ИИ

Во многих знаниях многие печали Друг сегодня мимоходом рассказал о поразительном научном прорыве, радикальный переворот в медицине. – Claude, это правда? – [шуршание моторчиков] Нет, ничего подобного, даже четверть шага не сделано. Я сам увидел прикольную аналитику. На одном очень большом и интересном рынке раньше была стагнация, а теперь каждый год заметный рост. – Claude, как это объясняют? – [шуршание моторчиков] Основная причина – измеритель изменил методику. Если смотреть на сравнимые ряды – всё всегда росло примерно одинаково. Правда и раньше была доступна, но теперь в один клик. К сожалению, правда почти всегда оказывается скучной. #простомысли #ai

Собирал ассистента, который пишет как я. Самый важный шаг оказался вообще не про промпт Первую версию я делал вечером и очень собой гордился. Расписал роль, тон, задачи, накидал правил на две страницы: пиши коротко, без канцелярита, с самоиронией, начинай с хука. Запустил. Ассистент выдал текст, который мог написать кто угодно. Гладко, ровно, мёртво. Ни одной моей интонации. Пошёл разбираться и понял, где промахнулся. Я словами объяснял модели, как надо писать. А учится она по примерам. Поэтому шаг первый в сборке любого ассистента, который должен звучать как ты, это референсы. Шаг 1. Собираем референсы Референсы это посты, которые показывают твой стиль, плюс стили авторов, которые тебе нравятся. Звучит до смешного просто. «Ну выбрать посты, что тут сложного». Понимаю) Но вся работа с нейронкой держится ровно на этом: показываешь качественные примеры, получаешь качественный результат. Не покажешь, она возьмёт что-то усреднённое из интернета и вернёт тебе это же с добавлением слова «важно отметить». Откуда брать. Два варианта. 1. Твои собственные посты Есть свои тексты и тебе нравится, как ты пишешь, берёшь свои. Только выбирай честно. Не по охватам. Бери те, где ты сам себя узнаёшь при перечитывании. 2. Посты авторов, которые тебе нравятся Своих мало или хочешь, чтобы ассистент писал в духе конкретных людей, берёшь чужие. Смешивать тоже можно, я так и делаю: половина своих, половина у тех, чей слог мне нравится. Что делаешь прямо сейчас: 1. Находишь минимум 10 постов, которые нравятся тебе по стилю или структуре. Свои, чужие, вперемешку. Складываешь в один документ, он понадобится на следующем шаге, для разбора. 2. Кидаешь в комменты под этим постом ссылки на каналы авторов, которые тебя вдохновляют. Соберём общую копилку живых слогов, пригодится всем. На всё про всё уйдёт полчаса. Зато дальше ассистент опирается на твои живые примеры и звучит твоим голосом с первого прогона. Погнали, жду ссылки в комментах) Лаборатория нейросетей

JoyAI-Video-Edit: 16B-модель редактирует видео в реальном времени, выдавая 30 FPS в 720p на одной B200 Команда Joy Future Academy представила JoyAI-Video-Edit — открытую авторегрессионную диффузионную модель на 16B параметров для редактирования видео в реальном времени. Модель обрабатывает кадры по текстовому промпту по мере их поступления, без доступа к будущим кадрам и не зная длину ролика. Полный сквозной пайплайн выдаёт 30.19 FPS в разрешении 720×1280 на одной Nvidia B200. JoyAI-Video-Edit умеет менять фон, стиль (акварель, масло, мультфильм), добавлять, удалять и заменять объекты и людей в кадре, менять одежду и внешность, изменять движения персонажей и объектов. Отдельно поддерживается редактирование по референсной картинке, когда одежда или предмет с фотографии переносится на человека в видео. Всё это работает поверх исходного ролика, оставляя без изменений движения, композицию и те области видеопотока, которые менять не просили. Архитектура модели состоит из энкодера условий на базе MLLM, каузального видео-VAE и мультимодального диффузионного трансформера. Итеративный денойзинг сжат до двух шагов методом Source-Anchored DMD, который привязывает учителя к синхронному фрагменту исходного видео и не даёт картинке отходить от оригинала на длинных потоках. Результаты: на бенчмарке OpenVE-Bench модель набирает 3.60 балла против 2.62 у SANA-Streaming и 1.87 у XMax-X2.0, что сопоставимо по качеству с офлайн-редакторами Kling-3.0 Omni (3.64) и Bernini-R (3.72). На минутных видео из LongV2VBench — 3.30 против 1.71 у ближайшего конкурента. В попарной человеческой оценке JoyAI-Video-Edit выигрывает у потоковых редакторов в 81–90% случаев. Код инференса выложен на GitHub, веса - на Hugging Face под лицензией Apache 2.0. #Stateoftheart

