ИИ для бизнеса / Михаил Ларькин

Китайский конкурент GPT-01: вызов OpenAI?

Китайцы не спят! DeepSeek представили R1 — мощную рассуждающую модель, которая уже наделала шума. Она вдвое сильнее своей предшественницы (DeepSeek-V3) и уверенно обходит OpenAI в задачах математики и программирования.

Да, Sam Altman, кажется, получил серьезного соперника.

И знаешь, что самое крутое?

Модель доступна для бесплатного тестирования!

Тестируем

Что это значит для нас?

2025 — это год рассуждающих моделей. Гонки только начинаются, и ключевая задача для нас — научиться работать с ними по-новому.

Тренд очевиден: умение адаптироваться под новые технологии — это твоя суперсила в ближайшие годы.

DeepSeek выпустили третью версию, и она реально крутая! LLM обгоняет GPT-4o и Claude 3.5 Sonnet по большинству бенчмарков, при этом оставаясь полностью открытой.

Что нового:
- Скорость выросла в 3 раза - до 60 токенов в секунду
- Полная обратная совместимость по API
- Доступ к интернету из коробки
- Открытый исходный код и документация
- До 8 февраля использование по цене v2!

Модель практически безлимитна - разработчики уже запускают по 100 параллельных потоков запросов без особых проблем.

Попробовать можно на официальном сайте или через API.

Код и документация: GitHub
Научная статья: PDF

2025-й, похоже, действительно станет годом открытых моделей!

Новая работа о том, какие профессии будут, а какие не будут заменены ИИ.

В топе — учителя, аналитики, юристы. Последние — ожидаемо, заводчане, строители и танцоры.

https://arxiv.org/pdf/2303.01157

o3 на 175 месте в Codeforces, то есть примерно 175й сильнейший программист во всем мире.

Это лучше 99,9% участников рейтинга (а все из них — это профессиональные программисты).

Живые участники рейтинга, у которых с 1 по 100 место — это люди, которые выигрывали золотые медали по информатике и продолжали профессионально участвовать в соревнованиях после школы/универа.

o3-mini на математике с разными длинами цепочек рассуждений

И вот суммарно все дни, что показали – для тех кто пропустил:

ℹ️ День 1/12:
• Модель O1 доступна для всех: более быстрая, умная, с поддержкой изображений
• Подписка за €230/мес: безлимитный доступ к O1/O1-mini/GPT-4o, Advanced Voice Mode и O1 Pro (более ресурсоемкий режим)

ℹ️ День 2/12:
• O1 и O1-mini можно файнтюнить (настраивать под конкретную область с небольшим набором примеров)
• Доступно с 2025 года

ℹ️ День 3/12:
• Релиз Sora (sora.com) и Sora Turbo (упрощенная, быстрая модель)
• Интеграция с редактором видео, встроенные инструменты
• Лимиты для генераций в месяц зависят от тарифного плана

ℹ️ День 4/12:
• Обновление ChatGTP Canvas: умный интерфейс редактирования текстов и кода в реальном времени, поддержка кастомных GPT-моделей и возможность запуска Python-кода

ℹ️ День 5/12:
• Интеграция ChatGPT с Mac, iOS и iPad на уровне ОС (ничего принципиально нового)

ℹ️ День 6/12:
• Advanced Voice Mode теперь поддерживает видео-стрим
• Можно вместе решать задачи, кодить или готовить, используя видео или шаринг экрана
• Добавлен голосовой “Санта” в ChatGPT

ℹ️ День 7/12:
• Появились “Проекты” в ChatGPT: загрузка документов, кастомные инструкции, организация чатов

ℹ️ День 8/12:
• Улучшенный поиск в ChatGPT, доступен и для бесплатных пользователей
• Можно использовать поиск во время голосового общения и сделать его браузерным поисковиком по умолчанию

ℹ️ День 9/12:
• O1-модели: строгий JSON формат, Functions calling, Developers Messages, настройка “Reasoning Effort”
• O1 API поддерживает картинки на вход
• Advanced Voice Mode API поддерживает WebRTC, цены снижены
• Preference Finetuning: обучение модели на парах данных «нравится/не нравится»
• Новые SDK для Go и Java 10.

ℹ️ День 10/12:
• Можно звонить по номеру в США или писать через WhatsApp и общаться с ChatGPT голосом или текстом 11.

ℹ️ День 11/12:
• Ничего нового
• Показали возможность для ChatGPT “видеть” запущенные приложения 12.

ℹ️ День 12/12:
• Новые модели o3 и o3-mini в стадии Public Safety Tests
• o3 показывает результаты на уровне доктора наук, превосходит людей в ARC-бенчмарке (~87.5%)
• Есть пресеты “времени на размышление”, влияющие на стоимость и качество ответа

Показали новые o3 и o3-mini модели (o2 уже занятый бренд):

— Модели пока выпустили в Public Safety Tests, то есть ученые смогут помочь их тестировать, а мы не сможем помочь их ломать

— o3 работает на уровне доктора наук и иногда даже лучше в разных бенчмарках

— o3 прошла ARC-бенчмарк на 87.5%, сложный бенчмарк на котором тестируют потенциальные AGI, там много вопросов и некоторые похожие на IQ-тесты или на загадки; кожаные в этом тесте набирают ~85%, прошлый лучший результат был ~50%. То есть ARC-бенчмарк — пал.

