ИИ

Новая ИИ-модель для роботов предсказывает последствия их действий Китайская Robbyant, дочерняя компания Ant Group, представила LingBot-VA 2.0 — открытую модель искусственного интеллекта для робототехники. Разработчики называют ее первой в отрасли моделью мира, созданной специально для управления роботами, а не адаптированной из систем генерации видео. Модель прогнозирует, как действие изменит окружение, и выбирает следующий шаг на основе этого прогноза. Система работает на одном GPU и осваивает новые задачи за 20 демонстраций без переобучения. Роботы, оснащенные LingBot-VA 2.0, уже могут готовить завтрак, распаковывать посылки и складывать одежду. https://hightech.plus/2026/07/14/novaya-ii-model-dlya-robotov-predskazivaet-posledstviya-ih-deistvii

Одну важную вещь я поймал на днях с AI консилиумами: когда вы просите консилиум дать свое мнение по определенному вопросу, то важно правильно ограничить видимость агентов; в противном случае - они прочитают факт/вывод в папке проекта и выдадут один и тот же, уже известный ответ. И тогда вся идея разнообразия мнений разбивается о стенку Что у меня произошло: Я в течение 4 дней исследовал одну проблему на пару с дружбаном - why-tree, просмотр сессий и тп. И на какой-то из итераций с консилиумом я заметил, что они стали оперировать фактами, которые им не должны были быть известны. Тут можно было подумать, что они или гении, или нагаллюцинировали... Начал копать и заметил, что у некоторых участников подозрительно много вызовов тулов —> выяснилось, что поскольку у них были тулы, чтобы читать файлы - то они решили, прежде чем дать свое мнение, почитать все что есть в проекте, ну и наткнулись на этот контекст, а далее уже было достаточно сложно их мнение "разнообразить". К слову, цитата из моего поста 3 года назад:

В Empatika Open, посвященной моему обучению в Stanford, я рассказывал про неприятный феномен групповых обсуждений, когда участники фокусируются на общем знании, теряя уникальное знание каждого. Как снизить вероятность такого поведения?

Собственно, именно таким неосторожным загрязнением (contamination) контекста мы и можем предопределить однообразие мнений участников консилиума - как человеческих, так и AI. Как лечится? 1) можно ограничить тулы, что даете субагентам (не давать им читать файлы) 2) явно попросить закарантинить файлы, которые им не должны быть доступны 3) давать разные задачи участникам - "опровергни", "найди чего не хватает", "перепроверь цифры", "скажи, что тебя переубедит" Attention is all you need 😉 P.S. Скилл я, разумеется, по мотивам проапдейтил, но пару седых волос точно прибавилось

