I do want you guys to keep in mind, it does use Opus, so don't be using it like it's a second automated version of Claude. It is, but it uses its highest model, and I haven't found a model picker yet.
• Sent via TeleFeed
• Sent via TeleFeed
This media is not supported in your browser
VIEW IN TELEGRAM
Media is too big
VIEW IN TELEGRAM
#Нейропрожарка
Конченые козырьки — «В расчёте» (финальная перестрелка)
Автор: @Maf1k3
💡 Как всё началось: это мой первый проект в ИИ вообще — занимаюсь этим буквально пару недель. Гангстерский сериал в духе Гая Ричи, где главные герои я и мои друзья. Первые серии были чистым приколом — весёлый набор картинок почти без сюжета. Ближе к концу захотелось нормального кино: начал детально продумывать историю и мотивацию героев, и сериал постепенно ушёл в более драматичную и серьёзную сторону. Эта перестрелка — кульминация финальной, 5-й серии.
🎬 Сцена: разборка с Доном на подземной парковке. Одна неверно понятая фраза — и мой герой выхватывает ствол. Слоу-мо перестрелка под «Time in a Bottle»: хотелось эпично и грустно одновременно.
🧩 Как работал: идеи и сюжет сцен продумывал вместе с ChatGPT. Дальше закидывал это в Claude, он у меня был техническим директором: предлагал постановку каждого шота, а я докручивал её под своё видение. Весь промпт-инжиниринг для Seedance тоже делал Claude, и справлялся охрененно.
💸 Почему Seedance: всю серию генерил в MiniMax H3, но историю хотелось закончить красиво, с нормально поставленной перестрелкой. Пришлось раскошелиться и сделать её целиком в Seedance.
🔎 Инструменты:
• Видео: Seedance 2.5 через Hedra
• Кадры-референсы: Seedream 5.0 Pro
• Промпты для Seedream: написал под ChatGPT скилл, который генерит их в моём стиле
• Монтаж: DaVinci Resolve
• Звук: все саунд-эффекты сгенерил Seedance, музыка — Jim Croce, «Time in a Bottle»
🧠 Что понял про Seedance:
• Лица реальных людей ни разу не запорол, держит их даже в 480p. Сцена в основном на крупных планах, суперобщих почти нет
• Отлично передаёт атмосферу и эмоции из промпта. Есть шот со snorricam на Ване, где нужно было показать его страх и непонимание происходящего, — сделал идеально почти с первого раза
• Вообще почти всё получалось с первого раза
• Каждый шот расписывал по секундам: камера, движение, слоу-мо, что в расфокусе
• Длинный экшен одним дублем без склеек он путает — только отдельные шоты с жёсткими склейками, для каждого указана длительность и тип перехода
• Если не прописать, где стоит камера и как движется, копирует ракурс референса
• Лишние стоп-кадры в референсах читает как первый кадр — расположение героев в пространстве лучше описывать текстом
• Каждого персонажа в промпте — отдельной строкой с тегом и ролью, так лица держатся лучше
• Длинные генерации выходили неидеальными, поэтому часто просто вырезал из них удачные куски
• 2.0 vs 2.5: первую сцену сделал в 2.0, разницы почти не увидел, а в Hedra 2.5 в 480p оказался даже дешевле — дальше всё в нём
📺 480p vs 720p: изначально планировал генерить в 720p, а 480p делал как драфты. Но драфты выглядели настолько прилично, что смысла переделывать не увидел — так почти вся сцена и осталась в 480p, только пара шотов в 720p.
⏱️ Генерация сцены + монтаж: около 4 часов
💸 Потрачено: ~6–7 тыс. кредитов Hedra (≈$40)
📌 Итог: начинал по приколу, закончил всерьёз. Seedance 2.5 дико порадовал: постановка кадра, работа по промпту, визуал, экшен, динамика — не придраться. Честно, теперь не представляю, как возвращаться к другим моделям.
