ИИ

Железные душнилы наступают! Business Insider пишет, что клиенты стали всё чаще поручать общение со службами поддержки собственным ИИ-агентам. Те невозмутимо висят на линии и готовы часами выяснять статус заказа или раз за разом переподтверждать бронь. В общем, душнят и выносят мозг с полной самоотдачей. Любовь к технологиям тут ни при чём: людям просто надоело тратить время на рутинные и неприятные звонки – спорить из-за счёта, оформлять возврат, менять тариф, выбивать скидку и отменять подписку. Один американский банк, скажем, столкнулся с ИИ-агентом, который пытался договориться о реструктуризации долга своего хозяина. В общей массе таких коммуникаций ещё немного, но их число растёт так быстро, что крупные компании уже ломают голову: как отличить цифрового помощника от мошенника? И стоит ли вообще с этой железякой разговаривать? Доходит до смешного. Сотрудницу одной страховой компании каждую смену донимает бот юридической фирмы, хамоватый и с характером. А нейросеть, которая следит за качеством разговоров, регулярно снижает ей баллы за недостаток эмпатии… к этому самому боту. Киберпанк во всей красе! Впрочем, компании сами напросились. Годами они экономили на живых людях: номер оператора прятали так, что найти его удавалось только самым настырным, а всех остальных отдавали на растерзание бездушным и часто тупящим чат-ботам. Кто хоть раз орал в трубку или писал капслоком “СОЕДИНИ МЕНЯ С ЧЕЛОВЕКОМ!”, знает, о чём я. Натерпевшись, клиенты наконец получили шанс отыграться. Дальше будет веселее. Скоро целые армии таких вот цифровых звонарей, одержимых своими задачами, обрушатся не только на корпорации, но и на малый бизнес – от стоматологий и сантехников до ресторанов и семейных гостиниц. Что ж, кармический бумеранг прилетел. Оказывается, в эту игру можно играть вдвоём. Или, вернее, всем человечеством.

#MossImage huggingface.co/lodestones/Kromoss - Kromoss: файнтюн MOSS-Image-Base в 1024px, чинит мыльность, энкодер Qwen3.5-9B + FLUX.2 VAE. В комплекте 8-шаговая турбо LoRA github.com/Rkkss/ComfyUI-Spectrum-MOSS - Spectrum для MOSS: «auto»-нода после модели. Тестировалось без турбо — приятный результат от 12 шагов на 1.3Mpx (1168px) за ~30 сек на 3060 12Gb. Kitchen Attention на MOSS скорости не помогает #optimization huggingface.co/akhaliq/MOSS-Image-SFT-4-steps - 4-шаговая турбо LoRA для MOSS, вышла v2. Первая версия упрощала композицию #LoRA #slider huggingface.co/axiomofmind/Moss-image-gouache-lora - гуашь: винтажные рисованные иллюстрации и постеры huggingface.co/axiomofmind/Moss-image-psychedelic-lora - психоделика: насыщенный неон, сюрреальные сюжеты, графичные формы huggingface.co/Danrisi/nicegirls_v2_moss - nicegirls_v2 порт под MOSS, на низкой силе дает разнообразие лиц github.com/HyperGAN/moss-image-sliders - слайдеры теплых/холодных тонов civitai.com/models/3010015/moss-lighting-slider и huggingface.co/Playtime-AI/Moss-Image-Age_Slider - базовые слайдеры освещения и возраста #comfyui github.com/levzzz5154/ComfyUI-MOSS-PromptWeight - вес фразы в промпте: Qwen3.5 игнорирует обычные (word:1.2)-веса, нода применяет их внутри attention. Пример: (red hat:-1), (yellow flowers:1.5) #prompting github.com/b4ldur/ComfyUI-MOSS-BBox1000 - конвертер BBox-раскладки 0–1000 для MOSS, независимый от разрешения. Ранняя версия ломалась на других разрешениях github.com/xb1n0ry/ComfyUI-MOSS-Prompt-Enhancer - энхансер промптов: простой промпт → расширенное описание → JSON-макет с боксами → скомпилированный MOSS-промпт (компилятор из официального скилла). Есть caption-режим без боксов. Рекомендуется Qwen 3.8 27B Q4, 9B сойдёт huggingface.co/mdevoz/qwen3.5_9b_ultra_uncensored_heretic_int8_convrot - абляция промпт-апсемплера MOSS (int8convrot). Оригинал: huggingface.co/llmfan46/Qwen3.5-9B-ultra-uncensored-heretic #uncensored github.com/spooky-local/MOSS-Layout-Editor - редактор раскладки: рисовать/двигать боксы, подписи регионов и рендеримый текст github.com/0Printemps0/ComfyUI-MOSSLayout - второй визуальный редактор раскладки, форк ComfyUI-IdeogramHelper huggingface.co/sorryhyun/moss-image-colorize - MOSS как раскрашиватель лайнарта: вход через vision-башню Qwen3.5 и как VAE-латент в DiT. Сохраняет линию, лица, надписи. Ноды img2img: github.com/sorryhyun/ComfyUI-MOSS-i2i #controlnet huggingface.co/darask0/MOSS-Image-color-depth-control - контрол-адаптер по карте цвет-регионов и карте глубины. ComfyUI-реализации пока нет civitai.com/models/3010285/moss-color-and-depth-control - модел-патч к цвето/глубина-контролю MOSS — вместе работают как простой ControlNet. Воркфлоу на civitai.red ——— huggingface.co/MATLOWAI/MOSS-Image-SFT-DeBand-int8 - SFT с вшитым фиксом вертикальных цветных полос (de-banding), int8 github.com/shootthesound/Fizgig/releases/tag/v8.5.0 - Fizgig 8.5: поддержка MOSS для LoRA и слайдеров. Тренируется легко и быстро, хватит 12Gb. Совет автора: res_multistep + simple лучше euler. Spectrum при этом не ломается #finetuning

