10_Чеклист_вопросы_о_инвестициях_в_бизнес_Алексей_Королюк.pdf
97.1 KB
Это пост с самыми полезными инструментами за последние полгода
1. Сверхполезная системная блок-схема, как делать стартап. Это технология, она достаточно сложная, но всё же полностью повторяемая. Просто делайте по схеме, это хорошие практики максимизации успеха. Знаю, звучит просто, но всё равно мало кто так делает. Ещё её полезно показывать вообще всем, кто так или иначе занят в проектных командах, потому что даёт осознание, что многие вещи — технология, а не интуиция.
2. Список самых частых KPI, которые ставят подразделениям. Полагаю, для вас ничего нового, а вот для ваших подчинённых вполне возможно, что да.
3. Как "пробивать" человека. Всеми возможными методами в легальном поле.
4. Как построить презентацию для инвестора. Это нужно тем владельцам, кто пришёл за раундом. И сразу же 320 вопросов инвесторов к компании — вот пост по ссылке. Попробуйте ответить для себя хотя бы наполовину, это здорово прочищает голову в некоторых случаях.
5. Гайд для быстрого питча инвестору — какие вопросы будут задавать основателю (ну или какие вопросы стоит задавать вам тем, кто показывает вам новую идею).
6. Список вопросов для интервью с нанимаемым топом. Выбирать в команду лучших из лучших — это один из самых серьёзных навыков предпринимателя. Маск лично участвует в найме первых 1000 сотрудников в каждом своём бизнесе, и он считает, что правильный человек на ключевой позиции может изменить всё. Я не Маск, конечно, но свои вопросы у меня тоже есть. Они помогают понять, кто перед вами, и оценить его опыт. Ну или знать, о чём вас будут спрашивать, если вы готовитесь к интервью.
7. Что делать на рынке с высокой инфляцией. Многие рынки такими как раз стали, и если вы ещё используете подходы обычного спокойного рынка, где стоимость денег относительно невелика — вы проиграете. Нужно немедленно менять правила ведения бизнеса, если вы ещё этого не сделали. В документе конкретные практические шаги.
8. Как уйти в отпуск и не потерять контроль над компанией, чек-лист по удалённому управлению с пляжа.
9. Примеры нашего поиска гипотез по методологии Impact Mapping. Это метод стратегического планирования, который помогает мне и моим командам сосредоточиться на достижении бизнес-целей. Сделает совещания по планированию логичнее и понятнее в разы.
10. Список вопросов про то, надо ли открывать новое направление, помогающих принять обоснованное решение об инвестициях или партнёрстве. Этот список помогает сосредоточиться на стратегии и не отвлекаться на внешние факторы.
Я постоянно добавляю документы из своей рабочей практики в канал, как видите.
↗ Алексей Королюк #инструкции
1. Сверхполезная системная блок-схема, как делать стартап. Это технология, она достаточно сложная, но всё же полностью повторяемая. Просто делайте по схеме, это хорошие практики максимизации успеха. Знаю, звучит просто, но всё равно мало кто так делает. Ещё её полезно показывать вообще всем, кто так или иначе занят в проектных командах, потому что даёт осознание, что многие вещи — технология, а не интуиция.
2. Список самых частых KPI, которые ставят подразделениям. Полагаю, для вас ничего нового, а вот для ваших подчинённых вполне возможно, что да.
3. Как "пробивать" человека. Всеми возможными методами в легальном поле.
4. Как построить презентацию для инвестора. Это нужно тем владельцам, кто пришёл за раундом. И сразу же 320 вопросов инвесторов к компании — вот пост по ссылке. Попробуйте ответить для себя хотя бы наполовину, это здорово прочищает голову в некоторых случаях.
5. Гайд для быстрого питча инвестору — какие вопросы будут задавать основателю (ну или какие вопросы стоит задавать вам тем, кто показывает вам новую идею).
6. Список вопросов для интервью с нанимаемым топом. Выбирать в команду лучших из лучших — это один из самых серьёзных навыков предпринимателя. Маск лично участвует в найме первых 1000 сотрудников в каждом своём бизнесе, и он считает, что правильный человек на ключевой позиции может изменить всё. Я не Маск, конечно, но свои вопросы у меня тоже есть. Они помогают понять, кто перед вами, и оценить его опыт. Ну или знать, о чём вас будут спрашивать, если вы готовитесь к интервью.
7. Что делать на рынке с высокой инфляцией. Многие рынки такими как раз стали, и если вы ещё используете подходы обычного спокойного рынка, где стоимость денег относительно невелика — вы проиграете. Нужно немедленно менять правила ведения бизнеса, если вы ещё этого не сделали. В документе конкретные практические шаги.
8. Как уйти в отпуск и не потерять контроль над компанией, чек-лист по удалённому управлению с пляжа.
