GLM 5.3

Новая модель Z.ai

• Terminal Bench 3.0: 4.6 → 28.3
• DeepSWE v1.1: 46.2 → 66.9
• Три уровня thinking: low / high / max, отключение мышления убрали

• Кодинг: +50% на внутреннем Z.ai Code Bench, #SOTA в опенсорсе на Terminal Bench 3.0 и Agents' Last Exam
• Внезапный буст кибербезопасности
• SOTA на CyberGym для поиска уязвимостей (84.5% против 77.2% у 5.2)
• На эксплуатации удваивает 5.2: ExploitBench 24.4 → 54.4, ExploitGym 29 → 105 задач
• Синтез окружений для RL, пайплайны сами генерят тренировочные среды и верификаторы

ZCode теперь официальный харнесс для 5.3
Чат - еще не завезли

Веса ждем через две недели

#agent #flagship #coding

CMD (Context-Matched Distillation)

Метод дистилляции для авторегрессивной генерации видео от NVIDIA. #SOTA среди авторегрессивных методов

Учитель и ученик получают одинаковый контекст: кадр оценивается по тому же префиксу и контролю, что был у студента при генерации. Раньше учитель видел весь клип целиком включая будущие кадры которых студент не видел, и супервизия разъезжалась с реальными условиями генерации

В итоге меньше шагов на генерацию, можно интерактивно вмешиваться в процесс генерации, задавать движение камеры и получать длинные сцены без поплывшего хвоста

- База: Cosmos-Predict2.5 2B
- Шесть чекпоинтов: chunk-1 и chunk-4 (короткие/длинные + камера-контроль)

Гитхаб
HF
Демо

#optimization #cameracontrol #interactive #t2v #i2v

UPAL

Новый экстрактор локальных фич от ETH Zürich + Microsoft Spatial AI Lab

Одна легкая сеть одновременно находит ключевые точки, линии и дескрипторы

Применимо в SLAM, structure-from-motion, сопоставление изображений, 3D-реконструкция

#detection #sota

VK | MAX

LLaDA-Image

Открытая модель 6B единая для генерации и редактирования изображений.

Текст → картинка, редактирование по инструкции, генерация по VQ-кодам, рендер текста. 50 шагов для качества, 4 шага для скорости (Turbo-версия)

- Текст на китайском и английском: постеры, надписи, заголовки — без иероглифической каши
- #SOTA на Qwen-Image-Bench

Гитхаб
HF
ComfyUI

#t2i #imageediting

VK | MAX

WCDA (Weather-Conditioned Depth Anything)

Новый #SOTA в оценке глубины в плохую погоду. Depth Anything проваливается в туман, дождь, снег и темноте. DA-W чинит это через стилевой фильтр, который выделяет погодные условия и адаптирует модель под них, не ломая то, что она умеет в хорошую погоду

Гитхаб
HF

#image2depth #video2depth

VK | MAX

Marigold V2

Оценка глубины по одному изображению, переработанная версия Marigold

Превращает DiT в инструмент оценки глубины. Выглядит многообещающе

- Глубина в один шаг: дистилляция из многошаговой flow-matching модели, с квантованием опционально
- Решает проблему размытия: шерсть, листья, тонкие края — то, что раньше размазывалось, теперь резкое
- Обобщается на непохожие данные
- Не только глубина: те же приемы дают #SOTA на оценке нормалей и разложении изображения на компоненты

- Два ключевых приtма: выравнивание внутренних представлений с семантикой + двухстадийный финтюн с Sinkhorn-лоссом

Гитхаб
HF
Демо

#image2depth #image2normals #image2pbr

SplashSplat

реконструкция брызгающих жидкостей из реальных видео

Метод от EPFL, ETH Zurich, Google и Microsoft. Восстанавливает динамику жидкости из многокамерной съемки: семь калиброванных 4K-камер, 20 сцен с разными жидкостями и контейнерами.

Главный принцип - накладывать физическую структуру только там, где наблюдения могут ее ограничить. Маски кадров сливаются в уровень жидкости, перенос между кадрами дает поле скоростей, а по нему движутся лагранжевы носители, которые корректируются по новым наблюдениям и перезасеваются там, где теряется покрытие.

Обходит #SOTA в динамическом гауссовом сплэттинге на реальных и синтетических сценах. Движение физически правдоподобнее, тренировка дешевле.

Поддерживает новые ракурсы, временную интерполяцию и перенос стиля без повторной оптимизации.

Гитхаб ждем

#gaussian #reconstruction #styletransfer

PanoSeg3R

#SOTA Сегментация 3D-сцен из панорамных снимков без оптимизации под каждую сцену. Панорамы на вход, размеченное 3D-облако точек на выходе

• feed-forward: несколько панорам -> семантическая 3D-сегментация за проход
• стабильная геометрия и метки - байзлайны теряют сцены, модель держит близко к GT
• автосборка данных - размечает неаннотированные панорамы через SAM3, PanSt3R и VLM-фильтр
• zero-shot перенос улучшается на свежих данных

Разметка без датасетов с руками: панорама режется на кадры, SAM3 дает маски, PanSt3R - грубые классы, VLM отсеивает мусор

Код ждем

#segmentation3d

MAX

Timestral от Mistral

Семейство открытых базовых моделей для прогноза временных рядов. Версии на 5M, 28M, 123M и 209M параметров. Работают в режиме zero-shot — без дообучения под конкретный ряд

• Прогноз одномерных и многомерных рядов
• Ковариаты: только прошлые и известные на будущее
• До 32 768 шагов истории на входе и до 1024 шагов прогноза за один проход

• #SOTA zero-shot на GIFT-Eval, TIME и fev-bench
• Инференс на PyTorch, CPU или GPU

Зачем нужны такие модели
• Прогноз спроса и продаж, планирование закупок и склада
• Нагрузка на серверы и сети, планирование мощностей
• Финансовые и страховые ряды, оценка рисков
• Промышленность: датчики, вибрации, обслуживание по состоянию
• Энергетика: выработка, потребление, цены на рынке
• Медицина: мониторинг показателей, раннее предупреждение

huggingface.co/mistralai/Timestral-209M
github.com/mistralai/timestral

#timeseries

MAX