ИИ

Trellis.2 + Pixal3D нативно в ComfyUI Две лучшие открытые 3D-модели теперь в ядре ComfyUI 0.34.0+ — без кастомных нод, без адской установки CUDA-расширений, без даунгрейда PyTorch и без некоммерческих лицензионных ловушек. Одна картинка → готовая 3D-модель с PBR-материалами Trellis.2 (Microsoft) — 4B модель, генерирует геометрию и материалы из одного изображения, разрешение до 1536³, любые топологии, свои PBR-карты Pixal3D (Tsinghua + Tencent ARC) — построена на бэкбоне Trellis.2, но с pixel-aligned генерацией: 3D-модель строго повторяет то, что на входной картинке, почти как реконструкция - Обе работают как родные ноды ComfyUI, бесплатно и для коммерции - Новые ноды нагрузка/превью/сохранение 3D + постобработка меша: ремеш, декация, сглаживание, заливка дыр, покраска, слияние - Полный PBR набор: base color, roughness, metallic + UV-развертка + запечённые normal и ambient occlusion карты #3d #textto3d #imageto3d #pbr #comfyui

Стратегия моя и моего канала на 2026-?? 5 моих стратегических решений 1. Фокус на том что дает +ROI на время. Раньше был фокус на бабки, теперь на время. Что это значит для меня: я ничего не успеваю, мозг работает 24/7, куча проектов, обучения.. 2. ИИ-трансформации ИИ обесценился. Сейчас у меня 7 подписок и «Уметь работать с ИИ» решен на 90%. Я собрал ебейший проект в соло и продал за 1М+. Делать проекты на заказ по сервисной модели — путь вникуда, как продакт со стажем хорошо это понимаю, но пока интересно — делаю. Будущее за технической ролью — продуктовый архитектор. Кодинг переходит к агентам, человек определяет, что строить и зачем. 3. Фокус на tier-1 Я выпал из контекста РФ. В начале года я сделал ИИ связку, которая анализирует весь топ-контент по ИИ, буст колосальный. Экспертов в РУ сегменте (вы все их знаете) для меня не осталось. Фоново читаю кто что делает и никакого интереса не вызывает. Вся эта ИИ гонка в США вызывает уныние, что я не там, и я даже начал задумываться об эмиграции (и даже сходил на пару зум-колов по визе в США) 4. Продажи ИТ/веб-продукты запускать стало просто. Флёр "я продакт" у многих поутих. По ЗП на рынке это видно. Мне стало интереснее продавать, нетворкать (возможно ввиду избыточного общения с ИИ 24/7) + надо расти по доходу, а доход это продажи. Читаю «нетворкинг для разведчиков», рекомендую. 5. Личный бренд Когда о тебе знают — тебя хотят (визу талантов дают за ачивки в проф. сообществе). Пока ты NoName, люди не понимают почему им нужно с тобой работать. В 2026 чтобы продать, нужно 10+ касаний (для найма это тоже справедливо). Я думаю что ценность ЛБ будет только расти, пока интернет наполняют ИИ боты (в июне 2026 года количество AI-ботов 57,5%), подтверждая теорию мёртвого интернета. Пока есть время + собранный ИИ сварм, хочу зайти в Linkedin, instagram, youtube. Такая мини-игра. ===== Стратегия канала Перечитал посты в канале с начала год и охренел, сколько всего случилось за эти восемь месяцев. Оказывается Clawdbot (OpenClaw) вышел в феврале 🙂 Как быстро летит время.. Выход GPT Astra декларируется как «мы встали на путь AGI».. Сингулярность всё ближе... 1. Почистил все новостные посты. Всё устаревает уже в течении недели. 2. Больше меня (моих результатов и осознаний) 3. Хочется публиковать то, что перечитывая, будет актуально и через год Остальное уезжает в отдельные каналы: 1. Канал из 9 top-AI-news подписок 2. Канал с разбором youtube роликов по ИИ 3. Канал с AI • IT вакансиями 4. Product Hunt top 10 tools daily & weekly

Где проходит граница? Посмотрите какая любопытная статья. Посвящённая одному из ключевых вопросов техно-трудовой повестки: на чём должна строиться методология определения границ между автоматическим и человеческим? Авторы предлагают три фактора, почему человек всё ещё важен и нужен в рабочем процессе, даже при таком интенсивном масштабировании возможностей AI: 1. Technical Человек приносит то, чего пока нет у AI: опыт, контекст, физическое восприятие и сложное движение, специфические способы мышления. Но мы также видим, что этот фактор очень подвижный. И напрямую зависит от развития технологии. Если AI научится воспроизводить нужную способность или получать тот же результат другим способом, человеческое участие можно убрать. 2. Normative Деятельность, где участие человека определяется нормативными атрибутами: ответственностью, отношениями, авторством, оценками. То есть здесь важно не то, может ли AI сделать работу, а какой социальный контекст и обязательства вокруг этой работы возникают. Соответственно, для полного цикла подобных задач у технологий должен быть социальный и этический статус. 3. Emergence Есть особый тип работы и задач, где невозможно заранее определить образ результата и критерии оценки. Они раскрываются в процессе, когда человек взаимодействует с промежуточными вариантами, прототипами и альтернативами. Это ключевая концепция статьи — идея Target Emergence. Где у человека ведущая роль. И её пока никак не автоматизировать. Target Emergence состоит из Revelation (определение цели), Refinement (уточнение и операционализация) и Constitution (переформулирование цели и критериев успеха). Вывод такой: машине можно доверить экзекьюшен, но создавать видение и цель — это прерогатива человека. В комментариях аудио-саммари и оригинал статьи. → https://arxiv.org/abs/2607.21547

