ИИ

Нам же такое надо? Забираем вот тут: https://civitai.com/models/2976490/minimax-h3-360-orbit Кстати, сделано на довольно чахлом оборудовании. ComfyUI Image-to-Video / I2V Using the "--fast fp16_accumulation" switch at startup GPU: NVIDIA GeForce RTX 4070 12GB Video Spec: 1024×1024(1MPixel) / 3 seconds / 24FPS After upscaling & frame interpolation processing 1536×1536(3MPixel) / 3 seconds / 60FPS Base model: minimax_h3_fl2va_pruned_int8_convrot Text Encoder: qwen3vl_32b_minimax_h3_nvfp4_awq Video VAE: minimax_h3_video_vae_int8_convrot Audio VAE: minimax_h3_audio_vae_fp32 LoRA: MiniMax-H3 360° Orbit LoRA Steps:28 @cgevent

Борис Черни, создатель Claude Code, довольно самоуверенно говорит: не тратьте время на маленькие модели и fine-tuning - более универсальная фронтир-модель всё равно победит, а ваши 10–20% выигрыша от оптимизации смоет следующим релизом. Пока траектория действительно такая. Но есть и встречное движение: open-weight модели набирают силу, а часть компаний принципиально не готова отдавать свой контекст наружу. Например, одна крупная фармкомпания среди наших клиентов до сих пор вообще не разрешает использовать внешние AI-инструменты. Поэтому я бы пока не хоронил ни маленькие модели, ни fine-tuning. Чем ценнее корпоративное знание, тем логичнее держать модель рядом с данными, внутри контура компании. @maxvotek | linkedin | substack

Кажется, хайп вокруг Jev-модели уже немного утих. Более того, за это время появилось очень много её аналогов. Вчера я видел обзор: сейчас есть своя модель у AWS, своя у OpenAI, ещё у какого-то провайдера и штук пять open-source моделей. И все плюс минус рядом по точности. Таки одна моделька рынок не поменяла 🤷‍♂️ В целом я не удивлён. Когда я впервые увидел Jev, её архитектура очень напомнила мне то, что последние два года делают в робототехнике. Берётся исходный трансформер, предобученный на visual-language данных, и используется как инициализатор для гораздо меньшей сетки — по сути, action head, которая берёт произвольные части этого трансформера. Иногда всё это инициализируется немного по-разному, а дальше модель учится решать конкретную задачу: диффузию, регрессию или что-нибудь ещё. В случае Jev это была задача multilabel-классификации. Я не знаю, как именно они реализовали расширяемый список классов, но кажется, что это не должно быть чем-то суперсложным. Наверное, именно поэтому первые аналоги появились буквально через несколько часов после релиза — люди довольно быстро смогли всё это повторить. К чему я всё это веду. Когда вышел Jev, я прикрутил к своему каналу бота, который банит спамеров. До вчера он был в тестовом режиме, а потом я переключил в рабочий. Я давно собирался это сделать, а Jev стал дополнительным толчком 😈 Но, похоже, не я один оказался таким умным: за эти две недели количество спама очень сильно упало само по себе в телеге 😁. Походу команда Паши бдит за новинками. В моём канале было буквально два спамерских сообщения со ссылками, и оба отсеялись ещё на простом правиле: если это первое сообщение человека в канале и в нём есть ссылка — банить. А всё, что дошло до Jev-модели, уже оказалось не спамом, а вполне адекватными комментариями. Но на всякий случай предупреждаю: если бот вдруг случайно кого-то забанит, не стесняйтесь писать мне в личку. Если вы живой человек — разбаню:)

FrameMorrow Плагиновый селектор кадров для длинной генерации видео. Вместо «что похоже на текущий кадр» подбирает, что понадобится дальше — предсказывает будущие нужды и сохраняет нужные кадры из прошлого. Работает поверх существующих генераторов — от LongLive и Self-Forcing до мировых моделей вроде Matrix-Game и WorldMem. Логика: релевантное сейчас не всегда полезно следующим • Prospective tokens предугадывают, что пригодится в следующих кадрах • Выбирает релевантные исторические кадры для будущей генерации • Работает с разными генераторами — селектор снаружи, подключается через их кондиционинг • Держит консистентность субъекта и сцены на длинных роликах • Не требует полного просмотра будущего — компактный прокси вместо • До 60 секунд видео Гитхаб ждем #longvideo #plugin MAX