Подборка об RL и ризонинге Рассказываем об улучшении RL для сложных задач, оптимизация в RLVR одной строкой кода (!) и обучении компактной модели для дипресёрча. Reuse your FLOPs: Scaling RL on Hard Problems by Conditioning on Very Off-Policy Prefixes При обучении RL на сложных задачах есть две основные проблемы: 1. Большинство роллаутов — wrong, поэтому положительные примеры для основной части задач не появляются. 2. Сложно дообучать модель, когда так мало положительного сигнала. Улучшение происходит скорее за счёт роста общей «умности» модели на более простых тасках. Авторы предлагают метод Prefix-RL, который как раз направлен на решение сложных задач: 🔴Для них семплируются ответы, и из всех семплов выбирается правильный ответ. 🔴Собираются prefixed problems: промпт + префиксы правильного ответа. 🔴На обучении модель видит исходную задачу и набор prefixed problems и учится продолжать хорошую цепочку. Получается метод, который консистентен с on-policy RL, обладает высоким sample efficiency и может ускорять self-improvement. По замерам авторов, Prefix-RL в сравнении с mid-training SFT + GRPO прокрашивает AIME 2025 больше чем на 12 пунктов при том же компьюте на обучении. Проводят аблейшен на Llama, добавляя в prefixed problems генерации Qwen. Это даёт около +5% при том же компьюте относительно Prefix-RL на prefixed problems инит-модели. Получается что-то похожее на эффективную дистилляцию во время RL. Back-generalization — один из важных выводов статьи. Обучение на цепочках с префиксами улучшает решение задач без них, то есть модель при обучении не попадает в зависимость от подсказок. При этом back-generalization позволяет модели писать начало ответа не той стратегией, что была в префиксах на обучении. Хотя автор сказал, что в агентском обучении аналогичный метод они не пробовали, он хорошо обобщается на агентский сетап: в роли префикса выступает часть траектории. Maximum Likelihood Reinforcement Learning Кликбейт: поменяйте строчку в расчёте advantage, замените std в нормировке на mean в своём RLVR — и всё полетит. Проблема в целом стандартная: GRPO учит модель максимизировать среднюю награду (pass@1), а не вероятность успеха. Из-за этого он «залипает» на лёгких задачах и почти не учится на сложных. В RLVR средний reward — это аппроксимация вероятности правильного ответа (так как награда 0/1). Предлагают взять log p (логарифм вероятности правильного ответа) и разложить его в ряд Маклорена по pass@k — вероятности получить «хотя бы один верный из k независимых семплов». Получается бесконечная сумма вкладов от одной, двух, трёх попыток и так далее с весами 1/k. MaxRL берёт усечение этого ряда до вычислительного бюджета g, то есть размера группы в GRPO. Чем больше семплов N на инференсе, тем выше truncation T ряда и тем ближе к точному ML. Если на пальцах, метод даёт меньше внимания группам, где решаемость уже высокая, и больше смотрит на сложные. MaxRL даёт до 20× прирост эффективности test-time scaling относительно GRPO, Pareto-доминирование по pass@1 и pass@k и лучше масштабируется с данными и вычислениям. Попробовать метод можно дёшево: если уже есть RLVR, достаточно поменять одну строчку в расчёте advantage. Но работ, которые пытаются решить эту проблему, много, и пока непонятно, какая идея окажется лучшей. DR Tulu: Reinforcement Learning with Evolving Rubrics for Deep Research Популярный постер на конференции. Ребята смогли получить лёгкую модель дипресёрча с крутым качеством за счёт генерации и обновления рубрик. Изначально при обучении модели давали небольшое количество хорошо написанных рубрик. После каждой итерации обучения смотрели на изменения в ответах, для них генерировали дополнительные рубрики и джаджем оценивали их качество. При этом генерация рубрик и оценка тоже выполнялись лёгкой моделью. За счёт этого цикла получилось обучить модель собирать больше полезной информации и не галлюцинировать. В итоге сделали лёгкую модель (8B), которая по качеству сравнима с топовыми моделями дипресёрча. Увидели интересное ❣ Даниил Кириллов, Тимофей Смирнов, Иван Дёгтев #YaICML2026 Душный NLP

Окупаемость видеокарты для локальных нейросетей Я покупал свою карту 4090 без каких-либо экономических расчетов и подсчетов. Просто решил провести этот эксперимент и попробовать на себе такую дорогую покупку для ИИ. Видеокарта может выдавать в среднем 50 токенов в секунду для Qwen 3.6 27b q8_0. Если переводить в месяц и стоимость такой же модели на openrouter, то получается такая модель обходилась бы мне в 28к рублей (при работе модели 24/7). Электричество на такую видеокарту в моем офисе сожжет 3500 рублей при тарифе 11.5р за квт-ч. То есть, при работы 24/7 у меня экономится 24 тыс рублей в месяц. Окупаться 330 тыс рублей будет минимум пару лет. За эти пару лет видеокарта ощутимо износится, выйдут новые видеокарты и модели, что снизит ценность видеокарты кратно. В конечном счете выходит, что покупка экономически идиотична и не целесообразна. Но я все равно планирую расширять парк видеокарт и раскрывать для себя мир локальных нейросетей дальше. Есть внутреннее ощущение, что нужно дальше двигаться в эту сторону, но нет никакого нормально обоснование зачем тратить сотни тысяч рублей на видеокарту, когда подписки на облачные варианты стоят кратно дешевле. В худшем случае я смогу поделиться с вами своими результатами и отговорить от идиотских покупок несколько тысяч своих подписчиков :)

