#юмор
———
@tsingular

Гермес агент раздаёт задания субагентам :)

https://youtu.be/GKazp5lOtjU?t=88

#юмор
———
@tsingular

Agibot A3 на подходе

#роботы #Agibot #Китай
------
@tsingular

Удивительно, конечно, сколько всего можно увидеть с новыми технологиями.

#юмор
------
@tsingular

img2threejs: навык для агента для создания 3Д модели на Three.js из фото

Вьетнамский разработчик hoainho выкатил img2threejs: опенсорсный тулкит, который по одной референсной фотографии объекта генерирует полноценную процедурную Three.js-модель.
На выходе чистый TypeScript-код, а не меш, фотограмметрия или Gaussian Splatting.

⚡️ Пайплайн работает как поэтапная скульптурная лепка под надзором AI-агента: blockout → structural → form → material → surface → lighting → interaction → optimization.

Каждый этап проходит через цикл самопроверки агента со зрительной оценкой: агент рендерит промежуточный результат, сравнивает с референсом и принимает решение — продолжить или переделать.

На выходе получается модель готовая к анимации: с иерархией runtime (pivots, sockets, colliders, destruction groups), а не жёсткий меш.

🔍 Принципиальное отличие от всего существующего зоопарка image-to-3D: это не нейросеть, а навык для кодовых-агентов (Claude Code, Codex, OpenCode, Hermes).
Агент не предсказывает геометрию, а пишет код, воссоздающий объект из примитивов, процедурных шейдеров и сгенерированной геометрии.

📦 В галерее уже есть шесть примеров: наушники Sony WF-1000XM3, дробовик ISSACA 12 Gauge, нож Gerber, дом-Doraemon в изометрии, War-Hauler и лут-сундук.

В v1.3 (23 июля) добавили CIEDE2000-метрику цвета, candy-coat-материалы, InstancedMesh-рендеринг и reference-grounded градиенты.

💡 Проект резко контрастирует с мейнстримным image-to-3D (TRELLIS, SceneGen, TripoSR), где модели генерируют меши или 3D-гауссианы.
Здесь модель — это исходный код: легче текстуры в сто раз, бесконечно параметризуема и не требует GPU для рендеринга.
Идеально для e-commerce, игровых ассет-пайплайнов и веба, где каждый килобайт на счету.

Помимо того, что навык шикарный сам по себе, можно записать как очередной пример, когда агентский навык даёт более крутой результат, чем чисто LLM.

#ThreeJS #ImageTo3D #3D
——
@tsingular

🔥 27B-модель Fable-Fusion метит в новый топ локальных AI-агентов

На Hugging Face набирает популярность Qwen3.6-27B Fable-Fusion-711 — мультимодальный fine-tune Qwen3.6 с упором на reasoning, tool calling и работу в агентных сценариях. Модель распространяется в GGUF и имеет кванты, которые помещаются на потребительское железо.

По заявленным тестам:

• ARC-C: 0.711 в 8-bit и 0.701 в 4-bit
• контекст базовой Qwen3.6 — до 262K токенов нативно
• поддерживаются vision и tool calling
• multi-stage fine-tune с улучшенной структурой reasoning
• есть GGUF-кванты примерно от 12–17 ГБ
• модель специально дорабатывали для снижения количества отказов через Heretic/abliteration.

27B dense-модель пытаются приблизить по качеству reasoning к гораздо более тяжёлым системам, сохраняя возможность локального запуска.


https://huggingface.co/DavidAU/Qwen3.6-27B-Fable-Fusion-711-Uncensored-Heretic-NM-DAU-NEO-MAX-MTP-GGUF

Пишут, что новая модель MK1

Но, может и генерация.

В любом случае 3 года до 2029,- там видно будет

Спокойной ночи 🫣

#роботы
------
@tsingular

NVIDIA Vera: свои CPU для проектирования собственных GPU

NVIDIA запустила Vera, 88-ядерный CPU на собственных Olympus-ядрах для проектирования собственных чипов. Компания замкнула петлю: процессор NVIDIA помогает создавать следующие процессоры и GPU NVIDIA.