— o3 работает также как и o1 в разных режимах: дольше думает, лучше ответ, но при этом и дороже. Пользователь может выбрать один из «думательных» пресетов сам.

Google выпустил конкурента ChatGPT o1

Gemini 2.0 Flash Thinking — первая модель рассуждений от Google. В компании утверждают, что новинка обучена «думать вслух». Благодаря этому, можно узнать, как модель пришла к тому или иному ответу.

Пробная бесплатная версия Gemini 2.0 Flash Thinking уже появилась в Google AI Studio https://aistudio.google.com/prompts/new_chat (с российских IP-адресов недоступна).

https://9to5google.com/2024/12/19/gemini-2-0-flash-thinking/

Деньги за privacy

OpenAI тут предлагает бесплатные токены взамен шеринга данных :)

ElevenLabs выпустил AI для быстрой генерации речи

Обновленная модель Flash генерирует речь за 75 миллисекунд и поддерживает 32 языка.

Flash доступна для интеграции в приложения через API.

https://x.com/elevenlabsio/status/1869462840941461941

Вышел подкаст с моим участием в рамках медиа премии ШУМ от Росмолодежи.

Пообщались на темы про ИИ: когда заменит, кого, как быстро и несколько других интересных тем.

Посмотреть можно тут
https://vkvideo.ru/video-226874249_456239105

Что показали сегодня, анонсы в основном для разработчиков:

- O1 модели теперь поддерживают строгие JSON схемы на выходе (и это не повлияет на качество работы модели) и Functions calling (это когда модель должна выбрать какой-то скрипт сама по себе во время ответа), фичи которые давно есть у других моделей OpenAI

- Упомянули «Developers Messages» для O1 — штука, которая позволяет разработчиком «направить» модель в нужную сторону в процессе ответа, что-то вроде второго системного промпта, но слабее

- «Reasoning Effort» — вы теперь можете указать сколько времени O1-модель будет «размышлять» перед тем как ответить, ответы будут лучше, но дороже или можно запретить ей слишком много думать перед ответом пользователю

- O1 API теперь поддерживает картинки на вход

- Advanced Voice Mode API теперь работает с WebRTC, то есть голосового ассистента OpenAI будет проще встраивать на веб-страницы без особых мучений (12 строк кода и готово)

- Наконец-то цены на Advanced Voice Mode API понизили на 60%, и теперь доступна новая, в 10 раз дешевле, mini-аудио моделька

- Показали новый способ файнтюна моделей «Prefence Finetuning» — можно тренировать на парах данных, что нравится и не нравится в ответе модели, доступно с сегодня для gpt4o & gpt4o-mini

- Вышли новые SDK — для Go и для Java

Ещё один релиз OpenAI на этой неделе — всем пользователям стал доступен их поиск по интернету, лобовой аналог Google или Яндекса.

Новая text-to-video модель от Гугла для тех кто сомневался, что ИИ сможет генерировать нетфликс и ютуб контент в реальном времени. Пока не в реальном, но это решаемо.

Доступно для вашего креатива уже сегодня (но, если вы в EU то через годик минимум, а если в РФ то никогда).

Pika 2.0 — мечта всех рекламщиков

Просто... что творят) а я ведь похожие истории заказывал у моунш дизайнеров за 15-20к или съемочный день за 50-80к организовывал, а потом монтаж еще 15-20к... а теперь это стоит 3500 рублей, в какое время мы живем)

Pika продолжают исследовать возможности для контроля видео и на этот раз представили Scene Ingredients.

Фича позволяет создавать видео с реальными людьми (0:37) и объектами, а затем поместить их всех в какое-то место действия. По сути, это IP-Adapter на стероидах для видео. Конечно, тут ничего на лету не обучается, просто на вход сетки подаются дополнительные эмбеддинги референсных объектов. Но это может не очень стабильно работать.

- Подписка за $35 даёт кредитов на 40 видео в месяц (это очень мало).
- За $95 можно получить уже 120 видео.

Видео с Ingredients используют в два раза больше кредитов. Так что подписки даже за 95 баксов на нормальный видос не хватит 🤭

Большой упор сделали на рекламщиков. А-ля: загрузи фотку модели и фотку какой-то вещицы — и вот держи, пожалуйста, модный промо-видосик! Но не совсем понятно, насколько это на самом будет хорошо работать и слушаться промпта.

Kling вот недавно тоже сделали шаг в этом направлении, неожиданно релизнув один из лучших virtual try-on'ов. И даже с ним одежда получается не всегда 1 в 1. Чего тогда ожидать от IP-адаптера для видео? Хотя черипики в видосе выше, конечно, прикольные. Слишком уж дорого тратить драгоценные генерации видео без полноценной подложки из 100% рабочей картинки.

pika.art

Все что нужно знать ПромптИнженеру

Библия промпт инженера
https://t.me/larkinmd07/569

Промптинг для Gemini
https://t.me/larkinmd07/428

Сохраняй себе

@larkinmd07

На следующей неделе выступаю на Ozon Fashion Fest, на одной сцене к Ксенией Собчак

Расскажу про то какие возможности есть в ИИ для маркетплейсов

Нейросеть Sora от OpenAI утекла в открытый доступ

TechCrunch пишет, что фронтенд, связанный с тестовым API Sora на HuggingFace запустила некая группа людей, протестующая против OpenAI. Интерфейс позволяет генерировать 10-секундные видео в разрешении 1080p.

