Interaction Models

Мультимодальная модель для голосовых ассистентов от Миры Мурати, обрабатывает аудио, видео и текст в реальном времени.
Ассистент слышит, видит и отвечает почти мгновенно - подойдёт для синхронного перевода или фитнес‑тренера с подсчётом упражнений.

276B MoE, 12B активных

Что умеет:
• перебивать пользователя
• говорить одновременно с собеседником
• реагировать на жесты и действия («посчитай отжимания», «скажи, когда подниму палец»)
• отслеживать интервалы времени («напоминай дышать каждые 4 секунды»)
• искать в интернете и запускать инструменты во время диалога


• задержка — 400 мс
• FD‑bench v1.5: 77,8 (GPT‑Realtime и Gemini‑Live — 46–54)
• лидирует на TimeSpeak, CueSpeak, RepCount, Charades (конкуренты — 0–1 %)
• куски по 200 мс, параллельные потоки

#voicemode #realtime #dialog #assistant

Художники ненавидят AI?

Это ощущение из рилсов или статистический факт?

Даня написал хороший текст про разбор Брайана Мерчанта, автора книги о технолуддитах Blood in the Machine. Мерчант смотрит на исследование Carnegie Mellon о том, как профессиональные визуальные художники живут рядом с генеративным ИИ: 99% опрошенных не любят AI, 85% вообще не используют его в работе, 88% не используют для генерации изображений. В исследовании участвовали 378 verified professional visual artists.
Исследование тут: https://arxiv.org/html/2603.04537v1

Хорошо, когда есть чувства, но что с реальным рабочим процессом?

Самое интересное в том, что художник может не пользоваться AI, а AI уже на его рабочем месте. Клиент присылает нейрокартинку как референс, менеджер приносит AI-мудборд. В брифе появляется: «а можно вот так, только лучше, но в нашем стиле». Где-то между PDF, созвоном и финальными изображениями человек ежедневно трогает технологию, которую считает этически грязной, эстетически мерзкой и профессионально опасной.

Когда читала текст, чувствовала несовпадение: в русскоязычном сегменте всё всегда было иначе. Наблюдаю это в твиттере с 2021 года.

Если в англоязычной выборке художник чаще говорит: «я не хочу этим пользоваться», то русскоязычный рынок как будто отвечает: «а мы вообще-то пользуемся». По данным исследования АКИ Москвы и MTS AI, 43% специалистов креативных индустрий регулярно используют нейросети, 68% относятся к ним положительно, а 92% планируют чаще применять их в будущем.
Источник тут: https://createdin.moscow/creative/1effa753-4677-6ec0-97b7-d7256b91d9ed

Ещё жёстче по профессиям: в исследовании MWS AI и «Лаборатории Касперского», которое цитирует Forbes, дизайнеры входят в число самых активных пользователей GenAI — 69% применяют его в работе на постоянной основе.
Forbes: https://www.forbes.ru/tekhnologii/543512-tvorceskaa-natura-kak-v-rossii-ispol-zuut-generativnyj-ii-na-rabote

Конфликт уже не только эстетический и не только этический. Это ещё и вопрос перераспределения денег, скорости, внимания и входа в профессию.

Я уже писала текст про сопротивление ИИ. Меня тогда задело, как часто главным аргументом ручной работы становится: «зато это не нейросеть». Но что это говорит о самой работе? Что в ней с идеей, формой, языком, болью, странностью, авторским методом? Часто — ничего.

Художники, осознанно или нет, собирают новую категорию: «зато без ИИ». Не просто «я не использую ИИ», а «я не использую ИИ, и именно поэтому моя работа должна быть дороже». Моральная позиция превращается в знак качества, а знак качества — в стратегию.

Так уже было.

С плёнкой примерно то же самое. Она давно не самый быстрый и дешёвый способ получить изображение. Но именно поэтому в ней есть ценность: ожидание, зерно, ошибка, ограниченное количество кадров, физический след света. Старый медиум перестаёт быть нормой и становится маленьким дорогим миром.

Проблема в том, что эти миры маленькие.

В новый мир хэндмейда попадут не все. Там будет мало места, много красивых мифов о подлинности и очень жёсткий отбор по качеству. Плохая ручная работа не становится драгоценной только потому, что рядом существует Midjourney. Холст не получает нули к прайсу просто потому, что его не сгенерировали.