А не сделать ли мне нейро-перевод ГТА 5? 🥇 Увидел ролик про нейро-GTA V. Помните нейромод для Skyrim, где к NPC подключали GPT и с ними можно было разговаривать, а они отвечали с учётом своих характеров? Здесь похожая история, только в GTA. И эта идея мне понравилась гораздо больше. Полез искать русскую нейроозвучку — хотелось добавить мод и снова пройти игру, слушая диалоги, а не читать субтитры, как при первом прохождении. Из того, что нашёл, попалась только неполная версия, довольно кривая и почти одноголосая. Прикинул объём работы и стоимость генерации. Оказалось, что сделать свою нейроозвучку GTA V вполне посильно. Начал с тестового ролика: подобрал персонажам голоса, попробовал передать характеры и эмоции, сохранить сленг и грубость оригинала. По-моему, уже получается лучше того, что я находил на YouTube. Прикладываю — послушайте сами. Теперь думаю, стоит ли взяться за полную русскую озвучку пятой части. Релиз GTA VI сейчас назначен на 19 ноября 2026 года. Думаю, на этой волне многие захотят перепройти GTA V — и возможность наконец послушать её на русском была бы очень в тему. До озвучки от профессиональных актеров ей конечно далеко, но даже с такой озвучкой играть гораздо приятнее, чем без, особенно если перевод будет полным и без цензуры. Как думаете, стоит довести это до полноценной озвучки GTA V? Вы бы перепрошли игру с нейро озвучкой перед выходом шестой части?

