👐 OpenAI показали новую мультимодальную модель GPT-4.1 и ее облеченные версии mini и nano.

🔜 Все нейросети имеют контекстное окно 1 млн токенов (~750 тыс. слов, больше «Войны и мира») и знания до 1 июня 2024 года.

🔜 Модели доступны только по API и не появятся в ChatGPT.

🔜 Базовая модель на 20% дешевле GPT-4o ($2/$8 за 1 млн входных/выходных токенов), а самая быстрая nano-версия — в 25 раз дешевле.

🔜 Целевая аудитория — программисты. В бенчмарках на кодинг GPT-4.1 показывает себя выше GPT-4o, в некоторых задачах достигает результата GPT-4.5 и «рассуждающих» моделей ⤴️ Больше бенчмарков и сравнений — здесь.

Многие пользователи иронизируют над странным порядком названий моделей OpenAI, но разработчики настаивают — номер GPT-4.1 выбран осознанно.

«Это не то, что мы просто плохи в нейминге. Хотя и это тоже», — шутит директор по продукту OpenAI Кевин Вейл.

⏳ На этой неделе стартап также должен показать «рассуждающие» o3 и o4-mini.

📹 Вышел генератор видео Kling 2.0 Master.

Выросло общее качество генераций. Видео стали более кинематографичны, улучшилась передача цвета и эмоций персонажей. Также нейросеть умеет добавлять, убирать или заменять объекты на видео, точечно корректировать детали и полностью перерабатывать стиль оригинала.

Также обновили модель для создания картинок: KOLORS 2.0 теперь не уступает Flux и Modjourney, заявляют разработчики.

🔜 Новинки уже доступны на сайте Kling AI.

💳 OpenAI выпустили подробный гайд по промптингу для нового семейства моделей GPT-4.1.

Сохраняйте главные советы:

1️⃣ GPT-4.1 очень хорошо следуют промпту: прямо прописывайте, что модели нужно делать и что не нужно.

2️⃣ Модель отзывчива: твердо и недвусмысленно указывайте ей на ошибки.

3️⃣ Если вы даете модели длинный текст, напишите инструкцию перед ним и после него.

4️⃣ Для сложных задач просите модель рассуждать: «Сначала подумай шаг за шагом, как это лучше сделать, а потом напиши ответ».

Сжимаем любые фото за пару секунд — у Google есть бесплатный компрессор Squoosh.

Можно в реальном времени выбирать финальный вес картинки и сразу оценивать качество. Поддерживает все форматы, от jpeg и png до webp.

Работает локально в браузере.

Этого геймера жалеет даже ChatGPT

OpenAI запустили галерею изображений, сгенерированных в ChatGPT.

Как найти:

Открываем приложение ChatGPT > меню > заходим в раздел Library

По словам инсайдеров, это прототип будущей соцсети. Он может стать аналогом X(Twitter), где ИИ будет помогать пользователям делать контент.

🐬 Google показали DolphinGemma — языковую модель, которая поможет нам расшифровать язык дельфинов.

Нейросеть основана на идеях Gemma и обучена на датасете звуков дельфинов. Эти данные почти 40 лет собирал проект Wild Dolphin Project (WDP).

DolphinGemma обрабатывает «речь» дельфинов, выявляет паттерны и структуру, а также прогнозирует следующие звуки — подобно тому, как LLM работают с человеческим языком.

«Цель — однажды заговорить на дельфиньем», — объясняет основательница WDP Дениз Херцинг.

Летом Google планирует сделать модель открытой (ждем версию для общения с кошками и собаками).

OpenAI выпустили большой гайд по ИИ-агентам. Рассказывают, как работать еще продуктивнее и при этом не выгореть.

Внутри: какие бывают нейромощники, как их создавать и на что они способны. Есть подробные инструкции и примеры.

Учимся делегировать рутину тут.

OpenAI выпустили o3 и o4-mini. Это первые модели, которые могут генерировать новые идеи, говорят в компании.

Главное:
– Пишут код почти в два раза лучше, чем OpenAI-o1;
– Умеют обращаться к памяти, веб-поиску и другим функциям ChatGPT, включая создание картинок;
– Могут сделать продвинутый анализ данных, использовать Python для работы и строить сложные графики.

Доступ начинают раздавать уже сегодня.

Вышел полноценный ИИ-редактор видео Ponder AI. Достаточно вставить видео и написать промт, а он сам смонтирует черновой ролик за несколько секунд.

Любой фрагмент можно выделить и указать правку. Со временем нейронка подстраивается под ваш стиль и начнет давать подсказки по сюжету, звуку и графике.