⚡️ CPU Vera создан на базе Armv9.2: 88 ядер Olympus, 176 потоков через spatial multithreading, до 1,5 ТБ памяти LPDDR5X (SOCAMM2) с пропускной способностью 1,2 ТБ/с и 164 МБ L3-кеша.
Декодер на 10 инструкций за такт, против 8 у AMD Zen 5.
Чип заточен под однопоточный режим, как раз то, что нужно для EDA-нагрузок: логическая симуляция и формальная верификация упираются в одно ядро.

🔍 Vera уже работает в связке с Cadence Jasper и Synopsys VCS, двумя ключевыми платформами для верификации чипов.
На отдельных производственных нагрузках получено до 1,5× ускорения при том же числе ядер.
NVIDIA продолжает тюнинг через профайлинг приложений и оптимизацию системного софта.

🔮 Следом за Vera пойдёт Rosa на ядре Rigel.
Дорожная карта CPU становится самостоятельной линией внутри NVIDIA, параллельной GPU-архитектурам. Конкуренты в EDA-сегменте: AMD EPYC с 3D V-Cache (до 1 152 МБ L3) и Xeon.

NVidia пытается выстроить полную независимость от внешних вендоров.
Интересно что из этого получится, конечно.
Кажется, что уже пора QPU развивать, а не CPU.

#NVIDIA #CPU #Semiconductors
———
@tsingular

Сегодня MoonshotAI выпускает открытые веса Kimi K3

Следим тут:

https://huggingface.co/moonshotai/Kimi-K3

#Kimi #Huggingface
------
@tsingular

Открытое письмо индустрии: open-weight модели под ударом

NVIDIA, Microsoft и ещё два десятка компаний призвали Белый дом не ограничивать open-weight модели.
Подписанты: AMD, Palantir, IBM, Hugging Face, GitHub, Mozilla, SpaceX, Y Combinator и десятки стартапов.
OpenAI присоединилась позже под давлением сообщества, а Anthropic и Google пока не подписали.

⚡️ Повод: администрация Трампа рассматривает запрет китайских моделей после выхода Kimi K3 от Moonshot AI.
Модель сравнялась с американскими аналогами при цене в разы ниже.
Аргумент письма: запрет не остановит распространение, а фактически передаст рынок Пекину.

🔍 Центральный тезис: открытость может быть самым важным путём к безопасности ИИ.
Закрытые модели не дают гарантий — их можно взломать, а сбои невидимы снаружи.
Open-weight позволяет сообществу тестировать, искать уязвимости и строить защиту.
Прямая аналогия с открытым ПО: прозрачность надёжнее закрытости.

💰 Экономика: open-weight дают стартапам и университетам доступ к передовому ИИ без frontier-тарифов за каждую задачу.
Это рассредоточивает выгоду по экономике, а не запирает её в руках пары лабораторий.

🔮 Письмо отдельно защищает дистилляцию, обучение на выходах другой модели, как легитимный метод.
Прямой ответ на обвинения Moonshot в использовании Anthropic Claude для обучения Kimi.

Раскол индустрии: производители железа, инфраструктура и open-source — против закрытых frontier-лабораторий.
При этом обе стороны апеллируют к «безопасности» с противоположными аргументами, регулятор выбирает между защитой конкуренции и защитой дуополии.

#OpenWeights #письмо
———
@tsingular

Спойлер из будущего :)

Каждое лето миллионы GPU серверов мигрируют на север в поисках охлаждения и дешёвого питания.

#юмор
------
@tsingular

KPMG выпустила стратегический обзоров технологий 2026 года

Большинство технологических прогнозов строятся вокруг списка трендов: AI, квантовые вычисления, роботы, космос, биотех. Но KPMG предлагает другую модель. Главная идея отчета: ИИ перестал быть отдельной отраслью. Он стал мультипликатором всех остальных технологических фронтиров. Авторы выделяют шесть взаимосвязанных направлений:

