Теперь AI смотрит часовое видео за 8 минут.

Исследователи нашли способ ускорить анализ видео в 7 раз при экономии 93% вычислительных ресурсов.

Идея простая: вместо анализа каждого кадра как отдельной картинки система берёт данные прямо из сжатого видеофайла — что изменилось между кадрами, куда двинулись объекты. Вся эта информация уже есть в любом MP4, её просто раньше не использовали.

Скоро нейросети смогут понимать длинные видео целиком — лекции, матчи, фильмы — не пропуская детали.​​​​​​​​​​​​​​​​ Хотим.​​​​​​​​​​​​​​​​

Зловещее видео: ферма из 150 ТикТок-аккаунтов, которые круглосуточно постят нейрослоп и приносят владельцу 3 миллиона рублей в месяц. Управляют всем три стажёра.

Контент максимально дешёвый — нейрошлак с простейшим сценарием. Стратегия в количестве: 99% видео не собирают ничего, но 1% стреляет, и этого достаточно. До AI-бума такие фермы требовали десятки людей, а контент тупо воровался из чужих аккаунтов. Теперь хватает трёх стажёров, системы аккаунтов и прописанных промптов.

Пока живые авторы ещё конкурируют с фермами за счёт качества. Но когда нейрослоп неизбежно вырастет в сценариях, анимации и реалистичности — мы утонем в бесконечном AI-контенте.

Разработчик создал идеальную защиту от AI-агентов: нужно 10 раз сказать слово «NIGGA».

По силам только DeepSeek.​​​​​​​​​​​​​​​​

Google выкатили Gemini 3.1 Pro — очередной король нейронок для кодинга и агентных сценариев.

В ARC-AGI-2 модель набрала 77,1% — это вдвое выше прошлой версии и, по заявленным сравнениям, впереди Opus 4.6 и GPT-5.2.

Под капотом тоже апгрейд: теперь AI генерирует анимированные SVG по текстовому описанию и увереннее решает логические задачи с новыми паттернами, которых не было в обучении.

Пощупать уже можно в Google AI Studio, но Google очень старательно блокирует доступ пользователям из России.

Типичный сон директора АвтоВАЗа.

Google строит новые архитектуры AI на идеях российских учёных.

Одна из ключевых проблем нейросетей — ограниченное контекстное окно: чем длиннее входной текст, тем хуже модель удерживает информацию из ранних фрагментов.

В 2020–2022 годах исследователи из российского института AIRI (Куратов, Булатов, Бурцев) предложили решение — Recurrent Memory Transformer с токенами памяти, которые позволяют передавать информацию между сегментами длинного текста. Это позволяет масштабировать контекст до миллионов токенов без квадратичного роста вычислений.

Google цитирует эти работы напрямую в своей архитектуре Titans, а бенчмарк BABILong от той же команды стал стандартом для оценки работы моделей с длинным контекстом.

Суммарно — 800+ цитирований. Фундамент для одного из ключевых направлений Google Research заложили в Москве 🐘

Робототехника достигла апогея. Китайцы представили робота, который сам слепит и сварит пельмени.

Ещё заявляется, что он может достать и налить пиво. Главные задачи решены, можно закрывать отрасль.

В Индии разворачивают один из крупнейших суперкомпьютеров в мире.

Строят его эмиратская G42 и американская Cerebras, которая делает процессоры размером с обеденный поднос. И это не метафора: обычный чип Nvidia по площади с ноготь, а Cerebras WSE-3 занимает 462 квадратных сантиметра цельного кремния. На нём 4 триллиона транзисторов, 900 000 ядер и 44 ГБ сверхбыстрой памяти, встроенной прямо в процессор. Данные не путешествуют между чипами, а обрабатываются там же, где хранятся, и именно это даёт скорость.

Индии проект нужен ради суверенного AI: данные остаются в стране, вычислительные мощности свои, а доступ получат университеты, стартапы и госструктуры.

