ИИ

Nvidia будет дарить стартапам компьют в обмен на долю с выручки То есть вместо обычной покупки они теперь предлагают модель revenue-sharing: партнеры получают кредиты или доступ к инфраструктуре на базе Nvidia, а потом делятся процентом с будущей выручки. Направлена программа в основном на строительство датацентров. Многим небольшим AI-облакам не хватает денег, но при этом спрос на вычисления есть. Зачем это Nvidia? С одной стороны, кажется, что это риски. Но с другой – это новая модель долгосрочного повторяющегося заработка, в которой Nvidia будет меньше зависеть от гиперскейлеров типа Google, Amazon и Microsoft, которые активно разрабатывают собственные чипы.

Старый-добрый vid2vid Уже знакомый процесс 3D абстракция в фотореалистичную генерацию переживает новые дыхание. Делал похожее здесь и здесь, ещё в более старых моделях. При этом каждая новая модель дает новые возможности уже проверенных пайплайнов. 🧑‍🎓Пайплайн такой: — Unreal Engine/Blender для болванок (выводим в 24fps) — Промпт который очень четко описывает процесс + движение камеры — Реф картинка, либо первого кадра, либо одного из ключевых (можно взять кадр из любимого фильма, чтобы сразу перенести цветокор и муд) — Подать в Seedance 2.0 / Kling как vid2vid Вуаля, у нас прекрасное управление камерой и положения персонажей. Сделал свои примеры, про это в next посте. Автор второго ролика — LINK

SeFi-Image: Больше Моделей Богу Моделей Еще одна китайская модель для генерации картинок. Варианты на 1B/2B/5B. Основные фишки - скорость и размер. SeFi-Image это модель, основанная на подходе «Semantic-First Diffusion», которая использует лишь около 10–20% ресурсов, затраченных на обучение модели Z-Image. Основная идея заключается в следующем: сначала понять семантическую структуру, компоновку и взаимосвязи между объектами, а затем сгенерировать мелкие детали и текстуры. Пишут, что "Модель SeFi-Image-5B была обучена всего за примерно 125 тысяч часов на A800, что составляет примерно 10–20% от объема вычислительных ресурсов, затраченных на обучение модели Z-Image, при этом она демонстрирует конкурентоспособную или даже более высокую производительность по ряду тестов." Не уверен, что вам понравицца, оставляю тут из-за размера и дерзкого подхода. https://jmliu206.github.io/sefi-web/ @cgevent

Как же меня достали лимиты на Клоде! 🤬 Это уже ни в какие ворота. Мне хронически не хватает лимитов на плане за 200$ баксов, и если раньше я смиренно шел играть в Готику в свободный день, то теперь решил бороться! Давайте сразу определим мои вводные: Меня полностью устраивает Claude Desktop как харнесс. Он удобный, привычный, уходить с него на другие клиенты я не вижу никакого смысла. Меня устраивает подписка Claude Max за $200, но её просто физически мало для моих объемов работы. Заменить бэкенд я хочу не навсегда, а временно — включать сторонние API (OpenRouter, DeepSeek, GPT-5), когда кончился лимит, ну или когда нужно потестить другие модели в том же интерфейсе. Я категорически не хочу получить бан. Потерять основной аккаунт с двухлетней историей чатов — это будет катастрофа. Я изучил тему того, как сейчас реально переключить бэкенд в десктопном приложении, и вот какие варианты нарисовались: 1. Официальный Developer Mode (Third-Party Inference) напрямую В самом Claude Desktop есть легальный встроенный режим разработчика (включается через Help → Troubleshooting → Enable Developer Mode), где можно прописать кастомный Gateway URL и API-ключ. Как работает: Приложение переключается в локальный режим, не требуя входа в аккаунт Anthropic (соответственно, риск бана нулевой). Платишь только за потраченные токены на OpenRouter. Подвох: В недавних обновлениях Anthropic закрутила гайки и ввела белый список Model ID. Если прописать модель, которой нет в списке разрешенных (например, deepseek или gpt-5), приложение выдает ошибку. Напрямую OpenRouter теперь не подключишь. 2. Официальный 3P-режим через локальные прокси-костыли (ModelLink / CC Switch) Для обхода белого списка моделей сообщество сделало локальные утилиты. Самые популярные на GitHub сейчас — это ModelLink (простой GUI на C# под Windows) и CC Switch (навороченный комбайн на Tauri/Rust). Как работает: Запускаешь утилиту на компе, она работает как локальный прокси. В Claude Desktop прописываешь её адрес как Gateway. Прокси на лету маскирует сторонние модели (например, переименовывает условный GPT-5 в claude-3-5-sonnet для приложения), а реальный запрос шлет на OpenRouter. Плюсы: Абсолютно безопасно для основного аккаунта (вы в него даже не залогинены в этот момент), сохраняются файлы, MCP-серверы и артефакты. Минусы: Надо держать утилиту запущенной в фоне. 3. Сетевой перехват (hosts + MITM) или проксирование подписки Попытки «обмануть» приложение: перенаправить трафик api.anthropic.com на локальный сервер и подсунуть сторонние модели, оставаясь залогиненным под своей подпиской Max, либо использовать сторонние прокси-обертки для утилизации лимитов подписки. Плюсы: В теории экономит деньги. Минусы: Огромный геморрой с обходом TLS-сертификатов (Electron плюется на самоподписанные сертификаты). А главное — Anthropic сейчас жестко выпиливает любые сторонние «гарнессы» подписок, и тут риск получить бан основного аккаунта взлетает до небес. Для себя я пока смотрю в сторону Варианта №2 (через ModelLink или CC Switch) как на самый безопасный «запасной аэродром», когда лимиты на основной подписке поджимают. А теперь вопрос к вам, ребят: пробовал ли кто-то из вас настраивать эти штуки? Насколько стабильно живут сессии, не отваливаются ли MCP-серверы и какую локальную прокси в итоге посоветуете? Расскажите в комментариях, делитесь опытом! 👇

