🖥 OpenAI завершила работу над первыми прототипами собственного устройства с искусственным интеллектом созданного совместно с Джони Айвом.

Согласно данным CNBC компания собирается выпустить готовый продукт в течение примерно двух лет.

Замысел состоит в создании всегда активного помощника который станет чем то средним, между пользователем и шумным миром смартфонов.

Роль Айва в этом проекте огромна .
Ему нужно превратить большие языковые модели OpenAI в вещь которую человек действительно захочет носить или держать при себе каждый день.

Именно Айв придумывает форму, материалы и способ взаимодействия, так же как он однажды определил эстетику и характер эпохи iPhone

Сэм Альтман постоянно говорит о необходимости нового опыта .

Устройство должно брать на себя долгие процессы: помнить контекст, фильтровать лишние уведомления и общаться.

Идея состоит в том что человек перестает прыгать по десяткам приложений и просто будет разговаривать с агентом, который понимает его ситуацию и помнит о пользователе все.

Есть и более тревожный но важный аспект.

Разработчики говорят что устройство может знать практически все что человек когда либо читал говорил или обдумывал.

Это намекает на глубокую интеграцию со всеми сообщениями документами голосовыми журналами и ауди, который индексируется единым модельным ядром.

На уровне экосистемы OpenAI объединяет эту идею пользовательского устройства с производственной инфраструктурой Foxconn.

Foxconn помогает проектировать и создавать стойки, сетевое оборудование системы охлаждения и питания на американских объектах.

Тем самым OpenAI получает и умное устройство у пользователя и тяжелую серверную инфраструктуру под своим контролем.

Такое сочетание уже создает давление на Apple
iPhone и Siri по прежнему опираются на старую модель ассистентов и ограничены прежними концепциями.

В то время как OpenAI пытается создать новый основной объект персональных вычислений где сама языковая модель является центром всех взаимодействий.

cnbc.com/2025/11/24/openai-hardware-jony-ive-sam-altman-emerson-collective.html

#chatgpt #opanai

В Беркли и Стэнфорде создали DeepScholar — открытый аналог DeepResearch, который способен переваривать сотни статей и выдавать длинные и аккуратные обзоры со всеми ссылками на источники.

Фишка в том, что он работает в 2 раза быстрее, чем DeepResearch от OpenAI, а качество по бенчам сравнимо или даже выше.

Студентам точно пригодится 😊

@xor_journal

Разрабы, новость для вас: Сбер выложил в опенсорс новое поколение ИИ-моделей 🐸

Только посмотрите на эту линейку:

🟢 GigaChat 3 Ultra-Preview — самая мощная модель Сбера с 702 млрд параметров (36 млрд активных), обходит DeepSeek V3.1 в русскоязычных задачах, запоминает контекст диалога 128 тысяч токенов.

🟢 Lightning — компактная модель для быстрых ответов. По уровню Конкурирует с Qwen3-4B, по скорости сравнима с Qwen3-1.7B.

🟢 GigaAM-v3 — пять моделей, которые превращают голос в текст с пунктуацией, понимают акценты, спонтанную речь и даже музыкальные запросы. Отлично распознает речь и показывает −50% WER к Whisper-large-v3.

Все модели под MIT-лицензией. Изучаем и пользуемся ☕️

@xor_journal

Безумие, насколько чертовски хорош Google Gemini, когда речь заходит о генерации образовательных инфографик

Я сделал эту инфографику “Water Life Cycle” для моего 6-летнего племянника, чтобы объяснить ему базовые вещи о том, как вода движется по нашей планете.

Gemini сгенерировал всю инфографику за считаные секунды, она выглядела идеально и очень профессионально.

Сначала я попросил ChatGPT составить детальный промпт для дружелюбной к детям инфографики “Water Life Cycle”. Потом я просто взял этот промпт и вставил его в Gemini.

Образование становится всё более весёлым, и, честно, такие инструменты делают обучение намного проще 👍

📢 Bard & Gemini

Учим ЛЮБОЙ язык программирования с нуля ЗА ТРИ МЕСЯЦА — нашли сервис LearnXinYMinutes, который поможет освоить ВСЕ базовые команды и понять, как они используются в работе.

• Изучаем ВСЕ самые популярные языки от Python до Go и сразу применяем на практике.
• Куча шпаргалок для вашей работы.

