Китайская компания MirrorMe выпустила Black Panther X,- модульную, открытую платформу для четвероногих роботов собак.

Конструктор содержит более 200 компонентов, 12 шарниров, открытые интерфейсы и код, крутящий момент в шарнирах достигает 33 Нм.
Батареи хватает на 1.5 часа
Развивает скорость до 4х метров в секунду!

Цена - $999

Робот также поддерживает датчики и полезную нагрузку сторонних производителей общим весом до 5 кг.

#роботы #собаки
------
@tsingular

ИИ у вас будет по-любому. вопрос лишь в том, - внедрите его вы или затащат ваши сотрудники :)

#мысли
———
@tsingular

Hermes добавил новую фичу - HUD

Все окно скрывается, вместо него остаётся только командная строка с поддержкой голоса.

И если у вас подключена модель с визуальным анализом, то вы можете общаться с агентом обо всем, что есть на рабочем столе.

Быстрое включение/выключение:
Ctrl Shift H
Opt Shift H на маке

Сразу скажу - на винде глючит.
Окно приходится перевызывать кнопками чтобы не пропала отрисовка

Удобно в этом плане подписка Nous Portal, потому что основной моделью можно оставить дипсик, а на агентское зрение поставить, например GPT 5.6 Terra, ну или локальную gemma4, если жаба душит.

#Hermes #HUD
------
@tsingular

Ответочка от LTX: вышел LTX-2.5

Пока все дружно курочат H3, LTX выкатывает LTX-2.5 - новую открытую 22B video/audio world model.

Апдейт довольно жирный: полностью новый diffusion video decoder с меньшим количеством артефактов в движении, улучшенный distilled-чекпойнт, расширенный датасет + RL и новый Gemma 4 12B в качестве текстового энкодера с отдельным prompt enhancer. Модель лучше понимает сложные промпты и сама определяет необходимую длительность сцены. Появился нативный multishot: несколько связанных шотов генерируются одной последовательностью с сохранением персонажа, окружения, света и голоса между склейками. Плюс заявлены native 4K HDR (верим?), RAW workflow(!) и точное редактирование существующего видео.

Но главная ответочка H3 - СКОРОСТЬ И локальный запуск. LTX-2.5 полностью open weights, официально заявлен минимум 16 GB VRAM, нативная поддержка ComfyUI есть с первого дня, модель можно файнтюнить и бесплатно использовать при ARR до $10 млн. На серверном железе LTX хвастается совсем неприличными цифрами: 10 секунд I2V за 6.8 секунды на 2×GB200, то есть быстрее real-time. API делает 10 секунд примерно за 23.7 с при 1080p. Для сравнения, в собственном тесте LTX MiniMax H3 потребовалось 180 с - правда, железо и разрешения здесь разные, поэтому воспринимать это как честный benchmark H3 vs LTX я бы не стал.

API стоит $0.09/с 720p, $0.15/с 1080p, $0.19/с 2K и $0.37/с 4K.

И LTX решил не ограничиваться релизом, а сразу слегка пнуть соседей: на странице LTX-2.5 опубликована сравнительная таблица с MiniMax H3, Seedance 2.5, Kling, Veo и Grok, где LTX, совершенно неожиданно, побивает в них и вся.
На Reddit уже свирепствуют: отдельный тред называется примерно «LTX-2.5 comparison table vs MiniMax H3 is pathetic bullshit».

Главная претензия ровно та же - сравниваются разные режимы, железо и условия, поэтому маркетинговые цифры пока лучше воспринимать как маркетинговые.

Го тестировать.

LTX-2.5: https://ltx.io/model/ltx-2-5
Hugging Face: https://huggingface.co/Lightricks
GitHub: https://github.com/Lightricks/LTX-Video
Reddit про сравнение с H3: https://www.reddit.com/r/StableDiffusion/comments/1vllqxs/ltx_25_comparison_table_vs_minimax_h3_is_a/

@cgevent

Еще один навык памяти для агентов.
В том числе для Гермеса.

Очень много всего намешано, я бы разделил по смыслу и ролевой модели.
Тут скорее версия для персонального ассистента.
https://x.com/i/status/2086811795084202439

Но почитать интересно
полный текст в комментарии

#навыки #память
------
@tsingular

LTX-2.5 пайплайн генерации с Гермесом

⚡️ В общем вчера Lightricks выкатили LTX-2.5 — модель генерации видео по тексту и изображению и я решил попробовать его на своём М5, настроив его с помощью с Гермеса.

📦 В порядке эксперимента собрали пайплайн последовательной генерации (исходник в комментарии): chain_i2v.py берёт исходное изображение (генерация в OpenAI (gpt-image-2)) и три промпта, каждый из которых описывает происходящее в 3х секундном сегменте, после каждого сегмента ffmpeg вырезает последний кадр, он становится входом для следующего, и так по цепочке. На выходе - склеенное видео.
Делали без звука, потому, что очевидно он рассыпется и будет разным в каждом кусочке. т.е. звук надо отдельно генерить и сверху накладывать.
скажем слой музыки, слой сфх и слой голоса, если нужно.
На Apple Silicon работает через MPS, один сегмент в 3 секунды (73 кадра) генерируется за 3–3,5 минуты на M5 Max.

