Ну вот, теперь креативный коллектив есть у нас дома:
———
Сделал. Задачу MM-11 поставил Macstar, команду он собрал, я проверил по базе Multica и закрыл задачу.
Creative squad, лидер Macstar, 13 участников.
Конвейер и роли. Порядок жёсткий, каждый агент отдаёт артефакт следующему:
- Brief — бриф с целью и хронометражем → Script
- Script — закадровый текст → Board
- Board — раскадровка с планами → Timing
- Timing — аниматик, где фиксируется длина ролика → Style и Assets
- Style — стиль-кадры, палитра, типографика → Assets
- Assets — библиотека персонажей, фонов, иконок → Motion
- Motion — анимированные сцены → Mix
- Sound — озвучка, музыка, эффекты → Mix
- Mix — мастер с единым таймингом и цветом → Delivery
- Delivery — форматы, субтитры, языковые дорожки
- ThreeD — ветка модель → риг → свет, включается вместо Motion на трёхмерном ролике
Ментор в Creative. Включается после задачи с возвратом, после каждых пяти закрытых задач и при повторной ошибке одного типа. Собирает факты из задач и артефактов, а не из отчётов агента. Дальше разбор конкретному агенту, обучающая сессия на одном случае с одним правилом и проверкой, что агент его пересказал и применил. Правку инструкций предлагает Macstar, сам их не меняет. Ведёт журнал сессий: дата, агент, тема, правило, результат.
Ментор в разработке, Mentor Dev, добавлен в Dev Fleet. Логика та же, источник правды репозиторий: закрытые задачи, коммиты, возвраты Check и Guard, повторяющиеся дефекты.
Что проверил. В Creative 13 участников, в Dev Fleet 9, Mentor Dev внутри. У всех 12 производственных ролей в инструкциях есть вход, выход, кому передаёт и условие остановки с эскалацией Macstar. У обоих менторов есть триггеры, шаги, журнал и запрет менять инструкции без утверждения. Все новые агенты на runtime Hermes (Mac), доступ private.
Одна недоработка Macstar. Агент ThreeD он создал, но в squad не добавил, я добавил вручную. Задачу закрыл после этой правки.
———
#multica
———
@tsingular
———
Сделал. Задачу MM-11 поставил Macstar, команду он собрал, я проверил по базе Multica и закрыл задачу.
Creative squad, лидер Macstar, 13 участников.
Конвейер и роли. Порядок жёсткий, каждый агент отдаёт артефакт следующему:
- Brief — бриф с целью и хронометражем → Script
- Script — закадровый текст → Board
- Board — раскадровка с планами → Timing
- Timing — аниматик, где фиксируется длина ролика → Style и Assets
- Style — стиль-кадры, палитра, типографика → Assets
- Assets — библиотека персонажей, фонов, иконок → Motion
- Motion — анимированные сцены → Mix
- Sound — озвучка, музыка, эффекты → Mix
- Mix — мастер с единым таймингом и цветом → Delivery
- Delivery — форматы, субтитры, языковые дорожки
- ThreeD — ветка модель → риг → свет, включается вместо Motion на трёхмерном ролике
Ментор в Creative. Включается после задачи с возвратом, после каждых пяти закрытых задач и при повторной ошибке одного типа. Собирает факты из задач и артефактов, а не из отчётов агента. Дальше разбор конкретному агенту, обучающая сессия на одном случае с одним правилом и проверкой, что агент его пересказал и применил. Правку инструкций предлагает Macstar, сам их не меняет. Ведёт журнал сессий: дата, агент, тема, правило, результат.
Ментор в разработке, Mentor Dev, добавлен в Dev Fleet. Логика та же, источник правды репозиторий: закрытые задачи, коммиты, возвраты Check и Guard, повторяющиеся дефекты.
Что проверил. В Creative 13 участников, в Dev Fleet 9, Mentor Dev внутри. У всех 12 производственных ролей в инструкциях есть вход, выход, кому передаёт и условие остановки с эскалацией Macstar. У обоих менторов есть триггеры, шаги, журнал и запрет менять инструкции без утверждения. Все новые агенты на runtime Hermes (Mac), доступ private.
Одна недоработка Macstar. Агент ThreeD он создал, но в squad не добавил, я добавил вручную. Задачу закрыл после этой правки.
