Анализ данных (Data analysis)

27 August 2026 23:19

💰 Nvidia договорилась купить Hugging Face за $12,9 млрд.

При заявленной годовой выручке Hugging Face примерно в $150 млн это соответствует оценке около 86 годовых выручек.

https://www.theinformation.com/articles/nvidia-agrees-buy-open-source-model-repository-hugging-face-12-9-billion

Анализ данных (Data analysis)

27 August 2026 19:03

В AI VK рассказали, как перевели финальное ранжирование рекомендаций с градиентного бустинга на нейросети.

Вместо одного итогового score теперь используется многозадачный нейроранкер DCDN, отдельно переделали прогноз Watch Time. Для стабильного MLE-обучения команда добавила собственную инициализацию и регуляризационные штрафы против схлопывания дисперсий.

Результаты в VK Клипах:
TVT +5,5%
лайки +3%
шеры +15%

Подробный разбор в посте на Хабре.

Анализ данных (Data analysis)

26 August 2026 23:00

🔥 Anthropic впервые открывает внешним исследователям доступ к данным о реальном использовании Claude

Исследователи смогут изучать агрегированные и защищённые данные из реальных Claude.ai и Claude Code-сессий - то, что раньше фактически было доступно только внутри AI-лабораторий.

В пилоте уже участвуют Stanford, Oxford и METR. Они анализируют около 250 000 разговоров с Claude.

Первые результаты Stanford: более половины изученных диалогов связаны с consequential tasks - задачами, которые влияют на других людей или последствия которых трудно отменить.

Anthropic теперь хочет масштабировать программу и дать доступ большему числу независимых исследователей.

https://www.anthropic.com/research/enabling-independent-research

Анализ данных (Data analysis)

26 August 2026 13:01

🔥 OX Alpha - это новая GLM

Bloomberg подтвердил: OX Alpha действительно относится к новой линейке GLM.

Ещё интереснее - веса модели обещают выложить уже сегодня.

Получается, все «инсайды» о том, что OX Alpha якобы не имеет отношения к новой GLM, оказались мимо.

Ждём релиз весов - после этого модель можно будет нормально разобрать уже без догадок.

https://x.com/Machinelearrn/status/2092567811562307615

Анализ данных (Data analysis)

26 August 2026 09:10

Скайнет рядом!

Датчики усилия в запястьях робота, напрямую передают данные в контроллер баланса.

И ещё впечатляет, как быстро всё происходит: стоит углу наклона каната измениться, роботы почти мгновенно снова выравнивают положение бёдер.

Анализ данных (Data analysis)

25 August 2026 13:03

17 сентября в Москве — AI R&D DAY.
Без маркетинговой шумихи, только хардкор: альтернативные архитектуры, омнимодальная долгосрочная память, агенты, бенчмарки и инструменты обучения моделей.
Команда NextGenAI расскажет, что уже работает сегодня и что станет стандартом завтра.
Для кого: R&D, AI-архитекторов, продактов и техлидов, которые строят продукты, а не слайды.

Поговорим о:
-новых подходах к созданию и обучению моделей;
-системах, которые одновременно работают с текстом, изображениями, звуком и другими типами данных;
-развитии голосовых технологий;
-оценке качества AI-решений;
-внедрении технологий в реальные продукты.
Приходят не спикеры «по приглашению», а опытные команды, которые сейчас строят NextGenAI. Говорят про архитектуры, которые ещё не в публичных репозиториях. Про память, которая работает дольше контекста. Про то, как голосовые технологии перестают быть костылём.

👇 Подробности
#реклама
О рекламодателе

Анализ данных (Data analysis)

25 August 2026 11:36

Подборка неудачных моментов с Всемирных игр гуманоидных роботов.