9. Примеры нашего поиска гипотез по методологии Impact Mapping. Это метод стратегического планирования, который помогает мне и моим командам сосредоточиться на достижении бизнес-целей. Сделает совещания по планированию логичнее и понятнее в разы.
10. Список вопросов про то, надо ли открывать новое направление, помогающих принять обоснованное решение об инвестициях или партнёрстве. Этот список помогает сосредоточиться на стратегии и не отвлекаться на внешние факторы.
Я постоянно добавляю документы из своей рабочей практики в канал, как видите.
↗ Алексей Королюк #инструкции
👍5🔥1
Новая статья от Гугла, в которой они показали что совершенно независимым образом представление информации в человеческом мозге и LLM выглядит поразительно схожим образом.
Почему так? Мое мнение, что это демонстрация вычислительной природы вселенной и, соответственно, вычислительных свойств интеллекта и сознания. Источник: trust me, bro.
Почему так? Мое мнение, что это демонстрация вычислительной природы вселенной и, соответственно, вычислительных свойств интеллекта и сознания. Источник: trust me, bro.
🤔3👍1
Forwarded from GPT/ChatGPT/AI Central Александра Горного
Nvidia выпустила модели для создания AI-агентов
«Рассуждающие» модели из серии Llama Nemotron представляют собой основу для создания продвинутых AI-агентов.
Модели, как следует из названия, созданы на базе Llama. Nvidia улучшила математику, работу с кодом, рассуждение и принятие сложных решений. Точность Llama Nemotron выросла почти на 20% по сравнению с базовой Llama, а работают они в 5 раз быстрее остальных моделей рассуждения с открытым кодом.
Llama Nemotron доступны на build.nvidia.com, Hugging Face и платформах партнеров.
https://nvidianews.nvidia.com/news/nvidia-launches-family-of-open-reasoning-ai-models-for-developers-and-enterprises-to-build-agentic-ai-platforms
«Рассуждающие» модели из серии Llama Nemotron представляют собой основу для создания продвинутых AI-агентов.
Модели, как следует из названия, созданы на базе Llama. Nvidia улучшила математику, работу с кодом, рассуждение и принятие сложных решений. Точность Llama Nemotron выросла почти на 20% по сравнению с базовой Llama, а работают они в 5 раз быстрее остальных моделей рассуждения с открытым кодом.
Llama Nemotron доступны на build.nvidia.com, Hugging Face и платформах партнеров.
https://nvidianews.nvidia.com/news/nvidia-launches-family-of-open-reasoning-ai-models-for-developers-and-enterprises-to-build-agentic-ai-platforms
👍1
Очень полезная, хотя и непростая для чтения как любой научный текст, статья в Nature посвящена, на первый взгляд, довольно узкой задаче: использованию больших языковых моделей в процессах поиска и открытия новых в чем-либо полезных материалов.
В начальных разделах статьи указывается, что технологии обработки естественного языка, позволили, наконец, содержательно обрабатывать весь массив когда-либо опубликованных работ по теме, извлекая из них данные, которые формируют большие обучающие выборки.
В разделе про LLM содержится важное замечание: Recently, LLMs have shown their ability in learning universal language representations, text understanding and generation. В итоге в конкретном исследуемом случае оказывается, что Leveraging semantic textual similarity, new materials with similar properties can be identified without human labeling or supervision.
Познавательно выглядит сравнение уже давно использовавшихся пайплайнов открытия новых материалов с использованием методов обработки естественного языка и новых возможностей, появившихся благодаря LLM. Описано, как и почему необходим файнтюнинг готовых моделей.
Речь и здесь уже идет о создании автономных агентов, способных целиком самостоятельно планировать и проводить исследования, причем — снова как люди — эти агенты по ходу дела обучаются и самосовершентвуются: In-context learning allows an AI agent to accumulate experience and evolve so that its actions become increasingly consistent, logical, and effective over time.
При внимательном чтении статья позволяет заглянуть в будущее научных исследований и понять логику, по которой это будущее создается. А еще — почувствовать объем нерешенных проблем, гарантирующих, что в обозримом будущем тем людям, кто создает автономный пайплайн научных открытий, безработица не грозит:)
А для особо любознательных открывается, насколько же наивна, безосновательна и слаба критика ИИ в научных исследованиях со стороны якобы экспертов. Им следует поизучать матчасть. Можно с этой статьи и начать.
https://www.nature.com/articles/s41524-025-01554-0
В начальных разделах статьи указывается, что технологии обработки естественного языка, позволили, наконец, содержательно обрабатывать весь массив когда-либо опубликованных работ по теме, извлекая из них данные, которые формируют большие обучающие выборки.