Wan-Dancer Генератор танца по музыкеи фото Работает с минутными фрагментами что редкость для танцевальных генераторов. Упор на плавную эволюцию поз, а не на отдельные кадры. • Разрешение 720p при 30 кадрах в секунду • Поддержка пяти стилей танца: классический китайский, K-pop, уличный, степ, латинский • иерархическая структура, держит ритм и стиль по всему треку • когерентные движения на длинных отрезках, без рывков и сбоев • мультимодальная обработка. музыка плюс кинематика тела Wan-Dancer Отбой, для работы требует 8 x NVIDIA A800 80GB Гитхаб HF Демо Спасибо @m_franz #humananimation #image2video #portraitanimation #image2dance

ИИ и люди Наткнулся на интересную статью «Al Doesn't Reduce Work-It Intensifies It» в Гарвард бизнес ревью . Там она под пейволом, но в поиске находится доступный пдф.  Так вот ИИ не снижает нагрузку, ИИ увеличивает ее. ИИ позволяет сотрудникам работать больше, над большим спектром задач. Это, в свою очередь, приводит к выгоранию, повышенной когнитивной нагрузке, снижению качества управленческих решений.  ИИ позволяет сотрудникам делать то, что раньше они не делали. Это увеличивает нагрузку в том числе на остальных сотрудников — надо же проверить и интегрировать то, что наделал ИИ в основную работу. Кроме этого, возникают частые переключения между своей работой и проверкой того, что сделал ИИ. И множество еще других моментов.  Для компании этого хорошо — рост производительности. Для сотрудников же не очень. Такой режим работы приводит к повышению когнитивной нагрузки на сотрудников, постепенному выгоранию и повышению усталости.  Что будет дальше — вообще интересно. Некоторые вещи вообще не имеет смысла отдавать ИИ. Смысл стратегии не в самой стратегии, а в процессе создания стратегии. Если стратегию будет выдавать ИИ - без понимания внутренней логики и тд - то смысла в стратегии не будет.  Так что внедрение ИИ сулит нам кучу интересных проблем! :) Но если отвлечься от ИИ — это прекрасный пример, как системы постоянно двигают требования к сотрудникам. Нужно уметь больше, работать быстрее, над большим количеством задач и т.д.  #нагрузка

Время измен — Мы верны Claude, — сказал стартапер — А если завтра Gemini станет лучше? — Не станет Ребята из одного нашего стартапа пол-весны вылизывали промпты под Claude, обвязали их костылями и гордились «глубокой интеграцией». Вышел ChatGPT 5.6 — половина нагороженного стала мешать. Пока отдирали — конкурент обогнал их на голом апи. Сейчас время королевской гонки и корона держится у модели в среднем 41 день. С точки зрения венчурного инвестора, это — катастрофа. А вот создателя продукта — чудо. Каждые полтора месяца ты получаешь либо более умный мозг либо тот же, но дешевле. Ни-фи-га не делая, просто меняя одну строчку в конфиге. Это как если бы ключевой сотрудник каждые 40 дней становился вдвое умнее или соглашался на вдвое меньшую зарплату. А ты бы еще выбирал между тремя такими. Поэтому «жениться» на модели — ошибка. Верность в этом браке наказывается. Лучшая стратегия — чемодан у двери. Вывод прост: не влюбляйся в модель — влюбляйся в возможность её бросить. Архитектура, где мозг меняется одной строчкой, сегодня стоит дороже самого мозга.

Спроектировали для одной AI компании (между прочим торгуется на NASDAQ) умный слой поверх Паблоры. Цель - обязательное применения гардрейлов (корпоративных ограничений) при постинге сотрудников в LinkedIn. Входящим окном публикации является корпоративный клод, к которому подключается кастомный скилл. Так же каждому члену команды выдается персональный аккаунт Паблоры из корпоративного воркспейса. Сотрудник создаёт пост с помощью клода, но как только он говорит - публикуем, запускается наш скилл. Он отправляет текст поста в систему гардрейлов (которую мы тоже реализуем) где в несколько итераций проходят проверки поста на предмет разглашения информации и нарушения договоренностей с заказчиками. В случае сомнений система отправляет пост на ручную модерацию в ПиаР отдел. Каждая ручная модерация дообучает систему гардрейлов. Если же сомнений нет - происходит либо публикация либро прямой отказ с обьяснением и предложением доработок. Из приятных бонусов при подключении Паблоры так же можно создавать различные дашборды по прогрессу коллег в LinkedIn. Сергей Булаев AI 🤖 - об AI и не только

