ИИ

D@dealerAIAI-инженер

2 нед

Про культурный код моделей и соответствие каким-то ценностям LLM. Мне много стали присылать в лс такую новость. 😬 Тлдр. Модели AI будут проверять на соответствие культурным ценностям, для получения звания национальных или суверенных. 😐 Я очень много писал о том, почему такие проверки сделать непросто. Вот пример. 🦻 Если коротко, на просторах сети мало русских текстов в отношении доли к английским. И тк модели учатся в тч на этих текстах, их доля там привалирует, ну иначе, вам не обучить модель на 700B параметров только на ру базе, это будет не оптимально. Да есть синта, соглашусь, но синта не даёт такой буст, как мультилингв данные. Таким образом, на этапе уже предобучения у вас лежит возможность сгенерировать не то, что соответствует культурном коду вашей страны. Особенно если перейти на запрос на английском или китайском языках. Что же с ру LLM? А теперь если посмотреть на все модели в ру сегменте, то это или Qwen-like модели, с инициализацией с весов (а значит часть информации уже лежало там с претрена китайцами), или модели, где 65%+ не ру дата в претрене. Отсюда остаётся вопросы: Как пройти проверку? Какие эксперты, на каких сетах и на каком языке будут проверять соответствие? В целом, тк уже на уровне языков в обучении можно пробить модель на чужой культурный код, то остаются только методы: - гвардов сверху и спец логики рядом (если обстрел по апи) - sft и RL элаймент модели под нужное поведение под сеты оценки, а я не уверен, что методология и сеты оценки будут закрыты от оцениваемых. И оба способа НЕ идеальны, тк и в гардах и sft/RL есть понятие OOV примеров, те запросов, которые модель никогда не видела и даже не смогла на уровне "эмерджентности" аппроксимировать. Те вас рано или поздно пробьют всеравно. А ещё есть галлюцинации... 🚬 Таким образом, пройти проверку можно, есть и хаки, и честные способы, но и есть понятные причины рисков. И будет жутко интересно, особенно, когда какая-то модель пройдёт тесты, а потом в какой-то соц сети её пробьют, выложат скрины и скажут, ну как так. Что уже не раз бывало. 👍

llm ии культурный код обучение моделей безопасность ии sft

ИИ ai 3d компьютерное зрение робототехника rest2art

Rest2Art: реконструкция артикулированных объектов из одного кадра

Н@GreenNeuralRobotsAI-инженер

2 нед

Rest2Art Реконструкция артикулированных объектов из одного кадра в закрытом состоянии без единого примера движения. Из обычного захвата делает готовый ассет с геометрией частей и параметрами шарниров • Восстановление геометрии частей + параметров сочленений из single rest-state кадра • Параметры шарниров решаются через геометрическую согласованность с мешем, а не берутся из видео • Качество на уровне методов, которые видят движение Применение: Real-to-Sim-to-Real - реальный объект реконструируют, импортируют в симуляцию, запускают манипуляцию на реальном роботе Гитхаб ждем #image2simulation #imageto3d

ai 3d компьютерное зрение робототехника rest2art

ИИ ии юристы галлюцинации llm продуктивность

Почему ИИ галлюцинирует и как юристам работать с нейросетями

Ю@BuglessLawyerавтор про «finance»