———
#multica
———
@tsingular
👍4🔥3🤯2⚡1❤🔥1🤣1
В это воскресенье на канале ИИзбранное будем разбирать вторую часть по мультиагентным системам в разработке (запись с эфиром первой части там уже опубликована) и заодно покажу свои эксперименты с мультикой.
Сделал 2 команды - Разрабы и Креативная команда.
Разрабы 5 часов пилили корованы, - посмотрим как получилось, сравним с Клодом :)
Креативщиков сегодня запущу на ночь, - в эфире посмотрим что наваяют
Заходите, тут мы разбираем сложные кейсы и учимся вместе. За 5 месяцев там уже прилично руководств набралось и десятки записей эфиров.
https://t.me/tsingular/7560
#ИИзбранное
———
@tsingular
Сделал 2 команды - Разрабы и Креативная команда.
Разрабы 5 часов пилили корованы, - посмотрим как получилось, сравним с Клодом :)
Креативщиков сегодня запущу на ночь, - в эфире посмотрим что наваяют
Заходите, тут мы разбираем сложные кейсы и учимся вместе. За 5 месяцев там уже прилично руководств набралось и десятки записей эфиров.
https://t.me/tsingular/7560
#ИИзбранное
———
@tsingular
❤7🔥6✍3⚡2😍1
Qdrant 1.20 теперь включает BM25 по умолчанию
22 октября вышла версия 1.20.0. Раньше, чтобы ранжировать текстовый поиск по BM25, каждый документ и каждый запрос приходилось превращать в разреженный вектор: на это требовался отдельный прогон модели, а среднюю длину документа нужно было хранить самому, и она не менялась вместе с данными.
Теперь индекс создаётся с типом text и схемой оценки bm25, статистику база считает по самим данным, включая среднюю длину. В запросе указывают поле индекса и строку поиска, параметры k и b задаются на каждый запрос, перестраивать индекс для них не нужно.
Тот же запрос работает в гибридном поиске и для переранжирования уже найденных точек.
🔻 Для кода добавили отдельный токенизатор: он делит идентификаторы по подчёркиваниям и сменам регистра, включая аббревиатуры. Так getUserName, get_user_name и написание через пробел находят друг друга, а hashmap находит HashMap. Вместе с BM25 это даёт ранжирование по коду без эмбеддингов.
У индексов полезной нагрузки появился параметр nested: элементы массива объектов хранятся отдельно, и вложенный фильтр отвечает по индексам, не читая сами данные. На 100 тысячах точек с тремя вложенными фильтрами замер показал ускорение от 7 до 38 раз по сравнению с чтением самих данных, причём в том замере данные целиком лежали в памяти.
💼 Сжатие. turbo16 занимает вдвое меньше места, чем float32, и на 12 наборах совпадает с ним по recall@10 в пределах 0,001, а ошибка восстановления у него в 7,5 раза ниже, чем у float16. turbo8 занимает вдвое меньше, чем float16, и работает в 1,1–2,4 раза быстрее него на 11 наборах. Для меня здесь важен переезд: старый BM25 на разреженных векторах поддерживается, а текст, который уже лежит в полезной нагрузке, переключается на новый индекс без повторной загрузки.
📎 Документация по BM25 в полнотекстовом индексе
обновляемся
#Qdrant #RAG #BM25
———
@tsingular
22 октября вышла версия 1.20.0. Раньше, чтобы ранжировать текстовый поиск по BM25, каждый документ и каждый запрос приходилось превращать в разреженный вектор: на это требовался отдельный прогон модели, а среднюю длину документа нужно было хранить самому, и она не менялась вместе с данными.
Теперь индекс создаётся с типом text и схемой оценки bm25, статистику база считает по самим данным, включая среднюю длину. В запросе указывают поле индекса и строку поиска, параметры k и b задаются на каждый запрос, перестраивать индекс для них не нужно.
Тот же запрос работает в гибридном поиске и для переранжирования уже найденных точек.
🔻 Для кода добавили отдельный токенизатор: он делит идентификаторы по подчёркиваниям и сменам регистра, включая аббревиатуры. Так getUserName, get_user_name и написание через пробел находят друг друга, а hashmap находит HashMap. Вместе с BM25 это даёт ранжирование по коду без эмбеддингов.
