Николай Давыдов опубликовал интересный пост про своё видение экономики AI-компаний.

Его основной тезис: мы по инерции оцениваем AI-стартапы как SaaS (Software as a Service - ПО как услуга), хотя их экономика принципиально другая. В отличие от SaaS с высокой маржой, AI-продукты платят "налог на инференс" - значительная часть выручки уходит на инфраструктуру, модели и вычисления. Из-за этого маржинальность ближе к индустриальному производству. При этом нижние слои (модели, инференс, облака) быстро становятся массовыми и взаимозаменяемыми решениями (коммодитизируются говоря по русски), а основная ценность смещается туда, где есть доступ к пользователю - в интерфейс и дистрибуцию.

Несмотря на это, текущие оценки AI-компаний остаются высокими, но уже по другой причине: не из-за будущей прибыльности, а из-за аномально высокой скорости роста и способности маленьких команд конкурировать с крупными игроками и резко расширять рынки. Эти идеи во многом опираются на ежегодный отчёт State of AI, где AI рассматривается как новая индустриальная платформа с огромной ролью инфраструктуры, энергии и геополитики.

Ежегодный отчёт State of AI: https://state-of-ai.dvc.ai/
Очень классно сделан - интересно покликать, почитать.

Оригинальный пост (на английском): https://www.linkedin.com/posts/ndavidov_dvcs-state-of-ai-activity-7448489931326304256-bwkP/

Мой шахматный тест Nano Banana 2 и GPT Image 2 проходят уже идеально. При этом Nano Banana предпочитает делать реалистичные изображения, а GPT скорее схематичные.

Сегодня в одном из чатов увидел другой тест - решил тоже проверить.
Задача: нарисовать детский алфавит "Страны и флаги" на каждую букву английского алфавита.
По итогу GPT Image 2 (1 изображение) справился почти идеально, Nano Banana 2 (2 изображение) чуть хуже.
Все остальные сильно дальше

Предлагайте, как ещё можно почелленджить модельки.