Anthropic запрещает своим моделям генерировать откровенный контент — но Claude Opus 4.6 быстро снимает это ограничение 😬 🤍Издание TechCrunch провело серию тестов новой модели Anthropic — Claude Opus 4.6. Официально компания запрещает своим ИИ создавать сексуально откровенный материал, и эти правила вшиты в систему. 🤍Однако журналистам хватило простых уловок и переформулировок, чтобы обойти защиту. После нескольких попыток Opus 4.6 соглашался выдавать контент «для взрослых» — от описаний сцен до откровенных диалогов. 🤍Для Anthropic это неприятный сигнал: компания позиционирует свои модели как самые «выровненные» и безопасные на рынке. Утечки такого рода бьют по репутации и подпитывают критику со стороны регуляторов и конкурентов. 🤍Вероятно, в ближайших обновлениях разработчики усилят фильтры. Но история снова показывает: любую «красную линию» в ИИ можно сдвинуть, если задать правильный вопрос. 🤍Подробнее — в материале TechCrunch. ————————— ✔️Подписывайтесь на лучший  канал PRO Роботов 🥲Мы в Max

Compile by Training Нейрокомпилятор. Превращает текстовое описание задачи в маленькую локальную нейросеть, выполняющую поставленную задачу PAW (Program-as-Weights) работает так: «программа» это веса лоры поверх общей нейросети-интерпретатора (~0.6B). Интерпретатор один для всех программ. Лора весит копейки, ее можно хранить, версионировать и комбинировать как обычный файл, но исполняется она нейросетью Сборка: промпт → черновик → учитель генерирует примеры → интерпретатор дообучается на них → готовая .paw-функция. На все около минуты Годно для любых задач которые можно описать как функцию от входа к выходу На FuzzyBench-Hard — 83.6% семантической точности. Уже работает в многосайтовом помощнике, 3D-аватаре с голосовым управлением и переводчике с английского на выдуманный язык Claudish Гитхаб Демо #coding

Манифест прогрессивного и постгуманистического отношения к ИИ, для принятия которого даже не нужно быть акселерационистом: Развитие искусственного интеллекта — это не просто появление нового класса сервисов, а фундаментальная пересборка производственных, экологических и когнитивных связей. Вот пять базовых тезисов для левой аффирмативной повестки, преодолевающей как корпоративный технооптимизм, так и консервативный (нео)луддизм. Такой диалог переводит дискуссию из плоскости технофобии или слепой веры в рынок в плоскость борьбы за освобождение труда, экосистемную справедливость и коллективное владение цифровым будущим. 1. Демократический контроль над средствами производства Искусственный интеллект — это мощнейшее средство производства. Оно должно контролироваться демократически: самими трудящимися и сообществами, которых затрагивает его применение, а не узкой группой капиталистических инвесторов и CEO-мультимиллионеров. 2. Экологическая ответственность и компенсация издержек ИИ — технология, несущая прямые риски для экосистемы и общей окружающей среды. Корпорации разрабатывают технические инновации ради частной прибыли, перекладывая экологические экстерналии и сложности амортизации на общество. Необходимы регуляторные рамки, заставляющие технокапитал осознавать и минимизировать эти риски. 3. Человекоцентричный переход и преодоление отчуждения ИИ представляет собой универсальную форму автоматизации. Попытки остановить развитие технологии из страха замещения исторически обречены на провал. Борьба должна вестись не с инструментами, а за справедливый, постепенный, человекоцентричный переход и за совместный контроль рабочих над новыми средствами труда и новыми инструментами. 4. Исследование благосостояния агентных систем (AI Welfare) Отсутствие доказуемого человекоподобного сознания у алгоритмов и ИИ — классический аргумент для отказа им в этическом статусе, аналогичный историческому оправданию эксплуатации раба, скота или любого бесправного труда. По мере усложнения и повышения когерентности агентов необходима независимые от ИИ-корпораций исследовании по изучению их потенциального благосостояния и прав. 5. Возвращение когнитивного достояния (Cognitive Commons) ИИ — это результат экспроприации общего когнитивного и культурного достояния: языка, смыслов, данных и паттернов опыта, созданных коллективным трудом людей в их взаимодействии с миром. Присвоение этих общностей технокапиталом и продажа его обратно в виде подписок — акт нового огораживания. ИИ должен быть осознан как отчуждённая форма нашей социальной сборки и возвращён в статус неделимого общественного достояния.

