Future Insider
Случайно обнаружил некий новый функционал в ChatGPT который, похоже, называет "Writing Block". Он представляет собой поле в котором можно редактировать написанный текст, на подобии Canvas, но этот блок появляется непосредственно в чате. Если текст в нем…
This media is not supported in your browser
VIEW IN TELEGRAM
Так называемый Writing Block начинает развёртку. Writing Block можно назвать продвинутым Canvas предназначенным для определенных задач (описаны в посте ранее).
Хоть сейчас говорят конкретно про email, скорее всего будут доступны все "режимы".
Дополнено: пока похоже что развертка идёт только для типа "email".
Хоть сейчас говорят конкретно про email, скорее всего будут доступны все "режимы".
Дополнено: пока похоже что развертка идёт только для типа "email".
Forwarded from @nadvorie
17 декабря 2025 года Национальное управление океанических и атмосферных исследований — NOAA объявило о вводе в эксплуатацию нового набора оперативных глобальных моделей погоды, основанных на искусственном интеллекте (ИИ).
Это является одним из самых серьёзных шагов США в сторону модернизации систем численного прогноза погоды и сокращения зависимости от традиционных численных суперкомпьютерных моделей.
Традиционные модели погоды (например, GFS — Global Forecast System) используют физические уравнения движения атмосферы, гидросферы и пр., и требуют огромных вычислительных ресурсов. Новые ИИ-модели прогнозируют погоду по обученным шаблонам, что позволяет:
– резко ускорить расчёты;
– снизить потребление вычислительных ресурсов до долей от того, что требуется для обычных моделей;
– поставлять прогнозы раньше и чаще, что критично для оперативных служб и служб предупреждения стихийных бедствий.
Итак, вот они:
1. AIGFS — Artificial Intelligence Global Forecast System
Главная ИИ-глобальная модель прогноза погоды. Работает аналогично традиционному GFS, но применяет машинное обучение для ускорения расчётов.
2. AIGEFS — Artificial Intelligence Global Ensemble Forecast System
Ансамблевый ИИ-прогноз: выдает не один сценарий, а набор возможных вариантов развития погоды.
3. HGEFS — Hybrid Global Ensemble Forecast System
Гибридная система, которая объединяет ИИ-модели и традиционный физический GEFS. На ранних испытаниях показывает улучшение над обоими отдельными прогнозами AIGFS и AIGEFS.
Интересно, что расчёт AIGFS занимает всего 0.3% мощностей, требуемых для расчета классической GFS по выпуску 16-дневных прогнозов. Расчёт длится примерно 40 минут вместо часов на суперкомпьютере.
Доступ к данным AIGFS/AIGEFS/HGEFS уже реально есть на серверах NOAA/NCEP (NOMADS, NCO, NODD) — там и разрешение, и описание форматов, и сами GRIB-файлы.
Ссылка, например https://nomads.ncep.noaa.gov/pub/data/nccf/com/aigfs/prod/. Там 4 расчета с данными в метеоформате GRIB.
Это является одним из самых серьёзных шагов США в сторону модернизации систем численного прогноза погоды и сокращения зависимости от традиционных численных суперкомпьютерных моделей.
Традиционные модели погоды (например, GFS — Global Forecast System) используют физические уравнения движения атмосферы, гидросферы и пр., и требуют огромных вычислительных ресурсов. Новые ИИ-модели прогнозируют погоду по обученным шаблонам, что позволяет:
– резко ускорить расчёты;
– снизить потребление вычислительных ресурсов до долей от того, что требуется для обычных моделей;
– поставлять прогнозы раньше и чаще, что критично для оперативных служб и служб предупреждения стихийных бедствий.
Итак, вот они:
1. AIGFS — Artificial Intelligence Global Forecast System
Главная ИИ-глобальная модель прогноза погоды. Работает аналогично традиционному GFS, но применяет машинное обучение для ускорения расчётов.
2. AIGEFS — Artificial Intelligence Global Ensemble Forecast System
Ансамблевый ИИ-прогноз: выдает не один сценарий, а набор возможных вариантов развития погоды.
