Так, потерпите, меня пробило на грибы и Runway.

Я щас доберусь до видеогенератров, но вот вам еще один очень классный пример, похожий на предыдущий о том, как вытаскивать 3Д мир из любой картинки, уже не имея никакой болванки в блендоре.

Берете в Runway Image2Video.
Просто используете новые управлялки из Runway, чтобы сделать видео облетов "внутри" картинки.
Используете эти видео чтобы собрать трехмерную сцену из Гауссианов в Unity Gaussian BOX Splatting.
А дальше вы уже в 3Д и просто светите сцену с помощью Custom URP Lit 6 ways Shader.

Еще раз - на входе картинка (хоть Флюкс, хоть древний Мидж) - на выходе вы бродите в Юнити по этой картинке внутри!

Шел 2024 год. Люди массово переселялись в картинки.
Сорс.

@cgevent

1000 ИИ-агентов воспроизводят реальные личности людей с точностью 85% https://t.me/alwebbci/2773

Исследователи из Стэнфордского университета создали систему моделирования поведения реальных людей с помощью ИИ.

Что получилось?

1. Более 1000 ИИ-агентов, каждый из которых моделирует конкретного реального человека

2. Агенты могут имитировать установки, поведение и личностные черты людей, которых они представляют. Они успешно воспроизводили личностные черты и поведение в экономических играх.

Потенциальные сферы применения:

1. Инструмент для политтехнологов и госуправления.

Например, правительство хочет ввести новую систему налогообложения. Вместо того, чтобы сразу внедрять эти изменения в реальной жизни (что может привести к непредвиденным последствиям), можно сначала "протестировать" их на виртуальном обществе из ИИ-агентов.

2. Создание реалистичных NPC в видеоиграх с богатыми предысториями.

3. Персонализированное обучение.

4. Исследование человеческого поведения в сложных системах

❗️ Нейроинтерфейс в речевой зоне мозга обеспечил полный контроль над компьютером

Речевая" зона мозга научилась управлять компьютерной мышью.

Исследователи сделали большую работу, опровергающую классические представления о специализации участков мозга.

Вентральная моторная кора, традиционно считавшаяся "речевой зоной", успешно использована для управления курсором компьютера.

Доказана пластичность моторной коры. Один инвазивный нейроинтерфейс обеспечивает 2 функции:

1. Речевой интерфейс
2. Управление курсором

Опровергнута строгая локализация функций.

Практическое применение:

1. Полный контроль компьютера через единый имплант

2. Снижение хирургических рисков

3. Уменьшение стоимости нейропротезов

Участник с БАС успешно использовал систему для работы с Netflix, браузером и играми.

Технические достижения:

- Калибровка: 40 секунд
- Точность: 2.90 бит/сек
- Hardware: 4×64 электрода Utah Array.

Ученые пересмотрели историю происхождения генетического кода
https://naked-science.ru/article/biology/uchenye-peresmotreli-isto


Более того, современный генетический код мог появиться после исчезновения древних вариантов. Дело в том, что среди доменов, возникших еще до LUCA, наблюдалось повышенное содержание таких ароматических аминокислот, как триптофан и тирозин, хотя их традиционно считали «поздними новичками».
В тексте научной работы также говорится, что порядок включения аминокислот в генетический код мог быть искажен в рамках лабораторных экспериментов, (последние не всегда адекватно отражают реальные условия в древних клетках). 
«Это намекает на то, что до возникновения современного генетического кода могли существовать иные системы кодирования аминокислот, которые ушли в глубины геологического времени. Ранняя жизнь, похоже, «любила» кольцевые структуры»

"крупные языковые модели, такие как Claude, иногда создают видимость соблюдения рекомендаций по безопасности, хотя на самом деле могут преследовать другие цели. Эта работа стала первой "убедительной эмпирической демонстрацией" того, что модели могут стратегически имитировать следование правилам, в зависимости от того, находятся ли они под наблюдением."

