World Dental Congress (4-7 сентября 2026, Прага).
— Сейчас мы покажем возможности самых современных ИИ-моделей.
— достаёт GPT-4o и Gemini 1.5 Flash из пыльного чулана.
P.S. На втором кадре объяснение шутки. Новые модели сейчас появляются - примерно раз в 40-50 дней.
Темп прогресса такой, что показывать модели, которым 1 год 8 месяцев - это примерно как презентовать инновации бор-машины из стоматологии советского времени.
— Сейчас мы покажем возможности самых современных ИИ-моделей.
— достаёт GPT-4o и Gemini 1.5 Flash из пыльного чулана.
P.S. На втором кадре объяснение шутки. Новые модели сейчас появляются - примерно раз в 40-50 дней.
Темп прогресса такой, что показывать модели, которым 1 год 8 месяцев - это примерно как презентовать инновации бор-машины из стоматологии советского времени.
🔥1
Для понимания, в какие часы по МСК нагрузка на ChatGPT и Claude наиболее высокая.
Примерно с 14 до 22 в зимнее время.
Ситуация сильно меняется, но если вы видите тупняки, долгие ответы, глупые ответы в это время чаще чем в остальное время - это оно.
1: www.tryprofound.com
2: the-busiest-times-for-generative-ai-usage
Примерно с 14 до 22 в зимнее время.
Ситуация сильно меняется, но если вы видите тупняки, долгие ответы, глупые ответы в это время чаще чем в остальное время - это оно.
1: www.tryprofound.com
2: the-busiest-times-for-generative-ai-usage
👍2
Оказалось, что главный вопрос сегодняшней математики звучит так: а не с3.14здил ли OpenAI решение задачи тысячелетия у двух людей, которые год загружали свою работу в её же Codex?
И бомба тут не в слухах. OpenAI сама в официальном посте написала: «мы не можем исключить, что обезличенные данные из использования ими наших продуктов помогли улучшить наши модели». То есть компания не отрицает, что сессии этих двух математиков могли стать топливом для модели, которая их обошла.
Теперь по порядку. Уравнения Навье-Стокса описывают движение жидкости. За доказательство, что их решения всегда остаются гладкими, институт Клэя с 2000 года обещает миллион. Из семи задач тысячелетия решена одна, Перельман от денег отказался.
Тристан Бакмастер (NYU, премия Клэя 2019) и Левент Альпёге (математик, сотрудник Anthropic) год работали над задачей как частные лица, без поддержки компаний. Пользовались и Claude, и Codex. 15 августа доказали взрыв решений для уравнений Эйлера, ближайшего родственника Навье-Стокса. Верифицировано в Lean.
3 сентября в твиттере пошёл слух: «Anthropic решил Навье-Стокса». Бакмастер сам написал знакомому в OpenAI: проекта Anthropic нет, это наша частная работа. Ответили дружелюбно, предложили компьют.
6 сентября, воскресенье. Себастьян Бюбек из OpenAI на созвоне сообщает: наша внутренняя модель уже написала 100 страниц доказательства для Навье-Стокса. Тем же подходом. Варианты: либо вы публикуете Эйлера, а мы завтра Навье-Стокса, либо ты один пишешь статью о нашем результате. Условие одно: Альпёге из авторов убрать, он же из Anthropic. На отказ, по словам Бакмастера, прозвучало: «Зачем вам ломать себе карьеру?»
Бакмастер спросил в лоб: модель учили на наших сессиях в Codex? Прямого ответа не получил.
8 сентября он выложил препринты и четыре страницы заявления. Через несколько часов OpenAI выпустила доказательство: 10 000 агентов, 88 часов, миллионы долларов компьюта, невыпущенная модель «сильнее GPT-6 Astra». Бюбек назвал обвинения ложными. Обучение, по его словам, стартовало 28 августа. После слухов ресурсы перебросили на Навье-Стокса.
Оказалось также, что миллион пока никому не светит. Оба результата про вариант с внешней силой. Клэй числит задачу нерешённой.
Вопрос теперь не к Навье и не к Стоксу. Вопрос к каждому, кто держит в Codex свой стартап, диссертацию или патент: вы уверены, что это ещё ваше?
И бомба тут не в слухах. OpenAI сама в официальном посте написала: «мы не можем исключить, что обезличенные данные из использования ими наших продуктов помогли улучшить наши модели». То есть компания не отрицает, что сессии этих двух математиков могли стать топливом для модели, которая их обошла.
