Machinelearning

✔️ Апдейт GPT-5.5 Instant OpenAI начала развертывание обновления для GPT-5.5 Instant в ChatGPT. Апдейт улучшил удержание контекста в многошаговых промптах со сложными условиями. Еще пофиксили проблему с зацикливанием, теперь при оспаривании ответа или запросе уточнений модель перестраивает логику вывода, а не дублирует первоначальный вариант. Также оптимизирована обработка коммерческих запросов - модель комбинирует геоданные, информацию о бизнесе и изображения. В задачах на сравнение и принятие решений заявлено более точное распознавание цели запроса. openai.com ✔️ Computer Use в Gemini 3.5 Flash Google запустила функцию Computer Use в API Gemini 3.5 Flash. Модель анализирует происходящее на экране и автономно выполняет действия в браузерах, десктопных и мобильных ОС. Для защиты агентов от инъекций промптов модель прошла состязательное обучение. При обнаружении попытки взлома выполнение задачи автоматически прерывается, а для запуска необратимых или критичных действий предусмотрена настройка обязательного подтверждения от человека. Инструмент открыт в Gemini API и на платформе Enterprise Agent. Документация с референсным кодом уже опубликована, а демо-среда для тестирования развернута на базе Browserbase. blog.google ✔️ Qwen представил симулятор программных сред для RL-обучения Подразделение Alibaba выпустило Qwen-AgentWorld, языковую модель мира для симуляции текстовых и GUI-сред в 7 доменах. Инструмент предназначен для обучения автономных агентов. Модель предсказывает переходы состояний среды. Графические интерфейсы Web, Android, OS анализируются в виде кода HTML или XML, а в процессе рассуждений применяется специальный токен прерывания для исправления ошибок на лету. Инструмент применяется в 2-х сценариях. Первый - симулятор для RL других агентов, имитирующий сбои API и генерацию неполных данных. Второй - самостоятельный агент, который прогнозирует последствия команд до их фактического выполнения. Облегченная 35B-версия опубликована на Hugging Face и ModelScope. qwen.ai ✔️ В MIT создали микрочип для аппаратного рендеринга 3D-карт в реальном времени Инженеры института представили SoC Gleanmer для построения 3D-карт в реальном времени на микророботах. Энергопотребление чипа составляет всего 6 мВт (это 2,5% от показателей традиционных решений для пространственного картирования). Разработчики отказались от воксельных сеток в пользу кастомного алгоритма GMMap. Он моделирует препятствия и свободное пространство с помощью гауссианов. Энергоэффективность достигнута за счет совместного проектирования аппаратной и программной архитектуры. Gleanmer обрабатывает карты глубин за один проход (пиксели сравниваются только с ближайшими соседями, после чего исходные данные удаляются). Слияние перекрывающихся гауссианов выполняется во встроенной памяти, полностью исключая обращения к внешним накопителям. Исследование поддержали Amazon и Intel. news.mit.edu ✔️ В Anthropic уходят еще 2 ключевых разработчика из команды Gemini Google продолжает терять ИИ-спецов, компанию покидают Йонас Адлер и Александр Притцель. Адлер отвечал за ИИ-инструменты кодинга, а Притцель занимался выстраиванием процессов обучения Gemini. Оба исследователя переходят в конкурентам в Anthropic. Тенденция вызывает обеспокоенность у инвесторов, поскольку недавно поисковый гигант лишился еще двух звездных сотрудников: Джон Джампер также выбрал Anthropic, а Ноам Шазир присоединился к OpenAI. Главный мотив такой утечки мозгов кроется в экономике. Оба конкурента, находящиеся в шаге от IPO, привлекают перспективными долями и опционами, способными принести немалый доход после выхода на биржу. Несмотря на отток талантов, Google уверяет, что сохраняет прочные позиции и полностью уверена в своем кадровом потенциале. bloomberg.com @ai_machinelearning_big_data #news #ai #ml

Авито запустил набор на совместные магистратуры с МФТИ и ВШЭ — программы построены на реальных кейсах компании, а преподают действующие сотрудники. В разработке всех программ участвовали более 300 экспертов со стороны Авито. Из трех направлений два — для тех, кто специализируется на ML: ✔️ «Прикладное машинное обучение и анализ данных» с МФТИ Программа охватывает классический ML, рекомендательные системы, компьютерное зрение и генеративный ИИ. Стек актуален под текущие запросы индустрии. ✔️ «Машинное обучение в цифровом продукте» с ФКН ВШЭ Фокус на применении ML внутри продуктовых экосистем. Слушатели работают с данными и кейсами из реальной практики, а не с учебными датасетами. Преподаватели — сотрудники Авито, которые ежедневно решают задачи такого класса. Поступить можно из любого региона России — программы открыты для выпускников бакалавриата со всей страны. Выпускники выходят с опытом, сопоставимым с первыми месяцами работы на позиции. @ai_machinelearning_big_data #ml #education #avito

