Complete AI
Ir al canal en Telegram
Меня зовут Андрей Кузнецов Руковожу управлением в Sber AI, построил успешную лабораторию FusionBrain в AIRI, один из основателей Kandinsky, к.т.н., 15+ лет опыта в Computer Vision, выступаю с лекциями и пишу о событиях в AI и ML
Mostrar más7 879
Suscriptores
Sin datos24 horas
-37 días
+2130 días
Archivo de publicaciones
7 878
Repost from N/a
CADMAGEDDON: реверс-инжиниринг CAD локально, без фронтирных API
tldr: Следующий шаг после CADENA и CADFather. Агент восстанавливает редактируемую CAD-модель по мешу на открытой Qwen3.8-27B, работает на одной GPU 48 ГБ и пишет CadQuery и нативный FreeCAD.
Идея: числа (уровни, линии, дуги, отверстия) подгоняют по мешу геометрические инструменты и дают им имена. VLM смотрит на рендеры и выбирает структуру, ссылаясь на геометрию по имени. Угадывать цифры и обучать модель не нужно.
Результаты:
• MCB: IoU 86.2% → 93.3%, GMS 70.5% → 81.8% (vs CADFather)
• CADENA-Bench: IoU 91.8% → 98.1%, GMS 80.0% → 90.9%
• BenchCAD: 99.1% voxel IoU против 96.3% у фронтир-моделей с инструментами (по данным вендоров)
На видео: реконструкция во FreeCAD.
📄 Paper: arXiv | Hugging Face
💻 GitHub: kulibinai/cadmageddon
🤗 Заапвоутить: HF papers
18 nov, 12:38
7 878
Repost from Институт AIRI
ИИ-фотосессии будут ещё реалистичнее
Создавая изображение, нейросеть решает две задачи сразу: придумывает позу, свет, композицию и при этом старается точно повторить каждую черту лица и букву. Когда эти задачи конфликтуют, детали размываются.
Исследователи лаборатории FusionBrain Института AIRI разработали метод KandiShop, который разделяет эти задачи, благодаря чему улучшается качество генерации лиц и надписей на товарах. Он не требует дообучения нейросетей и работает поверх уже сгенерированных картинок.
KandiShop проверили на сотне лиц и четырёх популярных открытых нейросетях. Благодаря ему сходство с оригиналом у FLUX.2 klein возрастает с 52 до 75 процентов, а у Nano Banana — с 57 до 76. Общее качество и красота картинки при этом остаются.
Сайт | GitHub | Газета.ру | Хабр
17 nov, 10:40
7 878
1️⃣1️⃣ лет Сберу!
Много всего успел сделать, работая тут: Kandinsky, FusionBrain Lab, ГигаАгент, много крутых научных работ... Уверен, что впереди ещё много крутых проектов и новых прорывов.
Спасибо коллегам и команде за единство, взаимную поддержку, стремления и мощную мотивацию! Сбер — это место лучших людей и лучших продуктов.
Поздравляю!
12 nov, 12:15
7 878
Совсем скоро, 26–28 ноября, пройдет AI Journey — международная конференция по искусственному интеллекту. Для нашей команды это главная площадка года, где мы традиционно делимся релизами, архитектурными экспериментами и результатами исследований.
28 ноября, в День Науки, я выступлю на главной сцене с докладом:
🤖 «Автономный универсальный агент ГигаАгент: настоящее и будущее»
Поговорим о том, как мы переходим от привычных языковых моделей к полноценным автономным агентам, способным брать на себя сложные цепочки задач, планировать свои действия и работать в реальном окружении. Разберем, где мы находимся прямо сейчас и куда эта технология движется в ближайшем будущем.
Конференция пройдет в гибридном формате: очно и онлайн. Присоединяйтесь к трансляции или приходите послушать вживую — буду рад видеть и пообщаться!
➡️ Регистрируйтесь на AI Journey 2026
09 nov, 03:43
7 878
Я участвую в экспертном совете премии AI Creative Awards 2026, которая проводится в рамках национальной программы "Нейрофест" при поддержке Минкульта РФ. Победителей объявят на Международной конференции AIJ!
Знаю, что меня читают не только люди науки, но и творческие коллеги. Приглашаю принять участие, буду рад познакомиться с вашими работами! Заявку ещё можно успеть подать до 10.11.
