эйай ньюз

Вас тоже напрягают записывальщики митингов, которых все сейчас таскают по созвонам? (меня да, особенно пока мы в stealth режиме). А ведь еще часто записывают, ничего мне не говоря, через wispr или granola.

Как и следовало ожидать нашлись люди, которые придумали продукт для противостояния этому.

Локально крутится LLM, которая адверсариально натренирована против wispr и прочих voice2text моделей. Она в риалтайме добавляет adversarial noise к вашему аудиостриму, который ломает распознавалки речи на другой стороне.

Из минусов - это сейчас иногда превращает вашу речь в что-то, что трудно распарсить и человеку, кек))

Теперь voice2text модели придется регулярно перетренировывать, чтобы они были робастными к таким атакам!

Ну а вообще респект ребятам, довести до ума, убрать явный шум и будет полезный продукт, для поддержания privacy звонков.

Сам продукт

@ai_newz

Нейродайджест за неделю (#130)

LLM
- Astra в Blender — Два примера видосов, которые модель делает через Blender.
- GigaChat 3.5 Reasoning — Сбер открыли веса MoE 432B-A28B. Шесть экспертов обучали через online RL, затем объединили в одну модель.

Генеративные модели
- ChatGPT Images 2.5 — Более точечные правки и меньше искажений при последовательном редактировании. В Flare примерно в 1,9 раза быстрее Sunburst, но уступает по качеству.
- AuK — Tencent открыли генератор и редактор речи по текстовым инструкциям. Меняет слова, голос и эмоции в записи; есть веса и ComfyUI-ноды.
- Krea Agents — Агент для генерации контента с файловой системой, скиллами и моделями в одном интерфейсе.

Прочее
- Кому достаётся компьют — По оценке Epoch оценили кто является конечным пользователем вычислительных мощностей.
- Притормозите ИИ — Дарио Амодеи призвал замедлить развитие моделей. Кому выгодны такие призывы и при чём тут конкуренция.

> Читать дайджест #129

#дайджест
@ai_newz

😮 это все из-за нового гигачата - слишком мощным оказался )))

А если серьезно, то подумайте кому это выгодно – сдерживать своих конкурентов, а также раздувать хайп об угрозах AGI, перед выходом на IPO. AGI уже вот-вот появится, если прям ща все не запретить!))

Ну, а китацы точно клали болт на эти вопли в X, они ничего замедлять уж точно не собираются.

@ai_newz

Krea Agents

Krea собрали среду с тул-юзом для скиллов и пайплайнов. Главная фича тут файловая система. Материалы проекта можно раскладывать по файлам и подгружать в контекст. По словам Krea, агент публикует медиа в соцсети и импортирует мудборды из Pinterest.

Сама идея собирать нейро-контент с агентом не нова. Но обычно для сервисов приходится подключать API или MCP. Здесь Krea как агрегатор уже держит под рукой модели и тулзы. Обратная сторона тут зависимость от облачной платформы и её тарифов.

Например, Codex из коробки может использовать GPT Image 2, но без настроек размера и качества. Для Low, Medium или High и 4K нужен OpenAI API с отдельным ключом и оплатой. Другие модели придётся подключать отдельно. В Krea модели уже собраны в одном интерфейсе и оплачиваются кредитами платформы.

Попробовать Krea Agents

@ai_newz

Сбер выпустил GigaChat 3.5 Reasoning - обученную с нуля модель с рассуждениями

Веса открыты, лежат на Hugging Face, модель можно использовать в коммерческих продуктах. В основе архитектура 432B-A28B MoE. Это не файнтюн существующей модели из опен-сорса, модель построили с нуля.

Post-train обучение строилось на online RL: не один домен, а шесть отдельных экспертов, каждый со своей наградой, которые потом собрали обратно в одну модель. Про весь конвейер обучения (кроме pre-train) и бенчи подробно в статье на Хабре.

По сравнению с GigaChat 3.5 Instant прирост заметный: SWE-Verified вырос с 43 до 65, AIME-2026 с 67 до 92, IFBench с 44 до 77. Модель вышла в паритет с сильнейшими открытыми и закрытыми моделями в следовании инструкциям, структурированной генерации и поиске информации в длинном контексте.

Из интересного: экономия токенов. На сложной математике GigaChat 3.5 Reasoning в среднем тратит на 37% меньше токенов, чем DeepSeek V4 Flash.

Reasoning уже доступен пользователям: включить можно в режиме рассуждений ГигаЧата.

@ai_newz

Nano Banana для аудио

Tencent выкатили AuK для генерации и редактирования речи. Это 1.5B модель, которая через один интерфейс превращает текст в речь и правит готовые записи по текстовой инструкции. Она клонирует голос по референсу, меняет слова без перезаписи всей фразы, убирает акцент и шум, крутит тембр, эмоцию, скорость и высоту, а ещё отделяет спикера или вокал от микса.

Обучали на 1.95 млн часов "эффективного обучающего аудио". Для понимания инструкций отдельно используется Qwen2.5-Omni-3B, поэтому 1.5B это не весь размер модели. Вместе с базовой версией выложили AuK-Flash. Она делает 4 шага вместо 32 и работает в 4.5 раза быстрее. Код, веса и ComfyUI-ноды уже можно покрутить руками.

Демо
Код
Веса

@ai_newz

Интересная инфографика от Epoch, показывающий насколько быстро растёт компьют используемый большим лабам. За два года с декабря 2023 по декабрь 2025 количество компьюта доступного OpenAI выросло в 17 раз (под конец 2025, скорее всего, обогнав Google DeepMind), а у Anthropic за один 2025 год — в 6 раз.