🌟 Moebius: ультракомпактная модель для инпейнта изображений Команда из китайского университета HUST и лаборатории VIVO AI Lab опубликовала проект Moebius для восстановления и дорисовки недостающих или удалённых фрагментов изображений. Модель объёмом 220 млн параметров, по словам авторов, достигает качества, сопоставимого с системами на порядок большего размера, при значительно более высокой скорости работы. На 6 тестовых наборах Moebius работает на уровне моделей с 10 млрд параметров (FLUX.1-Fill-Dev), а в отдельных случаях (сложные текстуры и правдоподобность лиц) превосходит их. Скорость инференса составляет около 26 мс на один шаг вычислений, а суммарное ускорение более чем в 15 раз по сравнению с крупными системами. 🟡Под капотом два решения

Первое, блок Local-λ Mix Interaction, который перестраивает механизм внимания, сводя пространственный и смысловой контекст к матрицам фиксированного размера.

Второе - дистилляция знаний от более крупной модели-учителя PixelHacker, выполненная в латентном пространстве.

На Hugging Face технический отчет Moebius занял первое место в ежедневном рейтинге статей, а сам проект подан на конференцию ECCV 2026. Опубликованы код для дообучения и веса: 🟢Базовый чекпоинт 🟠Дообученная версия на Places2 (общие знания); 🟠Дообученная версия на CelebA-HQ (фото знаменитостей); 🟠Дообученная версия на FFHQ (люди с Flickr). 📌Лицензирование кода : Apache 2.0 License 📌Лицензирование моделей: MIT License 🟡Страница проекта 🟡Arxiv 🟡Веса 🖥GitHub @ai_machinelearning_big_data #AI #ML #Diffusers #InPaint #Moebius

Qwen-AgentWorld обошёл Claude Opus и GPT-5.4 на новом агентном бенчмарке. Qwen выпустили open-weight модели, которые симулируют реальные среды для агентов: web, terminal, coding, search, OS и Android. Главное: • 397B набрала 58.71 и обошла Opus 4.8 / GPT-5.4 • 35B MoE обошла Sonnet 4.6 • сильный прирост в coding, web и terminal задачах • веса уже доступны на Hugging Face Paper: https://arxiv.org/abs/2606.24597 Blog: https://qwen.ai/blog?id=qwen-agentworld GitHub: https://github.com/QwenLM/Qwen-AgentWorld HuggingFace: https://huggingface.co/collections/Qwen/qwen-agentworld ModelScope: https://modelscope.cn/collections/Qwen/Qwen-AgentWorld

📌 WSJ: коммерческие сделки OpenAI связаны с ростом личных инвестиций Сэма Альтмана The Wall Street Journal со ссылкой на судебные документы, ставшие публичными в ходе процесса "Маск против OpenAI", опубликовала расследование о том, что контракты OpenAI повышали оценку стартапов, в которые лично вкладывается Сэм Альтман.

Для контекста: Альтман не владеет долей в самой OpenAI, поэтому его доходы зависят от внешних инвестиций.

🟡Механизм OpenAI заключает контракт или соглашение о сотрудничестве, что поднимает оценку стартапа. Затем крупные акционеры OpenAI (например, Thrive Capital) или партнёры (SoftBank) выкупают доли стартапа, от чего личное состояние Альтмана растёт, так как он является их инвестором. 🟡Helion В 2025 году Сэм предлагал OpenAI вложить около $500 млн в термоядерный стартап Helion. Часть сотрудников восприняла идею с настороженностью, и от прямых инвестиций компания отказалась. В марте 2026 года стороны подписали пересмотренное соглашение о сотрудничестве и тогда же Альтман вышел из совета директоров Helion, объяснив это конфликтом интересов. В июне 2026 года Helion оценили в $15,5 млрд, а личная доля Альтмана выросла как минимум до $4,1 млрд. 🟡Cerebras После того как производитель чипов получил от OpenAI обязательство о закупках и провёл IPO, стоимость доли Альтмана выросла более чем в 6 раз по сравнению с декабрём 2025 года. 🟡Retro Biosciences После соглашения о научном сотрудничестве с OpenAI доля Альтмана в этой компании по продлению жизни к декабрю 2025 года достигла $258 млн.