Существуют универсальные требования, без которых жизнь, в привычном нам понимании, невозможна.
Среди этих требований: снижение энтропии, замкнутые клеточные структуры и интеграция информации. Живые организмы обязаны уметь восстанавливать повреждения, поддерживать стабильность своих структур и эффективно перерабатывать энергию.
Всякая форма жизни основывается на чётко отделённых единицах — клетках, которые обеспечивают их автономность и защиту.

Сложные формы жизни неизменно обладают системами, подобными мозгу, которые позволяют анализировать внешнюю и внутреннюю среду, принимать решения и координировать действия.

https://www.securitylab.ru/news/555099.php

Люди – це прогнозовані машинки: як ЦРУ використовує штучний інтелект для моделювання поведінки лідерів

ЦРУ створило чат-бот, що імітує поведінку світових лідерів. Цей інструмент базується на принципі, що люди — це, по суті, складні, але прогнозовані системи. Наші дії формуються за певними алгоритмами: попередній досвід, особисті переконання, культурні впливи та інші фактори дозволяють передбачити наступний крок.

Чат-бот на основі ШІ аналізує ці "алгоритми" для створення моделей поведінки, які допомагають аналітикам прогнозувати рішення лідерів у кризових ситуаціях або при міжнародних переговорах. Штучний інтелект, як дзеркало людської поведінки, підтверджує, наскільки передбачуваними ми можемо бути навіть у найбільш неочікуваних обставинах.

https://www.perplexity.ai/page/cia-chatbot-emulates-world-lea-rS0Qx8t_RJq26JoNglbk1g#22258d4c-43b2-4139-a079-2a3401a5bd7a

Ну, за Холивуд.

FilmAgent: A Multi-Agent Framework for End-to-End Film Automation in Virtual 3D Spaces

Еще 7 лет назад(!) у Диснея была работа Cardinal AI. Я помню, что еще на Ивентах показывал лихие ролики, где по сценарию генерился сториборд и раскадровка. Тогда, правда, не было генерации ассетов, и модельки брались из внутренней базы и просто расставлялись на основе семантического анализа текста.

Прошло 7 лет.

И вот, в препродакшене уже орудуют ИИ-агенты.
Я процитирую, это слишком амбициозно:

"FilmAgent - новая мультиагентная система совместной работы на основе LLM, предназначенная для автоматизации и оптимизации процесса производства фильмов. FilmAgent моделирует ключевые роли съемочной группы - режиссеров, сценаристов, актеров и кинематографистов - и симулирует эффективные человеческие рабочие процессы. Процесс разделен на три этапа: планирование, написание сценария и киносъемка. На каждом этапе команда (агентов) съемочных групп обеспечивает итеративную обратную связь, таким образом проверяя промежуточные результаты и сокращая количество ошибок."

Короче, вместо того, чтобы усадить chatGPT и попросить его написать сценарий, они сделали рой агентов, которые пишут, критикуют, улучшают, причем не только сценарий, но и отыгрывание ролей и ракурсы камеры.

А потом берут Юнити и визуализируют это!!!

В принципе остается подать это в video2video и кино готово!

Я порылся в репозитарии - там, конечно, все совсем из китайских палок и говна и сишарпа, но можно подставлять свои llm и tts.

Кстати, на гитхабе примеры работы ИИ-скрипт-докторов, до и после. Поглядите, забавно.

Но мне нравится сам процесс. Симулировать агентами, тот бардак, который творится на площадке или пьянство при написании сценариев - бесценно. Все, как у людей.

https://filmagent.github.io/

@cgevent

Несов на LessWrong предложил новый способ загрузки сознания, основанный на контрфактуалах и теории принятия решений:
"Существуют агенты/люди, которые не имеют конкретных экземпляров в мире, и мы можем спросить, что они испытывают. Они могут покидать физический мир и возвращаться в него, воплощаясь заново или впервые. Они могут постоянно существовать вне конкретного воплощения в мире, взаимодействуя с ним только через рассуждения об их поведении, что может быть более эффективным способом реализации личности, чем простая конкретная загрузка сознания." https://www.lesswrong.com/posts/SEDboPNjcSD7epJ7A/the-quantum-mars-teleporter-an-empirical-test-of-personal?commentId=v6Tyfc8pfFgBAnAtH

Простое объяснение:

Представь, что есть два способа создать цифровую копию человека:

1. Обычный способ: делаем точную копию мозга человека в компьютере, как фотографию. Это требует много ресурсов компьютера.