Сейчас доступ затруднен из-за нагрузки: https://huggingface.co/spaces/PR-Puppets/PR-Puppet-Sora

О работе в эпоху ИИ

Многие задаются вопросом: какую профессию выбрать, чтобы она не была заменена ИИ? Пытаться предугадать и искать такую работу — бесполезно. ИИ стремится автоматизировать существующие задачи, а не создавать новые рабочие места. Вместо этого лучше сосредоточиться на том, что вам действительно нравится и что приносит пользу другим.

Это не означает, что люди перестанут творить. Мы продолжим рисовать, писать музыку, заниматься искусством — так же, как не перестали играть в шахматы после появления компьютеров. Но важно помнить: о вашем благополучии можете позаботиться только вы сами, а не разработчики ИИ.

Сейчас самое время начать переводить свой доход от работы в доход от инвестиций. Создавайте что-то значимое, инвестируйте в себя и свои проекты, зарабатывайте репутацию. ИИ может помочь вам сделать это быстрее и эффективнее, но он не сможет захотеть или мечтать за вас.

Я инвестирую своё время и знания в создание обучающих курсов, чтобы как можно больше людей научились эффективно работать с искусственным интеллектом. Хочу помочь вам автоматизировать рутинные задачи, усилить профессиональные навыки и освободить время для того, что действительно вдохновляет и приносит радость.

Если вы стремитесь использовать возможности ИИ по максимуму и не отставать от времени, приглашаю вас на мой курс "Ключ к нейросетям". Вместе мы изучим способы оптимизации работы, освоим продвинутые техники и раскроем потенциал нейросетей для вашей профессии.

Ссылка на тест-драйв тут, ссылка на тарифы - тут

Статья в Nature: ИИ лучше людей в поэзии

Исследование на основе 2000 респондентов из США (бычных читателей поэзии) показало, что стихи, созданные искусственным интеллектом, становятся неотличимыми от произведений известных поэтов и даже получают более высокие оценки за качество и эмоциональное воздействие. Ваши любимые роботы теперь могут писать стихи лучше некоторых из нас.

Ключевые инсайты исследования:

1. Участники эксперимента часто ошибочно принимали AI-сгенерированные стихи за работы знаменитых поэтов.

2. ИИ стихи получили более высокие оценки по качеству, ритму и эмоциональной глубине.

3. Несмотря на предпочтение, зная, что стихотворение создано ИИ, участники оценивали его ниже, дискриминируя несчастных ботов.

Пришла беда откуда не ждали, но зато поздравительные картинки в воцапе от стареющего поколения станут менее кринжовыми.

По ссылке ниже куча деталей
https://www.nature.com/articles/s41598-024-76900-1

LLM → LPM
большие популяционные модели

Которые могут одновременно симулировать десятки миллионов агентов для предсказания событий на уровне общества, таких как изменение климата или пандемии.

У LPM AgentTorch есть четыре принципа проектирования:
Масштабируемость: модели AgentTorch способны имитировать население целой страны за считанные секунды на стандартном оборудовании.

Дифференцируемость: модели AgentTorch могут дифференцироваться посредством симуляций со стохастической динамикой и условными вмешательствами, обеспечивая обучение на основе градиента.

Составление: модели AgentTorch могут составляться с глубокими нейронными сетями (например: LLM), механистическими симуляторами (например: mitsuba) или другими LPM. Это помогает описывать поведение агента с использованием LLM, калибровать параметры симуляции и указывать правила выразительного взаимодействия.

Обобщение: AgentTorch помогает моделировать разнообразные экосистемы — людей в геопространственных мирах, клетки в анатомических мирах, автономные аватары в цифровых мирах.

Что касается применения здесь и сейчас для обычных людей - ничего, для власть имущих(гос-ва/бренды/корпорации) - все ваши варианты мнений, голосов и тд просчитаны за секунды этой моделью и чтобы вы не выбрали в будущем, на это уже есть свое решение, даже если вы сделали что-то не ординарное - это тоже просчитано и даже если вы добились своего, это тоже просчитано...

Пока это все эксперименты и исследования, но как я год назад говорил, так и сейчас скажу, это все только "пока", но это все не стоит на месте

К этому все идет, уже придумали чем будете заниматься через 15 лет, когда не нужны будут деньги и любой труд?)

Не через 150 лет и не через 50, а при жизни вашей, вот вот оно, уже за поворотом, 15 лет пройдут быстро…

Получил тут превью работы Epoch AI (лучшие в мире открытые исследователи по экономике ИИ). В целом, идея очень близка к тому что я писал 2 месяца назад. Реалистичный прогноз по интеллектуальным, а позже и физическим профессиям:

1. Постепенный рост предельной производительности труда. Причина: по мере внедрения ИИ и робототехники в экономику, производительность растет медленно, так как люди выполняют наиболее важные задачи, которые еще не автоматизированы.