Анализ данных (Data analysis)

24 August 2026 17:34

⚡️ Какие локальные AI-модели запускать на 8-256 ГБ VRAM

Если хочется максимум качества из доступной видеопамяти, сейчас расклад примерно такой:

8 ГБ VRAM
Qwen3.8-27B IQ1_S
Максимально агрессивная квантизация, если хочется запустить большую модель даже на небольшой GPU.

https://huggingface.co/unsloth/Qwen3.8-27B-GGUF/blob/main/Qwen3.8-27B-UD-IQ1_S.gguf

16 ГБ VRAM
Qwen3.8-27B Q2_K_XL
Уже более разумный баланс между размером модели, памятью и качеством.

https://huggingface.co/unsloth/Qwen3.8-27B-GGUF/blob/main/Qwen3.8-27B-UD-Q2_K_XL.gguf

RTX 3090 / 24 ГБ
Qwen3.8-27B Q4_K_M
Один из наиболее интересных вариантов для домашней локальной машины.

https://huggingface.co/unsloth/Qwen3.8-27B-GGUF/blob/main/Qwen3.8-27B-UD-Q4_K_M.gguf

RTX 5090
Qwen3.8-27B NVFP4
Отдельная сборка с упором на современные NVIDIA GPU и 4-битный inference.

https://github.com/MiaAI-Lab/Qwen3.8-27B-NVFP4-RTX-5090

RTX PRO 6000
Qwen3.8-27B NVFP4 + SGLang

https://github.com/MiaAI-Lab/Qwen3.8-27B-RTX-6000-PRO-SGLang-DSpark

DGX Spark
Здесь уже можно смотреть в сторону DeepSeek v4 Flash и Qwen3.8-27B.

DeepSeek:
https://github.com/MiaAI-Lab/DeepSeek-v4-Flash-One-DGX-Spark

Qwen:
https://github.com/MiaAI-Lab/Qwen3.8-27B-SGLang-DGX-Spark

2× DGX Spark
DeepSeek v4 Flash

https://github.com/MiaAI-Lab/DeepSeek-v4-Flash-DSpark-2x-DGX-Spark

Если коротко: сейчас больше всего интересных локальных конфигураций строится вокруг Qwen3.8-27B и DeepSeek v4 Flash.

Контекст, KV-cache, backend, quantization и размер offload могут заметно изменить реальные требования к памяти.

Сохраняй как шпаргалку для следующего локального AI-сервера.

Анализ данных (Data analysis)

24 August 2026 13:30

✔️ В Claude Code появилась команда создания UI-макетов

Проектировать интерфейс теперь можно до написания кода - в терминале или в десктопном приложении.

Достаточно дать базовый промпт (например, несколько вариантов экрана под конкретную задачу), указать команду /design и модель выдает серию набросков в виде интерактивных Artifacts. Удачный вариант точечно доработать и передать в код.

Как пояснил инженер Anthropic Нейт Парротт, модель при этом читает существующую кодовую базу проекта - чтобы новые компоненты сразу попадали в визуальный стиль приложения.

Одно ограничение - макеты учитываются при генерации кода, но сохранять их приходится вручную.

Анализ данных (Data analysis)

23 August 2026 18:01

Вайбкодеры выпускают свое рандомное говно-приложение без единого юзера 😂

Анализ данных (Data analysis)

23 August 2026 11:52

🔥 Nvidia выделяет $7 млрд на открытые модели и идет за DeepSeek и Kimi

Nvidia резко усиливает ставку на open-weight AI. По данным WSJ, компания заплатит $6 млрд за лицензирование технологий Poolside и заберет в команду Nemotron больше 100 ее сотрудников.

Еще $1 млрд Nvidia инвестирует непосредственно в Poolside при оценке стартапа в $12 млрд до сделки.

Задача амбициозная: превратить Nemotron в семейство моделей, способное конкурировать не только с DeepSeek и Kimi, но и с закрытыми моделями OpenAI и Anthropic.

Получается интересный разворот. Компания, которая зарабатывает миллиарды на продаже GPU крупнейшим AI-лабораториям, теперь сама вкладывает миллиарды в альтернативу их закрытым моделям.

Похоже, гонка open-weight моделей только начинается.

https://www.wsj.com/tech/ai/nvidia-is-spending-6-billion-to-build-a-powerful-u-s-alternative-to-chinese-ai-c51c38cc

@data_analysis_ml / Папка полезного по ML.