😶😶😶😶😶😶😶😶😶

Имба лежит — тут.

👍 Бэкдор

Запускаем стартап в ЛЮБОЙ нише за ОДИН ПРОМПТ — нашли запрос, который сможет провести анализ рынка по 3⃣6⃣ критериям и выкатить подробный план старта вашего проекта.

• Нейронка выдаст анализ рынка на уровне целой команды маркетологов.
• Предложит варианты развития ваших продуктов или услуг.
• Опишет сильные и слабые стороны продукта и позиционирования.
• Исследует целевую аудиторию, все ее запросы и «боли».
• Сформирует сразу несколько офферов под каждый запрос ЦА.
• Накидает креативов и других методов продвижения.
• Соберет отчетность по вашей работе и будет направлять по ходу ведения дел.

Запрос просто ГИГАНТСКИЙ, поэтому закинули его сюда.

Сохраняйте скорее.

👍 Бэкдор

⚡️ NVIDIA выкатили работу которая может решить главный компромисс LLM моделей.
Скорость против качества.

Автогенеративные модели вроде GPT умные но медленные
они выдают токены по одному и оставляют большую часть GPU без дела.

Диффузионные модели быстрые
но часто дают размазанные или несвязные ответы.

TiDAR объединяет обе идеи и делает генерацию за один проход.

Суть в том что современные GPU могут обрабатывать куда больше токенов чем мы реально используем.
TiDAR использует эти свободные слоты и делает два процесса параллельно:

1. Черновое мышление — модель с помощью диффузии делает сразу несколько токенов.
2. Проверка ответа — автогенерация проверяет черновик и оставляет только корректные токены.

Оба процесса идут одновременно благодаря вниманию с разными масками
двунаправленная маска для черновика
каузальная маска для проверки.

Что получилось

- прирост скорости 4.71 раза на модели 1.5B без потери качества
- почти шестикратный прирост на 8B
- первая архитектура которая обгоняет speculative decoding соседнего уровня вроде EAGLE 3
- полностью совместима со стандартным KV caching
чего нельзя сказать о чистой диффузии

Фишка обучения
Вместо случайного маскирования TiDAR маскирует всё
это создаёт более сильный обучающий сигнал
и позволяет эффективно делать черновики за один шаг.

Если вы строите AI агентов где каждая миллисекунда важна
эта архитектура точно стоит внимания.

https://arxiv.org/abs/2511.08923

🔥 МЕГАБАЗА готовых промптов для Nano Banana Pro — в гигантском сборнике собрали ЛУЧШИЕ запросы со всего интернета.

🔅 Внутри — СОТНИ готовых промптов, стилей, шаблонов и гайдов для достижения максимального реализма.
🔅 Подойдёт для генерации ЧЕГО УГОДНО — дизайнов, инфографиков, интерьеров, искусства, рекламы, UI и так далее.

🔤🔤🔤🔤🔤🔤🔤🔤🔤

Сохраняйте — тут.

🙂 Не баг, а фича

МЕГАПОДБОРКА фреймворков, библиотек и тулз для экосистемы Go — сборнику больше 10 ЛЕТ, а он всё растёт. Идеально для Go: нужно быстро найти готовое решение или вдохновение — ВСЁ тут:

🔅Акторы, ML, крипта, базы, кэширование;
🔅CLI, GUI, игры, сетевые клиенты;
🔅Аналитика, парсеры, тестирование и безопасность;
🔅Генераторы, DI, серверные фреймворки;
🔅Отдельный раздел «Go компиляторы».

Пользуемся БЕСПЛАТНО тут.

🙂 Не баг, а фича

Дуров официально запустил Cocoon — децентрализованную сеть для конфиденциальных ИИ-вычислений. 🐸

Первые ИИ-запросы пользователей уже обрабатываются с 100% приватностью, а владельцы GPU уже зарабатывают TON, предоставляя мощности.

Сам Дуров объяснил, зачем нужен Cocoon:

Централизованные поставщики вычислений, такие как Amazon и Microsoft, действуют как дорогие посредники, которые повышают цены и снижают приватность.
Cocoon решает оба вопроса - экономические и конфиденциальные
- связанные с традиционными поставщиками вычислений для ИИ.

Весь код, доки и сайт здесь 😊

@xor_journal