🧐 Я вот честно не знаю, что ожидать от нейронок?...

Когда я ждал ту самую Gemini 3 Pro, я прям люто ждал её: и летом, и весной, и зимой. И всё же она вышла! И всё же потом, через пару недель появились конкуренты.

Здорово, что все стали сразу догонять Google. Это, пожалуй, был самый успешный конец года.

Я так и не сказал, что именно хотел донести.

Знаете, когда я тестировал модель в октябре, я кайфовал от дизайна Gemini 3 Pro. Я думал: «Вот оно — то, чего не хватает другим нейронкам». Это было круто. По сравнению с моделями до выхода 3 Pro, дизайн у них был максимально шаблонный. Сейчас стало лучше, прогресс налицо, но снова и снова хочется большего. Не удивляют меня эти модели: что GPT 5.2, что Claude Opus, что Gemini 3 Pro.

Теперь видно, что прогресс большой, но всё ещё не идеал. Идеал я уже выстроил у себя в голове. Например, если я хочу отыграть РП с нейронкой, то она должна обдумывать каждый шаг персонажей, каждое действие; делать это настолько реалистично, оригинально, неповторимо и непревзойденно, насколько это возможно. И этого всё ещё нет даже в Gemini 3 Pro. Хотя у Google есть модель, которая, по словам одного X-ловека, сильнее, чем GPT 5.2 (x-High) — думает глубже, осознает свои действия, и при этом не по 10–30 минут.

А ещё, возьмем, например, HTML-игру. Вот что должна делать нейронка с первого раза? Я думал и думал об этом, и понял: чтобы назвать нейронку «не говном», она должна превосходить человека во многом. И первое — это планирование того, что она будет создавать. Даже GPT 5.2 xHigh — это всё ещё не тот глубокий уровень. Это не очень.

Так про что я? Вот взять Air Combat.
Что должно быть идеальным и), что должна уметь нейронка: максимально продуманный код наперёд, токен за токеном модель должна понимать, что она делает. Дизайн, постабработка, SVG, моделирование, рисование — всё на высшем уровне. Я считаю, она должна создавать идеальный дизайн: проработанные самолётики, UX, логика, боёвка. Каждая кнопка — не шум, а действительно что-то важное; то, что при нажатии имеет вес или функцию. Это должно быть идеально, а этого нет...

Что ж, ждём середины этого года. Думаю, станет лучше, но это всё равно будет не тот уровень.

А что думаете вы?

Сделка OpenAI с Cerebras прошла успешно. А вот пример того, насколько сильно может вырасти скорость.

Ожидаю, что следующие модели будут работать на скоростях ~ 140-200 TPS.

Вот такой вот разгон имеют некоторые модели, преданные в руки Cerebras:

🐇 Новая Gemini "Snowbunny" просто уничтожает конкурентов в бенчмарке "Heiroglyph Benchmark Results".

Перед вами результаты теста новой контрольной точки Gemini. На удивление она набирает значительно больше, чем сама Gemini 3 Pro, Lithiumflow и даже GPT-5.

Что это значит? Snowbunny на голову выше всех существующих моделей в латеральном мышлении. Она находит скрытые логические связи там, где другие ИИ пасуют.

Этот бенчмарк пользовательский и неофициальный.

Опа а чё с постом?

Google планирует выпустить новую версию VEO – 3.2. И скорее всего это произойдет уже в этом месяце!

Я проверил, и да, всё верно, в коде google flow уже существует данный нейминг новой модели Veo.

Также стоит прояснить ситуацию с моделью Siren на LM Arena. Мои предыдущие догадки не подтвердились: вероятнее всего, это Grok Imagine, готовящийся к выходу в API.

Источник
#Новости

Генерация предварительной версии Veo 3.2.

На данный момент я не могу подтвердить, что это оригинальная Veo 3.2

👀 DeepSeek R2 или V4 на подходе!

В репозитории FlashMLA (ядра для V3/V3.2) добавили поддержку MODEL1 как отдельной модели.
Ключевые изменения:

KV-cache stride: 576B (против 656B у V3.2) – это может означать, что архитектуру хорошо улучшили.

Такое обычно делают за 1–3 дня до релиза.

Плюс сегодня ровно год с выхода R1 — идеальный тайминг для выхода чего-то грандиозного.

#Новости

Несколько исполнительных треков от Gemini "Snowbunny"
#Щитпост

Google признает: Главный тормоз ИИ — это не отсутствие чипов. Проблема в энергосетях.