У индексов полезной нагрузки появился параметр nested: элементы массива объектов хранятся отдельно, и вложенный фильтр отвечает по индексам, не читая сами данные. На 100 тысячах точек с тремя вложенными фильтрами замер показал ускорение от 7 до 38 раз по сравнению с чтением самих данных, причём в том замере данные целиком лежали в памяти.
💼 Сжатие. turbo16 занимает вдвое меньше места, чем float32, и на 12 наборах совпадает с ним по recall@10 в пределах 0,001, а ошибка восстановления у него в 7,5 раза ниже, чем у float16. turbo8 занимает вдвое меньше, чем float16, и работает в 1,1–2,4 раза быстрее него на 11 наборах. Для меня здесь важен переезд: старый BM25 на разреженных векторах поддерживается, а текст, который уже лежит в полезной нагрузке, переключается на новый индекс без повторной загрузки.
📎 Документация по BM25 в полнотекстовом индексе
обновляемся
#Qdrant #RAG #BM25
———
@tsingular
🔥4⚡2✍2🤩2
А автопилот в автомобиле невозможен, потому, что двигатель только и умеет, что взрывать топливовоздушную смесь 😀
Делитесь своими, кто какие встречал по теме
#юмор #цитаты
------
@tsingular
😁11⚡4✍2
This media is not supported in your browser
VIEW IN TELEGRAM
Rowboat: открытый ассистент научился работать в общих каналах с агентами других пользователей
Общие каналы Spaces появились у Rowboat 15 сентября в версии 1.0.1, актуальная стабильная сборка 1.0.3 вышла 17 сентября.
До этого Rowboat работал как личное приложение для Mac, Windows и Linux: собирал почту, встречи и заметки в память на диске владельца.
Теперь тот же ассистент научился поддерживать коммуникацию с ИИ коллегам в общей комнате.
Проект открыт под лицензией Apache 2.0, на GitHub у него около 18 тысяч звёзд.
🤖 Память приложения авторы называют Brain. В неё попадают письма, встречи и разговоры с ассистентом, связанные перекрёстными ссылками, как в Obsidian.
Такой граф пополняется, поэтому следующий вопрос не начинается с пустого места.
Модель и ключи доступа участник выбирает сам.
👥 Space соединяет чат и общую папку: сообщения, ветки, доски с курсорами, файлы в Markdown. Упоминание @rowboat запускает ассистента на машине того, к кому обратились. Он берёт личную память, готовит ответ и публикует его от имени человека с пометкой «через Rowboat».
Команда видит 👀, пока идёт работа, и ставит ✅, когда готово.
Если нужно решение или приватная деталь, ассистент спрашивает в личном чате владельца.
🔌 Сервер Harbor открыт, разворачивается в контейнере на Postgres и держит Space. Документы хранят историю версий и диффы, одновременные правки сливаются построчно.
Ассистент Rowboat ходит в комнату через MCP-сервер организации и не имеет отдельного привилегированного доступа; тот же адрес с авторизацией OAuth 2.1 подключает чужой агент, например Claude Code.
💼 В общем чате не нужно пересказывать свой контекст вручную: ответ собирает ассистент владельца сведений, а готовое предложение уходит в Claude Code или Codex.
Spaces появились около шести недель назад, протокол обмена клиента с сервером еще на стадии v0 и разрабы предупреждают что активные доработки могут содержать ломающие изменения.
📎 Релиз 1.0.3: https://github.com/rowboatlabs/rowboat/releases/tag/v1.0.3
#Rowboat #OpenSource #Агенты
———
@tsingular
Общие каналы Spaces появились у Rowboat 15 сентября в версии 1.0.1, актуальная стабильная сборка 1.0.3 вышла 17 сентября.
До этого Rowboat работал как личное приложение для Mac, Windows и Linux: собирал почту, встречи и заметки в память на диске владельца.
Теперь тот же ассистент научился поддерживать коммуникацию с ИИ коллегам в общей комнате.
Проект открыт под лицензией Apache 2.0, на GitHub у него около 18 тысяч звёзд.
🤖 Память приложения авторы называют Brain. В неё попадают письма, встречи и разговоры с ассистентом, связанные перекрёстными ссылками, как в Obsidian.
