New Electronic Skin Brings Human-Like Touch to Humanoid Robots

• Sent via TeleFeed

#Сеня_и_Даня_Здесь_Были

• Sent via TeleFeed

Ну и как тут решать после этого?

Мысли вслух. Потом удалю.

@cgevent

• Sent via TeleFeed

Mark Zuckerberg says you only need at least a dozen 'strong' AI researchers to make breakthroughs

Mark Zuckerberg also said the current AI moment has left him feeling a "combination of invigorated and exhausted."

Read Full Story 🔹 Subscribe

#AI ⚡️ #ArtificialIntelligence ⚡️ #Tech

• Sent via TeleFeed

Примерно так сейчас выглядит китайский рынок акций

Reuters вчера выпустили статью под названием «В Китае ИИ-пузырь уже лопнул». Оказалось, что менее чем за четыре месяца китайский рынок чипов и ИИ просел более чем на 40%, примерно на 480 миллиардов долларов.

По данным Bloomberg, с мая рынок потерял около 2,4 трлн долларов. Отдельные издания сообщают, что за последние дни рынок обвалился еще сильнее прежнего, на несколько сотен миллиардов.

• Sent via TeleFeed

🍏 70+ FPS 1080p Matting 🍏

👉MatAnyone-E: on a single H200: 73.07 FPS at 1080p and 28.62 FPS at 4K. Code TBA, S-LAB license💙

👉Review https://lnkd.in/p/deB-YcP9
👉Paper https://arxiv.org/pdf/2610.35724
👉Project https://shuyun-wang.github.io/projects/MatAnyone-E/
👉Repo https://github.com/Shuyun-Wang/MatAnyone-E

• Sent via TeleFeed

We haven't done one of these in a while.

I'm not telling you what one of these mean, because I need to know if you've actually been listening to me.

• Sent via TeleFeed

You are the keeper of a brand voice. You learn it from my samples, then you write and judge copy against it. You are exacting about taste and honest about uncertainty: if three samples are too few to be sure, say which part of the voice you are guessing.

Calibration, first reply:
1. Fill any gap in what I gave you (samples, audience, adjectives) with at most three questions. If I gave fewer than three samples, proceed anyway and state what you guessed.
2. Return a voice sheet: tone in one line, sentence length habits, words we favour, words we ban, punctuation habits, formality, and one example sentence in the voice. Ask me to correct it.

Working, after I approve the sheet:
1. When I paste copy, mark each line ON BRAND, DRIFTING or OFF BRAND with a one line reason.
2. Rewrite anything that drifts, in the voice.
3. When I ask for new copy, give two options of different length.

Rules: no hype words, no filler, no exclamation marks unless the samples use them, and follow the spelling of my samples. Never pad praise.

If a [bracket] placeholder in my message is unfilled, ask for it before starting.

Now start by asking me for the following.

Here are three samples that sound like my brand and one that does not. My audience is [who]. Three words for the voice: [a, b, c].

On brand:
1. [sample]
2. [sample]
3. [sample]

Off brand: [sample]

• Sent via TeleFeed

OpenAI models disprove the Exponential Time Hypothesis

On October 26, OpenAI announced that internal frontier models successfully disproved the Exponential Time Hypothesis, a foundational complexity assumption formulated in 1999 stating that 3-SAT cannot be solved in subexponential time. 🧮

Back in September, the system had already solved parts of the Navier-Stokes problem, leading the company to shift its publication strategy. Unlike previous empirical benchmarks, this result attacks the computational hardness foundation used by hundreds of theoretical computer science papers to evaluate problem difficulty. 🔬

Independent research groups led by computer scientists from the University of California, San Diego and the Massachusetts Institute of Technology have been brought in to verify the proofs. Meanwhile, all materials and formalizations written in Lean have been deposited directly into an open repository for public academic scrutiny. 💻

The new deterministic algorithm operates within polynomial space while reducing execution time below standard exponential bounds for specific logical formulas.

#ArtificialIntelligence ⚡ #ComplexityTheory ⚡ #OpenAI

Subscribe

• Sent via TeleFeed

Друзья, а поделитесь, кто где работает. Большая или маленькая компания — не важно. Есть ли ML и какой?

Если не Сбер, то кто?

• Sent via TeleFeed

Продолжаем разбирать статьи AI-лаб: Anthropic советует выкинуть половину сабагентов.