05 nov, 15:04
7 878
Repost from Институт AIRI
От цифровой модели до умной стройплощадки
Продолжаем серию материалов с Компьютеррой, приуроченную к пятилетию AIRI, о том, как искусственный интеллект и наука влияют на разные сферы нашей жизни.
Антон Гусаров, научный сотрудник группы «Генеративное проектирование» лаборатории FusionBrain Института AIRI, рассказал, как ИИ помогает находить новые архитектурные решения, учитывать различные требования и ограничения при проектировании, создавать цифровые двойники зданий, мониторить строительные процессы, работать с проектной документацией, а также управлять объектом после его ввода в эксплуатацию.
📎Читайте в материале
02 nov, 11:04
7 878
Repost from N/a
CADFather: Autonomous CAD Reconstruction through Coordinated Tool Use
tldr: Следующий шаг после CADENA. Теперь агент управляет реконструкцией: выбирает инструменты, пробует разные варианты построения и уточняет размеры.
В CADENA мы перешли к пошаговому предсказанию: модель исполняет уже написанную программу, смотрит на отличие от цели и предлагает следующую операцию. Но иногда нужно попробовать другой способ построения, а иногда — просто точнее подобрать размеры.
В CADFather сама CADENA стала одним из инструментов агента. К ней добавились геометрический алгоритм, предлагающий операции непосредственно по мешу, и численный оптимизатор параметров.
Агент смотрит на исходную деталь и промежуточные результаты, выбирает, какой вариант продолжать и каким инструментом. Может вернуться к более раннему построению и попробовать другую ветку. Каждая программа исполняется и оценивается, а лучший корректный результат сохраняется. Ни модель-ассистент, ни инструменты дополнительного обучения не требуют.
По сравнению с опубликованными результатами CADENA IoU вырос:
- DeepCAD: 96,6% → 98,7%
- Fusion360: 95,2% → 97,6%
- MCB: 89,5% → 91,3%
На BenchCAD получаем 96,8% voxel IoU — выше опубликованных результатов фронтирных моделей с инструментами, достигающих 96,3%. При этом оценочная стоимость токенов более чем в 100 раз ниже, чем у Claude Opus 5.5: $0,046 против $5,94 на деталь.
На видео — ускоренная запись реальной реконструкции кронштейна, сам запуск занял около 2 минут
Будем благодарны за апвоут на Hugging Face и звёздочку на GitHub!
Paper: arXiv · Hugging Face
GitHub: kulibinai/cadfather
Заапвоутить: HF Papers
13 oct, 08:35
7 878
Коллеги из Яндекса, мы с вами. Пусть хватит сил пройти через всё это, справиться с последствиями атак на дата-центры и как можно скорее восстановить работу инфраструктуры.
Хорошо понимаю, сколько людей, знаний и сил стоит за бесперебойной работой дата-центров. Обычно эта огромная работа остаётся незаметной — пока не происходит что-то чрезвычайное.
Берегите себя. Мысленно с вами ❤️
https://t.me/data_secrets/10137
09 oct, 14:02
7 878
Приходите послушать Бориса Заикина — он расскажет про наши исследования в области RL обучения небольших моделей в харнессе ГигаАгента. Там будет про влияние на метрики, скорость и потребление токенов🎓
09 oct, 06:13
7 878
Repost from Институт AIRI
Время ИИшницы! Приглашаем на митап, который пройдёт 22 октября в 18:30⤵️
В честь юбилейного года AIRI мы пересобрали формат ИИшницы и выходим в офлайн. Шесть спикеров выступят в формате печа-куча, а после обсудят тему агентов за круглым столом.
Спикеры:
➡️ Артемий Сахаров, специалист по анализу данных и машинному обучению, Р-Фарм
🔖 Цифровой контур R&D: ИИ-агенты для работы с мишенями и базами экспериментов
➡️ Ваня Ершов, руководитель разработки ИИ-агентов в «Алисе AI», Яндекс
🔖 Агент — это не только модель: как устроены современные харнессы
➡️ Владимир Димитров, Senior DS engineer в команде Авито Работа
🔖 AI Recruiter в Авито: агент, который проводит интервью
➡️ Владимир Шапошников, научный сотрудник группы «Мультимодальные архитектуры ИИ» лаборатории «Сильный ИИ в медицине», AIRI
🔖 Агент сказал «готово». Проверяем
➡️ Евгений Володин, Технический директор, Антиплагиат
🔖 ИИ-агенты в образовании
➡️ Борис Заикин, к.т.н., исполнительный директор по исследованию данных, Сбер
🔖 RL агенты в исполняемых средах: опыт обучения 9B-модели в харнессе GigaAgent
Модераторы мероприятия — директор Центра ИИ-разработки новых лекарственных препаратов в AIRI Артур Кадурин и директор по маркетингу и коммуникациям AIRI Александра Бройтман.