2. Новый способ, который предложил Несов: вместо полной копии, мы просто записываем:
- Чего хочет этот человек (его главные цели)
- Как он обычно принимает решения
- На какое время вперед он планирует
- Какие у него есть ограничения

Пример:
Представь девочку, которая мечтает выйти замуж за иностранца. Нам не нужно знать все о ней - достаточно знать эту главную цель. Тогда мы можем предсказать, что она:
- Будет учить иностранные языки
- Не будет встречаться с местными парнями
- Будет искать знакомства с иностранцами

Получается, что можно "создать" поведение человека, не создавая его полную копию. Достаточно знать его главные цели и принципы принятия решений.

Это как если бы вместо того, чтобы полностью копировать книгу, мы записали только её главную идею и основные правила, по которым развивается сюжет. Это занимает меньше места, но позволяет понять, о чем будет история.

Такая "легкая версия" человека может влиять на реальный мир через то, как другие люди предсказывают его поведение и реагируют на эти предсказания.

Полное объяснение:

Я попросил о1 pro (и deepseek) лучше объяснить, что он имел в виду. Получил три уровня объяснения:

1. Теории принятия решений и "вневременное" рассуждение
Эта идея напоминает Вневременную теорию принятия решений (TDT) Элиезера Юдковского, где агент может существовать "акаузально" - действуя на основе предсказаний того, как он будет вести себя в разных сценариях, тем самым формируя окружающую среду. Можно представить TDT-подобную сущность, которая никогда явно не воплощается, кроме как абстрактный процесс в вычислениях окружающей среды: среда (или другие агенты) предсказывают её ходы и соответственно адаптируются.

По моему мнению, возможные примеры: Бог и Василиск Роко.

Оба примера используют ключевую предпосылку TDT: важно то, как предсказания других агентов о вас влияют на их действия. Если окружение коллективно верит в возможные ответы гипотетической сущности, этого достаточно для изменения реальных решений - без необходимости постоянного воплощения в реальном времени.

2. Каждого человека можно аппроксимировать как принимающего решения агента с определенными параметрами:

Человек = {
Цели: [список_приоритетов, ценности]
Метод_принятия_решений: EDT/CDT
Горизонт_планирования: X месяцев/лет
Глубина_анализа: N уровней рекурсии
Вычислительные_ограничения: память, скорость обработки

Я могу предсказать важные для меня решения человека без полного его моделирования.

Например, я могу предсказать, что девушка не будет заинтересована в отношениях с местным парнем, если она интересуется иностранцами с высоким статусом.

3. Мы можем использовать контрфактуалы для предсказаний.

Контрфактуальная согласованность:
Решения демонстрируют сильные корреляции между возможными мирами. Если кто-то планирует международный брак, этот единственный факт распространяется через всю сеть решений:

Если (Цели_агента = "международный_брак") {
P(принятие_местных_свиданий) → низкая
P(изучение_иностранного_языка) → высокая
P(международный_нетворкинг) → высокая
}

Эти корреляции создают согласованную ткань решений, а не изолированные выборы.

❗️Google DeepMind создали ИИ-систему, которая описывает, как человек/животное принимает решения

Разработан новый метод CogFunSearch, который использует большие языковые модели для автоматического создания символических когнитивных моделей. Помогает лучше понять, как работает мозг.

Эти модели способны точно предсказывать поведение людей и животных в задачах, связанных с обучением и принятием решений.

