ИИ

Speko – OpenRouter для голосового AI Вчера попался интересный проект, который как-то хотел сделать сам :) Ребята из стартапа YCombinator сделали один API, за которым 60+ голосовых моделей, и роутер, который сам выбирает лучшую под язык и задачу. Что внутри: – 61 модель и 10 языков в бенчмарке; на платформе 16 STT, 16 LLM и 17 TTS. Русского в бенчмарках нет, есть европейские и индийские (сразу видно, откуда фаундеры), но можно самому потестить все модели (в списках есть все сотня языков) – говорите «оптимизируй под точность / задержку / цену», указываете язык и регион – роутер сам подбирает модель и в ответе честно пишет, кого позвал – 1 ключ, API совместим с OpenAI, из коробки заводится в LiveKit и Pipecat, есть TS, Python и MCP – тарифы: +5% к прайсу провайдера за роутинг либо $0.09/мин all-in за весь стек STT+LLM+TTS. На старте дают $100 кредитов, то есть можно обпробоваться по полной и потом если что уйти к исходным провайдерам – сам шлюз выложен в опенсорс под MIT – можно поднять у себя Но самое конечно интересное - поковыряться в бенчмарках :) https://benchmarks.speko.ai/ Пишут, что на 9 языках чтобы быть в топе надо использовать 4 разные модели (согласен с этим, аналогично было для перевода текстов у intento). Надергал вам скриншотов оттуда, куча данных для сравнения. Практически везде лучшие результаты не у популярных моделей, а у например qwen ASR или inworld, так что сравнивайте обязательно. Ещё пара фактов оттуда же: 95% продовых голосовых систем до сих пор каскадные (STT → LLM → TTS), а не end-to-end. Ну собственно поэтому они и делают сравнение 3 разных подсистем, а не end2end (за что им прилетело кстати на hackernews). Еще из прикольного - сравнение в реальном времени или на файлах. Вот например можете проверить всех провайдеров, которые заявляют русский - https://benchmarks.speko.ai/compare/stt?lang=ru&scenario=ru-support Советую! Будут крайне неожиданные результаты чаще всего :) Короче, очень понравился сайт. Прям кладезь инфы и тестов про голосовые модели. https://speko.ai

Marionette Игровая модель мира от Alaya Lab. Учится предсказывать что будет дальше в сцене но не рисует все подряд нейросетью - геометрию считает формулой, а ИИ доверяет только внешний вид. Поэтому персонажи не рассыпаются на долгих роликах. • Основа внешности - Wan2.2-Fun-5B-Control, VideoX-Fun • Генерация игрового мира по одному референс-кадру и паре стартовых поз • Управление действиями персонажа • Прямое задание траектории - развороты, направление и скорость ходьбы • Качество кадра на уровне пиксельных моделей, но с реальной управляемостью • Пока косячит на долгих прогонах - персонажи уходят за край карты, внешность плывёт Гитхаб HF Демо #world #interactive VK | MAX

Крипто карты от Nvidia начали использовать для инференса Ещё в 2021 году Nvidia наклепала для майнинга гору очень сильно урезанных карт CMP HX170, на основе чипа от А100. Номинально у них было по 8 или по 10 гигабайт и урезанные в 32 раза вычислительные мощности, но при этом полная пропускная способность памяти, которая и нужна для майнинга. После того как Ethereum перешёл на proof of stake алгоритм, все они превратились тыкву. Так бы они и оставились тыквами, но в конце июня появился пейпер, в котором описывалось снятие части ограничений через уязвимость в новых драйверах Nvidia. Кода авторы не опубликовали, но через несколько недель уязвимость удалось независимо реплицировать, так появился cmpunlocker. Карты на 10 гигабайт стали картами на 40(или даже 80) гигов, а карты на 8 гигов — картами на 64 гига. Дело в том, что убрать HBM чипы без урезания пропускной способности было нельзя, так что Nvidia просто заблокировали 80% памяти через софт. Хакерам удалось ещё и убрать ограничение на вычисления. Главная оставшаяся проблема — PCIe ограничен версией 2.0 и физически только x4, но ребята с паяльниками уже пытаются это починить. В итоге, счастливчики, которые смогли купить карту до роста цен, за 100-200 долларов, получили уже чуть менее урезанную А100 за очень дёшево, особенно с учётом текущего кризиса. А сейчас цена выросла и за цену в 5-10 раз выше брать их уже вряд-ли стоит. А есть ли владельцы таких карт среди подписчиков канала? Как впечатления? cmpunlocker @ai_newz

✔️ Фильтр Anthropic по биоугрозам был недоступен почти год С мая 2025 по апрель 2026 года блокирующие классификаторы Anthropic не применялись к трафику внешних подрядчиков - тех, кто собирает обратную связь от людей для обучения моделей.

Эти классификаторы нужны, чтобы модель не выдавала опасных сведений о химическом и биологическом оружии.

За это время около 50 тысяч человек провели с моделями примерно 133 млн чатов. Благонадежность этих людей проверяли только сами подрядчики, а их процедуры, как признает Anthropic, часто были недостаточными. Внутреннее расследование доказательств злоупотребления не нашло. Требования к подрядчикам компания после этого ужесточила. О пробеле стало известно из свежего отчета о рисках. (стр. 148) Сам отчет оценил катастрофические риски моделей Anthropic как низкие по всем категориям, но написан заметно осторожнее предыдущего: почти везде оценки либо подняты, либо идут с оговоркой о возросшей неопределенности - из-за недавних инцидентов и ранних признаков ускорения ИИ-прогресса.

Дарио Амодеи ранее называл разработку химического и биологического оружия с помощью ИИ более серьезной угрозой, чем кибератаки.

@ai_machinelearning_big_data #news #ai #ml

Voice Mode в ChatGPT — это лучший коуч по английскому У меня есть задача научиться классно выступать и говорить на английском. Я долго и занудно искал себе коуча, проводил собеседования, знакомился, платил денюшки. А теперь ChatGPT делает то же самое за ту подписку, которую я уже ей плачу. И делает это на удивление хорошо. Сегодня я гулял с собакой [нашему сладкому пирожочку уже скоро год] и за час нейронка помогла мне найти и начать менять коммуникативные паттерны: • привычка к длинным переусложнённым предложениям • монотонный ритм внутри предложения с ростом или падением интонации к концу • отсутствие гибкости в ритме и интонациях То есть эта шайтан-машина слышит интонацию и ритм! Она перебивает, корректирует по ходу, гибко подстраивается под запрос и контекст. Почему лучший коуч? Потому что доступен сразу и входит в твою подписку. Не требует определённого времени. И можно просить его вайбкодить тебе тетради для практики и может давать обратную связь на тексты. Прикиньте! Я не знаю зачем нужны скайенги и преподаватели по английскому. Я абсолютно mindblown 🤯