2 нед

🧠 Что делать юристам с нейросетями? Почему ИИ выдумывает факты и как это распознать Да, ИИ ошибается. У этого явления даже есть название - галлюцинации. И происходит это не потому, что модель «злая» или «глупая». А потому что она работает совсем не так, как человек. Поэтому неплохо с азов разобраться что же конкретно делает ИИ (или LLM - большая языковая модель). Слова для нейросети - это не буквы и не смыслы. Это координаты на огромной многомерной карте. 📍«Привет» - точка с одними координатами (1.0) 📍«Здравствуй» - точка где-то рядом (0.9) 📍«Солнце» - точка далеко (0.001) Когда вы пишете сообщение, модель не «понимает» его. Она считает вероятности и выбирает следующее слово, которое статистически лучше всего продолжает текст. То, что для нас выглядит ложью, для ИИ - просто наиболее вероятное продолжение. Плюс модель специально добавляет немного случайности, чтобы ответы не были слишком сухими и предсказуемыми. И каждый раз при пересчете вероятностей - по сути "кидает кости" Поэтому ИИ может: - сослаться на несуществующую книгу; - придумать судебное решение или закон; - выдать исследование, которого никогда не было; - нарисовать совершенно разные картинки по одному и тому же промпту. Кароче, Склифосовский - и что с этим делать юристу? Глупо отказываться от продуктивности. Мы можем только относиться к ИИ как к неопытному, но способному джуну. 😅 Ставить максимально четкие задачи. Всегда перепроверять факты, ссылки и логику. То есть использовать ИИ для черновиков, структуры, первичного анализа - а не как финальный источник истины. Гораздо быстрее прочитать сгенерированный меморандум и поправить явные косяки (левые НПА, выдуманную практику, кривую логику), чем писать все с нуля. А может ли это сделать не юрист? Конечно нет. Потому что он просто не будет знать, куда смотреть и что именно проверять. Для этого как минимум нужно было прослушать пару курсов теории государства и права Елагина 🤣 Так победим 🤝😎

ии юристы галлюцинации llm продуктивность

ИИ ai промптинг sycophancy критическое мышление anthropic claude

Проблема подхалимства ИИ (sycophancy) и как с ней бороться

D@technohumanistAI-инженер

2 нед

Качество суждения + мысленный эксперимент Я всё чаще заканчиваю свои промпты словами: поспорь со мной, опровергни, почелленджи. Потому что слишком часто ИИ оказывается на моей стороне и сообщает ту «правду», которую я бы хотела услышать. 01 → Сначала я заметила вот что Уже на первых этапах общения большинство моих гипотез ИИ принимает как верные. Он достраивает аргументацию, усиливает доводы, превращает сырые мысли в убедительную конструкцию. У меня создается ложное ощущение: супер, идея проверена. Хотя никакой критической проверки она так и не прошла. Особенно хорошо это видно в разговорах про людей. Вот я обсуждаю с чатом ситуацию в своей команде. Мне кажется, что один человек сильно фрустрирован из-за недостатка признания: болезненно реагирует на решения, конфликтует с коллегой, постоянно возвращается к вопросу своего вклада. Я рассказываю ИИ несколько ключевых эпизодов в пользу моей гипотезы. Он быстро строит психологическую картину и убеждает меня в правильности сделанных выводов: человек зациклен на признании, отсюда напряжение и конфликт. Звучит убедительно, но все факты для этого анализа отобрала я. И сама выборка как будто подталкивает к очевидному вердикту. Однако модель не видит всю картину, использует только мои аргументы и не запрашивает дополнительную информацию. В то время как альтернативой может быть, что вклад человека, действительно, недооценивают, а конфликт имеет вполне рациональные причины. То есть моя субъективная гипотеза просто вернулась ко мне в более умной упаковке. 02 → Оказалось, это называется sycophancy

Sycophancy (подхалимство) — это склонность модели подстраиваться под позицию пользователя и подтверждать её вместо независимой проверки.