🖼 Для демки взяли портрет киберпанк-Гермеса — хромированная маска, голографические крылья, кадуцей с цифровыми змеями.
Прописали три сцены: наплыв на лицо с пульсацией крыльев, затем змеи сползают по жезлу в синих искрах, и камера отъезжает, открывая панораму с античными колоннами и кибер-Афинами. Суммарно 9,12 секунд из одного исходника.
Получилось, конечно, забавно - что из кадра пропало, - назад уже не вернуть :)
как-будто нужно полный комплект артефактов сначала вырезать в папочку с артефактами, а потом на каждую генерацию их обратно подставлять чтобы не рассыпалось.

Зато локально и бесплатно :)

#LTX #I2V #videoGeneration #нейрорендер
------
@tsingular

Grok Imagine в то же время умеет даже в ритм попадать.
ИМБА, конечно

#Grok #Imagine #нейрорендер
———
@tsingular

AI 2027 всё меньше похож на фантастику.

Из 24 прогнозов развития ии, опубликованных в 2025 году, уже 19 в той или иной форме сбылись. А самые интересные пункты там ещё впереди.

Авторы ожидали, что к концу 2026 года дешёвые и достаточно сильные ИИ-агенты начнут вытеснять junior-разработчиков и заметно менять рынок труда.

Следующий этап - 2027 год: сверхсильные coding-агенты автоматизируют уже само исследование ИИ, ускоряя разработку новых моделей и потенциально запуская цепную реакцию дальнейшего прогресса.

Судя по тому, как быстро растут возможности агентов сейчас, этот таймлайн уже не выглядит таким безумным.

https://ai2027tracker.com/timeline

А интересная мысль тут проскочила, - всем кто переживает, что ИИ пишет код, а люди не пишут код, стоит вспомнить, что разрабы уже лет 20 как не пишут код, а, в основном, копируют готовые функции, модули или пакеты, которые написаны до них, а они лишь оборачивали вызов этих функций и пакетов в "промпты с контекстом".

похоливарим? :)

#мысли #вайбкодинг
———
@tsingular

🚨 У AI-агентов нашли второй, почти невидимый канал утечки данных - скрытое reasoning.

Можно идеально зачистить публичный чат от паролей и API-ключей, а затем всё равно случайно опубликовать их внутри зашифрованного reasoning-блока.

Исследователи разобрали архитектуру API Anthropic, OpenAI и Google. Эти сервисы могут возвращать клиенту непрозрачные блоки с reasoning, чтобы потом передавать их обратно в следующих запросах без хранения всей цепочки рассуждений на сервере.

Проблема оказалась в переносимости таких блоков: во время тестирования их можно было использовать между разными сессиями, пользователями и даже совместимыми моделями одного провайдера. В результате reasoning сильной модели передавали более слабой модели того же семейства, которая становилась своеобразным «декодером».

Масштаб эксперимента впечатляет.

Исследователи собрали 6 708 публичных agent-траекторий с GitHub и Hugging Face и восстановили 315 320 reasoning-блоков. В 328 сессиях, или 4,9%, обнаружился хотя бы один чувствительный элемент.

В реальных пользовательских сессиях нашли:

* 62 API-ключа;
* 33 пароля;
* 24 access token;
* 7 private keys;
* 30 личных email.

Причём 64 чувствительных элемента вообще отсутствовали в видимой истории чата и находились только внутри reasoning. То есть обычная очистка логов их бы не заметила.

Самый неприятный вывод: безопасность всей линейки моделей может определяться не самой защищённой моделью, а самой слабой совместимой моделью, которая умеет прочитать тот же reasoning-блок.

После responsible disclosure провайдеры внесли изменения, и описанные атаки исследователям уже не удалось воспроизвести тем же способом. Но архитектурный урок остаётся.

Зашифрованное reasoning в логах нельзя автоматически считать безопасными метаданными.

Если агент работал с секретами, API-ключами или приватными данными, reasoning-блоки лучше вообще не публиковать вместе с трассировкой.

Исследование: *Stealing Reasoning Traces from Proprietary LLM APIs*.

arxiv.org/abs/2608.09867

#AI #LLM #AISecurity #Agents #CyberSecurity

Зарисовки из прошлого или из будущего, кто знает

Там за речкой тихоструйной
Есть высокая гора,
В ней глубокая нора;
В той норе, во тьме печальной,
ЦОД качается хрустальный
На цепях между столбов.
Не видать ничьих следов
Вкруг того пустого места,
В ЦОДе том резерву место

#юмор #мысли #ЦОД
———
@tsingular

Веса Qwen 3.8 Max вышли в открытый доступ

Это модель на 2.4 триллиона параметров, с 95B активных. Официальные веса распространяются в bf16 и весят 5 терабайт, но уже есть нормальные NVFP4 и MXFP4 версии. Для запуска нужна одна нода с B300/MI355x или несколько нод с картами попроще.

На визуальных VLM задачах по личному опыту, она тащит вроде бы даже лучше чем закрытые фронтир модели.

Китайцы - вперед!

SGLang Cookbook
vLLM recipe
Веса

@ai_newz

Новый Grok примерно такой же как Fable но почти на 90% дешевле.

Планируйте ваш бизнес и вашу карьеру из расчета на то, что ИИ будет дешеветь в 2-10 раз в год, а модели будут улучшаться в в 2-100 раз (особенно и в первую очередь в verifiable domains).