Инсайдеры обещают на этой неделе Gemini 3, на коей также основана новая Nano Banana Pro. Те же инсайдеры клятвенно божатся в твиттере, что это будет технологический разрыв с остальными моделями. Не доверять им повода нет, в марте этого года (даже года не прошло, карл) релизилась Gemini 2.5 Pro, которая на месяцы задала планку качества.

Я, кстати, спецом отложил доработку своей прилы. Потому что зачем ее делать самому, пускай и при поддержке Клода/Грока, когда ее сможет сделать сама третья Джеминай в одно лицо 🌚

Рубрика #утренняясунушка

Музыка и слова авторские, аранжировка Suno v5

LeJEPA Яна Лекуна

Лекун продолжает носиться со своей пространственно-мыслительной world model альтернативой современным трансформерам и у него... получается. На этот раз не просто теория а работающий метод. Собственно, JEPA (иронично, что архитектура, которая может привести к АГИ и смерти человечества читается по-русски как ЖОПА) расшифровывается как Joint Embedding Predictive Architecture - Self-Supervised архитектура, предназначенная для понимания внешнего физического мира. JEPA не предсказывает следующий символ, а угадывает смысл куска мира в скрытом пространстве эмбеддингов: где объект, куда летит, что можно трогать, а что лучше не надо. То есть вместо “сделай ещё пикселей” - “пойми, что вообще происходит”.

Фокус LeJEPA в том, что ребята впервые строго доказали: оптимальное латентное распределение для foundation-моделей — изотропный гаусс. То есть хорошая ИИ-ЖОПА обязана быть нормально распределённой. Под это завезли новый лосс SIGReg (Sketched Isotropic Gaussian Regularization), который:

* превращает эмбеддинги в красивый гаусс;
* выкидывает старые костыли вроде stop-grad, teacher–student, EMA и прочую магию;
* даёт SOTA на десятке+ датасетов: уровень DINOv2, но проще и стабильнее.

JEPA перестала быть теоретической игрушкой и превращается в практичный метод “понимающего” ИИ. Короче, если вам близка идея, что у хорошего ИИ должна быть ровная, изотропная ЖОПА в латентном пространстве, то этот пейпер для вас - маст-рид.

Тем временем, на Опенроутере уже сутки висит некая модель Sherlock Think Alpha с 1,8М токенов контекста, которую некоторые считают замаскированной перед релизом Gemini 3. Но вряд ли, попробовавшие указывают на плохой дизайн (што) и общее качество ответов. Кто-то считает что это неотфайнтюненный новый Грок.

Тоже попробовал, мои личные бенчмарки модель не прошла, хотя на математику/логику я не проверял.

После обновления Flow на прошлой неделе, благодаря которому там теперь можно генерить картинки (на Nano Banana), стоимость генерации этих картинок до сих пор... нулевая для всех планов, даже для бесплатного.

Я понимаю, что сейчас нанонбанана есть в каждом утюге, но тем не менее, приятно.

Ах и да, я уверен что обнова Флоу была под релиз Nano Banana 2 🤭

Lovart уже откровенно тизерят вторую Нанобану у себя. Ждём-с.

Напоминаю, это будет самый лучший генератор изображений с невероятной детализацией (4К) и превосходным пониманием промпта (энкодер Gemini 3).

Если что, это не картинка, а svg-файл, сделанный во второй Нанобанане. Чтобы понять, насколько это круто сделано, попросите свой ЧатГПТ или Грок сделать то же самое.

(Векторным иллюстраторам приготовиться🌚)

К новости о том, что Grok Imagine на этой неделе начнёт делать 15-секундные видео я бы относился спокойно. К сожалению (или к счастью, выберите нужное), как минимум до выхода Veo 4 от Гугла конкурентов у Соры 2 не предвидится. Такого хайпа срубить не получится. Хотя, для продакшена более, чем неплохо.

Еще один киллер-продукт от Гугла на подходе. Для плана Google Enterprice (бизнес-план, от 30$) готовится многоагентный карманный институт, который за 40 минут вываливает до сотни детализированных идей по вашей теме и сам же их отсеивает в турнире.

Это будут два зверя в одном продукте: многоагентная сессия для брейнштормов Idea Generation, и Co-Scientist - ИИ-коллега, которому вы задаёте тему, данные и критерии, а дальше стая агентов придумывает гипотезы и сама их оценивает.

По сути, Гугл не просто автоматизирует ресёрч, а продаёт коробочный "научный отдел". Короче, это опять следующий уровень.

Тема бипедальных роботов открыта

На видео LimX Dynamics Bipedal Robot TRON 1. В целом, очевидно, что если в 20-х годах нашего века войну изменили коптеры, то в 30-х её изменят такие бипедальные штуки. Заказанные на алике, да. Приклеить калаш и ну штурмовать посадки.

80% стартапов США работают на китайском ИИ

Эту цифру озвучил партнёр топ-фонда a16z Мартин Косадо. По его словам, американские фаундеры массово выбирают китайский опенсорс (вроде Qwen), потому что он сейчас банально лучше и дешевле западного.

Bloomberg подтверждает тренд: чтобы не портить имидж, перед релизом стартапы просто вычищают логи и скрывают «китайские уши» в коде. Ходят слухи, что даже модный Cursor — это, по сути, перефайнтюненный Qwen.

Маск релизнул Грок 4.1

Новый Грок появился в веб-версии и мобильных приложениях на iOS и Android. Модель доступна в быстром и рассуждающем режиме - переключение происходит автоматически, но при необходимости можно нажать Think Harder и включить рассуждения вручную.

Grok 4.1 сразу же доступен бесплатно, конкретные лимиты xAI не раскрывает, но в первых отзывах на Reddit говорят, что беседовали с моделью десятки минут, не получив никаких ограничений.

Grok 4.1 ставит новый рекорд в рейтинге LMArena: 1483 очка для рассуждающей версии и 1465 очков — для чат-варианта.

А я помню времена (год назад, лол), когда такие модели стоили сотни долларов.

Вообще, Маск конечно прекрасно демпингует. Я каждый день БЕСПЛАТНО юзаю Грок для бытовых задач или поиграться, как текстовый так и Imagen, и лимитов достигал крайне редко.