💸 Я откатываю свои ИИ-рутины с Sonnet 5 обратно на Opus 4.8 Пару недель назад, как только вышел Claude Sonnet 5, я шустро перевёл на него штук пять своих рабочих рутин. Обещали красиво: лучше, быстрее и почти такой же умный, как Opus, только дешевле. Прошло две недели — и я меняю модель обратно. Сел, разобрался в цифрах, и картина оказалась ровно противоположной обещанной. 1. Скрытая наценка ~30% через токенайзер. Вместе с Opus 4.7 Anthropic сменила токенайзер — тот же текст теперь дробится на до 35% больше токенов, это признаёт даже документация самой Anthropic. Ставка за токен «не менялась» — но платишь-то за количество. С Opus 4.7 это уже проходили: у людей счёт вырос на 27%, хотя на странице цен ничего не поменялось. The Decoder зовёт это паттерном скрытого повышения цен. 2. Дороже за реальную задачу. Независимый замер Artificial Analysis: полный прогон Intelligence Index обошёлся в $2.29 за задачу на Sonnet 5 против $1.97 на Opus 4.8. «Дешёвая» модель по факту вышла дороже флагмана — потому что жрёт ~40% больше выходных токенов и делает втрое больше шагов. 3. Тупее на ровном месте. И это не за «больше ума» — наоборот. Opus 4.8 сейчас — первая модель мира на Intelligence Index (61.4), Sonnet 5 — 53. На агентном кодинге SWE-bench Pro — 69% против 63%. Для рутин это реально сорвавшиеся прогоны и лишние итерации. 4. Заставишь думать — сожрёт больше Opus. Поднимаешь effort, чтобы вытянуть качество, — и Sonnet 5 по стоимости обгоняет Opus 4.8 при сопоставимом результате. А сам Opus 4.8 при этом стал ещё и экономнее: ту же работу делает на 15% меньшим числом шагов и с 35% меньшим числом токенов, чем 4.7. Честно, где Sonnet 5 хорош: простые задачи на низком усилии (суммаризация, классификация, извлечение) и период вводной цены ($2/$10 до 31 августа) — там он реально дешевле. Но мои рутины — многошаговые агентные прогоны, где включаются и токенайзер, и мышление, и лишние итерации. Именно там математика разворачивается против него. Вывод. «Премиальный» ценник Opus 4.8 оказался дешевле в пересчёте на выполненную работу — и умнее. Мораль: считайте стоимость по задаче, а не по ставке за токен. Именно на этой подмене построена вся «экономия». 🎯 НЕЙРО-ПУШКА ● НОВОСТИ И ОБЗОРЫ НЕЙРОСЕТЕЙ

Ничего особенно нового про то, за что деятели образования не любят ИИ, текст не сообщает, но мне понравилось одна явным образом сформулированная мысль: 1 ИИ обвиняют в том, что все на что он способен — это отрыжка информации из интернета 2 ИИ обвиняют в том, что он легко пишет контрольные задания за студентов Означает ли это, что вся система оценок учащихся в образовании — это проверка их способности отрыгнуть учебник? Стоит ли вообще этому учить?

AI hasn't created that flaw. It has just made it impossible to ignore. A tool that can generate a competent essay, compare two theories, or summarize a reading in seconds proves the point: regurgitation was never the skill worth testing.

И как логичный вывод утверждается: решение не во все более изощренном контроле учащихся, а в изменении стиля и, главное, цели образования. В статье даже есть примеры, что и как можно поменять. Вот только консерватизм традиционной образовательной системы не дает особых надежд на массовость изменений, увы. https://www.forbes.com/sites/scottwhite/2026/07/12/ai-isnt-killing-education-its-exposing-what-was-already-broken/

