Борис опять
Kanalga Telegram’da o‘tish
life = curiosity + irreducible noise Whois: https://t.me/boris_again/3400 Лс: @btseytlin
Ko'proq ko'rsatish📈 Telegram kanali Борис опять analitikasi
Борис опять (@boris_again) Rus til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 16 737 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 7 802-o'rinni va Rossiya mintaqasida 39 892-o'rinni egallagan.
📊 Auditoriya ko‘rsatkichlari va dinamika
невідомо sanasidan buyon loyiha tez o‘sib, 16 737 obunachiga ega bo‘ldi.
08 Iyul, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni 149 ga, so‘nggi 24 soatda esa 7 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.
- Tasdiqlash holati: Tasdiqlanmagan
- Jalb etish (ER): Auditoriya o‘rtacha 37.17% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 18.91% ini tashkil etuvchi reaksiyalarni to‘playdi.
- Post qamrovi: Har bir post o‘rtacha 6 222 marta ko‘riladi; birinchi sutkada odatda 3 166 ta ko‘rish yig‘iladi.
- Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 81 ta reaksiya keladi.
- Tematik yo‘nalishlar: Kontent блогпост, llm, контекст, alice, vlm kabi asosiy mavzularga jamlangan.
📝 Tavsif va kontent siyosati
Muallif resursni shaxsiy fikrni ifoda etish maydoni sifatida ta’riflaydi:
“life = curiosity + irreducible noise
Whois: https://t.me/boris_again/3400
Лс: @btseytlin”
Yuqori yangilanish chastotasi (oxirgi ma’lumot 09 Iyul, 2026 da olingan) sababli kanal doimo dolzarb va katta qamrovli bo‘lib qoladi. Analitika auditoriya kontent bilan faol hamkorlik qilishini, uni Texnologiyalar & Aralashmalar toifasidagi muhim ta’sir nuqtasiga aylantirishini ko‘rsatadi.
16 737
Obunachilar
+724 soatlar
+147 kunlar
+14930 kunlar
Ma'lumot yuklanmoqda...
O'xshash kanallar
Taglar buluti
Kirish va chiqish esdaliklari
---
---
---
---
---
---
Obunachilarni jalb qilish
Iyul '26
Iyul '26
+59
5 kanalda
Iyun '26
+324
10 kanalda
Get PRO
May '26
+421
13 kanalda
Get PRO
Aprel '26
+325
7 kanalda
Get PRO
Mart '26
+326
13 kanalda
Get PRO
Fevral '26
+649
18 kanalda
Get PRO
Yanvar '26
+735
21 kanalda
Get PRO
Dekabr '25
+173
15 kanalda
Get PRO
Noyabr '25
+214
18 kanalda
Get PRO
Oktabr '25
+292
4 kanalda
Get PRO
Sentabr '25
+220
12 kanalda
Get PRO
Avgust '25
+519
27 kanalda
Get PRO
Iyul '25
+559
23 kanalda
Get PRO
Iyun '25
+307
5 kanalda
Get PRO
May '25
+469
9 kanalda
Get PRO
Aprel '25
+304
7 kanalda
Get PRO
Mart '25
+577
15 kanalda
Get PRO
Fevral '25
+362
12 kanalda
Get PRO
Yanvar '25
+612
17 kanalda
Get PRO
Dekabr '24
+316
10 kanalda
Get PRO
Noyabr '24
+1 029
14 kanalda
Get PRO
Oktabr '24
+234
8 kanalda
Get PRO
Sentabr '24
+588
17 kanalda
Get PRO
Avgust '24
+546
6 kanalda
Get PRO
Iyul '24
+1 120
18 kanalda
Get PRO
Iyun '24
+1 684
16 kanalda
Get PRO
May '24
+384
10 kanalda
Get PRO
Aprel '24
+327
2 kanalda
Get PRO
Mart '24
+680
13 kanalda
Get PRO
Fevral '24
+605
8 kanalda
Get PRO
Yanvar '24
+752
8 kanalda
Get PRO
Dekabr '23
+607
12 kanalda
Get PRO
Noyabr '23
+718
21 kanalda
Get PRO
Oktabr '23
+451
5 kanalda
Get PRO
Sentabr '23
+215
0 kanalda
Get PRO
Avgust '23
+306
0 kanalda
Get PRO
Iyul '23
+351
0 kanalda
Get PRO
Iyun '23
+325
0 kanalda
Get PRO
May '23
+1 873
0 kanalda
Get PRO
Aprel '23
+258
0 kanalda
Get PRO
Mart '23
+292
0 kanalda
Get PRO
Fevral '23
+218
0 kanalda
Get PRO
Yanvar '23
+324
0 kanalda
Get PRO
Dekabr '22
+209
0 kanalda
Get PRO
Noyabr '22
+164
0 kanalda
Get PRO
Oktabr '22
+79
0 kanalda
Get PRO
Sentabr '22
+405
0 kanalda
Get PRO
Avgust '22
+218
0 kanalda
Get PRO
Iyul '22
+45
0 kanalda
Get PRO
Iyun '22
+42
0 kanalda
Get PRO
May '22
+163
0 kanalda
Get PRO
Aprel '22
+30
0 kanalda
Get PRO
Mart '22
+377
0 kanalda
| Sana | Obunachilarni jalb qilish | Esdaliklar | Kanallar | |
| 09 Iyul | +1 | |||
| 08 Iyul | +11 | |||
| 07 Iyul | +6 | |||
| 06 Iyul | +5 | |||
| 05 Iyul | +8 | |||
| 04 Iyul | +10 | |||
| 03 Iyul | +7 | |||
| 02 Iyul | +4 | |||
| 01 Iyul | +7 |
Kanal postlari
Repost from ChillHouse
Ну что ж, вот и наш первый релиз на архив.