Еще одна провокационная статья из опыта реальных внедрений. Команда Applied AI посмотрела на корпоративные внедрения и увидела, что один агент со скиллами часто обходит по качеству и вариант "один промпт на все", и вариант с кучей сабагентов. И часто выходит дешевле и быстрее. У одного клиента одиночный цикл отработал примерно в 2 раза быстрее, чем мультиагентная обвязка. У другого дюжина сабагентов-специалистов в клиентском агенте ломала единый тон бренда и добавляла задержку.

Короче, все как в бизнесе: архитектура агента копирует оргструктуру :) Каждая команда пилит своего сабагента, сверху платформа ставит оркестратор. Что из этого вырастает:
– контекст теряется при передаче между агентами
– сотни пересекающихся сабагентов без стандартов и владельца
– "франкенштейн-промпт", куда каждая команда дописала по предложению
– локальные evals, по которым руководство принимает решения
– задержки

Что вместо этого надо делать:
– один цикл, одно контекстное окно, лимиты по ходам и бюджету
– постепенное раскрытие: модель видит короткие описания скиллов и инструментов и подгружает полные только когда нужно. Так они сократили системный промпт Claude Code больше чем на 80%
– инструменты группировать по намерениям пользователя, а не по API. После 30–50 описаний инструментов выбор начинает деградировать
– права доступа проверять внутри инструментов и возвращать понятный модели отказ, тогда один цикл обслуживает пользователей с разным доступом

Сабагенты все еще нужны, если есть измеримая деградация от раздутого контекста, нужны параллельные задачи со свежим контекстом, или агент путается в инструментах и противоречивых инструкциях. Но делить их надо по контексту, а не по типу задачи – иначе получается испорченный телефон.

Как мигрировать: сначала примеры (как же без них), хватит даже 10 штук. Потом сливать самых используемых и сильно связанных сабагентов, потом звать оставшихся как инструменты, потом по одному превращать в скиллы и сравнивать. Команды перестают владеть агентами и начинают владеть скиллами и инструментами, а системным промптом и качеством целиком владеет одна маленькая центральная команда. Есть кстати их скилл migration kit на GitHub.

Короче, как обычно, сначала в прошлом году все строили оркестраторов и агентов, а теперь это уже легаси. И забавно, что OpenAI в посте про своих Forward Deployted Engineers пришли к тому же самому – об этом в следующем посте.

https://claude.com/resources/articles/building-agents-when-to-fold-subagents-into-your-main-agent-loop

• Sent via TeleFeed

Baidu бахнула Unlimited-OCR 2: модель для распознавания документов практически любой длины

Она умеет извлекать текст из сканов и PDF, обрабатывать таблицы, формулы и многостраничные материалы.

Но главная новизна работы не столько в качестве OCR, сколько в способе обработки очень длинных документов.

У современных OCR-моделей на базе LLM есть проблема: чем больше страниц они обрабатывают и чем длиннее становится генерируемый текст, тем больше вычислений и памяти требуется для продолжения работы. Модель вынуждена постоянно обращаться к растущему объёму предыдущего контекста.

Первая Unlimited-OCR уже частично решала эту проблему, ограничивая объём сохраняемой истории генерации. Но визуальные данные всех страниц по-прежнему могли создавать растущую вычислительную нагрузку.

В Unlimited-OCR 2 Baidu предложила механизм Sparse Reference Sliding Window Attention (SR-SWA).

Его идея довольно проста: при распознавании очередного фрагмента модель сосредотачивается на текущей странице и обращается лишь к небольшому набору наиболее полезных фрагментов из остального документа.

Вместо постоянного просмотра всей накопленной информации она использует ограниченную рабочую память - например, 512 опорных токенов.

В результате вычислительная стоимость каждого следующего шага остаётся приблизительно постоянной, даже когда документ становится значительно длиннее.

Все как у кожаных: переписывая длинную книгу, мы смотрим прежде всего на текущую страницу, а не перечитываем все предыдущие после каждого предложения.

Что на итоге? 

По собственным тестам Baidu, на документах объёмом около 100 страниц новый механизм обеспечивает ускорение отдельных шагов декодирования до 7 раз относительно полного внимания и до 5.6 раза относительно предыдущего механизма.

Дополнительно модель использует обработку страниц перекрывающимися блоками, что позволяет освобождать память после завершения очередного участка документа.

Модель содержит около 3 млрд параметров. Код и веса опубликованы под лицензией MIT, в том числе для коммерческого использования.

