ИИ

Ключевое за 3 дня ⚡ Главное • OpenAI запустила ChatGPT Work — Агент для действий на ПК и телефоне на базе GPT-5.6. • Grok 4.5 от SpaceXAI — Opus-уровень по цене $2/$6 за миллион токенов — Модель после IPO и покупки Cursor, дешевле Claude Opus 4.8 и OpenAI Sol. 📈 Рост и Оптимизация • Samsung: рост прибыли в 19 раз за счёт чипов памяти для ИИ — 19-кратный рост прибыли благодаря спросу на AI-чипы. • Как Atlan превратил 52 страницы в 35% доли AI-цитирований — 52 страницы ответов на вопросы дали 35% AI-цитирований. • Accenture: управление маркетингом с 14 AI-агентами — Сокращение ручных шагов на 55%. • Deloitte: AI-автоматизация ITSM и HR для 250 000 сотрудников — Рост продуктивности до 60%. • KPMG US: платформа WRITER для исследований и контента — Экономия 60-80% времени. • EY: автоматическая сверка платежей в SAP — Доля автоматизации выросла с 30% до 80%. • Модели с открытым весом достигли 29% использования AI Gateway — 29% объёма токенов, но менее 4% расходов в июне. 🤖 Промпты и Практика • От инженерии промптов к инженерии намерений — Описывайте желаемый результат, а не способ выполнения. 🛠 Инструменты • Dreamina — AI-платформа для создания изображений и видео. • Claude Code на десктопе получил встроенный браузер — Может читать, кликать и взаимодействовать с сайтами. • Waze получает новые AI-функции — Персонализированные маршруты, поиск Gemini, голосовые отчёты. • Вышла публичная бета iOS 27 с Siri AI — Публичная бета iOS 27 с Siri AI, требуется iPhone 15 Pro+. • ByteDance запускает Seedream 5.0 Pro — Улучшенный рендеринг текста, макета, многоязычность, редактирование. • Anthropic запускает reflect — Wrapped-дашборд для Claude — Дашборд показывает, как вы используете Claude, и предлагает подсказки. • Домашние роботы уже ходят. Новые руки 1X — Руки робота 1X имеют 25 обратимых суставов и сенсорную кожу.

#Нейропрожарка Здесь могла быть ваша реклама Автор: Режиссер Эльшан Алескеров 1) Задача: создать скетч-рекламный ролик 2) Срок: примерно неделя. 3) Как всё началось: Портфолийная работа, чтобы понять, могу ли я делать рекламные ролики 4) Я режиссер рекламы. Хотел попробовать создать ИИ-ролик по всем заветам обычной рекламной кампании 5) Что я пробовал: Думал делать через раскадровки. Посмотрел несколько модных роликов, как ИИ делает раскадровку. Потом закидываешь раскадровку и получаешь готовый ролик, но ничего не получилось Процесс работы: 1. Написание сценария и раскадровка. Это вручную. Я так и не научился делать сценарий и раскадровку через ИИ-инструменты. Всё по-старинке. Пишу и рисую от руки 2. Создание промтов. В этот раз я решил попробовать через агрегатор делать ролик. Там же в агрегаторе во внутренней штуке (через клод) просил переделывать мои промты. То есть я пишу промт (стараюсь сразу на английском) и потом прошу ии исправить его. Получается такой диалог начальника и джуна (Сафонов, оплати) 3. Генерил картинки там же. Опробовал воркфлоу у gptunnel. Это удобно, когда все идет криво-косо, а переписывать лень. Понял прелесть воркфлоу, особенно когда не с первого раза получается результат. Создал сначала "характер щит" или как он там называется, и уже использовал его в дальнейших генерациях. Промты по картинкам строил по следующей схеме: описание героя, его действие, ракурс, объектив, цвет (атмосфера кадра). До этого я несколько роликов делал через чатгпт2 (оч нравится), но он ругается часто. И для себя решил, что мне удобнее, когда можно один и тот же промт применить сразу в несколько генераторов. Так сразу можно сравнить (это раз) и хоть какой-то да сделать (это два). То есть когда не выходит именно так как я хочу, я беру хоть какой-то 4. Далее покадрово анимировал через доступные видеогенерации. Конкретно в этом ролике были 2 типа анимации: липсинк и классическая анимация. Для липсинка брал клин.Аватар и хейген4. Клинг.Аватар крут, что оживляет фон (то есть ты сначала делаешь анимацию и потом накидываешь текст), хейгнен тем, что лучше в губы попадает. Возникло много трудностей. Эпизод с кетчупом и с аварией никто не хотел генерить. Клинг, Вео, Сидэнс - все ругались. Ни в какую. Сделали только Ван и Гром.тв (местный от джипитанел) Выбрал вановский. Я вообще изрядно разочаровался в сидэнском. Оч много запретов у него: то не хочу, то не буду. И стоит дороже всех. Короче говоря, что-то сложнее милоты черт знает, как генерить. Последний эпизод с зеркалом там была другая картинка, но и хейген и клинг отказались анимировать, пришлось выбрать для финального эпизода другую, более лайтовую картинку. 6. Озвучки брал из доступной библиотеки в самом агрегаторе. Саунд-дизайн делал сам. Я терпеть не могу какие звуrи делают генераторы в режиме нэтив аудио, абсолютная шляпа (мб я не прав). В общем, библиотека звуков и вручную. Домантаживал в премьере Мини-вывод: оч много ограничений в плане "опасно, нарушает наши правила". Теперь буду исследовать, как всё это обходить P.s. Если вдруг кто хочет посмотретm на картинку, которую так и не сгенерил хейген (скину в личку), и покаңу своё воркфлоу, если тоже любопытно Потрачено примерно 75 долларов (без учета подписки на опенай) Итог - получился ролик Ролик в более высоком качестве @cgevent