В бета-тесте дают внести до 20 правок. Встаем в лист ожидания здесь.

Нарезчики в прошлом: вышла нейронка VideoHunt для создания вирусных роликов за пару секунд. ИИ сам вырезает смешные моменты или конкретные отрезки по промту.

Достаточно вставить видео или просто ссылку на YouTube, а сервис моментально обработает огромные подкасты или целые фильмы в короткие ролики для TikTok и Reels.

Забираем по ссылке.

Новая версия ChatGPT o3 научилась определять локации по фото.

Достаточно загрузить изображение и задать вопрос вроде «Где это?» — нейросеть распознает место и даже выдаст координаты.

Удаляем всю информацию о себе с ненужных сайтов — сервис SayMine позволяет проверить, где вы оставили свои данные, и тут же их почистить.

Работает на базе ИИ и собирает информацию по всему интернету. Есть функция удаления данных об аккаунте после использования сервиса.

Главное — заходить через официальный сайт.

🏆 LMArena тотально меняется: сервис представил новый дизайн и становится коммерческой компанией.

Площадка составляет рейтинг нейросетей на основе слепого голосования пользователей. Начавшись в 2023‑м как исследовательский проект Калифорнийского университета в Беркли, она быстро стала главной витриной для сравнения ИИ‑моделей.

Возможно, LMArena начнет брать плату с разработчиков за представление их моделей в сервисе. При этом платформа останется непредвзятой, настаивает основатель проекта Анастасиос Ангелопулос.

«Арена останется местом, куда любой пользователь Интернета сможет прийти и попробовать пообщаться, использовать ИИ, сравнить разных провайдеров и так далее», — обещает он.

📝 Очень человечная галлюцинация ChatGPT: пользовательница X попросила чат-бота написать текст. Ассистент согласился, но пообещал прислать результат к вечеру следующего дня, обосновывая, на что потратит это время.

Это не режим отложенных сообщений, а убедительная галлюцинация. В комментариях предполагают, что нейросеть запомнила подобное поведение из диалогов в обучающих данных.

«Вангую: в промпте или системной инструкции было что-то вроде: "Отвечай как фрилансер-копирайтер с десятилетним опытом"», — шутят в реплаях.

🖥 Исследователи Университета Бристоля и стартапа iGent AI создали ИИ-агента, который улучшает сам себя.

SICA (Self-Improving Coding Agent) состоит из нескольких под-агентов и базовых нейросетей (основа — Claude 3.5, для сложных рассуждений — o3-mini). SICA создает несколько своих копий, решающих задачу разными способами. Потом находит "лучшую версию себя" и делает ее основной — и так по циклу.

Такой подход позволил улучшить процент успешно решенных случайных задач из бенчмарка SWE Bench Verified с 17% до 53%.

При этом в тестах на математику и науку улучшения минимальные — базовые модели и так в этом хороши, а агент улучшает только инструменты, но не модель в основе.

Самостоятельное дообучение базовой нейросети — следующий этап развития технологии. Но авторы отмечают, что в этом случае нужно значительно усиливать контроль безопасности.

🤩 CEO Microsoft Сатья Наделла представил ИИ для диагностики редких болезней DxGPT. Работает на дообученных GPT-4o и o1.

Инженера Microsoft Хулиана Исла мотивировала личная история: в возрасте трех месяцев у его сына начались припадки. Врачам понадобилось 10 месяцев, чтобы поставить верный диагноз — синдром Драве (1 случай на 40 тыс. младенцев). В ходе диагностики из-за ошибочных предположений и неверного лечения ребенку становилось только хуже.

Исла несколько лет прорабатывал идею ранней диагностики болезней с помощью нейросетей. Однажды он написал письмо руководителю — Наделла проникся историей разработчика и быстро предоставил Хулиану и его НКО Foundation ресурсы и связал его с командой Microsoft, занимающейся ИИ в здравоохранении.

➡️ Попробовать DxGPT можно здесь.

🥈 Мощнейшая модель OpenAI o3 оказалась хуже Gemini 2.5 Pro от Google в рейтинге LMArena.

В слепых сравнениях модели показывают паритет в сложных промптах, математике и кодинге, но o3 уступает Gemini в креативности и следовании инструкциям.

В том же рейтинге o4-mini оказалась ниже Gemini 2.0 Flash (при этом отдельно в математике и сложных промптах она на уровне o3 и Gemini 2.5 Pro), а GPT-4.1 — ниже обновленного DeepSeek v3.

Комментаторы в X разделились: многие соглашаются с тем, что Gemini 2.5 Pro — лучшая модель, при этом некоторые считают рейтинг непрозрачным и неотражающим реальность.