В разделе про LLM содержится важное замечание: Recently, LLMs have shown their ability in learning universal language representations, text understanding and generation. В итоге в конкретном исследуемом случае оказывается, что Leveraging semantic textual similarity, new materials with similar properties can be identified without human labeling or supervision.
Познавательно выглядит сравнение уже давно использовавшихся пайплайнов открытия новых материалов с использованием методов обработки естественного языка и новых возможностей, появившихся благодаря LLM. Описано, как и почему необходим файнтюнинг готовых моделей.
Речь и здесь уже идет о создании автономных агентов, способных целиком самостоятельно планировать и проводить исследования, причем — снова как люди — эти агенты по ходу дела обучаются и самосовершентвуются: In-context learning allows an AI agent to accumulate experience and evolve so that its actions become increasingly consistent, logical, and effective over time.
При внимательном чтении статья позволяет заглянуть в будущее научных исследований и понять логику, по которой это будущее создается. А еще — почувствовать объем нерешенных проблем, гарантирующих, что в обозримом будущем тем людям, кто создает автономный пайплайн научных открытий, безработица не грозит:)
А для особо любознательных открывается, насколько же наивна, безосновательна и слаба критика ИИ в научных исследованиях со стороны якобы экспертов. Им следует поизучать матчасть. Можно с этой статьи и начать.
https://www.nature.com/articles/s41524-025-01554-0
Nature
Applications of natural language processing and large language models in materials discovery
npj Computational Materials - Applications of natural language processing and large language models in materials discovery
👍2
Когда мы говорили о сложной эволюционной истории народа айну (также айны), то упоминали, как разные волны миграций и эпизоды смешения сформировали их генетический портрет. Но теперь оказывается, что в ещё более глубоком прошлом схожие процессы затронули всё человечество.
Учёные создали метод, позволяющий по одному геному воссоздавать сложную — «структурированную» — историю предков. Оказалось, что примерно 1,5 млн лет назад предковая группа людей распалась на две линии (A и B), которые долго жили порознь, а около 300 тыс. лет назад снова объединились. Причём линия A передала современным людям около 80% ДНК, а B — 20%. Также, гены от группы B нередко вытеснялись из жизненно важных участков генома в ходе естественного отбора. Анализ также показал, что ветвь A ближе к неандертальцам и денисовцам, то есть, возможно, являлась их общей предковой линией. Получается, что мы не просто потомки одной группы, а результат слияния двух давних ветвей.
Этот вывод подтверждается во всех современных популяциях, включая африканские. К примеру, даже у санов (Khoisan), носителей наиболее древнего генетического фонда, двухветвовая модель (A и B) даёт лучшее объяснение, чем простая «безструктурная». А у некоторых западноафриканских народов заметны и дополнительные примеси от «призрачных» групп, о которых почти ничего не известно.
Важно, что, помимо разделения и последующего единения, на геном влияли и другие факторы: фоновый отбор, локальные адаптации и т. д. Тем не менее, на масштабном уровне, говорят авторы, их метод достаточно надёжен. Они подчёркивают, что не исключают более сложных сценариев (несколько волн миграций и многократные пересечения популяций). Новая модель — всего лишь шаг к лучшему пониманию эволюции: даже по одному геному можно восстановить важные ветвления, пусть и не отразить все детали.
Пока остаются загадки: неясно, где именно обитала линия B и какие ископаемые формы людей с ней связаны. Любая схема, конечно, упрощает реальную историю, но, как и в случае айнами, мы видим, что древние популяции могли расходиться, а затем сходиться вновь — оставляя в потомках уникальные генетические следы.
Учёные создали метод, позволяющий по одному геному воссоздавать сложную — «структурированную» — историю предков. Оказалось, что примерно 1,5 млн лет назад предковая группа людей распалась на две линии (A и B), которые долго жили порознь, а около 300 тыс. лет назад снова объединились. Причём линия A передала современным людям около 80% ДНК, а B — 20%. Также, гены от группы B нередко вытеснялись из жизненно важных участков генома в ходе естественного отбора. Анализ также показал, что ветвь A ближе к неандертальцам и денисовцам, то есть, возможно, являлась их общей предковой линией. Получается, что мы не просто потомки одной группы, а результат слияния двух давних ветвей.
Этот вывод подтверждается во всех современных популяциях, включая африканские. К примеру, даже у санов (Khoisan), носителей наиболее древнего генетического фонда, двухветвовая модель (A и B) даёт лучшее объяснение, чем простая «безструктурная». А у некоторых западноафриканских народов заметны и дополнительные примеси от «призрачных» групп, о которых почти ничего не известно.
Важно, что, помимо разделения и последующего единения, на геном влияли и другие факторы: фоновый отбор, локальные адаптации и т. д. Тем не менее, на масштабном уровне, говорят авторы, их метод достаточно надёжен. Они подчёркивают, что не исключают более сложных сценариев (несколько волн миграций и многократные пересечения популяций). Новая модель — всего лишь шаг к лучшему пониманию эволюции: даже по одному геному можно восстановить важные ветвления, пусть и не отразить все детали.