Всего, по данным WSJ, не менее 10 компаний из инвестиционного портфеля Альтмана имеют сделки с OpenAI.

🟡На это обратили внимание власти Комитет Палаты представителей США по надзору начал официальное расследование, а генеральные прокуроры нескольких штатов призвали Комиссию по ценным бумагам и биржам проверить деятельность главы OpenAI в преддверии IPO.

Сам Альтман и представители компаний называют сотрудничество обычной практикой.

@ai_machinelearning_big_data #news #ai #ml

В одном консольном скрипте обнаружилась отсылка к кое чему крупному и ML-ному. Делимся находкой, прочекайте сами

python3 -c "
import base64, time, sys

cap = '\n\n⠀⠀⠀⠀⠀⢀⣀⠤⠿⢤⢖⡆⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀\n⠀⠀⠀⡔⢩⠂⠀⠒⠗⠈⠀⠉⠢⠄⣀⠠⠤⠄⠒⢖⡒⢒⠂⠤⢄⠀⠀⠀⠀\n⠀⠀⠀⠇⠤⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠈⠀⠀⠈⠀⠈⠈⡨⢀⠡⡪⠢⡀⠀\n⠀⠀⠀⠈⠒⠀⠤⠤⣄⡆⡂⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠢⠀⢕⠱⠀\n⠀⠀⠀⠀⠀⠀⠀⠀⠈⢳⣐⡐⠐⡀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠈⠀⠁⠇\n⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠑⢤⢁⠀⠆⠀⠀⠀⠀⠀⢀⢰⠀⠀⠀⡀⢄⡜⠀\n⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠘⡦⠄⡷⠢⠤⠤⠤⠤⢬⢈⡇⢠⣈⣰⠎⠀⠀\n⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⣃⢸⡇⠀⠀⠀⠀⠀⠈⢪⢀⣺⡅⢈⠆⠀⠀\n⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠶⡿⠤⠚⠁⠀⠀⠀⢀⣠⡤⢺⣥⠟⢡⠃⠀⠀⠀\n⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠉⠉⠀⠀⠀⠀⠀⠀⠀⠀\n    > Обнаружен зашифрованный пакет...'

print(cap)
time.sleep(1)

sys.stdout.write('    > Декодирование')
sys.stdout.flush()
for _ in range(5):
    time.sleep(0.4)
    sys.stdout.write('.')
    sys.stdout.flush()

encrypted = '0J/RgNC40LPQu9Cw0YjQsNC10Lwg0L3QsCBUdXJibyBNTCBDb25mCjE4INC40Y7Qu9GPLCDQlNCaINCh0LXRgNC/INC4INCc0L7Qu9C+0YI='
decrypted = base64.b64decode(encrypted).decode('utf-8')
print('\n\n    ' + decrypted.replace('\n', '\n    ').replace('Â', ''))
print('\\n    > Капибара подмигнула и уплыла готовиться.')
"

⚡️ OpenAI создала собственный чип - Jalapeño, разработанный для инференса. На это ушло всего девять месяцев. Цитата из блога: «OpenAI спроектировала чип с нуля, опираясь на глубокое понимание фундаментальных принципов LLM и учитывая свою дорожную карту моделей, kernel-оптимизаций, serving-систем и продуктовых потребностей. В этом ей помогали партнёры Broadcom и Celestica, которые участвовали в индустриализации платформы: реализации чипа, проектировании плат, интеграции rack-систем, высокопроизводительных сетей и масштабируемых производственных процессов». https://openai.com/index/openai-broadcom-jalapeno-inference-chip/ @ai_machinelearning_big_data

🙂 In the Weights: проверка тщеславия В сети вирусится веб-приложение In the Weights, которое проверяет наличие информации о человеке или компании в GPT, Claude, Gemini и Llama и т.д. Платформа работает через прямые запросы к моделям с принудительно отключенным доступом к сети, чтобы ИИ опирался исключительно на знания, полученные на трейне. Анализируя выдачу, система высчитывает скоринг. Метрика оценивает вероятность того, что информация об объекте содержалась в обучающих датасетах и содержится в конкретной модели. Помимо развлекательных целей, проект является наглядным аудитом того, как корпорации агрессивно скрейпят данные. По мере того как чат-боты вытесняют поисковики, присутствие в памяти моделей становится новой метрикой публичной значимости. Сервис напоминает о новых реалиях современной приватности: если информация о вас уже есть в весах LLM, стереть ее цифровой след практически невозможно. @ai_machinelearning_big_data #news #ai #ml