✔️ Claude Code переходит на Auto Mode по умолчанию С 14 августа Anthropic по умолчанию активирует Auto Mode для подписчиков тарифов Pro, Max и Team. В этом режиме ассистент будет самостоятельно решать, можно ли выполнить операцию, опираясь на встроенный классификатор безопасности, а не запрашивать каждый раз подтверждение. Причина таких изменений - банальная усталость от уведомлений. По статистике компании, разработчики одобряют 97% запросов, выработав привычку не глядя нажимать "согласен". Оценка безопасности требует дополнительного расхода токенов, но для пользователей старших тарифов Anthropic сделает их бесплатными. Корпоративным клиентам, пользователям API и облачных платформ пока придется включать функцию вручную, но в будущем Auto Mode станет стандартом для всех. claude.com ✔️ Microsoft выпустит более 300 тысяч ускорителей Maia 300 к 2027 году Корпорация начнет выпуск нового поколения ИИ-ускорителей Maia 300 в сентябре. Сейчас ведутся переговоры с TSMC о резервировании производства - к 2027 году планируется изготовить более 300 тысяч чипов, итоговая цель - свыше 1 млн единиц. Тираж предыдущей версии Maia 200 составил несколько десятков тысяч, которые развернули в двух дата-центрах в США. На собственные ускорители переведут нагрузки моделей OpenAI и семейста MAI. Это позволит высвободить GPU от NVIDIA для коммерческих клиентов платформы Azure. Microsoft также пытается привлечь к использованию Maia 300 компанию Anthropic. По словам Microsoft, эксплуатация Maia 200 снижает операционные издержки на 30–40% по сравнению с решениями NVIDIA. В Maia 300 заявлена более глубокая аппаратная оптимизация под целевые модели. theinformation.com ✔️ Сергей Брин возвращается к ручному управлению Google Влияние сооснователя Google на стратегию развития ИИ внутри компании снова растет. Пока глава DeepMind Демис Хассабис отходит от операционного управления, а команду покидают ключевые исследователи, Брин снова вынужден участвовать в управлении. Сценарий трехлетней давности повторяется. Тогда, на волне триумфа ChatGPT, Брин вернулся к активной работе после многолетнего перерыва, чтобы спасти ИИ-проекты Google после неудачного старта Bard. Сейчас, несмотря на явный прогресс Gemini, корпорация вновь уступает OpenAI и Anthropic в критически важных сегментах. Чтобы не проиграть очередной этап технологической гонки, Google снова потребовалось прямое вмешательство сооснователя. ft.com ✔️ xAI выпустила Grok Imagine Image 2.0 Компания открыла доступ к модели Grok Imagine Image 2.0 в веб-версии и мобильном приложении. В модель встроен редактор с функциями inpainting, outpainting, удаления фона и поддержкой до пяти референсных изображений. Обновление улучшило следование сложным промптам, рендеринг текста и консистентность при серийной генерации. По данным бенчмарка Arena, новинка заняла второе место в мире по качеству text-to-image и возможностям редактирования. В интерфейс добавлены готовые пресеты для продуктовой съемки, постеров, аватаров и игровых ассетов. Доступ к API пока закрыт. x.ai ✔️ Intel патентует концепцию орбитальных дата-центров Концепция переносит координацию инфраструктуры с наземных станций в космос. На средней или геостационарной орбитах размещаются высокопроизводительные спутники-контроллеры, которые автономно управляют флотом простых аппаратов на низкой околоземной орбите, выполняя маршрутизацию, планирование задач и координацию сетевого трафика. Вынос логики на эти узлы позволяет технически упростить и удешевить производство низкоорбитальных спутников. В отличие от подходов SpaceX и Google, орбитальные серверы Intel предназначены исключительно для обслуживания самой группировки, а не предоставления вычислительных мощностей внешним клиентам. Заявка является расширением патента, одобренного в феврале. Информации о физической разработке космического оборудования Intel на данный момент нет. patentlyze.com @ai_machinelearning_big_data #news #ai #ml

Хороший разбор вреда от попыток сэкономить токены или как-то еще модифицировать ответы агентов, типа "Говори со мной как пещерный человек" или "говори со мной на упрощенном техническом английском". Переформулируя и сжимая ответ, агент неизбежно что-то выбрасывает из вывода и это может быть важная информация. У меня, кстати, наоборот, включен Explanatory стиль в Claude Code и я регулярно по таким фразам отлавливаю дрейф агента от цели. Излишнего расхода контекста от этого не возникает. Если хочется экономить, включите себе в статусной строке Claude Code отображение записи в кэш и чтения оттуда — как только поймаете момент, когда модель пишет в кэш 400к токенов после простоя, сразу поймете, от чего реально тратится контекст, а что является только гиковской гомеопатией. https://kuber.studio/blog/Reflections/Humanising-LLM-Outputs-is-Actually-Dumb