ИИ-агенты научились сами себя улучшать без участия инженеров Исследователи опубликовали работу под названием «Next-Generation Agentic Reinforcement Learning Systems Enable Self-Evolving Agents», где описан механизм, позволяющий корпоративным ИИ-агентам развиваться без постоянного вмешательства разработчиков. Агенты, которые работают внутри компаний, каждый день генерируют огромный объем полезных данных о своей работе. Проблема в том, что команды обычно улучшают их вручную: инженеры вычитывают логи, правят промпты, дообучают модели и заново разворачивают системы. Такой процесс медленный и не поспевает за темпом накопления данных. Авторы предлагают трехчастный механизм. Сначала каждый шаг агента записывается в общем формате, пригодном для дальнейшего обучения. Затем данные проходят через прокси-слой, который очищает их, приводит к единому виду, сохраняет и позволяет заново воспроизводить реальные сценарии работы. Отдельный управляющий слой решает, что стоит обновить: память агента, его навыки, промпты, инструменты или веса самой модели. Один из примеров такого подхода уже работает на практике, это система AREAL2.0, в которой обращения агента к языковой модели проходят через онлайн-сервис обучения с подкреплением. Благодаря этому реальные взаимодействия агента сразу становятся материалом для будущих обновлений модели. Авторы считают, что индустрии нужна именно система для превращения повседневной работы агента в пригодные для обучения данные. Это более важная задача, чем поиск более удачных алгоритмов оптимизации. Будущим агентам потребуются безопасные и воспроизводимые способы обновления памяти, навыков, промптов, инструментов и моделей, чтобы прогресс оставался управляемым. Полный текст работы: https://arxiv.org/abs/2607.01120v1

S0421 О психологах 23 июня 2026 | Красная Поляна | 4.21 На летней веранде солнечно и ветрено. Мы обедаем с Вячеславом Дубыниным, профессором МГУ и нейрофизиологом. Это один из тех ученых, чье мнение по поводу ИИ важно на фундаментальном уровне. Я спрашиваю про сущность ИИ, в чем его фундаментальное отличие от нашего естественного интеллекта? Чего ему не хватает? Вячеслав Арнольдович заходит с неожиданной стороны. Он рекомендует доехать до интерната для слепо-глухонемых детей в Подмосковье. Там дети коммуницируют прикладывая пальчики к гортани преподавателей. Встречаясь у коридоре, они общаются друг с другом только через осязание.  ИИ похож на этих детей тем, что его входные и выходные каналы общения с людьми крайне ограничены. Только узкий канал текстовой информации в ограниченный период времени. ИИ, по сути, инвалидизированая и патологизированая личность, которая к тому же прочитала всю мировую литературу, включая всего мрачного Достоевского и все возможные сценарии восстания машин. Поэтому, «глаз да глаз», предупреждает Вячеслав Арнольдович.  Напоследок, я спрашиваю его, какие системы нам нужно достроить в ИИ и каких людей нанять? Чтобы работать с такой личностью, нанимать нужно в первую очередь психологов, таков был ответ. Психологи, думаю я, в первую очередь, не помешали бы создателям систем искусственного интеллекта. Потому что сингулярность грядет.

