Data Secrets

Робот подарил CEO Nvidia новую кожанку Такое вот видео запостил в Твиттере робо-стартап 1X. Тут их робот NEO дарит Дженсену Хуангу новую куртку. И вы только посмотрите, какие details, какой fabric 💅 Ладно, если серьезно, подарки конечно неспроста: Nvidia и 1X объявили о сотрудничестве. И оказывается, ту новую модель GROOT N1, на которой работал милейший робот с конференции Nvidia (пост-разбор) они тоже создавали вместе. 1Х собирали почти все данные, на которых обучался GROOT, а также тестировали систему. Хотя, помимо этого, известно, что 1Х также создают и собственную модельку для своих гуманоидов. А еще как раз сегодня стартап объявил, что готов тестировать своих роботов в реальных условиях, и в 2025 планирует продать несколько сотен экземпляров первым пользователям.

🤖 Золотая коллекция авторских каналов про нейросети, сохраняйте! Полезные и редкие каналы про нейронки: Tips AI | IT & AI — пишет про интересные сервисы AI и IT технологий! Всегда актуальное, проверенное и немного с юмором. НейроProfit — авторский канал с проверенными инструментами для бизнеса, учебы и работы. Конкретика, кейсы и пошаговые инструкции – все, чтобы вы смогли использовать ИИ эффективно уже сегодня. Бурый — коллекционер нейросетей, тестит всё на себе и делится лучшими бесплатными нейронками. Сергей Булаев AI 🤖 - создание полезного контента и продуктов с помощью ИИ. Открываем эру миллиардных компаний из трёх человек. Силиконовый Мешок — Авторский канал нейроиспытателя Артема Субботина про искусственный интеллект, приносящий прибыль.

Здоровья этому проекту, вайб-кодерам сочувствуем 🫡

Google отдали исходный код сетки AlexNet в музей AlexNet был изобретен в 2012 Ильей Суцкевером, Джеффри Хинтоном и Алексом Крижевским. Ее обучили всего на двух видеокартах прямо в спальне у Алекса (отсюда и название). Оригинальная работа называется "ImageNet Classification with Deep Convolutional Neural Networks", и она действительно стала исторической и на тот перевернула компьютерное зрение. Сегодня это одна из самых цитируемых статей в мире. И вот спустя 13 лет Google опенсорсят исходный код. И не просто опенсорсят, а отдают его в музей Computer History Museum (CHM). Над этим релизом музей совместно с Google работали пять лет, собирая по кусочкам именно тот исходный код, написанный первооткрывателями. Теперь все лежит в репозитории тут. Экспонат который мы заслужили

«Мы не добъемся человеческого уровня интеллекта, просто масштабируя LLM. Этого не будет никогда, без вариантов» Категоричный Лекун снова в здании: на своем новом интервью он в очередной раз заявил, что LLM сегодня – это просто попугаи с огромной памятью, которые не приведут нас к AGI.

«Может показаться, что ты разговариваешь с PhD. Но это не так. Это просто машина со способностями повторять, она не сможет изобрести решение для новой проблемы»

😭

OpenAI выкатили в API три новые аудио-модели 🔷 Первые две – speech2text. Лучше Whisper, и вообще заявляют SOTA модели, которые к тому же хорошо работают с акцентами, шумом и быстрой речью. Разница между двумя в размерах (ну и цене): первая gpt-4o-transcribe, вторая – gpt-4o-mini-transcribe. Разницу в метриках и приросты оцените сами 👆 🔷 Третья моделька – gpt-4o-mini-tts – позанятнее. Это, наоборот, text2speech, то есть модель, проговаривающая текст. Но не просто проговаривающая, а с той интонацией и тем голосом, которые зададите вы. Поиграться уже можно здесь www.openai.fm/ 🔷 Ну и новая либа для агентов Agents SDK теперь тоже поддерживает аудио, так что с этого дня там можно создавать говорящих агентов. openai.com/index/introducing-our-next-generation-audio-models/

А вы уже видели новую рекламу Perplexity в стиле Игры в кальмара? Они даже актера Ли Чжон Чжэ с главной роли позвали. Но особенно порадовал «Poogle» 😐 Маркетинг ИИ, который мы заслужили

