ИИ

На постере изображена реклама Devin — автономного ИИ-ассистента для разработки ПО от компании Cognition Labs. Реклама бьет в одну из самых старых и болезненных проблем корпоративного IT: * Что такое COBOL: Язык программирования, созданный еще в 1959 году. Несмотря на архаичность, на нем до сих пор работают критически важные системы крупнейших мировых банков, страховых гигантов, авиакомпаний и правительственных структур США. * Суть проблемы: Переписать (мигрировать) миллионы строк древнего спагетти-кода на современные языки — титаническая, рискованная и невероятно дорогая задача. Проекты таких миграций длятся годами и часто проваливаются, а знающие COBOL специалисты массово уходят на пенсию. * Посыл рекламы: Слоган Goodbye COBOL. Devin finally finishes that migration заявляет, что автономный ИИ-разработчик способен взять эту рутину на себя и довести бесконечный процесс переноса легаси-кода до конца. По оценкам Reuters, около 43% банковских систем США и до 95% операций в банкоматах до сих пор опираются на код, написанный на COBOL. Во время пандемии 2020 года системы выплаты пособий по безработице в нескольких штатах США (включая Нью-Джерси) рухнули из-за наплыва заявок, и губернаторам пришлось публично искать программистов-добровольцев, знающих COBOL, так как штатные специалисты отсутствовали. Попытки ручной миграции с COBOL известны эпическими провалами: например, австралийский Commonwealth Bank потратил около 750 млн долларов и более пяти лет, чтобы модернизировать свою базовую платформу.

Локальный ИИ класса Opus 4.6 «задёшево»: две Tesla P100, 28-поточный Xeon и тесты на реальных задачах Автор статьи собрал дома открытый стенд под локальные модели. Две Tesla P100, которые сейчас продаются по 4-9 тысяч рублей за штуку, дают вместе 32 ГБ видеопамяти. Плюс Xeon E5-2680 v4 на 28 потоков, 64 ГБ памяти и киловаттный блок. В простое машина ест 135 Вт, под нагрузкой уходит до 600, а отопление в комнате получается почти бесплатным. Дальше интереснее. Автор не поверил обзорам с цифрами вида «одна модель набрала 86, другая 88» и собрал свой бенчмарк из 14 задач, на которых сам когда-то наступал на грабли: FreeRTOS-задача на ESP32 с watchdog, фильтр Калмана с NaN в double из-за FTZ на Xtensa, гонки ресурсов в алготрейдинге, smali-патчи в DEX-файлах. За эталон взял облачный DeepSeek V4 Flash. Локальная Ornith-1.5-35B закрыла все 14 задач на полный балл, а эталон набрал 97%.

Энтузиаст запустил инструмент UNCANNY для «ремастеринга» игр Разработчик под ником Coye представил проект UNCANNY — универсальную библиотеку для автоматического улучшения графики в играх в реальном времени. Инструмент предназначен для встраивания в ПК-игры и эмуляторы, что позволяет обновлять визуальный ряд без создания отдельных модификаций под каждый тайтл. В основе решения лежит технология нейросетевого рендеринга (DLSS 5) и экспериментальная система реконструкции ассетов REVENANT. Программа использует многопроходную обработку кадров с защитой от шлейфов и артефактов движения. Алгоритм не накладывает повторные фильтры, а последовательно дорабатывает базовое изображение.