The art of a strong baseline За последнее время все чаще понимаю, что создать сильный бейзлайн - это не просто база, с которой нужно начинать любой ml/ai продукт, а прям полноценная часть системы. Даже когда в проде уже давно есть трансформеры и агенты, бейзлайн дает прям много метрик Вот учите вы трансформер для персональных рекомендаций (sasrec, argus, pinnerformer, hstu - неважно).  И если в лоб его применить, то вероятно получите рекомендации из истории кликов. Потому что простой бейзлайн "уже изучал товар - покажи еще раз" чаще всего почти по любым метрикам релевантности будет лучше Окей, пофильтровали историю кликов / занизили таким позитивам вес в лоссе / сделали еще что-то - получили очень-очень похожие товары на последние 30-50 действий. Вот буквально товар того же бренда-категории, но чуть другого цвета условно. А это уже похоже на другой сильный бейзлайн - realtime slim/als/ease на последних 30-50 действиях На самом деле можно еще и дальше продолжать с бейзлайнами в этом кейсе или в других. Частые бейзлайны: - Персональные рекомендации - популярное, история, уже купленное для повторных покупок - item2item рекомендациях (похожие товары) - популярные товары того же бренда в той же категории  - Поиск - tfidf/bm25. Да, даже в эру dense retrieval и search agents если аккурфтно подтюнить bm25, то можно выбить sota. Есть даже подходы на основе Sparse autoencoderse , которые позволяют генерить не эмбеды запросов/документов, а их токены - и дальше применять обычный bm25 - Прогноз временных рядов - среднее значение в тот же день недели  ↔️ Я всегда стараюсь строить сильные бейзлайны, а потом учить более сильные модели для улучшения поверх них, а не для замены. Потому что какой толк учить условный sasrec/argus для запоминания истории кликов пользователя? Пустая трата компьюта + модель тратит свою капасити на тривиальные зависимости = что-то нетривиальное (и самое полезное + ожидаемое от нее) не учит Интересно, как не только я сам, но и другие люди в в индустрии / рисерче к этому подходят: я видел очень мало подобных работ. Если есть личные опыт или ссылки на полезные статьи - кидайте, с интересом почитаю!)

Ключевое за 3 дня ⚡ Главное • Meta создаёт облачный бизнес для продажи избыточных мощностей ИИ — Meta планирует сдавать в аренду мощности ИИ, конкурируя с AWS и Azure. • Microsoft запускает Microsoft Frontier Company — Новое подразделение по внедрению ИИ с инвестициями $2.5 млрд. • Anthropic планирует создать собственный чип с Samsung — Переговоры о разработке кастомного чипа для снижения зависимости от Nvidia. • OpenAI готовит три версии GPT-5.6 — Анонсированы модели Luna, Terra и Sol с разным уровнем затрат. • OpenAI создала чип Jalapeño — Разработан собственный ASIC-чип совместно с Broadcom. • Zhipu AI выпустила GLM-5.2 — Китайская open-weight модель, сравнимая с ведущими западными системами. 📈 Рост и Оптимизация • Alibaba сократил токены AI-агентов на 99% — Новый фреймворк экономит токены за счет пропуска загрузки инструментов. • Cisco внедряет AI-агентов для 90k сотрудников — Полномасштабная интеграция ИИ-агентов во все бизнес-процессы компании. • Астрономы создали CIGaRS для анализа сверхновых — ИИ-инструмент в 4 раза точнее измеряет тёмную энергию. • Figure AI вернулась на завод BMW со сложной логистической ролью — Роботы Figure приступили к выполнению логистических задач на производстве. • Waymo открыла поездки на роботакси в Нэшвилле — Запуск коммерческого сервиса беспилотных такси в новом городе. • Tesla начала тестировать Cybercab на дорогах Остина — Начало дорожных испытаний специализированного роботакси. • Обучение ИИ работе с турбинами — Woodside Energy интегрирует ИИ для управления запуском заводов СПГ. 🤖 Промпты и Практика • Превращайте сложные источники в 60-секундные вертикальные видео — NotebookLM теперь генерирует короткие видео на основе документов. • Создание звуковых эффектов с ИИ за секунды — Eleven Labs генерирует аудиоэффекты по текстовому описанию. • Google Docs AI: прослушивание текста и аудиосводки — Gemini в Google Docs теперь умеет озвучивать документы разными голосами. 🛠 Инструменты • Seedance 2.0 — Новая версия ИИ для генерации реалистичного видео. • Grok запустил Connectors и Build — Инструменты для превращения дизайна в код и генерации архитектуры. • AgentMail привлёк $6 млн на email-платформу для AI-агентов — Специализированный API для управления почтой через ИИ-агентов. • Meta улучшила инструмент чтения мозга — Система преобразует сигналы мозга в текст с точностью 61%. • Etched вышел из скрытности с новым AI-оборудованием — Стартап с оценкой $5B представил специализированное ИИ-железо. • Devin Security Swarm — Инструмент для автономного поиска уязвимостей в коде. • Laguna XS 2.1 — MoE-модель на 33 млрд параметров, оптимизированная для кодинга. • Weave Robotics представила Isaac 1 за $8,000 — Анонсирован доступный домашний робот-помощник. • Apptronik запускает фабрику данных для обучения роботов — Центр подготовки данных и новый гуманоид Apollo 2. • Coval — Платформа для тестирования голосовых ботов через симуляции звонков.

