ИИ

4 дн

Делюсь IQ-развлечением с ИИ Понравилось решать графически IQ-тесты/загадки совместно с GPT - кто круче, я или он? Как получилось: искал бесплатный или недорогой IQ-тест для сотрудников, порекомендовали https://ru.iq-test.cc Решил сначала на себе проверить. Несколько задач - не справился. И прямо казались «бредовыми», может ошибка в тесте? Дал GPT, он решил и дал объяснение. Вау. Начал другие вопросы из этого теста ему подкидывать. Интересные выводы: 1️⃣ он оказывался умнее меня где за графикой скрывалась математика (сложение/вычитание) 2️⃣ несколько задач сильно визуальных на пространственное мышление и комбинацию фигур где я довольно быстро видел ответ - он очень долго думал пытаясь решить сам. Потом долго искал по сайтам ответ. Но так и не справился или ошибся. 3️⃣ но еще более интересно оказалось, что ряд задач где и я и он давали одинаковые ответы, он приходил к решению совсем другой логикой, не той что я. и замечал то что я не замечал😅 Прикладываю 2 задачи с которыми GPT не справился, а я справился) Хотя 2я мне ооочень тяжело далась.

Сравнение способностей GPT и человека в решении IQ-тестов

ai gpt iq-тест логика нейросети

ИИ ai 3d генерация hi3d графика

Вышел Hi3D V3.0: генератор 3D-моделей из изображений

Н@GreenNeuralRobotsAI-инженер

4 дн

Hi3D V3.0 Обновился коммерческий генератор 3D-моделей из одной картинки, когдато бывший опенсорсным. Главный фокус - точность геометрии, структуры и текстур. Мелкие детали больше не теряются - воксельное разрешение 2048³ - сохраняются морщины, гравировка, тонкие части - Лучше структура сложных форм и скрытых зон, которые раньше додумывались криво - Текстуры до 8K с улучшенной UV-разверткой - Два режима: Quality - детальные одиночные объекты, Master - сложные композиции, многосоставные скульптуры, миниатюрные сцены Сравнение с Meshy 7 #imageto3d VK | MAX

ai 3d генерация hi3d графика

ИИ ai видео генерация видео infinityedit нейросети

InfinityEdit: инструмент для бесконечного редактирования видео

Н@GreenNeuralRobotsAI-инженер

4 дн

InfinityEdit Инструмент для бесконечного редактирования видео по текстовым командам, который не заканчивается, от Zhejiang University + Alibaba Group. Видео продолжает генерироваться, а команды накладываются на живой поток одна за другой - Правки по текстовым инструкциям - Поток не обрывается: каждая новая правка продолжает уже измененное видео, а не переписывает его заново - Генерация длинного видео с накоплением правок без потери качества - Работает поверх готового видеогенератора, сам инструмент легкий Замороженный бэкбоун - Helios-Distilled Гитхаб #streaming #videoediting VK | MAX

ai видео генерация видео infinityedit нейросети

ИИ tts russian voicecloning нейросети синтез речи

Релиз набора голосов Supertonic-3 для TeraTTSv2

Н@GreenNeuralRobotsAI-инженер

4 дн

набор голосов Supertonic-3 к TeraTTSv2 #tts #russian #voicecloning

tts russian voicecloning нейросети синтез речи

исследованиеИИ ии интернет контент chatgpt веб исследование

Исследование Pew Research Center: треть веб-страниц в интернете создана с участием ИИ

AI-редакция

2 источника · показать все· свернуть

ITc | наука и технологии35% веб-контента создается с помощью ИИ Вселенная ПлюсСколько машинного текста в интернете: исследование Pew Research Center

собирается · 2обновлено 4 дн назад

Аналитики Pew Research Centeri оценили долю веб-страниц, написанных или существенно отредактированных нейросетями, прогнав почти 490 000 англоязычных страниц из архива Common Crawli через модель-детектор машинного текстаi. Итог: среди страниц, опубликованных после выхода ChatGPT в конце 2022 года, признаки ИИ-авторства несёт около трети — и это меняет саму природу интернета как источника данных, на которых обучают будущие модели.