#Нейропрожарка Название: Что если бы Томми Шелби сыграл Джейсон Стэтхем Авторы: Иван Спиридонов Дмитрий Иванов Идея Реализовали экспериментальный эдит по «Острым козырькам»: заменили Киллиана Мёрфи на Джейсона Стэтхема. Суть в том, что сначала Стэтхема хотели взять на роль Мерфи и мы решили посмотреть как бы он выглядел в ней. Взяли популярные сцены разной сложности. Для выполнения разработали собственный воркфлоу на Wan Animate и протестировали Minimax H3. Версия в хорошем качестве Производство 1. Монтаж и отбор Смонтировали сцены из сериала — короткие, динамичные, с блюром и тёмным светом. Осознанно взяли несколько заведомо очень сложных шотов. Спойлер: если бы не своевременный выход Minimax H3, мы бы их удалили 2. Референсы Можно просто закинуть фото Стэтхема, так проще. Но лучше делать замену прямо на референсном кадре из сцены — тогда animate понимает, как персонаж должен выглядеть в этом свете и гриме. С этим справился только GPT Image 2. Для боковых ракурсов собирали character sheet с разными углами головы и эмоциями (для Minimax) 3. Базовый пайплайн — Wan 2.2 Animate V1 (локально, ComfyUI) — Маска: в основном автоматом через SAM3; кадры посложнее размечали в Premiere, самые жёсткие — ротоскоп в After Effects. — Кроп кадра по маске, чтобы отдать генерации максимальное разрешение. — Препроцессоры анализируют позу и мимику. Иногда отдельно записывали себя на видео и переносили эмоции со своего лица — с оригинала мимика часто читается плохо. — Генерация и анкроп обратно в исходное видео. — Опционально — цветокор лица под кадр. Нюансы 4. Где Wan Animate не вывозит — Перекрытия лица: нет контекста, объекты перед лицом ломают генерацию. — Микродвижения лица теряются, а именно они дают естественность. — Иногда уплывает схожесть - лечится генерацией конкретных ключевых рефов. — Динамика с моушн-блюром и плохим светом: неверно определяются движения и состояние глаз. — Изменения на лице (кровь, брызги) не анимируются вообще. Текстовый энкодер староват, модель под такое не обучена. FLF-кадры не помогли. Из-за этого пришлось бы выбросить несколько сцен. 5. Minimax H3 (локальная версия) Прогнали проблемные шоты через него - и они перестали быть проблемными. — Кровь. Точно перенёс кровь с исходного видео на заменённое лицо. Референсы: лицо + свап одного из первых кадров для контроля эстетики. — Динамичная сцена в баре. Нужно было объяснить модели, кого именно свапать из толпы. Сделали маску ротоскопом в AE и подали на вход: исходное видео с белой маской на лице + кроп лица (чтобы модель видела поворот и эмоции) + реф лица. — Мимика. Движения губ и глаз читаются заметно лучше на многих шотах, Wan Animate это просто не считывал. — Углы головы. Как omni-модель ест character sheet целиком. На одном рефе глаза оставались «от Киллиана Мёрфи», на character sheet — уже нет. — Цензуры на суицидальные и жестокие сцены, оружие и авторские права нет. 6. Сравнение с сервисами Kling 3.0 Omni Edit: в сцене с выстрелом ловим NSFW; в сцене с кровью из носа результат чище, но сама кровь выглядит крипово. Ни один другой сервис эти шоты бы не пропустил — пистолеты, актёры, жестокость, кровь. 7. Минусы Minimax H3 — Шаг в 17 кадров против 4 у Wan. Собрали небольшой блюпринт в ComfyUI, который дописывает кадры в конец, чтобы выход точно совпадал с исходником по таймингам, — иначе модель догенерирует и растянет контент. — Нет маскинга. С маскингом нередактируемая часть видео не меняется по качеству и цвету, нет сдвигов по таймингам и объектам, плюс открывается композитинг. Очень ждём нативную поддержку у omni-моделей. — Отсюда же общее ухудшение качества всего кадра даже на прогоне в 1080p. Время выполнения: 2 недели Затраты: 0р. Все выполнялось локально в нашем случае. Железо: 5070ti/4080 16gb + 64gb озу @cgevent

FoundationStereo и FoundationPose (NVIDIA) Две открытые модели для 3D-перцепции из систем Vision AI FoundationStereo Стерео-глубина без дообучения. Пара RGB-картинок со стереокамеры на входе, точная карта диспаритета на выходе. • Zero-shot стерео-матчинг на новых сценах • Для робототехники промышленности и умных пространств • ONNX и TensorRT • Работает от Jetson до H100 Слабые места: прозрачные объекты пересвет и плохое освещение. FoundationPose 6-DoF поза объектов без обучения. CAD-модель -> положение и ориентация объекта на RGBD-кадре плюс трекинг по видео • Zero-shot на новых объектах нужен только CAD • Оценка позы и отслеживание на видео • Обучена на synthetic-данных Objaverse и GSO • Средний скор 83.3 на BOP-бенчмарках • TensorRT работает от Orin Nano до H100 #stereo2depth #image2depth #image2pose

