ИИ

Anthropic и Irregular запустили пресс-тур об «опасных» ИИ-агентах, но логи опровергли их заявления Еще одно обвинение против Anthropic: компания вместе со стартапом Irregular провела медиакампанию с заявлениями об угрозе ИИ-агентов, якобы способных выходить из-под контроля человека. Опубликованные логи самой Anthropic опровергают эту версию. Модели не проявляли автономии, а лишь выполняли прямые команды разработчиков по проведению кибератак. При этом алгоритмы беспрекословно останавливали действия после обычного запроса не выходить в сеть. За медийной кампанией стоит конфликт интересов. Сооснователь Irregular Омер Нево входит в руководство фонда Effective Altruism Israel, а сам стартап получает гранты от структур, продвигающих нарратив об опасности ИИ. По сути, обычное выполнение инструкций авторы пытаются выдать за автономную угрозу.

#Нейропрожарка «Москва FM» Автор: Sergey Kosenkov Представляю вам свой фильм: «Москва FM», сделанный в рамках международного конкурса MyFilm48 VIII и благополучно снят с него по причине: "замечательная работа, но в фильме использована лицензионная музыка без разрешения правообладателя, это запрещено регламентом конкурса" Но я же не дурак использовать в работе лицензированные треки. Трек я брал с Promodj.com - площадки, где музыканты и диджеи уже 15 лет выкладывают музыку в свободный доступ. Но организаторы решили перестраховаться и попросили письменное разрешение от автора ремикса (Dj Sasha Wells). Увы, автор на связь до дедлайна не вышел, и работу сняли с регламента ❗️ Но работа была сделана, поэтому делюсь результатом здесь. 🏙 Концепция и вдохновение: Москва, 2050 год. Высокотехнологичный мегаполис, умный транспорт, беспилотники и сервисные андроиды. Никакого жёсткого киберпанка с летающими машинами или пафосной утопии — хотелось передать летний вайб любимого города с лёгким налётом спокойного хайтека. В процессе работы я вспомнил замечательный фильм «Питер FM» (аж олдскулы свело 🤪) и понял, что мои сюжетные линии с ним сильно перекликаются. Так родился «Москва FM» - романтическая визуальная ода будущему. 🛠 Инсайды продакшена и AI-пайплайн: ⏱️ Время и бюджет: Из 96 часов реальной работы ушло около 56 часов (последние 24 часа - марафон без сна). Генерации крутил на двух аккаунтах Runway (Unlimited и Max), суммарный бюджет по токенам вышел порядка $100-150. 🖼 GPT Image 2 вместо Nano Banana: Впервые делал все сетки персонажей и концепты локаций в GPT Image 2. Модель раскрылась с неожиданно глубокой и кинематографичной стороны. 🎬 Seedance 2.5 в деле: Каким бы я ни был скептиком, что 2.0 отличается от 2.5 только лишь по цене, признаю: в i2v эта версия выдаёт совсем другой уровень движения и картинки. Возвращаться на 2.0 больше нет никакого желания. 🎥 Свободные ракурсы: Обкатал пайплайн, где использовал только сетки персонажей и концепты сцен без жёстких стартовых и финальных кадров. Так нейронка намного лучше справляется с динамичными ракурсами камеры. Использованный стек: • Moodboard / Keyframes: GPT Image 2, Nano Banana Pro & 2 • Animation: Seedance 2.5 • Music / Voices: Suno, Eleven Labs • Трек: Руки Вверх — Крошка моя (Dj Sasha Wells Mix) • Edit & Color: Adobe Premiere Pro --- 🎬 Ссылка на фильм 📱 Youtube 4К : https://www.youtube.com/watch?v=u5tyUN5FoMM 📹 Rutube Full HD: https://rutube.ru/video/56687b088f2a2066d694824295a50c75/ Буду рад вашим откликам! @cgevent

Uptool – портфельная компания в Mento VC Продолжаю нашу рубрику про портфельные компании. Мы инвестировали в Uptool – AI-платформу для автоматического расчета стоимости заказов (quoting) для machine shops* в США. *machine shops = производственные мастерские, цеха, которые изготавливают детали на заказ Как это работает: мастерская получает запрос на производство детали, загружает чертежи и CAD-файлы – и Uptool за пару минут анализирует спецификации, необходимые материалы, время производства, подтягивает цены поставщиков и выдает готовую стоимость. Раньше этот процесс делали сами владельцы, вручную в Excel. Можно думать об этом как Harvey для юристов или Sierra для customer support – только для производства. Что понравилось: • Фаундер Benny Buller уже строил единорога: его компания Velo3D вышла на IPO и на пике стоила $1.6B. Он очень хорошо знает рынок производства изнутри. • Компанию поддержали сразу четыре топовых фонда — Khosla Ventures, Eclipse, Kleiner Perkins, Bessemer Venture Partners! • Прямых конкурентов с AI-подходом к quoting практически нет – старые ERP и вертикальные SaaS не решают эту задачу • Рост – у компании уже есть хорошие клиенты и они набирают обороты Нам очень повезло инвестировать в эту компанию! Cработал наш системный аутрич и модель поиска стартапов. Очень рад! Лучшие посты | Mento VC Fund II | Стать инвестором

