Sмарт-Пауза
169 subscribers
253 photos
75 videos
8 files
41 links
Канал посвящен домашним ИИ-ассистентам нового поколения: голос, зрение, память, действия.

Показываю свои разработки, делюсь опытом, ошибками и техническими решениями.
Download Telegram
Media is too big
VIEW IN TELEGRAM
русско-китайский переводчик через робота-ассистента

#ассистент #робот #тест
🔥2😁2
This media is not supported in your browser
VIEW IN TELEGRAM
Что думаете? Полезная полезность же да?🔥

Роботу нужно было найти ноутбук, основная сложность - последовательность действий. Справился.

Ничего не подстроено. Вообще я удивился, что это работает, так нет никаких специальных скиллов для этого.

Ведет он себя по разному каждый раз, конечно. Особенность управления через LLM. Если повторять запросы может по разному действовать.

#ассистент #робот #тест
🔥3👍1
Sмарт-Пауза
Photo
Дизайн сгенерированный ИИ

Можно питчить в гос компании, если есть кто оттуда 🙂

Название может быть таким: «апробация внедрения ИИ дизайна»

Слайды будут такими:
«типичный кожух нагревательной лампы обогрева гекконов изготавливается в течении 33 года, но благодаря внедрению ИИ дизайна скорость изготовления сокращается до очень быстро. Тем самым мы повышаем скорость изготовления на 99%»

#ии #пример
😁2🔥1
Универсальный способ коммуникации с роботом-ассистентом с любого устройства.

Можно общаться голосом с роботом, управлять им и получать ответ через любое устройство с браузером.
Это вот с телефона.

Удаленно тоже можно.
Все трансформируется во всеобъемлющего ассистента без привязки к устройству.
Который будет отвечать туда откуда спросили.

#робот #ассистент
✍1🔥1👨‍💻1
Была задача перевести весь ROS2 проект с Ubuntu Desktop 24.04 на Ubuntu Server 24.04

Задача сводится к тому что нужно подготовить всю систему заново на новой ОС.

Обычно это решается через Docker. Собирается переносимая среда.

Я попробовал новый путь. Попросил нейронку собрать скрипты и документацию, чтобы она по ним скачала и установила всё на новой системе, собрала пакеты через colcon build, запустила тесты.

Всё сработало, за ночь она переехала.

#ии #пример
🔥2
This media is not supported in your browser
VIEW IN TELEGRAM
📍Анимация в Blender
📍Отрисовка на Qt quick3D

Сервер управляет ртом. И может переключать анимации. Пока еще в слова не хорошо попадает.

#ассистент #аватар
🔥1🤯1
Наконец-то какой-то фидбек.
Последнее время тухло по нему.

Судя по тому что аккаунт Зд-аниматора , анимация за 1 день в Blender получилась не приемлемого качества 🥺
🔥1😁1
Продаю тяжеловесную версию (5.3 кг) робо-платформы на нагрузку 10 кг, чтобы спроектировать легковесную.
ROS2 пакеты в комплекте для комфортного старта. Поддержу, обучу.
Софт для LLM робо-ассистента не входит.


📍Минимум. Пустая платформа, которую нужно запитать, подключить свой одноплатник и уже можно получить минимальную версию робо-платформы:
- пластиковый корпус 5000р, драйвера к колесам, преобразователь 24-5V, GPIO-расширитель для подключению всей периферии к одноплатнику; Type-C питание;
- колеса: 1 пассивное + 2 серво-мотора с разъемным подключением на корпус 7000р суммарно. Длинные шаговые двигатели NEMA17 с понижающим редуктором 1 к 3.7. Cобраны в сервопривод с энкодерами;
- без аккумулятора 24V, его не привезти в РФ из Китая!

📍Полный. Всё опционально:
- RPLIDAR C1 5000р;
- Raspberry pi 4b. 8GB 14 000р;
- IMU сенсор 1000р;
- HQ-Камера+Оптика 10 000р;
- reSpeaker XVF3800 with XIAO ESP32S3 8000р;
- монитор сенсорный 2000р;

!Находится в Шанхае, доставка через кого-то самолетом в СПБ-Москву. Потом СДЭК.
Kimi K3 сжег недельные лимиты за день...

Начал делать игру еще на K2.7, и по первым результатам стало понятно, что он совсем не справляется, хоть игра и задумывалась почти без визуала. А вот разница между K3.0 и K2.7 колоссальная, что видно по результатам работы над той же игрой. Стиль работы с этими двумя моделями тоже разный: доводить проект до идеала лучше с K2.7, если понимаешь, что делаешь.

Заметил, что K3.0 сжигает много токенов за сам факт запроса.
До моего контекста, его системный контекст уже уносит по 5% пятичасового лимита.
На Хабре 📄в комментариях пишут, что в режиме Work, сожгли себе месячные лимиты за 2 запроса, потому что в этом режиме нет ограничений по часам.
Кстати, изучал цены подписок на Kimi в долларах, чтобы для себя определить рекомендовать его вообще или нет, коллегам не из Китая.
Вот что имеем:

Подписка Allegretto 🎼
Китайская цена — 199 юаней (~2300 рублей) — x20 code лимитов.
Глобальная цена — 264 юаня (~3050 рублей) — x5 code лимитов.
Надеюсь, хоть база, на которую они умножают, разная, иначе разница в цене просто безумная 🤯.