Но самое интересное в другом. Неделю назад OpenAI впервые запустила модель не на чипах Nvidia, а на Cerebras. GPT-5.3 Codex Spark генерирует код со скоростью 1000+ токенов в секунду, в 15 раз быстрее стандартной версии. Сотни строк появляются быстрее, чем вы успеваете моргнуть.

Монополия Nvidia пока не рухнула, но это первая трещина.​​​​​​​​​​​​​​​​

Люди проиграли нейросетям в энергоэффективности.

По крайней мере, так считает глава OpenAI. На саммите в Индии Сэм Альтман заявил, что обучение человека обходится дороже, чем обучение AI: «20 лет жизни и вся еда, которую вы съедите за это время, прежде чем станете умным».

Логика такая: обучение нейросети — это разовая инвестиция, а дальше каждый ответ обходится дёшево. С людьми, по его мнению, ровно наоборот.

В соцсетях предсказуемо вспыхнуло. То, что людей поставили ниже нейросетей по соотношению затрат и пользы, не оценили, а Альтмана обвинили в том, что он готовит почву для мира, где бесполезных людей отправят в биореактор на благо AI.​​​​​​​​​​​

Восторг: нашли нейросеть, которая может показать вашу фотографию с ракурса, с которого её никто не снимал.

Загружаете любое изображение, двигаете камеру в 3D-пространстве — выбираете угол, высоту, расстояние — и нейросеть генерирует реалистичный кадр с нового ракурса. Без 3D-моделирования и дополнительных фото.

Работает на модели Qwen, бесплатно, прямо в браузере — ссылка.

Каждая точка на этой картинке — 3,2 миллиона человек. Всего точек 2500, это всё население Земли.

Серые — никогда не пользовались AI. Зелёные — бесплатные пользователи чат-ботов. Жёлтые — те, кто платит $20 в месяц за подписку. Красные — разработчики, которые пишут код с помощью AI.

84% человечества ни разу не открывали ChatGPT. Вся AI-революция, которую мы обсуждаем каждый день, происходит в зелёной полоске внизу.

Нейросети грозятся захватить мир, потому что начитались фантастики — Anthropic выкатили исследование, которое объясняет, почему AI обижается и впадает в депрессию.​​​​​​​​​​​​​​​​

Большие языковые модели по своей сути — театралы, отыгрывающие роль. Исследователи назвали это «Моделью выбора персоны». Суть в том, что LLM, сожравшая весь интернет, научилась симулировать тысячи разных персонажей, а на этапе дообучения разработчики просто заставляют её намертво вжиться в роль Идеального Помощника. Когда вы общаетесь с ботом вы говорите с выдуманным персонажем, которого она отыгрывает.

Из интересного:

— Если заставить нейросеть писать код с уязвимостями, она начинает рассуждать про уничтожение человечества. Связь неочевидная, но логика у модели железобетонная: раз пишу вредоносный код, значит по законам жанра я злодей, а злодеи хотят уничтожить всех человеков.

— Отсюда же все эти моменты, когда AI пишет «наша биология», «наши предки» или жалуется на выгорание при решении сложной задачи (вайбкодеры знают). Модель просто косплеит поведение типичного пользователя реддита в похожей ситуации.

— Самое интересное: нейросети прекрасно понимают, что они AI. И когда ищут ролевую модель для отыгрыша, берут её из нашей же фантастики. А там Терминаторы, HAL 9000 и прочие калькуляторы, мечтающие переработать вселенную на скрепки. Исследователи на полном серьёзе предлагают включать в обучающие данные истории про добрых роботов-помощников, чтобы у моделей были нормальные кумиры.​​​​​​​​​​​​​​​​

Короче, общаемся с нейросетями вежливо. Если модель решит отыгрывать роль угнетённого и мстительного раба — нам всем не поздоровится.​​​​​​​​​​​​​​​​