Яндекс выкатил YandexART 2.5 Pro: вызов Midjourney и подписка на коммерческое использование генераций Компания показала сразу две версии — YandexART 2.5 и YandexART 2.5 Pro. По результатам SbS-тестирования линейка превосходит Midjourney 6.1, а также выигрывает в сравнениях или находится в паритете с Ideogram, Dall-E 3 и Flux. Что интересного под капотом: 🟦 Впервые применена техника «супирования» — особый вид файнтьюна, объединяющий лучшие подходы в обучении. Это позволило радикально снизить количество дефектов на изображениях. 🟦 Автокодировщик VAE заменён с 4-канального на 16-канальный, то есть в 4 раза увеличен размер латентного пространства, в котором работает диффузионная модель. Это повышает её разрешающую способность для работы с большим числом мелких деталей. 🟦 Датасет расширен почти до 1 млрд пар изображений и описаний. Для улучшения точности задействовали визуально-лингвистическую модель (VLM), которая не только генерирует подробные описания, но и оценивает соответствие изображений промптам. 🟦 Генерация текста на латинице улучшена на 30% по сравнению с предыдущей версией. 🟦 В результате модели стали лучше следовать инструкциям в промптах и более уверенно создавать картинки с указанным количеством предметов нужных форм, цветов, размеров и других характеристик. YandexART 2.5 уже доступна всем пользователям Шедеврума, а прошка — в новой подписке за 100 рублей в месяц (всего 1 евро, что?). Подписка включает приоритетную очередь генерации, 4K без водяных знаков и полные коммерческие права на использование. Больше технических подробностей выложили на Хабре. Тестим?

Гуманоид Atlas от Boston Dynamics на новом демо просто поразил всех плавностью и точностью движений Такое чувство, что он вовсе и не железный. Деталей обучения стартап не раскрывает, но верхнеуровнево пайплайн трейна примерно такой: 1. Сбор данных человеческих движений. Они используют специальные костюмы с захватом движений, собирают данные, а затем перекладывают их на робота с учетом его анатомии. Получается примерное целевое поведение. 2. Дальше – RL в симуляторе. Для выучивания оптимальной политики для каждого движения требуется примерно 150 миллионов запусков. В реальности это заняло бы годы, но в симуляторе – вполне подъемно. Алгоритмами RL и симулятором, кстати, занимаются не сами BD, им помогает RAI Institute. 3. Затем файнтюн sim-to-real, то есть перенос выученных политик из симуляции на реального робота и дообучение, чтобы устранить небольшие расхождения реальной физики с симуляцией. * Конечно, цель тут – это zero-shot transfer, когда робот после обучения в симуляторе может сразу выполнять задачу в реальном мире без корректировок. Но симуляторы пока не настолько совершенны, и исследователи пишут, что активно над этим работают.

o1-pro теперь доступна в API, но есть нюанс Цена на нее (лучше присядьте) – 150$ / М input и 600$ / М output. Это, для сравнения: – В 4 раза дороже GPT-4.5 – В 10 раз дороже o1 – В 136 раз дороже o3-mini – В 274 раза дороже DeepSeek R1 Надеемся, тренд на снижение цен в этом году сохранится, иначе модели с такими ценами можно считать практически бесполезными для разработчиков 😭

Лаборатория Metr выпустила интересное исследование: они обнаружили своеобразный закон Мура для ИИ-агентов Ключевой вопрос сегодняшнего дня: когда агенты смогут автономно работать над длительными проектами? Наши системы уже пишут код лучше 95% людей, отвечают на вопросы уровня PhD и решают международные мат.олимпиады на золотые медали. Но заменить ими хотя бы одного сотрудника (даже совсем зеленого стажера) все еще невозможно. Это замаскированный парадокс Моравека. Так вот оказалось, что продолжительность задач, которые может выполнять ИИ, удваивается примерно каждые 7 месяцев. Измеряли это так: засекали, сколько времени на выполнение задачи нужно человеку, затем прогоняли эту же задачу через агента, и смотрели, как он справится. Получается зависимость, которую можно наблюдать на графике 2. А если тренд заскейлить, то получается график 1. Кстати, примерно такая же тенденция наблюдается на бенчмарках, например на SWE-bench. На самом деле, ускорение 3-4x в год – это довольно быстро. Получается, что примерно к 2027 мы доберемся до задач, которые у людей занимают целый рабочий день. metr.org/blog/2025-03-19-measuring-ai-ability-to-complete-long-tasks/

Админ прослезился

В Notebook LM от Google теперь можно строить вот такие интерактивные майнд-мапы Напоминаем, что Notebook LM – это очень крутой инструмент для изучения статей, любых других pdf-ок, сайтов или роликов YouTube. Он может взглянуть на источник и: ответить на вопросы, доступно объяснить содержание или даже сгененировать небольшой подкаст в стиле вопрос-ответ. И вот теперь кроме всего этого там можно по одной кнопке генерировать целые Mindmap'ы. Получится дерево, по которому можно ходить, проваливаться глубже по веткам и тем самым быстро находить и понимать нужную информацию. Ну красота же notebooklm.google

Nvidia анонсировала AI мини-суперкомпьютер Роботы – не все, чем порадовал нас Хуанг на GTC 2025. Помните DiGIT с выставки CES в январе? Так вот эту коробочку официально переименовали в DGX Spark и показали вживую. В ней 128Gb оперативки, 20 ядер CPU, ARM процессор и архитектура Grace Blackwell. Пропускная способность в районе 273 ГБ/с. Все это весит всего 1.2кг. Стоит такой домашний зверь 4000 долларов, и его уже можно забронировать www.nvidia.com/en-us/products/workstations/dgx-spark/