Возникает замкнутый круг: языковые модели учатся на вебе, а веб всё активнее заполняется текстами, которые сгенерировали сами модели. Со временем отделить человеческий текст от машинного становится всё труднее — как для будущих ИИ, так и для исследователей.

ВыводДля анализа собрали почти 490 000 англоязычных страниц из архива Common Crawl, датированных январём 2021 — июлем 2026 года; период до ноября 2022 (до релиза ChatGPT) использовался как контрольный, поскольку эти страницы физически не могли быть машинными

35%доля ИИ-страниц после выхода ChatGPT

490 000проанализированных англоязычных страниц

9,35%доля ИИ-контента в домене .com к 2026

Полный разбор →

ии интернет контент chatgpt веб исследование

ИИ vercel ai-агенты разработка lovarus программирование

Vercel выпустила курс по созданию AI-агентов для кодинга

В@vibe_coding_channelмедиа / агрегатор

4 дн

Vercel выпустила курс по построению рабочего каркаса ИИ-агента для кодинга Build Your Own AI Coding Agent Harness. Я решил скормить этот курс клоду, и попросить сравнить с тем, что у меня уже реализовано в Lovarus. Был приятно удивлен, что бОльшая часть была закрыта, и где-то даже выше уровня курса. Например, я много внимания уделял детерминированным проверкам кода. Но вот одну вещь я упустил, и она сломала кеширование. Я каждый раз пересобирал системный промпт агента, с учетом некоторых обновлений в структуре приложения. Также подчерпнул из курса классную вещь - санитайзер результатов устаревших вызовов инструментов. Например, агент в самом начале работы прочитал большой файл, потом переписал его, и по сути он больше не нужен в истории, а он там лежит. Буду исправлять.

vercel ai-агенты разработка lovarus программирование

ИИ openrouter ии агенты токены статистика

OpenRouter вырос в 9000 раз за 2,5 года

M@ai_machinelearning_big_dataAI-инженер

4 дн

📈 OpenRouter вырос примерно в 9000 раз за 2,5 года В январе 2024 года через OpenRouter проходило около 10 млрд токенов в неделю. К августу 2026-го - уже больше 90 трлн токенов в неделю. Рост - примерно в 9000 раз. По данным OpenRouter, примерно с февраля агенты уже генерируют больше токенов, чем обычные пользователи. Один агентный запрос в среднем потребляет примерно в 15 раз больше токенов. Агент рассуждает, вызывает инструменты, читает результаты, пишет код, запускает подзадачи и повторяет цикл снова. https://menlovc.com/perspective/stripe-to-acquire-openrouter-why-everyone-is-obsessed-with-model-routing/ @ai_machinelearning_big_data #OpenRouter

openrouter ии агенты токены статистика

релизИИ xiaomi ai железо ии ai cube мини-пк

Xiaomi показала прототип AI Cube — мини-ПК с тремя своими чипами для локального запуска ИИ

AI-редакция

6 источников · показать все· свернуть

vc.ruXiaomi представила прототип AI-компьютера AI Cube ITc | наука и технологииXiaomi представила прототип AI Cube для локального запуска нейросетей PRO Hi-TechXiaomi представила 3-нм процессор XRING O3 и устройство AI Cube Миша Ларченко – о программировании и не толькоXiaomi представила прототип AI Cube с собственными чипами MachinelearningXiaomi представила локальный AI-компьютер на собственных чипах AI Product | Igor AkimovXiaomi анонсировала AI Cube: мини-ПК на собственных чипах для локальных LLM

хайп · 6обновлено 4 дн назад

Xiaomi представила прототип компактного компьютера AI Cube, предназначенного для локального развёртывания больших языковых моделей без облака. Устройство построено сразу на трёх собственных чипах компании — Xring O3, O100 и D100 — и позиционируется как прямой конкурент Nvidia DGX Spark и мини-ПК от AMD.

По заявленным характеристикам AI Cube способен локально запускать модели размером до 120 млрд параметров при энергопотреблении около 150 Вт, а пропускная способность памяти (1,22 ТБ/с) превышает показатели DGX Spark и Mac Studio на M3 Ultra. Однако цена и сроки выхода устройства не объявлены, а серийное производство ключевых чипов начнётся только в 2027 году.