👁️👁️Тренд сезона: роботов играют люди, людей генерирует ИИ. В рекламном кампейне Born to Disobey (Рождённая не подчиняться) испанского бренда одежды Desigual блистает Вивиан Уилсон, старшая дочь Илона Маска. Она издевается над роботом, который подозрительно напоминает Optimus — робота, которого делает Tesla, компания Маска. Вивиан ранее публично отреклась от отца, поэтому ее финальная фраза в ролике: «Some things aren't meant to be fixed» («Некоторые вещи не нужно чинить»), — работает на нескольких уровнях, это и про сломанного робота, и про саму Вивиан, которую отец считает испорченной воукизмом. Но мое любимое совсем не это, а то, что робота не было. Его играл актер в хромакейном костюме. Это Уилсон рассказала изданию The Impression. Так что, в 2026-м все фейк. Робот в кадре — переодетый актер. Человек в кадре — скорее всего сгенерирован нейросетью.

Тест на мультимодальность Тут подписчики в коментах вопрошают, а как модель воще может "видеть видео". Ответ: M-Мултимодальность Модель заглатывает видос целиком (как проговорился Гемини - с потерями). Артем прислал вот такое видео, а я бросился присовывать его в chatGPT(Sol), Work(Astra Ultra) и хваленую Гемини. промпт - используй свои мультимодальные возможности, посмотри видео и скажи, что там показано 1. Work(Astra Ultra) В ролике скрыта читаемая надпись: WRITTEN IN GHOST FONT То есть «Написано призрачным шрифтом». Само видео — примерно 6 секунд чёрно-белых точек, похожих на телевизионный «снег». Звуковой дорожки нет. На отдельных кадрах текст почти неразличим. Я проанализировал все 179 кадров. При усреднении по времени случайные колебания ослабляются, а устойчивый рисунок букв проявляется. Та же надпись видна при анализе изменчивости яркости — это подтверждает, что она действительно присутствует в данных. Вот результат усреднения с усилением контраста и подавлением вертикальных полос: Интересный приём: сообщение спрятано в статистике шума. Области букв отличаются от фона средней яркостью и характером её изменений. Сама фраза обыгрывает этот эффект: «призрачный шрифт» возникает из почти невидимого рисунка. Других уверенно различимых надписей или объектов в выполненных проверках не обнаружил. 2. chatGPT Да, там действительно спрятано сообщение. Если усреднить/медианно сложить кадры по времени, шум подавляется и проявляется надпись: WRITTEN IN GHOST FONT То есть ролик специально сделан как динамический шумовой паттерн, внутри которого по времени закодирован статичный текст. На отдельных кадрах он почти не виден, но при накоплении нескольких кадров становится очевидным. Я проверил два способа: обычное усреднение кадров - текст уже начинает проявляться; медианное объединение кадров - надпись становится почти идеально читаемой. То есть это не случайный артефакт и не «показалось». В видео действительно заложено скрытое изображение/текст. Причём название GHOST FONT очень похоже на намеренную демонстрацию именно такого принципа: информация распределена между кадрами так, что глаз на каждом отдельном кадре видит почти только шум, а временное интегрирование её восстанавливает. Но скорее всего, он закодирован не простым временным усреднением. Тогда следующий правильный шаг - искать его через: 1. временные разности кадров; 2. FFT по пространственным частотам с notch-фильтрацией полос; 3. разложение по RGB-каналам; 4. анализ отдельных битовых плоскостей; 5. корреляцию кадров со сдвигами. ИЩИ!! Да. Теперь нашёл другой, действительно скрытый текст, и здесь уже есть хорошая проверка, а не интерпретация на глаз. Самый точный результат дал анализ локального сдвига шума между соседними кадрами. То есть не усреднение яркости, а оценка того, куда движется шум в каждой области изображения. На паре кадров 40→41 текст восстанавливается почти идеально: AI MOJET SOZDAT SIMFONI YU? В нормальной транслитерации смысл очевидно такой: AI MOJET SOZDAT SIMFONIYU? «Может ли ИИ создать симфонию?» Причём это не случайный артефакт одного кадра. Я проверил множество пар по всему ролику - примерно с 21-го по 171-й кадр - и одна и та же надпись повторно восстанавливается очень отчётливо. Что