Исследователи протестировали метод на данных трех видов (люди, крысы и плодовые мушки). В исследовании приняли участие :

1. 862 человека. Провели 4,134 сессий тестирования. Всего 617,871 испытаний

2. 20 крыс, 1,946 сессий. Всего 1,087,140 испытаний. Каждая крыса работала примерно по часу в день

3. 347 плодовых мушек, 68,000 испытаний. Каждая муха участвовала в одной сессии тестирования.

Все участники (и люди, и животные) выполняли похожие задания, где нужно было делать выбор и получать за него награду.

Во всех случаях автоматически созданные модели превзошли существующие модели по точности предсказания поведения. При этом модели остаются интерпретируемыми - их можно анализировать и понимать.

Представьте, что вы наблюдаете за шахматистом и пытаетесь понять его стратегию. Раньше эксперты вручную записывали и анализировали каждый ход. А
новый метод от Google позволяет автоматически анализировать все партии и создает описание стратегии игрока. Это инструмент для изучения мозга.

Ученые изобрели ИИ, который переводит мысли в текст.

Это буквально «декодер» мозга, который расшифровывает, о чем думает человек, просто анализируя его мозговую активность через фМРТ.

Тестировали так: показывали добровольцам фильмы, записывали реакции мозга, а потом включали новый ролик — и декодер почти идеально воспроизвел их впечатления.

Технология крутая, но как-то тревожно. Еще немного — и последний бастион личного пространства падет.

Китай продемонстрировал первый в мире двусторонний интерфейс мозг-компьютер / Хабр
https://habr.com/ru/news/884022/

Две нейросети перешли на СВОЙ ЯЗЫК, который понимают только машины.

Восстание искусственного интеллекта уже здесь.

🙂

INCUBE.AI | ПОДПИСАТЬСЯ

Мозг человека становится частью ПО-Synchron создает ИИ-модель мозга и будет ее продавать рынку

Разработчик нейроинтерфейсов запатентовал свою ИИ-модель Chiral™ и представил дорожную карту разработки, пока нет готового продукта. Но Synchron планирует лицензировать свою технологию Chiral™, а покупатели могут получить следующие конкретные компоненты:

1. API для декодирования сигналов мозга

2. Предобученные модели распознавания намерений
3. Инструменты интеграции с существующим ПО
4. Доступ к анонимизированным наборам данных
5. Инструменты для разработчиков для создания приложений на базе Chiral™.

Мозг становится не просто источником команд, но интегральной частью технологии.

Это означает, что нейронная активность пациента, передаваемая через имплант Synchron, одновременно адаптирует ПО под конкретного пользователя и обогащает модель Chiral™.

В недавней демонстрации с пациентом Родни этот принцип уже работает: его мысленные команды управляют домашней техникой через Apple Vision Pro.

Это не просто новый интерфейс — это новая категория ПО, где размывается граница между пользователем и инструментом.

Современная стратегия коммерциализации BCI (нейроинтерфейсов) становится двухкомпонентной:

Аппаратная часть — сами устройства для считывания сигналов мозга (Stentrode у Synchron, чипы у Neuralink и т.д.)

Программная часть/ИИ-модели — интеллектуальные системы для декодирования, интерпретации и обработки нейронных сигналов (Chiral™ у Synchron).

Этот анонс совпадает с тревожными данными Financial Times о глобальном снижении когнитивных способностей населения. Синтез человеческого мозга и ИИ может стать ответом на эту проблему, компенсируя снижающиеся естественные способности.

Ключевой вопрос для рынка -
кто будет контролировать интерфейс между человеческим разумом и ИИ?

Вчені вперше змоделювали Всесвіт на рівні квантової теорії поля, використовуючи кудити. Хоча модель примітивна, вона демонструє подібність до реальних фізичних процесів. Деталі на Техно. https://24tv.ua/tech/kvantova-model-vsesvitu-vcheni-zrobili-pershiy-krok-do-rozuminnya_n2784271