Нейронавт | Нейросети в творчестве
13.2K subscribers
7.14K photos
5.65K videos
51 files
7.23K links
Канал про нейросети в компьютерной графике, в кино и вообще

В папках и запусках не участвую

для связи @Neuronauticus

РКН: https://hf.ru/link8e56d
Download Telegram
Gemini 4 Argon

Новый флагман Google для глубокого рассуждения в длинных многоэтапных задачах. Кодинг, enterprise-знания, кибербезопасность

Что умеет
• Миграция кодовых баз и сложные workflow
• Автономный поиск, проверка и патч критических уязвимостей
• Анализ графиков и деталей в длинных видео
• 1 млн токенов на выходе — рекорд индустрии

• $2 за млн входных, $10 за млн выходных токенов
• Кэшированный ввод со скидкой 95%
• Доступ через Fairwind Program — доверенные киберзащитники, далее разработчики по API, корпорации, Google AI Ultra

#flagship #coding #agent

MAX
👍6🔥5❤2
MaLiang-Harness

Фреймворк, превращающий MLLM в художников, пишущих код. Генерация изображений и видео через постоянное конструирование, инспекцию и правку. Закрывает разрыв между исполняемыми программами и визуальным качеством. Оценивали 11 ведущих моделей на двух новых бенчмарках

Гитхаб

#harness #agent #t2i #t2v

MAX
👍5🤔3
NVIDIA Open Agent Safety Platform

Песочница безопасности для автономных агентов. Каждый агент запускается в изолированной песочнице — доступ только к тому, что разрешил оператор

• Песочница на каждого агента, контроль до запуска и во время работы
• Ограничение файлов, сетей, инструментов, процессов и ключей
• Поддержка Claude Code, Codex, OpenCode, GitHub Copilot CLI из коробки
• Сетевые правила меняются на лету — например, чтение GitHub разрешено, запись нет
• Ключи передаются переменными окружения, в песочницу не попадают

#agent #security

MAX
👍4😁3
This media is not supported in your browser
VIEW IN TELEGRAM
Comfy Agent

Запустили таки
Встроенный в #ComfyUI агент на моделях Anthropic. Описываешь задачу в чате — агент сам планирует, строит и запускает воркфлоу, заодно правя канвас в реальном времени

• Строит, редактирует, читает и дебажит воркфлоу от начала до конца
• Работает на канвасе, пока ты продолжаешь править граф
• Рекомендации по моделям и параметрам
• Понимает ассеты и ноды, перетаскиваемые из библиотеки
• Создаёт, сохраняет и удаляет скиллы
• До 5 параллельных чатов с историей
• Результат — не просто файл, а весь пайплайн: ноды, сиды, семплеры, модели

Работа в локальном комфи под локальные модели на локальной LLM - в планах, пока только в облаке

Попробовать

#comfyui #agent

MAX
👍8❤4👎2
AREX-2

Агентная мультимодальная модель на 27B от BAAI. Самоулучшение через несколько раундов на тесте: propose → measure → reflect → revise

• Улучшает решение по ходу работы рефлексией и правками
• Кодинг, ML-инженерия, глубокий ресерч
• Поведение из кодинга переносится на deep research без доп. поисковых треков
• Мультимодальная, совместима с Qwen3.8

• 27B параметров, плотная модель
• Контекст 262K

гитхаб

#agent #multimodal

MAX
👍5😁2❤1
Pi 1.0

обвязка агента, которую можно сделать своей

Минимализм и полная гибкость: берут только то, что доказало себя, фичи-однодневки отметают. Сотни тысяч пользователей в неделю, MIT.

Что нового в 1.0
• Codemode — нативная поддержка #MCP и не-текстовых моделей (Jev, картинки)
• Расширения для виртуальных моделей
• Отложенная загрузка инструментов
• Нагрев кэша для моделей Anthropic
• Системный промпт, меняемый по ходу диалога
• Новый TUI-тема и full-screen по умолчанию

Отдельно — Pi Durable
Экспериментальная платформа для долгоживущих агентских приложений: длинные задачи и диалоги вне терминала. Делит принципы Pi — минимализм и гибкость — но тянет их дальше.

pi.dev
github.com/earendil-works/pi

#harness #agent

MAX
👍11👎1
Решающие модели (System 1) #decision #rlcd

huggingface.co/orcarouter/OrcaSAQ-2-27B - OrcaSAQ2 27B: высокоточный reasoning в файле 12.3GB

huggingface.co/orcarouter/OrcaSAQ-2-Cyber-27B-Uncensored-GGUF - OrcaSAQ2 Cyber: без цензуры, 15.7GB

huggingface.co/akhilaaa3/Jev-Omni - Jev-Omni: решения по тексту, картинкам, аудио и видео разом

huggingface.co/fastino/GLiNER2.5-Decide - GLiNER2.5-Decide: оценка любого набора меток за один проход, без генерации токенов

huggingface.co/SupersonicLabs/Julia-1 - Julia 1: 144M параметров, контекст → чёткие решения

huggingface.co/Contrastive-LM/CLM-v0.1-8B - CLM-v0.1-8B: вместо медленных верификаторов — эмбеддинги состояний и действий