Анализ данных (Data analysis)

22 August 2026 11:41

🔥 Хочешь быстрее расти в IT? Хватит учиться в одиночку

Окружение решает больше, чем кажется.

Собрал папки и каналы, где можно быстрее влиться в нужное направление, следить за трендами и не вариться в своём пузыре.

AI: t.me/ai_machinelearning_big_data
Python: t.me/pythonl
Linux: t.me/linuxacademiya
Хакинг: t.me/linuxkalii
DevOps: t.me/DevOPSitsec
Docker: /channel/+90Z5TAyfuNU5YmRi
Golang: t.me/Golang_google
Rust: t.me/rust_code
C++: t.me/cpluspluc
C#: t.me/csharp_1001_notes
Java: t.me/javatg
JavaScript: t.me/javascriptv
React: t.me/react_tg
Frontend: t.me/front
PHP: t.me/phpshka
Android: t.me/android_its
Мобильная разработка: t.me/mobdevelop
Базы данных: t.me/sqlhub
Data Science: t.me/data_analysis_ml
Big Data: t.me/bigdatai
Математика: t.me/data_math
Физика: /channel/+S4hinvO3QI43ZjNi
Kubernetes: t.me/kubernetc
GameDev: /channel/gamedev
Haskell: t.me/haskell_tg

Собеседования и карьера:

DS собеседования: t.me/machinelearning_interview
Python собеседования: t.me/python_job_interview

Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: /channel/addlist/2Ls-snqEeytkMDgy
Папка Frontend: /channel/addlist/mzMMG3RPZhY2M2Iy

Полезное сверху:

ИТ-мемы: t.me/memes_prog
Английский для программистов: t.me/english_forprogrammers
ИИ и технологии: t.me/vistehno
954 ГБ open-source курсов: /channel/+rKBQEMccAA01MTcy
ИТ-книги бесплатно: /channel/addlist/BkskQciUW_FhNjEy

Max Ai: https://max.ru/ai_machinelearning_big_data
Max python: https://max.ru/pythonl
ТЕХНО: https://max.ru/vistehno
Max Go: https://max.ru/Golang_google
Max Linux: https://max.ru/linuxkalii
Devops: https://max.ru/DevOPSitsec
C#: https://max.ru/csharp_ci
C++: https://max.ru/cpluspluc
SQL: https://max.ru/sqlhub
Java: https://max.ru/javatg

Подписывайся на нужные направления и собирай себе ленту, которая реально двигает вперёд.

Анализ данных (Data analysis)

21 August 2026 23:00

⚡️ Anthropic спрятала Claude Mythos 5 внутри Claude Security

Теперь обычный клиент Claude Enterprise может получить пользу от Mythos 5 через Claude Security - без прямого доступа к самой модели.

Схема простая:

GitHub-репозиторий → Claude Security → Mythos 5 сканирует код → на выходе уязвимости, severity, confidence и предложенные исправления.

То есть Mythos 5 фактически становится специализированным security-движком внутри продукта.

Есть важное ограничение: свободно промптить Mythos из Claude Security нельзя. Это не отдельный чат с моделью, а встроенный инструмент анализа репозитория.

https://x.com/claudeai/status/2090852314319880425

Анализ данных (Data analysis)

21 August 2026 17:01

Я объясняю работу с ИИ друзьям

Анализ данных (Data analysis)

21 August 2026 12:23

🐳 DeepSeek показала мультимодальную Flash-модель для AI-агентов

DeepSeek представила экспериментальную DeepSeek-V4-Flash-Vision-Exp — мультимодальную модель для агентов, которым нужно не только читать текст, но и понимать изображения и интерфейсы.

Самое интересное — результаты на visual-agent бенчмарках: по заявленным тестам модель уже приближается к Opus 4.8, а в некоторых сценариях даже обходит её.

И всё это у Flash-версии, то есть у более лёгкой и дешёвой модели.

