uk
Feedback

Не попадись на ботовода! Telemetrio знаходить і позначає такі канали мітками 👉 Хочеш бачити мітку, оформляй підписку

Complete AI

Complete AI

Відкрити в 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

Показати більше
7 879
Підписники
Немає даних24 години
-37 днів
+2130 днів
Архів дописів
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 лист, 12:38

Забирайте, пробуйте, крутая штука вышла🙂
17 лист, 10:41

ИИ-фотосессии будут ещё реалистичнее Создавая изображение, нейросеть решает две задачи сразу: придумывает позу, свет, компози
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 лист, 10:40

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 лист, 12:15

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 лист, 03:43

Забрал у коллеги из Сбера🙂 Слишком много стало сложного вокруг
08 лист, 08:54

Я участвую в экспертном совете премии AI Creative Awards 2026, которая проводится в рамках национальной программы "Нейрофест"
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 лист, 15:04

От цифровой модели до умной стройплощадки Продолжаем серию материалов с Компьютеррой, приуроченную к пятилетию AIRI, о том, к
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 лист, 11:04

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 жовт, 08:35

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 жовт, 14:02

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 жовт, 06:13

Время ИИшницы! Приглашаем на митап, который пройдёт 22 октября в 18:30⤵️ В честь юбилейного года AIRI мы пересобрали формат И
+7
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 жовт, 06:10

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 жовт, 08:02

AI + разработка — Senior-разработчиков ждут в Ozon Tech В компании развивается новое направление, команда, которая будет стро
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 вер, 05:02
04 лист, ~05:32

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 вер, 11:16

Утекли предполагаемые бенчмарки Gemini 4 - цифры выглядят безумно 🤯 В сети разошлась таблица с прогнозируемыми результатами
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 вер, 03:37

17 сентября в Москве пройдёт AI R&D DAY — конференция для исследователей, разработчиков, руководителей R&D-команд и специалис
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 серп, 04:07
04 лист, ~05:32

Сегодня вечером мы вместе с Денисом Макрушиным встретимся на стриме и разгоним базу про безопасность в нашем новом дивном мир
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 серп, 02:47

🔥 GLM-5.3 от Z.ai — главное за 30 секунд: 1. Чистый post-training. Та же базовая модель —GLM-5.2 — все улучшения получены то
🔥 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 серп, 08:46

🐍 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 серп, 09:02