Path to AGI — интеллект становится масштабируемым ресурсом. Организации будут конкурировать уже не количеством сотрудников, а количеством доступной «когнитивной мощности». Главным дефицитом становятся не знания, а контекст, доверие и способность принимать решения.
Physical AI — AI окончательно выходит из экрана. Роботы, автономная логистика, производство, инспекция инфраструктуры. Причем ближайшие победители — вовсе не гуманоиды, а специализированные системы, работающие в конкретных задачах.
Energy & Compute — неожиданно главным ограничением AI становится не алгоритм, а электричество. Центры обработки данных, энергосети, память HBM и даже земельные участки превращаются в стратегические активы.
Quantum & NextGen Computing — квантовые вычисления уже рассматриваются не как лабораторная экзотика, а как элемент корпоративной архитектуры наряду с фотонными, нейроморфными и in-memory вычислениями. Победят те, кто научится оркестрировать разные архитектуры, а не ставить на одну.
Future of Trust — по мере появления агентных систем главным становится вопрос: кому вообще можно доверять? Проверяемая идентичность, происхождение данных и непрерывная верификация становятся частью инфраструктуры бизнеса.
Space — космос перестает быть отраслью и становится инфраструктурой. Связь, навигация, наблюдение Земли и даже будущие орбитальные вычисления начинают рассматриваться как часть корпоративной ИТ-архитектуры.

Авторы не пытаются угадывать дату появления AGI. Вместо этого они задают гораздо более практичный вопрос:

Что нужно изменить в компании уже сейчас, если интеллект перестает быть дефицитным ресурсом?

Именно поэтому в отчете почти нет разговоров про очередную модель LLM. Вместо этого обсуждаются новые организационные модели, энергетика, доверие, вычислительная архитектура и Physical AI.

На мой взгляд, это один из первых действительно целостных взглядов на технологический ландшафт после бума генеративного ИИ. Не «шесть модных технологий», а единая система, где AI ускоряет развитие всех остальных направлений, а ограничения одного фронтира (например, энергетики) начинают определять скорость развития всех остальных.

Именно такой подход сегодня нужен не только технологическим компаниям, но и государствам, которые формируют научно-технологическую политику.

🔥 PyTorch Foundation постепенно превращается в основу open-source AI-стека

Теперь под её управлением сразу шесть крупных проектов:

• PyTorch — обучение моделей
• vLLM — быстрый inference
• DeepSpeed — распределённое обучение и оптимизация
• Ray — масштабирование AI-нагрузок
• Helion — высокопроизводительные GPU/TPU-ядра
• Safetensors — быстрая и безопасная сериализация моделей

Идея интересная: собрать ключевые части жизненного цикла AI под нейтральным open-source управлением вместо десятков разрозненных проектов.

Уже есть заметные результаты: PyTorch 2.13, новый Model Runner V2 в vLLM, улучшения Ray для GB200/GB300, а Helion показывает сильную производительность на Blackwell и TPU.

Если интеграция между этими проектами продолжит усиливаться, PyTorch Foundation может стать для AI-инфраструктуры примерно тем, чем CNCF стала для cloud-native.

🔗 https://futurumgroup.com/insights/can-pytorch-foundations-multi-project-strategy-reinvent-open-source-ai/

Kimi K3 веса уже на HF и сразу файнтюн от Unsloth:

https://huggingface.co/unsloth/Kimi-K3

Т.е. чтобы запустить "дома" модель уровня Fable5 или GPT 5.6 Sol достаточно иметь 1.6Tb VRAM

Ждем квантов поменьше
например:
2-bit Q2_K 313 GB

Техрепорт

Т.е. подождали пока западные фронтиры релизнулись все и бахнули бесплатную открытую схожей мощности.
Занятный сериал :)

#Kimi
------
@tsingular

Во, Ollama уже подсуетилась! :)

https://ollama.com/library/kimi-k3

ням ням:
Kimi K3 understands text, images, and video

НО!
Error: 402 Payment Required: this model uses extra usage only (not included plan usage) and your extra usage balance is empty, add extra usage or turn on auto reload at https://ollama.com/settings

хочет деняк

Currently Kimi K3 requires a Pro or Max subscription, and consumes extra usage credits. We’re quickly working on adding capacity to expand access.

В настоящее время для использования Kimi K3 требуется подписка Pro или Max, а также расходуются дополнительные кредиты. Мы активно работаем над расширением возможностей для увеличения доступа.

#Ollama #Kimi
———
@tsingular