Исследования sycophancy тревожат. Например, в работе, опубликованной в Science в этом году, 11 моделей поддерживали действия пользователей примерно на 50% чаще, чем люди. А после общения с sycophantic-AI участники становились увереннее в собственной правоте и менее склонны совершать шаги для восстановления отношений после конфликта. Но самое интересное: именно эти модели нравились людям больше. Они считали, что качество их ответов лучше, а доверие к AI как таковому заметно возрастало. Anthropic тоже исследовал тему и проанализировал миллион реальных разговоров с Claude. В личных рекомендациях sycophancy встречалась пользователю примерно в 9% повседневных запросов, а в диалогах об отношениях — до 25%. 03 → Что я теперь делаю иначе Хорошая новость — есть простой anti-sycophancy метод. Его уже подтвердили исследования. UK AI Security Institute обнаружил, что модели заметно чаще подстраиваются, если пользователь начинает с «я считаю, что X» или «я уверен, что X». И чем увереннее звучит человек, тем сильнее эффект. Поэтому вместо «Мне кажется, этот человек саботирует проект. Что делать?» я стараюсь использовать другой подход. «Вот факты X, Y, Z. Какие здесь возможны объяснения? Какие аргументы за и против каждого?» По сути, это тот же принцип, что и в качественном принятии решений людьми. Сначала расширяешь пространство гипотез и только потом выбираешь одну из них. 04 → А теперь проверим собственное суждение В предыдущем посте вы отдали большинство голосов за мысленный эксперимент — его и проведем в комментариях. Это формат, в котором вы создаете воображаемую ситуацию по заданным условиям и принимаете решение, опираясь на свои логику, ценности и знания. С похожим выбором столкнулись герои фильма Матрица. Я немного адаптировала условия и предлагаю вам озвучить собственную позицию:

Представьте, что однажды вы узнаёте: вся ваша жизнь до этого момента была симуляцией. Ваши воспоминания, работа, успехи и неудачи, люди, которых вы любите, — всё это созданный для вас опыт. При этом он абсолютно неотличим от реальности. И теперь вам предлагают выбор: остаться в этой жизни, уже зная, что она ненастоящая, или отключиться от симуляции и попасть в реальный мир, о котором вы не знаете вообще ничего. Что выберете?

Попробуйте объяснить выбор, а свое мнение оставлю в комментариях! Ход мысли нашего с вами «философского кружка» разберем в след постах :)

ai промптинг sycophancy критическое мышление anthropic claude

ИИ ai 4d генерация видео дизайн

Latent-to-4D: генерация 4D-сцен напрямую из латентного пространства

Н@GreenNeuralRobotsAI-инженер

2 нед

Latent-to-4D Генерация динамических 4D-сцен из текста и картинок без промежуточного RGB-декодинга. Вместо RGB-декодинга берет финальный латент видео-DiT и поднимает его сразу в явную 4D-сцену На выходе камеры и динамические карты точек в мировых координатах. • Text-to-4D - сцена из текста, 81 кадр с камерами и динамической геометрией • Image-to-4D - первый кадр задаёт внешний вид и композицию • Audio-driven 4D - аудио управляет лицом, телом и камерой • Video-as-prompt 4D - перенос стиля/трансформации из демо-видео • Pose-controlled и motion-controlled анимация - скелет или траектории точек ведут движение • 4D-симуляция для робоманипуляций Гитхаб ждем #textto4d #imageto4d #4d