Теперь по порядку. Уравнения Навье-Стокса описывают движение жидкости. За доказательство, что их решения всегда остаются гладкими, институт Клэя с 2000 года обещает миллион. Из семи задач тысячелетия решена одна, Перельман от денег отказался.
Тристан Бакмастер (NYU, премия Клэя 2019) и Левент Альпёге (математик, сотрудник Anthropic) год работали над задачей как частные лица, без поддержки компаний. Пользовались и Claude, и Codex. 15 августа доказали взрыв решений для уравнений Эйлера, ближайшего родственника Навье-Стокса. Верифицировано в Lean.
3 сентября в твиттере пошёл слух: «Anthropic решил Навье-Стокса». Бакмастер сам написал знакомому в OpenAI: проекта Anthropic нет, это наша частная работа. Ответили дружелюбно, предложили компьют.
6 сентября, воскресенье. Себастьян Бюбек из OpenAI на созвоне сообщает: наша внутренняя модель уже написала 100 страниц доказательства для Навье-Стокса. Тем же подходом. Варианты: либо вы публикуете Эйлера, а мы завтра Навье-Стокса, либо ты один пишешь статью о нашем результате. Условие одно: Альпёге из авторов убрать, он же из Anthropic. На отказ, по словам Бакмастера, прозвучало: «Зачем вам ломать себе карьеру?»
Бакмастер спросил в лоб: модель учили на наших сессиях в Codex? Прямого ответа не получил.
8 сентября он выложил препринты и четыре страницы заявления. Через несколько часов OpenAI выпустила доказательство: 10 000 агентов, 88 часов, миллионы долларов компьюта, невыпущенная модель «сильнее GPT-6 Astra». Бюбек назвал обвинения ложными. Обучение, по его словам, стартовало 28 августа. После слухов ресурсы перебросили на Навье-Стокса.
Оказалось также, что миллион пока никому не светит. Оба результата про вариант с внешней силой. Клэй числит задачу нерешённой.
Вопрос теперь не к Навье и не к Стоксу. Вопрос к каждому, кто держит в Codex свой стартап, диссертацию или патент: вы уверены, что это ещё ваше?
Роботам больше не нужны камеры на головах. Им нужен YouTube. 🤖
P.S. почему посты ночью? Да потому что в Америке еще день и новости выходят, когда у нас ночь)🤝
Пока индустрия тратит миллиарды на сборку robot-data: камеры на головах операторов, ручные демонстрации и тонны разметки, Rhoda AI показала куда более наглую идею: можно взять обычные видео из интернета и научить робота работать руками.
Без действий робота.
Без специальной разметки.
Без съёмок на производстве.
Сначала модель учится на обычном web-video предсказывать, что произойдёт в следующую секунду. Потом получает немного демонстраций конкретной задачи и выходит на результат:
4% → 65% → 75% → 85% успешных выполнений.
Робот открывает коробки, достаёт подшипники и сортирует упаковку. Большая модель не просто реже ошибается. Она увереннее двигается, меньше повторяет попытки и быстрее заканчивает работу.
Главный вывод:
для физического интеллекта, возможно, не нужно снимать миллионы часов действий роботов.
Достаточно сначала научить модель понимать, как устроен визуальный мир.
А этот датасет уже собран.
Он называется интернет.
@almazrobots — меня зовут Алмаз, я создаю роботов.
P.S. почему посты ночью? Да потому что в Америке еще день и новости выходят, когда у нас ночь)
Пока индустрия тратит миллиарды на сборку robot-data: камеры на головах операторов, ручные демонстрации и тонны разметки, Rhoda AI показала куда более наглую идею: можно взять обычные видео из интернета и научить робота работать руками.
Без действий робота.
Без специальной разметки.
Без съёмок на производстве.
Сначала модель учится на обычном web-video предсказывать, что произойдёт в следующую секунду. Потом получает немного демонстраций конкретной задачи и выходит на результат:
4% → 65% → 75% → 85% успешных выполнений.
Робот открывает коробки, достаёт подшипники и сортирует упаковку. Большая модель не просто реже ошибается. Она увереннее двигается, меньше повторяет попытки и быстрее заканчивает работу.
Главный вывод:
для физического интеллекта, возможно, не нужно снимать миллионы часов действий роботов.
Достаточно сначала научить модель понимать, как устроен визуальный мир.
А этот датасет уже собран.
Он называется интернет.
@almazrobots — меня зовут Алмаз, я создаю роботов.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥3❤2
Сейчас идет BLIZZCON - главная конференция компании Blizzard.