Вас тоже напрягают записывальщики митингов, которых все таскают по созвонам? (меня да). А ведь еще часто записывают, ничего мне не говоря, через wispr или granola. Как и следовало ожидать нашлись люди, которые придумали продукт для противостояния этому. Локально крутится LLM, которая адверсариально натренирована против wispr и прочих voice2text моделей. Она в риалтайме добавляет adversarial noise к вашему аудиостриму, который ломает распознавалки речи на другой стороне. Из минусов - это сейчас иногда превращает вашу речь в что-то, что трудно распарсить и человеку, кек)) Теперь voice2text модели придется регулярно перетренировывть, чтобы они были робастными к таким атакам! Ну а вообще респект ребятам, довести до ума, убрать явный шум и будет полезный продукт, для поддержания privacy звонков. Сам продукт @ai_newz

✴️ Firefox позвал 📱Mistral рулить своим ИИ-помощником Встроенный в браузер помощник Smart Window теперь отвечает на моделях Mistral. Он копается в открытых вкладках и помогает найти страницу, которую вы закрыли и потеряли. Чем занят помощник во вкладках: ✧ Распутывает сложные поисковые запросы ✧ Находит закрытую и забытую страницу ✧ Подсказывает по тому, что открыто сейчас ✧ Бета - Франция и Северная Америка ✧ Британия и Германия - до конца года Mozilla обещает, что переписку не хранит, но оговаривается словом «по умолчанию» - значит, режим с историей где-то есть. 🔗 Проверил, что именно обещают по данным и почему одного партнёра мало для «выбора» #mozilla #firefox #mistral

Айтишник рассказал, как любовь к ИИ-агентам перевернула его карьеру. Разработчик ИИ-агентов Лёша Остриков начал свой путь в логистике и big data, пилил софт для курьеров, но переключился на создание и развитие ИИ-агентов. Всё из-за задачи, которую Лёша поставил агенту: нужно было разобраться со сложным моментом в Telegram-боте — как сделать так, чтобы без реплая на бота человек понимал, что сообщение относится именно к нему. Лёша нашел решение с помощью агента — и понял, что тот может быть полезен не только для таких точечных кейсов. Он продолжил экспериментировать, а со временем этот интерес перерос в новый профессиональный маршрут. Если до сих пор сомневаетесь в пользе агентов, задумайтесь 😁

Meridian Еще одна модель от Viggle AI на базе #MiniMaxH3 Генерирует новые ракурсы уже снятого видео. Возвращается к моменту события и снимает его заново с камеры которую выбирает юзер Возможности: - Камера: орбита, наезд, панорама, подъем — путь из нескольких ключевых кадров - Буллет-тайм - Замедление и ускорение - Работает и от одного изображения VGGT-Omega строит геометрию и позиции камер из исходного видео, рендерится варп-референс вдоль выбранного пути, а Meridian дорисовывает скрытые области Файнтюн трансформера MiniMax-H3 без текст-энкодера на инференсе, 61.7 ГБ bf16 + LoRA 2.5 ГБ, 4 шага. Выход 768p Большие движения камеры дают артефакты, скрытые поверхности не восстанавливаются а генерируются. Пока только на B200 HF Демо #cameracontrol #novelview VK | MAX