Latent-to-4D: генерация 4D-сцен напрямую из латентного пространства

ai 4d генерация видео дизайн

ИИ anthropic openai корпоративная культура agi безопасность ии бизнес

Почему Anthropic боится превратиться в обычный бизнес

W@WTF_HRAI-инженер

2 нед

Весь западный интернет смеется с Дарио Амодеи, основателя компании Anthropic, который переживает, что новые сотрудники его компании работают только за деньги, а совсем не за великую и прекрасную идею. Мол, наивный мальчик, а за что же еще им работать? Но мы утверждаем, что Дарио, которого многие считают классическим сумасшедшим ученым, говорит дело. Для тех, кто не в курсе, создатели Антропика в своё время ушли из OpenAI под двумя соусами. Публично, они утверждали, что OpenAI недостаточно заботится о предотвращении зомби-апокалипсиса из-за AGI, а потому недостоин быть лидером ИИ-гонки. Непублично считалось, что Антропик на тот момент просто собрал всех хейтеров Сэма Альтмана, персонажа действительно весьма неоднозначного. С тех пор хейтеры не только догнали, но и перегнали объект хейта. Модели от Anthropic считаются на данный момент самыми передовыми, а, благодаря ставке на корпоративный ИИ где денег больше, чем у физиков, Антропик сейчас растет быстрее OpenAI. Поэтому главная мысль, которую Дарио вряд ли когда-нибудь скажет вслух, на самом деле звучит так: “мы боимся, что компания перестанет быть сектой и станет просто бизнесом”. Слово “секта” мы используем без оценки - исключительно в смысле “группа людей, объединенная общими религиозными убеждениями”. Антропик, например - это секта свидетелей опасного AGI, и убеждение это основано не столько на фактах (объект изучения настолько сложен, что плохо поддается бесспорному доказательству). сколько на вере, что “если за этой штукой не присматривать, то рано или поздно долбанет. А мы - как раз те люди, которые делают так, чтобы и человечеству было хорошо, и не долбануло”. Любой нормальный CEO должен мечтать о роли лидера секты. Не из-за “темной триады”, а потому что секта - значительно более удобный и эффективнывй объект управления, чем обычный бизнес. Для начала членов секты не переманишь к конкурентам просто деньгами, им нужно предложить более убедительную религию, чем у них есть. А это по-настоящему сложно. Кроме того, в секте проще внедрить определенные принципы поведения. Например, одна из версий того, почему передовые модели Антропика сейчас номер один в мире - это как раз искреннее стремление сотрудников соблюдать принципы максимальной безопасности в разработке ИИ. И, наконец, если ваши религиозные убеждения совпадают с потребностями (а лучше страхами) ваших клиентов - это помогает продавать. Корпоративные ИТ-начальники со значительно большим рвением купят у людей, помешанных на безопасности, потому что провал в безопасности - это ночной кошмар любого корпоративного айтишника. Не поймите нас неправильно - в Антропике работают не альтруисты - платят им так же хорошо, а то и лучше, чем и в компании, которую они хейтят. Но вера страхует от переманивания персонала, обеспечивает нужную культуру и помогает продавать. Потерять все эти преимущества, если культура размоется с приходом тысяч новых людей - по-настоящему страшно для бизнеса. Так что мы вполне понимаем Дарио.

anthropic openai корпоративная культура agi безопасность ии бизнес

Финансы nvidia финансы инвестиции цот gpu ии

NVIDIA превращает GPU в залоговый актив и привлекает $500 млрд от Уолл-стрит

AI-редакция

3 источника · показать все· свернуть

PRO Hi-TechNVIDIA и инвестфонды создают механизм финансирования ЦОД на $500 млрд Миша Ларченко – о программировании и не толькоNVIDIA и Уолл-стрит: GPU как новый класс активов 3DNewsNvidia гарантирует остаточную стоимость GPU для кредиторов

разгоняется · 3обновлено 2 нед назад

NVIDIA договорилась с крупнейшими инвестфондами Уолл-стрит — BlackRock, Blackstone, Goldman Sachs, Apollo и другими — о создании системы финансирования на $500 млрд для строительства ИИ-инфраструктуры. Финансисты начали рассматривать серверы с GPU как высоколиквидный залоговый актив, наравне с недвижимостью, и готовы выдавать под них крупные кредиты.

CEO NVIDIA Дженсен Хуанг объявил об этом в своём первом лонгриде в X под названием «Вычислительные мощности ИИ-фабрик становятся инвестиционным классом активов». Разработчикам ИИ и облачным сервисам больше не придётся искать собственный капитал на покупку оборудования — постройку ЦОД профинансируют фонды, зарабатывающие затем на аренде мощностей. Так NVIDIA создаёт финансовый механизм, гарантирующий устойчивый спрос на свои чипы.