we achieve a 4.37-fold speedup over autoregressive decoding, and outperform a highly optimized DFlash baseline by 24.7%Это спекулятивный декодинг. SOTA(ну на qwen3.6 точно). Бьем все, что есть известного в паблике (ну dflash). Супер важная тема для быстрого инференса на устройстве, особенно когда понимаешь задачу. GitHub HF Поддержка в нашем инференс движке скоро доедет
| 2 |  7x size reduction for Gemma4 Edge models
📝 Блогпост
Команда из Stage.AI выпустила занятный блогпост про сжатие Gemma-4 в 6,4 раза с умеренной просадкой качества.
Работа примечательна тем, что комбинирует многие классические и свежие практики, чтобы выдать наилучший trade-off между размером модели и качеством. | 2 178 |
| 3 | На конференции по AI вырубило свет | 6 817 |
| 4 |  Как вам место для размещения приглашения на invite only executive dinner for founders and VCs?
Я зарегался | 3 470 |
| 5 | TIL теперь существует профессия брокера компьюта. Человек, который ходит по клаудам и подбирает за тебя кластеры
Риелторы для гпу! | 3 585 |
| 6 |  Matn yo'q... | 4 063 |
| 7 |  Я на RAISE summit, ищу инвесторов, клиентов и партнеров.
И это буквально мем про лопаты. Каждый второй стенд это провайдер компьюта. Компьют компьют компьют
Не пузырь четко и ясно | 3 386 |
| 8 |  +1💵 GigaChat 3.5 Ultra: меньше, быстрее, сильнее
Сегодня мы выкладываем в open source GigaChat 3.5 Ultra — новую 432B-модель под MIT-лицензией. Это первый в open source гибрид GatedDeltaNet и MLA, доведённый до сотен миллиардов параметров, — с собственным рецептом обучения, который мы собирали больше чем в 1500 экспериментах. Модель выросла в коде, математике, агентных сценариях и на аренах — и при этом стала на 40% меньше, чем GigaChat 3.1 Ultra.
Что внутри:
🔘Собственная гибридная архитектура MLA + GatedDeltaNet с придуманной нами уникальной стабилизирующей обвязкой, без которой такой гибрид на этом масштабе просто не обучается;
🔘Gated Attention — модель может локально приглушать слишком сильный сигнал из attention-слоя;
🔘GatedNorm — нормализация с явным гейтом для управления масштабом сигнала между признаками. Модернизация этого слоя позволила нам стабильно обучать модели с большим количеством параметров.
🔘Линейный слой требует в 4 раза меньше KV-кеша на токен, в ту же память позволяет поместить в 2,14 раза больше контекста, throughput под нагрузкой растет на +20%;
🔘Две MTP-головы и ускорение генерации до 2,2 раза;
🔘FP8 на всех этапах обучения без потери качества относительно bf16 — свои Triton- и CUDA-ядра;
🔘Новый этап online RL после SFT и DPO.