Скорость и кванты #optimization #gguf #dflash

huggingface.co/harshatheg/Qwen-2.5-1B-RLCD - RLCD: извлекает структурированные данные в 7 раз быстрее на Apple Silicon

huggingface.co/z-lab/Qwen3.8-27B-DFlash2 - Qwen3.8-27B DFlash2: ускоренная генерация (drafter-модель)

huggingface.co/sirus/Qwen3.8-27B-heretic-ara-MXFP6-MXFP8-DFlash2-GGUF - новый формат кванта MXFP6/MXFP8 + DFlash2: быстрее инференс

huggingface.co/Edge0/Edge0-35B-A3B-preview - Edge0-35B-A3B: модель «телефонного» класса, работает в 3 GiB памяти

Агенты и инструменты #agent #toolcalling

huggingface.co/XingChen-AGI/Xing4.0-29B-A4B - Xing4.0-29B-A4B: агентные задачи на Ascend NPU, контекст 256K

huggingface.co/TokenRhythm/NeoHorse-1-4B - NeoHorse-1-4B: роутинг-обвязка, прокачивает Qwen3.5-4B

huggingface.co/apodex/Apodex-1.1-mini-GGUF - Apodex-1.1-mini: агентные задачи по файлам и данным

huggingface.co/nex-agi/Nex-N2.5-Pro - Nex-N2.5-Pro: агент для кодинга и работы с компьютером

huggingface.co/nex-agi/Nex-N2.5-mini - Nex-N2.5-mini: длинные агентские задачи с vision-обратной связью

github.com/ortegaalfredo/ngram-knowledge-injector - инжектор фактов в память Qwen3.8 через n-gram

huggingface.co/TheOneWhoWill/Coding-Monkey-Gemma-GGUF - Coding-Monkey: локальная модель с сильными тул-коллами

huggingface.co/pipecat-ai/phonellm-alpha-1 - phonellm: держит телефонных агентов в рамках диалога

Мультимодальность и контекст #multimodal

huggingface.co/deepseek-ai/DeepSeek-V4-Flash-Vision-Exp - DeepSeek-V4-Flash Vision Exp: экспериментальный мультимодальный вариант

huggingface.co/Agnes-AI/Agnes-2.5-Pro-Alpha - Agnes-2.5-Pro: рассуждения на миллион токенов

github.com/QLNI/SHADOW-250M-Instruct - SHADOW-250M: архив 100M токенов ужат до 60MB файла

Код и всякое #coding

huggingface.co/ornith-ai/Ornith-1.5-9B - Ornith-1.5-9B: #reasoning и кодинг на одной GPU

huggingface.co/ornith-ai/Ornith-1.5-35B-A3B-GGUF - Ornith-1.5-35B-A3B: GGUF под локальных кодинг-агентов

huggingface.co/openbmb/MiniCPM5-2B - MiniCPM5-2B: карманная модель, кодит и рассуждает

huggingface.co/IFM/K2-Horizon-MoVA-36B-A4B - K2-Horizon-MoVA: 36B всего, активно 4B

huggingface.co/XHToken/Spark-X2.5-4B - Spark-X2.5-4B: компактная универсальная 4B (гибридное внимание, 1M контекст) #compact

huggingface.co/thesysdev/OUI-1 - OUI-1: диффузионная генерация UI-экранов за ~секунду #gui

huggingface.co/LessThanThreeAI/Qwen3.8-27B-Humanlike-Chat-GGUF - Humanlike-Chat: живой, реалистичный ролеплей

huggingface.co/TheDrummer/Artemis-31B-v1.1 - Artemis-31B: креативное мышление поверх Gemma 4 Chat

huggingface.co/OBLITERATUS/Qwen3.8-27B-OBLITERATED - Qwen3.8 27B полностью без цензуры #uncensored

huggingface.co/superwhisper/s1-mini - S1-mini: превращает неразборчивую речь в текст #ASR
👍14❤10
This media is not supported in your browser
VIEW IN TELEGRAM
Genex Desktop

Десктопная студия для геймдева с ИИ от Genex. Координирует агентов и игровые инструменты вокруг играбельного проекта. Стартует с браузерных игр на Three.js.

