Всё ещё уверен, что через 5 лет нас ждут фильмы, сгенерированные по запросу. Просто отвечаешь на 5 вопросов и через 20 минут у тебя фильм с твоими любимыми актёрами с интересным сюжетом.

А рекап очень классный.

Все эти модели бесплатны на Antigravity. И будут еще бесплатны пару месяцев. Так что, кто хотел вкатиться в кодинг (как я), пользуйтесь.

У нас революция в локальных моделях и она угрожает трансформерам

В мире нейросетей произошло событие, которое, возможно, станет поворотным моментом для всей индустрии. Команда Liquid AI выпустила экспериментальную модель LFM2-2.6B, и она показывает удивительные результаты. Главное здесь даже не сухие цифры бенчмарков, хотя они впечатляют, а то, что находится «под капотом». Это первая за долгое время серьезная архитектура, которая бросает успешный вызов привычным трансформерам, на которых построены все известные нам GPT, Gemini, Grok, Claude, Qwen, Deepseek etc.

Суть технологического прорыва кроется в невероятной эффективности. В отличие от стандартных моделей, которым требуется экспоненциально больше памяти с каждым новым словом контекста, архитектура Liquid AI использует динамическую память с почти константным потреблением ресурсов. Это означает, что обработка огромного документа на десятки тысяч токенов потребует практически столько же оперативной памяти, сколько и чтение короткой заметки. Для сферы, привыкшей сжигать гигабайты видеопамяти ради длинного контекста, это звучит как очень элегантное инженерное решение.

На практике эта «малютка» весом всего в 2.6 миллиарда параметров в тестах обходит куда более тяжелых конкурентов вроде Llama 3.2 или Phi-3.5. Разумеется, она не заменит флагманские модели в решении сложнейших задач, но для запуска умных локальных ассистентов на обычных ноутбуках или даже телефонах это практически идеальный кандидат.

Мы наблюдаем важный сдвиг от простого наращивания грубой вычислительной силы в сторону поиска более умных, биологически-инспирированных алгоритмов.

Мда, Хигсфилд по ходу решил выстрелить себе в ногу. Я не то, чтобы пользовался им, но теперь точно не буду.

https://t.me/strangedalle/1386

Вы все начались с этого

Ребята из MIT опубликовали видео момента оплодотворения яйцеклетки. Сразу после проникновения сперматозоида внутрь нее, по ее мембране начинают распространяться вихреобразные волны.

Всех с наступающим!

Лично у меня есть цель на следующий год и состоит она в релизе MVP текстовой геометрической модели. Работа уже кипит, ну а результаты по ней будут выкладываться, в первую очередь, здесь.

Подробности будут на новогодних каникулах :)

У ChatGPT в эти дни появилась активная функция «Ваш год». Открывается через плюсик, там где роутер моделей. И на удивление...

Это довольно интересная штука. Если вы общались на протяжении года с моделькой плюс-минус также часто, как я, то попросите её дать не обычную статистику вашего общения, а что-то более глубокое. Например, психологическую характеристику, указать на слабые или сильные стороны. И она сделает это пугающе точно. Это может как вдохновить, так и оскорбить указать на точки роста :)

Сейчас уже хер поймёшь, кто куда чего. У кого-то контекст (GPT), у кого-то качество (Banana), у кого-то богатая стилистика (всё ещё MJ), кто-то точнее с антуражем (Reve), кто-то быстрее (Grok), кто-то дешевле (Qwen). И всё стремительно меняется. Вчерашний король MJ (ещё осенью все на нём сидели) вполне может вернуться, ка вот внезапно Gemini, а потом Reve и GPT c Грёком себе отвоевали обратно свои куски. Нейрогенеративный мир очень пока сложный, крайне насыщенный, и главное - тут не будет конкурентной гонки по правилам. Тут будут все против всех. И никто никогда никого не съест. Ибо такая широкая и длинная дорожка. Любой может забежать, подсожрать своего ништяка и увильнуть вовремя. И стопиццот других будут бежать, отставать, догонять… Дорожку эту обильно маслицем помыли. Там нет финишной ленты.

В крайней версии Хиггсфилда появился инструмент AI Relight, который позволяет менять направление света, его цвет и мягкость в видео.

Наконец-то можно будет посмотреть «Ранетки» в цветокоре Виндинга Рёфна.