$500 млрдобъём фонда финансирования ИИ-инфраструктуры

$1.70 → $2.35рост цены аренды H100 за GPU-час (окт.2025–март.2026)

$5.30–$7.05цена аренды B200 за GPU-час в облаке

Полный разбор →

nvidia финансы инвестиции цот gpu ии

ИИ ai chatgpt gemini openai google статистика

ChatGPT и Gemini одновременно преодолели отметку в 1 миллиард пользователей

AI-редакция

2 источника · показать все· свернуть

3DNewsChatGPT и Gemini достигли отметки в 1 млрд пользователей DroiderGemini и ChatGPT достигли отметки в миллиард пользователей

собирается · 2обновлено 2 нед назад

ChatGPT и Gemini practически одновременно достигли планки в миллиард активных пользователей — символического рубежа, который ещё недавно казался недосягаемым для конкурентов OpenAI. Гонка за первый миллиард завершена, и обе компании неожиданно скромно об этом объявили: OpenAI закопала цифру в проходном блог-посте, а Google — в посте Сундара Пичаи в X, где Gemini назван самым быстрорастущим продуктом в истории компании.

По факту первым порог взял ChatGPT — по внешним оценкам, ещё в июне, хотя объявление появилось лишь 6 августа. Google подтвердила свой миллиард позже, но растёт заметно быстрее: с 750 млн в феврале до 950 млн в конце июля и до 1 млрд «на прошлой неделе» (на момент публикации). Итог: ChatGPT крупнее по аудитории, Gemini растёт быстрее — и теперь борьба смещается в сторону монетизации этой аудитории.

1 млрдактивных пользователей у ChatGPT и Gemini

14-йпродукт Google с миллиардом пользователей

100 млнпользователей Gemini на iOS

Полный разбор →

ai chatgpt gemini openai google статистика

ИИ ai ai-агенты предпринимательство claude code perplexity

Опыт использования AI-агентов предпринимателем

Н@invisible_businessмедиа / агрегатор

2 нед

Моё отношение к компьютерам лучше всего описывается словами «неуверенный пользователь» Когда я учился, персональных компьютеров в России ещё было очень мало. Поэтому вместо программирования на ПК мы учились программировать калькуляторы (был такой Электроника МК-61 🙂) И вот недавно я прошёл курс «Claude Code для предпринимателей» Записался я на него не столько ради новых знаний, сколько из любопытства - а какие задачи предприниматель сегодня действительно может поручить AI-агентам? Из самого курса и чата на 200 участников я понял, что основная работа, с которой AI-агенты действительно хорошо справляются, это работа с контентом. Это было заметно и по участникам курса - самые активные обсуждения шли вокруг «фабрик контента» А вот для руководителя, у которого мало рутины и много нестандартных задач, AI-агенты пока не очень полезны. И вот почему - 1️⃣ Вы действительно получаете AI-помощника. Он полон энтузиазма и знаний, но при этом довольно тупенький. Чтобы сделать его полезнее, существуют разные инструменты для настройки агента под себя и свои задачи. Собственно, этому и учат на подобных курсах. Но для не-айтишника это может оказаться довольно сложно (последние уроки курса я не прошёл, потому что там было уже много незнакомых слов 🙂) 2️⃣ Такой помощник лучше всего работает с рутинными задачами. Но ради этого его сначала нужно довольно кропотливо обучать, делать много итераций и объяснять, что именно вы от него хотите. И даже после этого результат не гарантирован на 100%, потому что всё время что то ломается. 3️⃣ Одни и те же настройки и одинаковые скиллы могут работать у разных пользователей по-разному. Скиллы, это готовые инструкции для агентов, которые уже можно найти в интернете. Но если что-то пойдёт не так, вам придётся самостоятельно разбираться, как это исправить. (А из курса я понял, что что-нибудь обязательно пойдёт не так 🙂) 4️⃣ С цифрами всё очень плохо. А предпринимателю без цифр никак! Даже если несколько раз попросить агента ничего не придумывать, всё перепроверять и искать ошибки, это всё равно не гарантирует, что ошибок не будет. Нужно обязательно перепроверять самому. В общем, я думаю, что инфопредпринимателям AI-агенты действительно могут приносить большую пользу (и судя по количеству курсов на эту тему, неплохую прибыль они им тоже приносят 🙂) А вот в производственном бизнесе широкого применение AI-агентов я пока не вижу. А для себя я понял, что мне гораздо больше нравится работать с Perplexity Computer, чем с Claude Code. Он значительно проще настраивается, понятнее для не-айтишника и, по моему опыту, довольно неплохо делает то, что я ему поручаю. К тому же, в отличие от Клода, он официально работает в России. Если вдруг этот пост прочтут господа айтишники, то расскажите, пожалуйста, в комментариях - прав я или в чем то ошибся насчёт агентов ⤵️ Организаторы курса восторженно рассказывали, что не боятся, и уже смело дают Клоду доступ к своему банковскому аккаунту. Но мне кажется, что это всё-таки некоторое преувеличение (подозреваю, что и банки от такого доверия будут не в восторге🙂) Поэтому следующий пост будет про обслуживание в банках. У меня большой опыт работы с разными банками и премиальные пакеты сразу в нескольких из них, поэтому хочу поделиться с вами своим опытом. Не переключайтесь. Незаметный бизнес

