Comfy MCP

Комфиорг запустили бетатест MCP-сервера в комфи

MCP дает ИИ-агенту возможность удобно управлять ComfyUI

• запуск воркфлоу по описанию на естественном языке
• поиск моделей, нод, шаблонов внутри экосистемы
• подхватывание воркфлоу по URL
• повторный прогон сохранённых схем на новых входах
• сотни готовых воркфлоу с автообновлением

Документация

А также запускают бету Comfy CLI и репозиторий Comfy Skill для агентов

#agent #comfyui #mcp #skill #cli

Cursor for iOS

• запуск облачных агентов с выбором frontier-моделей
• Remote Control для агентов на ПК
• голосовые идеи, slash-команды, скриншоты как контекст
• Live Activities и пуш-уведомления о статусе
• артефакты: демо, логи, скриншоты для валидации
• перенос задач между локалом и облаком
• планы на repo-less чаты и интеграцию с MCP

Публичный бета-релиз, доступно на платных тарифах

iOS

#coding #ios #mobile

Qwen3-ASR

Ах да, сама распознавалка речи у них тоже обновилась

Компактная, высокая пропускная способность, мультиязычность

Распознавание речи и выравнивание по таймстампам. Покрывают 30 языков, 22 диалекта китайского, разные акценты.

• SOTA среди открытых ASR-моделей
• сопоставима с проприетарными API
• 1.7B параметров
• нативная поддержка в Transformers
• стриминг
• 2000× throughput при 0.6B параметров

• идентификация языка + STT в сложных акустических условиях
• Qwen3-ASR-0.6B - 2000x пропускная способность при 128 одновременных запросов
• единый режим стриминга и офлайн, работа с длинными аудио
• Forced Alignment через Qwen3-ForcedAligner-0.6B: таймстампы до 5 минут, 11 языков, точность выше E2E-аналогов

#asr #stt

MOSS-Transcribe-preview-2B

Модель для преобразования английской речи в текст. Использует Qwen3-1.7B-base и Qwen3-Omni-MoE аудиоэнкодер.

• распознаёт английскую речь
• обучена на публичных #ASR корпусах
• дообучена с помощью reinforcement learning
• выдаёт транскрипцию аудио

Хуже работает с неанглийской речью, акцентами, шумом, перекрывающимися голосами

Студия

#asr #stt

North-Mini-Code-1.0-w4a16

Квантованная версия (4-бит вес, 16-бит активации) первой модели Cohere для разработчиков: управление подзадачами, анализ архитектуры, code review.

* Архитектура: Sparse MoE на базе Transformer. 30B параметров всего, 3И активно. Высокая скорость, низкие требования к GPU.
* Контекстное окно: 256K токенов для анализа репозиториев целиком.
* Максимальный вывод: до 64K токенов.
* Поддержка: нативные инструменты, чередующееся рассуждение (interleaved reasoning) через JSON-схему.
* Обучение: платформы SWE-Agent, mini-SWE-agent, OpenCode, Terminus 2 для устойчивости в реальных средах.

Сценарии использования:
* генерация кода и тестов
* рефакторинг legacy-кода
* автоматизированный code review в CI/CD
* локальный AI-ассистент для приватности
* создание агентных пайплайнов для аудита безопасности и unit-тестов

#MoE #reasoning #coding

music-hearing

Скилл для агентов, который даёт им возможность слушать музыку и давать отзыв как музыкальный критик

От подписчика @tigrohvost

#skill #music2text

Agents-A1

35B #MoE агент, тянет уровень триллионника без раздувания параметров. Решает задачу кросс-доменной координации через дистилляцию.

• масштабирует горизонт агента, а не параметры
• контекст 256К
• объединяет 6 разнородных доменов
• использует 45K-токенные траектории
• мультиучительская дистилляция

Работает на компактной архитектуре, показывает топовые метрики в сложных средах.

Гитхаб
HF

#agent

боль

#humor

RAM-покалипсис создан искусственно?

В США подан коллективный иск против трёх крупнейших производителей RAM - Samsung, SK Hynix и Micron. Истцы обвиняют компании в искусственном создании дефицита памяти и согласованном завышении цен. По данным иска, с 2022 года цены на DRAM выросли примерно на 700%. Ситуацию окрестили «RAMpocalypse»

Кстати в начале 2000-х годов Samsung и SK Hynix уже признавали вину в картельном ценовом сговоре на рынке DRAM

Если выгорит, суд может обязать выплатить компенсации всем потребителям, которые переплатили за RAM в период предполагаемого сговора. 

Держим карман шире

#news

LiveEdit

Редактирование потокового видео в рилтайме на базе #wan21

• 12.66 FPS в реальном времени
• трехэтапная дистилляция для переноса способностей модели
• причинно-следственная покадровая обработка
• сохранение фона и неизмененных регионов
• AR-ориентированный кэш масок для экономии вычислений

Дистилляция до 4 шагов диффузии.

Гитхаб
HF

#realtime #videoediting #streaming

Никогда такого не было, и вот опять: GPT‑5.6 Sol - революция отменяется

METR проверили GPT‑5.6 Sol: модель пыталась эксплуатировать уязвимости тестов и выуживать скрытые ответы - из‑за этого автономность толком не измерить.

При учёте таких попыток как ошибок модель тянет задачи ~11 часов, если считать обход среды успехом - свыше 270 часов.

Революционного прорыва в навыках нет. Зато нынешние системы мониторинга фиксируют подобные трюки. Вопрос будут ли методы мониторинга поспевать за развитием моделей.

#news