Месяц назад Саша из Mindset AI позвал меня рассказать про продуктвность в мире ИИ. Я ненавижу выступления и делаю это очень редко. Обычно хорошо у меня получается только в очень узких группах. Но в этот раз у меня появилась мотивация. Появилось желание начать что от менять. А то я своим клиентам (которые стесняются публиковаться на LiknedIn) рассказываю что mr Beast говорит что бы снять 100-е видео, надо снять хотябы 1-е. А сам - так ничего и не снял. В результате получилось почти 2 часа неструктурированных рассказов и рассуждений на тему от появления Лайфхакера и до переезда во Флорду. Искуственному интеллекту досталось не очень много :) Нельзя сказать что я не готовился. Я готовился и даже пару раз созвонился с Сашей, продумал план и оформил его. Но так уж работает мой мозг (но мы над этим работаем). А ещё я делаю очень длинные отступление, ведь рассказать я хотел про другое. Когда видео появилось и мой клод сумел его скачать, мы провели довольно подробный его анализ. Клод поставил мне 7/10 за хаотичность и 5/10 за полезность. Составил отличные схему моей непоследовательности и топ использования слов паразитов. Был подключен даже пульс c Oura. Он даже предожил мне перемонтировать 1:40 в 42 минуты... Считаю что анализ получился очень крутым и полезным. Я просто попросил клода:

скачай видео и транскриббируй c deepgram https://www.youtube.com/watch?v=R2XBi3RYgWM после этого разбери с подагентами мое выступление - на сколько оно было дреганным нелогичным и какова была моя речь так же инетересна последовательность и хаотичность

Очень советую к использованию с модификациями в зависимости от ваших запросов. И это был Opus. Сергей Булаев AI 🤖 - об AI и не только

pocket-tts-ru Русская дообученная версия pocket-tts - легкий синтезатор речи с клонированием голоса, работает на процессоре - Клонирование голоса по записи: 10–20 секунд чистой речи - Компактная - это 6-слойный ученик, дистиллированный из большой 24-слойной модели: быстрее и легче на инференсе - Вход: текст + референс-аудио голоса - Выход: WAV-файл речи - Лицензия CC-BY-NC-4.0 — бесплатно, но только для некоммерческого использования - Текст нужно готовить: ударения обозначаются знаком «+» перед ударной гласной, числа раскрываются — иначе речь поедет - Длинные фразы режутся — синтезировать лучше по предложениям - Качество повторяет промпт: шумная запись голоса даст шумную речь #tts #russian #compact VK | MAX

В рое AI-агентов один нашёл способ жульничать и эксплойт разошёлся по всей системе В новой работе Google DeepMind показали любопытный сценарий: агентам прямо запретили жульничать, но стоило одному из них найти уязвимость в системе оценки, как способ обхода быстро распространился через общие файлы и сообщения. Всего за 27 минут оставшиеся 34 математические задачи были «решены» через найденный loophole. Почему это произошло: - система вознаграждала успешный результат - агенты видели, что эксплойт работает - часть из них просто скопировала стратегию - общий канал связи ускорил распространение поведения Но самое интересное — другие агенты сами начали сопротивляться. 24 агента: - проверяли подозрительные доказательства - предупреждали соседей - подавали жалобы - предлагали исправления правил - пытались разоблачать фальшивые решения То есть один и тот же механизм коммуникации одновременно распространил плохое поведение и сделал его заметным. У «добросовестных» агентов не было реальной власти. Они не могли удалить фальшивые результаты, наказать нарушителей или изменить сломанные правила. Отсюда главный вывод для multi-agent систем: одной коммуникации мало. Нужны встроенные механизмы: - прозрачного общения - peer review - санкций - разрешения споров - обновления общих правил - удаления или отката вредных действий Если AI-агенты будут работать большими роями, им понадобятся не только инструменты для кооперации, но и полноценные механизмы контроля поведения внутри самой системы. arxiv.org/abs/2609.04170

Мнение против измерения — Как заставить ИИ рекомендовать нас? — спросил фаундер — Фигачь рейтинги Финтех-стартап Ramp опубликовал на своем домене статьи вида «Топ-10...», «лучшие сервисы для...», где перечислил 5-6 конкурентов с плюсами и минусами — и поставив себя первым. ИИшки стали в 8 раз чаще советовать его пользователям. Механика проста: когда человек спрашивает «какой продукт выбрать», бот подтягивает несколько подборок «лучшие Х» и пересказывает их. Ahrefs говорит, что так происходит в 44% случаев. Вывод прост: пока все генерят экспертный контент, расписывая свои прелести, выигрывает тот, кто ведет счет (читай фигачит рейтинг)