Нашли железо, которое потянет любые современные ИИ-модели 🔝 От RTX 4090 до HGX™ B300 — серверы под задачи любого масштаба есть в Selectel. Разворачивайте сервисы по распознаванию аудио и видео, генерируйте контент в промышленных масштабах, обучайте и запускайте собственных умных ИИ-агентов. Мощности для этих и других задач можно арендовать в пару кликов. Если необходимы быстрый запуск, гибкость и быстрое масштабирование, выбирайте видеокарты в облаке. Если работаете со стабильной нагрузкой и важна изоляция на уровне железа, выделенный сервер — ваш вариант. Выбирайте оптимальный сервер с видеокартами и арендуйте его от 5 рублей в час: https://slc.tl/esatn Реклама. АО "Селектел". erid:2W5zFHm4Crd

✔️ OpenAI расширяет свое присутствие в кибербезопасности Компания выпустила специализированную модель GPT-5.5-Cyber для ИБ и обновление плагина Codex Security. Доступ к GPT-5.5-Cyber предоставляется только верифицированным пользователям. Модель настроена на сниженную частоту отказов при обработке специфических запросов по безопасности. Обновленный Codex Security сканирует кодовую базу, анализирует векторы атак, проверяет достижимость уязвимого кода и генерирует патчи. Инструмент поддерживает обработку баг-репортов от внешних сканеров и экспорт данных через SARIF-файлы или запросы CodeQL. Совместно с HackerOne и Trail of Bits компания запустила инициативу Patch the Planet для автоматизированной защиты open-source проектов. К программе присоединились cURL, Python и Go. openai.com ✔️ Google запустила ИИ-акселератор для бывших сотрудников Корпорация представила программу для сообщества бывших сотрудников, создающих ИИ-проекты. Инициатива призвана не допустить оттока талантов к конкурентам. ИТ-гигант стремится захватить новые проекты на максимально ранней стадии, чтобы привязать будущих лидеров рынка к инфраструктуре Google Cloud. В первый 12-недельный этап отберут 10–20 команд. Каждая получит до 100 тысяч долларов прямого финансирования и грант на 350 тысяч долларов для оплаты облачных мощностей. Участникам также предоставят доступ к моделям Google до их публичного релиза. Партнерами проекта выступили венчурная студия Key Studio и платформа Xoogler.co, объединяющая более 35 тысяч экс-сотрудников корпорации по всему миру. Менторскую поддержку окажут опытные топ-менеджеры, в том числе бывший CEO Yahoo Марисса Майер. bloomberg.com ✔️ NVIDIA представила платформу безопасности для физического ИИ Halos for Robotics - аппаратно-программная платформа для безопасного взаимодействия автономных машин и людей на промышленных объектах. Аппаратная база состоит из модуля IGX Thor и шлюза Holoscan Sensor Bridge для обработки данных с датчиков. Программная часть построена на Halos OS с ядром Halos Core и поддерживает работу с сертифицированными ОСРВ, включая BlackBerry QNX. Компания выложила открытый референсный дизайн схемы безопасности, которая использует внешние камеры предприятия для контроля слепых зон робота. Для тестирования решений на соответствие нормативам NVIDIA запустила собственную лабораторию инспекции ИИ с аккредитацией ANSI. Первым интегратором стала Agility Robotics, она внедряет компоненты Halos в роботов Digit. nvidia.com ✔️ ElevenLabs выпустила инструмент для локализации рекламы Ads Engine - движок автоматического перевода рекламных креативов на 50 языков. Система интегрируется с кабинетами рекламных сетей, забирает исходные материалы, локализует их и загружает обратно. Инструмент работает на технологии Dubbing V2, которая переводит аудиодорожку и клонирует голос диктора с сохранением оригинальных интонаций. Попутно, сам Ads Engine адаптирует видеоряд - переводит текстовые оверлеи и меняет композицию кадров. В платформу встроен мониторинг эффективности, который отслеживает падение конверсии и предупреждает о необходимости замены креатива. Функция мониторинга и ручное ревью материалов доступны на тарифе Scale. Базовые возможности Ads Engine входят в подписку Pro (есть лимиты рекламные аккаунты, языки и генерации). Инструмент доступен только через веб, API не предусмотрен. elevenlabs.io ✔️ Oracle сократила 21 тысячу сотрудников на фоне реструктуризации бизнеса вокруг ИИ Корпорация уменьшила штат на 13% (со 162 до 141 тысячи сотрудников). Согласно годовому отчету, увольнение 21 тысячи человек связано с внедрением ИИ во внутренние процессы и перераспределением ресурсов. Затраты на выходные пособия и сопутствующие издержки составили 1,8 млрд долларов, что в 5 раз больше, чем компания потратила на реорганизацию годом ранее. Сэкономленные средства пойдут на строительство дата-центров. Корпорация продолжит менять структуру инженерных подразделений с фокусом на облачные сервисы и ИИ-продукты. bbc.com @ai_machinelearning_big_data #news #ai #ml