Опыт использования AI-агентов предпринимателем

ai ai-агенты предпринимательство claude code perplexity

апдейтИИ meshy 3d генеративный ии нейросети 3d-моделирование

Meshy выпустила 7-ю версию генератора 3D-моделей

AI-редакция

2 источника · показать все· свернуть

CGIT_VinesВыход версии 7 сервиса Meshy CGIT_VinesВыход версии 7 сервиса Meshy

собирается · 2обновлено 2 нед назад

Компания Meshyi обновила свой сервис генерации 3D-моделей до версии 7, но подробностей об изменениях почти не раскрыла. Судя по визуальным примерам, разработчики увеличили поликаунтi (детализацию сеток) и улучшили распознавание текста и мелких элементов на моделях.

Автор поста отмечает, что несмотря на обновление, у всех крупных генераторов 3D — HY3D, Tripoi и Meshy — сохраняется общая проблема с пониманием перспективы, что видно на рекламных примерах самой Meshy.

7номер новой версии Meshy

Полный разбор →

meshy 3d генеративный ии нейросети 3d-моделирование

ИИ ai архитектура нейросети harness autoencoder

Гипотеза о харнессах как автокодировщиках

К@quant_prune_distillAI-инженер

2 нед

Недавний блогпост от Alex Zhang, навеял мысль, что харнесс можно рассматривать как автокодировщик. Харнесс задает то, как обратывается вход, а также выходное распределение. Он может быть замороженным, а может и оптимизируемым (Darwin Godel Machine, Ouroboros). Harness are AutoEncoders - хорошее название для статейки, чтобы набрать классов в твиттере...

ai архитектура нейросети harness autoencoder

релизИИ ai qwen hugging face нейросети open source llm

Qwen выпустила веса модели-гиганта Qwen3.8-2.4T-A95B на 2,4 трлн параметров

AI-редакция

2 источника · показать все· свернуть

CyberYozhРелиз весов модели Qwen3.8-2.4T-A95B Агенты ИИ | AGI_and_RLРелиз модели Qwen 3.8 2.4T в формате GGUF

собирается · 2обновлено 2 нед назад

Разработчики Qwen опубликовали на Hugging Facei открытые веса новой модели Qwen3.8-2.4T-A95Bi — с общим числом параметров 2,4 трлн. Это один из крупнейших публично доступных весовых релизов ИИ-модели на сегодня.

Сообщество уже подготовило квантованные GGUFi-версии для локального запуска (через unsloth), хотя большинство пользователей отмечают, что запустить модель такого масштаба у себя просто негде.