2. По мере того как автоматизация берет на себя большую часть задач, человеческий труд сосредотачивается на оставшихся неавтоматизированных, но критически важных задачах. Это управление, дизайн, координация ресурсов (человеческие отношения). Эти задачи являются бутылочным горлышком — единственным ограничением для дальнейшего роста output.

3. Со временем, эти критические и ключевые задачи тоже автоматизируются и ценность человеческого труда обнуляется. Output растет без участия человека, а люди переключаются на другие задачи, профессии и деятельность.

Ну и несколько максимально очевидных вещей, без которых какая-то содомия творится в комментариях:

— AGI != сознание, от AGI до сознания как раком до Китая; AGI ничего не "хочет", не "решает" и не "придумывает". скорее, это послушный PhD, который может поднять 250кг полезной нагрузки

— автоматизация приводит к росту продуктивности и аутпута, то есть, по определению, росту благосостояния. все страхи о безработице и "богатые богатеют" — это не про ИИ, а про системы координации людей (то есть, политику и экономику). это важные вопросы, но их нужно обсуждать в правильном контексте.

Ну, началось

Робот «Эрбай» с искусственным интеллектом похитил 12 более крупных роботов из выставочного зала в Шанхае. Эрбай вел с более крупными роботами разговоры, похожие на человеческие.

Смотрели серию из Любовь, смерть и роботы, про пылесос который смог?)

Anthropic привлекает еще $4 миллиарда от Amazon

Теперь облако Amazon Web Services станет основным местом обучения флагманских моделей генеративного AI от Anthropic.

Также в Anthropic сообщили, что разрабатывают вместе с AWS специализированные ускорители Trainium для обучения AI.

На сегодняшний день Anthropic привлекла $13.7 миллиардов венчурного капитала, из которых 8 миллиардов — деньги Amazon.

https://techcrunch.com/2024/11/22/anthropic-raises-an-additional-4b-from-amazon-makes-aws-is-primary-cloud-partner/

Выступаю на Питерском Промпте

Расскажу про продвинутые техники промпт инжиниринга, кто из Питера, увидимся)

https://spbprompt.ru

GPT-4 о получил апгрейд 💥

Теперь пишет так, что хочется читать: живо, понятно и чётко по делу. Тексты стали естественными и цепляющими — идеально под любой запрос.

И да, с файлами теперь всё на уровне: загружаешь — получаешь глубокий и детальный разбор. Минимум воды, максимум пользы.

Пора тестить и прокачивать свои процессы. Настоящий апгрейд для бизнеса.

🛍️ Теперь в Perplexity можно не только искать, но и покупать!

Perplexity сделали новый шаг к тому, чтобы AI-ассистенты стали настоящими помощниками. С помощью Stripe Agent Toolkit, интегрированного в подписку Pro, теперь можно совершать покупки прямо из чата.

💡 Как это работает?
1️⃣ Вы задаёте сложный запрос, например: “Что купить для вечеринки в стиле диско?”.
2️⃣ Perplexity не только находит ответ, но и предлагает товары в удобных карточках с подробными описаниями, отзывами и ценами.
3️⃣ Вы выбираете нужное, и покупка завершается автоматически — всего в один клик, без лишних шагов!

📦 Buy with Pro
Пользователи Perplexity Pro в США получают уникальный опыт: бесплатную доставку и автоматизированный процесс оформления. Вы просто указываете данные доставки, а Perplexity с помощью Stripe берёт всю рутину на себя.

📸 Snap to Shop
Есть фото вещи, которую хотите найти? Загрузите её в Perplexity, и AI подскажет, где её можно купить, даже если вы ничего о ней не знаете.

🤝 Партнёрство с Shopify
Perplexity подключил товары и магазины Shopify, добавив поддержку безопасных покупок через Shop Pay.

🎯 Почему это круто?
Perplexity Shopping — это больше, чем просто поиск. Это решение задач, которые раньше отнимали часы: поиск подходящих товаров, сравнение вариантов, оформление покупки. А теперь всё это занимает считаные минуты.

🌍 Пока функция доступна только в США, но команда активно работает над международным запуском.

Полагаю, что одними Perplexity дело не ограничится. Возможность покупать напрямую из чата придется по вкусу многим покупателям, а значит следует ожидать что и другие чаты с функцией онлайн поиска скоро подтянутся.

Открываю предзапись на курс "Ключ к нейросетям"

В интернете вижу что уже есть много курсов по тому как работать с нейросетями, 100500 подборок и сервисов, при этом промтингу уделяется остаточное внимание, хотя научиться пользоваться интерфейсом 5 минут, научитсься писать промты и получть от нейросетей желаемое - далеко не 5 минут

Поэтому решил собрать всю свою практику в емкий курс, где разбираю 39 техник промтинга в теории и в практике

Обзор текстовых нейросетей тоже есть, но это так, на всякий случай, чтобы было, основное, это промтинг.

Курс практически готов, и в следующий понедельник я открываю продажи, а пока предлагаю вам вписаться в лист предзаписи.

Я знаю больше 80 техник промпт-инжиниринга, но для ежедневного постоянного использования выделил 39 техник, которые здорово облегчают мне жизнь.