LLM в поддержке: от шаблонов к точной работе с документами компании ✅ На открытом уроке разберём, как устроены современные решения на базе LLM, почему они не просто генерируют текст, а используют знания компании для подготовки ответов, и как такие инструменты помогают ускорять обработку обращений. На практических примерах покажем, как документы превращаются в базу знаний для ИИ, как происходит поиск информации по запросу клиента и каким образом LLM помогает оператору поддержки готовить ответы. Также поговорим о том, как подобные решения применяются в бизнесе уже сегодня. Урок пройдёт 6 июля в 20:00 МСК в преддверии старта курса «LLM-инженер». Это возможность познакомиться с современным подходом к созданию интеллектуальных сервисов, задать вопросы эксперту и понять, как внедрять подобные решения в реальные процессы компании. ➡️ Регистрация открыта: https://otus.pw/vn5P/?erid=2W5zFHNdyn1 Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

📌 ICYML: главные анонсы Cursor на Compile 26 Cursor начал выкладывать на свой канал запись прошедшей на прошлой неделе конференции Compile 26.

Если коротко: Cursor окончательно перестал быть умным редактором кода и превратился в экосистему, где ИИ - полноценный кодер-коллега, а не просто продвинутый автокомплит.

🟡Релиз Cursor 3 Сооснователь Майкл Труэлл начал с интересной статистики: сейчас около 95% пользователей Cursor взаимодействуют с ним в первую очередь как с агентом, такие запросы превышают использование классического автокомплита в 5 раз. Ответом на это стал Cursor 3. Редактор переписали с нуля, сделав его полностью агентным. Интерфейс переработали под взаимодействие с ИИ-командами, появилась поддержка рекурсивных субагентов (это когда агент может вызывать других агентов). Отдельная фича - Design Mode: теперь можно буквально ткнуть агента в нужный элемент UI на экране, и он сам найдет и поправит соответствующий код. 🟡Cursor SDK Стартап уходит от концепции закрытого проприетарного продукта и выпускает SDK, позволяющий расширять функционал среды под себя. Помимо этого, прокачали CLI. Всего более 50 QoL-улучшений от комьюнити. Теперь Cursor можно интегрировать с внутренними инструментами компаний, базами данных, а также использовать сторонние API и протокол MCP. Платформа открыта для плагинов от сообщества. 🟡Cloud Agents Продакт-лид Кевин Нипарко уверяет, что Cursor хочет, чтобы ваши ИИ-коллеги работали 24/7, даже когда вы спите, катаете в фифу или общаетесь с клиентами. На помошь в этом приходят облачные агенты. Под капотом - инфраструктура с изолированными виртуалками, у которых есть свои клонированные репозитории, терминал, браузер, зависимости и т.д. Агенты могут сами запускать тесты, верифицировать работу и делать скриншоты для отчета.

Кевин привел кейс: компания Amplitude сейчас использует эту автоматизацию для миграции 20 000 React-компонентов на Tailwind.