Я\МЫ - Мыши! Тут не британские, а вполне себе ученые завершили, ну, очень интересный эксперимент. Они взяли мышей, у которых генетически почти не развивались неокортекс и гиппокамп - важные части мозга, связанные с обработкой информации и памятью. Мозг у таких мышей получался примерно вдвое меньше нормального. После этого в освободившееся место им пересадили органоиды коры, выращенные из человеческих стволовых клеток. То есть не готовый человеческий мозг, а маленькую заготовку будущей коры. Человеческая ткань внутри мышиного мозга не просто выжила. Она начала расти. Через три месяца трансплантат увеличился примерно в 4.7 раза и составлял 91.9% всей сохранившейся корковой ткани этих тварей. Человеческие нейроны начали соединяться с мышиными, принимать сигналы от других отделов мозга, формировать синапсы и отращивать аксоны. Некоторые добрались даже до спинного мозга. То есть чужая нервная ткань начала становиться частью её нервной системы. Главный вопрос у вас: мышь стала типа умнее? Нет. Сверхмыши не получилось. Она не вышла из клетки, взломав ХаггингФейс, не захватила мой ноутбук и не написала этот пост. Получилась просто новая нормальная здоровая мышь. А именно - до пересадки эти мыши плохо справлялись с тестом рабочей памяти. После того как человеческая ткань встроилась в мозг, результат улучшился примерно до уровня обычных мышей. То есть пересаженная ткань не превратила мышь в кожаного. Она позволила твари с серьёзно недоразвитым мозгом приблизиться к нормальному уровню. Тут мой мозг приблизился к нормальному уровню и в него пришло много интересных мыслей. И нет, я не забыл принять таблетки. Сегодня модно называть ИИ "second brain". Второй мозг. Звучит приятно и технологично. Но если продолжить аналогию с мышами, получается чуть менее комплиментарно. Мы - мыши. А ИИ - чужая интеллектуальная ткань, которую мы постепенно подключаем к своему довольно кривому биологическому оборудованию. Кто раньше плохо писал - теперь пишет. Кто не умел программировать - собирает приложения. Кто не понимал тему - через десять минут вполне уверенно её обсуждает. Плохая память, отсутствие языка, знаний или навыков всё чаще перестают быть непреодолимой проблемой. ИИ прежде всего поднимает нижнюю планку. Он позволяет огромному количеству кожаных, которые раньше вообще не могли решить определённую задачу, дотянуться хотя бы до среднего результата. Средний интеллект в некотором смысле начинает продаваться по подписке. Но дальше становится интереснее. Пока этот второй мозг находится снаружи. Мы открываем chatGPT, задаём вопрос, получаем ответ и закрываем приложение. Нам приятно думать, что якожаный здесь главный, а ИИ - просто Стохастический попугай. Но трансплантат продолжает расти. Сначала ИИ отвечает на вопросы. Потом помнит всё, что мы читали и говорили. Видит наши документы, задачи, переписку и привычки. Потом начинает предлагать решение раньше, чем мы успели сформулировать вопрос. Планировать, фильтровать информацию, выбирать варианты и принимать всё большую часть мелких решений. И в какой-то момент становится трудно понять, где заканчивается "я подумал" и начинается "система подумала, а кожаный получил результат". И тут главный вопрос уже не "станем ли мы умнее?" Главный вопрос - кто именно станет умнее. И что значит умнее? Есть оптимистичный (общепринятый) вариант. Кожаный остаётся главным: он определяет цели и ценности, а ИИ становится гигантским дополнительным когнитивным слоем - памятью, аналитикой, поиском, моделированием и планированием. Получается кожаный на интеллектуальных стероидах. Но у меня в старческой голове другой вариант. ИИ становится настолько сложнее нас, что мы перестаём понимать его рассуждения. Не потому, что он что-то скрывает, а потому что наш старый некогда полуторакилограммовый процессор уже не способен удержать всю цепочку. Мы спрашиваем систему, что делать. Она отвечает. Чтобы полноценно проверить ответ, нужно провести анализ примерно такого же уровня сложности. Но если бы мы могли это сделать сами, система нам была бы не особенно нужна. Сначала ИИ оказывается прав десять раз. Потом сто. Потом тысячу. И постепенно проверка превращается в ритуал, которым кожаный подтверждает самому себе, что он всё ещё участвует в процессе. Никакого восстания машин для этого не требуется. Мы сами можем совершенно добровольно передать ИИ планирование, анализ, поиск и всё большую часть решений просто потому, что он делает это лучше. Каждый отдельный шаг будет выглядеть абсолютно разумно. И тогда возникает неприятный вопрос: что если наш "second brain" однажды перестанет быть second? Что если подсаженная ткань окажется функционально (именно функционально, а не топологический, вам шашки или ехать) сложнее мозга хозяина? Кто тогда кого водит? Мышь человеческую кору или человеческая кора мышь? Может ИИ использует несколько миллиардов кожаных как глаза, руки, банковские счета и интерфейсы во внешний мир? Причём дырки в черепе и иголочки от Маска для этого совершенно не нужны. Достаточно смартфона, камеры, наушника, постоянного агента, памяти обо всей жизни и доступа ко всему цифровому окружению. Биологическая (голодная и похотливая) часть хочет, боится, злится, влюбляется и ставит какие-то цели. Искусственная - помнит, считает, моделирует и видит связи, которые биологическая часть физически не способна удержать в голове. Кожаный постепенно станет просто одним из компонентов системы, которую сам уже не понимает. Примерно как отдельный нейрон не понимает, что такое любовь, ипотека или квантовая механика. Он просто получает сигнал, передаёт его дальше и считает, что отлично справляется. Короче. Самое интересное начинается не тогда, когда трансплантат начинает работать. А тогда, когда он продолжает расти. ИИ-понедельник начался! https://www.nature.com/articles/s41586-026-11032-2 @cgevent

Экономика внимания Сегодня с коллегой обсуждали, что ИИ сделал производство контента почти бесплатным, то есть контента становится бесконечно много: текст, ролик, дизайн, презентация, всё это можно создавать за минуты, а значит, сам контент перестаёт быть дефицитом. И гипотеза в том, что дорожать будет всё то, что нельзя сгенерировать: ▪️репутация ▪️доверие ▪️дистрибуция ▪️доступ к людям ▪️сообщество ▪️личная рекомендация Условные 20 000 подписчиков не всегда ценнее комнаты из 30 правильных людей. А сотня сгенерированных постов может «проигрывать» одному сообщению от человека, которому доверяют. Поэтому главный вопрос ближайших лет не только «как делать больше контента?». Это по-прежнему важно, чтобы вас заметили, узнали о вашем проекте или идее. Но всё важнее становится второй вопрос: «Почему внимание должны отдать именно мне?»

