ИИ

У вас есть ощущение, что сейчас у большинства научных статей происходит кризис осмысленности? Приведу несколько примеров. Наверное, вы помните, что пару месяцев назад я делал интервью с Глебом на тему World Models. Глеб проводил целую серию семинаров о том, а вообще имеют ли смысл World Models, где в них искать преимущества и в чём их профит. И это была очень ценная, на мой взгляд, и важная серия семинаров. Есть масса работ, поддержанных NVIDIA и другими компаниями, в которых проделана огромная и сложнейшая работа по тому, как обучить World Model, как получить дополнительные проценты на каком-то бенчмарке при таком подходе и прочее, и прочее. Но при этом нет ни одной внятной демонстрации и чёткого ответа на вопрос, как именно это помогает. И чтобы разобраться с этим, нужно привлекать достаточно умных людей, которые глубоко в теме, причём не один раз. И мне кажется, что это огромная проблема современной науки и современных статей. Я вот полчаса назад сходил на небольшой семинар одного из авторов модели D-Robotics Uranus, который проводила сама D-Robotics. Я абсолютно случайно оказался в их Discord-канале, когда они прислали мне плату на тестирование. Наверное, вы помните видео про RDK S100. Они параллельно занимаются тем, что обучают World Models. Автор рассказал доклад. Явно написанный чатом гпт. Здоровый человек не говорит в таких формулировках. Я спросил автора, смогли ли они сделать какой-нибудь простой тест на новом роботе в новом environment и сравнить результат с каким-нибудь ACT. Или сделать любой ablation study. Мой вопрос был единственным. Автор решил что лучший ответ - отключить камеру и перестал отвечать на что либо. 🤣🤣🤣 Мне кажется, это очень показательно. Когда я смотрю на реальные стартапы, которые что-то делают, они очень часто не используют вообще никакие технологии, появившиеся за последние три-четыре года. Потому что ещё не произошло осмысления того, что было сделано за это время, и того, как это применять в реальности. И абсолютно не факт, что значительная часть этих технологий вообще дойдёт до реального применения. Мне это кажется катастрофическим разрывом с тем, как всё было 20 лет назад. Когда практически по любой статье, которая появлялась, с автором можно было очень долго разговаривать о том, где это можно использовать, какие проблемы это в реальности может решать. И авторы были супер открыты к тому, чтобы обсуждать, что да, им кажется, что это, конечно, не общий метод, но вот тут, тут и тут он может значительно усилить существующие алгоритмы. Сейчас же авторы живут в каком-то своём воображаемом замке, который очень плохо маппится на реальность.

ATAS (Any Time, Any Space) Просто атас фреймворк от ziplab для генерации видео по сценарию (шутки за 200). Держит общее состояние мира, чтобы сцены и события оставались согласованными даже в несоседних кадрах. • Скрипт компилируется в запросы на кадры с явными локацией, камерой и временем события • Две памяти: сцена со статической геометрией и события с динамикой по сцене, событию и времени • Перед генерацией достаёт доказательства из памяти, после — реконструирует клип и регистрирует его • Память обновляется только если отзыв и проверка состояния приняли наблюдение • Кадр остается в фильме независимо от того, попал ли он в постоянное состояние Разделение статической геометрии и динамики — ключевое: похожий кадр не подтянется, если он из другого события. Остается сложным точное воспроизведение «действие + состояние» Гитхаб Демо #consistency

Бенчмарк для оценки автономного проектирования чипов нейросетями NVIDIA и ChipAgents представили бенчмарк Build-A-Chip-Bench, проверяющий способность ИИ-агентов самостоятельно проектировать полноценные процессоры. По результатам тестирования модель на базе Claude Fable 5.1 показала результат всего в 16,6%. Около 40% решений успешно проходят функциональную верификацию, но лишь 10% соответствуют строгим физическим требованиям, необходимым для создания рабочего чипа. Тем не менее, по словам CEO ChipAgents Уильяма Ванга, нейросети уже сократили цикл разработки с двух лет до года, а в перспективе этот показатель может снизиться до 4–6 месяцев.