Кстати, вы тоже можете стать спикером печа-кучи. Для этого направьте нам тему об агентах, с которой вы хотели бы выступить, и краткое описание к ней на почту event@airi.net. Вместе с модераторами мы выберем двух спикеров и свяжемся с ними для подготовки к докладу🙂
Подробное описание митапа и регистрация на офлайн-формат на сайте.
Трансляция на YouTube и VK Видео⏯
#ИИшница
09 oct, 06:10
7 878
Repost from Dendi Math&AI
🚀 Мы с командой представляем Kandinsky 6.0 Video Lite и Pro — новое поколение наших моделей генерации видео, теперь с синхронным звуком!
🎬 Video Lite — 3B параметров, акцент сделали на эффективности модели и доступности запуска
🎬 Video Pro — 29B параметров, это флагман с лучшим качеством следования промпту, качеством визуала и динамики
Обе модели понимают мультиязычные запросы и генерируют видео (режим text-to-video) или «оживляют» изображения (режим image-to-video). Разрешение видео — вплоть до FullHD с помощью нашей модели апскейла Kandinsky SR 2.0 Video. Модели поддерживают создание видео до 5 секунд с диалогами, музыкой и звуками окружения. Аудиодорожка синхронизирована с происходящим в кадре, а движения губ персонажей — с их речью
⚡️ Про качество
Модель Kandinsky 5.0 Video Pro более полугода занимала первое место среди открытых моделей в задаче text-to-video на arena.ai и была сопоставима по визуальному качеству с Veo 3. По нашим side-by-side сравнениям флагман новой линейки — Kandinsky 6.0 Video Pro — заметно превосходит Kandinsky 5.0 Video Pro по визуальному качеству, реалистичности движения и следованию запросу и показывает качество на уровне Veo 3.1 Fast. А среди открытых моделей Kandinsky 6.0 Video Pro уступает только MiniMax H3, достигая паритета с LTX 2.5. Больше сравнений и деталей — в техрепорте (кстати, буду рад апвоутам статьи, сейчас мы уже традиционно #1 Paper of the day)
🔧 Немного технических подробностей
🔘Для обучения мы подготовили 50 млн изображений, 20 млн видеосцен, 40 млн аудиотреков и 7 млн видео с синхронным аудио
🔘В основе моделей — CrossDiT с двумя башнями: видео и аудио, с bidirectional audio↔video cross-attention. Видеобашню мы инициализировали моделью Kandinsky 5.0 Video (Lite и Pro, соответственно), аудиобашню обучали сначала с нуля, а затем совместно с видеобашней на качественных видео с синхронным звуком
🔘SFT делали в два этапа: сначала улучшали визуальное качество, дообучая видеобашню с замороженной аудиобашней. Затем размораживали всю модель и совместно дообучали обе башни с фокусом на качество аудио, синхронизацию модальностей и качество липсинка. На обеих стадиях обучали отдельные модели для 11 доменов, а в конце супировали полученные компоненты, усредняя веса в одну модель
🔘Смогли завести RL: на нашем тесте доля ошибок в генерируемой речи (WER) снизилась с 23,5% до 12,4% у Pro и с 17,9% до 12,7% у Lite 💪
🔘Поработали и над ускорением: подготовили дистиллированные версии Lite и Pro с генерацией за 10 шагов. Использовали π-Flow с последующим adversarial-дообучением Sim-LADD. По нашим side-by-side сравнениям в режиме image-to-video дистиллированная Pro сохраняет качество на уровне полной версии, при этом работает быстрее: 402→175 секунд на 5-ти секундное видео для Pro и 157→98 секунд для Lite.