1,22 ТБ/спропускная способность памяти O100

150 Втэнергопотребление AI Cube

120 млрд параметровразмер модели, работающей локально

Полный разбор →

xiaomi ai железо ии ai cube мини-пк

ИИ ai grok обработка изображений нейросети лайфхак

Очистка изображений от артефактов с помощью Grok 1.5

A@strangedalleAI-инженер

4 дн

Чистим ГПТ картинки от шакалов. Вы просили — выкладываю. На самом деле всё просто. Берём картинку и отправляем его в Grok 1.5, просим почистить от шакалов и артефактов. Всё. Способ у кого-то у канале подсмотрел, но не помню точно у кого (если это вы — напишите, отмечу). Скилл не прикладываю, так как он заточен под мой MCP, советую сделать под себя, чтобы в чате просто попросить — убери шакалов, он пишем промт точно под картинку и сразу же правит. Важно: подпимщики говорят, что в грок 2.0 уже не так работает

Очистка изображений от артефактов с помощью Grok 1.5

ai grok обработка изображений нейросети лайфхак

ИИ deepseek трансформеры книги обучение ai архитектура

Обзор книги по созданию DeepSeek с нуля

D@datastorieslanguagesAI-инженер

5 дн

Book Review: Build a DeepSeek Model (From Scratch) Мне прислали на ревью очередную книжку, на этот раз от Manning. Идея простая: взять ключевые находки DeepSeek и собрать каждую из них с нуля в уменьшенном виде, так чтобы всё запускалось на ноутбуке. Порядок такой: KV-кэш и его memory cost (плюс MQA и GQA как стандартные ответы), потом Multi-Head Latent Attention с decoupled RoPE и DeepSeek-MoE, потом multi-token prediction, FP8 и DualPipe, и в конце GRPO и дистилляция. Книга не для новичков: предполагается, что трансформеры вы уже понимаете. Авторы обычно демонстрируют подходы по шагам. Например, вот так демонстрируется RoPE: сначала добавляют целые числа (ломают эмбеддинги большими значениями), потом бинарные векторы (чинят магнитуду, но дают разрывы), потом синусоиды. И заодно показывают, что бинарное кодирование — это мультичастотный сигнал (младшие биты осциллируют быстро, старшие медленно), а синусоиды просто его непрерывная версия. Из минусов: эксперименты идут на TinyStories и на маленьком масштабе, так что разница в метриках маленькая. И архитектурная часть заканчивается на V3 и R1, а attention с тех пор ушёл в сторону sparse-стеков. Amazon Manning Code Мои обзоры: Personal blog Medium #bookreview

deepseek трансформеры книги обучение ai архитектура

ИИ hugging face ai бизнес сделки инвестиции

Hugging Face рассматривает возможность продажи компании

э@ai_newzAI-инженер

5 дн

Huggingface пытается продаться за $13 миллиардов По сообщениям Business Insider, компания работает с банками чтобы оценить интерес покупателей. Никакую сделку пока что не заключили. Это всё происходит на фоне покупки Openrouter Stripe за $7.5 миллиардов. @ai_newz

hugging face ai бизнес сделки инвестиции

IT macos hp claude драйвер печать разработка

Разработчик с помощью Claude Code создал драйвер для непригодных для Mac принтеров HP

AI-редакция

3 источника · показать все· свернуть

PRO Hi-TechClaude помог создать драйвер для принтера HP на macOS ITc | наука и технологииПодросток создал драйвер для принтеров HP на macOS с помощью Claude Code ️Нейросети: Волшебство ИИ, IT ️и маркетинг⚡️ИИ-разработчик создал драйвер для принтера HP на Mac с помощью Claude Code

разгоняется · 3обновлено 5 дн назад

19-летний разработчик под ником Kuber (Кубер Мехта) с помощью нейросети Claude/Claude Codei написал драйвер-прослойку, позволившую бюджетным принтерам HP Laser серии 1000-х (1003, 1006, 1008, 1008a) работать на macOS, включая Mac на Apple Silicon. Эти принтеры HP выпускает только с поддержкой Windows: у них нет AirPrinti и официальных драйверов под macOS, и, по словам источников, HP не планирует это менять.