3. HGEFS — Hybrid Global Ensemble Forecast System
Гибридная система, которая объединяет ИИ-модели и традиционный физический GEFS. На ранних испытаниях показывает улучшение над обоими отдельными прогнозами AIGFS и AIGEFS.
Интересно, что расчёт AIGFS занимает всего 0.3% мощностей, требуемых для расчета классической GFS по выпуску 16-дневных прогнозов. Расчёт длится примерно 40 минут вместо часов на суперкомпьютере.
Доступ к данным AIGFS/AIGEFS/HGEFS уже реально есть на серверах NOAA/NCEP (NOMADS, NCO, NODD) — там и разрешение, и описание форматов, и сами GRIB-файлы.
Ссылка, например https://nomads.ncep.noaa.gov/pub/data/nccf/com/aigfs/prod/. Там 4 расчета с данными в метеоформате GRIB.
METR оценили временной горизонт для Claude Opus 4.5 и результат довольно интересный.
По итогу получился результат в огромные 4 часа 49 минут (у прошлого лидера - GPT-5.1-Codex-Max результат в 2 часа 53 минуты). Но в этом и кроется проблема - а именно в очень большой погрешности. 95% Confidence Interval варьируется от 1 часа 49 минут до целых 20 часов 25 минут.
Причины этому две. Первая - в тесте не сильно много задач на такой большой горизонт, поэтому оценка может быть не точной. Исследователи также говорят что после использования модели были бы удивлены если это подтвердится. Вторая - специфика модели. Интересный момент, что график [1] показывает 50% успех, а если брать 80% то тут Opus справляется немного хуже чем GPT - 27 минут про 32 минут [2]. И причина этому видна при детальном рассмотрении успеха модели на разных задачах. Opus хоть и более успешен на длительных и сложных задачах, он может ошибаться на более коротких и простых, в то время как GPT их выполнял без ошибок [3].
По итогу получился результат в огромные 4 часа 49 минут (у прошлого лидера - GPT-5.1-Codex-Max результат в 2 часа 53 минуты). Но в этом и кроется проблема - а именно в очень большой погрешности. 95% Confidence Interval варьируется от 1 часа 49 минут до целых 20 часов 25 минут.
Причины этому две. Первая - в тесте не сильно много задач на такой большой горизонт, поэтому оценка может быть не точной. Исследователи также говорят что после использования модели были бы удивлены если это подтвердится. Вторая - специфика модели. Интересный момент, что график [1] показывает 50% успех, а если брать 80% то тут Opus справляется немного хуже чем GPT - 27 минут про 32 минут [2]. И причина этому видна при детальном рассмотрении успеха модели на разных задачах. Opus хоть и более успешен на длительных и сложных задачах, он может ошибаться на более коротких и простых, в то время как GPT их выполнял без ошибок [3].
Future Insider
Anthropic работает над "Skills" для Claude. Это такие инструкции которые Claude сможет использовать в любых чатах. Они позволят автоматизировать либо выполнять некоторый вид задач определённым образом, как это будет указано в конфигурации "Skills".
Недавно Anthropic выпустили "навыки" в открытый доступ, чтобы другие разработчики могли интегрировать их в свои продукты.
OpenAI уже интегрировали их в Codex и сейчас ведётся работа над добавлением их в ChatGPT.
OpenAI уже интегрировали их в Codex и сейчас ведётся работа над добавлением их в ChatGPT.
Forwarded from Чёрный Треугольник
Media is too big
VIEW IN TELEGRAM
☝🏻 NVIDIA представила NitroGen — универсальный ИИ, который умеет играть в любые игры
Если ChatGPT научился генерировать текст, изучая интернет, то NitroGen научился играть, просматривая 40 000 часов геймплея более чем 1000 различных игр.
Разработчики использовали публичные видео стримеров, где на экране отображается оверлей геймпада с нажатыми кнопками. Специальная нейросеть извлекает действия игрока покадрово, анализируя положение стиков и состояние кнопок — никакого ручного сбора данных не потребовалось.
☝🏻Полученная модель на 500 миллионов параметров успешно справляется с играми совершенно разных жанров и визуальных стилей.
