➡️Интеграция с 500+ приложениями, включая Gmail, Slack, Notion, GitHub, Zoom и Jira;
➡️Выполнение команд на естественном языке, типа «отправь письмо последнему клиенту» или «создай задачу в Linear»;
➡️Создание сложных цепочек действий через несколько сервисов, например, взять данные из Gmail, создать issue в GitHub и уведомить команду в Slack;
➡️Командная работа – один раз подключаешь сервис, а используют все.

➡️Всё начинается на этапе обучения: если какой-то факт встречается в данных всего один раз (например, чей-то день рождения), модель почти гарантированно будет о нём галлюцинировать;
➡️Математика проста: если модель плохо отличает правду от вымысла, она будет генерировать вымысел как минимум в два раза чаще, чем ошибаться в простом распознавании.

➡️Во всём виноваты тесты: большинство современных бенчмарков поощряют угадывание. Модель получает баллы за правильный ответ и ноль за «я не знаю» – так что ей выгоднее соврать в надежде угадать, чем честно признаться в некомпетентности;
➡️OpenAI предлагает изменить систему оценки: перестать наказывать модели за неуверенность и научить их говорить «я не знаю», когда это уместно.

➡️Загружаешь свое фото (лучше несколько и без очков);
➡️ИИ пару часов тренируется на лицах, а затем почти мгновенно генерирует образы;
➡️Примеряешь 90+ вариантов стрижек – от классики до современных стилей.

➡️Быстро менять фактуру и цвет (например, убрать ржавчину и перекрасить в синий);
Добавлять логотипы и надписи;
➡️Нейросеть отлично понимает графические подсказки – можно просто нарисовать на картинке стрелку, чтобы указать, что и где поменять.

➡️На сложных развёртках ИИ иногда «тупит» – возможно, придётся собрать финальную текстуру из нескольких удачных генераций;
➡️Главная боль – перевёрнутые или отзеркаленные надписи. Нейросеть это пока не лечит, но есть лайфхак: заранее отзеркальте нужный логотип или текст, и тогда ИИ, «исправляя» его, поставит всё как надо.

➡️Сначала просишь нейросеть заменить фон на сплошной зелёный (как хромакей);
➡️Затем загружаешь получившуюся картинку и уже на ней меняешь зелёный фон на тот, который был нужен изначально.

➡️По сообщениям Financial Times, OpenAI вступает в партнерство с гигантом Broadcom;
➡️Главная цель – снизить зависимость от NVIDIA, чьи процессоры сейчас доминируют в индустрии, и обеспечить себя вычислительными мощностями на годы вперёд;
➡️Речь идет о сделке на колоссальные $10 млрд;
➡️Чипы будут использоваться исключительно для внутренних нужд OpenAI – для обучения и работы их моделей, включая GPT-5 и будущие проекты, продавать их не планируют;
➡️OpenAI идет по стопам других техногигантов вроде Google, Amazon и Meta, которые уже давно разрабатывают свои кастомные чипы.

➡️Uber запустил в Индии пилотный проект Uber AI Solutions;
➡️1,4 миллиона водителей в 12 городах получили доступ к микро-задачам по разметке данных;
➡️Задачи простые: отмечать объекты на фото, классифицировать чеки и так далее;
➡️Это позволяет водителям немного подзаработать в свободное время, пока они ждут клиентов.

➡️Заходим на сайт youtubetodoc.com и вставляем ссылку на нужное видео;
➡️Или, что ещё проще, просто меняем в ссылке на видео youtube.com на youtubetodoc.com.

➡️Было: https://youtube.com/watch?v=...;
➡️Станет: https://youtubetodoc.com/watch?v=....

Teach me [скилл или тема] like I'm 10 years old. Use simple language, metaphors, and examples. After each explanation, quiz me to check my understanding and reinforce learning.

➡️Сгенерированные нейросетью видео теперь могут разговаривать;
➡️Через несколько недель выйдет крупное обновление для генерации изображений и видео;
➡️Маск подчёркивает, что всё это всё ещё на стадии ранней беты.

➡️Раньше AI Mode был опцией, которую можно было включить по желанию;
➡️Теперь он будет работать по умолчанию в 180 странах;
➡️Ну а в России функция, как водится, пока недоступна.

➡️Чипы будут предназначены исключительно для инференса – то есть, для выполнения моделей в реальном времени, а не для их обучения;
➡️Ожидается, что они будут значительно энергоэффективнее и дешевле в интеграции, чем нынешние GPU;
➡️Маск ранее говорил о планах развернуть мощности, эквивалентные 50 миллионам H100. Теперь понятно, что речь шла не о закупке видеокарт, а о создании собственных кастомных ASIC-чипов.