Пока остаются загадки: неясно, где именно обитала линия B и какие ископаемые формы людей с ней связаны. Любая схема, конечно, упрощает реальную историю, но, как и в случае айнами, мы видим, что древние популяции могли расходиться, а затем сходиться вновь — оставляя в потомках уникальные генетические следы.
Nature
A structured coalescent model reveals deep ancestral structure shared by all modern humans
Nature Genetics - The cobraa model extends the pairwise sequentially Markovian coalescent to identify structured population history by examination of the model transition matrix. Applied to human...
ВЧЕРА Я СБРОСИЛ 300 гр.
Как Perplexity помогает мне ежедневно контролировать вес: личный опыт
Привет! Хочу рассказать, как я использую Perplexity AI для управления своим весом. Это мой персональный помощник, который работает с моими данными в реальном времени, помогает анализировать рацион, корректировать планы и мотивирует двигаться к цели. Всё просто и удобно — я фиксирую данные, а Perplexity помогает их структурировать и использовать.
1. Анализ рациона
Когда мне нужно узнать калорийность блюда, я фотографирую его рядом со спичечным коробком для масштаба. Например, как на фото выше — порция макарон с котлетой. Perplexity примерно оценивает калорийность и макронутриенты на основе размера порции и состава блюда:
• Макароны (~120 г): ~150 ккал.
• Котлета (~100 г): ~250 ккал.
• Масло (~10 г): ~70 ккал.
Итого: ~470 ккал. Но если я решаю заменить углеводное блюдо на более белковое (например, творог с овощами), Perplexity сразу предлагает альтернативу и пересчитывает показатели.
2. Учет данных
Каждое утро я замеряю вес, уровень глюкозы и шаги за день. Рост недавно уточнил — оказался выше на пару сантиметров, чем думал раньше! Все эти данные отправляю в один тред, а Perplexity автоматически заполняет таблицу с моими показателями:
• Вес.
• Обхват талии.
• Шаги/лестницы.
• Калорийность рациона.
Недавно Perplexity даже составил код на Python, который выгружает мои данные из треда в Excel-файл для удобного анализа.
3. Корректировка плана
Если я переел вчера (например, творог, миндаль, яблоки и айран), утром Perplexity помогает скорректировать план на сегодня:
• Заменить углеводы (например, макароны) на белковые продукты (творог с огурцом и редиской).
• Добавить больше зелени для витаминов.
• Увеличить физическую активность — например, пройтись пешком 1–1.5 часа.
Сегодня вечером у меня запланирована прогулка до работы (~1.5 часа туда и обратно), чтобы компенсировать часть калорий и улучшить самочувствие.
4. Постепенный переход
Perplexity помогает мне адаптироваться к изменениям без стресса:
• Вместо резкого сокращения калорийности я постепенно уменьшаю количество углеводов.
• Добавляю больше белков и полезных жиров в рацион — творог с зеленью и растительным маслом стал отличной альтернативой макаронам.
Итог
Perplexity — это мой персональный коуч, который работает с живыми данными: анализирует рацион, корректирует планы после переедания и помогает заменять углеводные блюда на белковые. Благодаря его рекомендациям я легко систематизирую свой подход к питанию и активности. Если вы хотите эффективно контролировать вес — попробуйте Perplexity!
Как Perplexity помогает мне ежедневно контролировать вес: личный опыт
Привет! Хочу рассказать, как я использую Perplexity AI для управления своим весом. Это мой персональный помощник, который работает с моими данными в реальном времени, помогает анализировать рацион, корректировать планы и мотивирует двигаться к цели. Всё просто и удобно — я фиксирую данные, а Perplexity помогает их структурировать и использовать.
1. Анализ рациона
Когда мне нужно узнать калорийность блюда, я фотографирую его рядом со спичечным коробком для масштаба. Например, как на фото выше — порция макарон с котлетой. Perplexity примерно оценивает калорийность и макронутриенты на основе размера порции и состава блюда:
• Макароны (~120 г): ~150 ккал.
• Котлета (~100 г): ~250 ккал.
• Масло (~10 г): ~70 ккал.
Итого: ~470 ккал. Но если я решаю заменить углеводное блюдо на более белковое (например, творог с овощами), Perplexity сразу предлагает альтернативу и пересчитывает показатели.
2. Учет данных
Каждое утро я замеряю вес, уровень глюкозы и шаги за день. Рост недавно уточнил — оказался выше на пару сантиметров, чем думал раньше! Все эти данные отправляю в один тред, а Perplexity автоматически заполняет таблицу с моими показателями:
• Вес.