Вы тоже сможете сэкономить кучу времени, упростите рутину, да и вообще, станете эффективнее, и не только в работе.

Ссылку на анкету оставляю тут

С понедельника цена повысится

Подборка для создания презентаций.

Давно небыло подборки полезностей, держите

Gamma — сервис делает и презы и сайты. Можно подгрузить свой текст, а можно сгенерить, в том числе на русском языке. Мой топ.

Prezi.com - Недавняя находка, анимация презентаций просто огонь.

Slidesgpt – Продвинутый сервис с GPT для работы с текстом.

Magic Slides – Генерация слайдов по видео с ютуба, обработка идет примерно минуту.

Decktopus – Найдет картинки, инфу и соберет все в виде слайдов, от вас требуется только задать тему.

Wepik — Можно генерировать сколько угодно проектов с простым визуалом и экспортом в PDF.

Дискуссия о законе масштабирования в нейросетях

Недавно Илья Суцкевер заявил, что закон масштабирования в больших языковых моделях (LLM) достиг своего предела. Это вызвало горячие споры в интернете. Амодей и Альтман, напротив, утверждают, что прогресс в развитии нейросетей продолжается, возможно, даже быстрее, чем раньше. Закон масштабирования, предложенный в 2019 году, объяснял, как увеличение данных, вычислительных мощностей и параметров моделей линейно улучшает их качество. Однако, спустя пять лет, Суцкевер считает, что этот закон больше не работает.

Скорее всего, мы наблюдаем смену источников оптимизации и масштабирования. Это напоминает ситуацию с законом Мура, когда одни технологии исчерпывают себя, а на смену им приходят новые. Важно следить за развитием событий, так как это может повлиять на будущее нейросетей и их применение.

@larkinmd07

Курс промптинжиниринг с AI в зерокодере на котором я вел несколько блоков победил в премии от school of education в номинации Прорыв Года

Работаем)

https://zerocoder.ru/prompt-engineer-with-ai-course

А совсем скоро я скину инфу о том, что наконец-то открою доступ к своему курсу по промтинжинирингу

Уже записал все уроки, осталось немного

Визуализация идей в вебе с помощью Asim.sh

Наткнулся на интересный проект — [Asim.sh](https://asim.sh/). Это сервис, который позволяет визуализировать любую идею в виде мини-приложения в вебе, и всё это бесплатно. Автор проекта постарался и подключил множество API, что позволяет генерировать картинки, музыку, распознавать изображения и многое другое.

Залипательная штука, честно говоря. Давно хотел сделать что-то подобное, но руки не доходят.

@larkinmd07

OpenAI делает AI-агента, который сможет управлять компьютером

Агент с рабочим названием Operator сможет управлять компьютером для выполнения действий от имени человека, таких как написание кода или бронирование билетов и отелей. Источники Bloomberg говорят, что предварительная версия Operator выйдет в январе следующего года.

Недавно аналогичного AI-агента представил Anthropic.

https://www.bloomberg.com/news/articles/2024-11-13/openai-nears-launch-of-ai-agents-to-automate-tasks-for-users

Roboflow: Инновации в спортивной аналитике

Roboflow предлагает передовые решения для спортивной аналитики с акцентом на компьютерное зрение. Среди ключевых возможностей — обработка видео в реальном времени, что позволяет анализировать спортивные события с высокой точностью. Инструменты калибровки камеры помогают извлекать данные о скорости и расстоянии, что особенно полезно для тренеров и аналитиков.

Система также обеспечивает высокоскоростное отслеживание мяча и распознавание номеров на футболках, даже в условиях размытия и окклюзии. Это делает Roboflow незаменимым инструментом для спортивных команд, стремящихся улучшить свои показатели и стратегию.

@larkinmd07

Один из самых милых юзкейсов генеративного АИ – показывать детям кем они могут быть когда вырастут, пример из Турции

Полгода назад такое-же видео было из стран Азии, вирусится среди учителей понемногу

Adobe Firefly ускоряет производство Барби

Mattel Inc., производитель Барби, внедряет искусственный интеллект Adobe Firefly для создания дизайна упаковок. Это нововведение позволяет значительно ускорить процесс производства, чтобы куклы быстрее поступали в продажу. Теперь Барби будет появляться на полках магазинов еще быстрее, что, безусловно, порадует поклонников.

@larkinmd07

OpenAI готовит новую модель AI, но без революционных изменений

Сотрудники OpenAI, тестировавшие новую модель под кодовым названием Orion, отмечают, что она превосходит текущие модели компании, но не так значительно, как это было при переходе с GPT-3 на GPT-4. Это говорит о замедлении прогресса в развитии AI.

Одной из причин замедления может быть недостаток данных для обучения. Как раз в конце 23го года они предсказыали, что в 25м году все открытые данные для обучения могут закнчиться.

OpenAI рассматривает возможность использования синтетических наборов данных для решения этой проблемы.

Это может стать новым шагом в развитии технологий, хотя и не таким впечатляющим, как предыдущие достижения.

https://techcrunch.com/2024/11/09/openai-reportedly-developing-new-strategies-to-deal-with-ai-improvement-slowdown/

@larkinmd07

Создание реалистичных персонажей с RenderNet

RenderNet предлагает инструмент для создания персонажей, который обеспечивает максимальный реализм. Пользователи могут получить персонажа, полностью соответствующего их описанию. Это может быть полезно для разработчиков игр, аниматоров и других специалистов, которым важна точность и детализация в визуализации.