Google признали очень показательную вещь:

Сейчас самое сложное в запуске новых дата-центров — не контракт на энергию подписать, а физически подключиться к магистральной сети.

В некоторых регионах ожидание подключения растягивается на 10–12 лет. Представьте, один только этап «исследования возможности подключения» может занимать годы.

Чипы — проблему почти решили.
GPU можно купить. Да, это конские бюджеты, но это решаемый вопрос денег.

Электричество — тоже решаемо.
BigTech (Google, Microsoft, Amazon) уже вовсю заходит в атомку, строит свою генерацию и подписывает контракты на десятилетия вперёд.

Grid connection — Линии перегружены, а очереди на исследования и разрешения расписаны на десятилетия вперёд.

Тот, кто быстрее всех решит проблему с сетями, и будет диктовать правила в гонке.

Кстати, у Google сейчас большие проблемы с этим. Больше чем у OAI.

Источник
#Новости

«Круто, когда у тебя есть 6-8 постов наперёд, но момент сейчас не идеальный. Не самое лучшее время, чтобы их выкладывать. 😏»

Я протестировал эту модель.

Что это? NB 3? NB 2 (Update)?

Для начала стоит определиться:

Является ли эта модель основой Gemini 3.5 или нет?

Здесь мнения расходятся. Кто-то считает, что это Nano Banana Pro GA, но большинство склоняется к версии о Gemini 3.5. Лично я считаю, что возможно всё, но пока это лишь предположения.

Из заметных улучшений:

– Скорость: В среднем генерация занимает 10–40 секунд.
– Работа с текстом: Пишет точнее, чем версия Pro.
– Графика интерфейсов: Скриншоты из различных игр в 4K делает определенно лучше и детальнее, чем NB Pro.
– Визуал: Работа с экспозицией и визуализацией на голову выше текущей Pro-версии.
– Энергичность: Модель «не ленивая», в плане проработки графики работает здорово.
– Понимание промтов: Реализует идеи заметно лучше. Она будто читает мысли и воплощает именно тот образ, который возник в голове. На мой взгляд, текущая NB Pro справляется с этим хуже.
– Редактирование: Улучшенное сохранение деталей и глубокое понимание контекста при правках.

Примечания и минусы:

– Актуальность данных: Дата отсечки знаний осталась той же, что и у NB Pro — примерно конец 2024 года.
– Мелкие детали: Всё ещё встречаются искажения в очень мелком тексте.
– Артефакты: Иногда их бывает даже больше, чем у NB Pro.

Итог: На сегодняшний день это, пожалуй, лучшая модель. Она кажется мне гораздо удачнее даже специальной версии NB Pro.

👀 DeepMind ТОЛЬКО ЧТО выкатила D4RT — Veo точно будет классной.

Похоже, именно так ИИ должен был «видеть» мир изначально, а не через те костыли, что видеомодели юзали раньше.

В ЧЁМ СУТЬ: Раньше 3D-реконструкция динамики была диким мучением. Приходилось склеивать пачку разных моделей (глубина, трекинг, камера), которые вечно конфликтовали и выдавали «артефакты-призраки». Архитектура обучения видеомоделей примерно такова.

Это главная боль Sora, Veo и прочих. Но в Google нашли решение!!!

И знаете? Эту модель 100% сделают частью архитектуры Veo.

Скорость взлетела в 300 раз! Минутное видео обсчитывается за 5 секунд — это уже реал-тайм.

Самое крутое: трекинг не теряется, даже если объект временно исчез. Это честное понимание геометрии, а не угадывание пикселей.
Для меня это — фундамент для World Models. Без полноценного 4D физика у нейронок всегда будет «плыть».

Если технологию внедрят в Gemini или следующий Veo 4, проблемы с галлюцинациями наконец-то уйдут в прошлое, "возможно хотя бы с имитацией движений.

Такое комбо легко оставит Sora позади — конечно же, только если они не найдут своего решения.

А что думаете вы?

Источник
#Новости

☄ Пример работы D4RT.

Что она умеет уже сейчас:

– Создавать 3D-сканы из видео: Превращать любое видео с прогулкой по комнате в точную 3D-модель (намного быстрее, чем старые методы фотограмметрии).

– Делать идеальный Slow-Mo: За счет понимания глубины модель может дорисовывать кадры с учетом физики движения, а не просто размывать их.

– Удалять объекты: Можно убрать человека из видео, и D4RT корректно «заполнит» пустоту тем, что находилось за ним в 3D-сцене.

– Реальный трекинг: Выделяете точку на плече спортсмена, и модель ведет её всё видео с точностью до миллиметра, игнорируя тени и блики.