• Сборка игры через чат: агент пишет игру, ассеты рядом
• Мультиагентный режим: Opus и GPT вместе через главного агента, воркеров и ревьюеров
• Локальные модели или Claude Code / ChatGPT по подписке
• 3D-ассеты локально через плагин Blender
• Meshy, Tripo, ElevenLabs и другие через роутер инструментов
• Экспорт или публикация в веб

• #macOS (Apple Silicon), #Linux . Windows скоро
• Плагины Unity и Unreal в работе, нативные C++-игры скоро

github.com/genex-games/genex-desktop

Спасибо @m_franz

#agent #gamedev

MAX
👍12
This media is not supported in your browser
VIEW IN TELEGRAM
Odyssey-3 уже можно попробовать (через квн)
Писал о нем в сентябре

Но на многое хоть что-нибудь не рассчитывайте
Даже начеррипиканые миры работают через пень-колоду, а свой создать - вообще ничего не шевелится

#world #interactive #agent

MAX
🔥3❤1
This media is not supported in your browser
VIEW IN TELEGRAM
nanoMuse

Открытый аналог метовского Muse — персональный агент на каждом твоем устройстве. Один агент, одни руки на экране телефона и компьютера, память в файлах, модель на твой выбор.

Определяет персонального агента через пять вопросов и три горизонта

• Действует на экране телефона и компьютера
• Общий диалог между устройствами через релей, который можно поднять самому
• Память — обычные Markdown-файлы, которые человек может читать и править
• Модель выбираешь любую
• Знает твои аккаунты и устройства, помнит контекст неделями
• Sentinel проверяет каждое действие

• GPL-3.0
• Полная аналогия Muse: один разговор на все устройства
• Память с провенансом, оценка «рук», открытая модель для них — в роадмапе

github.com/nano-muse/nanoMuse

#agent #computeruse

MAX
😱3❤1🥴1
AutoClip

Еще один инструмент для монтажа, нарезает длинные видео на клипы. Подкаст, интервью или лекцию превращает в короткие ролики под соцсети

• Авто-нарезка на клипы с субтитрами, обложкой и текстом поста
• Адаптация под Douyin, TikTok, Reels, YouTube Shorts
• Кадр следует за говорящим
• До 10 готовых клипов на ролик
• Файл или ссылка на YouTube/Bilibili

• Монтаж и рендер локально, анализ модель на выбор
• Часовое видео — 10 клипов за 7-30 минут на M-серии Mac
• Десктоп, веб, CLI/MCP

MIT, платишь только за модели по своему ключу. v1.5.0 добавила десктоп, #CLI и #MCP

#videoediting #agent

MAX
❤3
This media is not supported in your browser
VIEW IN TELEGRAM
AgentGarten

Платформа от MirroS для обучения ИИ-агентов. Агент играет в виртуальные сценарии, каждый раз записывает, чему научился, и к следующей попытке играет лучше — заметно уже за 4-10 раундов.

Вместо человеческих инструкций — опыт. Агент учится, играя сам. Код и рендерер открыты

• Сценарий живет в виде кода, нейро-рендерер рисует его агенту в реальном времени
• Агент видит только кадры «своими глазами», как будто смотрит игру
• После каждой попытки пишет выводы, следующий заход стартует с них
• Разные задачи: построить укрытие, провести собаку, загнать овец, перевезти груз

github.com/MirroS-Lab/AgentGarten
huggingface.co/MirroS-Lab/AgentGarten-renderer

#agent

MAX
👍7❤1
Trace2Env

Обычно агента запускают в готовой среде. Trace2Env переворачивает идею: среду играет сам агент. Из истории прошлых действий восстанавливается «книга мира», и по ней один агент симулирует окружение для другого.

Проще на примере — терминал. Ты («агент-задача») набираешь команды, а второй агент отвечает, как настоящий терминал. Удалил файл командой rm — и через десять команд попытка его прочитать упадет с ошибкой, потому что агент-мир помнит состояние.

Что умеет
• Строит симулятор среды из десятков записанных логов, без исходников
• Поддерживает состояние между командами
• Симулирует терминал, веб, Android, магазин и другие окружения
• Без обучения — только логи на входе

Знания о среде отделены от текущего состояния эпизода — среда не забывает что произошло

Гитхаб
Демо

#agent
🥴2👍1
This media is not supported in your browser
VIEW IN TELEGRAM
ManimGX

Открытый движок 3D-анимации для ИИ-агентов. На Rust и wgpu, полностью совместим с Python API Manim CE. Агент пишет сцену — на выходе готовый MP4

• Совместимость с Manim CE API — писал код под Manim, работает и тут
• Шрифты, набор формул и кодирование видео уже в пакете — ничего докупать не надо