🔘Адаптировали и Lite, и Pro для запуска на на RTX 4090, 5060 Ti, 5080, 5090, PRO 6000
Полезные ссылки:
👉 Почитать подробнее: техрепорт
👉 Код и веса: GitHub, Hugging Face
👉 Модель уже доступна через FAL, Diffusers, ComfyUI, SGLang и vLLM-Omni
👉Больше о нашей команде, моделях и исследованиях — на сайте Kandinsky Lab
Попробовать модель Pro можно в ГигаЧат в разделе Видео. Делитесь своими генерациями и обратной связью 🙂
@dendi_math_ai
07 oct, 08:02
7 878
AI + разработка — Senior-разработчиков ждут в Ozon Tech
В компании развивается новое направление, команда, которая будет строить платформу для создания и запуска AI-агентов. Предстоит работать не над одним AI-продуктом, а над инфраструктурой для агентских систем от SDK и инструментов до оркестрации, observability и evaluation.
Ребята в поисках Senior-разработчиков. Можно приходить с любым стеком — Go будет основным, но на интервью разрешают использовать привычный язык. Go можно спокойно освоить уже после выхода: команда поможет с переходом.
Откликнуться
17 sep, 05:02
04 nov, ~05:32
7 878
Мы выложили программу Practical ML Conf 2026
Я уже не первый год состою в программном комитете конференции, помогал отбирать доклады. Из того, что сам точно не пропущу:
➡️ Антон Разжигаев из AIRI в онлайне разберёт, что находится внутри Ouroboros, как устроена петля самоулучшения агента и какие грабли встретились по дороге. Про Ouroboros я здесь уже писал, поэтому особенно интересно послушать от Антона лично)
➡️ Данил Кашин из Яндекса расскажет про Agentic Vision: как научить VLM рассуждать, строить план и использовать внешние инструменты. Будут visual reasoning, OCR, детекторы, поиск и исполняемый код
➡️ Александр Куцаков из GigaChat расскажет про temporal grounding для длинных аудиозаписей: как научить Audio LLM понимать не только что произошло, но и когда именно. Внутри синтетический датасет на 13 тысяч часов, миллион семплов и снижение ошибки в тайм-кодах с 66 до 3,5 секунды
Отдельный респект кейноутам этого года) Я тоже буду на конфе, так что вечером, как всегда, встретимся на нетворк-тусовке и поболтаем!
➡️ Посмотреть программу и зарегаться
07 sep, 11:16
7 878
Repost from Анализ данных (Data analysis)
Утекли предполагаемые бенчмарки Gemini 4 - цифры выглядят безумно 🤯
В сети разошлась таблица с прогнозируемыми результатами Gemini 4:
- 99,9%+ — ARC-AGI-3
- 99,1% — FrontierMath Tier 4 v2
- 72,8% — Terminal-Bench Science 0.1
- 70,2% — HealthBench Professional
- 62,3% — Terminal-Bench 4.0
- 48,7% — AutomationBench
- 98,6% — BenchCAD
В этой таблице Gemini 4 опережает GPT-6 Astra и Fable 5.1 на всех перечисленных тестах. Особенно сильный скачок якобы приходится на математику, scientific reasoning, работу в терминале и agentic-задачи.
Сам Gemini 4 реален: Google уже подтвердил, что запустил для него свой «самый амбициозный pre-training run» на сегодняшний день.
05 sep, 03:37
7 878
17 сентября в Москве пройдёт AI R&D DAY — конференция для исследователей, разработчиков, руководителей R&D-команд и специалистов, которые создают и внедряют передовые решения на основе искусственного интеллекта, где я буду выступать с лекцией «Автономный универсальный агент для повышения эффективности сотрудников Сбера».
В центре программы — NextGenAI, проект, который исследует новые вызовы и формирует образ будущего ИИ.
Вас ждут 22 доклада в рамках двух треков. Поговорим о:
🔘новых подходах к созданию и обучению моделей
🔘системах, которые одновременно работают с текстом, изображениями, звуком и другими типами данных
🔘развитии голосовых технологий
🔘оценке качества AI-решений
🔘внедрении технологий в реальные продукты
Участие бесплатное, места ограничены. 17 сентября — Москва (очно) и онлайн. Регистрируйтесь.