Если результаты подтвердятся шире, это хороший сигнал для рынка: сильные visual agents могут стать заметно дешевле и доступнее без необходимости использовать самые тяжёлые frontier-модели.

https://x.com/Machinelearrn/status/2090746817042362667

Анализ данных (Data analysis)

27 August 2026 20:34

⚡️ До половины запланированных дата-центров в США могут задержать или отменить

По данным Bloomberg, Kimmeridge оценивает риск задержек или отмен для до 50% проектов.

Главные ограничения уже не только чипы и капитал:

* подключение к электросетям
* разрешения и строительство
* согласование с местными властями
* растущее сопротивление жителей

61% американцев сейчас выступают против строительства новых дата-центров рядом с домом против 49% ранее в этом году.

Техас уже приостановил новые подключения дата-центров к сети до завершения аудита, а Пенсильвания убрала AI-дата-центры из ускоренной процедуры согласования.

https://www.bloomberg.com/news/articles/2026-08-26/up-to-half-of-planned-us-data-centers-may-face-delays-kimmeridge-says

Анализ данных (Data analysis)

27 August 2026 08:11

🔥 Google представила GlucoFM - базовую AI-модель для анализа непрерывного мониторинга глюкозы

Модель обучили на 109 066 часах данных с датчиков CGM. Она отдельно анализирует медленные изменения уровня глюкозы и краткосрочные скачки, например после еды или нагрузки.

GlucoFM тестировали на задачах оценки:

* риска диабета
* инсулинорезистентности
* нарушения работы бета-клеток
* гипогликемии
* ожирения
* реакции глюкозы после еды

В 14 тестах средний PR-AUC оказался выше сильнейшей сравниваемой CGM-модели, а при прогнозировании двухчасовой реакции на еду GlucoFM показала минимальную ошибку.

Модель также хорошо переносится на новые выборки и работает даже при небольшом количестве размеченных медицинских данных.

https://research.google/blog/glucofm-foundation-model-for-continuous-glucose-monitoring

Анализ данных (Data analysis)

26 August 2026 15:07

🔥 Qwen3.8-Flash выглядит очень сильно

* 125B MoE-параметров, но активны только 6B
* SWE-bench Pro: 62.5 против 53.4 у Opus 4.6 Max
* ранний превью архитектуры Qwen4
* обучение обошлось примерно в 9 раз дешевле, чем у Qwen3.7-Plus

Получается очень агрессивное сочетание цены, скорости и качества, особенно для coding-задач.

- Blog: https://qwen.ai/blog?id=qwen3.8-flash-next
- Technical Report: https://github.com/QwenLM/Qwen3.8-Flash-Next/blob/main/tech_report.pdf
- Hugging Face: https://huggingface.co/Qwen/Qwen3.8-Flash-Next?spm=a2ty_o06.30285417.0.0.1d73c921FsyOPe&file=Qwen3.8-Flash-Next
- ModelScope: https://modelscope.cn/models/Qwen/Qwen3.8-Flash-Next?spm=a2ty_o06.30285417.0.0.1d73c921XAP2dV&file=Qwen3.8-Flash-Next

Анализ данных (Data analysis)

26 August 2026 11:30

🔥 DeepSeek резко нарастила выручку

По данным The Information, к июлю 2026 года выручка DeepSeek достигла $70 млн - примерно в 10 раз больше, чем за весь 2025 год.

Ещё несколько цифр:

* валовая маржа API - 82,9%
* компания ищет около 50 млрд юаней во втором раунде
* обсуждаемая оценка - 500 млрд юаней, примерно $74 млрд

Рост связывают с низкой стоимостью инференса и эффективной AI-инфраструктурой, которая позволяет держать цены на модели ниже многих конкурентов.

https://www.theinformation.com/articles/deepseeks-revenue-reaches-70-million-july-tenfold-jump-2025

Анализ данных (Data analysis)

25 August 2026 14:10

🤯 Локальные AI-модели становятся пугающе мощными

Qwen3.8-27B вошла в топ-10 рейтинга Arena WebDev, оказавшись всего в нескольких позициях от моделей, которые больше неё на порядки.