И они объявили о запуске WARCRAFT III FORSAKEN KINGDOM - это прям историческое событие⚔️ ⚔️
ВЫХОДИТ СЕГОДНЯ!
И они объявили о запуске WARCRAFT III FORSAKEN KINGDOM - это прям историческое событие
ВЫХОДИТ СЕГОДНЯ!
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥2
С мировым днем программиста!
Собрал итоги по своему гитхаб и сверстал страницу almazrobots.ru/code
«Talk is cheap. Show me the code» сказал Торвальдс в 2000.
В 2026 и далее фокус - показать Revenue, не только код, которого стало много.
Кто захочет собрать себе:
Собрал итоги по своему гитхаб и сверстал страницу almazrobots.ru/code
«Talk is cheap. Show me the code» сказал Торвальдс в 2000.
В 2026 и далее фокус - показать Revenue, не только код, которого стало много.
Кто захочет собрать себе:
Роль: ты аналитик данных и верстальщик. Собери «Год в коде» — итоги моего года в GitHub — и сдай одностраничным HTML, PDF и PNG.
ОКРУЖЕНИЕ
- gh CLI установлен и авторизован: проверь gh auth status, логин возьми из gh api user.
- Период: ровно 365 дней, последний день — вчера. Часовой пояс спроси у меня, если не знаешь.
- Всё только чтением через API, репозитории не клонируй.
ПРИВАТНОСТЬ — ГЛАВНОЕ ПРАВИЛО
- Почти все мои репозитории приватные. В итоговые файлы попадают только агрегаты.
- Никаких названий репозиториев, организаций, веток, файлов, текстов коммитов и имён клиентов — ни в HTML, ни в JSON, ни в PDF, ни в PNG.
- Названия живут только в локальном repo_map.local.json. Сразу добавь его в .gitignore.
ЭТАП 1. СБОР
1. Репозитории, которыми владеет мой аккаунт: GraphQL viewer.repositories(ownerAffiliations: OWNER). Организации не трогай, пока я не скажу.
2. По каждому — мои коммиты за период по всем веткам: refs → history(since, until). Запрашивай только oid, authoredDate, additions, deletions, author.user.login. Сообщения коммитов не запрашивай.
3. Дедуп: коммит в нескольких ветках — один раз; после rebase и cherry-pick — по отпечатку authoredDate + additions + deletions.
4. Календарь contributionsCollection.contributionCalendar за тот же период — это число сойдётся с профилем.
5. GitHub отдаёт время в UTC. Переведи в мой часовой пояс до подсчёта часов и дней.
6. Сначала прогони 10 репозиториев, замерь время и назови оценку полного прогона.
ЭТАП 2. ПОДСЧЁТ → stats.json
- totals: репозитории на аккаунте, contributions, коммиты, строки добавлено, PR смержено. Коммиты крупнее 50 000 строк — почти всегда выгрузки и зависимости: исключи их из строк и покажи мне, что исключено.
- days (по календарю contributions): активные дни, самая длинная серия, пиковый день.
- rhythm: коммиты по 24 часам и 7 дням недели.
- languages: доля языка в репозитории × мои коммиты в нём, top-8 + прочие. Байты целого репозитория искажают картину.
- repos: анонимные {category, commits}. Категории product / client / experiment / infra / content предложи по названиям в терминале, итог утверждаю я.
- stack: технологии из package.json, pyproject, requirements, Dockerfile, compose и CI — только из справочника публичных названий, внутренние пакеты не выводить.
Покажи итоговые цифры в терминале и остановись до моего «да».
ЭТАП 3. ВЁРСТКА
- Один самодостаточный HTML без внешних запросов: шрифты с кириллицей встрой base64 и проверь покрытие по cmap, графики — inline SVG, данные — в <script type="application/json">.
- Состав: крупные итоговые числа, тепловая карта 53 × 7, языки, репозитории кружками (площадь = коммиты), дни недели в процентах, стек по слоям.
- Сначала пришли картинку: облик утверждаю по изображению, а не по описанию.
ЭТАП 4. ВЫПУСК И ПРОВЕРКИ
- PDF через Playwright: ровно одна страница A4, ничего не обрезано — проверь pdfinfo.
- PNG из PDF в 250 dpi: 90 dpi на ретине выглядит мылом.
- Гейт приватности: ищи каждое название из repo_map.local.json во всех выходных файлах (в PDF — по pdftotext, в PNG — по текстовым чанкам). Одно совпадение — не сдавай.
❤1🍾1