Kling: добавили генерацию видео с контролем голоса в модель Video 2.6.

Можно выбрать голос из списка с указанием тембра, или загрузить своё аудио до 30 сек, из которого будет вытащен голос и его можно будет применять в разных сценариях с автоматической адаптацией под контекст сцены.

Чтобы прицепить голос к определённому персонажу в сцене указываем в промте Персонаж@НазваниеГолоса. Работает на английском и китайском. Причём голос на английском сможет говорить на китайском и наоборот.

Генерация доступна только в профессиональном режиме. Кредиты за контроль голоса списываются помимо цены за видео по цене 2 кредита/секунда.

PS: ангельский голос на китайском это эпик. Прикинь ты попадаешь в рай, ходишь по облакам, а вокруг тебя ангелочки говорящие тебе что-то на китайском. И ты как Марти такой: "Наверное не тот Рай".

Сайт
Анонс
Гайд

Вышла Gemini 3 Flash

Выносит по бенчам 2.5 Pro в одни ворота, при этом будучи значительно дешевле. На паре бенчмарков обгоняет даже Gemini 3 Pro. Поддерживает тот же миллион токенов контекста что и большая модель. На вход принимает текст, аудио и картинки, но на выход идёт только текст (по крайней мере пока что). При этом Gemini 3 Flash это гибридный ризонер — можно отключить рассуждения, как и с 2.5 Flash.

Цену за токен по сравнению с 2.5 Flash повысили. Заявляют что вместе с этим повысили и эффективность использования токенов. Это в теории должно было компенсировать повышение цены, но тесты говорят об обратном, по крайней мере с включённым ризонингом.

Модель уже доступна в ai.studio, Antigravity, чате и API. AI режим Google тоже переводят Gemini 3 Flash уже сегодня (наконец-то там будете нормальная модель).

Блогпост

@ai_newz

Еще немного деталей из анонса

Модель самая оптимальная в своем классе по соотношению стоимости на производительность. см график.

Производительность и бенчмарки:

В задачах на кодинг (SWE-bench Verified) набирает 78%, превосходя даже "старшую" Gemini 3 Pro.
При этом цена в 5 раз дешевле GPT 5.2.

В ПЯТЬ РАЗ!!!

Просто отменили OpenAI из Курсора и пр. кодовых агентов

Набрала 90.4% на тесте GPQA Diamond (уровень PhD).

В 3 раза быстрее, чем Gemini 2.5 Pro.

Использует на 30% меньше токенов для выполнения тех же задач.

Стоимость API: $0.50 за 1 млн входных токенов и $3 за 1 млн выходных.

Адаптивное мышление: Модель умеет «модулировать» процесс мышления — тратить больше времени на сложные задачи и моментально отвечать на простые.

Мультимодальность: Высокая скорость обработки видео и аудио (например, для анализа действий в играх или видео в реальном времени).

С сегодняшнего дня становится бесплатной моделью по умолчанию в приложении Gemini и в AI-режиме Google Поиска!!!

Наконец-то поиск в Гугле перестанет тупить в ИИ режиме :)
Ну и скорость и ценник просто огонь!
Осталось все это на практике подтвердить.

#Google #Gemini #Flash
———
@tsingular

OpenAI добавили на платформу публикацию MCP приложений

OpenAI открыла витрину приложений внутри ChatGPT.
Теперь приложение можно будет предзагрузить и оно появится как инструмент в интерфейсе чата.

Это превращает ChatGPT из чатбота в платформу.
Пользователь запускает сторонние сервисы не выходя из разговора — от бронирования билетов до анализа данных.

По сути это копия Skills от Anthropic.

Вся коммуникация между ИИ и приложением происходит по MCP протоколу, просто он тянется не куда-то далеко, а вызывает код вашего приложения сразу на платформе в iframe и так же обновляется.

Безопасники в восторге будут, думаю.
Там конечно обещают премодерацию и все такое, но :)

#OpenAI #ChatGPT #AppStore
------
@tsingular

Китай тестирует прототип EUV-литографа

Китайский прототип установки для экстремальной ультрафиолетовой литографии проходит испытания.

Это критическая технология для производства чипов с нормами ниже 7 нм, которую сейчас монополизирует голландская ASML.

Если прототип докажет работоспособность, Китай обеспечит себе независимость в производстве полупроводникового оборудования.

Huawei, кстати, полную цепочку поставок создает местную под микроэлектронику.

Для ИИ-индустрии это означает потенциальное удешевление производства акселераторов и снятие узких мест в цепочках поставок.

Однако путь от прототипа до серийного производства может занимать годы - ASML потратила десятилетия на доводку своих машин до промышленных стандартов.

#EUV #Китай #semiconductors #Huawei
———
@tsingular

🏰 DisneyGPT — корпоративный AI-ассистент Disney

Если вы сотрудник Дисней, - чатГПТ теперь есть у вас дома. :)

Disney внедряет собственные AI-инструменты после миллиардной сделки с OpenAI.

Что умеет DisneyGPT:
- IT-тикеты и запросы в поддержку
- Поиск по корпоративному справочнику сотрудников
- Анализ финансов проектов
- Работа с Excel и PowerPoint (добавили в декабре)

Интерфейс в фирменном стиле: "готовы к волшебному приключению?" Fiction Horizon + коллекция цитат Уолта Диснея по темам — воображение, настойчивость, лидерство.