ИИшке нужен ваш унитаз Все твердят, что электрики, сантехники и прочие рукастые и зачастую усатые дядьки продержатся дольше всех. Да, шансов у них побольше, чем у копирайтеров с джун-разрабами. Но по их душу уже тоже выехали: Стартап HUMXN запустил в Миннеаполисе, Чикаго и Майами бесплатный ремонт туалетов, отопления и кондеев. Мастера приезжают настоящие, всё чинят и получает свою обычную ставку, только платит им стартап, а не заказчик. Нюанс один - на мастере, как вы уже догадались, висит камера и микрофон, которые пишут весь процесс: что он осматривает, где какие гайки крутит, где берёт ключ на 32, всё такое. А записи, само собой, улетают на обучение роботов, которые потом будут чинить толчки вместо Петровича. Это продолжение всё той же большой кампании по отъёму у кожаных последних реально ценных датасетов. Одни стартапы платят индусам по доллару в день, чтобы те приклеивали камеру на лоб, пока ткани гладят или карри варят. Другие - бесплатно убирают квартиры в Нью-Йорке. А теперь вот и унитазы чинят на халяву, да. Точнее, не на халяву, а с расплатой в не самом далёком будущем, if you know what I mean. Забавно, что чинить толчки for free они готовы не всем подряд. На сайте везде слово "qualifying". То есть, берут не любую заявку, а подходящую. И подходящая - это не золотой унитаз в пентхаусе, а наоборот - чтобы квартира была постарее, трубы поржавее, и было чему учиться. Опять же, потому что обычные средние кейсы роботы более-менее делают, а вот с "крайними случаями" (edge cases) у них беда, и такая дата уходит по цене золота. То есть, сортир должен ещё и кастинг пройти, такие дела. И кстати, работает HUMXN в трёх конкретных городах - Майами, Миннеаполисе и Чикаго. И это не случайно. В Майами кондиционеры пашут круглый год во влажности. Миннеаполис - это север США, рядом с Канадой, там котлы зимой фигачат в минус 30. А в Чикаго куча довоенных домов со старыми трубами и жуткими костыльными переделками поверх. Каждый город даёт свой тип поломок, которого в двух других нет. Чуваки не просто собирают данные, а готовят для ИИшки комбо-обед из данных. Дизраптор

Sharpa представила датасет с 300 часами реальной работы роботизированных рук и 59 различными задачами. Главная особенность — роботы учатся не только по видео и движениям человека, но и по данным тактильных датчиков на всех десяти пальцах. 👍 Это позволяет нейросети понимать, с какой силой нужно сжимать предмет, когда он начинает выскальзывать и как правильно взаимодействовать с хрупкими объектами. В набор вошли сборка механизмов, подключение проводов, работа с инструментами, складывание полотенец и другие задачи. 🔥 Именно чувство осязания может стать ключом к настоящей ловкости роботов. Ведь увидеть предмет и правильно взять его — совершенно разные задачи. Правда, пока все 29 тысяч демонстраций записаны под управлением человека. Самостоятельно выполнять все эти операции роботы ещё не научились. Но теперь у разработчиков появилось гораздо больше данных, чтобы этому их научить! 🔗 Датасет SharpaDex⁠ ————————— 🤖 Подписывайтесь на лучший  канал PRO Роботов 📲 Мы в Max