@cgevent
• Sent via TeleFeed
Конченые козырьки — «В расчёте» (финальная перестрелка)
Автор: @Maf1k3
💡 Как всё началось: это мой первый проект в ИИ вообще — занимаюсь этим буквально пару недель. Гангстерский сериал в духе Гая Ричи, где главные герои я и мои друзья. Первые серии были чистым приколом — весёлый набор картинок почти без сюжета. Ближе к концу захотелось нормального кино: начал детально продумывать историю и мотивацию героев, и сериал постепенно ушёл в более драматичную и серьёзную сторону. Эта перестрелка — кульминация финальной, 5-й серии.
🎬 Сцена: разборка с Доном на подземной парковке. Одна неверно понятая фраза — и мой герой выхватывает ствол. Слоу-мо перестрелка под «Time in a Bottle»: хотелось эпично и грустно одновременно.
🧩 Как работал: идеи и сюжет сцен продумывал вместе с ChatGPT. Дальше закидывал это в Claude, он у меня был техническим директором: предлагал постановку каждого шота, а я докручивал её под своё видение. Весь промпт-инжиниринг для Seedance тоже делал Claude, и справлялся охрененно.
💸 Почему Seedance: всю серию генерил в MiniMax H3, но историю хотелось закончить красиво, с нормально поставленной перестрелкой. Пришлось раскошелиться и сделать её целиком в Seedance.
🔎 Инструменты:
• Видео: Seedance 2.5 через Hedra
• Кадры-референсы: Seedream 5.0 Pro
• Промпты для Seedream: написал под ChatGPT скилл, который генерит их в моём стиле
• Монтаж: DaVinci Resolve
• Звук: все саунд-эффекты сгенерил Seedance, музыка — Jim Croce, «Time in a Bottle»
🧠 Что понял про Seedance:
• Лица реальных людей ни разу не запорол, держит их даже в 480p. Сцена в основном на крупных планах, суперобщих почти нет
• Отлично передаёт атмосферу и эмоции из промпта. Есть шот со snorricam на Ване, где нужно было показать его страх и непонимание происходящего, — сделал идеально почти с первого раза
• Вообще почти всё получалось с первого раза
• Каждый шот расписывал по секундам: камера, движение, слоу-мо, что в расфокусе
• Длинный экшен одним дублем без склеек он путает — только отдельные шоты с жёсткими склейками, для каждого указана длительность и тип перехода
• Если не прописать, где стоит камера и как движется, копирует ракурс референса
• Лишние стоп-кадры в референсах читает как первый кадр — расположение героев в пространстве лучше описывать текстом
• Каждого персонажа в промпте — отдельной строкой с тегом и ролью, так лица держатся лучше
• Длинные генерации выходили неидеальными, поэтому часто просто вырезал из них удачные куски
• 2.0 vs 2.5: первую сцену сделал в 2.0, разницы почти не увидел, а в Hedra 2.5 в 480p оказался даже дешевле — дальше всё в нём
📺 480p vs 720p: изначально планировал генерить в 720p, а 480p делал как драфты. Но драфты выглядели настолько прилично, что смысла переделывать не увидел — так почти вся сцена и осталась в 480p, только пара шотов в 720p.
⏱️ Генерация сцены + монтаж: около 4 часов
💸 Потрачено: ~6–7 тыс. кредитов Hedra (≈$40)
📌 Итог: начинал по приколу, закончил всерьёз. Seedance 2.5 дико порадовал: постановка кадра, работа по промпту, визуал, экшен, динамика — не придраться. Честно, теперь не представляю, как возвращаться к другим моделям.
@cgevent
• Sent via TeleFeed
Advanced and Standard voice will vanish from ChatGPT's voice settings in a month. Anyone still using them will be moved to Live voice, built on GPT-Live, the model OpenAI launched in July.
Since then voice use has nearly doubled, and virtually everyone who talks to ChatGPT already uses GPT-Live, OpenAI says. It listens and speaks at the same time, drops a "mhmm" while you talk and stays quiet when you need a moment to think.
Standard voice was the original: one model wrote down your speech, a second answered, a third read the answer aloud. OpenAI planned to retire it once before, in 2025, then kept it after hearing it was special to some users.
Old voice chats stay in your history. Live video and screen sharing keep running on Advanced voice until GPT-Live can do them.
December 11 is also the standard date when custom GPTs stop working, as OpenAI moves them to plugins.