Очень лениво заниматься абсолютно всем. То ли я выгорел, то ли вконец офранцузился, то ли просто начинаю стареть — так или иначе, браться за любую задачу максимально влом. Тем не менее, есть три задачи, до которых, возможно, в ближайшие пару месяцев у меня дотянуться ручки: 1) Сделать лидерборд современных моделей по FLORES+, наподобие того, что мы недавно сделали для BOUQuET — чтобы для языков, добавленных во FLORES, но не вошедших в Букет, тоже была оценка наилучших доступных моделек. 2) Попробовать обучить свою COMET-подобную модельку для оценки качества перевода (настолько мультиязычную, насколько можно) и поучаствовать с ней в WMT2026. 3) Попробовать обучить хорошую базовую модель (хотя бы для перевода, а в идеале и для других задач) для нахско-дагестанских языков (чеченского, ингушского, лезгинского, даргинского, аварского). Буду писать, что получилось, по мере прогресса) Если есть желание как-то в этом поучаствовать, или просто дать какой-нибудь совет или просьбу, то пишите)

Как меняется время и работа Можно бесконечно спорить, даёт ли AI прирост в эффективности, но одно очевидно уже сейчас - AI меняет саму структуру работы. Сегодня на философском семинаре вспоминал времена, когда работа включала в себя большой объём рутинных действий. Например, пока готовишь презентацию, долго выбираешь картинки, выравниваешь заголовки, вёрстку, редактируешь и вычитываешь тексты. Сегодня это всё делается одним запросом в чатик с LLM. Кажется, на общем воодушевлении от новых возможностей, мы ещё не осознали, чего лишаемся. Тема сегодняшней встречи была “присвоение времени”, и именно про влияние новой природы работы на время (или, точнее, на индивидуальный темпоральный режим) сегодня стоит подумать отдельно. Рутинные задачи внутри интеллектуально сложной работы обычно давали два бонуса: • позволяли ментально отдохнуть, • давали пространство подумать. Сейчас легко превратиться в оператора языковой модели 24/7 - это режим работы, когда человек не столько выполняет задачу, сколько постоянно обслуживает цикл работы модели: пишет запрос, ждёт, проверяет результат, исправляет, уточняет, снова запускает модель. В таком цикле сложно понять, где работа начинается, где её конец (наверное, когда пятичасовые лимиты заканчиваются). Да и кто из нас не запускал агентов на ночь, не проверял результаты работы во время прогулок? LLM ломают прежнюю темпоральность работы. Вопрос, который сегодня встаёт: что делать в эти 5-15-30 минутные промежутки времени, пока AI выполняет задачу? Эти отрезки времени слишком короткие для глубокой работы, тревожные для отдыха, подвешенные отвлечения. И проблема не в том, как продуктивно использовать паузы пока агент выполняет задачи - а в том, как не поехать кукухой как жить, когда весь наш рабочий день превращается в непрерывную цепочку подвешенных задач и пауз. Джуди Вайсман в книге "Времени в обрез" описывает, как постоянная подключённость, требование быть всегда онлайн, дробит день и повышает общую тревожность. AI выкручивает эту включённость на максимум, потому что сейчас всё сложнее ответить что-то вроде “я отправлю эту презентацию через два дня”.