☝️ Точнее промпт — лучше ответ

Чтобы ИИ работал на полную, рассмотрим топ из четырёх полезных инструментов, которые упростят работу с нейросетями и улучшат качество вашего проекта.

Вот 4 сервиса, которые прокачают ваши промпты:

🔢Devplan — AI assistant для решения coding‑задач:
Превращает идеи в готовые prompts для IDE — Cursor, Windsurf, Bolt. Есть вкладка Coding Assistant, где можно создать заведомо работоспособный промпт или даже шаблон для прототипа. Также помогает с user stories, тасками и интеграцией с Linear.

🔢PromptJesus — улучшатель твоих промптов:
Chrome‑расширение, которое допиливает твой начальный запрос: добавляет system‑инструкции, улучшает стиль и структуру. Отлично помогает, если первый результат не очень. В расширении выбор базового или продвинутого режима, есть подсказки и аналитика.

🔢VibeCodex — промпты под vibe‑кодинг:
Коллекция готовых prompts специализирована для dev-инструментов (Cursor, Windsurf и Bolt). Подходит для генерации архитектуры, дебага или документации. Есть шаблоны, примеры, и даже job board для “vibe‑кодеров”.

🔢PromptBase — маркетплейс для промптов:
Платформа с сотнями тысяч готовых промптов под ChatGPT, Midjourney, 3D‑инструменты. Можно покупать или продавать свои. Комиссия 15 %, пользователи говорят, что инструмент "legit" и приносит доход авторам.

🤯 HumanOmniV2 от Alibaba: теперь ИИ не только видит, но и понимает видео

📌 Alibaba представила новую мультимодальную модель HumanOmniV2, которая умеет не просто смотреть видео, а по-настоящему его понимать. С помощью этой модели можно анализировать сцены, распознавать эмоции и даже выявлять скрытые намерения собеседников.

🧠 Как она работает?
HumanOmniV2 использует уникальный подход: сначала генерирует подробное описание сцены, затем строит логическую цепочку рассуждений и только после этого предоставляет ответ. Это позволяет модели учитывать все аспекты видео, включая жесты, мимику, тональность речи и социальный контекст.

🔢 Что нового в HumanOmniV2?

🟡 Мультимодальное понимание: анализирует видео, аудио и текст одновременно.
🟡 Глубокий контекст: учитывает глобальный контекст сцены для более точных выводов.
🟡 Система вознаграждений: введены новые награды за точность контекста и логичность рассуждений.
🟡 Высокая производительность: показала лучшие результаты на нескольких бенчмарках.

📊 Результаты
На бенчмарке IntentBench модель достигла точности 69,33%, опередив предыдущие версии и открытые аналоги. Это подтверждает её способность эффективно анализировать сложные сцены и точно интерпретировать намерения участников.

🔗 Где попробовать?
🟡 Hugging Face: HumanOmniV2
🟡 GitHub: HumanOmniV2 Repository
🟡 Arxiv: Исходная статья

🚀 Comet от Perplexity — браузер, который делает работу за тебя

🔑 Почему это больше, чем просто браузер

Браузер Comet встроен с самого основания вокруг AI-помощника от Perplexity — он использует Perplexity как поисковую систему по умолчанию, переводя серфинг на уровень "говори и получай результат". Никакого копирования ссылок – просто задаёшь вопрос о том, что видишь на экране, и Comet отвечает прямо в боковой панели.

🧠 Что умеет помощник:

🟠 Сканирует текущую страницу, резюмирует её содержимое и даёт контекст.
🟠 Делает вещи за тебя: бронирует встречи, покупает товары, пишет письма — всё через диалог.
🟠 Умное управление вкладками: закрывает дубликаты, группирует, возвращает к нужным ссылкам по запросу.

⚙️ Нововведения и удобство

🟠 Визуальные действия: помощник не только кликает сам, но и показывает, что делает — прямо на экране.
🟠 Автономность: работает локально, без передачи твоей истории на серверы.
🟠 Лёгкий переход с Chrome: поддерживает расширения, импорты закладок и настроек.

❌ Нюансы:
Пока доступен только подписчикам Perplexity Max — $200 в месяц. Остальным — по приглашениям из waitlist. Релиз для macOS и Windows, без поддержки Linux или мобильных платформ.

🔗 Попробовать - https://comet.perplexity.ai/

🔵 Hunyuan3D от Tencent: 3D-модель из картинки за 25 секунд

📣 2-ступенчатый пайплайн: сначала Hunyuan3D-DiT создаёт геометрию по картинке, затем Hunyuan3D-Paint наносит текстуры — модель выходит детализированной и готовой к использованию. Результат за 10–25  секунд, в зависимости от версии (Turbo — быстрее).