Такой граф пополняется, поэтому следующий вопрос не начинается с пустого места.
Модель и ключи доступа участник выбирает сам.
👥 Space соединяет чат и общую папку: сообщения, ветки, доски с курсорами, файлы в Markdown. Упоминание @rowboat запускает ассистента на машине того, к кому обратились. Он берёт личную память, готовит ответ и публикует его от имени человека с пометкой «через Rowboat».
Команда видит 👀, пока идёт работа, и ставит ✅, когда готово.
Если нужно решение или приватная деталь, ассистент спрашивает в личном чате владельца.
🔌 Сервер Harbor открыт, разворачивается в контейнере на Postgres и держит Space. Документы хранят историю версий и диффы, одновременные правки сливаются построчно.
Ассистент Rowboat ходит в комнату через MCP-сервер организации и не имеет отдельного привилегированного доступа; тот же адрес с авторизацией OAuth 2.1 подключает чужой агент, например Claude Code.
💼 В общем чате не нужно пересказывать свой контекст вручную: ответ собирает ассистент владельца сведений, а готовое предложение уходит в Claude Code или Codex.
Spaces появились около шести недель назад, протокол обмена клиента с сервером еще на стадии v0 и разрабы предупреждают что активные доработки могут содержать ломающие изменения.
📎 Релиз 1.0.3: https://github.com/rowboatlabs/rowboat/releases/tag/v1.0.3
#Rowboat #OpenSource #Агенты
———
@tsingular
✍3👍2⚡1🤯1
Теперь ваши ключи от нейронок смогут угнать не только из OpencodeGo, но и из Telegram :)
#Telegram #агенты #юмор
------
@tsingular
#Telegram #агенты #юмор
------
@tsingular
😁25💯5✍4👀4⚡2🤔2🤣2🔥1
This media is not supported in your browser
VIEW IN TELEGRAM
Креативный коллектив запилил свой первый ролик по короткому промпту,- сделать самопрезентацию.
Скромно, аккуратно.
Теперь будем учиться стилю и разнообразию.
Важно, что это не Opus или Astra, т.е. себестоимость крайне низкая.
Стек такой:
deepseek-flash->hermes->multica->hermes
#multica
------
@tsingular
Скромно, аккуратно.
Теперь будем учиться стилю и разнообразию.
Важно, что это не Opus или Astra, т.е. себестоимость крайне низкая.
Стек такой:
deepseek-flash->hermes->multica->hermes
#multica
------
@tsingular
🔥6⚡4🆒2🐳1
This media is not supported in your browser
VIEW IN TELEGRAM
Unitree G1 продолжает эволюционировать
На 5м этапе я б ... не так быстро прошёл 😂
#роботы #Unitree
------
@tsingular
На 5м этапе я б ... не так быстро прошёл 😂
#роботы #Unitree
------
@tsingular
⚡9👾6🆒3
1B за день. локальный рекорд.
до этого пользовался дипсиком без фанатизма месяц.
В основном был GLM, Sol и Opus, а тут что-то настолько deepseek-flash хорошо пошел, что включив его в гермесы и в мультику получил локальную сингулярность.
#deepseek
———
@tsingular
до этого пользовался дипсиком без фанатизма месяц.
В основном был GLM, Sol и Opus, а тут что-то настолько deepseek-flash хорошо пошел, что включив его в гермесы и в мультику получил локальную сингулярность.
#deepseek
———
@tsingular
🤩15🤯10
Халява от ZAI
GLM-5.3-Flash 300 млн токенов
GLM-5.3 200 млн токенов в ZCode.
Я всё забрал!
Качайте и ставьте ZCode чтобы забрать ваши :)
Потратить нужно до 26го.
https://zcode.z.ai
Напоминаю, что подписка по инвайту дешевле на 10%:
https://z.ai/subscribe?ic=GHAFTZRSA1
#ZAI
———
@tsingular
GLM-5.3-Flash 300 млн токенов
GLM-5.3 200 млн токенов в ZCode.
Я всё забрал!