Модель всего на 27 млрд параметров, которую можно запускать локально.

Ещё недавно такие возможности требовали огромных облачных моделей и дорогой инфраструктуры.

Теперь open-source модели начинают конкурировать с лидерами рынка прямо на своём железе.

Alibaba с серией Qwen 27B закрепилась в отдельном классе размеров и сейчас выглядит практически без конкурентов.

https://x.com/arena/status/2091920512796725272

Анализ данных (Data analysis)

25 August 2026 12:08

💰 Фурнитурщик стал миллиардером благодаря буму AI

Компания, которая десятилетиями делала обычные направляющие для ящиков, неожиданно оказалась критически важной для индустрии искусственного интеллекта.

Почему? Те же самые механизмы теперь нужны внутри AI-серверов - для тяжёлых модулей и компонентов инфраструктуры.

Компания заняла около 80% мирового рынка направляющих, а состояние её основателя выросло примерно до $20,2 млрд.

Пока все смотрели на чипы NVIDIA, кто-то заработал на деталях, без которых эти серверы просто не собрать.

https://www.wsj.com/business/one-of-taiwans-biggest-ai-winners-isnt-a-chip-maker-51768bd5

Анализ данных (Data analysis)

24 August 2026 19:00

NVIDIA заявила о 30-кратном росте эффективности Vera Rubin NVL72 для AI-агентов

По новым замерам NVIDIA, система Vera Rubin NVL72 показывает до 30x больше throughput на мегаватт и до 35x меньшую стоимость токенов по сравнению с GB300 NVL72 на агентных нагрузках.

Тестировали не обычный чат, а реальные coding-сессии из SemiAnalysis AgentX: длинный растущий контекст, вызовы инструментов, запуск субагентов и многошаговое рассуждение. По данным OpenRouter, такие сценарии могут потреблять примерно в 15 раз больше токенов, чем обычный запрос в чат.

В Vera Rubin NVIDIA отдельно оптимизировала работу с длинным контекстом: distributed KV-cache, KV-aware routing, разделение prefill и decode, expert parallelism и новые CUDA-кернелы.

На DeepSeek V4 Pro Vera Rubin NVL72, по данным NVIDIA, даёт до 30x больше throughput на мегаватт относительно GB300 NVL72. Эти результаты пока ожидают проверки SemiAnalysis.

https://blogs.nvidia.com/blog/vera-rubin-nvl72-efficiency-ai-agents/

Анализ данных (Data analysis)

24 August 2026 16:23

Встраивайте систему распознавания документов в ваш продукт за 15 минут 🚀

Если вы развиваете SaaS, автоматизируете B2B-процессы или собираете ИИ-агентов, вопрос безопасности и скорости обработки документов всегда встает ребром.

Provision OCR — это мощный российский движок для on-premise и private cloud развертывания.

⚡️ 100% локальности: данные не покидают ваш сервер.
⚡️ Скорость: обработка <3 сек/страница на GPU 2070 и выше, Поддержка CPU , точность до 99%
⚡️ Быстрая и бесшовная интеграция через REST API + gRPC.
⚡️ Поддержка разных документов на русском языке: договоры, счета и другие.

💡 Дистрибутив в нашем Telegram-канале: @ProvisionLabs

💻 Примеры кода на GitHub:
https://github.com/orgs/Provision-Labs/repositories

#OCR #ProvisionOCR #Документы #Разработка #Python #AI #OnPremise

Анализ данных (Data analysis)

24 August 2026 08:23

⚡️ Qwen3.8-27B снова «разблокировали», но теперь аккуратнее

У Huihui-Qwen3.8-27B-abliterated-GGUF появилась новая серия UD-Q, собранная на базе unsloth/Qwen3.8-27B-GGUF.

В этот раз ablation применили только к слоям 18–51, остальные слои оставили нетронутыми. Идея в том, чтобы сильнее сохранить исходные способности Qwen3.8-27B, одновременно уменьшив количество отказов модели.

