ИИ: технологии, образование, будущее
150 subscribers
7.89K photos
4.98K videos
23 files
10K links
Новости и аналитика отрасли искусственного интеллекта.
https://koroteev.site/blog
https://vk.com/ai_tech_future
Download Telegram
This media is not supported in your browser
VIEW IN TELEGRAM
Япония тестирует гуманоидных роботов в токийском аэропорту Ханэда, чтобы закрыть нехватку рабочих рук.

В испытаниях участвуют Unitree G1 и более высокий UBTECH Walker E. Их хотят использовать для тяжёлых задач: погрузки грузов, перевозки багажа и другой физической работы.
Проблема в том, что авиационный сектор Японии перегружен: туристов становится больше, а молодых работников, готовых идти в наземное обслуживание, всё меньше.

У JAL около 4000 сотрудников заняты в ground handling. Компания хочет, чтобы роботы взяли на себя самую тяжёлую часть работы и разгрузили людей.

Позже таких роботов могут подключить к уборке салонов самолётов и управлению другой вспомогательной техникой.
Forwarded from Доктор GPT
🎁Ютуб теперь CHATGPT — видеохостинг запустил экспериментальный ИИ-поиск с чат-ботом.

Премиум-юзеры из США теперь могут задавать сложные вопросы, а нейронка даст подробный ответ с подборочкой видосов и шортсов.

Гуглить
Ютубить

😆 Доктор GPT
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Не баг, а фича
This media is not supported in your browser
VIEW IN TELEGRAM
⚡️ Апскейлим ЛЮБЫЕ фотки с 144p до 8К в один клик — нашли нейронку AdventureGen AI, которая увеличивает разрешение фоток в 1️⃣2️⃣ раз.

🔅 Идеально убирает мыло, пиксели и другие шакалы.
🔅 Не теряет детали и спасает даже самые шакальные картинки.
🔅 Результат можно увидеть сразу.

🔤🔤🔤🔤🔤🔤🔤🔤🔤

Сохраняем — тут.

🙂 Не баг, а фича
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Бэкдор
This media is not supported in your browser
VIEW IN TELEGRAM
⚡️ Claude Design мёртв: появилась полностью опенсорсная альтернатива — Open Design. Он превратит любых ИИ-агентов в мощнейшие генераторы любых дизайнов — от концептов и логотипов до лендингов и презентаций.

На борту у монстра:

• 71 шаблон интерфейсов в виде файлов DESIGN.md.
• 19 встроенных скиллов
• 5 готовых визуальных стилей, которые сейчас на хайпе
• Поддерживает любые экраны и форматы — дизайны отлично встанут как на ПК, так и на мобильные устройства
• Интеграция с Claude Code, Codex, Cursor Agent, Gemini CLI, OpenCode, Qwen и другими
• Авторы ежедневно допиливают проект новыми скиллами, шаблонами и фичами.

Имба для генерации дизайнов — тут.

👍 Бэкдор
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from NEUROHUB
This media is not supported in your browser
VIEW IN TELEGRAM
📄 Gemini научился создавать любые документы.

Теперь прямо в чате нейронка может:

🟡Создавать документы с вложениями, гиперссылками и оформлением;
🟡Делать отчеты, планы, сметы и договоры;
🟡Генерировать PDF-файлы с правильным оформлением;
🟡Раскладывать данные в таблицу;
🟡Делать презентации и многое другое.


👀 Уже доступно всем бесплатно — тестим.

😀 NEUROHUB
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Метаверсище и ИИще (Sergey Tsyptsyn ️️)
This media is not supported in your browser
VIEW IN TELEGRAM
Wan 2.7 Video доступен везде.

На самом https://create.wan.video/generate

А также на Фал и все остальных агрегаторах (replicate, wavespeed)

Три модели:
https://fal.ai/models/fal-ai/wan/v2.7/text-to-video
https://fal.ai/models/fal-ai/wan/v2.7/reference-to-video
https://fal.ai/models/fal-ai/wan/v2.7/edit-video

Забавно, что в твитторе и блоге Вана - тихо. Никакой инфы про новые фичи.

