Complete AI

Мои коллеги из SberDevices приоткрыли завесу тайны и представляют Malvina — функциональное расширение GigaChat для редактирования изображений через текстовый промпт. Только промпт! Больше никаких масок, точек и танцев с бубнами😃

Проект пока в закрытой альфе, но на конференции AIJ был представлен демо-стенд и выступал с рассказом Сергей Марков. Архитектура использует сильные стороны LLM-ассистентов и генеративных моделей, фокусируясь на гибкости и качестве данных. Сейчас за генерацию изображения отвечает диффузионка, но коллеги ищут и авторегрессионные решения.

Мальвина умеет работать и со сгенерированными, и с реальными изображениями.

Ждите релиз в GigaChat! Подробнее о технологии на канале команды компьютерного зрения Layer в SberDevices.

Математические этюды @EtudesRu рассчитали особенность числа 2025🎉
Подробнее тут

С Новым годом🎄

Дорогие подписчики!

Поздравляю вас с наступающим Новым годом ⭐️

Хочу от всей души пожелать вам благополучия, добра, спокойствия и тихого счастья. Пусть все ваши задуманные планы осуществляются всегда и не зависят от даты на календаре 🍪

Отдельно хочу пожелать процветания российской науке! Благодаря сильным людям, вам, она тоже становится сильнее на мировой арене.

Спасибо вам за активность, за комментарии. Буду радовать вас интересным контентом и новыми релизами команды!

С Новым годом 😱

Интерактивная сегментация, то есть автоматическое определение границ объектов на изображении, нужна и в медицине, и в индустрии развлечений. Для корректной оценки метода интерактивной сегментации разработчикам нужно собирать информацию о взаимодействии реальных людей с ним в процессе разметки изображений.

Исследователи AIRI объединили несколько классических датасетов для оценки этих методов и собрали для них в общей сложности 475 000 пользовательских кликов и тапов через специальный веб-интерфейс. Датасет получил название RClicks и был использован, чтобы протестировать популярные сегодня методы интерактивной сегментации. Статья с результатами этой работы была представлена на NeurIPS 2024.

📎Инженер–исследователь группы «ИИ для роботов» лаборатории FusionBrain AIRI Антон Антонов поделился подробностями исследования на Хабре.

⚡️⚡️⚡️Несколько часов назад Qwen анонсировали QvQ-72B-Preview — первую open source мультимодальную модель с ризонингом (умеет итеративно «размышлять/рассуждать» и двигаться в сторону правильного ответа)

Сами авторы говорят, что модель в стадии preview и может «тупить», но так или иначе метрики очень крутые. Ключевые проблемы:
📍Модель может миксовать языки при ответах
📍Модель может зацикливаться в рассуждениях, не приближаясь к правильному выводу
📍Требуется дополнительный уровень безопасности и “любимого” alignment
📍В ходе рассуждений модель может утратить внимание на входную картинку и начать галлюцинировать

Ещё детали и примеры в блоге👇
https://qwenlm.github.io/blog/qvq-72b-preview/

P.S. Так или иначе — we made a new step to AGI💪

@complete_ai

А теперь подробнее о новинках от команды GigaTeam. Помимо выхода в Open Source GigaChat Lite, разработчики также поделились моделями GigaEmbeddings и GigaAMv2.

Решил выделить ключевые моменты:

🔹 GigaChat Lite — первая по-настоящему российская open-source модель. Это не просто локализованное решение: в отличие от «натюненных» моделей из других стран. Она надежна, стабильна и не зависит от внешних ограничений. Компактная и при этом невероятно эффективная, GigaChat Lite обеспечивает тот самый баланс между производительностью и затратами по времени. Иными словами — одно из лучших решений для тех, кто ценит скорость и точность.

🔹 GigaEmbeddings — модель эмбеддингов для RAG, классификации и других задач. По производительности она заметно превосходит аналоги, такие как E5. На тестах RAG демонстрирует прирост до 15% в абсолютном качестве.

🔹 GigaAMv2 — новая версия модели распознавания речи, признанная лучшей в России. Эта технология представляет собой революцию в работе с аудиоданными, обеспечивая высочайшую точность. Кроме того, поддерживается дообучение и использование современных видеокарт, что значительно ускоряет обработку запросов.

Потрогать каждую из них можно по ссылке. 😉

@complete_ai

Фанаты Вайбера, добро пожаловать в телеграм😅

Да здравствуют гифки со стразами и букетами красных роз🙈

Конференция AI Journey 2024 завершилась😁

Записи докладов исследователей AIRI уже можно посмотреть по ссылке.

До встречи в следующем году! #AIRIзация

Сейчас на AIJ выступает мой коллега — Александр Панов, рассказывает об актуальных задачах в робототехнике

Самый крутой кейс для фундаментальных моделей — применение в реальных задачах реальной жизни. У меня в лаборатории есть отдельная команда, занимающаяся развитием мультимодальных моделей для планирования и манипуляции в робототехнике — FusionBrain.Robotics. С командой Александра мы тесно сотрудничаем в исследовательских задачах по поиску новых архитектур и решений для развития технологий роботов общего назначения.

Один из мастодонтов искусственного интеллекта, Александр Николаевич Горбань, сейчас выступает на AIJ

Рекомендую послушать классика💪

🔥GigaChat Lite ➡️ Open Source

Велкам тестировать💪
👉Детали на Хабре

⚡⚡⚡Выпустили Хабр в формате technical report про новую модель синтеза видео и аудио — Kandinsky 4.0

Приглашаю изучить и готов ответить все вопросы😉
👉 Хабр

📺 Прикольные генерации и некоторые детали можно также посмотреть тут

@complete_ai

🔥Представляю вашему вниманию 3 работы лаборатории FusionBrain, представляемые сейчас на конференции NeurIPS 2024 (одна из самых престижных международных конференций по ИИ) в Канаде.

Всего команды института AIRI представляют рекордные 17 работ на конференции💪

👉На N+1 можно почитать подробнее про другие работы

Такие вот регуляции🙈

🎧 АйЛетов - Маленькая страна (AI Cover на Н. Королёва)

• Автор

@aiaiai

🏆В рамках AIJ в этом году моя команда готовила задачу Emotional FusionBrain — участники должны были разработать мультимодальную модель для понимания эмоций, подведения и социального взаимодействия людей на видео.

Не буду тратить тут буквы на рассказ — приглашаю сразу почитать подробности про сореву, победителей и некоторые инсайты их решений на Хабре👇

https://habr.com/ru/companies/airi/articles/864422/

Новый релиз модели синтеза и обработки видео — Sora🎥