Важно что тут показываются именно конечные потребители, а не владельцы компьюта, ведь OpenAI и Anthropic именно что арендуют весь свой компьют и не строят своих датацентров. А у остальных в списке ситуация обратная — они своим компьютом владеют, но пользуются не всем. Он как сдаётся в аренду, так и уходит на другие внутренние нужды, помимо ИИ лаб, например рекомендательные системы.

Интереснее всего тут выглядит Google, который в последнее время умудрился одновременно тратить компьют на крупных внутренних пользователей за пределами GDM, сдавать компьют в аренду Anthropic и компаниям поменьше, и при всём этом начал арендовать видеокарты у SpaceX AI. Я не завидую людям которые будут пытаться подсчитывать количество компьюта у GDM по состоянию 2026.

@ai_newz

Ситуация на image арене с выходом GPT-Image-2.5

Есть две версии модели GPT-Image-2.5: Flare и Sunburst.

Flare работает примерно в 1.85-1.9x быстрее чем Sunburst (по моим замерам), но похуже качеством. Причем цена у Flare и Sunburst одинаковая, и такая же как и на GPT-Image-2 (если брать max reasoning).

Забавно, как произошла инфляция ризонинга. У GPT-Image-2 самый высокий ризонинг назывался High, а у 2.5 после high есть еще xhigh и max, причем 2-high соответствует по количеству генерируемых токенов и по цене - версии 2.5-max. Маркетинг?

Визуально очень заметно, что это скорее всего дотрейн/post-train базы GPT-Image-2, т.к. сохранились все характерные для GPT паттерны на генерациях.

@ai_newz

OpenAI релизнули ChatGPT Images 2.5

В этом релизе помимо качества генерации сконцентрировались на более точном редактировании фото, чтобы модель меняла только нужные детали. Особенно это заметно на multi-turn редактировании изображений, где с каждый шагом редактирование изображение едет меньше чем раньше.

Вместе с моделью, в ChatGPT релизнули возможность генерить изображения на основе скетчей и шаблоны для популярных типов изображений, типа постера и логотипа.

В API доступны две версии модели: передовая Sunburst и моделька попроще Flare. Цен пока что нет.

@ai_newz

Хорошая новость: Astra делает чудесные видосы через Blender

@ai_newz

Нейродайджест за неделю (#129)

LLM
- GPT-6 Astra — 97,6% на FrontierMath Tier 4 v2, 74,1% на DeepSWE v1.1 и API по $10/$50 за миллион токенов. Во время раскатки OpenAI выдавали banked resets, затем релизнули модель, сначала для Pro, а чуть позже для остальных подписчиков.
- Muse Spark 1.3 — Meta прокачали кодинг и заявляют снижение расхода токенов и количества тулколов без повышения цены.
- Gemini 3.8 Flash — Модель улучшила кодинг и агентные задачи при прежней цене. Cyber-версия доступна доверенным защитникам через Fairwind Program.
- Claude Fable 5.1 — Более сильная версия Fable с кэшированными токенами по $0,25. По оценке Anthropic, типичные задачи обходятся примерно на 25% дешевле.

Генеративные модели
- H3 Max Director — fal превратили генерацию видео в непрерывный управляемый поток: промпт можно менять прямо во время трансляции.

Прочее
- Водяной знак Fable — Fable 5.1 получила незаметную маркировку для соответствия EU AI Act. По данным Anthropic, она не содержит сведений о пользователе или организации.

> Читать дайджест #128

#дайджест
@ai_newz

Runway Solaris генеративный интерфейс

Runway представила Solaris, первый по Interface World Model. Вместо HTML и DOM система генерирует интерактивный интерфейс как непрерывное видео в 720p. LLM отвечает за рассуждение, а адаптированная Gen-4.5 рендерит реакцию на действия пользователя в реальном времени.

В собственном исследовании Runway участвовали 250 человек и около 7500 парных сравнений. Solaris предпочли Claude Opus 5 в 61% случаев по следованию инструкции и в 71% по естественности поведения. Но это внутренний тест, а не независимый бенчмарк. Пока проект доступен только ранним партнерам, а среди ограничений указаны текст (лол), длинные сессии, достоверность результата и доступность интерфейсов. Но демка интересная, может быть из этого что-то выйдет.

Демо
Блогпост

@ai_newz

OpenAI закончили раскатывать Astra

Модель теперь доступна всем подписчикам Plus, Pro, Enterprise и Business, а также в API. Ну и всем по этому случаю пообещали ещё один banked ресет.

Как впечатления?

@ai_newz

H3 Max Director генерирует управляемый видеопоток

fal сделали новую версию H3 Max, которая не склеивает отдельные клипы, а генерирует один непрерывный поток и сохраняет контекст сцены. Промпт можно менять прямо во время трансляции, направляя действие на лету.

Глянуть в действии можно на fal.live. Зрители там выбирают, что произойдёт дальше в бесконечном ИИ-эфире. Публичная версия пока скромнее, обычная сессия ограничена двумя минутами, более длинные включают вручную для одобренных кейсов.

До 14 сентября секунда стоит $0.02, но минимум оплачивается минута. Запуск сессии обойдётся в $1.20, после акции те же 60 секунд будут стоить $4.80. Телевидение будущего уже здесь, но включать его лучше с таймером.

API
Эфир

@ai_newz

OpenAI будут давать по бесплатному ресету всем подписчикам каждый день, пока нет доступа к Astra. Такие ресеты можно применять в любой момент в течении месяца.

@ai_newz