Система позволяет детально проработать внешность и характеристики персонажа, что делает её востребованной в индустрии. RenderNet стремится к тому, чтобы каждый пользователь мог воплотить свои идеи в жизнь с максимальной точностью.

@larkinmd07

Oasis - целая вселенная в модели- трансформере!

Встречаем Oasis - первую открытую игровую модель, работающую в реальном времени!

Это видеоигра полностью создаваемая ИИ "на лету". Oasis принимает ввод данных с клавиатуры пользователя и генерирует игровой процесс в реальном времени, включая физику, правила игры и графику. Вы можете передвигаться, прыгать, подбирать предметы, разбивать блоки и многое другое. И все это без игрового движка, только базовая модель! 🔮

Модель понимает сложные игровые механики, такие как строительство, физика освещения, управление инвентарем, понимание объектов и многое другое.

Oasis генерирует разнообразный набор состояний, локаций и объектов. Эта универсальность дает разработчикам уверенность в том, что модель можно будет адаптировать для создания различных новых карт, игр, функций и модификаций с минимальным дообучением.

Модель состоит из двух частей: пространственного автокодировщика и латентной диффузионной модели. Обе основаны на Трансформерах: автокодировщик основан на ViT, а диффузионная модель— на DiT. В отличие от последних моделей окружающего, таких как GameNGen и DIAMOND, разработчики выбрали трансформеры, чтобы обеспечить стабильное, предсказуемое масштабирование и полную совместимость с передовым оборудованием.

В отличие от двунаправленных моделей, таких как Sora, Oasis генерирует кадры авторегрессивно, что позволяет пользователям взаимодействовать с окружающим миром в реальном времени. 👾

Инновационное динамическое шумоподавление помогает модели поддерживать временную стабильность и минимизировать накопление ошибок, улучшая согласованность кадров. Это позволяет Oasis генерировать видео с частотой 20 кадров в секунду, что значительно превышает производительность современных генерационых моделей текст-видео.

Однако, чтобы сделать модель еще на порядок быстрее и сделать ее экономически эффективной для масштабирования, необходимо новое оборудование, так как сегодняшний пик видео разрешения это 360p на H100 GPUs. Oasis оптимизирован для Sohu, Transformer ASIC, разрабатываемого Etched. Sohu может масштабироваться до массивных моделей следующего поколения 100B+ в разрешении 4K.

Кроме того, сквозная архитектура Oasis делает ее чрезвычайно эффективной на Sohu, который может обслуживать >10x больше пользователей даже на моделях с параметрами 100B+ по сравнению с H100 GPU. 👀

📝 Etched блог

📜 Tech Report

📰 Decart блог

👨‍💻Git

🤗 Weights

🕹️ Демо - https://oasis.decart.ai/starting-point?journey=Village+Outpost

Будущее дейтинга: роботы берут на себя общение с мэтчами

Я заметил, что в ближайшие годы технологии могут изменить подход к онлайн-знакомствам. Представьте, что ваш телефон скроллит не вы, а робот, который также общается с вашими мэтчами. Это может значительно упростить процесс поиска партнера, освобождая время для более важных дел.

Технологии искусственного интеллекта развиваются, и вскоре они смогут анализировать ваши предпочтения и вести переписку от вашего имени. Это может стать новым этапом в мире онлайн-дейтинга, где роботы будут помогать людям находить идеальных партнеров.

@larkinmd07

Роботы на фермах: больше времени для фермеров

Недавно я узнал о новом роботе для сбора урожая, который может значительно облегчить жизнь фермерам. Этот робот способен самостоятельно собирать плоды, что позволяет фермерам сосредоточиться на других задачах. Технология обещает повысить эффективность сельского хозяйства и снизить затраты на рабочую силу.

Разработчики утверждают, что робот оснащен передовыми сенсорами и алгоритмами, которые позволяют ему аккуратно собирать урожай, не повреждая плоды. Это особенно важно для деликатных культур, таких как ягоды и фрукты. Внедрение таких технологий может стать важным шагом в развитии агротехники и устойчивого сельского хозяйства.

@larkinmd07

Поиски трендовых ИИ фичей в Фешн индустрии потихоньку дают свои плоды и приводят к успеху

я доволен, можно идти спасть на сегодня)


Потыкать тут
https://huggingface.co/spaces/Kwai-Kolors/Kolors-Virtual-Try-On

Ищу дизайнеров одежды и серверов одежды на маркетплейсах, кто сам одежду производит

6го декабря буду выступать на форуме OZON, в кинотеатре красный октябрь, 1500 человек в зале, 30-40к на трансляции, форум про фешн, расскажу про тренды в ИИ. Ивент бесплатный.

https://fashionfest.ozon.ru/

Так вот, нужны селлеры, хочу с вами пообщаться, узнать как вы сами используете ИИ в работе с одеждой, что вам было бы интересно узнать про эту тему.