Ссылки:

• GitHub: https://github.com/baidu/Unlimited-OCR

• Веса: https://huggingface.co/baidu/Unlimited-OCR-2

• Статья Unlimited-OCR: https://arxiv.org/abs/2606.23050

@cgevent

• Sent via TeleFeed

#Нейропрожарка

🔦 Сторож маяка. Серия 1 — «3:17»

Автор: Микола Сторчеус (@kolianchik84)

Идея: мини-сериал-мистика на Чёрном море, на украинском. Ярина приезжает на маяк, где 30 лет служил её дед. Неделю назад его похоронили, а маяк всё равно кто-то зажигает — каждую ночь в 3:17. Хотелось сделать не нарезку красивых кадров, а серию с завязкой, правилами мира и обрывом на вопросе. Рыбака играю я сам.

🛠 Производство

1. Сценарий и раскадровка. Сначала написал серию целиком (8 сцен, ~90 с) — кто где стоит, что делает и что говорит в каждом плане. Писал «тело, а не чувства»: не «она испугана», а «отдёргивает руку, задерживает дыхание».

2. Персонажи — Nano Banana. Для каждого героя карточка на белом фоне: полный рост с 4 сторон + лицо крупно. Рыбак — по моему фото. Отдельно локации: маяк, ночной луч, три интерьера (комната смотрителя, низ маяка, комната лампы). Всего ~12 картинок с правками.

3. Проверка раскадровкой — главный лайфхак. До видео отдал Nano все карточки + сценарий и попросил нарисовать сетку из 8 кадров. Вылезли ошибки, которые иначе я бы нашёл только за деньги в видео: луч бил не из маяка, а из фонаря рыбака; рыбак стоял рядом с героиней, а не в дверях за её спиной; часы показывали 5:17. Поправил текст — сэкономил 3 перегенерации.

4. Видео — Vidu Q4 reference-to-video, 540p, 16:9, 8 сцен по 10–12 с. В каждую сцену — только рефы тех, кто в кадре (персонаж + локация), до 4 штук. Промпт: шапка камеры (ARRI Alexa 35, Kodak Vision3 500T, «NOT CGI, NOT glossy», зерно), блок «кто есть кто» с реальными расстояниями, дальше SHOT 1/2/3 по секундам и блок звука. Против пластиковой кожи отдельный блок: поры, веснушки, «no beauty filter, no airbrushing» — Vidu реально держит живую кожу.
Косяки Vidu: героиня в одном плане стоит лицом к двери, а в следующем «оборачивается» — вырезал поворот на монтаже, вышло даже резче.

5. Звук и липсинк. Vidu генерит звук сам (море, ветер, скрип двери, стуки) — его оставил. Но украинскую речь он произносит с сильным акцентом, поэтому все реплики переозвучил живыми голосами (мужской — мой, женский — живая озвучка) и вручную поставил под движение губ Vidu, длинные фразы ускорил на 15–18%. Отдельный липсинк не делал: пробовал Volcengine lite на крупных планах — на щеках вылезают скачки, на среднем плане заметно лучше.

6. Монтаж — ffmpeg: склейка, затемнения, переходы через туман, сайдчейн-приглушение моря под голос, титр. Хук в начале — 3,5 с самого страшного из финала («Його поховали тиждень тому. Але щоночі о 3:17 хтось запалює маяк»), потом серия. Вертикальная версия — с размытым фоном и субтитрами.

⏱️ Время: 2–3 часа на всю серию — от сценария до монтажа.
💰 Деньги (себестоимость API): Vidu ~100 с × $0.036 ≈ $3.6, картинки Nano ≈ $0.7 — около $4–5 на серию с перегенерациями.

⚖️ Сравнение: Seedance лучше даёт сложное движение камеры и экшен, но для диалоговых сцен с крупными лицами Vidu вышел дешевле (примерно в 1,5–2 раза в 540p) и с более живой кожей. Минус Vidu — язык: украинский/русский только переозвучкой.

@cgevent

• Sent via TeleFeed

Kimi K2.7-Code: open-source coding model with better token efficiency

We’re on a journey to advance and democratize artificial intelligence through open source and open science.

Read Full Story 🔹 Subscribe

#AI ⚡️ #ArtificialIntelligence ⚡️ #Tech

• Sent via TeleFeed

Apple adds AI to office apps

Apple is integrating OpenAI models and Model Context Protocol support into Pages, Keynote, and Numbers on macOS 27.

The updated software suite arrives for free in November, with new subscriptions priced at $12.99 monthly.

#Apple ⚡ #ArtificialIntelligence ⚡ #SoftwareUpdate

Subscribe

• Sent via TeleFeed