• Обхват талии.
• Шаги/лестницы.
• Калорийность рациона.
Недавно Perplexity даже составил код на Python, который выгружает мои данные из треда в Excel-файл для удобного анализа.
3. Корректировка плана
Если я переел вчера (например, творог, миндаль, яблоки и айран), утром Perplexity помогает скорректировать план на сегодня:
• Заменить углеводы (например, макароны) на белковые продукты (творог с огурцом и редиской).
• Добавить больше зелени для витаминов.
• Увеличить физическую активность — например, пройтись пешком 1–1.5 часа.
Сегодня вечером у меня запланирована прогулка до работы (~1.5 часа туда и обратно), чтобы компенсировать часть калорий и улучшить самочувствие.
4. Постепенный переход
Perplexity помогает мне адаптироваться к изменениям без стресса:
• Вместо резкого сокращения калорийности я постепенно уменьшаю количество углеводов.
• Добавляю больше белков и полезных жиров в рацион — творог с зеленью и растительным маслом стал отличной альтернативой макаронам.
Итог
Perplexity — это мой персональный коуч, который работает с живыми данными: анализирует рацион, корректирует планы после переедания и помогает заменять углеводные блюда на белковые. Благодаря его рекомендациям я легко систематизирую свой подход к питанию и активности. Если вы хотите эффективно контролировать вес — попробуйте Perplexity!
🔥6❤1
Как я укротил хаос проектов с помощью ИИ и утренних прогулок
Каждое утро я отправляюсь в парк на свою ежедневную 10-тыс. шаговую прогулку. Но это не просто прогулка – это начало моего рабочего дня. Надев наушники, я начинаю надиктовывать задачи в специальное пространство Perplexity:
"Сегодня нужно проанализировать последние тренды в TikTok для проекта ДАША, подготовить презентацию для потенциального клиента Манифесты и записать два новых подкаста для Стартобуса."
Perplexity мгновенно транскрибирует мою речь и структурирует задачи по проектам. После прогулки я не просто просматриваю сформированный план дня, а прошу Perplexity подсказать, что я мог упустить, где стоит изменить приоритеты или на чем сфокусироваться в первую очередь.
Система анализирует мой план, сопоставляет его с текущими трендами и долгосрочными целями, и предлагает оптимизации:
"Рекомендую сначала заняться презентацией для Манифесты, так как это может привести к новому клиенту. Также стоит уделить больше внимания анализу конкурентов ДАШИ в сегменте ретро-эстетики 90-х."
В течение дня я использую Perplexity для анализа трендов, генерации идей и структурирования информации по всем трем проектам. Вечером я снова обращаюсь к системе для подведения итогов дня, надиктовывая краткий отчет о выполненных задачах и новых идеях.
Каждую пятницу я провожу недельную синхронизацию. Perplexity собирает все мои ежедневные отчеты, анализирует прогресс по ключевым метрикам и готовит сводку. Недавно мы с командами по разным проектам объединили индивидуальные чаты в общее пространство, что позволяет подводить итоги по работе всех членов команды.
Я больше не переживаю, что не пользуюсь диаграммами Ганта. Теперь мое управление проектами – это живой диалог с Perplexity. Этот подход позволяет мне эффективно управлять сразу несколькими проектами, оставаясь гибким и быстро реагируя на изменения. В мире, где тренды меняются ежечасно, такая адаптивность – ключ к успеху.
И, кстати, разговаривая со мной - у меня формируется моя онтология - Клиенты, Контакты, проекты, стратегические цели и задачи, рынки, ниши, технологии и методологии. Все что я использую - в связках и взаимовлияниях. Заметил что perplexity со мной постепенно начал понимать с полуслова. Превращая мой птичий язык в нормально сформулированные задачи, понятные каждому. Ощущение - что со мной всегда рядом находится секретарь, который со мной уже лет 10. И понимает с полуслова.
Каждое утро я отправляюсь в парк на свою ежедневную 10-тыс. шаговую прогулку. Но это не просто прогулка – это начало моего рабочего дня. Надев наушники, я начинаю надиктовывать задачи в специальное пространство Perplexity:
"Сегодня нужно проанализировать последние тренды в TikTok для проекта ДАША, подготовить презентацию для потенциального клиента Манифесты и записать два новых подкаста для Стартобуса."
Perplexity мгновенно транскрибирует мою речь и структурирует задачи по проектам. После прогулки я не просто просматриваю сформированный план дня, а прошу Perplexity подсказать, что я мог упустить, где стоит изменить приоритеты или на чем сфокусироваться в первую очередь.
Система анализирует мой план, сопоставляет его с текущими трендами и долгосрочными целями, и предлагает оптимизации:
"Рекомендую сначала заняться презентацией для Манифесты, так как это может привести к новому клиенту. Также стоит уделить больше внимания анализу конкурентов ДАШИ в сегменте ретро-эстетики 90-х."