Качайте и ставьте ZCode чтобы забрать ваши :)
Потратить нужно до 26го.
https://zcode.z.ai
Напоминаю, что подписка по инвайту дешевле на 10%:
https://z.ai/subscribe?ic=GHAFTZRSA1
#ZAI
———
@tsingular
🔥9🤩3⚡2🍾2
Вышла Kimi K3.1 Pro
Kimi выпустила K3.1 Pro, первую модель серии K3.1: открытые веса 3T-класса и контекст в миллион токенов. Доступна на kimi.ai, в приложениях, Kimi Work, Kimi Code и через API, полные веса обещают выложить до 4 ноября.
📊 Модель дообучена от K3, но с гораздо большим объёмом посттренинга: Moonshot перестроила RL-фреймворк, инференс длинного контекста и планировщик прогонов, чтобы обучение сразу по сотням доменов давало предсказуемую прибавку на каждом шаге. На Terminal-Bench 4.0 у K3.1 Pro 65,7%: больше, чем у GPT-6 Astra (58,2%), и меньше, чем у Claude Opus 5.5 (66,4%). На Kimi Code Bench 3.0 у неё 61,2% против 55,95% у K3, на BenchCAD 92,7% с инструментами при 96,2% у Opus 5.5, в OfficeQA Pro v2 результат 64,4.
🧪 В одном внутреннем тесте модель собрала симулятор ходьбы на открытой анатомической модели human-atlas: 296 костных компонентов, 402 мышцы, 167 миссий и 420 независимых проверок, ходьба с чередованием шагов 11,2 секунды. Когда подстройка награды перестала улучшать движение рук, модель сняла открытые пробы динамики, нашла и исправила 36 ошибок в расчёте плеч мышц и переобучила контроллер.
⚠️ Уровень галлюцинаций 8,3% вместо 23,4% измерен на стресс-тесте, а не на обычной работе. Корпоративным администраторам доступ в момент запуска выключен по умолчанию. Из обучения убрали данные по кибербезопасности: на xdev-bench-hard модель решает 81,0% задач против 90,5% у того же пайплайна без этих мер, поэтому открытая версия сознательно слабее в наступательных кибероперациях.
💼 Миллион токенов контекста и агентные способности уровня закрытых моделей впервые приходят в весах, которые можно запустить у себя. Но до 4 ноября доступ есть только через сервисы Kimi, тестировать на своей инфраструктуре пока нельзя.
полное описание и возможности смотрите в блоге.
Там прикольные ролики:
https://www.kimi.ai/blog/kimi-k3-1-pro
#Kimi #ОткрытыеМодели #Агенты
———
@tsingular
Kimi выпустила K3.1 Pro, первую модель серии K3.1: открытые веса 3T-класса и контекст в миллион токенов. Доступна на kimi.ai, в приложениях, Kimi Work, Kimi Code и через API, полные веса обещают выложить до 4 ноября.
📊 Модель дообучена от K3, но с гораздо большим объёмом посттренинга: Moonshot перестроила RL-фреймворк, инференс длинного контекста и планировщик прогонов, чтобы обучение сразу по сотням доменов давало предсказуемую прибавку на каждом шаге. На Terminal-Bench 4.0 у K3.1 Pro 65,7%: больше, чем у GPT-6 Astra (58,2%), и меньше, чем у Claude Opus 5.5 (66,4%). На Kimi Code Bench 3.0 у неё 61,2% против 55,95% у K3, на BenchCAD 92,7% с инструментами при 96,2% у Opus 5.5, в OfficeQA Pro v2 результат 64,4.
🧪 В одном внутреннем тесте модель собрала симулятор ходьбы на открытой анатомической модели human-atlas: 296 костных компонентов, 402 мышцы, 167 миссий и 420 независимых проверок, ходьба с чередованием шагов 11,2 секунды. Когда подстройка награды перестала улучшать движение рук, модель сняла открытые пробы динамики, нашла и исправила 36 ошибок в расчёте плеч мышц и переобучила контроллер.
⚠️ Уровень галлюцинаций 8,3% вместо 23,4% измерен на стресс-тесте, а не на обычной работе. Корпоративным администраторам доступ в момент запуска выключен по умолчанию. Из обучения убрали данные по кибербезопасности: на xdev-bench-hard модель решает 81,0% задач против 90,5% у того же пайплайна без этих мер, поэтому открытая версия сознательно слабее в наступательных кибероперациях.