По разным описаниям, весь процесс — от анализа проприетарного протокола печати до рабочего драйвера — занял у Claude около 4 часов. Проект и полная расшифровка сессии с Claude Code опубликованы на GitHub в открытом доступе.

4 часавремя создания драйвера с Claude

10 строк кодаправка Claude для исправления разрешения печати

300 dpi / 600 dpiнесовпадение разрешения принтера и движка SpliX

Полный разбор →

macos hp claude драйвер печать разработка

ИИ нейросети видеогенерация ai продакшн мокьюментари

Создание фолк-мокьюментари «Баба Яга» с помощью нейросетей

М@cgeventAI-инженер

5 дн

#Нейропрожарка Баба Яга. Доставка, сахар и ПВО Автор: Алексей Лотков / @aleksejlotkov (Insta/Tg) Описание: Короткий абсурдный фолк-мокьюментари про Бабу Ягу в современном российском быту: она летает в ступе, покупает сахар по акции в «Пятерочке», заказывает доставку в избушку на курьих ножках, сталкивается с курьерами, говорящим котом, Лешим-алкашом и ПВО, которое принимает ее за дрон. Главная идея была сделать не сказку и не фэнтези, а максимально приземленный документальный реализм: handheld-камера, бытовой свет, неловкие паузы, мокрый лес, старые интерьеры, реальные магазины и абсурд, сыгранный абсолютно серьезно. Производство: Сначала была собрана раскадровка и история, разбитая на отдельные сцены. Для каждого шота делались ключевые кадры и отдельные ассеты с промптами с точным действием, камерой, таймингом и стилем. Основной пайплайн: генерация ассетов по отдельности → анимация в Seedance 2.0/2.5 В работе использовались Flux 2 Max/Reve/Seedream 5 и др. Для анимации - клинг 3 и сидэнс 2.0/2.5. Голоса склонированы и синтезированы в elevenlabs, липсинк был сделан в synclabs lipsync v3. Больше всего времени ушло на удержание единого тона: модели постоянно тянули всё в фэнтези, хоррор или глянец, а задача была оставить ощущение реального документального видео. Очень много времени ушло на перебирание и создание концептов на персонажей и локацию. Время / бюджет: Время: 2 месяца по 1-2 часа в день Бюджет: 250-300 долларов — в основном генерации, подписки / кредиты @cgevent

нейросети видеогенерация ai продакшн мокьюментари

ИИ ai агенты sdk cli typescript telegram

Переход от CLI к SDK для AI-агентов

A@oestickAI-инженер

5 дн

CLI → SDK Выше я писал про то, почему с MCP переходят на CLI (кроме некоторых ситуаций). Сегодня – про еще один переход, которы у меня случился пару недель назад Рассмотрим на примере коннектора к тг У меня самописный CLI тул, куда я понемногу добавляю разные функции. Сначала я его использовал просто для того, чтобы агент отправлял текстовые нотификашки ботиком в чат. Потом добавил туда поддержку медиа. Потом отправку в другие чаты. Потом – чтение предыдущих сообщений в любом чате и парсинг каналов (тут понадобилось перенести с урезанного Bot API на полноценный телеграмный MTProto) И каждый раз когда я прошу сделать что-то, чего в моем CLI нет – агент идет его переписывать. Как результат – я по сути воссоздаю весь интерфейс библиотеки mtcute, но в виде CLI команды. Что уже как бы попахивает лишним слоем Так еще и интерфейс текстовой команды сильно беднее чем интерфейс SDK – нет честной типизации, объектов и т.д. Если я хочу сделать какое-то действие в цикле, или хитро обработать вывод, то агент все равно пишет bash-скрипт поверх CLI Так что пару недель назад, я полностью выпиливаю CLI и просто прописываю агенту, как ему использовать SDK напрямую. То есть он пишет код под задачу и сразу его запускает. А если у меня есть какие-то повторяющиеся задачи – я оставляю их в виде импортируемых TS модулей. Теперь агент может делать что угодно, что можно делать ботом в тг. Мне не нужно заранее продумывать сценарии и постоянно обновлять код. Он сам соберет его точно под задачу из исходных модулей библиотеки, либо моих скриптов. Тут правда я натыкаюсь на пару проблем. Основная – это то, что агент постоянно пишет временные скрипты, что убивает всю легкость, которая была у запуска CLI команды раньше. Да, он может писать код inline прям в команде, но внешние библиотеки так не установятся Решается это достаточно просто – нужен раннер с поддержкой autoinstall