📈 Дерзкий прогресс перед другими

🟢 Hunyuan3D 2.0 показывает лучшие показатели geometric accuracy, FID и CLIP-score — превосходит доступные аналоги.
🟢 "Turbo" модели выдают результат всего за 30 секунд — они выгодно обгоняют конкурентов.
🟢 Открытый исходник на GitHub: есть предобученные модели, код, описания и даже Blender-addon.
🟢 Модели адаптированы под Gradio, ComfyUI и даже Windows-инсталлер — все удобно для разработчиков и дизайнеров.

🔍 Что внутри?

🟢 Hunyuan3D-DiT: Генерирует неокрашенный меш (геометрию) из одной картинки
🟢 Hunyuan3D-Paint: Накладывает текстуры высокого разрешения (PBR, цвет, рельеф)
🟢 Версии Turbo & Mini: Ускоренные модели с меньшим количеством параметров и VRAM

📌 Возможности
🟢GLB, OBJ, FBX экспорт, PBR-текстуры, готовые meshes для VR/AR/игр
🟢Поддержка мультивида в 2.1/2.5 — можно качать детализацию, если есть несколько ракурсов.

🔗 Репозиторий на GitHub

🔵 Grok 4 от xAI: ИИ уровня «почти аспиранта».

📌 xAI 10 июля 2025 года выпустила Grok 4 — модель, которая по характеристикам пишет как аспирант, а Heavy‑версия — как эксперт‑группа за $300/мес.

🔍 Что под капотом?

🟢Grok 4 (базовая) доступен за $30/мес, Heavy за $300/мес с multi‑agent режимом — несколькими «агентами», которые решают сложные задачи вместе, как команда на зачёте.
🟢Есть голос “Eve” — британка с эмоциями, даже шепчет и поёт, при этом работает быстрее старой версии.
🟢DeepSearch: Grok умеет пользоваться реальным интернетом — ищет, анализирует и даёт актуальную инфу прямо в чат.

📊 Бенчмарки

🟢Humanity’s Last Exam: Grok 4 — 25 %, Heavy — 44 % (против 21 % у Gemini и ChatGPT o3)
🟢ARC‑AGI‑2: Heavy — 15.9 %, почти вдвое выше ближайших конкурентов
🟢GPQA / AIME25: ~88–100 % точности (зависит от версии)

⚠️ Проблемы
Старая Grok (версия 3) засветила антисемитские посты — пришлось править промпты и ужесточить фильтры перед запуском Grok 4.

🔜 Что дальше?

🟢Август — Grok 4 Coder (для кода)
🟢Сентябрь — мультимодальный агент
🟢Октябрь — генерация видео

🔗 Подробнее: Grok 4

🔵 ByteDance открывает Trae-Agent — AI‑ассистент для программистов

🖥 Альфа‑релиз уже выложен на GitHub — и открыт для всех желающих

🔍 Что умеет Trae-Agent

🟢Патчит, отлаживает, рефакторит и создаёт тесты по описанию задачи
🟢Использует несколько LLM одновременно: OpenAI, Gemini, OpenRouter и др.
🟢Встроены инструменты: редактирование файлов, bash-команды, трассировка действий, пошаговое логическое мышление

⚙️ Запуск в пару команд

🟢Клонируешь репозиторий и ставишь через pip
🟢Указываешь API‑ключи
🟢trae-cli run "описание задачи" — и агент начинает дело
🟢Или trae-cli interactive — погружение в диалог публикуется с логами

👍 Почему это круто?

🟢Модульная архитектура — легко заменять LLM, добавлять инструменты и тестировать идеи
🟢Опенсорс (MIT‑лицензия) — делай форки, пулл‑реквесты, улучшай весь инструмент
🟢Схожа с Copilot и Cursor, но ты сам хозяин — можно перенастроить под свою IDE и таск‑менеджмент

🔗 Подробнее: Trae-Agent

🌐 LFM2 от Liquid AI — быстрая и экономная on‑device модель

🗓 Дата релиза: 10 июля 2025. Liquid AI официально представили open-source серию моделей LFM2 — оптимизированную для работы прямо на устройствах и без задержек, которую уже можно протестировать в Liquid Playground, Hugging Face и через llama.cpp.

🚀 Почему это мощно

- Двойной прирост скорости: в 2 раза быстрее обработка ввода/вывода по сравнению с Qwen3 на CPU.
- Обучается в 3 раза быстрее предыдущих моделей LFM — экономит ресурсы и время .
- Компактность при высоком качестве: 350M, 700M и 1.2B параметры с результатами, сопоставимыми и лучше аналогов, включая Gemma 3 и Llama 3.2 1B.