Нейродайджест за две недели (#122) LLM - LongCat 2.0 — Первая большая LLM на китайских чипах. Meituan выкатили модель на 1.6T параметров, обученную на 50 тысячах ускорителей типа Huawei Ascend. Эмбеддинги занимают 10% весов, а контекст достигает миллиона токенов. - Claude Sonnet 5 — По перформансу модель подтянулась к Opus 4.8. Доступ открыли всем, включая бесплатных пользователей, а на API до конца лета действует промо-прайс. - Снятие ограничений с Anthropic — Эпичная развязка истории с блокировкой Fable 5. В детальном разборе инцидента подтвердилось, что модель нашла уязвимость в Amazon и написала под неё эксплоит. Теперь запросы фильтрует жёсткий классификатор, а доступ к модели полностью вернули. - Muse Spark 1.1 — Meta обновила модель с сильным упором на агентный кодинг и выкатила собственный API, выдавая $20 кредитов новым аккаунтам. - Grok 4.5 — SpaceXAI , при помощи Cursor, дотренировали свою модель на полтора триллиона параметров. Вышло неплохо, модель стоит всего $2/$6 за миллион токенов при небольших контекстах, лишь немногим больше GPT 5.6 Luna. - GPT 5.6 — Sol стала доступна платным юзерам, Terra и Luna — бесплатным. Вдогонку запустили агента ChatGPT Work, публикацию мини-сайтов и объединили Codex с ChatGPT на десктопе. - Продление доступа к Fable по подписке — Anthropic почувствовали конкуренцию с OpenAI и решили оставить Fable по подписке ещё на неделю. Генеративные модели - Comfy MCP — Благодаря интеграции с MCP больше не нужно тонуть в спагетти-пайплайнах: ИИ-агент сам найдёт нужные ноды и соберёт любой воркфлоу. - Muse Image и Muse Video — гибридные модели от Meta для генерации визуала. Muse Image сама пишет код для точной вставки графики, верстает на HTML и сама исправляет косяки. Прочее - Штраф для Google — Компания окончательно проиграла апелляцию в ЕС на $4.68 млрд за принудительную предустановку Search и Chrome на Android. > Читать дайджест #121 #дайджест @ai_newz

#Нейропрожарка Клип на музыку Грига Автор: Игорь Цвигун Тех подробности: Делалось примерно 2 недели не спеша и без напряга. С перекурами на откат лимитов на генерацию. Видео — все в Гроке. Скорей не благодаря а вопреки… Следование промту просто жесть. Кажется Грок теперь может свободно общаться на русском матерном) Грок сам признает что модель не может выдать то что я хочу и скатывается в свои фантазии. Проще и быстрей было периодически в фотошопе ключевой кадр подправить. Музыка — обработка в Суно Денег -да, да .. в этот раз не на халяву. Подписка. Хз сколько генерации. не считал. очень много. 95% в корзину В прожарку хочу выложить с двумя целями: 1. Узнать дельные советы от коллег кто занимался подобным, где и чем? Грок, Гугл Омни не тянут 2.Похвастацааа разумеется Искателям нейроблох — косяки есть, я знаю, как в деталях так и в склейках. Устал их давить и результат как правило был только хуже. Музыка написана в 1875 году для драмы Генрика Ибсена.

Сам Григ относился к этой музыке с уничтожающей иронией: называл её «дерьмом», говорил, что она «так разит коровьими лепёшками и ультранорвежством», и признавался, что она напоминает ему «самолюбование собой». Он знал, что публика иронию не уловит. Я же сделал этот парадокс главной творческой задачей клипа. Визуальное решение: абстрактная масляная живопись в технике густого импасто — тяжёлая текстура, живые гребни краски, глубокие тени. Сюжет: Пер Гюнт пробирается к пещере горного короля. Обитатели подземного мира чувствуют в нём будущего властелина и следуют за ним, оставаясь в тени. В главном зале вокруг мистического зеркала пляшут фантастические существа. Заметив Пера, они пугаются и разбегаются. Часть прячется в зеркале, которое впитывает их тёмные образы. Теперь оно хранит их сущность и, когда Пер смотрит в него, отражает не лицо, а то, что скрыто внутри. Все обитатели пещеры олицетворяют семь смертных грехов. Всматриваясь в отражение, Пер видит не внешность, а суть. Чем дольше он смотрит, тем отчётливее понимает: он и есть горный король. В конце концов, он трансформируется в отражении и окончательно становится тем, кем всегда был.