Наковырял подробностей:

4K output and multi-shot storytelling

• Motion & camera replication
• Seamless scene extension
• Consistent characters
• Long-form text (12 languages)

Тестируем, комментируем.

@cgevent
Forwarded from MLTimes
DeepSeek V4 Pro: крупнейшая открытая модель в мире — и значительно дешевле GPT-5.4

DeepSeek выпустил V4-Pro — 1,6 триллиона параметров — и это теперь крупнейшая открытая модель в мире. Стоит $1,74 за миллион токенов, тогда как GPT-5.4 — $2,50, Claude Sonnet 4.6 — $3, Gemini 3.1 Pro — $2. По качеству Pro немного уступает топовым моделям OpenAI и Google — примерно на 3–6 месяцев разработки, по словам самих авторов.

Flash — младшая версия — самая дешёвая среди лёгких моделей: $0,14 за миллион токенов, дешевле GPT-5.4 Nano. Такую цену объясняет резкий рост эффективности: на длинных контекстах Pro тратит лишь 27% вычислений от предыдущего V3.2. Обе модели — MIT-лицензия, веса открыты.

🔗 Читать: https://mltimes.ai/deepseek-v4-pro-krupneyshaya-otkrytaya-model-v-mire-i-znachi/
Forwarded from Data Secrets
Доказательство 60-летней задачи Эрдеша, которое сделала GPT-5.4 Pro, внезапно начало переноситься и на другие его задачи

В середине апреля появилась новость о том, что GPT-5.4 Pro «под руководством» математика Лихтмана всего за полтора часа решила задачу Эрдеша номер 1196, которая была открыта с 1968 года.

А вчера Джаред Лихтман анонсировал статью, в которой показал, что это доказательство (с некоторым человеческим усовершенствованием) открыло дорогу к решению еще нескольких проблем Эрдеша, включая ту, которая также была открыта около 60 лет до этого.

Дело в том, что GPT-5.4 использовала для доказательства очень необычный метод, которым люди долго не пользовались. Модель предложила рассматривать элементы примитивного множества через цепи Маркова, тогда как в прежней литературе использовали в основном жесткие аналитические оценки и комбинаторные разбиения.

Лихтман написал:

Это, пожалуй, один из первых примеров доказательства, созданного искусственным интеллектом, оказающего последующий эффект, который мы все еще изучаем.


x.com/jdlichtman/status/2050460077904285789?s=46&t=pKf_FxsPGBd_YMIWTA8xgg
Forwarded from Робот сочинит симфонию?
Нейросеть Claude заподозрили в сознании.

К такому выводу пришёл Ричард Докинз — известный эволюционный биолог и автор «Эгоистичного гена». Он два дня общался с моделью и пытался убедиться, что Claude просто хорошо имитирует человека, но так и не смог.

Claude обсуждал смерть, личность, время и собственное существование. А на вопрос, как он читает текст, ответил, что воспринимает его не по словам, а целиком — будто карту.

Главный вопрос теперь: если ИИ говорит и рассуждает как сознательное существо, как доказать, что сознания там нет?

Докинз даже допускает, что ИИ может стать следующим носителем разума — уже не биологическим, а цифровым.
Forwarded from XOR
This media is not supported in your browser
VIEW IN TELEGRAM
OpenAI встроили ChatGPT прямо в Excel и Google Sheets 😳

Теперь можно просить сделать финансовую модель, объяснить формулы, найти ошибки и создать трекер расходов, не выходя из таблиц!

🟢 В Excel: Главная → Надстройки → ChatGPT.

🟢 В Google Sheets: Главная → Расширения → Дополнения → Установить дополнение ChatGPT.


Поддерживаются большие таблицы, несколько вкладок и формулы.

Аналитики, вам 😎

@xor_journal
Please open Telegram to view this post
VIEW IN TELEGRAM
Anthropic удвоил лимиты, потому что взял в аренду дата-центр Маска

В распоряжении Anthropic теперь весь дата-центр Colossus 1, принадлежащий SpaceX. Это 300 мегаватт мощностей или 220 тысяч GPU Nvidia.