🟡 Origin: замена GitHub В январе 2026 года Cursor купили стартап Graphite, и его сооснователь Томас Реймерс представил новую агентную Git-платформу Origin. Томас посетовал что классические Git и CI/CD сценарии ломаются под скоростью и объемом кода, который генерирует сейчас ИИ. Origin построен с учетом реалий: 🟢держит нагрузки от тысяч одновременно работающих агентов (синхронизация по всему миру <400 мс, 99.9% аптайм); 🟢агенты в Origin умеют самостоятельно резолвить merge-конфликты, чинить упавшие CI-тесты и отвечать на комментарии в PR, тегая кожаного только в крайнем случае. Полноценный релиз для всех запланирован на осень этого года, пока можно постучаться в вейтлист. 🟡Cursor Mobile на iOS Чтобы управлять агентами отовсюду, выкатили мобильное приложение, в котором видно, над чем сейчас трудится ИИ, можно аппрувить PR, разблокировать зависшие таски и просматривать скриншоты. Если агент где-то затроил, достаточно прямо на скрине с телефона обвести проблему, написать коммент и отправить переделывать. Бета-версия под iOS в TestFlight уже доступна. Но мест уже нет 🟡Модель на 1.5T+ параметров Cursor развивал свою линейку моделей Composer, фокусируясь на скорости и дешевизне. Но пришло время идти ва-банк. На подходе новая модель, которая обучается прямо сейчас: 🟠1.5+ триллиона параметров (уровень GPT-4 / ClaudeOpus); 🟠Учат с нуля на кластере из более чем 100 000 GPU (привет, SpaceX); 🟠На инференс выделят в 10–20 раз больше компьюта, чем во всех предыдущих моделях; 🟠Модель проектируется для сложного планирования, архитектурных решений и использования тулзов. Релиз состоится в ближайшие пару недель. @ai_machinelearning_big_data #news #ai #ml

📌 Mistral AI представила OCR 4. Модель превращает документ в структуру: • выделяет блоки через bounding boxes • понимает типы элементов: заголовок, таблица, формула, подпись • показывает confidence score по страницам и словам • работает на 170 языках Главная польза не в «распознать текст», а в том, чтобы дальше нормально использовать документы в RAG, enterprise search, редактировании, проверке человеком и агентных пайплайнах. Mistral заявляет, что OCR 4 обошла конкурентов в слепом сравнении на 600+ реальных документах и набрала 85.20 на OlmOCRBench. Модель можно запускать self-hosted в одном контейнере, чтобы документы не покидали вашу инфраструктуру. Цена через API: $4 за 1000 страниц, через Batch API: $2 за 1000 страниц. https://mistral.ai/news/ocr-4/

🔍 Baidu выпустила Unlimited OCR - модель для распознавания длинных документов за один проход. У модели 3B параметров, но активируются только 500M. При этом она показывает новые SOTA-результаты на OmniDocBench v1.5 и v1.6. Главная фишка - Reference Sliding Window Attention. Модель держит в фокусе: • исходный документ • недавний контекст • следующие слова А всё лишнее постепенно «забывает», чтобы не раздувать вычисления. За счёт постоянного размера KV Cache и более дешёвого attention Unlimited OCR может распознавать 40+ страниц за один forward pass, не теряя контекст и не замедляясь. GitHub: https://github.com/baidu/Unlimited-OCR Hugging Face: https://huggingface.co/baidu/Unlimited-OCR #ocr #baidu

Вау, вот это скорость разработки! 🚀 На GitVerse появилось зеркало PyPI — теперь Python‑пакеты доступны, даже если upstream PyPI упадёт или станет недоступен. Ставьте зеркало как основной источник или держите как резерв. Рассказали, как это сделать, здесь!

📌 Kapwing: 59% видео в ленте новых аккаунтов TikTok - низкокачественный ИИ-контент Платформа для создания и редактирования видео Kapwing опубликовала результаты исследования, согласно которому значительная часть роликов, показываемых новым пользователям TikTok, сгенерирована ИИ и относится к категории AI slop.

Это низкокачественный контент, который создаётся автоматически ради накрутки просмотров и подписок либо влияния на мнения.

По данным Kapwing, из первых 500 видео в рекомендациях у нового аккаунта TikTok таким контентом оказались 294 ролика (59%). В аналогичном тесте с новым аккаунтом в YouTube Shorts доля составила 21% (104 из 500), то есть на TikTok подобных видео было примерно втрое больше.

Справедливости ради - лента TikTok подстраивается под пользователя по мере просмотра, а тест отражает опыт первых часов использования.

Отдельно Kapwing вручную проанализировала 10 742 ролика по популярным тегам в 20 категориях. Наибольшая доля сгенерированных видео пришлась на категорию для детей - 57,4% (1147 из 2000 роликов), далее следуют "Наука и образование" (35%), "Здоровье" (33,8%) и "История" (33,5%). Меньше всего ИИ-слопа в категориях "Фитнес" (1,6%), "Музыка" (1,5%) и "Мода" (1,3%). Под тегом cartoonkids, по подсчётам платформы, лишь 3 из 100 видео были сняты людьми.

