GEN-1.5 от Generalist AI: робот осваивает новую задачу с первой попытки

📋 Generalist AI,- компания основанная в 2024 году выходцами из Google DeepMind и Boston Dynamics и в ноябре привлекшая 400 млн. долларов при оценке в 2 миллиарда, в т.ч. от Nvidia, на этой неделе показали GEN-1.5, свою новую фундаментальную модель для роботов.

Главная фишка модели: она осваивает физический навык за секунды, с одного показа, минуя обучение.

Показали, как открыть банку, расстегнуть молнию или достать деньги из кошелька, и робот тут же повторяет.
Десятилетиями универсальный робот требовал месяцев программирования силами инженеров.
Теперь всё сводится к тому, чтобы просто показать пример.

💡 GEN-1.5, - это большая мультимодальная модель: на входе видео с памятью на 30 секунд, сенсоры, язык и проприоцепция (т.н. шестое чувство, которое позволяет ощущать положение частей собственного тела в пространстве и их движение без помощи зрения), на выходе траектории действий на 100 Гц.
Приём назван физической подсказкой: сенсомоторную демонстрацию длиной от 3 до 12 секунд кладут в контекстное окно, и модель выполняет задачу без единого шага дообучения.
Средний успех с одного показа 59%, после десяти шагов дообучения на пяти минутах данных уже 83%.

💼 Авторы прямо проводят параллель с GPT-3, где обучение с нескольких примеров стало вехой языковых моделей.
В робототехнике тот же порог ищут с 1954 года, с патента Unimate.
Модель также умеет склеивать два показа в одно длинное действие, переносить демонстрацию из симуляции в реальность и копировать движения с рук человека.

Десять шагов дообучения меняют веса меньше чем на 0,15%: модель скорее вспоминает почти знакомое, чем осваивает с нуля. Программирование робота сводится к показу. 🤖

📎 Блог Generalist AI

#GeneralistAI #роботы
———
@tsingular

FLUX Upscale от Black Forest Labs: как прокачать любое видео до 4K

📋 Black Forest Labs выкатили FLUX Upscale: отдельный сервис, который пересобирает любое видео в большем разрешении, вплоть до полноценных 4K.

Это тот же механизм, что уже работает в 1080p внутри FLUX 3 Video, только теперь его можно вызвать напрямую отдельно для любого ролика.

Он чинит то, что обычные инструменты увеличения пропускают: смазанные лица и сетчатые артефакты на текстурах вроде воды и травы.

💡 FLUX Upscale, - это два режима.
Precise за 4 шага и $0.07 за мегапиксель в секунду быстрее и дешевле, зато сохраняет черты и привязку к исходнику.

Creative за 8 шагов и $0.1 сильнее чинит и дорисовывает, но может подменить лицо и согласованность с исходником.

Множитель 1.5x, 2x или 3x: из 704p получаются примерно 1080p, 2K и 4K.

💼 Локальные средства увеличения теряют качество на вещательных и рекламных разрешениях, а качественные оказываются медленными на больших объёмах.
FLUX Upscale закрывает этот разрыв: ролик, сгенерированный на 704p, можно сразу дотянуть до формата для ТВ и кампаний.

Увеличение разрешения видео перестаёт быть проблемой. 🎬

#FLUX #upscale #нейрорендер
———
@tsingular

OpenAI запустила AI Futures - блог о том, как ИИ может изменить власть и общество

Новый проект команды Strategic Futures посвящён не только технологиям, но и тому, что произойдёт с правами, свободой и влиянием людей, если AI станет действительно трансформирующим.

Один из ключевых тезисов: главный долгосрочный риск может быть не только в самих моделях, а в концентрации власти.

Автономные системы способны дать государствам больше силы без зависимости от людей, а автоматизированная бюрократия и богатство, создаваемое дата-центрами, потенциально могут уменьшить роль человеческого труда, налогов и даже общественного согласия.

Независимо от отношения к таким прогнозам, одно ясно: AI постепенно становится не просто технологией, а фактором, который может перестроить само устройство общества.

https://openai.com/index/introducing-ai-futures/