честно говоря всё ещё их фанат. Начал в субботу. От пустого репозитория до задеплоенного продукта. 127 коммитов, 525 тестов. В будние доделывал по остаточному принципу - 8м проектом. Назвал Punctual. Ну название тоже клод посоветовал. Внутри в том числе то, что у cal.diy вырезали, команды с round-robin и collective, плюс Google Calendar и Microsoft 365, письма с .ics и напоминаниями, REST API, вебхуки и виджет для встройки. И MCP сервер. То есть агентами тоже можно пользоваться и букать встречи. Всё живёт на одном воркере: Workers, D1, Durable Objects, Queues, KV, R2, Cron. Ни сервера, ни базы, ни докера. wrangler deploy в свой аккаунт, минут пятнадцать, ноль долларов в месяц. MIT, без ограничений. Ставьте себе, пользуйтесь. Репозиторий, живьём крутится на punctual.sh. На скриншоте моя страница записи, по ней ко мне можно попасть. Буду благодарен за звёзды. Чтонибудь ещё доделаю. Буду рад PR-ам. Версию для своей команды поднял. Протестировал. Подписку на Calendly отменил. Если вы тоже что то реально заменили - расскажите. Интересно. Сергей Булаев AI 🤖 - об AI и не только

🌟 MiDashengLM-Gen: генерация комплексных звуковых сцен Команда MiLM Plus из Xiaomi опенсорснула генератор звука по текстовому описанию, который создаёт целостные аудиосцены из речи, музыки, звуковых эффектов и фоновой акустики окружающей среды. Под капотом - собственный аудиотокенизатор MiDashengLM-0.6B, построенный по архитектуре DashengTokenizer, и дообученная языковая модель Qwen3-1.7B, работающие в связке с Flow matching на базе DiT. Данные для обучения из двух источников: первый - приватный суперсет ACAVCaps на 77 тысяч часов с речью, музыкой и эффектами, второй - микс TTS-корпусов Emilia, LibriTTS, LJSpeech, AISHELL-3, WenetSpeech4TTS. Русский язык модель знает, в речевой части ACAVCaps его доля 4,66%, но основа обучения всё же английский (54%) и китайский (24,5%). В TTS-сетах русского нет вообще, и это видно по качеству (13,19% ошибок против 2,42% на английском). Управление в промпте задаётся тегами: <|caption|> - описание всей сцены; <|asr|> - текст для озвучки голосом; <|speech|> - тон, эмоции, стиль голоса; <|sfx|> - звуковые эффекты; <|music|> - описание музыки; <|env|> - окружающая среда. Указывать нужно все, а если поле неприменимо, туда идёт <|unknown|>. У чистой речи, например, заглушки стоят в полях музыки и эффектов. Смысл в том, чтобы управляющие факторы не слипались друг с другом. Модель видит явное разделение и не пытается вывести стиль говорящего из описания фонового шума. На выходе - трек в формате WAV с частотой дискретизации 16 кГц. Длина ограничена до 20 секунд, на более длинных таймингах модель не проверяли. 🟡Тесты

Прямых аналогов среди открытых моделей почти нет, поэтому авторы сопоставляют систему с узкоспециализированными по каждой задаче и со своим же предшественником Dasheng AudioGen.

Основная причина для гордости - разборчивость речи. На английском Seed-TTS доля ошибок упала с 12,15% до 2,79%. Мультиязычность тоже подтянулась, но до уровня Qwen3-TTS и Seed-TTS система не дотягивает. Вин-стрик по эмоциям на CV3-Eval, где эмоция подсказана текстом, - 0,98 радость, 0,96 грусть, 0,92 злость. По генерации отдельных звуков в AudioCaps система уступает TangoFlux (FAD 5,01 против 2,26).

В планах - клонирование голоса, подтягивание низкоресурсных языков и управление по времени.

📌Лицензирование: Apache 2.0 License 🟡Страница проекта 🟡Веса 🟡Arxiv 🟡Демо 🖥GitHub @ai_machinelearning_big_data #AI #ML #TTA #TTS #TTSFX #MiDashengLM #Xiaomi