UniForge3D Windows 8 GB VRAM Форк UniForge3D запускает модель на 3070 Ti на 8 ГБ, 64 ГБ оперативки, без conda и nvcc. Что изменили • Готовые wheel-пакеты вместо сборки: CuMesh, FlexGEMM, o_voxel, nvdiffrast и flash-attn лежат под cp311 win_amd64 • Поэтапная загрузка весов: пик денойзера 6,3 ГБ вместо 12, первый шаг через 21 секунду вместо 102 • Конвертация в fp16: диск с 41 до 19 ГБ, проверка тензор за тензором, результат бит в бит • Скачивание с докачкой по частям • Веб-интерфейс: 2-4 фото, просмотр и скачивание glb в браузере Что на выходе • prediction.glb с запеченными #PBR-текстурами • Отдельно basecolor.png и metallic_roughness.png на 2048 • Один кейс около 240 секунд • 16 ГБ оперативки не хватит: даже с флагом low-ram пик загрузки одной группы 23 ГБ #lowvram #scenereconstruction #imageto3d MAX

Text-to-image на ESP32: диффузионный трансформер в микроконтроллере Stable Diffusion требует 4-8 ГБ видеопамяти. А тут ESP32-S3 за несколько сотен рублей: 512 КБ внутренней SRAM, два ядра по 240 МГц и ни одного тензорного ядра. И всё-таки этот микроконтроллер удалось заставить генерировать лица по русским текстовым описаниям. 64×64 пикселя за 5,4 секунды, без обращения к облаку. Правда, уместить диффузионный трансформер в такое железо оказалось отдельным квестом. Первая версия требовала 430 КБ внутренней памяти при 288 КБ свободных. А когда матричные умножения удалось ускорить, выяснилось, что квантование активаций отнимает ещё больше времени. Пришлось бороться буквально за каждый килобайт и миллисекунду, отлавливать хитрые ошибки и мириться с тем, что примерно одна генерация из пяти получается неудачной.

Мы вполне себе верим, что спрос в триллион рублей внутри РФ найдется. Просто звучит громко - триллион. Но это рублей. А в долларах это 10 млрд. Ну, чуть больше. Но порядок такой. Так вот 10 млрд долларов - это строительство AI-ЦОДа средней руки. Мегаватт на 200. Это даже близко не Colossus от Илона Маска. Это примерно как у Nebius. Кстати, у них как раз обязательства в этом районе — порядка 10 млрд долларов долгов, включая конвертируемые ноты и обеспеченные кредитные линии. У компаний классом выше, типа Amazon — там таких долгов 60-70 млрд (6-7 триллионов рублей). А там есть ещё Microsoft (40-50B), Google (12-15B) или Meta ( почти тридцать миллиардов долларов). Так что спрос-то будет. А вот денег - вряд ли. Все эти деньги нужны в Малой Токмачке. Так хуйло решило. И кто ему будет спорить? Транснефть? Ага-ага. Мишустина ещё давайте вспомним - он же постоянно с ввп-хуйлом спорит, чтоб россиянам жить было легче. Так что мой прогноз: никто никаких триллионов ни на какие ПАКи выделять не будет. Забудьте.

VideoMaMa++ NeurIPS 2026, KAIST. Модель делает альфа-мат из маски и видео, включая волосы и тонкие края Предыдущая версия • Диффузионный бэкбон тянет только 6-24 кадра, поэтому видео режется на чанки • Каждый чанк уточняет маску сам по себе, на стыках скачут края и прозрачность Как решают • RGB и маска идут отдельными потоками токенов, сводит их полное пространственно-временное внимание • Две обучаемые метки на кадр: preserve держит готовый мат как образец, refine превращает грубую маску в точную • Скользящее окно передает мат из прошлого чанка в следующий, глобальный якорь не дает ошибке накапливаться • Дообучения под длинные ролики не нужно • Лучший результат по всем метрикам на трех бенчмарках github.com/cvlab-kaist/VideoMaMa-PlusPlus - ждем #segmentation #mask2matte #video2matte MAX