В течение дня я использую Perplexity для анализа трендов, генерации идей и структурирования информации по всем трем проектам. Вечером я снова обращаюсь к системе для подведения итогов дня, надиктовывая краткий отчет о выполненных задачах и новых идеях.
Каждую пятницу я провожу недельную синхронизацию. Perplexity собирает все мои ежедневные отчеты, анализирует прогресс по ключевым метрикам и готовит сводку. Недавно мы с командами по разным проектам объединили индивидуальные чаты в общее пространство, что позволяет подводить итоги по работе всех членов команды.
Я больше не переживаю, что не пользуюсь диаграммами Ганта. Теперь мое управление проектами – это живой диалог с Perplexity. Этот подход позволяет мне эффективно управлять сразу несколькими проектами, оставаясь гибким и быстро реагируя на изменения. В мире, где тренды меняются ежечасно, такая адаптивность – ключ к успеху.
И, кстати, разговаривая со мной - у меня формируется моя онтология - Клиенты, Контакты, проекты, стратегические цели и задачи, рынки, ниши, технологии и методологии. Все что я использую - в связках и взаимовлияниях. Заметил что perplexity со мной постепенно начал понимать с полуслова. Превращая мой птичий язык в нормально сформулированные задачи, понятные каждому. Ощущение - что со мной всегда рядом находится секретарь, который со мной уже лет 10. И понимает с полуслова.
👍8🏆3🔥1
Gemini 2.5 Pro
Наконец-то reasoning завезли в Gemini Pro. На бенчах себя показывает очень хорошо — на нескольких это SOTA, в большей части бенчей модель проигрывает только multiple attempts режимам других LLM. Длина контекста у Gemini 2.5 Pro — миллион токенов, потом обещают завезти два. Модель мультимодальная, но нативную генерацию картинок не завезли (надеюсь пока что).
Экспериментальное превью уже доступно в AI Studio и подписчикам Gemini Advanced, цен на API пока что нет.
@ai_newz
Наконец-то reasoning завезли в Gemini Pro. На бенчах себя показывает очень хорошо — на нескольких это SOTA, в большей части бенчей модель проигрывает только multiple attempts режимам других LLM. Длина контекста у Gemini 2.5 Pro — миллион токенов, потом обещают завезти два. Модель мультимодальная, но нативную генерацию картинок не завезли (надеюсь пока что).
Экспериментальное превью уже доступно в AI Studio и подписчикам Gemini Advanced, цен на API пока что нет.
@ai_newz
Tencent выпустил конкурента модели o1
Китайская компания Tencent утверждает, что ее новая модель Hunyuan-T1 может конкурировать с лучшими моделями рассуждений OpenAI.
Модель построена на архитектуре Transformer Mamba, благодаря которой длинные тексты, по словам Tencent, обрабатываются в два раза быстрее.
Hunyuan-T1 доступна в Tencent Cloud и в виде демо на Hugging Face https://huggingface.co/spaces/tencent/Hunyuan-T1.
Китайская компания Tencent утверждает, что ее новая модель Hunyuan-T1 может конкурировать с лучшими моделями рассуждений OpenAI.
Модель построена на архитектуре Transformer Mamba, благодаря которой длинные тексты, по словам Tencent, обрабатываются в два раза быстрее.
Hunyuan-T1 доступна в Tencent Cloud и в виде демо на Hugging Face https://huggingface.co/spaces/tencent/Hunyuan-T1.
This media is not supported in your browser
VIEW IN TELEGRAM
Привет, друзья! Появился первый ИИ-агент - SkyReels для работы с текстом и фильмами
ИИ теперь может автоматически генерировать сценарий фильма, раскадровку, персонажей, видео, голос, синхронизацию губ и музыку.
Новый ИИ-редактор видео может самостоятельно редактировать фильм.
Вот что он умеет делать:
1. Создание сценария
Вы можете ввести свою идею или загрузить историю, и он превратит ее в профессиональный сценарий. В дальнейшем он может разработать персонажей и раскадровку на основе вашей истории.
2. Разработка персонажей
Он может создать персонажей, основываясь на чувствах и эмоциях вашей истории. Вы можете отредактировать предложенного вам персонажа или даже загрузить своего собственного.
3. Раскадровка
Он генерирует подробный список кадров для вашего фильма, и вы можете редактировать каждый кадр, например, изменять размер кадра, угол камеры, использовать персонажа.
4. Генерация видео
Он может одновременно генерировать видеоролики примерно за 5-10 минут.
5. Редактирование персонажей
Персонажи полностью настраиваются, вы можете менять их внешность, одежду, прически и даже голоса.