💡 Технологии

- Гибридная архитектура: сочетание «жидких» конволюций (LIV-модули) с attention-блоками в 16 слоях — 10 конволюционных + 6 attention.
- Универсальность: модель отлично работает на CPU, GPU и NPU, подходит под мобильные устройства, ноуты, роботов.
- Свободное распространение: weights под открытой лицензией, запускаются локально, конфигурация — через Hugging Face и Liquid Playground.

📊 Результаты

- MMLU, GPQA, GSM8K и др.: модели LFM2-1.2B стабильно быстрее, чем Qwen3-1.7B и Llama 3.2 1B.
- Предпочтение оценивающими LLM: ответы LFM2-700M и 1.2B чаще признаны лучше по качеству, чем у конкурентов.

🔗 Попробовать: Hugging Face, GitHub.

🔵 Moonshot AI выпустили Kimi-K2 — холодный расчет по коду и задачам

🟢 Что случилось:
Китайский стартап Moonshot AI (основан 2023, поддерживается Alibaba и Tencent) выпустил Kimi- K2 — open‑source модель с архитектурой mixture‑of‑experts: всего 1 трлн параметров, активны 32 млрд за раз.

🎯 Чем интересна:

- Фокус на кодинге и многошаговых задачах: по заявлению, обходится на 65,8 % на SWE‑bench и 53,7 % на LiveCodeBench — выше, чем у DeepSeek V3 и GPT‑4.1. Тест по математике (MATH‑500) — 97,4 %, выше GPT‑4.1 (92,4 %).
- Отличная «агентская» база — она может сама вызвать инструменты, рефакторить код и логически мыслить многошагово.
- Быстрый доступ: open‑source, API по $0.15/млн токенов входа, $2.50/млн токенов выхода — дешевле конкурентов.

⚙️ Технологии и эффективность

- Модель MoE: mixture‑of‑experts — для экономии ресурсов и точности.
- Длинный контекст: поддержка до 128 000 токенов — сочинения, целые статьи и большие инструкции.
- Kimi-VL / Kimi-Audio: мультимодальные модели для понимания текста+изображений (Kimi-VL с 2,8 млрд активных параметров) и аудио (Kimi-Audio) — всё open‑source и доступно на GitHub/Hugging Face.

🔗 Попробовать: Kimi-K2

🔵 MindSpore 2.0 от Huawei — фреймворк для AI на всех уровнях, от edge до суперкомпьютеров

🟢 Что случилось:
Huawei выпустила MindSpore 2.0 (релиз март–июнь 2025), с расширенными возможностями для автоматического распределенного обучения, поддержки гибридных графов и экосистемой для domain‑специализированных задач: CV, NLP, Quantum и других .

🎯 Чем полезен:

- Гибридное обучение в высокопроизводительных кластерах: multi-dimensional hybrid parallelism позволяет масштабировать обучение на сотни GPU/Ascend чипов.
- Унифицированный API: поддерживает динамические и статические графы, написание моделей на Python привычно и компактно .
- Эко‑пакеты для X-domain задач: MindSpore SPONGE (биоинформатика), Elec (электромагнетика), Flow (симуляции), CV, NLP, OCR, YOLO, Quantum и многое другое.

⚙️ Технологии & возможности:

- Поддержка разных языков: Python, C++, Rust, Julia, ArkTS, Java и др.
- Платформы: работает на Linux, Windows, macOS, HarmonyOS, OpenHarmony — плюс Ascend и Kirin NPU.
- Инструменты внутри: MindInsight для графов и профилирования, MindArmour для защиты моделей.
- Квантовые возможности: MindSpore Quantum — совместимо с NISQ‑алгоритмами и ускоряется QuPack-симулятором.

📊 Цифры и экосистема:

- Более 11 млн загрузок, 37 000+ активных участников, доля рынка в Китае ~30% по фреймворкам.
- Активное присутствие в научных кругах: признание в OSCHINA, создание Центра экосистемы в Шанхае.

🔗 Попробовать: MindSpore 2.0

🛠 ТОП‑10 open‑source AI-инструментов, которые стоит знать в 2025 году

1. Hugging Face Transformers
📦 Библиотека с сотнями тысяч моделей: GPT-подобные, мультимодальные, классификаторы. Всё работает из коробки — от распознавания текста до генерации изображений.