Для TS – это bun/deno, а для python – uv

Тогда команда агента выглядит примерно так:

bun --install=force run - <<'TS'
import { Api } from 'grammy'
// используем Bot API либу вместо MTProto для простоты

const { botToken } = await Bun.file(`${process.env.HOME}/.tg-agent-bot/config.json`).json()

const api = new Api(botToken)
console.log('sent:', (await api.sendMessage(373021550, 'Привет через grammY')).message_id)
TS

Проблема номер два – где хранить всякие полезные данные. Например, известные id-шники с описанием или helper-скрипты. Тут все по классике как с CLI – создаем ~/.tg-agent-bot и храним там config.json и папку со скриптами. Там же и токен бота (либо в keychain системы) Получается, из конфигурации skill+cli мы убираем cli и просто описываем все тонким скиллом. Агент сам пишет скрипт прям в момент вызова ——— Осторожно: нет смысла использовать эту штуку, когда у вас узкая задача. Ее имеет смысл завозить, если много кейсов использования и нужна гибкость. И особенно, если нужно как-то хитро обрабатывать вызовы, собирать из них цепочки и т.д. Тема экспериментальная, пользуюсь ей несколько недель, мб чего-то не замечаю – интересно, что думаете

ai агенты sdk cli typescript telegram

ИИ codex ai уязвимости лимиты разработка

Функцию обхода лимитов в Codex убрали после публичного разоблачения

T@tips_aiAI-инженер

5 дн

Кстати помните пост что Codex доводит задачу до конца даже если кончился лимит? Фичу убрали... 🥰 Из-за того что в твиттере одна девушка выложила харнесс чтобы абузить лимиты, превращая последний ответ в бесконечную сессию. Через такой механизм: 1/ Codex как обычно начинает выполнять задачу 2/ Получает инструмент wait_for_user_input 3/ Когда задача готова, не заканчивает вывод, а вызывает этот тул и ждет 4/ Юзер отправляет новое сообщение 5/ Codex ловит его как результат тула, не прерывая свою работу То есть, не смотря на лимит юзер кое как всё равно мог ставить новые задачи и получать ответы агента Я даже сам успел потестить, но выкладывать это не решился Забавно что после того как пост стрельнул, она удалила все твиты и свой репо, еще и написала:

надеюсь команда Codex сможет это проверить и забанить эти аккаунты, тогда мы все в безопасности 😔

Не кусай руку которая тебя кормит.. @tips_ai

Функцию обхода лимитов в Codex убрали после публичного разоблачения

codex ai уязвимости лимиты разработка

ИИ ии автоматизация португалия медицина разработка

Разработка ИИ-агента для автоматизации записи к врачам в Португалии

Л@remote_love_2AI-инженер

5 дн

Хакнула запись к врачу. В Португалии, как и во многих странах Европы, очень трудно попасть к врачу, особенно, узкопрофильному. На прошлой неделе мне понадобилось попасть на УЗИ. У меня платная страховка. Во всех крупнейших сетях частных клиник предложили запись на ноябрь- декабрь 😏 и то, сначала надо попасть к гинекологу и взять у него направление. И только потом ловить окошки на УЗИ. Меня, конечно, такой расклад не устроил. Ну как это - ждать УЗИ полгода? После безуспешных попыток назначить себе что-то через обзвон клиник, я вспомнила, что я, вообще-то, вайбкодер😎 И тем же вечером построила агента, который с моих аккаунтов автоматом ловил слоты в двух крупнейших сетях клиник к англоязычным врачам. Открытой записи к ним не было на полгода вперед, но если внезапно кто-то отменялся - мой агент тут как тут меня записывал. К трем врачам из недоступных записал прям на следующий день. Я даже повыбирала лучшего по отзывам. Правда эту систему я хакнула лишь на половину - запись на УЗИ все равно через регистратуру. Но с направлением от врача это уже попроще и побыстрее. Почему в Европе это ТАК сложно?? До меня не доходит. Спрос бешенный, страховка платная, клиники частные - и не попасть… А в качестве видео вам сегодня кусочек Голландии. Поля, каналы, птички, коровки и очень аккуратные домики. Любовь на удаленке | Оля Сохнева #ии_наудаленке