💼 Миллион токенов контекста и агентные способности уровня закрытых моделей впервые приходят в весах, которые можно запустить у себя. Но до 4 ноября доступ есть только через сервисы Kimi, тестировать на своей инфраструктуре пока нельзя.
полное описание и возможности смотрите в блоге.
Там прикольные ролики:
https://www.kimi.ai/blog/kimi-k3-1-pro
#Kimi #ОткрытыеМодели #Агенты
———
@tsingular
🔥5❤4⚡3✍2👍1
Немного оффтопика.
https://climatereanalyzer.org/clim/sst_daily/json_2clim/oisst2.1_nino3.4_sst_day.json
Дальше будет жарко.
#температура #эльниньо
------
@tsingular
https://climatereanalyzer.org/clim/sst_daily/json_2clim/oisst2.1_nino3.4_sst_day.json
Дальше будет жарко.
#температура #эльниньо
------
@tsingular
👀19👻1🎃1
AWS вложит 4,8 млрд евро в расширение франкфуртского региона в рамках 16-миллиардной программы Amazon в Германии
Amazon объявила 20 октября на саммите Invest in Germany в Берлине о планах вложить больше 16 млрд евро в Германию в 2027 году. Из них 4,8 млрд пойдут на расширение региона AWS Europe (Frankfurt). С 2010 года в страну вложено больше 100 млрд евро, обеспечивших 40 тысяч рабочих мест, из них 3 тысячи в AWS.
🧩 Франкфуртский регион работает с октября 2014 года. Рядом с января 2026 действует отдельное облако AWS European Sovereign Cloud в Бранденбурге: физически и логически отдельное от других регионов, с управлением внутри ЕС. В него обещано вложить более 7,8 млрд евро, расширение пойдёт через суверенные Local Zones в Бельгии, Нидерландах и Португалии.
Суверенное облако обслуживают только резиденты ЕС, критических зависимостей от инфраструктуры вне союза нет, и работа продолжается при разрыве связи с остальным миром.
Метаданные клиента вместе с биллингом и учётом потребления остаются в ЕС по GDPR.
В ЕС у AWS шесть регионов. Та же логика в Испании: на MWC26 план по региону в Арагоне поднят до 33,7 млрд евро, из них 18 млрд добавлены к прежним 15,7.
Инфраструктурный рост подкреплен обучением персонала: с 2023 года Amazon и Siemens обучают техников дата-центров по стандартам IHK, а так же вместе с IHK запущена сертификация Cloud Business Expert (IHK), а AWS Tech Alliance с декабря 2023 года охватила больше 20 тысяч студентов.
#AWS #Amazon #Германия
———
@tsingular
Amazon объявила 20 октября на саммите Invest in Germany в Берлине о планах вложить больше 16 млрд евро в Германию в 2027 году. Из них 4,8 млрд пойдут на расширение региона AWS Europe (Frankfurt). С 2010 года в страну вложено больше 100 млрд евро, обеспечивших 40 тысяч рабочих мест, из них 3 тысячи в AWS.
🧩 Франкфуртский регион работает с октября 2014 года. Рядом с января 2026 действует отдельное облако AWS European Sovereign Cloud в Бранденбурге: физически и логически отдельное от других регионов, с управлением внутри ЕС. В него обещано вложить более 7,8 млрд евро, расширение пойдёт через суверенные Local Zones в Бельгии, Нидерландах и Португалии.
Суверенное облако обслуживают только резиденты ЕС, критических зависимостей от инфраструктуры вне союза нет, и работа продолжается при разрыве связи с остальным миром.
Метаданные клиента вместе с биллингом и учётом потребления остаются в ЕС по GDPR.
В ЕС у AWS шесть регионов. Та же логика в Испании: на MWC26 план по региону в Арагоне поднят до 33,7 млрд евро, из них 18 млрд добавлены к прежним 15,7.
Инфраструктурный рост подкреплен обучением персонала: с 2023 года Amazon и Siemens обучают техников дата-центров по стандартам IHK, а так же вместе с IHK запущена сертификация Cloud Business Expert (IHK), а AWS Tech Alliance с декабря 2023 года охватила больше 20 тысяч студентов.