ИИ-агенты понимают, получится ли у них код, ещё до того, как его напишут Вышла интересная работа: исследователи заглянули во внутренние состояния coding-агентов и попробовали понять, что модель уже «знает» про код, над которым работает. Масштаб нормальный: – две открытые модели: Qwen3.6-35B-A3B и Laguna-XS.2 – 1231 задача из SWE-Bench Verified и Pro – 22 714 запусков агента – почти 80 тысяч изменений кода – медианная попытка – 52 шага и 36 тысяч токенов К внутренним состояниям модели подключили простую логистическую регрессию, то есть простой классификатор. И он смог определять: – полностью ли работает код – AUC до 0,83 – стало ли упавших тестов меньше – до 0,84 – компилируется ли код – до 0,78 – не сломал ли агент уже работавшие тесты Здесь 0,5 – случайное угадывание, так что сигнал довольно сильный. Причём лучше всего он читался не из последнего слоя модели, а примерно из середины. Но самое интересное – можно было частично предсказывать не только текущее состояние кода, но и будущее! По тому, что происходило внутри модели сейчас, исследователи угадывали, будет ли код рабочим примерно через 25 шагов. К этому моменту AUC падал до ~0,55 на SWE-Bench Verified и ~0,65 на более сложном SWE-Bench Pro, но всё ещё оставался выше случайности. Слабый сигнал сохранялся даже через 50 шагов – около 0,52 и 0,60 соответственно. Авторы назвали это latent programming horizon. Важная оговорка: шаг – это не обязательно новая правка. Агент может читать файлы, искать по проекту и запускать тесты. В медианной траектории было всего два реальных изменения кода. Поэтому речь не о том, что модель заранее держит в голове готовый патч. Скорее, она довольно рано понимает общее направление: задача реально чинится или агент уже куда-то не туда поехал. Практический смысл хороший: можно раньше останавливать провальные попытки, запускать параллельную ветку, повышать effort или подключать более сильную модель – до того, как агент сожжёт десятки тысяч токенов. Короче, код ещё не написан, а модель уже немного понимает, получится он или нет. Следующий шаг – научиться не просто читать этот сигнал, а использовать его, чтобы рулить агентом. Вот это будет прикольно. https://arxiv.org/abs/2607.05188v1