Сцена у зеркала — мой визуальный ответ на слова Грига. Самолюбование — ловушка: чем дольше человек всматривается в собственное отражение, тем дальше уходит от себя настоящего, превращаясь в монстра. @cgevent

Сделал экспресс-тест дешевых облачных моделей для переводов продуктовых отзывов с англ на ру. Очень хороша оказалась Gemma 4 26B на openrouter - по костам значительно эффективнее flash 3.1 lite; по качеству в разы лучше Google Translate (условно-бесплатного). Пример:

The carbon fiber plate in these is snappy! I shaved 15 seconds off my mile pace on the first run. But man, the upper is paper-thin and feels like plastic. I'm worried it will tear if a twig catches it. Definitely a race-day only shoe, not a daily driver. Super pricey too.

google translate:

Пластина из углеродного волокна в них отличная! На первом забеге я сбил свой темп на милю на 15 секунд. Но, черт возьми, верх тонкий, как бумага, и на ощупь напоминает пластик. Я боюсь, что он порвется, если его зацепит ветка. Определенно обувь предназначена только для гонок, а не для повседневного использования. Очень дорогой.

gemma 4 26B:

Карбоновая пластина в этих кроссовках — просто пушка, очень отзывчивая! На первой же пробежке я скинул 15 секунд со своего темпа на милю. Но блин, верх тонкий как бумага и на ощупь как пластик. Переживаю, что порвутся, если зацеплюсь за какую-нибудь ветку. Однозначно кроссовки только для соревнований, а не на каждый день. И цена, конечно, кусается.

31B тоже хорошая, но дороже. flash lite - еще дороже. qwen 3.6 - тоже дорогой. Начал разбираться, читать отзывы - выяснилось что Gemma 4 как раз отлично подходит для одношаговых задач, а ее слабое место - tool calling. Для переводов европейских языков - рекомендую.

Будущее, в котором всё хорошо Питер Лейден написал (ещё в мае) оптимистичное эссе о 2050 годе — будущем, в котором нас ждут благополучие, процветание и дружба человека с технологиями.

В последние несколько месяцев особенно активизировались пессимисты, утверждающие, что искусственный интеллект — это пессимистичный сценарий, подчеркивая все беды, которые вот-вот произойдут, и все катастрофы, которые непременно ждут нас в следующем десятилетии. Я работаю над книгой, рассказывающей совершенно другую историю, фокусируясь на множестве позитивных моментов, которые станут возможными в течение следующих 25 лет. «The Great Progression: 2025 to 2050» посвящена тому, что я называю «новой грандиозной историей» — как Америка могла бы использовать AI и другие технологии для достижения эпохи великого прогресса и создания гораздо лучшего мира. Книга поступит в продажу только в начале следующего года, поэтому я решил написать это эссе, чтобы кратко затронуть некоторые из многих позитивных моментов, которые теперь стали достижимы благодаря развитию AI, технологий чистой энергии и биоинженерии.

Итак, что нас ждёт через 25 лет: • С 2025 по 2035 год самые серьёзные потрясения пережили knowledge workers. Сильнее всего напряжение ощутили представители среднего класса, особенно их дети. Поэтому экономические проблемы, связанные с искусственным интеллектом, быстро оказались в центре политической дискуссии и запустили ряд ключевых реформ. • Рост богатства, созданного AI, стал распределяться более справедливо благодаря расширению прав собственности на акции компаний для рядовых сотрудников. И новые модели оплаты, включающие долю от прибылей. • Производительность труда достигла исторического максимума. Это позволило сократить среднюю рабочую неделю до 20 часов и обеспечить людям более сбалансированную и благополучную жизнь. • Африка к 2050 году стала основным источником молодых мигрантов для стран с сокращающимся населением, где всё ещё требовалось значительное количество человеческого труда. • В условиях старения населения развитых стран именно роботы, а не восстановление рождаемости, помогли поддерживать экономический рост и устойчивость систем социального обеспечения. Там ещё много всего классного. Читайте сами. Как всегда, перевод и аудио в комментариях. → https://peterleyden.substack.com/p/the-world-of-2050-whats-actually