Зарабатываем на ИИ, часть 3 Я написал о том кто зарабатывает и растет быстрее всех в ИИ сегодня, и что должно быть правдой чтобы построить большую компанию в пост-ИИ мире. Давайте теперь порассуждаем о трендах, потому что невозможно предсказать точно будущее, но можно найти базовые принципы и отвалидировать их на эмпирических трендах. 1. Open source займет большую часть рынка Отставание открытых моделей от фронтира держится на уровне 3 месяцев и постепенно сокращается. При этом цена моделей ниже в разы. Любая компания, которая хочет построить moat вокруг пост-трейна будет использовать именно открытые модели, делать вокруг них RL чтобы минимизировать цену для своих пользователей. Перепродажа токенов - это худший бизнес, которым вы хотите заниматься. Он будет работать только в масштабе с минимальной операционной маржой, как Amazon для зубной пасты. Большинство задач в экономике уже сегодня не требуют фронтир моделей, но требуют все более сложную агентскую оркестрацию и харнес, именно там можно создавать проприентарную ценность, а значит и капитализацию. 2. Адаптация технологий будет медленнее их развития За каждый % в экономически значимом бенчмарке, все меньший процент адопшена в реальном корпоративном мире будет происходить. Причина в том, что внедрение ИИ — это процесс перестройки организационно дизайна, но люди владеющие бюджетом считают что это процесс технический. В реальности он социальный, это задача менеджмента, что требует изменения привычек и способа координации, инсентивов, даже постепенной смены системы образования. Эффект от ИИ в экономике есть сегодня, но его чувствуют примерно 0.1% компаний, тогда как ТАМ этого эффекта скорее 90-99%. Рынок экономической диффузии потенциально больше рынка продажи токенов, потому что ты продаешь знание и изменение (бесконечны), а не конвертацию электронов в токен (конечны). Это рынок сбора контекста и изменение системы оранизации людей вокруг технологий, но не технологий. Напишу отдельный пост о диффузии и рынке труда на основе последних исследований, что я читал. 3. Миру нужно 1,000x (по словам Дженсена 1,000,000,0000x) больше ИИ вычислений, но победят приложения Спрос на ИИ вырастет в тысячи раз, из-за пунктов (1), (2), агентов, персональных ИИ систем и массовых юзкейсов, о которых я писал, типа образования и медицины. При этом, история развития любой технологии на планете показывает, что инфраструктура всегда в итоге становится наименьшей долей в добавочной стоимости. Железная дорога, телегрфные столбы, оптоволокно и сервера для сайтов зарабатывают куда меньше, чем сервсиные бизнесы и продукты. То же самое неминуемо в ИИ, но buildout фаза может занять многие годы (я писал почему), а вот ИИ нейтив продукты пока еще толком никто не изобрел. Все пытаются либо навайбкодить то, что вообще должно (и будет) бесплатным, либо натянуть чат-бот на фундаментально сломанный и неудобный банк или такси.

🚀 Microsoft открыла Skill Recorder - систему, которая превращает вашу работу на экране в навык для ИИ-агента Принцип максимально простой: вы один раз выполняете задачу самостоятельно, а приложение фиксирует экран, переключения между окнами, посещённые страницы, буфер обмена и голосовые пояснения. Затем GitHub Copilot восстанавливает: цель → последовательность шагов → `SKILL.md` → автоматизацию Агент старается заменить повторение кликов более надёжными инструментами: API, CLI, gh, web_fetch и встроенными возможностями платформы. Например, можно один раз показать обработку GitHub Issue, а затем получить навык для массовой работы с похожими задачами. Сейчас Skill Recorder создаёт навыки и автоматизации для Microsoft Scout, Copilot Cowork и Copilot Studio. Исходный код опубликован под лицензией MIT. Запись хранится локально, но после нажатия Analyze скриншоты, события и расшифровка голоса отправляются в облако GitHub. Пароли, токены и API-ключи записывать нельзя. https://github.com/microsoft/skill-recorder #Microsoft #AIAgents #GitHubCopilot #Automation #OpenSource

🧱 Sakana AI и NYU научили Transformer генерировать Minecraft-миры по отдельным блокам В Dream-Cubed каждый блок - камень, вода, песок или дерево - обрабатывается как отдельный токен. Для обучения собрали более 30 млрд блоков: свыше 1,8 млн процедурных чанков размером 32×32×32 и более 200 тысяч фрагментов авторских карт. Исследоватли собрали датасет из десятков миллиардов блоков: процедурно созданных ландшафтов и качественных пользовательских карт, полученных с разрешения авторов. На этих данных обучили семейство Transformer-моделей для генерации интерактивных 3D-миров с точностью до отдельного блока. Модели умеют: - достраивать мир вокруг заданной структуры; - заменять отдельные участки и биомы; - генерировать по расставленным пользователем блокам; - расширять карту через outpainting; - создавать миры практически неограниченного размера. Авторы протестировали дискретную и непрерывную диффузию. Сгенерированные миры сразу остаются редактируемыми и пригодными для игры. Опубликованы датасет, код обучения, инференс и готовые модели. Блог: https://pub.sakana.ai/dream-cubed Статья: https://arxiv.org/abs/2604.22847 Код: https://github.com/SakanaAI/DreamCubed #AI #Minecraft #GenerativeAI #Diffusion #3D #OpenSource @ai_machinelearning_big_data