Ответ однозначный - не рекомендовать.
Мне лично очень нравится Kimi в соотношении цена-качество для написания кода, но брать глобальные версии подписки никому не рекомендую.
А для китайской версии, кроме Alipay / WeChat, еще нужна китайская сим-карта, которая через сим-боксы, полагаю, не добывается. Не проверял это.
✍2
Док-станция робота.

Детали для сборки
Идеальный диод (слева) чтобы током не толкнуло. Будет защищать от случайного КЗ площадок руками.

Медные пластины как основные контактные площадки на стороне робота.

Пружинные контакты на стороне док-станции еще будут (нет на фото)

#ассистент #робот #докстанция
🔥1
267$ в месяц на ИИ-подписки. Экономика токенов.

В прошлом посте я немного напутал с названиями и сравнил не те тарифы. Все оказывается еще хуже.
У меня китайская подписка уровня Allegro, а не Allegretto как я писал. По цене не ошибся, она стоит 199 юаней — это примерно 29$ — и даёт x20 токенов.
А вот международная версия той же Allegro стоит уже 99$, причём всего за x15 токенов.
Посчитаем стоимость условной единицы токенов:
Китай: 29 / 20 = 1.45
Глобал: 99 / 15 = 6.60
Выходит, китайская версия выгоднее почти в 4.5 раза.

Сейчас у меня две такие китайские подписки. То есть я плачу около 58$ в юанях, а получаю объём в глобальном эквиваленте на 267$.

Этот конечно все круто, ты молодец, но как поднять себе такой аккаунт вне Китая? Первая мысль —одноразовые SMS. Есть подвох: если из аккаунта выкинет, а доступа к номеру уже нет, то аккаунт потерян. Надежнее арендовать на месяц, а это не так уж дешево. 20-30$ в месяц. Тогда как обычная цена местной симки 7-8$.
Но есть вариант через API привязанные к подписке. Заходим один раз, генерируем максимальные 5 API-ключей, сохраняем их, больше доступ на аккаунт не нужен. Единственный риск: виртуальный номер общедоступный, и кто-то случайный может попасть на аккаунт с уже оплаченной подпиской. Шанс кажется маленьким. Также есть риск плохой работы из СНГ этих API ключей, но тогда должен помочь просто китайский или гонконгский IP, это не сложный вопрос.
Если я где-то просчитался в этой схеме — поправьте пожалуйста.

#ИИ #агенты #Kimi
✍4
Kimi K2.7 и Kimi K3 в играх.

🎮
Появилась у меня идея игру через агента сделать. Легкую, простую игру. За 1-2 запроса. Но обернулось это тратой 3х лимитов x20 подписок за 5 дней.

Видео 1 - это Kimi K2.7. И что получилось за 2 вечера.
Видео 2 - это Kimi K3 за 5 дней, на базе 1ого драфта.

На фоне первой игры вторая выглядит очень хорошо. Но как бы она ни выглядела и какие идеи ни были реализованы, игры делать сложно. Нужны экономика, баланс и продуманные, идеально работающие механики. Мне кажется, это ничуть не легче робототехники.

Казалось бы, что машинное обучение на котором построены стрелки за команду игрока с эволюционной стратегией - очень интересная идея — Стреляют и Учатся стрелять лучше. Но играется это скучно. С K3 я довел это до концепции с защитой башен, и все еще никакого веселья. Во втором видео с K3 я довел концепцию до защиты башен, и все равно веселья не появилось. Просто увеличивать толпы с обеих сторон и добавлять больше башен интереснее игру не делает.
🔥3
RAPH — платформа для голосовых роботов и умного дома
Я сейчас занимаюсь разработкой серверной платформы с графическим интерфейсом, которая которая позволяет собирать голосового ассистента имеющего роботизированное тело, а также любые другие элементы умного дома.

Базовый набор плагинов распознаёт речь, определяет, кто именно говорит. Встроенная озвучка любым голосом с клонированием на оптимизированном мега-крутом QwenTTS, работу которого вы видели в моих видео. А также, плагин долгосрочной памяти: разговоры, привычки и факты о пользователях сохраняются между сессиями. Плагин компьютерного зрение с распознаванием лиц, пониманием положения людей в кадре и постройка сцены. Плагин планировщика и отдельный инструмент для реакции на окружение, система сама решает, когда и что делать.
Архитектура вдохновлена системой плагинов из VS Code.

Есть универсальное веб-подключение, которое тоже является плагином, которое позволяет использовать любое устройство с браузером как динамик, источник аудио и видео. Телефон, планшет, старый ноутбук, всё работает без установки приложений просто через открытие веб-страницы.

На практике это конструктор Джарвиса из абсолютно любого робота под ROS2, от двухколесного до гуманоида или же вовсе без привязки к конкретному железу. Можно собрать голосового ассистента сначала на ПК, а позже подключить ему тело. Или просто использовать как движок озвучки для своих проектов.
Полная свобода выбора: внешние API для LLM и озвучки или всё полностью локально.
Скоро это будет на git. Поставьте пожалуйста реакции, чтобы было понятно, интересно это сообществу или нет.
👍44❤‍🔥2