Видеоигры служат идеальным полигоном для создания универсальных агентов, способных адаптироваться к непредсказуемым условиям. Такой "геймерский инстинкт" — быстрая оценка ситуации и реакция — критически важен для робототехники в реальном мире. 🤖
NitroGen полностью открыт: веса модели, датасет из 40 000 часов геймплея и код доступны на HuggingFace и GitHub.
Также выпущен универсальный Gymnasium API, позволяющий подключить к тестированию практически любую игру.😊
================
👁 News | 👁 Soft | 👁 Gear | 🌐 Links
Если ChatGPT научился генерировать текст, изучая интернет, то NitroGen научился играть, просматривая 40 000 часов геймплея более чем 1000 различных игр.
Разработчики использовали публичные видео стримеров, где на экране отображается оверлей геймпада с нажатыми кнопками. Специальная нейросеть извлекает действия игрока покадрово, анализируя положение стиков и состояние кнопок — никакого ручного сбора данных не потребовалось.
☝🏻Полученная модель на 500 миллионов параметров успешно справляется с играми совершенно разных жанров и визуальных стилей.
Видеоигры служат идеальным полигоном для создания универсальных агентов, способных адаптироваться к непредсказуемым условиям. Такой "геймерский инстинкт" — быстрая оценка ситуации и реакция — критически важен для робототехники в реальном мире. 🤖
NitroGen полностью открыт: веса модели, датасет из 40 000 часов геймплея и код доступны на HuggingFace и GitHub.
Также выпущен универсальный Gymnasium API, позволяющий подключить к тестированию практически любую игру.😊
================
Please open Telegram to view this post
VIEW IN TELEGRAM
Future Insider
Не исключено что релиз может сместится на январь
Пока все указывает на то что релиз будет смещен на январь.
1 декабря прошлого года вообще не было хорошей модели Gemini (мы были на 1,5), не было модели изображения, которая правильно генерировала текст, вообще не было хорошей видеомодели, не было Deepseek R1, o1 только что вышел с test time inference (размышлениями), FrontierMath был 2%, а не 41%, никто не добрался до 10% на HLE... Просто чтобы вы могли планировать на 2026 год.
This media is not supported in your browser
VIEW IN TELEGRAM
Google работают над новым режимом "лекции" который будет создавать длинные аудио-версии темы, вплоть до 30 минут. (Подробности будут немного позже)
Также в работе находится новый голос с британским акцентом который должен выйти в следующем году [1].
Дополнено: "лекции", как следует из названия, будет представлять длинное аудио в формате монолога сфокусированное на объяснении материала.
Также в работе находится новый голос с британским акцентом который должен выйти в следующем году [1].
Дополнено: "лекции", как следует из названия, будет представлять длинное аудио в формате монолога сфокусированное на объяснении материала.
Forwarded from Beta Info
Telegram работает над функцией суммаризации постов
В Beta-версии Telegram для Android под номером 12.3 обнаружена функция, которая позволяет получить пересказ с ключевыми тезисами для длинных постов в каналах.
Кнопка суммаризации закрепляется справа от поста, в его верхней части. Исходное содержимое сообщения можно вернуть нажатием на плашку над текстом публикации.
Редакция @tginfo считает, что за выжимку сообщений отвечает децентрализованная вычислительная сеть Cocoon, выступающая собственным решением мессенджера по снижению расходов на выполнение ИИ-задач и перевод сообщений в чатах.
Сейчас эта функция показывается не во всех Telegram-каналах и не работает в полной мере. Неизвестно, станет ли она доступна в группах в будущем.
#Android
В Beta-версии Telegram для Android под номером 12.3 обнаружена функция, которая позволяет получить пересказ с ключевыми тезисами для длинных постов в каналах.
Кнопка суммаризации закрепляется справа от поста, в его верхней части. Исходное содержимое сообщения можно вернуть нажатием на плашку над текстом публикации.
Редакция @tginfo считает, что за выжимку сообщений отвечает децентрализованная вычислительная сеть Cocoon, выступающая собственным решением мессенджера по снижению расходов на выполнение ИИ-задач и перевод сообщений в чатах.