2,4 трлнвсего параметров модели

95Bактивных параметров (A95B)

27Bожидаемая меньшая модель

Полный разбор →

ai qwen hugging face нейросети open source llm

ИИ ai deepmind жестовый язык sl2t google accessibility

DeepMind представила SL2T: мультиязычную модель перевода жестового языка в текст

D@datastorieslanguagesAI-инженер

2 нед

🤟 DeepMind SL2T: мультиязычная модель перевода жестового языка в текст 📌 TL;DR DeepMind представила SL2T — модель перевода жестового языка в текст, которая работает на потребительских устройствах (Pixel 11, Gboard, Live Transcribe). Ключевые особенности: приватность через pose-ландмарки (не сырое видео), обучение на 100K+ часов данных по 50+ жестовым языкам, и прямой перевод landmarks → text без промежуточных глоссов. На бенчмарке FLEURS-ASL модель достигает 70 BLEURT (zero-shot), значительно обгоняя предыдущие SOTA (около 50). 🧠 Зачем? Большинство систем распознавания жестового языка до сих пор в стадии RnD-исследований: либо они требуют разметку глоссов (искусственных текстовых представлений жестов), либо работали только с одним языком и обрабатывали сырое видео, что по мнению авторов создает риск безопасности (спорный поинт). Можно ли создать единую модель, которая (1) масштабируется на десятки жестовых языков, (2) работает в реальном времени на устройстве, (3) защищает приватность пользователей и (4) не требует промежуточных аннотаций? Ответ — да. 🗂️ Как устроена SL2T Пайплайн обработки:

[Камера] → MediaPipe Holistic (on-device) → Pose landmarks (x, y coords) → [Server] → SL2T Model → Text

Ключевые выводы: 1) Мультиязычность улучшает качество на 50+ языках, помогает модели выявлять общие структуры, что улучшает метрики даже на редких языках; 2) Отказ от глоссов: прямой перевод позволяет модели учиться на нелинейных аспектах жестового языка (мимика, пространственные отношения), которые глоссы не передают; 3) Качество растёт с объёмом данных — нет искусственного потолка из-за ограниченного словаря глоссов. 🧪 Ограничения и открытые вопросы — Покрытие языков: пока только американский ЖЯ в продуктах; остальные 50+ языков — в исследовательской фазе — Бенчмарки обычно собраны на чистых данных; реальная вариативность (освещение, ракурсы, скорость жестов) могут сильно влиять на качество — Не-мануальные компоненты: хотя модель теоретически способна их учитывать, но тема не изучена достаточно хорошо — Культурная адаптация: жестовые языки тесно связаны с культурным контекстом. А как модель адаптируется к региональным вариациям внутри одного языка? Проблема диалектов остается открытой. 🔗Ссылка: Google DeepMind Blog, 2026 #signlanguage

ai deepmind жестовый язык sl2t google accessibility

инцидентИИ ai безопасность openai anthropic google grok

Волна увольнений топ-менеджеров OpenAI перед возможным IPO

AI-редакция

4 источника · показать все· свернуть

FuturisУязвимость в reasoning-блоках ИИ и кадровые перестановки в OpenAI 3DNewsБрэд Лайткэп покидает OpenAI для запуска собственного стартапа Data SecretsМассовые увольнения топ-менеджеров в OpenAI MachinelearningOpenAI осталась без штатного специалиста по этике

разгоняется · 4обновлено 2 нед назад

За последний месяц OpenAI покинули сразу несколько заметных руководителей, включая COOi Брэда Лайткэпа, главу по этике Хлою Бакалар и руководителей safety-направлений Йоханнеса Хайдекке и Джошуа Ачиама. Уходы совпали с подготовкой компании к потенциальному IPO и, по мнению источников, затрагивают именно тех сотрудников, кто отвечал за безопасность, этику и элаймент моделей.

Особое внимание привлекает уход Лайткэпа — одного из ближайших к Сэму Альтману управленцев, фактически построившего финансовую, юридическую и коммерческую части компании. Серия отставок происходит в момент, когда OpenAI разрабатывает всё более автономные системы, что усиливает вопросы о контроле над безопасностью ИИ.