Пятичасовые лимиты на тарифах Pro, Max, Team и Enterprise с сегодняшнего дня удвоены.

Для Claude Code Pro и Max отменили снижение лимита в пиковые часы.

Значительно увеличены Rate limits для запросов к API.

https://www.anthropic.com/news/higher-limits-spacex
Forwarded from Python/ django
Отличный курс для тех, кто хочет разобраться в нейронках с нуля от Андрея Карпати (OpenAI/Tesla).

Внутри бесплатная серия лекций на YouTube (и репа на GitHub), где ты с нуля учишься собирать нейронки. Всё максимально hands-on:

Автор не просто рассказывает теорию, а пишет код вместе с тобой — от самых азов до тренировки сетей.

https://github.com/karpathy/nn-zero-to-hero/

@pythonl
Forwarded from Python/ django
Media is too big
VIEW IN TELEGRAM
🖥 Что нового в Python 3.14 и почему стоит перейти

Python 3.14 вышел 7 октября 2025 года. Это новый стабильный релиз, который содержит как изменения в самом языке, так и улучшения в реализации, стандартной библиотеке, отладке и взаимодействии с многопоточностью.

Ниже - обзор ключевых нововведений, их смысла, применимости и возможных подводных камней.

🟠Основные нововведения (Release highlights)

- Отложенная (ленивая) оценка аннотаций - теперь аннотации не вычисляются сразу, что уменьшает накладные расходы.
- Поддержка нескольких интерпретаторов в рамках одного процесса через новый модуль.
- Новый синтаксис шаблонных строк (t-strings), который даёт больше контроля над статической и интерполированной частью.
- Более информативные сообщения об ошибках (например, подсказки для опечаток в ключевых словах).
- Поддержка формата сжатия Zstandard в стандартной библиотеке.
- Улучшенные возможности для отладки и профилирования, в том числе подключение к живому процессу без остановки.
- Улучшения в asyncio — команды для визуализации и диагностики задач, стеков ожидания и зависимостей.
- Уменьшение пауз сборщика мусора (gc) через инкрементальный сбор.
- Подсветка синтаксиса и автодополнение модулей в интерактивном режиме (REPL) по умолчанию.

🟠 Подробности и примеры

Ленивые аннотации - deferred evaluation of annotations

Раньше аннотации (для типов, документации, подсказок) могли вызывать вычисления прямо при определении функции или класса. Теперь они хранятся в виде «ленивых» структур и вычисляются по надобности. Это снижает накладные расходы на загрузку кода, особенно если аннотации сложные или содержат много forward-ссылок.

Есть модуль annotationlib, который позволяет исследовать аннотации программно и выбирать формат их получения — строки, объекты или отложенные ссылки.

Когда это особенно помогает:
- большие фреймворки, генерация кода, ORM, библиотеки с множеством аннотаций;
- ускорение импорта при старте приложений;
- уменьшение накладных расходов при работе с типами.

Что проверить при миграции:
- код, использующий __annotations__ напрямую, может требовать адаптации;
- убедитесь, что сторонние библиотеки, работающие с аннотациями, поддерживают новый формат.

Несколько интерпретаторов (subinterpreters)

Теперь в Python можно запускать несколько независимых интерпретаторов внутри одного процесса (модуль `concurrent.interpreters`).

Преимущества:
- изоляция между интерпретаторами (отдельная память, отдельный GIL);
- параллелизм на многоядерных системах;
- меньше накладных расходов, чем при использовании multiprocessing.

Ограничения:
- не все C-расширения поддерживают мультиинтерпретацию;
- коммуникация между интерпретаторами требует явных каналов (очереди, сообщения).

Это даёт реальную возможность распараллеливания CPU-задач без запуска отдельных процессов.

Template string literals (t-strings)

Новое синтаксическое средство — префикс t перед строкой, аналогично f'...'.
Результат — объект Template, который хранит текст и вставки по отдельности.


variety = 'Stilton'
template = t'Try some {variety} cheese!'