Достаточно будет по переписываться в личке, обменяться ссылками или голосовухами

Пишите + в комментарии, если вы такие, напишу в ЛС, обменяемся опытом

🧠 Личный инсайдер о нейросетях для тех, кто в деле:

Знаешь, что нейросети могут больше? Именно для этого и создан закрытый доступ в папку экспертов — место, где ценность зашкаливает. Самые полезные кейсы, инструменты и приемы для реальной работы с AI: от оптимизации сложных запросов до новых алгоритмов, которые только начинают использоваться.

https://t.me/addlist/WNCP4qa5pYE0MTMy

⏳ Папка доступна только 3 дня . Успей получить свой доступ, пока не заняли все места!

https://t.me/addlist/WNCP4qa5pYE0MTMy

🐀 Российские ученые первыми в мире подключили мозг крысы к искусственному интеллекту

ИИ работаем в паре с нейроинтерфейсом, который подключили к мозгу грызуна. Электроды аппарата стимулируют особые зоны мозга, крыса правильно ответила на сотни научных вопросов, а за правильные ответы ей давали вознаграждение.

Мастхэв для кодеров: GitHub представил Spark — ИИ-инструмент, который создаёт микропрограммы без необходимости писать код. Все задачи — на плечах нейросети.

Несколько приятных функций этого сервиса:

1. Сборка без кода. Просто опишите свою идею, и Spark превратит её в приложение.

2. Предпросмотры. ИИ мгновенно запускает код и отображает через интерактивный предпросмотр.

3. История кода. Каждая редакция автоматически сохраняется. Строчки можно восстановить одним кликом мыши.

Записать в лист ожидания можно здесь — линк.

Стала доступна модель o1 от OpenAI

Полноценная o1 (не preview-версия) сейчас неофициально доступна по ссылке https://chatgpt.com/?model=o1. Ссылка работает не у всех, также нужна подписка ChatGPT Plus.

Судя по описанию, o1 имеет контекстное окно 196608 токенов и, кроме текста, принимает на вход файлы jpeg, png, webp и gif.

На скриншоте с Reddit пример того как в o1 работает функция Vision.

UPD: доступ закрыли.

А тем временем GPT выкинул Perplexity из чата, улучшенный поиск.

Уже тестили?

🔍 В веб-версию ChatGPT добавили поиск по чатам — находим нужный диалог за секунды

Просто вводите запрос в поисковую строку, и ChatGPT покажет релевантные ветки с превью. Один клик — и вы уже в нужном месте чата. Работает даже просто по ответам из чата, а не только по названию чата как в Claude

Фича доступна уже для подписчиков Plus и Team, а для бесплатных только в ноябре

Трнаскрибация видео и аудио бесплатно (30 мин)

sonix.ai/invite/klybgdr

Часто бывает что нет под рукой простого инструмента, вот пример, зашел, авторизовался по гуглу бесплатно, загрузил файл, получил, забыл, все

оставлю его тут

Твиттерские создали монстра для кодинга: энтузиасты собрали CopyCoder — ИИ-программу для создания текстового промта для генерации кода. Работает так:

→ Делаете скриншот страницы или программы.
→ Нейросеть выдаёт текстовый промт.
→ Копируете промт в Bolt, Cursor или V0.
→ Получаете готовый код по текстовому описанию страницы.

На старте доступно 5 бесплатных попыток генерации промта. Пробуйте — здесь.

GPT-4o станет в 100 раз мощнее. Вы не ошиблись: инсайдеры узнали, что OpenAI в декабре выкатит модель под секретным названием Orion

Но пользователи не скоро получат доступ. Сначала Orion обкатают Microsoft и другие партнёры OpenAI для разработки своих продуктов и сервисов.

Мощности нейросети, которые в 100 раз превышают показатели GPT-4o, раскрыл один из руководителей OpenAI в X/Twitter.

(И где-то тут Яндекс со своим увеличением в 0,7 раз нервно курнул)

Сам выход мощнейшей ИИ-модели в истории проходит в решающий момент для Сэма Альтмана, когда его команда получила $6.6 млрд от инвесторов, не смотря на текучку кадров.

Коллекция юз кейсов Claude Computer Use:

1. Полный туториал на настройке использованию от Мервина.
2. Автономный ресерч в вебе от Тони.
3. Использование плэйграунда Firecrawl для скрейпинга сайтов от Николя.
4. Собираем информацию и заполняем заявки на работу от Эрика.
5. Поиск видео на YouTube и пропускание рекламы от Амджада.
6. Настройка плэйграунда для использования Computer Use за 10 минут от МакКея.
7. Чат с Элизой от Дениса.
8. Пример использования для разработки от самих Anthropic

Runway запустила новую функцию, позволяющую нейросети создавать мультфильмы прямо из ваших видео

Теперь не нужны захват движения, риггинг или гринскрин. Просто садитесь перед камерой, и система перерисует вас, сохранив мимику и эмоции. Это новый уровень для создания мультфильмов!