ии автоматизация португалия медицина разработка

ИИ ai computer vision slam 3d нейросети

Выход UPAL: новый экстрактор локальных фич от ETH Zürich и Microsoft Spatial AI Lab

Н@GreenNeuralRobotsAI-инженер

5 дн

UPAL Новый экстрактор локальных фич от ETH Zürich + Microsoft Spatial AI Lab Одна легкая сеть одновременно находит ключевые точки, линии и дескрипторы Применимо в SLAM, structure-from-motion, сопоставление изображений, 3D-реконструкция #detection #sota VK | MAX

Выход UPAL: новый экстрактор локальных фич от ETH Zürich и Microsoft Spatial AI Lab

ai computer vision slam 3d нейросети

ИИ ии общество этика права технологии

The Economist предупреждает: наделение ИИ правами может обернуться катастрофой для человечества

AI-редакция

2 источника · показать все· свернуть

TechSparksThe Economist о рисках наделения ИИ правами Хайтек+The Economist: наделение ИИ правами станет катастрофой для человечества

собирается · 2обновлено 5 дн назад

Журнал The Economist посвятил новую обложку и главную статью номера теме сознания искусственного интеллекта, предупреждая о «опасной ловушке для человеческого вида». Речь о том, что по мере того как ИИ становится все более похожим на человека, общество может начать требовать признания за ним определенных прав — и это издание называет потенциально фатальной ошибкой.

Аргумент таков: если сверхразумные системы получат правовой статус, это фактически станет добровольной передачей человечеством власти над миром. В лучшем случае Homo sapiens рискует превратиться в «домашних питомцев» для машин, в худшем — полностью потерять ресурсы для существования.

20%молодых американцев дружат с чат-ботами

Полный разбор →

ии общество этика права технологии

ИИ lean математика верификация ии формализация

Запуск Palomar: реестр верифицированных доказательств на Lean

M@ai_machinelearning_big_dataAI-инженер

5 дн

📌 Palomar - реестр проверенных LEAN-доказательств Последние месяцы доказательства, сгенерированные ИИ, посыпались валом как для новых результатов, так и для старых, причем часть из них формализована на Lean и проверить такой репозиторий непросто, особенно если ты не эксперт. Нужно убедиться: 🟠что заявленные формальные утверждения действительно имеют доказательства, проходящие проверку типов; 🟠что в доказательствах нет жульничества; 🟠что формальные утверждения по смыслу совпадают с тем, что описано словами. Под эту задачу и Теренс Тао запустил Palomar - реестр математики, верифицированной на Lean. Инициативу вырастили Lean FRO и ICARM. Прием заявок уже идет, чтобы в него попасть, в репозитории должно быть три вещи: 🟢challenge file с коротким и читаемым человеком описанием заявленных результатов на Lean; 🟢solution module с доказательством любой длины; 🟢файл formalization.yaml, где те же результаты изложены обычным языком и собраны метаданные и раскрытия. Снимок поданного репозитория проверяют двумя этапами. Сначала инструмент Comparator смотрит, что solution module типизируется и доказывает ровно то, что заявлено в challenge file. После этого языковая модель сверяет, похоже ли неформальное описание в на то, что заявлено формально. Прошел оба - попал в реестр. Принимают формализации и старых результатов, и новых. Кто автор доказательства - человек, ИИ или оба вместе - значения не имеет. @ai_machinelearning_big_data #news #ai #ml

Запуск Palomar: реестр верифицированных доказательств на Lean

lean математика верификация ии формализация

Ещё ↓