Спасибо @Endorpheen

#animation #agent

MAX
👍9❤1
Muse Wonder

линейка сильных моделей для агентных задач от Meta (запрещено в РФ): Wonder и старшая Wonder Full. По данным Meta,
Full обходит Claude Opus 5.5 на 8 из 14 бенчмарков


• Долгий кодинг, юридическая работа, автоматизация бизнес-процессов
• Обгоняет GPT-6 Astra и Claude Fable 5.1 на длинных задачах
• Сверхдлинный инженерный тест SWE-Marathon: 57.5 против 46.3 у Opus 5.5
• Юридический агентный бенчмарк Harvey: 13.1 против 4.2 (без единой галлюцинации)

• Архитектура на Active Memory и Active Focus
• Wonder — через Meta Model API и Muse Code, Full — только подписчикам Muse Code

В SWE-Marathon Full работал на максимальном уровне рассуждений, а конкуренты — внутри своих агентов Codex и Claude Code. Так что это не строго контролируемое сравнение. Цифры Harvey низкие у всех — доводить сложные юридические задачи до конца пока не умеет никто. Прогоны делали независимые третьи стороны

#flagship #agent #coding

MAX
👍4❤1👎1
OpenCode V2

Крупное обновление открытого агента для написания кода от Anomaly. В отличие от агентов-компаньонов вроде Hermes или DeepSeek Harness, этот нацелен на разработчиков: заточен под терминал и IDE, максимум скорости и экономии токенов при правке репозиториев.

Что нового
• Центральный фоновый сервис теперь по умолчанию — TUI, веб и десктоп работают через один процесс
• API и клиент переписаны с нуля
• JS-интерпретатор в Code Mode — агент сводит инструменты MCP/OpenAPI в единые скрипты
• Фоновые субагенты и асинхронные команды в шелле
• Система плагинов обновлена, появилась горячая перезагрузка
• Можно подключать как самостоятельную библиотеку или SDK

• Плагины версии 1.0 больше не поддерживаются
• API сервера полностью изменилось
• Конфиг tui.json переехал в формат .json

Обновление: opencode upgrade --major

github.com/anomalyco/opencode

#coding #agent

MAX
🔥17
Gemini 4 Argon

Флагманская модель Google открыта для всех: разработчиков, компаний и обычных пользователей. Заточена под сложные многоэтапные задачи — разработка, финансы, право, наука и кибербезопасность.

• $2 за млн входных токенов, $10 за млн выходных, кэшированный ввод со скидкой 95%
• До 1 млн токенов на вход и выход через Gemini API
• Доступ через AI Studio, Gemini API, Google Antigravity и приложение Gemini

#flagship #coding #agent

MAX
🔥7🤷‍♂1
This media is not supported in your browser
VIEW IN TELEGRAM
Player-1

Игровые чемпионаты не будут прежними. наверно.

Фреймворк от Tencent: агент учится играть в игры не по демонстрациям, а через собственный опыт. Небольшие доработки computer-use агента — и он рулит играми.

Опыт из синтетических миров переносится на игры вне RL-набора. Базовые модели — Qwen3.5-9B и 35B-A3B

Код / веса
ждем

#gaming #agent

MAX
🔥8😁2
Media is too big
VIEW IN TELEGRAM
MeshAxiom

Открытый 3D-стек от AlayaLab, рассчитанный на агентов. Базовая модель MeshAxiom-Base делает компактный явный меш из одного изображения с заданным бюджетом граней.

• Генерация явного меша по картинке с контролем числа граней
• Меши читаются инструментами: вершины и треугольники остаются в файле
• Агент вызывает геометрические тулы и получает компактные сводки и виды
• Модули переиспользуются: записи ассетов связывают геометрию и материалы с трансформами, ригами и движением
• Из модулей собираются сцены и сценарные программы
• Опциональный рестайл через H3 поверх готовой сцены

huggingface.co/AlayaLab/MeshAxiom-Base
github.com/AlayaLab/MeshAxiom

#agent #3d

MAX
👍4❤1
Nemotron 3.5 Super VL

Открытая модель на 120B параметров для постоянно работающих агентов: самое быстрое выполнение задач и высокая точность в своем классе. Вместе с ней вышли две edge-модели.

• Мультимодальные агентные задачи: следование инструкциям, работа с инструментами, многошаговые бизнес-процессы
• #OCR, таблицы, графики и структурированные данные в визуальных документах
• Читает веб-страницы, PDF и картинки, отдает выводы по ним

edge
• Bolt 74B-A9B 24GB: нативная 2-битная квантизация, влезает в 24 ГБ
• Bolt E4B 4GB: для голосовых ассистентов и встроенных интерфейсов на RTX и Jetson

HF
OpenRouter

#agent #multimodal

MAX
🔥8