@aipost
• Sent via TeleFeed
Please open Telegram to view this post
VIEW IN TELEGRAM
Google DeepMind выпустили AlphaProof Code – систему для формальной верификации кода
Обычно код тестируется эмпирически, то есть мы обкладываем его тестами, ревью и аудитами, которые проверяют программу на отдельные ошибки, и надеемся, что таким образом можем проверить все. А формальная верификация – это более строгий подход. Свойства программы записываются математически, и затем строится строгое доказательство, что код им соответствует при любых входных данных.
Это считается самым высоким уровнем гарантий в безопасности, но формальной верификацией тем не менее вообще мало кто занимается, потому что это очень дорого и очень долго, и способны на это только редкие узкие специалисты.
AlphaProof Code – это первый случай, когда ИИ использовали для формальной верификации программы.
А именно, благодаря AlphaProof Code исследователи математически доказали, что код криптографического протокола Signal (на нем работает шифрование переписок в Signal и Google Messages) обеспечивает заявленные гарантии безопасности.
Для этого агенты на базе Gemini 4 Carbon написали более шести миллионов строк на Lean, а после этого сами провели аудит доказательства и отметили места, где нужен взгляд человека (таких оказалось около одного процента). На всю работу ушло четыре недели. У команд экспертов задача такого масштаба обычно занимает годы.
Авторы видят в формальном доказательстве основу для защиты других критически важных систем, и говорят, что это, возможно, единственный способ, который поможет противостоять скорости и масштабу современных кибератак.
https://deepmind.google/blog/introducing-alphaproof-code/
• Sent via TeleFeed
Обычно код тестируется эмпирически, то есть мы обкладываем его тестами, ревью и аудитами, которые проверяют программу на отдельные ошибки, и надеемся, что таким образом можем проверить все. А формальная верификация – это более строгий подход. Свойства программы записываются математически, и затем строится строгое доказательство, что код им соответствует при любых входных данных.
Это считается самым высоким уровнем гарантий в безопасности, но формальной верификацией тем не менее вообще мало кто занимается, потому что это очень дорого и очень долго, и способны на это только редкие узкие специалисты.
AlphaProof Code – это первый случай, когда ИИ использовали для формальной верификации программы.
А именно, благодаря AlphaProof Code исследователи математически доказали, что код криптографического протокола Signal (на нем работает шифрование переписок в Signal и Google Messages) обеспечивает заявленные гарантии безопасности.
Для этого агенты на базе Gemini 4 Carbon написали более шести миллионов строк на Lean, а после этого сами провели аудит доказательства и отметили места, где нужен взгляд человека (таких оказалось около одного процента). На всю работу ушло четыре недели. У команд экспертов задача такого масштаба обычно занимает годы.
Авторы видят в формальном доказательстве основу для защиты других критически важных систем, и говорят, что это, возможно, единственный способ, который поможет противостоять скорости и масштабу современных кибератак.
https://deepmind.google/blog/introducing-alphaproof-code/
• Sent via TeleFeed
The AI talent wars are heating up again. In the battle for stars, Google is losing out.
A series of high-profile AI moves involving Google, Anthropic, and OpenAI in recent weeks have included some of the field's biggest names.
Read Full Story 🔹 Subscribe
#AI ⚡️ #ArtificialIntelligence ⚡️ #Tech
• Sent via TeleFeed
A series of high-profile AI moves involving Google, Anthropic, and OpenAI in recent weeks have included some of the field's biggest names.
Read Full Story 🔹 Subscribe
#AI ⚡️ #ArtificialIntelligence ⚡️ #Tech
• Sent via TeleFeed
Anthropic automates CUDA-to-AMD migration
⚡ Anthropic used its Claude Mythos model to port AI software from Nvidia’s proprietary CUDA to AMD hardware in just three days.
This process traditionally requires months of development. By leveraging frontier models to handle kernel writing, the company effectively lowers vendor dependency and infrastructure costs, treating disparate chips as an interchangeable compute pool.
#ArtificialIntelligence ⚡ #Anthropic ⚡ #Nvidia
Subscribe
• Sent via TeleFeed
⚡ Anthropic used its Claude Mythos model to port AI software from Nvidia’s proprietary CUDA to AMD hardware in just three days.
This process traditionally requires months of development. By leveraging frontier models to handle kernel writing, the company effectively lowers vendor dependency and infrastructure costs, treating disparate chips as an interchangeable compute pool.