Результаты:
🔘GigaChat-3.5-Ultra-Base обходит DeepSeek V3.2 Exp Base и DeepSeek V4 Flash Base в среднем по нашему набору general-, math- и code-бенчмарков (полные таблицы — в статье);
🔘GigaChat-3.5-Ultra-Instant сравним с DeepSeek V3.2 по среднему скору, будучи в полтора раза меньше;
🔘По LLM-судье MiniMax-M2.7 средний win-rate против GigaChat 3.1 Ultra — 75,9%, а против GPT-5 — 68.7%.
Весь стек — данные (своя LLM-фильтрация Common Crawl, 600+ языков программирования в коде), архитектура, рецепт обучения, инфраструктура — сделан нами end-to-end.
🤖 Подробности, включая детали реализации гейтов и рецепт стабилизации, — в статье на Habr.
➡️HuggingFace | GitVerse | 3 318 |
| 9 | Ухаживания
Раньше: оплатил девушке маникюр
Сейчас: оплатил девушке Codex Pro | 4 679 |
| 10 | Новый пост готовиться, а пока
#дайджест
Дайджест AI/ML за неделю 29 июня – 5 июля 2026
Что происходило в мире в перерывах между пятичасовыми сессиями с Fable
Anthropic: Claude Sonnet 5
Перформанс не драматично хуже Opus 4.8 при цене $2/$10 до 31 августа, дальше $3/$15 (Opus — $5/$25). Агентный кодинг 63.2 против 69.2 у Opus 4.8 и 58.1 у Sonnet 4.6, на knowledge work Опуса даже слегка обходит. В Claude Code теперь дефолт с нативным 1M контекстом. Идиллию портят только то что чтобы добиться качества Opus 4.8 нужно потратить настолько больше токенов, что выйдет дороже.
Блогпост, System Card
Alibaba: Qwen-AgentWorld
Все тренируют агентов действовать в окружении - Qwen натренировали модель быть окружением. World model предсказывает, что вернёт среда на действие агента: терминал, поиск, MCP, SWE, Web, OS, Android — всё в одной модели, обученной на 10M+ реальных траекторий. Профит: симулятор для агентного RL (включая полностью выдуманные миры, где агент не может читерить parametric-знаниями) и warm-up, улучшающий агентов даже без агентного файнтюна. В опенсорсе 35B-A3B (Apache 2.0), флагман 397B-A17B на их собственном бенчмарке обходит GPT-5.4 (58.71 vs 58.25) - бенчмарк, правда, их же. Блогпост, GitHub
Fal.ai: LoRA для TRELLIS.2
Fal завезли LoRA-тюнинг для 3D-генерации: TRELLIS.2 теперь можно дообучить под свой стиль или тип объектов и гонять инференс с кастомной лорой у них же. Если делаете ассеты пачками под один арт-стиль - это ваш день. Тренер, Инференс
Anthropic: Claude Science
Claude Code для биотеха. Попытка, сделать харнесс, который упорядочит зоопарк из PubMed, Jupyter, R и десятка биобаз со своими схемами. Внутри координирующий агент со специализированным набором скиллов. Блогпост
Comfy: официальный MCP
Агент на естественном языке ищет модели и темплейты, собирает и запускает воркфлоу, генерирует картинки/видео/аудио/3D. Воркфлоу шарятся по URL и воспроизводимы. Блогпост, Доки
Google: Nano Banana 2 Lite
Самая быстрая и дешёвая модель семейства: <4 сек на генерацию (было ~20), $0.034 за картинку. Заодно до API доехала Gemini Omni Flash - генерация и разговорное редактирование видео до 10 сек за $0.10/сек.
Блогпост, Nano Banana 2 Lite
Proton: Lumo 2.0
Приватный ассистент от швейцарской компании пересобрали: thinking-режим, мультимодальность, веб-поиск, память - всё под zero-access шифрованием. До фронтира очень далеко, но на фоне июньских приключений Anthropic с правительством США питч Европейского суверенного™ ИИ продаёт себя сам. Блогпост
Base44: Base1
Vibe-coding платформа от Wix первой в классе съехала со съёмного жилья: своя модель Base1 вместо API. RL-файнтюн открытой модели на десятках миллионов взаимодействий с платформы, мотивация - счета за Opus при $150M ARR. Ждём, последуют ли Lovable и ко. TechCrunch
Princeton: CEO-Bench
агент получает $1M и рулит симулированным SaaS-стартапом 500 дней. В плюсе финишировали только Fable 5 ($47.15M), Opus 4.8 и GPT-5.5; rule-based скрипт без LLM заработал $15.76M и обошёл остальных.