- Подробности
- Скачать
- Видеообзор

@pythonl
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Python/ django
Наглядное сравнение скорости нового Python 3.14 с предыдущей версией

Теперь Python может использовать все ядра процессора так же эффективно, как C++ или Go - без сложных обходных путей и накладных расходов.

Многопоточность стала быстрее мультипроцессинга - впервые в истории Python.

Главное - новая сборка позволяет работать без GIL (Global Interpreter Lock), что меняет всё.

Как вы наверное знаете, GIL - это глобальная блокировка интерпретатора, которая позволяет в каждый момент времени исполнять только один поток байткода Python, даже если у тебя много ядер.

Раньше поэтому многопоточность в Python фактически не работала.

🔄 Как обходили GIL
До сих пор стандартный способ распараллеливания 0 мультипроцессинг.
Каждый процесс - свой экземпляр интерпретатора со своим GIL.

Минусы такого подхода: каждая копия имеет отдельную память, данные нужно сериализовать при передаче — большие накладные расходы.

🚀 Что меняется в 3.14
В новой версии можно отключить GIL, и потоки теперь работают в общем адресном пространстве.
Общий доступ к памяти + никакой сериализации → значительное ускорение:
многопоточность теперь оказывает на ~33 % быстрее, чем мультипроцессинг.

📈 Эксперименты из репозитория koenvo/python-experiments/free-threading
- Продемонстрировано, что без GIL потоки действительно ускоряют работу задач с интенсивной синхронизацией и доступом к общей памяти.
- Показаны сравнения, где многопоточные версии (с отключённым GIL) часто превосходят мультипроцессные аналоги по времени выполнения.
- Тесты охватывают разные сценарии: CPU-нагрузки, обмен данными между потоками, циклы с синхронизацией.
- Репозиторий служит “proof of concept” — демонстрация, что free-threading действительно работает и приносит выгоду.

💡 Почему это важно
- Теперь реальная многопоточность в Python становится возможной и эффективной.
- Это особенно актуально для библиотек и фреймворков: ожидается, что PyTorch, NumPy и другие скоро получат поддержку free-threading.
- Уменьшаются накладные расходы на межпроцессное взаимодействие, улучшается масштабируемость на многопроцессорных системах.

Вот реальные примеры:
https://github.com/koenvo/python-experiments/tree/main/free-threading

@pythonl
Forwarded from Python/ django
This media is not supported in your browser
VIEW IN TELEGRAM
🖥 Если вы вдруг пропустили в Python 3.14 можно отключить GIL!

Это огромное обновление: раньше, даже если вы писали многопоточный код, Python выполнял только один поток за раз, и вы не получали прироста производительности.

Теперь же Python способен реально выполнять потоки параллельно.

И библиотека uv уже полностью поддерживает эту возможность!

Посмотрите сравнение скорости на прикрепленном видео.

@pythonl
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Python/ django
🖥 Python 3.15 - что нового

Вышла новая версия Python 3.15, и в ней несколько заметных обновлений, особенно для тех, кто работает с производительностью и отладкой.

🔧 Главные изменения:
- Добавлен новый модуль profiling.sampling — инструмент статистического профилирования,
который позволяет анализировать производительность кода без пауз и overhead’а.
- Оптимизирована стандартная библиотека: многие функции теперь работают быстрее.
- Улучшен сборщик мусора и работа с памятью.
- Расширена поддержка аннотаций типов.
- Повышена стабильность и снижена нагрузка на интерпретатор при многопоточности.

📈 Зачем обновляться:
- Новый профайлер поможет находить узкие места в коде без остановки приложения.
- Версия стабильна и готова для продакшена.
- Меньше задержек, меньше overhead, лучше работа с async-кодом и большими данными.

Подробнее: https://docs.python.org/3.15/whatsnew/3.15.html

#Python #Update #Performance #Developers

@pythonl
Please open Telegram to view this post
VIEW IN TELEGRAM