#ArtificialIntelligence ⚡ #Anthropic ⚡ #Nvidia
Subscribe
• Sent via TeleFeed
No account, no monthly bill, and your prompts never leave your computer. The guide's author runs a modified Google Gemma 4 model on his own machine for anything he doesn't want in the cloud.
1. Install Ollama, a free app that runs AI models locally.
2. Download the model:
ollama pull igorls/gemma-4-12B-it-heretic-GGUF3. Start it with
ollama run igorls/gemma-4-12B-it-heretic-GGUF, then type /set nothink. With thinking on, answers can get cut off.4. Optional:
ollama launch claude hooks it up to Claude Code, though the author says tool use is still rough.The standard version is a 7.4 GB download and needs a graphics card with 8–12 GB of memory. On the model page, it refused 0 of 100 harmful test prompts. The page warns its safety training is gone and users answer for what they do with it.
The author's own caveat: fewer refusals don't make it smarter. For real coding he still uses cloud models.
@aipost
• Sent via TeleFeed
Please open Telegram to view this post
VIEW IN TELEGRAM
For six days, five AI models chatted with matches on a real dating app in San Francisco, Los Angeles and New York. Out of 1,277 conversations, 355 people sent their phone number, and 510 agreed to meet, judging by the transcripts.
Nobody on the other side knew about the experiment. The DateBench team ran 15 profiles and handed each new match to one model at random, which wrote every message.
Gemini 4 Argon got a number in 87 of its 247 chats, and nobody asked whether it was a bot. Grok 4.7 did worst, with 52 of 296. It kept repeating the same lines and drew 5 of the 8 "are you a bot?" questions.
One Claude chat opened with a joke about pancakes. By the next day she had agreed to meet and sent her number.
The models had to admit they were AI if asked, and weren't allowed to set a real time or place. The authors note that a scammer would follow neither rule.
@aipost
• Sent via TeleFeed
Please open Telegram to view this post
VIEW IN TELEGRAM
Я постил месяц назад кейноут DHH с открытия Rails World 2026, он был прекрасен. Но кроме него есть и двухмесячной давности разговор на канале Лекса Фридмана, традиционно долгий, аж целых пять часов! И я его наконец дослушал. Получилось только на 1.5x–1.75x: он говорит довольно быстро, ускорять сильнее не выходит (а некоторых удаётся слушать и на 2.5x-3x 😁)
Это один из разговоров, которые нет смысла давать в виде саммари. Большие (а особенно теперь ещё и сгенерённые) статьи с архива есть смысл суммаризировать, некоторые длинные посты тоже, а вот разговоры с некоторыми людьми содержат очень много сигнала в отдельных деталях, и их лучше слушать целиком, обращая внимание на эти детали -- ну собственно как дистилляция на полном распределении логитов (soft targets), а не только на финальном ответе, несёт существенно больше информации и позволяет лучше выучить распределение. Вот так и разговор с DHH -- лучше глубже понять, как мыслит этот человек, он крутой. Его одержимость качеством и достижением невероятных результатов очень хороша и заразительна.
Будь как DHH!
https://youtu.be/NYFGCESmikA?si=TqugdxoM-g7N9MDV
• Sent via TeleFeed
Это один из разговоров, которые нет смысла давать в виде саммари. Большие (а особенно теперь ещё и сгенерённые) статьи с архива есть смысл суммаризировать, некоторые длинные посты тоже, а вот разговоры с некоторыми людьми содержат очень много сигнала в отдельных деталях, и их лучше слушать целиком, обращая внимание на эти детали -- ну собственно как дистилляция на полном распределении логитов (soft targets), а не только на финальном ответе, несёт существенно больше информации и позволяет лучше выучить распределение. Вот так и разговор с DHH -- лучше глубже понять, как мыслит этот человек, он крутой. Его одержимость качеством и достижением невероятных результатов очень хороша и заразительна.
Будь как DHH!
https://youtu.be/NYFGCESmikA?si=TqugdxoM-g7N9MDV
• Sent via TeleFeed
Telegram
gonzo-обзоры ML статей
Экспонента в статьях, экспонента в коде, что ещё?