Статья, GitHub
NVIDIA ввела revenue share для AI-облаков:
кредитная поддержка и выкуп простаивающих GPU в обмен на процент с облачной выручки. Лопаты на лихорадке плюс доля с прииска. Блогпост
cardiag - прикольный опенсорс недели:
Модель для диагностики авто по звуку работы. GitHub
Akrites - Linux Foundation
запустили орган координации устранения уязвимостей в опенсорсе.
Котелок агентного ИИ находит уязвимости слишком быстро. Мейнтейнеры тонут в дублях репортов, а каждый сидящий на непатченной дыре повышает шанс утечки. Akrites - точка координации находок для практически всего американского бигтеха. Кстати акриты это стражи границ Византии, красиво.
The New Stack | 4 203 |
| 11 |  # Новый эпизод в серии "как потерять работу": PLATA
В последнее время в канале было меньше контента. Всё потому, что я нашел работу.
В апреле-марте свободные деньги у меня совсем иссякали. Идею стартапа автоматизации мобильного QA было решено закопать (об этом в следующем посте). Я начал смотреть по сторонам и общаться с компаниями, и одновременно с этим на меня вышли из команды рисков Plata.
Первой моей реакцией было удивление: где я и где банки? За всю карьеру я выкатил в прод едва ли 2-3 табличных модели. Всё время занимался компьютерным зрением, DL, данными и инженерией. Риски мне представлялись так: фитишь деревья решений, чтобы объяснить что-то регуляторам.
Однако мои опасения сходу развеяли. Оказалось, что риски в Plata — это не только таблички с бустингами, и вообще не про ублажение регуляторов. В Plata переформулировали задачу рисков из "отсеять плохих" в "максимизировать прибыль при заданных ограничениях". При такой постановке риски — это не отдел по блокированию инициатив и объяснению предсказаний, а движок зарабатывания денег. В таком случае и задачи моделирования становятся шире. Поэтому ребята искали, как усилить свою экспертизу в DL: целенаправленно нанимают людей без банковского и финтех опыта.
Мои глаза загорелись. Трансформеры в банках уже пробовали применять, но отставание от NLP серьезное, и подходы ещё не устоялись. Можно многое сделать, просто перенимая лучшие практики. Plata мне обозначила, что готова вкладываться и деньгами, и людьми. Бери ответственности сколько сможешь проглотить. Улучшение метрики риск-скоринговых моделей на один пункт — это буквально плюс десятки миллионов долларов в год, так что ресурсы дадут, если сможешь обосновать и сделать. Кроме того: растущая компания, в которой можно сделать себе имя, понятный горизонт, когда можно будет обкешить свои фантики, адекватные собеседования и хороший оффер. К тому же для меня очень важно иметь возможность спать в помещении и есть еду.
Я соблазнился и вышел на позицию Principal AI Engineer в Plata. Потом внутри приходилось всем объяснять, что я умею не только промпты, и вообще кто такой принципал. Самый простой вариант: это как стафф, но ещё круче, а стафф — это как синьор, но обязанный наносить добро в рамках нескольких команд. То есть как я люблю: нет подчиненных, надо работать руками, но и общаться тоже надо.
Внутри Plata мне просто понравилось. Я встретил очень сильную команду. Увидел самую крутую систему валидации моделей, что я когда-либо встречал. Культура ебашинга много работать есть, но она не показалась мне абсурдной или высосанной из пальца (косо смотрим в сторону печально известных R-компаний и P-компаний). Скажем так: на меня никто не токсил, мне никто не звонил в пять утра, по выходным работать не заставлял. Просто двигаться надо было быстро и включаться полностью, иначе просто отстаешь от коллег.
Также я не увидел культуры подсиживать коллег ради плюсика на ревью (косо смотрим на Я-компанию, да и любой бигтех). Скорее всего, Plata сейчас на очень здоровом этапе, когда надо просто делать работу, и это будет приносить деньги и результаты (в том числе сотруднику). Очень понятно, что делать, поэтому компания не обросла бюрократией, занимающейся обслуживанием самой себя.
За три месяца я сделал две небольшие DL-модельки, зачал проект большой вундервафли и начал искать под неё Research Engineer, высосал свой ML-нетворк в воронку найма Plata и организовал поездку нашей команды с докладами на ODS DataFest Belgrade (Салават, мы ждем записи!).