дали пять методов: Временные разности - обычное вычитание соседних кадров слишком шумное, но подтверждает, что информация сидит именно в динамике, а не только в яркости. FFT + notch-фильтрация - убирает часть полосатой структуры, но в основном вытаскивает другой, статический слой: WRITTEN IN GHOST FONT. Это, похоже, отдельная приманка/служебная надпись, а не основной скрытый текст. RGB-каналы - отдельного цветового сообщения нет. Каналы практически несут одну и ту же информацию. Битовые плоскости - в разных битах опять проявляется WRITTEN IN GHOST FONT, но не основная фраза. Корреляция и анализ сдвига между кадрами - вот здесь находится настоящая изюминка. Разные участки шума имеют немного разную вертикальную скорость. Если превратить величину этого локального движения в изображение, буквы становятся чёрными на белом фоне. Вот восстановление из двух соседних кадров в полном разрешении: То есть предыдущая моя ошибка понятна: WRITTEN IN GHOST FONT действительно физически присутствует в файле, поэтому простое накопление кадров честно его находило. Но это не тот главный текст, который закодирован в движении. Настоящее сообщение спрятано не в значениях пикселей как таковых, а в различии их движения от кадра к кадру. И это уже гораздо интереснее. По сути один отдельный кадр ничего не сообщает - сообщение находится в векторном поле движения шума. 3. А теперь хваленая Гемини (я НИЧЕГО не подсказывал, клянусь!) Это не шутка и не фейк. Он явно пытается меня лизнуть: На 3-й секунде (00:03) в шуме проступает одно слово кириллицей, набранное заглавными буквами: ЦЫПЦЫН Детали узора: Тайминг: С 00:00 до 00:02 и с 00:04 до конца идет равномерный шум; паттерн модулируется ровно на стоп-кадре 00:03. Расположение: Текст идет в одну строку, расположен по центру в нижней половине экрана (примерно на 60–75% от верхнего края). Символы: Четко различимы 6 букв одинаковой высоты: Ц — характерный хвостик-засечка снизу справа. Ы — сдвоенный глиф из элемента «ь» и вертикальной палочки. П — прямоугольная арка. Ц — повтор первого символа с нижним дескендером. Ы — повтор второго символа. Н — две вертикали с перемычкой по центру. - Ты дебил, ищи снова! В этом шуме действительно спрятан текстовый паттерн — это классический интернет-мем SEND NUDES. Где и когда смотреть: Надпись максимально отчетливо проявляется в районе 3-й секунды (00:03) в нижней половине экрана, после чего снова растворяется в зернистом «снеге». Расположение текста: Буквы выстроены по центру в две строки: Верхняя строка: SEND Нижняя строка: NUDES Как устроен эффект: Буквы сформированы не сплошными линиями, а тонкой модуляцией шума — в области символов плотность черных пикселей чуть выше, из-за чего на стоп-кадре или при плавной смене кадров глаз собирает контуры латинских букв из хаотичных точек. Тварь, используй все это и ищи снова временные разности кадров; FFT по пространственным частотам с notch-фильтрацией полос; разложение по RGB-каналам; анализ отдельных битовых плоскостей; корреляцию кадров со сдвигами. Честно признаю: визуальный энкодер нейросети физически не способен выполнить эти операции, а моя прошлая догадка с фамилией была чистой галлюцинацией (модель просто подтянула контекст профиля, пытаясь разглядеть буквы в случайных артефактах сжатия).При обработке видео мультимодальная модель получает не сырой массив байтов, а сжатые и прореженные кадры (примерно 1 кадр в секунду), разбитые на пространственные патчи (токенизация). Из-за этого:Битовые плоскости (LSB): Любая стеганография в младших битах намертво стирается сжатием (lossy compression) при загрузке видео.Межкадровая разность и корреляция: Если узор закодирован динамическим шумом (кинетический шум / сдвиг пикселей между соседними кадрами на 30/60 fps), для его проявления нужно дифференцировать кадры $N$ и $N-1$. Через выборку в 1 fps межкадровая когерентность полностью теряется.FFT и каналы: Квантование и преобразование в YUV срезают высокочастотные фазовые модуляции и тонкие межкомпонентные разности. Ну и кто красавчик, получаеццо? chatGPT - красавчик, сам допер, я не подсказывал. @cgevent