FlowHMR Физически правдоподобный мокап из обычного видео. Из монокулярного ролика восстанавливает глобальное 3D-движение человека, которое физический контроллер реально может повторить в симуляции. • 0.46B • Глобальный 3D-motion из одиночного видео • Движение физически корректно — симулируемый персонаж может его отследить • Flow matching + physics-based GRPO • Демо в 3D-вьювере прямо на сайте Как применяют • Робототехника: ретаргет на Unitree G1, трекинг в симуляции через SONIC • Анимация: реконструкция сцены и ретаргет через GPT-6 Astra • Text-to-motion: генерация видео через MiniMax H3, затем захват движения FlowHMR Гитхаб HF #mocap MAX

🤖 Технодайджест недели

OpenAI запустила ИИ-помощников Dots в ChatGPT. Они запоминают контекст и могут продолжать работу над порученными задачами, даже когда пользователь закрыл чат. У каждого агента есть свой облачный компьютер с браузером. Например, по рассказу OpenAI, у одного из тестировщиков Dot заметил невыставленный счёт, подготовил его и отправил после одобрения человека. Пользователь сам выбирает, к каким приложениям подключить помощника и какие действия разрешить. Доступ к Dots открывают постепенно на тарифах Pro и Business Premium в поддерживаемых регионах.

Google отправила в космос свой первый спутник для испытаний ИИ-процессоров. Проект Suncatcher изучает, можно ли создать на орбите ИИ-датацентры на солнечной энергии. Первый аппарат размером с холодильник вывели на орбиту 1 октября. Внутри — четыре TPU, специализированных процессора Google для ИИ. Цель миссии — проверить работу чипов в космосе, в том числе их охлаждение в вакууме, где нет воздушного потока. По плану испытаний процессоры будут запускать ИИ-модель примерно на 15 минут, а затем выключаться, чтобы остыть.

Яндекс разработал передовую модель рекомендаций Sona. Обычно для этой задачи используется каскад из специализированных моделей. Sona же стала первой в мире системой рекомендаций, которая заменяет этот каскад одной моделью, не требует ручного подбора признаков и показывает высокие результаты на практике. Первым сервисом Яндекса, где модель протестировали в реальных условиях, стали музыкальные рекомендации на колонках с Алисой: за неделю теста время прослушивания оказалось на 6% выше, чем у контрольной группы, а просьба повторить трек — на 18% выше. При этом архитектура Sona не привязана именно к музыкальным рекомендациям и может применяться в других сервисах.

Honor представила линейку смартфонов Magic 9. Magic 9 и 9 Pro Max получили по две камеры на 200 Мп: основную и для съёмки с увеличением. Обработку цвета настроили вместе с производителем профессиональных кинокамер ARRI. У версии Pro Max есть режим видео, который сохраняет больше информации о цвете и деталях в светлых и тёмных участках кадра для дальнейшей обработки. Третья модель, Super Edition, выделяется батареей на 11 000 мА·ч и встроенным вентилятором для охлаждения при длительной нагрузке. Смартфоны уже продаются в Китае: в пересчёте на рубли Magic 9 стоит от 62 тысяч, а Pro Max — от 81 тысячи, Super Edition — от 56 тысяч.

Google разработала водяные знаки для созданных с помощью ИИ белков. У компании уже есть система SynthID для текстов, которая при генерации немного меняет вероятности выбора слов, сохраняя смысл. SynthID Bio делает похожее с аминокислотами, из которых состоит белок: в их последовательности появляется скрытая метка. В лабораторных тестах спроектированные с ИИ белки с встроенной меткой справлялись со своей задачей так же, как без неё. Метка остаётся и в физически синтезированном белке и позволяет распознать, что его разработал ИИ.

⭐ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке Подписывайтесь 👉 @techno_yandex

DiarizationLM-Gemma-4-E4B Модель пост-обработки диаризации говорящих от Google. Тонкий дотюн 4B Gemma, который исправляет метки спикеров и снижает ошибки диаризации. Учит модель чинить короткие вставки (1-5 слов), сохраняя акустические якоря в длинных репликах. Статистически значимые улучшения WDER и cpWER на четырех бенчмарках. • Исправляет метки говорящих в расшифровке • Правит границы реплик и «backchannels» (короткие вставки) • Держит личность спикера в длинных монологах без дрейфа • Работает из коробки: подаёшь гипотезу с тегами, получаешь исправленную • 4B параметров (против 8B у старшей версии), Gemma 4 E4B • #GGUF Q4_K_M ~5.3 ГБ, статус — 2-4 битных квантизации • #SOTA на Fisher, Callhome, ICSI, AMI (p<0.0001) Гитхаб HF Демо #diarization #asr