Наткнулся на интересную статью. Это буквально самый тупой (и одновременно гениальный) промпт-хак.

Исследователи из Google Research выяснили, что если нейронка тупит, не надо придумывать сложные цепочки рассуждений или молиться духам машины. Нужно просто повторить промпт два раза подряд. Буквально CTRL+C —> CTRL+V.

Почему? Почти все современные LLM читают слева направо. Токены в начале промпта "не видят" токенов в конце. А когда вы дублируете запрос, вторая копия промпта через механизм внимания может смотреть на первую копию целиком. Получается, что модель сразу видит весь контекст и лучше понимает задачу.

Протестили на Gemini, GPT-4o, Claude 3 и DeepSeek. По цифрам из статьи:

— Метод победил в 47 из 70 тестов (0 поражений, остальные — ничья).
— В задачах на поиск инфы в тексте точность взлетала с убогих 21% до 97%!
— Время генерации не растет

И да, работает это только на моделях с выключенным режимом размышлений, ибо модели в reasoning режиме сами повторяют себе запрос в процессе.

Промпт-инжиниринг, который мы заслужили

тут статья

Подробный воркфлоу для создания таких потрясающих кейсов. По сути, просто Нано Банана Про и Клинг О1.

Тут Дженсен Хуанг интересное сказал. И я, как работающий графический дизайнер и учащийся кодер, подтвержу его слова. Графические дизайнеры всех уровней и направлений за последние полгода практически перестали заниматься... графическим дизайном. Ну вот крафт, композитинг, двигание мышкой, вот это всё. Дизайнеры стали арт-директорами. Они больше не работают ручками, за очень редкими исключениями (подтверждающими новое правило). Весь крафт на себя забрали нейросети, в первую очередь, конечно, моя любимая Нанобанана. А дизайнеры теперь только придумывают идею, дают тз сеткам и выбирают лучший результат.

Как видится, с кодом та же тема:

Если ваша цель буквально состоит в написании кода, то, возможно, вас заменит ИИ. Но цель большинства наших инженеров решать проблемы. Поэтому, чем больше у них будет времени на исследование этих не обнаруженных проблем, тем лучше для нас как для компании.

Ничто не принесло бы мне большей радости, чем если бы никто из них вообще не писал код. Чтобы они просто решали проблемы.

Тупой и одновременно гениальный лайфхак для дизайнеров, юзающих Нанобанану. Если вы выгорели и в голову не приходит ничего, то просто давайте банане абстрактные промпты. Не надо придумывать композицию, детали, идеи, динамику. Просто скажите гугловскому чуду:

"Креатив, достойный Cannes Lions / Red Dot Design Award / D&AD Awards / [etc., вставьте свое]".

И далее крутите шарманку.

Первое серьезное достижение в новом году. За новогодние каникулы сгенерил в Джеминай >100 страниц научно-исторического фанфика крепкой средней руки.

Очередной, но действительно полезный промпт-гайд по Нанобанане. 50 вариативных промптов под все задачи.

Давайте говорить прямо: Gemini 3 Pro в три раза лучше ChatGPT 5.2 в количестве данных для претрейна и в их поиске в инференсе.

Это критичное преимущество в задачах поиска информации и креативной генерации.

При том, что в линейной алгебре (не в геометрической!) и формальной логике OpenAI чуть-чуть побивают Google.

Сие значит, что для бытовых и творческих задач ТОЛЬКО Gemini, а для линейных вычислений — ChatGPT.

ЛЛМки опять пнули. Джуда Перл:

Существуют математические пределы для LLM, которые нельзя преодолеть одним лишь масштабированием. Модели линейного программирования не создают модели мира на основе необработанных данных; они лишь обобщают интерпретации, уже записанные людьми. Этот путь не предназначен для получения общего искусственного интеллекта.

Джуда Перл это настоящий архитектор современного ИИ, который сначала научил машины работать с вероятностями через байесовские сети, а потом объяснил им разницу между простым совпадением и реальной причиной. Именно благодаря его идеям алгоритмы выросли из «калькуляторов» в мощные системы для медицины и автопилотов, способные принимать решения в условиях неопределенности. За этот фундаментальный апгрейд всей индустрии он абсолютно заслуженно получил премию Тьюринга в 2011 году.