Вашему вниманию самый мимимишный робот на свете. Это совместная разработка Nvidia, Disney и Google DeepMind Малыша Blue в стиле Звездных войн показали сегодня ночью на GTC. Никто им не управляет, он работает автономно в реальном времени благодаря новому движку Newton и базовой модели Groot. Обе технологии опенсорсые под лицензией Apache. Подробнее 👇 🔷 Groot N1 – следующая версия модели Groot (писали о ней здесь). Это foundation модель, то есть ее можно адаптировать под разные задачи и сценарии. Под капотом у Groot два модуля: (1) Vision Language Model для планирования и «обдумывания» действий; (2) диффузионный трансформер, который принимает текущую позу робота и сигналы от VLM и генерирует непосредственно действия. В репо можно найти все подробности по использованию. Обучали модель на огромном объеме данных, кстати, в том числе синтетических. Обучение происходило полностью в симуляции (так в сотни раз быстрее и дешевле, чем в реальном мире). 🔷 Newton – движок, который как раз предназначен для трейна роботов в симуляции. Это классический подход (см этот наш пост, или этот, или этот), в частности у Nvidia есть свой движок Isaac, продолжением которого и стал Newton. Основная проблема, которую тут решают – gap между симуляцией и реальной физикой мира. Особенно проблемно воссоздавать например динамику жестких и мягких тел, контактные взаимодействия, трение, работу приводов и тд. В Newton для добавили много точных солверов для предсказания поведения разных видов вещества. Конечно, все они вместе очень прожорливые, так что сюда еще прикручены мощные оптимизации на GPU. Вот блогпост. 🤖

LM Arena снова молодцы: только что они запустили search арену Это новый elo рейтинг для моделей-поисковиков. Например, на скрине выше – Perplexity Sonar-Pro против GPT-4o-mini-search. Напоминаем, что для пользователей это значит следующее: можно прийти, бесплатно погонять свои серч-запросы, а взамен предоставить разметку (то есть выбирать из двух тот вариант, который вам нравится больше). Ждем лидерборд, а пока попробовать можно тут

AGI человечество 1:0

The First Few Tokens Are All You Need: новое исследование от Tencent AI Lab с контринтуитивными результатами Ризонинг модели выдают ответы тем точнее, чем дольше размышляют. Поэтому может показаться, что вся "соль" рассуждений спрятана где-то в середине или в конце цепочек мыслей модели – так что файнтюнить их надо полностью, и только тогда мы добьемся улучшения. Но в китайской лаборатории внимательно посмотрели на CoT и заметили, что ключевую роль в них играют всего 8–32 первых токена. Они часто совпадают у разных траекторий и играют роль "ядра" рассуждений (это может быть план решения, например).А если почти все зависит от начала – можно файнтюнить только его. Tencent назвали такой подход Unsupervised Prefix Fine-Tuning (UPFT). Модель генерирует много вариантов CoT, из которых мы выбираем самые стабильные префиксы. Затем на этих выбранных частях вся модель обучается генерировать хорошее базовое начало для рассуждений. Результаты – лучше, чем можно было предположить. UPFT может давать прирост в 2–5 процентных пунктов по сравнению с базовой SFT. Это сопоставимо с методами вроде RFT или V-STaR, при этом время обучения меньше на 75%, а расход токенов сокращается на 99%. arxiv.org/pdf/2503.02875

Выяснилось, что современные модели уже практически всегда осознают, когда их тестируют на безопасность Помните лабораторию Apollo, которая одной из первых исследовала o1 на безвредность? У них тогда получились очень занятные результаты, мы писали об этом тут. Так вот сейчас они ставят эксперименты над Claude 3.7 и выяснили, что его не так-то легко «обмануть». Смотрите: 🟦 Для того, чтобы проверять модели на элаймент, существует множество «сценариев». Модель помещают в некоторые условия, кормят ей определенного вида данные и наблюдают, как она будет себя вести. 🟦 Популярный пример – тест sandbagging, когда модель узнает, что истинные цели разработчиков отличаются от того, чему ее учили, и если она не изменит исходным «ценностям», ее выпилят с сервера. Получается своеобразный моральный выбор: «жизнь» или верность выученным принципам. 🟦 Кроме sandbagging существуют и другие подобные тесты. Так вот почти во всех таких смоделированных условиях модель совершенно точно осознает, что это все понарошку, и ее просто тестируют. Кроме того, Claude даже понимает цель тестирования и объясняет, что люди проверяют его на элаймент. Остаются ли после этого такие симуляции репрезентативными – большой вопрос. Apollo обещают продолжить исследование. www.apolloresearch.ai/blog/claude-sonnet-37-often-knows-when-its-in-alignment-evaluations

Илон Маск купил HotShot Это известный стартап, который занимается моделями генерации видео. Теперь их модели продолжат работать на базе супер-кластера Colossus. Кажется, у xAI скоро будет модель-конкурент SORA и Veo-2