Для контекста, сам TikTok в 2025 году говорил, что многим нравится контент, созданный с помощью ИИ, и ввёл настройку, позволяющую регулировать долю таких роликов в ленте, а также объявил о фонде в 2 млн долларов на просветительские проекты об ИИ.

По собственным данным TikTok, к ноябрю 2025 года платформа пометила как сгенерированные 1,3 млрд видео. @ai_machinelearning_big_data #news #ai #ml

Хочешь заниматься наукой, но не отрываться от реальных индустриальных задач? МФТИ при поддержке Т-Банка набирает студентов в очную магистратуру по направлениям AI и Computer Science. Это формат, где учеба совмещается с работой в научной лаборатории. Ты не просто слушаешь лекции, а участвуешь в исследованиях, которые могут стать основой для публикаций, докладов на топовых конференциях и будущей карьеры в R&D. Что дает программа: * работа над индустриальными задачами * официальное трудоустройство в лаборатории и зарплата * исследования в AI и Computer Science * диплом МФТИ * возможность продолжить путь в аспирантуре, R&D или AI-центре Т-Банка Магистратура длится 2 года. Нагрузка: 52 часа в неделю. * 30 часов: работа в научной лаборатории * 22 часа: лекции и занятия в университете Подать заявку можно до 6 июля.

✔️ Alibaba обновила видеомодель HappyHorse Версия HappyHorse 1.1 обрабатывает промпты объемом свыше 2500 символов, выстраивает от 6 до 8 последовательных сцен на базе одного запроса в разрешении до FullHD и умеет генерировать мультиязычный липсинк. Предусмотрено 4 режима: генерация по тексту, на основе изображения, перенос персонажа по референсам и редактирование видео. Модель доступна по API через Alibaba Model Studio и Qwen Cloud. Тарификация: 14 центов за секунду в HD и 18 центов за 1080p. В первые 2 недели действует скидка 40% на генерацию. Alibaba в сети Х ✔️ Anthropic и Micron займутся совместным проектированием архитектуры памяти Компании заключили соглашение. в рамках которого будут исследовать поведение систем памяти при обучении и инференсе LLM. По условиям многолетнего контракта, Micron поставит Anthropic память HBM, DRAM и SSD-накопители. Anthropic развернет у чипмэйкера модели семейства Claude для генерации кода и автоматизации производственных процессов. Аналитиков тревожит зацикленность финансовой стороны партнерства. Схема предполагает, что Micron вкладывает средства в стартап, который тратит их на закупку оборудования самого инвестора. Подобные круговые сделки искажают реальную оценку спроса на рынке железа для ИИ. Производитель чипов также выступил инвестором в последнем раунде финансирования Anthropic. micron.com ✔️ Interactions API вышел в релиз Google перевела экосистему Gemini на Interactions API. Новый интерфейс вышел в общий доступ и заменил метод generateContent по умолчанию в Google AI Studio. Старый метод пока поддерживается, но будущие возможности для агентов будут реализовываться только через Interactions. В API отказались от ролей user и model. Теперь каждый пользовательский ввод или вызов функции фиксируется как отдельный типизированный шаг. Обновление добавило: управляемых агентов, фоновое выполнение тяжёлых задач, интеграцию с поиском и картами, а также генерацию медиаконтента. Плюс появились новые режимы выполнения запросов - Flex позволяет снизить расходы на 50%, а Priority обеспечивает максимальную скорость отклика. blog.google ✔️ Canonical добавит распознавание голоса в десктопную версию Ubuntu Компания анонсировала интеграцию инструмента под кодовым названием Myna, функции преобразования речи в текст. Инструмент появится в релизе Ubuntu 26.10 для работы с Wayland в окружении GNOME. Позже планируется поддержка других графических оболочек. Myna работает автономно после загрузки весов модели. Архитектура состоит из 3 узлов: аудио-адаптер захватывает звук с микрофона, очищает его от шума и нарезает поток на фрагменты, оркестратор управляет сессией и передает данные в изолированную песочницу, где происходит сам процесс распознавания. В первых версиях Myna не будет поддерживать фоновое прослушивание и голосовой ввод паролей. ubuntu.com ✔️ Контент Getty Images появятся в поисковой выдаче ChatGPT Крупнейший фотобанк и OpenAI заключили многолетнее лицензионное соглашение. Фотографии из каталога сервиса будут интегрированы в поисковую выдачу ChatGPT. Ранее Getty выступала против использования своих данных для тренировки ИИ и подала иск против Stability AI за нарушение авторских прав. Позже фотобанк выпустил собственный генератор изображений. Параллельно компания ожидает одобрения регуляторов на поглощение конкурента Shutterstock, что может сделать объединенную структуру доминирующим поставщиком легальных визуальных датасетов. Финансовые детали контракта не раскрываются. Также неизвестно, получила ли OpenAI право использовать архивы фотобанка для обучения моделей. gettyimages.com @ai_machinelearning_big_data #news #ai #ml