MTP и визуальную часть не меняли. После конвертации размеры GGUF могут отличаться от оригинальных сборок.

Доступны разные квантизации для локального запуска:

https://huggingface.co/huihui-ai/Huihui-Qwen3.8-27B-abliterated-GGUF/tree/main

Анализ данных (Data analysis)

23 August 2026 16:26

Готовитесь или интересуетесь поступлением в ШАД в 2027 году?

До 24 августа идет набор в текущий поток подготовки ШАД Хелпер.

Программа рассчитана на 11 месяцев и охватывает все темы, необходимые для успешной сдачи экзамена в ШАД: линейная алгебра, матанализ, теория вероятностей, дискретная математика, алгоритмы и анализ данных.

Основная задача курса - не просто пройти теорию, а научиться решать задачи именно в формате вступительных:
- с проверяемыми домашними
- обратной связью
- пробными экзаменами.

Преподают опытные преподаватели с учеными степенями из МГУ и МФТИ.
Уже 120+ учеников поступили в ШАД и ML-магистратуры.

До 24 августа - скидка 30% на первый взнос по промокоду START30

Если не поступите - зачислим на следующий поток бесплатно.

Вы также можете попробовать обучение и если в первые две недели поймёте, что формат вам не подходит - вернём деньги.

→ Посмотреть формат, программу и стоимость курса по ссылке

Реклама, ООО "ШВМ", ИНН 9728100991 Erid: 2VtzquuCwpo

Анализ данных (Data analysis)

22 August 2026 13:03

Чистое механическое месиво.

Во время предгоночного теста перед полумарафоном гуманоидных роботов Beijing Yizhuang 2026.

Анализ данных (Data analysis)

22 August 2026 09:12

«NVIDIA решила ARC-AGI-3» или не совсем ?

Сейчас по сети расходится громкий результат NVIDIA, но сравнение оказалось запутаннее заголовков.

Результат NVIDIA получен на публичном наборе ARC-AGI-3, а не на закрытом/semi-private бенчмарке, который используется для официального leaderboard. Сам ARC Prize прямо предупреждает, что public set проще и не должен использоваться как официальный показатель прогресса.

Плюс речь идёт не просто о «модели NVIDIA»: агентная система использует Claude Opus 5 внутри harness.

А знаменитые 30,16% Opus 5 - это как раз подтверждённый результат на semi-private evaluation, а не сопоставимый score на public set.

Поэтому сравнивать эти цифры напрямую нельзя: разные наборы задач + разные agent harness.

https://developer.nvidia.com/blog/nvidia-avo-reaches-100-on-arc-agi-3-demonstrating-a-frontier-level-general-purpose-architecture-for-long-horizon-autonomous-agents/

Анализ данных (Data analysis)

21 August 2026 19:02

OpenAI, похоже, пытается перевести пользователей ChatGPT на более жёстко измеряемое потребление

На фоне жалоб, что лимиты у части пользователей начали заканчиваться быстрее, появилась версия: OpenAI постепенно балансирует бесплатное/безлимитное использование ChatGPT с более контролируемым потреблением в Codex и ChatGPT Work.

Сам Tibo сообщил, что Codex уже достиг 20 млн активных пользователей, а всем пользователям Codex и ChatGPT Work выдадут дополнительный «banked reset», который можно будет использовать позже.

При этом OpenAI отдельно говорит, что расследует сообщения о слишком быстром расходовании лимитов и пока не видит системной аномалии.

Если гипотеза верна, логика понятна: уменьшать убытки на тяжёлых подписках, точнее привязывать compute к выручке и использовать более дешёвые модели как fallback после исчерпания лимитов.

Анализ данных (Data analysis)

21 August 2026 15:49

🔥 Python + AI без игрушечных демок. Курс для тех, кто хочет собирать рабочие системы.

Stepik: «Python современный AI для разработчика и автоматизации задач»

63 урока, 382 шага, практика с кодом и автопроверкой.