🎙 ElevenLabs запустили Voice Design — генерируем голоса за минуты

Теперь можно создать голос для любого персонажа, описывав его особенности. Хоть прописать писклявость, строгость и кряхтение — что угодно, что в голову придёт. На основе этого генерируется 3 варианта голоса, остаётся послушать пример и выбрать лучший. Опробовать просто:

1. Зайдите во вкладку Voices
2. Нажмите Add a new voice в правом верхнем угле
3. Выбираете первую предложку — Voice Design
4. Вводите промт и текст для теста

На старте дают 10К кредитов, которых хватит примерно на озвучку часового текста. При этом этические нормы (стоны, детские голоса, мат) не выйдет учесть как промпте, так и озвучке.

P.S. Для запуска из России надо поменять IP-адрес

YandexGPT 4

Вы не ждали, а она взяла неожиданно вышла
https://ya.ru/ai/gpt-4

Яндекс представил новую модель YandexGPT 4. Она умеет рассуждать пошагово, понимает более длинные тексты и может обращаться к внешним инструментам. Ответы стали точнее и полезнее, а по качеству модель приближается к GPT-4o от OpenAI.

В новом поколении есть две модели: YandexGPT 4 Pro для сложных задач и YandexGPT 4 Lite для более простых. Обе доступны в Yandex Cloud через API или в демо-режиме.

Что нового в YandexGPT 4:
- Улучшенные ответы и решение бизнес-задач.
Модель отвечает лучше предыдущей в 70% случаев.
(лучше предыдущей... всего на 70%, мы тут зажрались и нам подавай улучшение в разы, а не на проценты)

- Пошаговые рассуждения.
Она разбивает сложные вопросы на простые шаги и решает их последовательно.
(Ничего себе, где-то я это видел, вот только где, понять не могу...)

- Обращение к внешним функциям.
Модель может запрашивать данные из внешних источников и использовать их в ответах.
(Ура, нейро работает)

- Расширенный контекст.
YandexGPT 4 Pro понимает тексты до 32 тысяч токенов, что позволяет анализировать большие документы.
(здорово, сровнялись с гигачатом, но до джемини с 2 млн пока далеко, но ждем, Москва не сразу строилась)

Мастхэв для маркетологов: Anthropic добавил возможность генерировать и запускать код, а также отдельный ИИ-сервис для анализа данных.

Кто работает с рекламой, может загрузить таблицу с воронкой продаж, а Claude выявит ошибки и даст советы по повышению конверсии.

Сюда же подойдут данные о продажах и эффективности в разных странах.

Проджект-менеджеры получили сильного ИИ-помощника, потому что Claude по таблице вовлечённости юзеров распишет планы спринтов и функции, которым должны быть в приоритете.

Онлайн-форум: Цифровые помощники: как бизнесу использовать искусственный интеллект и другие передовые технологии

Препарируем мессенджеры, таск-трекеры и CRM. Строим дашборды и чат-боты. Ищем место интернета вещей и искусственного интеллекта в вашем малом (или среднем) бизнесе

На форуме вы узнаете:
• Как ставить задачи в рабочем чате, чтобы сотрудники сделали именно то, что вам нужно? Как работать с таск-трекером?
• Как использовать искусственный интеллект для анализа данных?
• Как собирать отзывы и решать проблемы клиентов с помощью чат-бота?

Встретимся 25 октября в 11:00 на Цифровой платформе МСП.РФ
Зарегистрироваться → https://clck.ru/3DweWX

Я насчитал штук 10 совершенно новых продуктов, каждый из которых может стать миллиардным бизнесом, которые были принципиально невозможны вчера, до релиза Computer Use у Антропика.

Некоторые скажут: зачем LLM учиться человеческим интерфейсам, если она может напрямую через API? Зачем Тесле учиться видеть, если можно запрограммировать дороги? Зачем роботам 5 пальцев, если есть более эффективные конфигурации?

Ответ: обратная совместимость. Пройдут десятилетия или даже столетия, прежде чем все дороги на планете будут построены специально для self-driving cars. Большинство инструментов и вещей, типа ручек дверей и микроволновок, созданы для владельцев пальцев и кистей. Интернет создан с (пусть кривыми, но) человеко ориентированными интерфейсами.

Поэтому победят продукты, которые идеально работают как в новом, автоматизированном-роботизированном, так и в классическом, человеческом, мире.

Вышел мини-апп agent.exe, который все еще не просто ставится, но который позволяет управлять агенту не виртуальной машиной, а обычной — своей

Вышло забавно, я его запустил и ввел на русском «Найди дешевые билеты в Париж» — модель, видимо, из-за тренировки и языка на котором пришел запрос — сама пошла в Авиасейлс и ввела там место отправки Москва (опять же, модель додумала из-за языка)

Наглядный байас модели на ровном месте и в очередной раз респект СММ-щикам Авиасейлс, которые себя не только в интернете завирусили, но и датасеты Anthropic забили ассоциацией слова «авиабилеты» на русском = Авиасейлс

Редко кто так громко интернет засоряет 😮

P.S. Не ускоряю, чтобы вы скорость видели

Прям круто, по 1му промту сделал все что нужно.

Промт из видео:
Мой друг приезжает в Сан-Франциско, и я хочу посмотреть с ним на восход солнца у моста Золотые Ворота завтра утром. Мы будем ехать из Пасифик Хайтс. Не могли бы вы найти нам хорошее место для обзора, проверить время в пути и время восхода солнца, а затем создать событие в календаре, которое даст нам достаточно времени, чтобы добраться туда?