#книги # Anathem, AI для письма и текстовые квесты Хороший текст это очень сложная вещь. Я кое-что понимал в этом как автор научно-популярной книги. Однако окончательно это понимание кристаллизовалось в моей голове после двух недавних событий: я попробовал использовать LLM для генерации текстовых квестов в ROAM и прочитал Anathem Нила Стивенсона. Мою книгу под рабочим названием "ИИ для всех", которое мы обязательно поменяем на что-то более кликбейтное, можно ждать на полках весной 2027. Я давно об этом вам не писал, так что вкратце: я уже всё написал, но издательство посчитало книгу слишком сложной и я, после некоторое сопротивления, признал их правоту. Они выделили мне отличного редактора и с тех пор мы над ней работаем. Книга определенно становится лучше. Во время работы над книгой я много раз переписывал одни и те же главы. Каждый раз мне казалось, что лучше уже нельзя, но взгляд другого человека показывал, что там или не всё понятно, или читатель потеряется, или не интересно, и так далее. Потому что писать тексты сложно. В популярном сознании программировать сложно. Мой тейк: любой язык программирования это просто продвинутый список покупок для компьютера. Если вы знаете его правила, то дальше оно или работает, или нет, и вы сразу об этом узнаете. А теперь сравните это с любым текстом на естественном языке. Текст обязан быть интересным, но не слишком сложным. Простым, но не слишком предсказуемым. Музыкальным, но не вычурным. Понятным, но не пустым. Причем эти и другие требования должны соблюдаться одновременно. Например, нельзя компенсировать недостаток глубины идей более красивым описанием природы. Если любого компонента не хватает, всё рассыпается, текст не работает. В свою RPG ROAM я завел движок ink для полноценных текстовых квестов. Opus 5.5 у меня отлично накодил много сложных игровых фич, поэтому я думал, что он должен неплохо справиться с созданием пары квестов. Процесс был такой. Я скормил ему лор своей давней FATE CORE (система наподобие Dungeon and Dragons) компании и адаптировал под эту игру. Потом я запустил настолку из агентов для генерации таймлайна мира: много Haiku играли каждый за одну фракцию в мире каждый, делали ходы раз в игровой год, а Opus потом как гейм мастер делал из этого нарратив. Получился неплохой скелет. Затем я запустил Opus делать квест, GPT Sol 6 тестировать и оценивать по нескольким критериям, а Gemini Flash править русский язык. Система была неплохая, но получилось плохо. Я думал, что выйдет нечто вроде "сойдет." Может не ламповые Космические Рейнджеры, но хотя бы поиграть можно. Нет, видимо "сойдет" текстов не бывает. Оно просто не работает. Ты видишь текст и он сразу не клеится, ты не вовлекаешься, что-то не то. Например, описание одной из сцен, заброшенной фермы, изначально включало такой пассаж от агента: "Рядом с колодцем лежит веревка, на ней множество узлов и ни один из них не мокрый." Закономерно, я спрашиваю агента: "это что за херня? Какой нахрен мокрый узел, угашенный ты об дерево?" Оказалось, что по лору хозяин этой фермы измерял количество воды в колодце веревкой с узлами. Опус пытался таким образом донести до игрока этот кусок лора. Вот только для этого надо было мысленно поместить себя на место игрока. Я задумался о том, насколько это сложно. Даже простейшее описание локации требует понимать какая информация доступна читателю, а какая нет. Поэтому я со времен Claude Sonnet 3.5 тестирую, может ли LLM написать за меня следующую главу. Модели стали многократно круче, а ответ всё так же "нет." LLM или даже агентская система с множеством лупов не способна на данный момент написать такую книгу, которую стоит читать. Иронично, что большие языковые модели не умеют писать! Код оказался намного проще. Так вот, это приводит нас к Anathem. Это книга от автора Snow Crash – новеллы, которая ввела термин "метавёрс." Поэтому я знал, что Нил Стивенсон хороший фантаст, но я не ожидал, что настолько. Про Anathem тяжело написать без спойлеров, поэтому я скажу так. Это очень сложный текст. Не для читателя, ведь читается она очень легко (после первых глав, там надо вкатиться). Это сложный текст с той точки зрения, что он объединяет в себе собственный язык, несколько переплетающихся сюжетных линий, глубокий слоёный символизм, рассуждения о природе сознания и квантовой физике, крутой экшен и человечных персонажей. И при всём этом оно работает. Такую хрупкую конструкцию могло бы разрушить что угодно, но в книге нет ни одного лишнего слова. Например, там есть три главы подряд где персонажи просто сидят за столом и обсуждают параллельные миры. Причем не абстрактно, а речь идет о настоящей физике. Но только в выдуманных автором терминах. Звучит невероятно скучно, да? Но я не мог оторваться. Сцена, персонажи, ритм и переплетающиеся сюжетные линии так подобраны, что это очень интересно читать. Да ещё и к концу ты остаешься полностью убежден, что именно так и работает вселенная в реальности. Я думаю в книге автор, на самом деле, выражает своё видение мира. Поэтому я читал эту книгу с двух точек зрения. Как читатель я просто получал удовольствие. Как автор же, я смотрел на эту книгу как на шедеврально собранный механизм, и задавался вопросом, смогу ли я когда-то создать нечто близкое.