2. LangChain
🧠 Стек для создания интеллектуальных LLM‑агентов: промпты, memory, chains и подключение к API. Идеально для чатов, RAG-ботов и мультишаговых задач.

3. OpenLLM (BentoML)
🚀 Лёгкий сервер для запуска и масштабирования LLM локально или в облаке. Поддерживает fine‑tuning, REST/gRPC API, low‑latency инференс через vLLM.

4. Haystack
🔍 Фреймворк для RAG-пайплайнов: подключение Elasticsearch, Weaviate, FAISS, + генерация через LLM. Отличное решение для документ‑ботов и Knowledge‑AI.

5. DeepSpeed
⚙️ Оптимизатор от Microsoft — ускоренная тренировка и инференс крупных моделей (многомодальных, CODA и т.п.), пользуется у исследователей.

6. MLflow
📖 МLOps: трекинг экспериментов, отслеживание метрик, управление сплитами и версиями моделей.

7. DVC
📁 Git‑помощник для данных: хранит датасеты, артефакты и метаданные. Полезно для воспроизводимости и коллаборации.

8. KoboldAI
🤖 Локальный AI‑движок для генерации историй и диалогов — особенно интересен инди-разработчикам и геймдеверам.

9. FastChat (LMSYS)
💬 Простой фреймворк для запуска локальных чат-агентов на близком к production уровне.

10. Ollama
📍 Локальный AI‑сервер — запускайте модели прямо на своём компьютере без зависимостей и ключей.

▶️ Kling AI

📌 Популярная нейросеть для видео прямиком из Китая. Эта нейронка способна создать видео длительностью до двух минут в высоком качестве 1080р. Разработчики считают главной фишкой продвинутую физику, которая качественно визуализирует и воспроизводит даже самые сложные движения.

📌 Kling тоже умеет генерировать видео с текстового запроса и с изображения. В креаторе доступны тонкие настройки: встроенные пресеты, возможность синхронизировать движения объектов, управлять движением камеры, менять фокус. Кроме того, в нейронку добавлен липсинк: персонажи умеют говорить, а звук можно добавлять непосредственно в ролик.

💭 Как пользоваться:

✅ Выберите режим генерации — по текстовому описанию или по изображению.
✅ Нажимаете Generate и ждете. Из минусов: интерфейс на китайском (хотя есть частичный английский и русский) и непростой доступ — нужны аккаунт и установка мобильного приложения.
✅ Также в бесплатном режиме для генерации доступны только короткие ролики, без полного HD и с ограниченным функционалом.

💸 Цена: бесплатный бета‑доступ + платные тарифы (от $10 в месяц)

#видео_контент

🔗 Попробовать: Kling AI

🔵 TabPFN — трансформер для табличных данных, решает задачи за секунды

🟢 Что это:
TabPFN — это трансформерная модель, обученная на синтетических таблицах, позволяющая всего за один прямой проход выполнять классификацию и регрессию на табличных данных. Версия v2 поддерживает до 10 000 строк, 500 признаков, и уже опубликована в Nature в январе 2025.

🎯 Ключевые преимущества:

- Готовность сразу к использованию без настройки гиперпараметров и тонкой подгонки.
- Скорость: предсказывает метки менее чем за 1 секунду, до 3 200× быстрее, если включён GPU.
- Высокая точность: превосходит XGBoost и AutoML-системы на небольших табличных данных.
- Open-source и готовая к сборке через GitHub и PyPI — pip install tabpfn.

⚙️ Как это работает:

- Модель — трансформер с 12 слоями, обученный на миллионах синтетических таблиц, эмулирующих различные структуры и шум.
- Принцип Prior-Data Fitted Network: модель имитирует байесовское вывод, обучившись заранее, без дополнительного обучения на новых данных.
- Поддержка динамических задач: классификация и регрессия, также работы по missing‑data и categorical-данным.

📌 Попробовать: TabPFN

🔵 Nous Research — децентрализованные LLM с моделью Hermes и сетью DisTrO

📌 Что это:
Nous Research — AI-стартап из Нью-Йорка, основанный в 2023 году, строит открытую и децентрализованную AI-инфраструктуру. central в её экосистеме — Hermes 3 (быстрые 8B, 70B и 405B модели, fine‑tuned на Llama 3.1) и DisTrO — технология распределённой тренировки через интернет, без нужды в централизованных дата-центрах.

🎯 Чем интересны:

- Hermes 3 — LLM с длинным контекстом, внутренним мышлением и агентскими способностями. Поддерживает многопоточную логику и function‑calling, обучен на синтетических данных с акцентом на точность и гибкое следование инструкциям.
- DisTrO / DeMo — распределённая тренировка модели на нецентрализованных GPU (от RTX 4090 до национальных кластеров). Снижает загрузку сети в 1000-10 000×, работает даже на обычном интернете.
- Psyche Network — тестовая сеть на Solana, позволяющая координировать тренировку LLM с 40B параметрами, используя блокчейн для управления ресурсами и incentivization.