Внутри: RAG, tool calling, агенты, evals, MCP, Ollama, vLLM, pgvector + HNSW, безопасный text-to-SQL, prompt injection, кэш, очереди и sandbox для агентного кода.

Плюс реальные автоматизации: почта, отчёты, боты, вебхуки и браузерные сценарии.

Для тех, кто уже знает Python и хочет перейти к production AI.

⏳ 72 часа скидка 55%

https://stepik.org/a/295921

Анализ данных (Data analysis)

21 August 2026 11:46

✔️ OpenAI будет ловить злоупотребления, не заглядывая в переписку

Private Safety Processing - механизм для API и корпоративных клиентов, работающий по принципу нулевого хранения данных. Он разбирает серии запросов и ищет признаки злонамеренного использования, но сотрудники OpenAI при этом не видят ни промптов, ни ответов модели.

Данные либо вообще не покидают периметр клиента, либо лежат на серверах OpenAI зашифрованными ключом самого заказчика. Если система замечает риск, наружу уходит только технический сигнал о типе угрозы, без содержания диалога.

Пока Private Safety Processing в закрытом тестировании. Публичный релиз с технической документацией обещают в сентябре. У пользователей ChatGPT на тарифах Free, Plus, Go и Pro настройки приватности не меняются.
openai.com

✔️ Ode, сервисное подразделение Anthropic, купило первую компанию

Anthropic вместе со своим подразделением Ode покупает ИИ-интегратора Casper Studios. Сумма сделки не раскрывается. Для Ode, запущенного в июле 2026 года, это первое приобретение.

Ode делает автоматизацию под заказ на моделях Anthropic. Casper Studios и раньше была авторизованным партнером Anthropic, среди ее клиентов - Netflix, Pepsi и хедж-фонды.

Смысл покупки в том, что у самих заказчиков не хватает специалистов по ИИ. Команда Casper как раз умеет доводить внедрение до конца на стороне клиента - собирает внутренние датасеты, стыкует модели с существующей ИТ-инфраструктурой и встраивает Claude в рабочие процессы.
theinformation.com

✔️ Generalist AI показала робота, который учится новому по видео

Стартап представил модель GEN-1.5 с обучением в контексте. Чтобы освоить новый навык, в контекстное окно подается видео на 3-12 секунд, и оно работает как промпт.

На простых задачах (открыть банку или вытащить купюру) модель справляется в 59% случаев. Если все же дообучить - показатель поднимается до 83%.

Претрейн занял восемь месяцев на датасетах физических взаимодействий. GEN-1.5 умеет сцеплять два промпта в последовательность, учиться на демонстрациях из симуляции и повторять моторику человеческих рук.
generalistai.com

✔️ В Adobe Firefly добавили генерацию музыки, речи и звуковых эффектов

Generate Music собирает фоновые треки, Generate Speech озвучивает текст, Generate Sound Effects делает эффекты под конкретную сцену. Adobe заявляет, что все созданное не требует лицензионных отчислений и годится для коммерческого использования.

В платформу завезли Gemini Omni Flash от Google - она работает с видео, аудио, изображениями и текстом. Модель пополнила существующий набор, где уже есть Runway, Luma AI и Kling AI.

Заодно у Firefly AI Assistant появился дневной лимит бесплатных генераций. 
adobe.com

✔️ ElevenLabs открыла доступ к голосовой модели v3 Conversational

Модель сделана для разговора в реальном времени - под телефонных ИИ-агентов и голосовых помощников. Режим Expressive Mode смотрит на контекст диалога и добавляет в речь живые реакции (смех, шепот, вздохи), подбирая их под эмоциональный фон разговора.

Отдельно переделали то, как модель общается с собеседником - теперь она подключена к потоковой расшифровке Scribe v2 Realtime и умеет отличает законченную мысль от угуканья в знак согласия. Перебивать человека она стала реже.

v3 Conversational знает 70 языков и держит акценты. Работает через API и платформу ElevenAgents, базовая цена - 5 центов за 1000 символов.
ElevenLabs в X


@ai_machinelearning_big_data

#news #ai #ml