6. Детали оформления кадров
Качество изображения и анимация настолько естественны и реалистичны, но вы всегда можете изменить промпт, размер объектива и угол наклона камеры и переснять заново, и все будет автоматически обновлено на временной шкале редактирования.
8. Синхронизация губ
Невероятно, что автоматически синхронизируется каждая реплика ваших персонажей и создаются титры.
9. ИИ-видеоредактор
После создания видео ИИ автоматически расставляет ваши клипы и голоса на временной шкале в нужной последовательности.
#сервис #видео
Нейросети: Волшебство AI
ИИ теперь может автоматически генерировать сценарий фильма, раскадровку, персонажей, видео, голос, синхронизацию губ и музыку.
Новый ИИ-редактор видео может самостоятельно редактировать фильм.
Вот что он умеет делать:
1. Создание сценария
Вы можете ввести свою идею или загрузить историю, и он превратит ее в профессиональный сценарий. В дальнейшем он может разработать персонажей и раскадровку на основе вашей истории.
2. Разработка персонажей
Он может создать персонажей, основываясь на чувствах и эмоциях вашей истории. Вы можете отредактировать предложенного вам персонажа или даже загрузить своего собственного.
3. Раскадровка
Он генерирует подробный список кадров для вашего фильма, и вы можете редактировать каждый кадр, например, изменять размер кадра, угол камеры, использовать персонажа.
4. Генерация видео
Он может одновременно генерировать видеоролики примерно за 5-10 минут.
5. Редактирование персонажей
Персонажи полностью настраиваются, вы можете менять их внешность, одежду, прически и даже голоса.
6. Детали оформления кадров
Качество изображения и анимация настолько естественны и реалистичны, но вы всегда можете изменить промпт, размер объектива и угол наклона камеры и переснять заново, и все будет автоматически обновлено на временной шкале редактирования.
8. Синхронизация губ
Невероятно, что автоматически синхронизируется каждая реплика ваших персонажей и создаются титры.
9. ИИ-видеоредактор
После создания видео ИИ автоматически расставляет ваши клипы и голоса на временной шкале в нужной последовательности.
#сервис #видео
Нейросети: Волшебство AI
👍1🔥1👏1
Кай-Фу Ли, автор бестселлера “Сверхдержавы искусственного интеллекта” (который рекомендовал прочитать с момента перевода книги на русский язык и продолжаю рекомендовать), в настоящий момент — основатель стартапа 01.ai, дал интервью Рейтерсу, и теперь все его комментируют. Хотя вроде бы ничего нового не сказал, но он весьма авторитетная в мире фигура, и к его мнению сильно прислушиваются.
А утверждения его следующие: DeepSeek показал всему миру, что в разработках инфраструктурного софта для ИИ китайцы вырвались вперед. Но еще он сообщил свою оценку, которая очень наглядна, и потому нравится журналистам: “Раньше мне казалось, что мы всюду отстаем на примерно полгода от США, а теперь полагаю, что местами в ключевых технологиях разрыв сократился до трех месяцев, а кое-где мы вырвались и вперед” Ли добавил, что санкции и ограничения на поставку процессоров в Китай оказались палкой о двух концах -- ощутив дефицит, разработчики вынуждены были обратить внимание на зоны, куда никто раньше не смотрел. Такие вынужденные инновации в условиях прессинга оказались очень успешны. “The fact that DeepSeek are able to figure out the chain of thought with a new way to do reinforcement learning is either catching up with the US, learning quickly, or maybe even more innovative now”
Обратите внимание: скорость развития такая, что сокращение разрыва на три месяца -- это крутое достижение.
https://www.businesstimes.com.sg/startups-tech/deepseek-narrows-china-us-ai-gap-three-months-01-ai-founder-lee-kai-fu-says
А утверждения его следующие: DeepSeek показал всему миру, что в разработках инфраструктурного софта для ИИ китайцы вырвались вперед. Но еще он сообщил свою оценку, которая очень наглядна, и потому нравится журналистам: “Раньше мне казалось, что мы всюду отстаем на примерно полгода от США, а теперь полагаю, что местами в ключевых технологиях разрыв сократился до трех месяцев, а кое-где мы вырвались и вперед” Ли добавил, что санкции и ограничения на поставку процессоров в Китай оказались палкой о двух концах -- ощутив дефицит, разработчики вынуждены были обратить внимание на зоны, куда никто раньше не смотрел. Такие вынужденные инновации в условиях прессинга оказались очень успешны. “The fact that DeepSeek are able to figure out the chain of thought with a new way to do reinforcement learning is either catching up with the US, learning quickly, or maybe even more innovative now”
Обратите внимание: скорость развития такая, что сокращение разрыва на три месяца -- это крутое достижение.
https://www.businesstimes.com.sg/startups-tech/deepseek-narrows-china-us-ai-gap-three-months-01-ai-founder-lee-kai-fu-says
The Business Times
DeepSeek narrows China-US AI gap to three months, 01.AI founder Lee Kai-fu says
DeepSeek releases a major upgrade to its V3 large language model, intensifying competition with US tech leaders
❤1👍1
Сделал аналитический отчет по тому где мы с ИИ на сегодня. Задать вопросы по отчету https://www.perplexity.ai/page/ekosistema-ii-2025-obnovlennyi-bCdFEJegT3usthU5QAmB0A
👍1🔥1
Экосистема_ИИ_2025_Обновленный_анализ_и_прогнозы.pdf
591.5 KB
Сам отчет по Экосистеме ИИ в 2025 март.