Что дальше: В разработке агентный AI под кодовым именем Jarvis (да, как у Железного Человека). Будет выполнять задачи от имени сотрудников DNYUZ, но пока "не полностью готов".

Доступ ограничен — бета только для штатных сотрудников.
Почасовики, профсоюзы, Pixar, круизные команды и ряд международных парков пока без доступа.

Любопытно: Трое из восьми опрошенных сотрудников признались, что неодобренные инструменты вроде Claude от Anthropic эффективнее корпоративных DNYUZ.
/это они ещё Gemini 3 Flash не пробовали :)/

Некоторые используют личные аккаунты для работы. (общая тенденция)

Параллельно Disney отправил Google cease-and-desist за несанкционированное использование контента для обучения AI Slate.

Не угадали они, конечно с провайдером :)
Но вот что интересно на заметку, - они хостят у себя ИИ площадку для внештатных сотрудников и контрагентов.
Вот это сервис.

#Disney #DisneyGPT #EnterpriseAI #Jarvis
———
@tsingular

Гомеопатический ИИ, - когда ИИ в каждом проекте, даже если по чуть чуть. :)

#юмор
———
@tsingular

ResembleAI выкатили Chatterbox Turbo

Resemble выпустили Chatterbox Turbo,- речевую модель на 1.2B параметров, которая генерит аудио со скоростью 180 токенов/сек на одной H100.

Работает на диффузной архитектуре практически в реальном времени даже на средних серверах.

Поддерживает клонирование голоса, управление интонацией и эмоциями через текстовые промпты.

Поддержка языков:
Arabic (ar) • Danish (da) • German (de) • Greek (el) • English (en) • Spanish (es) • Finnish (fi) • French (fr) • Hebrew (he) • Hindi (hi) • Italian (it) • Japanese (ja) • Korean (ko) • Malay (ms) • Dutch (nl) • Norwegian (no) • Polish (pl) • Portuguese (pt) • Russian (ru) • Swedish (sv) • Swahili (sw) • Turkish (tr) • Chinese (zh)

Turbo только английский поддерживает, к сожалению. Для других языков там multilingual, который только по api (русский он ужасно генерирует)

Лицензия MIT — качай, крути на своём железе, интегрируй куда хочешь.

HuggingFace

GitHub

Отменяем подписку на ElevenLabs :)
Добавляем в коллекцию opensource.

#ResembleAI #TTS #Chatterbox
———
@tsingular

🤖 Самые маленькие автономные роботы в мире — меньше крупинки соли

Команды Penn и UMich создали микророботов размером 200×300×50 микрометров, которые умеют думать, чувствовать и действовать самостоятельно.
Цена — 1 цент за штуку.

Почему это прорыв:
40 лет робототехника не могла преодолеть барьер в 1 мм.
На микромасштабе вода ощущается как смола — обычные "руки и ноги" не работают.

Как решили:
Вместо движения конечностями роботы создают электрическое поле, которое двигает ионы в растворе. Ионы толкают воду → робот плывёт. Никаких подвижных частей = месяцы работы без поломок.

Техническая начинка:
- Процессор + память + сенсоры на чипе меньше миллиметра
- Питание от света (LED) — 75 нановатт (в 100 000 раз меньше смарт-часов)
- Датчик температуры с точностью 0.3°C
- Уникальный адрес у каждого робота — можно загружать разные программы

Фишка: роботы "танцуют", чтобы передать данные — как пчёлы. Камера под микроскопом декодирует движения например в показания температуры.

Применение:
- Медицина: мониторинг здоровья отдельных клеток
- Производство: сборка микроустройств
- Координированные группы роботов для сложных задач

Платформа модульная — можно добавлять новые сенсоры и функции.

Не сразу понял где тут робот на фото.

#микророботы #нанотех #Penn #UMich
———
@tsingular

FunctionGemma - открытая 270M модель для работы с API

Google представил FunctionGemma — специализированную модель для вызова функций через структурированный вывод.

Основана на Gemma 2, обучена определять когда нужно использовать внешние инструменты и как правильно передавать параметры.

Открытые веса, Apache 2.0 лицензия.

HuggingFace

Бенчмарки показывают конкурентные результаты с GPT-4 на задачах function calling при значительно меньшем размере.

Google позиционирует это как шаг к надёжным агентам, которые умеют взаимодействовать с реальным миром через инструменты.

#FunctionGemma #Gemma #Google
———
@tsingular

NVIDIA RTX Pro 5000: 72GB памяти на Blackwell

NVIDIA выпустила RTX Pro 5000 с архитектурой Blackwell - профессиональную карту с 72GB памяти.

Это удвоение против предыдущего поколения Ada, что критично для больших языковых моделей и сложных визуальных сцен.

Предназначена для офисных рабочих станций для ИИ-разработки, 3D-рендеринга и научных симуляций.

Blackwell принёс не только объём, но и производительность: пятое поколение тензорных ядер ускоряет инференс трансформеров в разы.

Теперь локальный запуск 70B моделей становится реальностью для обычных офисов, а не только для дата-центров.

Интересно что по цене будет, когда до нас доедет.
И будут ли их отключать по геолокации, как H200, например.

#NVIDIA #Blackwell #RTX5000
———
@tsingular