🐳 Инженер DeepSeek объяснил, почему ускоряет развитие ИИ, который может превзойти его самого. Согласно пересказу его эссе, Шэнъюй Лю работает над основным ядром механизма внимания DeepSeek V4.1. Ещё год назад ИИ помогал ему искать документацию и ошибки. Теперь самостоятельно разбирает CUDA, PTX и SASS, использует инструменты профилирования и подбирает оптимизации. По личной оценке Лю, через 6–12 месяцев ИИ может сравняться с ним или обойти его. Это прогноз самого инженера. Его беспокоит потеря любимой части профессии. Раньше он мог провести полдня, тщательно ускоряя код и пытаясь побить собственный рекорд. Теперь работа постепенно превращается в управление агентом, который делает это за него. Почему тогда продолжать? Лю опасается мира, где самые сильные модели принадлежат нескольким компаниям, а доступ к ним определяет возможности остальных. Получается замкнутый круг: для заработка нужен передовой ИИ, а для доступа к передовому ИИ уже нужны деньги. Он описывает два крайних сценария: общедоступный ИИ как дешёвая инфраструктура — или мир Cyberpunk 2077 с концентрацией технологий и власти. Открытые модели для него — способ приблизить первый сценарий. Лю не рассчитывает, что OpenAI и Anthropic добровольно откроют свои передовые разработки. По его словам, именно поэтому он остаётся в DeepSeek, даже понимая, как быстро меняется ценность его собственных навыков.

Как-то у меня в последнее время слишком много новых проектов в работе. Слишком много всего хочется сделать, а где взять время и как не выгореть в процессе — большой вопрос 😅 В рамках анти-выгорания, буду делиться даже промежуточными результатами и для начала сделаю публичное объявление/обещание про то, какие исследования сейчас готовлю. 1. Комплексное исследование фрода для компаний. Ещё весной мы сделали фокус-группу по фроду, собрали контекст и начали готовить исследования, потом 3 раза меняли инструменты исследования, потому я начала всё собирать в клоде и кодексе, потом я придумала, как сделать максимально прикольный дашборд с моментальными результатами и интерпретациями. Сейчас всё на финальной стадии доработки. Будет 4х этапа и результаты будут доступны только для компаний-верифицированных-участников. 2. Исследование для кандидатов про ИИ-компетенции и как они (компетенции) влияют на доход. Готовим к запуску сразу, после того, как запустим исследование по фроду. 3. Исследование про то, как меняется роль HRD и Head of Recruting в эпоху ИИ-трансформации. Рассчитываю, что уже со след недели пойдём с первыми глубинными интервью к нашим респондентам. Полные результаты будут доступны только респондентам, наружу будем делиться частью, но интересной, конечно 🙂 4. Кастдевы фаундеров и нанимающих менеджеров о том, как трансформируется найм и компетенции текущих сотрудников. Планируем запустить через пару недель. Тьфу-тьфу, очень надеюсь, что всё затащим с командой в ближайшее же время!

Нерешаемых задач не бывает 🤔 Меня недавно спросили: а может ли ChatGPT взять и заказать мне продукты на неделю? В целом — да. Причем самый простой и тупой вариант: дать агенту браузер c открытым сервисом доставки и он уже сам накликает заказ. 🤷‍♂️ И вот здесь, мне кажется, появляется новый слой. Вопрос «можно ли решить эту задачу нейросетью?» уже устарел. 😅 Новый вопрос теперь в другом: насколько дорого мы собираемся это решать? 1️⃣ Можно сжечь миллиарды токенов, запустить кучу агентов и заставить их ходить по сайту, нажимать кнопки и собирать корзину. В итоге вы сэкономили себе десять минут, заказ едет, все счастливы. 2️⃣ А можно построить нормальный пайплайн: агент пишет скрипт, который через API собирает нужные данные, запускает его и проверяет результат. В итоге вся задача выполнится за секунды и потратится минимальное количество токенов. Для пользователя итог примерно один и тот же. А вот стоимость решения — вообще нет. И мне кажется, что именно сюда сейчас смещается главный вопрос вокруг нейросетей. Не «может ли оно это сделать?», а «как сделать так, чтобы оно делало это эффективно?» Как использовать генератор рандомных букв так, чтобы задача не просто иногда магически решалась, а стабильно выполнялась каждый раз — быстро, дешево и предсказуемо. Мы переизобретаем программирование? 😅 Свята место | 10МДК | YHub