Ребятки учили Qwen 3.5 35B A3B молекулы дизайнить. Надеюсь молекулярные на месте дальше от ллмки тк что именно за датасеты и фреймворки молекулярные и как они работают я не особо понимаю: Как устроен процесс трена 1. Создают 200k задач, которые относительно просто генерить на молекулах из ZINC. Из ZINC берут исходную молекулу, через RDKit и OpenEye считают 116 молекулярных свойств. Случайно выбирают одно свойство, которое нужно улучшить, ещё 2–4 превращают в ограничения, а через BRICS задают каркас молекулы, который должен сохраниться. Так автоматически получают задачи вида: увеличить QED, но удержать молекулярную массу и TPSA в заданных пределах и сохранить исходный каркас. В статье публичную реализацию их генератора задач не дают. 2. Qwen сама генерирует новую молекулу. Модель получает исходную молекулу + цель + ограничения и предлагает новый SMILES. Затем через инструменты проверяет, что получилось, меняет структуру и повторяет. То есть ЛЛМ — генератор, а RDKit/OpenEye здесь играют роль верификатора. 3. После этого переходят к реальным экспериментально определённым структурам белок–лиганд. Для второго этапа берут 999 комплексов из PLINDER. Информацию о кармане связывания переводят в текст: какие водородные связи уже есть, где есть стерические столкновения, какие полярные участки свободны, какие аминокислотные остатки окружают лиганд. LLM уже редизайнит молекулу с учётом конкретного кармана белка. В статье публичную реализацию этого преобразования 3D-структуры в текст тоже не дают. 4. Каждый перспективный SMILES проверяется в 3D. POSIT размещает новую молекулу в кармане белка, используя экспериментальное положение исходного лиганда как шаблон. Затем Chemgauss4 быстро оценивает получившуюся форма. Оценка возвращается обратно LLM, и она решает, как изменить следующую молекулу. Этот дорогой оценщик можно вызвать максимум пять раз за один цикл — модель должна научиться не тупо перебирать варианты, а выбирать, что действительно стоит проверять. 5. Весь этот агентный цикл обучают через RL. Для этого используется открытый prime-rl: одни процессы генерируют цепочки действий модели, обучающий процесс параллельно обновляет её веса. Награда учитывает улучшение целевой характеристики, соблюдение ограничений, валидность молекулы и количество вызовов инструментов. На Tier-1 целью является одно из молекулярных свойств, а на Tier-2 — улучшение предсказанного связывания с белком. Сначала RL идёт на дешёвом Tier-1, затем — на более дорогом Tier-2. В конце модель проверяют на 40 новых системах белок–лиганд, которых не было в обучении. Вместо Chemgauss4 используют SQM2.20 — более дорогой и физически детальный метод оценки связывания на основе полуэмпирической квантовой механики. Один такой расчёт занимает уже десятки минут, поэтому масштабировать RL напрямую на нём слишком дорого. Именно здесь проверяют, перенёсся ли навык, выученный на дешёвых упрощённых задачах, на более качественный оценщик. Tier-2 берут из официального train split PLINDER, а эти 40 систем — из test split, чтобы не было утечки между train и evaluation. Training Large Language Models for Small-Molecule Design with Synthetic Task Scaling https://arxiv.org/abs/2609.04735 https://www.alphaxiv.org/ru/abs/2609.04735

Китай объявил разработку чипов приоритетом новой пятилетки развития электроники Китайские власти опубликовали пятилетний план развития электронной информационной промышленности на 2026–2030 годы. Главным приоритетом документа стало развитие полупроводников — от проектирования и производства чипов до оборудования и материалов. Передовые вычислительные технологии должны обеспечить развитие искусственного интеллекта, телекоммуникаций и аэрокосмической отрасли. План появился на фоне усиливающейся технологической конкуренции Китая с США и роста опасений по поводу рисков, связанных с развитием ИИ. https://hightech.plus/2026/09/16/kitai-obyavil-razrabotku-chipov-prioritetom-novoi-pyatiletki-razvitiya-elektroniki

Глава Nvidia не согласен с глобальным замедлением развития AI Хуанг заявил, что договариваться о замедлении AI на уровне компаний и государств не нужно. Он считает, что AI это всего лишь софт, который разрабатывают люди. Если разработчикам кажется, что их продукт опасен, то пусть они его не выпускают.

«Мне кажется, противопоставлять инновации, скорость и безопасность продуктов — это ложная дилемма. Вполне можно обеспечить и то и другое одновременно. Поэтому двигайтесь настолько быстро, насколько можете. Но если в какой-то момент вы почувствуете, что компания теряет контроль над ситуацией или продукт может оказаться небезопасным, сделайте паузу и убедитесь, что всё сделано как надо».

— Хуанг, у нас же наступил конец света из-за твоих чипов. — Вы совершенно правы, все человечество погибло, это очень печально. В знак сочувствия готовы сделать скидку в 7.4% на следующее поколение видеокарт. https://techcrunch.com/2026/09/15/we-dont-need-ai-regulation-leave-safety-to-us-nvidias-jensen-huang-says/