Кстати, вы можете податься на эту позицию и делать AI/ML R&D, который зарабатывает деньги: AI Research Engineer
Всё шло отлично. Plata — это место, где можно заработать миллионы долларов на обозримом горизонте. Но я заглянул глубоко в себя и задумался, чего я по-настоящему хочу и что мне по-настоящему нравится. Я понял: я не столько люблю зарабатывать деньги, сколько люблю их тратить. Тогда выбор очевиден: надо делать свой AI-стартап. Об этом в следующем посте. | 5 023 |
| 12 |  Когда-то скоро в канале снова будет не-брейрот контент, но пока что админ жжет токены | 5 506 |
| 13 | CTO = Claude Token Officer | 7 849 |
| 14 | Время вакансий в канале!
TLDR: HFT, кванты и ML, 360 – 500k USD на руки + profit sharing
Spectral::Technologies – HFT-фонд, успешно торгующий на рынках по всему миру 6+ лет. Познакомились на OpenTalks.AI: они были генспонсорами и буквально спасли конференцию в этом году. Ребята вообще много вкладывают не только в команду, но и в поддержку STEM-образования: четвёртый год покрывают 90%+ расходов НМУ, пишут курсы и дают гранты.
Ищут людей по двум направлениям – ML и Quant. Что круто: в Spectral идеальная среда для скоростного роста на любом грейде. Лид – золото IMO, команда постоянно растёт, джуны приходят без опыта в HFT и меньше чем через год уже делают рынки. Тайтлами не загоняют в рамки: дают столько ответственности, сколько вы готовы взять, и помогают найти, где ваши сильные стороны дают максимум для PnL.
ML Researcher (Middle / Senior)
Строить модели с высокими требованиями одновременно к скорости инференса и качеству, полный цикл – от гипотез до прода, Kaggle-like задачи
Кого ищут: сильная матбаза (как правило, tier-1 технический вуз), прод-опыт на Python и >= 1 из:
Коммерческий опыт в сильной ML-команде с подтвержденными кейсами / Опыт с моделями, где скорость инференса и качество важны одновременно / PhD по Computer Science, ML и/или публикации на топ-конференциях (NeurIPS, ICML, ICLR, CVPR) / Законченный ШАД по треку ML или DS / Соревновательный или HFT-бэк
Quant (Junior / Middle / Senior)
- Junior: можно без опыта. Python, базовый C++, linux
- Middle: 3+ года опыта в tech (не обязательно HFT). Python, C++, linux
- Senior: успешный опыт в HFT в квантовой роли («можете создать торговую стратегию»)
На все роли (и кванты, и ML) ребята ищут сильный соревновательный флекс, потому что сами такие же. Уровень победителей олимпиад по математике, проге, физике (межнар, ВсОШ, ICPC NEF+), Master+ на Kaggle или solo-золото, 2300+ на CF. Подойдёт любое достижение этого уровня – или успешный HFT-трек с ростом зоны ответственности.
Про вилки: Senior с сильным бэкграундом получает 360 – 500k USD на руки + profit sharing, Junior – 150–180k USD на руки + profit-sharing. Так что у Spectral не только есть интересные задачи, но они еще и очень хорошо платят за их успешное решение.
Общие условия:
– Profit-sharing на всех позициях
– Официальное трудоустройство, 5/2, оплачиваемая релокация; Дубай и другие локации по договорённости
– Всевозможные бенефиты: ДМС со стоматологией, учебные отпуска, перфоманс-коучинг, корпоративы в разных странах мира. Spectral умеют отдыхать красиво – несколько дней, полностью закрытые отели, уникальные экспириенсы, выступления артистов. А этим летом у них на корпоративе поет Дора 💔
Резюме и вопросы — сюда: @sophia_spectral 👀 | 7 076 |
| 15 |  Ничего лишнего | 6 383 |
| 16 |  Можно ещё как в рекламе отбеливателя | 6 098 |
| 17 |  Сделаю релиз вашей модели сотой, предложения в лс | 5 201 |
| 18 |  Я считаю не надо на этом останавливаться.
Вот несколько недоисследованных идей как лучше презентовать результаты своих моделей:
1. Менять ширину столбиков абсолютно легально
2. Не забываем про альфа канал | 5 219 |
| 19 |  Я не знаю что там за модели, но какие градиенты столбиков! | 4 655 |
| 20 | #дайджест
Дайджест AI/ML за две недели 15-28 июня 2026
OpenAI: GPT-5.6 (Sol, Terra, Luna)
Sol - плюс сайз модель сопоставимая с Mythos. SOTA на TerminalBench 2.1. остальные бэнчи сравнивают в рамках линейки GPT, так что вероятно там дай бог паритет с Fable. Цена - $5/$30
Terra - модель на уровне GPT-5.5. Цена - $2.50/$15 (у GPT-5.5 $5/$30)
Luna - по бэнчмаркам уровень GPT-5.4, но на класс ниже по размеру. Цена - $1/$6 (у GPT-5.4 $2.5/$15)
Civitates Foederatae Americae - правительство США попросило придержать публичный релиз и сделать ограниченное превью для 20 партнёров, согласованных правительством. Как было с Mythos, но теперь менее добровольно. Широкий доступ обещают "через пару недель". Но как говорится - на Альимана надейся, а сам ищи как получить паспорт США.
