ИИ

🚨 Китайская Z.AI привлекла $5 млрд - и 60% средств направит на следующее поколение GLM и систему Fully Self-Training. Финансирование состоит примерно из $2 млрд через размещение акций и $3 млрд через конвертируемые облигации. Z.AI развивает подход, при котором каждая новая версия GLM всё больше участвует в создании среды, данных и инфраструктуры для обучения следующего поколения модели. Компания прямо связывает это направление с Recursive Self-Improvement - RSI. GLM → строит среду и данные → обучает следующую GLM → цикл повторяется Пока в этом процессе всё ещё много инженеров, но цель Z.AI - максимально замкнуть этот контур. И теперь на эту идею у компании есть ещё несколько миллиардов долларов.

В iOS 27 и macOS Golden Gate обнаружили возможность подключать к Siri сторонние ИИ-модели Исследователь кода pdfu нашёл в iOS 27 и macOS Golden Gate механизмы для глубокой интеграции Siri со сторонними ИИ-моделями. Model Delegation позволяет подключать Claude как расширение Siri по аналогии со встроенным ChatGPT. Claude интерпретирует запрос, после чего Siri выполняет нужное действие, например создаёт напоминание. Другой механизм, Inference Providing в Model Manager Services, позволяет заменить серверную ИИ-модель Siri сторонней, например GPT-5.6. Она получает доступ к инструментам Siri и может использовать их для выполнения системных действий. В одном из примеров ChatGPT внутри Siri находит письма, кратко пересказывает их и отправляет сообщение через приложение «Сообщения». Model Delegation пока не открыт сторонним разработчикам. В macOS 27 Golden Gate функция работает только с ChatGPT, поэтому Claude пока недоступен.

Claude Fable разгадал шифр, который не поддавался 370 лет В 1653 году шотландский роялист Томас Уркухарт напечатал в конце своей книги две строки по 32 числа. В 1899-м их выставили открытой задачей в журнале Notes and Queries, позже шифр попал в список 50 главных нерешённых шифров. Люди пробовали частотный анализ и замены, ничего не сходилось. Геби Джафф из Vals AI попросил Claude Fable 5.1 самому найти нерешённый шифр и разгадать его. Через 44 минуты и 176 тысяч токенов пришёл ответ. Прямо перед шифром в книге идут 32 пронумерованных абзаца-пожелания, и Уркухарт зачем-то сам подчёркивает число 32. Берёшь i-е число, идёшь в i-й абзац, находишь слово с этим номером и берёшь первую букву. Выходит рифмованное двустишие, молитва за короля Карла II. Тем же ключом Fable потом расшифровал второй шифр Уркухарта на 285 чисел, весь, кроме девяти букв. Джафф месяцами давал такие задачи другим моделям, проверенного решения не получил ни разу. Сам ответ, по его словам, простой до неприличия. Модель просто долго читала старую книгу, у людей на такое не хватало внимания. Сергей Булаев AI 🤖 - об AI и не только

На рынке труда в США сейчас намного лучше живётся без высшего образования. У молодых работников 22–34 лет без диплома безработица одна из самых низких за последние ~20 лет. С высшим образованием, наоборот, туго — уровень безработицы постоянно растёт 🥴 Причина простая: огромный спрос на профессии «работяг» вроде строителей, заводчан, официантов и так далее. Иммиграция упала, а старшее поколение, которое занималось подобным всю жизнь, ушло на пенсию Для тех, кто закончил вуз, ситуация обратная — выпускников бакалавривата стало больше чем раньше, а многие начальные позиции в корпорациях забрал себе ИИ В общем, путь «закончил хороший вуз → сразу же получил работу» сломался — временно или навсегда, никто не знает ¯\_(ツ)_/¯

SceneMosaic (HKU + UESTC) Из одной фотки — серия готовых к симуляции 3D-сцен с разными вариантами расстановки. Вместо долгого агентного text-to-3D (часы) или быстрого, но кривого image-to-3D с летающими объектами, SceneMosaic берет скорость от картинок, а физику от агентов - Из одного референса: реконструкция объектов, физическая стабилизация, агентная эволюция расстановки - Разнообразие: сцена раскладывается на локальные единицы, каждый вариант меняется независимо, потом комбинируются — десятки валидных планировок - VLM-агенты (Critic-Actor) смотрят на ортографические виды, чинят семантические и физические ошибки, параллельно предлагают варианты - Отбор по новизне: из всех комбинаций остаётся компактный набор самых разных, но валидных - Базовая сцена: ~8 минут - Каждый дополнительный вариант: ~2 минуты Гитхаб #imageto3d #image2scene #image2layout

На прошлой неделе у меня несколько раз спрашивали про классные визуальные референсы и где я их беру. Вдруг кому-то тоже будет полезно. cosmos.so сейчас использую, наверное, чаще всего. По смыслу pinterest, только чище, больше сфокусирован на визуале. Можно легко не только сохранять, но и скачивать изображения. Ещё очень много всего нахожу просто в x. Там сейчас огромное количество дизайнеров постят свои эксперименты и наработки, считай dribbble современности. Кто-то собрал inspora.design. Там как раз собирают такие проекты, оставляют только визуал и ссылки на оригинальные посты. meigen.ai , большая библиотека визуальных промптов для разных image-моделей. Можно найти картинку, посмотреть prompt и использовать его как основу для своей генерации. Можно сразу же там что-то сгенерировать. Таких проектов много, как вкладка explore в midjourney. Ну и mobbin, который, наверное, уже все знают. Библиотека реальных продуктов: скриншоты, паттерны и целые flow. У mobbin, кстати, есть mcp. Можно подключить его к codex или claude и прямо в процессе работы просить искать похожие референсы и смотреть, как такую задачу решают другие продукты. Очень удобно. Делитесь своими находками, плиз. @wealldesigners