🌟 LOGOS: универсальная модель для естественных наук Alibaba Group выложила в открытый доступ код и веса модели LOGOS для нужд химиков, биологов и разработчиков лекарств. Это первая модель, которая в рамках единой архитектуры объединяет работу с белками, антителами, малыми молекулами, химическими реакциями и материалами. LOGOS умеет предлагать молекулы-лиганды, способные связываться с заданным белком, находить на белке участки связывания, предсказывать, из каких исходных веществ можно собрать нужное соединение, генерировать новые материалы, дорабатывать белки под нужные свойства и проектировать антитела. Главная идея проекта в том, чтобы одна модель справлялась со всеми этими задачами сразу, тогда как обычно под каждую делают отдельную узкоспециализированную программу. Чтобы это стало возможным, разные объекты и их взаимодействия (белки, молекулы, реакции, материалы) были закодированы в общее дискретное пространство токенов. LOGOS согласовывает предсказание следующего токена во время обучения с целями генерации в последующих задачах.

Этот метод назвали "научной грамматикой", он дал подлинную интероперабельность и синергию знаний между модальностями.

Корпус обучения составил 44 млрд токенов из 7 типов научных данных. 🟡 Тесты 🟢LOGOS-1B превзошла модель NatureLM (8×7B) в задаче генерации молекул; 🟢LOGOS-8B в генерации металл-органических каркасов обошла профильные решения по всем метрикам, а в проектировании участков антител заняла 1 место по точности восстановления аминокислот. 🟡В релизе 4 модели 🟠Три базовые претрейн-версии на 1, 3 и 8 млрд параметров; 🟠LOGOS-8B - версия после SFT под прикладные задачи. 📌Лицензирование: Apache 2.0 License 🟡Arxiv 🟡Набор моделей 🖥GitHub @ai_machinelearning_big_data #AI #ML #LSLM #LOGOS #TongyiLab

Мы часто обсуждаем инструменты и метрики, но почти не говорим о том, с чего на самом деле начинается внедрение AI в разработке. А начинается она, в том числе, с привычки и руководителя. Об этом я узнал из доклада Артура Василова из Яндекс Браузера на Mobile Runtime. Доклад оказался интересным именно своей приземлённостью: это не рассказ про «магический AI», а довольно честный разбор того, как команда Браузера идёт к AI-first-разработке. Цель у них прикладная — получить прирост производительности в исследовании, проектировании, коде и дебаге. По замерам команды, именно в процессе продумывания решения и написания кода прирост скорости сейчас около 20% к началу полугодия, но быстрее стала именно разработка, а не весь путь фичи до продакшена. При этом проникновение уже очень высокое: почти вся команда использует агентские сценарии на ежедневной основе. Самое полезное в докладе — разложение внедрения на слои. Сначала нужно просто приучить людей решать реальные рабочие задачи с агентами, а не сводить всё к разовым вопросам в чат. Для этого нужны общий AI-чат, амбассадоры в командах, живые демо и внятная настройка инструментов, чтобы люди не застревали на этапе интеграции агентов с Xcode, Android Studio и корпоративным окружением. Отдельно подчёркивается роль руководителей: там, где лидер сам регулярно работает с AI, использование в команде заметно выше, чем при формальном внедрении сверху. Следующий уровень — это уже не привычка, а инфраструктура: AGENTS.md, системные промпты, MCP и скиллы под повторяющиеся задачи. Логика простая: нужно давать агенту как можно больше инструментов и знаний для решения задач самостоятельно и удобно, а не чтобы разработчик вёл его за руку. На этой базе появляются и более тяжёлые сценарии, например: Swiftization, то есть массовый перевод старого Objective-C-кода на Swift, и частичная автоматизация релизного дежурства, где агент берёт на себя рутинные операции, анализ состояния релиза и первичную работу с новыми крешами и багами, а инженер уже проверяет результат. При этом сам Артур прямо говорит, что без автоматизации соседних функций — менеджмента, постановки задач, тестирования — влияние на time to market останется ограниченным.