Блогпост, Системная карточка
Zhipu: GLM-5.2
Открыли веса под MIT. MoE на 744B параметров (40B активных), контекст 1M. И наконец-то с цифрами: SWE-bench Pro 62.1, Terminal-Bench 2.1 81.0, GPQA-Diamond 91.2, AIME 2026 99.2, HLE 40.5 (54.7 с тулами), в общем, открытая модель не очень далеко от фронтира.
Цена по API $1.40/$4.40 за 1M, кэш входа $0.26.
Веса, Блогпост
???: Happy Oyster 1.0
Одна модель - два продукта. По слухам от Alibaba.
Adventure Mode - world-model в духе Genie, можно летать на драконах и ползать червем через WASD.
Directing Mode - видеогенерация в которую можно вмешиваться и создавать развилки для происходящих в кадре действий.
На старте дают 1000 кредитов, так что можно попробовать самому. Сайт
Jülich: CytoNet
Модель архитектуры коры человеческого мозга (клеточной микроструктуры по гистологическим срезам, а не симуляцию активности). Тренировали на 6.5 петабайтах данных с 21 посмертного мозга. Брутальный ML.
Блогпост, Статья
Sakana AI: Fugu и Fugu Ultra
Модель-оркестратор, обученная раскидывать задачу по пулу фронтир-моделей (и рекурсивно по самой себе) и собирать ответ. По их собственным замерам Fugu Ultra тянется к фронтиру: SWE-Bench Pro 73.7, Terminal-Bench 2.1 82.1, GPQA-D 95.5, HLE 50.0. Веса закрыты, какие модели в пуле - не раскрывают. Цена Ultra $5/$30, в ЕС пока недоступно.
Блогпост, Технические детали
Zyphra: "Can Scale Save Us From Plasticity Loss in LLMs?" - статья в которой изучают потерю пластичности (деградацию способности учиться новому) у трансформеров от 5M до 314M. Момент её наступления растёт сублинейно к размеру, так что одним увеличением модели не вылечить. Статья
Alibaba: Qwen-Robot Suite
Alibaba собирает полный стек моделей для роботов восприятие-навигация-действие.
Qwen-RobotManip (обобщающая Vision-Language-Action модель), Qwen-RobotNav (навигация, Vision-Language-Navigation модель) и Qwen-RobotWorld (видео-world-model для предсказания сцен). Не оупенсорс.
Блогпост
NVIDIA: MotionBricks
Модель для генерации анимаций движения. Одна модель держит 350к+ элементов движений, работает в реальном времени и переносится на новые задачи zero-shot, без дообучения. Проект гоняют на гуманоиде Unitree G1 и в Unreal Engine 5. Выложены демо и инференс-чекпоинты, позже обещают полный пайплайн тренировки.
Проект, Статья
NVIDIA: CUDA-X новые AI инструменты для всяких наук
ALCHEMI - микросервисы под скрининг химических соединений и материалов, до 50x ускорение перебора кандидатов.
DAQIRI - библиотека обработки данных с детекторов в CERN. С её помощью гоняют real-time ИИ прямо по тем >99% столкновений, которые система отбора обычно выбрасывает не глядя.
cuPhoton - работа с астрономическими данными телескопов и рентгена, ускорили чтение и анализ данных обсерватории в тысячи раз. Блогпост
ByteDance: Seedance 2.0 Mini
Облегчённая и дешёвая версия видеомодели Seedance 2.0: 480p/720p. Заявляют ~2x скорость относительно Seedance 2.0 Fast при сравнимом качестве и примерно вдвое дешевле обычной
BytePlus, API-доки
EpicGames: Unreal Engine 5.8 добавили нативный MCP-плагин
Cerebras: разогнали Google Gemma 4 (31B мультимодальную) до 1500+ токенов/с
macOS: fm CLI Теперь работает с моделями из набора Foundation Models можно прямо в терминале Mac.
Google: Gemini 3.5 Flash computer use встроили прямо в модель как штатный инструмент | 6 600 |