Muse от Meta* спроектировал рабочий крипто-SoC на RISC-V Энтузиаст и инженер под ником bubble boi создал криптографический SoC на архитектуре RISC-V, доверив весь процесс проектирования и подготовки к производству ИИ-агенту Meta* Muse. Нейросеть самостоятельно расставила 61 590 логических ячеек, выполнила трассировку в ПО OpenROAD и сгенерировала итоговый GDSII-файл для отправки на кремниевую фабрику. Расход на вычисления составил около 100 млн токенов (эквивалентно $2000). Чип рассчитан на частоту 100 МГц при энергопотреблении 20 мВт и снабжён аппаратной поддержкой алгоритмов SHA-256/512, Keccak и Ed25519. Дизайн успешно прошёл физическую проверку правил проектирования (DRC) и синтетические тесты ACT/Berkeley TestFloat, подтвердив корректность работы со стандартами RISC-V. Автор уже ищет места в коллективных кремниевых пластинах (MPW) для отправки процессора в тестовую печать. * Meta признана экстремистcкой организацией в России, а ее деятельность запрещена.

Накопилось по #minimaxH3 - часть 33 #LoRA #upscale github.com/xmarre/Comfyui_Minimax_h3_latent_Upscaler-Plus - латентный апскейлер от автора Spectrum huggingface.co/Imagineer13/H3-Anti-Burn-LoRA - фикс пережженного переусложнённого лица при склейке турбо-клипов. Вешаешь только на продолжения (не на первый клип) huggingface.co/yama-kiyo/MiniMax-H3-ORB360-Vertical-LoRA - вертикальный облет civitai.com/models/964312/redcraft-and-dark-beast-loras - «взрыв-схема» объекта. Триггер Exploded View Diagram civitai.com/collections/18270307 - сборник слайдеров движения: инерция/импульс, амплитуда, прогрессивное ускорение, резкие смены, скорость #workflow civitai.com/articles/36538/comfyui-tutorial-consistent-ai-characters-in-minimax-h3-no-lora-training-with-6gb-vram - консистентные персонажи без LoRA на 6GB: одна картинка → Qwen 2.1 делает 8 ракурсов → RefMod ~100MB → сохранtнный персонаж #personalization github.com/jiangge0804-crypto/collage-broll-minimax - коллаж-B-roll: строка озвучки → премиальный бумажный коллаж-клип huggingface.co/no3us/minimax-h3-refmod-pilot - воркфлоу создания и тестирования #RefMods civitai.red/models/2027766/bfs-best-face-swap - BFS #CharacterSwap LoRA: замена главного персонажа в гайд-видео с сохранением движения, мимики, камеры github.com/sepiablue-ai/ComfyUI-H3-AudioFirst-X2-Stream - голос сначала: 8-шаговый аудио-проход на крошечном 32×32, затем голос «залочен» для генерации видео github.com/chanon/comfyui-obvpm-timeline - обновление таймлайна obvpm: новый воркфлоу, превью через taeh3 #COMFYUI github.com/noembryo/ComfyUI-noEmbryo#h3-clip-refiner - рефайнер: генеративный ресемпл дорисовывает мелкие детали, оставляя низкие частоты — фон не плывет.

Битва скиллов 🔗 https://github.com/Jakeschincariol/arena-skill Создает команду /arena которая запускает турнир на вашей библиотеке установленных навыков и открывает три мощных практических сценария: 1️⃣ Сценарий 1. «Битва титанов» (Skill vs Skill Benchmark) Актуально если у вас установлены альтернативные или пересекающиеся скилы. Можно стравить их в соревновании на решение одной сложной практической задачи, чтобы объективно определить сильнейший подход или скомбинировать их сильные стороны. В моем случае 1я дуэль была по Аудиту безопасности

Участники: claude-security против security-audit-skill (Cloudflare). Задача: Провести аудит критического модуля (например, auth-сервиса или парсера). Судейство: Кто найдет более глубокие граничные уязвимости, допустит меньше false-positives и предложит более надежный патч.

Дуэль 2: Фронтенд-архитектура и скролл-дизайн

Участники: scroll-craft против компонентов magicui / shadcn Задача: Спроектировать архитектуру и интерактивный прототип высоконагруженного лендинга.

Дуэль 3: Мобильный стек

Участники:  react-native-skills против expo .

2️⃣ Сценарий 2. Эволюционная прокачка конкретного навыка Запускает турнир из 16 агентов (--quick) с задачей:

«Переписать архитектуру навыка X: убрать воду, внедрить строгие анти-AI-slop правила, структурировать вызовы L1/L2/L3, добавить четкие триггеры и скрипты верификации под стандарты PersonalOS».