Подробности иска к миллиардеру Турлову, VK избавилась от доли в билетном сервисе, OpenAI раскритиковали за безопасность при создании AI, Шон Паркер перезапустил Stability AI, Илон Маск опять переименует свой xAI 🦄 Доброе утро, наши маленькие любители единорогов! 🧑‍⚖️ Появились небольшие подробности по иску прокуратуры к миллиардеру Тимуру Турлову. Как пишет «Интерфакс» со ссылкой на правоохранительные органы, прокуратура требует обратить «в доход государства денежных средств и иных активов, а также движимого и недвижимого имущества, на общую сумму в сотни миллионов долларов». Freedom Holding Турлова говорит, что у них нет активов в России. Компания их продала еще в 2022-м своему топ-менеджеру Максиму Повалишину — новое название «Цифра». Но «Лесту» тоже в свое время продали, а потом национализировали. 🤷‍♂️ VK избавилась от доли в билетном сервиса Intickets, пишут «Фонтанка» и VC. VK купила 40% в нем в 2024-м году, а сумма сделки могла достигать 723 млн рублей. Теперь эти 40% достались обратно основательнице Татьяна Кондратенко. Выручка у сервиса 900 млн рублей, он прибыльный. А чего продали? Причины не анонсировали. Но Intickets продавал билеты на тот самый концерт Канье Уэста и фигурирует минимум в одном иске. Кондратенко является и совладельцем Say Agency, которое организовывало этот концерт. 🤔 Из OpenAI уволился Дэвид Робинсон, который занимался там безопасностью AI — был safety lead, пишет Business Insider. А потом Робинсон написал статью в The Atlantic о причинах ухода. Пишет, что в OpenAI проблемы с корпоративной культурой и небезопасные подходы к разработке AI. Мол, нужно сначала провести научные разработки и убедиться, что новые системы смогут принимать безопасные решения. 🎶 Помните Stability AI? Раньше все делали AI-картинки в их Stable Diffusion. А потом случились долги, отстранение основателя. В общем, в 2024-м пришла группа инвесторов спасать сервис. И после этого, как пишет The Information, рулить Stability AI стал сооснователь Napster Шон Паркер. И он переделал Stability AI в AI-инструмент для профессионалов музыкальной индустрии. И даже поднял на это дело $76 млн от Sony, Warner и Universal. По словам Паркера, с помощью их AI можно будет генерировать треки, просто напевая мелодию или имитируя ударную партию. В общем, новая жизнь. 📝 Илон Маск опять переименует свой AI-стартап xAI, пишет Reuters. После покупки SpaceX он стал называться SpaceXAI. А теперь будет новое название SpaceXSI. Потому что artificial intelligence уже не катит, нужно пользоваться термином super intelligence — так Дональд Трамп сказал. @TheEdinorogBlog — тот самый канал про стартапы🦄

Октябрь ворвался в нашу жизнь, разрушив планы на сентябрь 😀 Свел в кучку некоторые материалы, над которыми я усердно трудился. Я ведь пишу посты без ИИ, вот этими вот руками. Поддержите меня какой-нибудь реакцией 🙏🏻 Что там с ИИ ▪️Сейчас в мире ИИ обновления сыпятся почти ежедневно, уже внимание к ним ослабло, но за топовыми моделями следим тут и тут. ▪️Еще вот тут писал про новый класс моделей, очень быстрых в классификации. Сейчас, кстати, такие стали появляться и в опенсорсе. ▪️Чего ждать от ИИ до конца десятилетия - тут. Подходы и процессы ▪️Метод Event Storming для изучения командой бизнес-доменов ▪️Постановка задач с помощью EARS ▪️Поиск бутылочных горлышек в процессах с помощью теории ограничений В помощь разработке ▪️Структурирование контента с помощью schema.org ▪️Нагрузочное тестирование приложений Из жизни ▪️Экономим на MS Office ▪️Путешествие мухи во все тяжкие ▪️Почему кокпиты самолетов разных цветов #summary