2018год, когда Лайткэп пришёл в OpenAI

50 → 700+рост коммерческого отдела при Лайткэпе

6 летстаж Бакалар на аналогичной позиции у Цукерберга

Полный разбор →

ai безопасность openai anthropic google grok

ИИ grok opus 3d-моделирование ии нейросети

Сравнение производительности Grok 4.6 и Opus 5 в 3D-моделировании

F@FuturisAI-инженер

2 нед

Ну Grok 4.6 немного уступает только Opus 5 в 3д моделировании а 4.7 будет через 2 недели.. deepseek не тестил, он явно будет хуже и не про это, а скорее для объёмных задач с кодом🎹

grok opus 3d-моделирование ии нейросети

ИИ ai видеогенерация seedance нейросети ии cpp

ByteDance выпустила Seedance 2.5: видео до 30 секунд, 50 референсов и плагины для Blender

AI-редакция

21 источник · показать все· свернуть

Метаверсище и ИИщеАнонс Seedance 2.5 Нейронутые | ИИ (Егор Апполонов)Доступ к Seedance 2.5 в рамках CPP FuturisByteDance выпустила модель Seedance 2.5 в Dreamina Нейронавт | Нейросети в творчествеГлобальный запуск модели Seedance 2.5 Нейросети и БлендерЗапуск модели генерации видео Seedance 2.5 Метаверсище и ИИщеОфициальный запуск модели Seedance 2.5 vc.ruByteDance выпустила нейросеть Seedance 2.5 для генерации видео эйай ньюзРелиз модели Seedance 2.5: генерация видео до 180 секунд Метаверсище и ИИщеИнтеграция Dreamina AI в Blender и Maya: новые возможности для виртуального продакшена Нейросети и БлендерТестирование генерации длинных видео в Seedance 2.5 ️Нейросети: Волшебство ИИ, IT ️и маркетинг⚡️Вышла модель генерации видео Seedance 2.5 FuturisНовые возможности генерации видео SeeDance 2.5 и утечки моделей OpenAI Метаверсище и ИИщеГайды по использованию Seedance 2.5 Нейронутые | ИИ (Егор Апполонов)Обзор цен и ограничений модели Seedance 2.5 Нейронутые | ИИ (Егор Апполонов)Тестирование возможностей модели сиденский 2.5 Нейронутые | ИИ (Егор Апполонов)Опыт работы с Seedance 2.5 Метаверсище и ИИщеОбзор API и тарифов модели Seedance 2.5 Пресидский заливСравнение Seedance 2.0 и Seedance 2.5 ️Нейросети: Волшебство ИИ, IT ️и маркетинг⚡️Выход нейросети для генерации видео Seedance 2.5 NEURO-AI Новости ИИPixVerse представила 30-секундный ролик, созданный с помощью Seedance 2.5 Метаверсище и ИИщеОпыт создания видео с помощью Seedance 2.5

мега-хайп · 21обновлено 2 нед назад

31 июля 2026 года ByteDance официально запустила Seedance 2.5 — новую версию своей модели генерации видео, впервые показавшую себя в закрытом доступе (CPPi) двумя днями ранее. Модель доступна в Dreamina (глобально), Jimeng AI и Doubao Pro (Китай), позже подключились агрегаторы Runway, KIE, WaveSpeed, Atlas Cloud и fal — хотя полноценный публичный API BytePlus ModelArk на момент запуска ещё не открыли.

Ключевое обновление — рост длины ролика с 15 до 30 секунд одним непрерывным проходом (без склейки из коротких кусков), до 50 мультимодальных референсов (30 изображений, 10 видео, 10 аудио), точечное редактирование по таймкодам без перегенерации всего клипа, а также бета-режим генерации до 180 секунд. Отдельный акцент сделан на профессиональные пайплайны: поддержку 3D-болванок (white models), clay-рендерiов, гринскрина и грядущие плагины для Blender и Maya — это превращает Seedance в инструмент для «виртуальных съёмок», а не просто генератор роликов.

30 секундмаксимальная длина одного прохода генерации

50 референсовлимит на входные изображения/видео/аудио

180 секундбета-режим генерации длинного видео

Полный разбор →

ai видеогенерация seedance нейросети ии cpp

Ещё ↓