Пилите продукт, а тут выпускают Claude X, который делает то же самое. Это приговор или ещё нет? Это главные мысли из разговора Далтона с Алексом Даниловичем (Magic Patterns, YC W23) — фаундером и CEO AI-инструмента для дизайна, который должен был быть «убит» Claude Design. Видео свежее, они до сих пор живы. • Magic Patterns были очень активными клиентами API Anthropic и не предполагали, что узнают о запуске такого продукта из новостей. Далтон в ответ на это просит не очеловечивать корпорации: они не люди с принципами и не ваши друзья. • Когда ты конкурируешь с продуктом от корпорации, ты должен понимать, что конкурируешь не с ней целиком, а с командой в 5–10 человек, которая этим занимается. И вам нужно быть лучше той команды настолько, чтобы топ-менеджер решил «списать» проект. И вот вы победили. И вся эта команда ещё и перейдёт к вам на работу (это шутка). • После релиза Claude Design у них начался wartime («режим военного времени») — они стали отслеживать любое упоминание Claude Design от их действующих клиентов или даже лидов. И пытались выяснить всё об их рабочих процессах: если кто-то юзал CD, фаундер MP сам выходил на созвоны с этими людьми, чтобы узнать, как улучшить свой продукт. • Чувакам помогло то, что они, по сути, прибыльны. И они даже радовались тому, что появился конкурент. Они и так хотели развиваться, но теперь стало нужно делать это ещё сильнее и лучше. Вопрос был больше в том, как зарядить себя и команду на это, а не думать о выживании. • Всё чаще клиенты переживают о привязке продукта к одной модели (или одному поставщику моделей). И это козырь, который есть у MP, но нет у Claude. Это и про сбои, и про желание попробовать другие модели, и про экономию, и про возможности. Продукт MP, например, может обрабатывать видео, а CD делает это лишь, разбирая его по кадрам. • Им помогает чёткое понимание, кто их клиент (а кто нет), и жёсткое следование правилу Пола Грэма «Найди 10 клиентов, которые тебя реально любят, нежели тысячу, которым ты просто нравишься». Они активно собирают обратную связь, работают в саппорте и так далее. • Главный совет по итогам этой ситуации: выбирай большой рынок — такой, чтобы хватило и сильным конкурентам. И пили крутой продукт — такой, чтобы ты был в нём уверен и даже сам предлагал людям потестить продукт конкурента (фаундер говорит, что они так делали, т.к. он был уверен в качестве MP). • И ещё одно отличие и преимущество стартапа от продуктовой команды типа той, что пилит Claude Design — у вас есть в команде фаундеры, а у них нет. Вы просыпаетесь заряженными и билдите этого «ребёнка», он ваш. А они просто на работу ходят. Из видео на канале Standard Capital (венчурный фонд Далтона и ещё 2 кофаундеров). @y_everyday — рефлексируем об акселератор, создавший 100+ стартапов-единорогов

🎸Карманная студия для гитариста Стартап Neko Engineering показал очень любопытный гаджет для гитаристов. С помощью Neko, обещают создатели, можно играть без долгой настройки, подключений и не будить соседей. А помещается он в карман. В комплекте два беспроводных джека на 6,3 мм: они магнитом крепятся к корпусу и там же заряжаются. Вынули один, воткнули в гитару — можно играть. Звук идёт в наушники через 3,5-мм выход, а ещё есть динамик на 3 Вт и сенсорный экран на 3,5 дюйма. С тоном всё серьёзно. Neko работает с сотнями тысяч пресетов Neural Amp Modeler, которые создало сообщество платформы Tone3000, и собирает цепочку до трёх блоков — усилители, кабинеты, педали или целые сетапы. Лень листать бесконечные списки? Опишите звук мечты голосом, и ИИ подберёт подходящий. А чтобы поджемить под любимую песню, трек можно стримить с телефона: сервис Lalal разделит его на дорожки, и гитарную партию легко заглушить. Самое интересное то, что внутри есть многодорожечная студия. Записываете партии, накладываете слои, делитесь через USB-C или приложение. Можно сыграть рифф, выбрать жанр и нейросеть достроит из него целый трек. Хит так вряд ли родится, но творческий ступор, возможно, отступит. Ещё Neko переводит аудио в MIDI и расписывает сыгранное в табулатуры. Краудфандинговую кампанию на Kickstarter компания планирует запустить до конца октября: ранним покупателям обещают цену в $400 (~33 000 рублей) Первые заказы рассчитывают отправить в апреле 2027 года. @droidergram