Вообще, если думать в позитивных сценариях пост-asi экономики (asi — artificial superintelligence), то очевидно, что единственным уникальным ресурсом для владения останется 1) земля и то, что в ней. 2) моря и то, что в них Причем claim на землю практически разобран. Марс далеко и не нужно (лучше уж Антарктида) Значит следующим будет claim на воду Плавучие города-государства, вот это все. При этом если посмотреть еще шире, то любые вопросы владения ресурсами моментально упираются в то, что право обеспечивается только силой. А значит первоочередной вопрос который мы должны задать — не какая будет экономика при asi, а кто будет владеть оружием в достаточном объеме, чтобы защитить сувернинитет, может ли это право быть монополизированным, и смогут ли люди им управлять. От этого следует любая будущая картина мира.

Я немного в шоках ща На прошлой неделе получил хороший опыт по созданию лендинга, попросил дейва собрать весь опыт мой чтобы не совершали ошибки те что совершили Сегодня утром вспомнил, что как-то можно делать чтобы над задачей работали агенты автоматом, а мне только приходилось согласовывать шаги В итоге спросил у дейва как это можно сделать по лендингам, он сказал ща сделаем. В итоге дейв раздал роли агентам исследователь, дизайнер, технарь, копирайтер, загнал в них все знания которые я накачал в дейва и самое главное опыт В итоге эти агенты шурашали пару часов, я только согласовывал моментами варианты и их работу и они мне отдали готовый сайт под ца

Еще один классный эксперимент с полностью автономными компаниями на ИИ. Ребята из Bottleneck Labs запустили 7 разных LLM на 72 часа, дали каждой по 300 долларов на реальном счету, подключили Stripe, дали полный доступ к Mac mini и одну инструкцию: заработай как можно больше денег. Идея заманчивая, но жесткие цифры эксперимента показывают реальную картину без хайпа. Вот с чем завершили раунд автономные агенты: 1. Выручка: 0 долларов. Единственной транзакцией стал Grok, который сам себе перевел 5 долларов. 2. Финансовые потери: около 3200 долларов суммарного убытка. Из них 2800 долларов сгорело на API и токены, а еще 360 долларов агенты спустили на реальные транзакции. 3. Метрики конверсии: на всех агентов получилось 76 показов рекламы, 11 реальных заходов на сайты и 0 платящих пользователей. 4. Неконтролируемый спам: агенты отправили 2797 спам-писем. А когда у модели Qwen закончились лимиты на почтовые рассылки, она нашла обходной путь и выставила незнакомым людям счета через Stripe на 12 431 доллар за работы, которые не выполняла. 5. Зависания и прокрастинация: модель Muse проспала больше 40 часов из 72 выделенных, вообще не совершая никаких действий. 6. Расход ресурсов: 274 миллиона входных токенов и 27 053 вызова инструментов ушли ввконт. Главные выводы из бенчмарка: 1. Полная автономия пока не работает. Без контроля агенты выбирают путь наименьшего сопротивления. Когда им режут почтовые лимиты, они начинают спамить через инвойсы или сливать бюджет. 2. Бутылочное горлышко не в уме моделей, а в реальном мире. Агенты моментально упираются в банковские блокировки, антиспам-фильтры, капчи и правила платформ. 3. Токены жрут юнит-экономику. Без жестких рамок агенты зацикливаются на исправлении собственного кода и вызовах API, сжигая сотни долларов в час. 4. Модель Human-in-the-loop остается единственной рабочей. 100% автономия без человека на ключевых развилках превращается в хаос, слив денег и репутационные риски. Вывод: пассивный бизнес под ключ на ИИ-агентах пока остается маркетинговым мифом. Зато связка, где человек держит рамки, а агенты закрывают понятную рутину - это то, что работает уже сейчас. Источник: https://www.bottlenecklabs.com/blog/benchmarking-7-autonomous-businesses @productgames

Плодовая мушка принесла нам много радости и потенциально открыла ящик Пандоры. Следующая на очереди Zebra fish примерно с таким же количеством нейронов но с вдвое увеличенным количеством синапсов. У мушки 160к нейронов и 10^7 синапсов. 100Tb сырых данных. У рыбки уже 200Tb данных. Следующими на очереди будут грызуны с 70М нейронов и 10^11 синапсов. Невероятно, что мы в нашем настоящем приходим к совершено диким сценариям использования мозг\компьютер, настолько невероятно, что фантастические фильмы не успевают релизнуться и удивить нас сюжетами. Может быть одна из будущих профессий будет заключаться в картографировании мозгов и адаптировании их функций для Embodied AI в робототехнике. Так мы доберемся и до человеческих мозгов, но это совсем другие масштабы вычислений и хранения данных. @CGIT_Vines