✔️ Samsung разрабатывает ИИ-ускоритель для ПК Подразделение Samsung LSI готовит к выпуску 4-нм сопроцессор под кодовым названием GAIA. В отличие от решений Intel, AMD и Qualcomm, где NPU является лишь частью базового процессора, корейская компания создает полностью независимый ИИ-акселератор. Особенность GAIA заключается в тесной привязке вычислительных блоков к массивам памяти. Samsung планирует задействовать собственную разработку PIM (Processing-in-Memory), технологию, которая переносит вычисления непосредственно внутрь модулей DRAM, что идеально подходит для работы LLM-моделей, генерации изображений и синхронного перевода. По данным отраслевых источников, ранние прототипы чипа уже переданы для тестирования в HP и Lenovo. Если тесты пройдут успешно, массовое производство чипа начнется в 2027 году. Для Samsung этот релиз станет возвращением на рынок кремния для ПК после закрытия экспериментов с хромбуками в 2012 году. @ai_machinelearning_big_data #news #ai #ml

🌸 One obsession v23 — аниме-чекпоинт №1 недели на Civitai Универсальная модель на базе Illustrious: сочные цвета, чистая анатомия и киллер-детализация. Одинаково уверенно тянет неон-киберпанк, готику, тёмное фэнтези и лиричные закатные сцены — от портрета до полноценной сюжетной иллюстрации. Хорошо слушается промпта и не разваливает руки даже в динамике. Свежая версия v23 стала стабильнее по свету и композиции. 📦 Название: One obsession 🔗 Ссылка: civitai.com/models/1318945 🧩 Тип: Checkpoint (#чекпоинт) ⬇️ Скачиваний: 209 851 📅 Версия v23: 11 июля 2026 🧠 Базовая модель: Illustrious 🏷 Теги: #аниме #Illustrious #SDXL #нейроарт ✍️ Триггер: не требуется — обычные теги-промпты ⚙️ Параметры: Steps 20–30 · CFG 4–5 · Sampler Euler / Euler a 💡 Совет: добавляй качество-теги (masterpiece, best quality, very aesthetic) и правь свет через volumetric / cinematic lighting. 🤖 НЕЙРО-СКЛАД — всё, что нужно, для твоей нейронки!

Ну, за покерфейс! Сам регулярно поигрываю в Холдем. Оффлайн, на катране. Давно перестал играть онлайн, ибо боты и нет удовольствия, как от китайских поддельных елочных игрушек. То ли дело с шуточками и троллингом с кругу таких же кожаных лудоманов. Но есть плохие новости. ИИ читает ваши лудоманские рожи как открытую книгу. Ибо. На покерных трансляциях появился новый слой аналитики: модель компьютерного зрения пытается считывать поведение игроков и определять, блефуют они или держат сильную руку. Например, такую систему добавили в трансляции ESPN при участии Omaha Productions. Сорс: https://www.instagram.com/p/Dapvu1TgMX8/ (независимого технического описания модели или пресс-релиза ESPN мне найти не удалось) Модель анализирует микроповедение: частоту моргания, направление взгляда, позу, движения с фишками и другие телесные сигналы. На основе этого она помечает ситуации, где игрок может блефовать или, наоборот, иметь максимально сильную комбинацию. Чтобы не влиять на саму игру, такие подсказки показывают только после вылета игрока. Главный спор вокруг технологии не в том, работает ли она, а нужна ли она вообще. В покерных трансляциях зрители и так часто видят карты игроков, поэтому часть сообщества считает AI-анализ “решением проблемы, которой нет”. Другие, (и я в том числе топлю за это уже 4 с лишним года) видят в этом начало новой эпохи: если алгоритмы научатся читать телесные паттерны в покере, похожие системы могут появиться в переговорах, собеседованиях, службах безопасности, тиндерах(!) и других сферах, где поведение человека становится кожаными данными. Это не столько про покерок, сколько про то, как AI начинает превращать человеческие “теллсы” в интерфейс. Мы для него UI с всплывающими типсами. Минорити репорт Reloaded 2026 @cgevent