20 ago, 04:07
04 nov, ~05:32
7 878
Repost from Уставший техдир
Сегодня вечером мы вместе с Денисом Макрушиным встретимся на стриме и разгоним базу про безопасность в нашем новом дивном мире агентов.
Обсудим потенциальные векторы атаки, как обезопаситься от них и контролировать агентов после внедрения. Будет одинаково полезно и для тех кто делает агентов, и тех, кто использует их для разработки
Присоединяйтесь
20 ago, 02:47
7 878
🔥 GLM-5.3 от Z.ai — главное за 30 секунд:
1. Чистый post-training. Та же базовая модель —GLM-5.2 — все улучшения получены только масштабированием RL на длинных агентных задачах (фреймворк slime + SAO)
2. Сильнейшая open-weight модель для кода. +50% на внутреннем Z.ai Code Bench; Terminal Bench 3.0: 28.3 (было 4.6); DeepSWE v1.1: 66.9 (было 46.2). На TB 2.1 (88.2) вплотную к Fable 5 и GPT-5.6 Sol.
3. Эмерджентные способности в кибербезопасности — главный сюрприз. Модель сама начала выстраивать полные цепочки эксплуатации уязвимостей. CyberGym 84.5% — #1 среди всех моделей; ExploitBench удвоился (24→54). В реальных проектах нашла 2 436 уязвимостей в 269 OSS-проектах, включая баги возрастом до 40 лет.
4. Веса будут открыты через 2 недели после завершения safety-аудита и hardening
5. Честное позиционирование на бенчмарках. Z.ai прямо показывают, где отстают от closed frontier (Fable 5, GPT-5.6 Sol) — ExploitBench 54 vs 78, Terminal Bench 3.0 28 vs 35
Все детали по ссылке
14 ago, 08:46
7 878
🐍 Сегодня мы выпустили ГигаАгента — и это не очередной чат-бот
Расскажу, что мы построили и почему это важно.
ГигаАгент — это автономный универсальный ИИ-агент на базе Ouroboros, который переписывает свой собственный код через reviewed self-evolution. Буквально: редактирует рантайм, коммитит через multi-model review gate, рестартится на новой версии. Если сломался — откатывается. Если совсем плохо — /panic.
Это результат синергии, которая редко случается в индустрии: исследовательская команда лаборатории FusionBrain AIRI отвечала за архитектуру агента и самоэволюцию, фреймворк и научный фундамент, а инженерная команда в Сбере — за продуктовую обвязку, инфраструктуру и адаптацию под бизнес-сценарии и enterprise-ограничения. Когда исследователи и инженеры работают как одна команда, получается отличная синергия:
🏆 SOTA на трёх бенчмарках разом:
— Terminal-Bench 2.1: 86.97% (предыдущий лучший — 83.8%)
— OSWorld-Verified: 90.69% — работа мышкой/клавиатурой в реальном десктопе
— CL-Bench: 0.2301 normalized reward — накопление знаний между задачами
На SWE-bench Pro и GAIA — паритет с Claude Code и Codex.
🧬 Ключевая фишка — саморазвитие
Агент может менять свои навыки, промпты, контекст и даже логику ревью. Но каждое изменение проходит через иммунную систему: несколько LLM от разных вендоров независимо ревьюят дифф, голосуют кворумом, плюс отдельная модель с большим контекстом проверяет, не ломает ли правка проект целиком. Fail-closed — при сомнении изменение не проходит. Пользователю доступны разные режимы глубины эволюции: от ядровых компонент до навыков.
Он также умеет
— Создавать рой субагентов для сложных задач
— Проектировать навыки по запросу пользователя
— Решать задачи по расписанию (cron)
— Подключать уже созданные ранее навыки в других агентах, интегрирован магазин ClawHub, есть MCP и A2A протоколы для взаимодействия
— Анализировать и создавать презентации, дэшборды, документы, таблицы, PDF
Как продукт
— Работает в фоне, не нужно контролировать каждый шаг
— Хранит память между сессиями
— Сам создаёт и подключает навыки по необходимости
— Учится на ошибках
— Доступен через Agents Space от Cloud.ru, 4000 бонусов на старте
📄 Техрепорт на arXiv: arxiv.org/abs/2608.08311
📰 Хабр: https://habr.com/ru/companies/airi/articles/1065428/
🔗 Попробовать: https://cloud.ru/agents-space
12 ago, 09:02