И да, у художников есть реальные причины злиться. ВШЭ оценивает возможные совокупные потери российских авторов от генеративного ИИ к 2030 году в 1 трлн рублей. ИСИЭЗ ВШЭ прямо пишет, что ИИ меняет логику творческого рынка: структуру, распределение внимания и положение традиционных авторов.
ВШЭ: https://www.hse.ru/news/development/1093491737.html

ИСИЭЗ ВШЭ: https://issek.hse.ru/news/1148765429.html

ИИ не заменил художника, но очень грубо спросил:

а что в твоём искусстве есть, кроме способа производства?

Pixal3D

Генератор 3D‑моделей от Tencent на базе Trellis 2 и Direct3D‑S2

генерирует 3D‑модели напрямую в соответствии с ракурсом исходного изображения, а не в канонической позе. За счёт схемы пиксельного обратного проецирования (pixel back‑projection conditioning) устанавливает чёткое соответствие между пикселями картинки и элементами 3D‑модели. Это даёт высокую точность, близкую к методам 3D‑реконструкции

• генерирует 3D‑объекты из одного или нескольких изображений
• сохраняет высокую точность деталей
• строит 3D‑сцены с разделёнными объектами
• масштабируется для создания качественных 3D‑ассетов

Гитхаб
HF
Демо

#imageto3d #3d

Geo Register Plugin

Плагин для LichtFeld Studio - привязывает гауссовы 3D‑сцены к реальным координатам (WGS‑84 / ECEF).

• показывает широту, долготу и высоту любой точки модели после привязки
• экспортирует геопривязанные splat‑модели в LAS/LAZ
• экспортирует данные в формат 3D Tiles 1.1

Работает с ArcGIS (Gaussian Splat Layer) и CesiumJS.

#plugin #gaussian #map

⚠️ РИСКИ НЕОЖИДАННЫХ СПИСАНИЙ В CLAUDE CODE

HERMES.md:

Если в истории Git‑коммитов есть строка HERMES.md (ТОЛЬКО в верхнем регистре), Claude Code может переключиться на оплату pay‑as‑you‑go — даже с подпиской Max

ANTHROPIC_API_KEY:

Claude Code без предупреждений использует API‑ключ из $ANTHROPIC_API_KEY (например, из .env) вместо подписки.

При исчерпании кредитов включается автопополнение в одном случае списали $187

РЕКОМЕНДАЦИИ

Проверьте историю коммитов: удалите или измените строку HERMES.md если есть

Перед запуском Claude Code очищайте переменную:
• bash/zsh: unset ANTHROPIC_API_KEY
• PowerShell: $env:ANTHROPIC_API_KEY = $null

#news #coding #safety

jina-embeddings-v5-omni

Мультимодальная модель, переводит текст, изображения, видео и аудио в одно векторное пространство для унифицированной работы с разнородными данными

• ищет по всем типам медиа одновременно
• поддерживает почти 100 языков
• работает с текстовыми, визуальными и аудиоданными
• сохраняет совместимость с jina-embeddings-v5-text (не требует переиндексации)

Модульная конструкция - можно активировать нужные модули (текст/изображения/аудио) по необходимости.

Nano: 1,04 млрд параметров, контекст 8 K
Small: 1,74 млрд параметров, контекст 32 K

HF
MS
Демо

Спасибо @Endorpheen

#multimodal #search #vlm #alm

Krea 2

Krea выпустили собственную модель для генерации изображений с контролем стиля

• загружает референсы (до четырёх сразу) и перенимает их стиль: цвет, текстуру, композицию
• работает с мудбордами - учитывает общую идею подборки изображений
• генерирует разные интерпретации по одному короткому промту
• создаёт изображения за 15 секунд или меньше
• запоминает и выучивает предпочтения пользователя - со временем предлагает более релевантные варианты

Доступ: для подписок Max и Business, остальным - по инвайт‑кодам. Использование идёт в счёт compute units (вместе с видео‑ и 3D‑генерацией)

#t2i #referencing #styletransfer #style

δ-mem: Efficient Online Memory for Large Language Models

Легковесный механизм памяти для LLM. Дополняет замороженную модель компактным блоком ассоциативной памяти. Помогает LLM эффективнее работать с долгосрочной информацией без переобучения и расширения контекста.

• сжимает прошлую информацию в матрицу фиксированного размера (8×8)
• обновляет состояние по дельта‑правилу
• вносит низкоранговые поправки в вычисления внимания основной модели

Превосходит замороженный бэкбон по среднему баллу в 1,10 раза, а лучшие аналоги без δ‑mem — в 1,15 раза. На MemoryAgentBench лучше в 1,31 раза, на LoCoMo — в 1,20 раза.

Гитхаб минималистичная имплементация

#memory #optimization

Qwen3.6-Plus бесплатно раздают на Nous Portal (агент Hermes)
Но это не навсегда, забираем пока не прикрыли лавочку

#giveaway