Сейчас эта функция показывается не во всех Telegram-каналах и не работает в полной мере. Неизвестно, станет ли она доступна в группах в будущем.
#Android
Профессор Йоханнес Шмитт (ETH Zurich) и GPT-5 автономно обнаружили и доказали новую оптимизационную задачу в перечислительной геометрии. Доказательство было получено без участия человека и без подсказок, с использованием стратегии лог-вогнутости Хованского–Тейсье, которая обошла традиционные, более сложные методы, принятые в этой области. Результат был машинно верифицирован в ходе формализации, выполненной Claude Code, и подтвержден в рамках проекта IMProofBench как «новый и оригинальный вклад в научную литературу».
Ссылаясь на людей знакомых с планами компании, OpenAI работает над новой архитектурой аудиомодели, запланированной на первый квартал 2026 года, чтобы подготовиться к "голосовому устройству", которое будет действовать как компаньон, давая предложения, помогающие пользователям достичь своих целей.
Данная модель будет более качественная и эмоциональная. При этом будет лучше "понимать" прерывания и сможет говорить одновременно с тем как говорит пользователь.
Дополненно: релиз данного устройства на данный момент ожидается примерно в концу 2026 - началу 2027 года.
Данная модель будет более качественная и эмоциональная. При этом будет лучше "понимать" прерывания и сможет говорить одновременно с тем как говорит пользователь.
Дополненно: релиз данного устройства на данный момент ожидается примерно в концу 2026 - началу 2027 года.
Future Insider
чтобы подготовиться к "голосовому устройству", которое будет действовать как компаньон
Есть информация что устройства которые разрабатывают OpenAI вместе с Джони Айвом могут включать в себя носимое аудио устройство или, что необычно, ручка.
Устройства (или устройство?) внутри компании называют "Gumdrop" (леденец).
Дополнено: данное устройство "в виде ручки" будет иметь микрофон и камеру для понимания окружения вокруг пользователя. Также она сможет пересылать написанный на бумаге текст сразу в ChatGPT.
Устройства (или устройство?) внутри компании называют "Gumdrop" (леденец).
Дополнено: данное устройство "в виде ручки" будет иметь микрофон и камеру для понимания окружения вокруг пользователя. Также она сможет пересылать написанный на бумаге текст сразу в ChatGPT.
На протяжении нескольких дней у Anthropic появлялись новые внутренние домены (ну либо инструмент ранее просто не работал) что может говорить о активной разработке новых продуктов.
Один инсайдер говорит что у Anthropic и правда ведется разработка, но в январе никаких, по крайней мере крупных, релизов не планируется.
Один инсайдер говорит что у Anthropic и правда ведется разработка, но в январе никаких, по крайней мере крупных, релизов не планируется.
Boston Dynamics в партнерстве с Google интегрировали в своего робота Atlas модель Gemini Robotics. Также их робот уже начал работать на заводе Hyundai Metaplant America (Hyundai владеет большей частью Boston Dynamics) и по планам компании произвести в этом году 30 тысяч единиц.
Future Insider
Джерри Туорек, вице-президент по исследованиям в OpenAI: [...] намного лучшая версия IMO-модели будет выпущенна в ближайшие месяцы.
К сожалению Джерри на днях ушел из OpenAI, но IMO-модель все равно выйдет. На данный момент дата это февраль-март, но как я понял все ещё не точная, как это обычно и бывает.
JP Morgan заменяет фирмы, предоставляющие консультации по вопросам голосования акционеров, собственной платформой на основе искусственного интеллекта под названием Proxy IQ, которая будет анализировать данные ежегодных собраний акционеров и предоставлять рекомендации управляющим портфелями. Это первая крупная компания, полностью отказавшаяся от услуг внешних консультантов по вопросам голосования акционеров.
Future Insider
К сожалению Джерри на днях ушел из OpenAI, но IMO-модель все равно выйдет. На данный момент дата это февраль-март, но как я понял все ещё не точная, как это обычно и бывает.
IMO-модель это версия GPT-5.1 Codex Max, но вероятней всего доработана на научную (как минимум математическую) работу, а не только на программирование.