👍2
Карьера в эпоху ИИ: какие навыки останутся востребованными? 🚀
Привет, друзья! 👋 Интересуетесь, как подготовиться к будущему, где искусственный интеллект меняет всё вокруг? Давайте разберемся вместе!
Что останется ценным всегда? ⏳
Мир стремительно меняется, но некоторые навыки никогда не потеряют актуальность:
- Эмоциональный интеллект — умение понимать свои и чужие эмоции. В эпоху автоматизации это станет одним из главных преимуществ человека перед машинами!
- Социальные навыки — общение, работа в команде, лидерство. По данным исследований, выдающиеся лидеры отличаются на 80% высоким EQ!
- Креативность — способность генерировать новые идеи и находить нестандартные решения. Чем больше вы читаете и "насматриваетесь", тем шире ваш творческий кругозор! 🎨
- Критическое мышление — умение анализировать информацию и принимать рациональные решения. В мире фейков и манипуляций это настоящий суперпавер! 🧠
Незаметный, но бесценный навык 💎
Но есть еще один навык, о котором редко говорят: умение выполнять циклический ежедневный труд с отложенным результатом.
Помните музыкальную школу? Шахматы? Спортивные секции? Это не просто хобби — это тренировка вашей способности работать регулярно, даже когда результат не виден сразу. В мире мгновенного удовлетворения это становится редким и ценным качеством!
Что делать уже сейчас? 🔍
1. Учитесь управлять процессами — будущее за теми, кто координирует работу команд (пусть даже из виртуальных помощников)
2. Осваивайте новые технологии — не обязательно становиться программистом, но понимание принципов работы ИИ даст вам преимущество
3. Тренируйте гибкость мышления — умение адаптироваться и постоянно учиться станет решающим фактором успеха
4. Инвестируйте в долгосрочные навыки — делайте что-то, что требует ежедневной практики и терпения. Этот "мышечный навык" психологической выносливости окупится сторицей! 💪
Будущее принадлежит не тем, кто просто использует технологии, а тем, кто умеет сочетать человеческие качества с возможностями ИИ!
Привет, друзья! 👋 Интересуетесь, как подготовиться к будущему, где искусственный интеллект меняет всё вокруг? Давайте разберемся вместе!
Что останется ценным всегда? ⏳
Мир стремительно меняется, но некоторые навыки никогда не потеряют актуальность:
- Эмоциональный интеллект — умение понимать свои и чужие эмоции. В эпоху автоматизации это станет одним из главных преимуществ человека перед машинами!
- Социальные навыки — общение, работа в команде, лидерство. По данным исследований, выдающиеся лидеры отличаются на 80% высоким EQ!
- Креативность — способность генерировать новые идеи и находить нестандартные решения. Чем больше вы читаете и "насматриваетесь", тем шире ваш творческий кругозор! 🎨
- Критическое мышление — умение анализировать информацию и принимать рациональные решения. В мире фейков и манипуляций это настоящий суперпавер! 🧠
Незаметный, но бесценный навык 💎
Но есть еще один навык, о котором редко говорят: умение выполнять циклический ежедневный труд с отложенным результатом.
Помните музыкальную школу? Шахматы? Спортивные секции? Это не просто хобби — это тренировка вашей способности работать регулярно, даже когда результат не виден сразу. В мире мгновенного удовлетворения это становится редким и ценным качеством!
Что делать уже сейчас? 🔍
1. Учитесь управлять процессами — будущее за теми, кто координирует работу команд (пусть даже из виртуальных помощников)
2. Осваивайте новые технологии — не обязательно становиться программистом, но понимание принципов работы ИИ даст вам преимущество
3. Тренируйте гибкость мышления — умение адаптироваться и постоянно учиться станет решающим фактором успеха
4. Инвестируйте в долгосрочные навыки — делайте что-то, что требует ежедневной практики и терпения. Этот "мышечный навык" психологической выносливости окупится сторицей! 💪
Будущее принадлежит не тем, кто просто использует технологии, а тем, кто умеет сочетать человеческие качества с возможностями ИИ!
❤3👏3👍2🔥1