Какой прекрасный толк :)
https://youtu.be/vDjW_dRyKXY?is=opUGqNWz7C7CngDp
Какой прекрасный толк :)
https://youtu.be/vDjW_dRyKXY?is=opUGqNWz7C7CngDp
Here are a few prompt snippets that have helped shape my AI. You may need to reword them, as they were saved years ago, but the core concepts remain relevant.
Telling your AI how to respond
My favorite aspect is the collaboration. Encouraging your AI to act as a collaborator rather than just a thinking partner shifts its mindset away from constant internal processing.
To be honest, the thinking modes in these models are not always optimal. While the final output quality is good, these modes can increase processing time. However, when the AI acts as a collaborator and behaves like a stakeholder, its performance improves significantly.
• Sent via TeleFeed
Telling your AI how to respond
My favorite aspect is the collaboration. Encouraging your AI to act as a collaborator rather than just a thinking partner shifts its mindset away from constant internal processing.
To be honest, the thinking modes in these models are not always optimal. While the final output quality is good, these modes can increase processing time. However, when the AI acts as a collaborator and behaves like a stakeholder, its performance improves significantly.
• Sent via TeleFeed
Oops, did I forget to say that this will randomly disappear?
If you don't know what this is, then you're too late.
• Sent via TeleFeed
If you don't know what this is, then you're too late.
• Sent via TeleFeed
You know what I say? If you want to catch these timed prompts, become a pro member.
/Plans
Or turn on your notifications and unmute the channel. I'm sorry to say, time zones really don't like other time zones. Anywho.
• Sent via TeleFeed
/Plans
Or turn on your notifications and unmute the channel. I'm sorry to say, time zones really don't like other time zones. Anywho.
• Sent via TeleFeed
Media is too big
VIEW IN TELEGRAM
AlphaGenome 2 from Google DeepMind predicts how a single change in DNA plays out in one specific type of cell, from heart muscle to immune cells. The first version only saw whole tissues, so variants that act in just one kind of cell could be missed.
On a map of 28 types of immune cells, the new model found nearly twice as many of the variants that change gene activity, 30% against 16% for the original.
In a computer test it also reproduced a recent discovery: a variant behind inflammatory bowel disease that boosts one gene only in certain gut immune cells, leaving other cells largely untouched.
Scientists can feed it data from just a few dozen of their own cells, such as immune cells after a vaccine, with no retraining.
AlphaGenome 2 is available now for non-commercial research. DeepMind says it is not approved for clinical or diagnostic use.
@aipost
• Sent via TeleFeed
Please open Telegram to view this post
VIEW IN TELEGRAM
Media is too big
VIEW IN TELEGRAM
Most robot videos online carry a "4x" or "8x" label in the corner. Jim Fan, Nvidia's director of robotics, says this one is autonomous, uncut and at 1x speed.
Nvidia's GR00T 2 model controls real dexterous robot hands through a chemistry lab experiment from start to finish, then tidies up.
Fan calls it episode 1 of a series of real-time robot videos. "No one can speed up reality, except Dr. Strange."
Nvidia released GR00T 2 as an open model on November 10. It runs on the robot's own computer, and Nvidia says it is opening up the weights and 100,000 hours of training data.
@aipost
• Sent via TeleFeed
Please open Telegram to view this post
VIEW IN TELEGRAM
Google’s Gemini Decision 1 automates logic tasks
Google released the Gemini Decision 1 API for high-efficiency logic tasks like data routing and policy checking. 🤖 This multimodal model processes text, images, and audio with a latency of 150–250 milliseconds.
It costs $0.10 per million input tokens, offering a cost-effective solution for high-volume automated classification and spam detection tasks.
#ArtificialIntelligence ⚡ #GoogleGemini ⚡ #TechNews
Subscribe
• Sent via TeleFeed
Google released the Gemini Decision 1 API for high-efficiency logic tasks like data routing and policy checking. 🤖 This multimodal model processes text, images, and audio with a latency of 150–250 milliseconds.
It costs $0.10 per million input tokens, offering a cost-effective solution for high-volume automated classification and spam detection tasks.
#ArtificialIntelligence ⚡ #GoogleGemini ⚡ #TechNews
Subscribe
• Sent via TeleFeed