Нейронавт | Нейросети в творчестве
12.5K subscribers
6.26K photos
5.05K videos
50 files
6.35K links
Канал про нейросети в компьютерной графике, в кино и вообще

В папках и запусках не участвую

для связи @Neuronauticus

РКН: https://hf.ru/link8e56d
Download Telegram
Чтобы агенты могли планировать поездки: MCP для работы с сервисом путешествий Туту

Подключаете https://mcp.tutu.ru/mcp к своему агенту (я гонял на Codex, Hermes и OpenCode) — и он сможет искать вам самые дешевые билеты, следить за трендами, подбирать интересные отели и планировать путешествия полностью.

Зимой я тестировал MCP для бытовых задач — писал про «Вкусвилл» и про управляющую компанию.

✈️ Весной мы с Дашей обсуждали первый отпуск с ребёнком, она предложила слетать в Японию на сакуру — и я поймал себя на мысли: обидно, что не могу прямо в агенте посмотреть билеты. Оказалось, в Туту уже думали про агентный MCP. Так и познакомились.


🧭 Что умеет сейчас

Поиск по пяти направлениям — авиа, отели, ЖД, автобусы, электрички — повторяет витрину мобильного приложения.

Плюс сборка ссылки на оформление: для отелей, поездов и автобусов она ведёт прямо в корзину с выбранными местами.

Мне очень нравится кейс с поиском подходящих отелей, агенту доступны отзывы — может аналлизировать плюсы и минусы по ним, а не только по описанию.

Пара инсайдов, которые я вынес из разработки.

🧪 Три набора тестов — обязательны

🔸 юниты — ловят баги в логике и изменения в сигнатурах API;
🔸 лайв-тесты — ходят на реальные хосты Туту;
🔸 эвалы — сценарии, которые прогоняет сам агент.

Эвалы гоняю после каждого заметного изменения логики — и баг находился почти каждый раз. Обычно это корнер-кейсы, которых юнитами не видно. Поэтому сделал так, чтобы вместе с доработкой функционала шла доработка эвал-кейсов и их прогон.

🪫 Токен-диета: маленькие модели задыхались

Сначала собрал демо, потом запустил его на локальной Qwen3-30B-A3B — и почти все эвалы были красными.

Оказалось, что у меня огромные результаты вызова тулов, а контекстное окно локальной всего ~130тыс токенов. Некоторые тулы переполняли его, и агент просто забывал результаты поиска.

Можно было решить как в моём скилле «Яндекс Метрики» — гонять данные через файлы. Но не хотелось требовать лишнего инжиниринга на стороне клиента, поэтому посадил MCP на токен-диету:

🔸 детали по ЖД: были 66–75 КБ — стали 14–17 КБ (−75%);
🔸 отели: были 58 КБ — стали 16 КБ;
🔸 контекст на сценарии с 7 поездами: было ~133k — стало ~34k токенов.

После этого даже маленький квен стал тянуть эвалы нормально.

🤝 Бизнес-инсайт: акцепт оферты живёт на стороне вендора

Самый интересный вопрос был не технический, а продуктовый: как пользователь аксептует оферту?

💡 Вывод шире одного проекта: любые commerce-протоколы и агентные автоматизации пока упираются в сессию вендора — финальный акцепт и оплата остаются на его стороне. Агент доводит вас до кнопки «купить», но не может нажать ее без вас, иначе будут юридические сложности.


🎁 Буду рад идеям

Хочу усиливать MCP. Если у вас есть сценарии или улучшения — пишите в комментарии или в личку.

У меня есть бюджет на подарки: предложили улучшение, забрал в прод — приду в ЛС дарить подарок.

Подарки — это подписки за 100 баксов если что.

🔗 Ссылка на MCP: https://mcp.tutu.ru/mcp

Буду рад результатам, отзывам и идеям по продукту.

----

Поляков считает — AI, код и кейсы
🔥64👎2👍1🍌1
Boogu-Image-0.1

Генератор-редактор картинок на базе Qwen3-VL-8B-Instruct

• рендеринг текста на китайском и английском
• создание стилизованных изображений
• работа с фотореалистичными сценами

• несколько вариантов модели: Base, Turbo, Edit, Edit-Turbo
• на Qwen-Image-Bench заняла первое место среди открытых моделей
• есть версия для экономии памяти (fp8)

Гитхаб
HF
Демо base
Демо edit
Галерея

Спасибо @m_franz

#t2i #imageediting #fp8
👍114
Media is too big
VIEW IN TELEGRAM
The Midjourney Scanner

Компания подалась в медицину и представила первый железный продукт

Полнотелесный ультразвуковой сканер: минута на 3D-картинку тела.

Работает так: человек в воде проходит через кольцо датчиков - система строит модель мышц, жира, органов.

В основе технология и чипы Ultrasound‑on‑Chip от Butterfly Network, в системе около 40 модулей. Обработка данных до 2 петафлопс

Midjourney тут как интегратор: взяли готовую базу Butterfly, обернули в свой UX и масштабируют идею. Первые сканеры установят в Midjourney Spa, не в клиниках. Запуск к концу 2027

Пока без одобрения регуляторов и клинических сравнений с МРТ/КТ. Но амбиции серьёзные: к 2031 50 000 устройств по миру

Спасибо @BrianMItro

#news #MRI
🔥12👍7🍌1
ZONOS2

Вторая версия рилтайм говорилки от Zyphra. Первая тут

• генерация речи в реальном времени до 1 минуты
• высокоточное zero‑shot клонирование голоса
• поддержка множества языков (английский, китайский, японский, русский и др.)
• два режима: stable (чистый вывод) и expressive (естественность клонирования)
• регулировка скорости речи (8 уровней)
• генерация аудио 44,1 кГц (через Descript Audio Codec, DAC)

#MoE, 8B параметров
поддержка CUDA

Гитхаб
Плейграунд - у меня не загружается

Спасибо @EvgenyiPerm

#tts #realtime #voicecloning
🔥9👍3🤝1
MolmoMotion

Визуально‑языковая модель (4B) от Allen AI
Предсказывает 3D‑траектории движения объектов по видео и текстовым инструкциям

• прогнозирует перемещение объектов в пространстве с течением времени
• работает с видеоданными и языковыми командами
• строит 3D‑траектории

#vlm #video2trajectory #qa
🔥3
Forwarded from Метаверсище и ИИще (Sergey Tsyptsyn ️️)
LTX Loras от самих LTX

Это в принципе здорово, что команда LTX сама делает LTX Trainer, оставаясь в одной экосистеме.
Это также немного снижает порог вхождения в процесс тренировки (хотя кого я обманываю, где Комфи и где порог вхождения).
Но поглядите, каких лор они сами быстро наваяли.

Water, Ingredients, Inpaint-Outpaint, колоризация, день-ночь.

Мне особенно зашел барбер-шоп - побривочная лора.

Косоглазие выглядит максимально кринжово и явно в духе снапчата (проброс в соцмедия).

Деблюр и особенно де-mpeg надо тестировать.

Кстати, для полу-гиков есть вот такой софт Just LTX Trainer, полностью убирающий требование к знанию терминалов и линуксов.
С нормальным интерфейсом, причем он умеет арендовать нужное вам железо, настроит на нем окружение, нарежет видео-контент, напишет промпты через ИИ, запустит обучение и будет присылать вам результаты каждые 250 шагов.

@cgevent
👍103🔥1