16 субагентов с разными стратегиями (First Principles, Speed-focused, Adversarial, Academic, Pragmatic) создают свои варианты реализации. - В раундах атак они вскрывают слабые места в формулировках друг друга (галлюцинации путей, избыточность токенов, двусмысленность инструкций). На выходе получается единственный, максимально отточенный и выживший вариант SKILL.md. 3️⃣ Сценарий 3. Стресс-тестирование надежности навыка Проверка того, насколько установленный навык устойчив к сложным граничным условиям: - Агенты Арены выступают в роли «атакующих клиентов» с противоречивыми, сложными или вредоносными запросами. - Оценивается, насколько строго целевой навык удерживает контракт, не сваливается в ленивые ответы и соблюдает безопасность. === запустил свои и получил эталонный синтезированный пайплайн аудита по безопасности: 5-фазный регламент для аудита любого проекта в PersonalOS: 1. Recon & Ledger: Фиксация git-ревизии, подсчет файлов и генерация coverage-ledger.json. 2. Sandboxed Hunting: Запуск параллельных исследователей в изолированной среде без внешней сети. 3. 3-Lens Panel: Обязательная тройная верификация (Reachability, Impact, Defenses) перед признанием проблемы реальной. 4. Patch Specification: Генерация минимального атомарного патча. 5. Delivery: Формирование отчета REPORT.md и экспорта в SARIF.

Нормальные AI-транскрибаторы для созвонов 😀 Пока искала себе ноуттейке, наткнулась на свежий разбор HubSpot, утащила сюда самые интересные варианты. Отдельно проверила русский язык) ✖️Fathom — транскрибация, саммари, фоллоу-ап, CRM Цена: есть free, платные — от $16/мес Русский: есть ✖️Fellow — саммари, постановка задач, интеграции с Asana/Jira/ClickUp Цена: free, платные — от $7/мес Русский: есть ✖️Rev — AI-транскрипция + при необходимости проверка человеком. Цена: от $0.25/мин Русский: есть на платных тарифах ✖️Descript — больше для тех, кто потом еще режет созвоны в контент. Цена: free, платные — от $16/мес Русский: нет Если и есть отличия, то совсем незначительные берите то, что нравится внешне и не сильно бьет по карману)) Кстати, зацените как рекламируются их конкуренты в гугле 😅️️️️ Fireflies у меня были, но уж больно бесячие, постоянно слали сообщения на почту, отказалась от использования

Сижу на конфе в Екб и жду своей очереди выступать. Передо мной выступал некий сооснователь, генеральный директор одной компании, рассказывал, что произошло в ИИ за последние сколько-то лет и в конце агитировал всех использовать Claude Code Блин, чувак, ты бы лучше выступление своё доверил Claude Code. Потому что переврал лектор всё, что только можно было. И "зима ИИ" у него была в 2010-е и ничего не происходило до ChatGPT, и RLHF у него впервые применили в DeepSeek и т. д. и т. п. Блин, ребята, ну зачем так делать? Если ты не разбираешься, но тебя заставили выступить по теме, в которой не разбираешься, ну загугли хотя бы блин Едва поборол себя, чтобы не ворваться на сцену и не устроить массовые pogrommen

Оборотень на колёсах. Я уже писал про компании, которые на деле являются не совсем теми, кем кажутся (типа Ferrari и Red Bull). Похоже, самый крупный экземпляр этого вида – Tesla. На первый взгляд, перед нами классический автоконцерн: 87% его выручки приносят электромобили. Но стоит взглянуть на капитализацию, и картинка ломается. Tesla оценивается почти в $1,4 трлн – это дороже, чем Toyota, BYD, GM, Mercedes и ещё пять автогигантов вместе взятые (при том что некоторые из них зарабатывают в разы больше). Никакой автомобильной арифметикой такую цену не объяснить. Аномалия чистой воды. Секрет простой: рынок давно перестал видеть в Tesla производителя машин. Покупая её акции, инвесторы авансом финансируют совсем другую историю – массовый запуск роботакси Cybercab и батареи для освоения космоса. А главное – андроидов Optimus, которых по задумке Маска первыми отправят на Луну и Марс готовить базу к прилёту людей. Электромобили тут, по сути, идут как лёгкая тренировка на кошках. Настоящий товар – сам Илон, его амбиции и те продуктовые команды, которые он смог выстроить под собой. В отличие от всего остального автопрома, который год за годом обновляет решётки радиаторов и соревнуется в размерах экранов, Маск строит то, чего раньше не существовало. Именно за это ему и платят. И платят щедро. Переоценена ли Tesla? По всем формулам – безбожно. Но я бы не стал спорить с теми, кто берёт её акции вдолгую. Маск столько раз утирал нос скептикам, что ставить против него сейчас было бы, мягко говоря, самонадеянно.