⚙️ Технологии и достижения:

- Forge API — агентная модель: Mixture of Models, Chain of Code, MCTS — решение задач сложнее, чем в обычных LLM.
- Open, прозрачный стакинг: исходники, архитектура и средства децентрализации доступны, тысячи участников, строгий контроль над данными.

📌 Где это найти:

- GitHub модели;
- Официальный сайт;
- Документация DisTrO / DeMo и Psyche.

🔗 Попробовать: Nous Research

🔵 Anthropic запустили Claude for Financial Services — AI‑решение для финансового анализа

📌 Что представили:
Anthropic анонсировали комплексный продукт Claude for Financial Services, призванный объединить финансовые данные и упростить анализ: модель берёт рыночные фиды и внутренние источники вроде Databricks и Snowflake и выводит всю информацию в одном интерфейсе. Правда, доступна пока только через AWS Marketplace — к Google Cloud подключатся скоро.

🎯 Почему это важно:

- Модель Claude 4 лидирует в финансах, а Claude Opus 4 прошёл 5 из 7 уровней World Financial Modeling Championship с точностью 83 % на сложных Excel-задачах.
- Встроены коннекторы к крупнейшим провайдерам — FactSet, S&P Global, Morningstar, PitchBook, Palantir и другие — для перекрёстной проверки данных и прямых ссылок на источники.
- Поддержка интеграций с Databricks и Snowflake — всё в одном рабочем пространстве.

⚙️ Технологии и возможности:

- Коннекторы к финансовым платформам и аналитическим базам — сразу готовы к работе.
- Claude Code встроен для кастомных расчетов, underwriting, compliance, Monte Carlo и риск-симуляций.
- Enterprise-ready: доступ через AWS Marketplace (и скоро Google Cloud Marketplace). Anthropic сотрудничает с Deloitte, KPMG, PwC и Slalom для внедрения и настройки под конкретные задачи клиентов.

🔗 Попробовать: Claude for Financial Services

🔵 Amazon выпустили Kiro — AI-IDE с поддержкой спецификаций и фоновых агентов

📌 Что это:
Компания AWS (Amazon) представила Kiro — интегрированную среду разработки на основе AI-агентов, созданную для перехода от прототипов к production‑системам. Работает на базе Code OSS и совместима с плагинами VS Code, доступна бесплатно в бета‑версии (50 действий в месяц).

🎯 Преимущества:

- Spec-driven подход: ты вводишь цель — например, «добавить систему отзывов» — и Kiro генерирует user stories, условия приёмки и архитектурное описание, включая диаграммы и интерфейсы.
- Hooks — фоновые агенты: для автоматических задач — обновление тестов, документации, security-проверок — можно настроить реакцию на сохранение файла, изменение API и т.д.
- Поддержка MVP‑IDE: автогенерация unit‑тестов и интеграционных тестов, inline‑диффы, отслеживание истории задач и агентов.

⚙️ Что внутри:

- Использует модели Claude Sonnet 3.7/4.0, работает локально, с прозрачностью при выполнении запросов.
- Поддерживает Model Context Protocol (MCP) — возможность подключать кастомные агенты и сервисы.
- Кроссплатформенность: macOS, Windows, Linux — работает как отдельный клиент, но интегрируется с AWS behind the scenes.

🔗 Попробовать: Kiro

🌐 Warp 2.0 — среда разработки нового поколения с ИИ-агентами

📣 Стартап Warp представил Warp 2.0 — первую Agentic Development Environment (ADE), где разработчик работает вместе с ИИ-помощниками. Внутри — агенты на базе Claude Sonnet 4 и Claude Opus, которые умеют:
⭐️ Писать и проверять код
⭐️ Разворачивать проекты
⭐️ Запускаться по команде в любом количестве
⭐️ Корректироваться и прерываться в любой момент

💬 Вместо обычного терминала — универсальное поле ввода: пишешь запрос на естественном языке или в формате shell-команды — агент берёт это в работу.

📌 Warp 2.0 уже №1 в Terminal Bench (оценка терминального UX), и топ‑5 в SWE-bench Verified (задачи на разработку)

💰 Тарифы:
⭐️ Бесплатно: до 150 ИИ-запросов в месяц
⭐️ Платно: от $18 (≈1411₽), до 2500 запросов