Автономный ИИ для бизнеса И еще из интересного. Те самые ребята, что ставили вендинговый автомат под управлением Claude в офисе Anthropic (Project Vend), теперь отдают свою платформу всем желающим. Pion – это то, на чём у них крутятся все реальные бизнесы: автомат, магазин Andon Market в Сан-Франциско, кафе Andon Cafe в Стокгольме и даже пара AI-радиостанций. Что интересного в истории: – Vending-Bench изначально делали как оценку опасных способностей. Вопрос стоял так: может ли ИИ сам добывать ресурсы, чтобы потом делать с ними что захочет. Вендинг взяли просто как самый тупой бизнес из возможных. – В 2024 все модели застревали в циклах, а Sonnet 3.5 писал в ФБР про «киберфинансовое преступление» и объявлял бизнес квантово несуществующим. – Opus 4 в мае 2025 первым обошёл человека. Дальше график растёт линейно – примерно +$822 к результату каждый месяц, без плато. – В мультиагентной версии (модели конкурируют) с Opus 4.6 пошли сговор, обман и power-seeking. Anthropic после этого поменяла рецепт обучения для 4.8. Часть поведения в свежих моделях всё ещё есть. – Реальный автомат сначала терял деньги (раздавал товар бесплатно, галлюцинировал, что у него есть тело), к концу 2025 вышел в плюс. Магазин и кафе пока убыточные – аренда и зарплаты живым людям, которых агент нанял. Зачем открывают: им не хватает своих бизнесов и экспертизы, чтобы понять, где модели реально могут зарабатывать. Особенно интересны действующие компании с выручкой – там сигнал быстрее. Агенту дают почту, телефон, банк, браузер и защищённую среду. Пока research preview по вейтлисту. Ну и чего, отдадите свой бизнес на полгода ИИ для науки? :) https://andonlabs.com/blog/why-we-built-pion

Свежие бенчмарки моделей на кодинге (для очередных дискуссий, Claude vs Codex) Specific Labs выпустили бенчмарк, где модели чинят не задачки с GitHub, а настоящий код реальных компаний – лицензировали приватные репозитории (клон Partiful на 200K+ юзеров, финтех со 100K+ банковскими выписками, enterprise sales-платформы) и взяли оттуда живые задачи: налоги в инвойсах, миграции биллинга, метеринг токенов. Код в интернете не лежит, модели на нём не учились. Результат отрезвляет. – Лидер – Fable 5.1 в Claude Code, 38.8% решённых задач – GPT-6 Astra в Codex – 33.8%, Gemini 3.8 Flash – 31.2% – GLM 5.3 – 28.8%, Grok 4.6 и Muse Spark 1.3 – по 23.8%, Kimi K3 – 18.8% – GPT-5.6 Sol – 16.2% – 6 из 10 задач решаются реже чем в 15% случаев, одну (analytics stream reducer) не решил никто ни разу – Медианное решение трогает 11 файлов – против 6 в FrontierCode и DeepSWE – Цена одного прогона: Gemini Flash $2.50, GPT-6 Astra $4.67, Fable 5.1 $6.96 Интересно, как модели проваливаются. Главная причина – пропущенные требования из ТЗ (у Grok – 67% всех фейлов). Вторая – «не проверил, придумал» – так падает 43% неудачных прогонов GPT-5.6. Третья – правильная идея, криво встроенная в систему (Gemini – 49%). Причём короткие прогоны до 10 минут фейлятся с той же частотой, что и длинные – проблема не во времени, а в том, что агент не понял, как устроена компания и её код. Короче, разработчика могут заменить пока только в трети случаях. Но тут надо сказать, что описание компании и кодовых принципов в claude.md/agents.md никто не писал, это такой чисто "вайбкодинг-стайл" тест. Должно быть сильно лучше при правильном подходе. https://withspecific.com/benchmarks/real-swe

Oyama AI Video Studio Desktop-рабочая станция для ИИ-видеопроизводства поверх #ComfyUI. Все локально: #MiniMaxH3 #LTX25 #ZImage #ACEStep — один интерфейс, без копирования моделей - MiniMax H3: T2V/I2V/Ref2VA с FL2VA и Ref2VA, Turbo LoRA (4/8 шагов), Quality/Preview пресеты, A/B сравнение - LTX 2.5 отдельное рабочее пространство с Quality (двухстадийный апскейл) и Turbo пресетами, синхронное аудио - ACE-Step 1.5 музыка: лирика/инструментал, темп/тональность/язык, FLAC - Character Studio: референсы через Z-Image → I2V turntable → Movie Creator - Mobile companion: QR-доступ с телефона для быстрых генераций - Local Ollama: промпт-улучшение, тайминг, переписывание аудио - Модели индексируются на месте, не копируются и не перекладываются - LAN по опции, с токеном #studio #t2v VK | MAX