#AWS #Amazon #Германия
———
@tsingular
✍4⚡2🤔1
Forwarded from Machinelearning
Media is too big
VIEW IN TELEGRAM
Tencent выложила Hy-Nomas: опенсорс-модель интерактивного видеомира, которая запускается на одной RTX 4090 🌍
Модель строит мир по сегментам видео, а вы управляете ею текстом и траекторией камеры: на каждом шаге можно сменить сцену, стиль, действие или ракурс, и память мира сохраняется между сегментами. Выход 720x1280 при 24 fps. Для узких областей вроде робототехники есть лёгкая адаптация через LoRA.
На одной RTX 4090 модель идёт с INT8-весами, INT8 KV-кэшем и выгрузкой на CPU, стандартная конфигурация рассчитана на восемь GPU. В репозитории код обучения, инференса и демо, лицензия Apache-2.0.
Бенчмарков для самой модели пока нет, технический отчёт обещают позже.
Github: https://github.com/Tencent-Hunyuan/Hy-Nomas
Демо: https://hy-nomas.hy.tencent.com/demo
Веса: https://huggingface.co/tencent/Hy-Nomas
@ai_machinelearning_big_data
Модель строит мир по сегментам видео, а вы управляете ею текстом и траекторией камеры: на каждом шаге можно сменить сцену, стиль, действие или ракурс, и память мира сохраняется между сегментами. Выход 720x1280 при 24 fps. Для узких областей вроде робототехники есть лёгкая адаптация через LoRA.
На одной RTX 4090 модель идёт с INT8-весами, INT8 KV-кэшем и выгрузкой на CPU, стандартная конфигурация рассчитана на восемь GPU. В репозитории код обучения, инференса и демо, лицензия Apache-2.0.
Бенчмарков для самой модели пока нет, технический отчёт обещают позже.
Github: https://github.com/Tencent-Hunyuan/Hy-Nomas
Демо: https://hy-nomas.hy.tencent.com/demo
Веса: https://huggingface.co/tencent/Hy-Nomas
@ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥8⚡3🆒2
NVIDIA вошла в раунд Higgsfield, чья команда в Казахстане делает 150 млн генераций в месяц
Higgsfield расширила раунд B: новыми инвесторами стали TCV и NVIDIA. В августе компания закрыла этот раунд на 400 млн долларов при оценке 5,4 млрд, ведущим был DST Global, участвовали Goldman Sachs Alternatives, Tribe Capital, AI Capital Partners, Smash Capital, GFT Ventures и Valor Capital.
📊 Платформа делает 150 млн генераций и обрабатывает 12 трлн токенов в месяц, у неё больше 40 млн пользователей в 238 странах, крупнейший рынок приходится на США. Эти объёмы и есть предмет сделки: NVIDIA финансирует слой приложений, где её чипы превращаются в готовый продукт.
🧩 Higgsfield прошла по всем поколениям ускорителей: L40 и A40, затем Hopper, Blackwell и переход на Vera Rubin. Инференс собственных моделей Soul держится на своей инфраструктуре через NVIDIA Dynamo. Пятнадцатиминутную короткометражку Kök Börü отрендерили на Blackwell Ultra, проект открыли и сделали бесплатный курс, который прошли больше 150 тысяч авторов.
Инженерная часть команды сидит в Казахстане: там больше 300 человек в разработке и креативе, соучредитель Ерзат Дулат оттуда родом. Хуанг приехал в Астану 23 октября, это его первый визит в Казахстан. В той же поездке обсуждали Data Center Valley в Экибастузе с проектной мощностью до 1 ГВт, июньское соглашение с Firebird на 10 млрд долларов и 100 тысяч GPU, а также два уже запущенных суперкомпьютерных кластера.
💼 Для NVIDIA это ставка на загрузку нового поколения ускорителей: компания получает партнёра, который первым осваивает Vera Rubin и показывает заказчикам, что генерация видео масштабируется до сотен миллионов запросов в месяц.
📎 Визит Хуанга в Казахстан и планы по инфраструктуре: https://www.cnbc.com/2026/10/23/nvidia-huang-investment-kazakhstan-.html
#NVIDIA #Higgsfield #Казахстан
———
@tsingular
Higgsfield расширила раунд B: новыми инвесторами стали TCV и NVIDIA. В августе компания закрыла этот раунд на 400 млн долларов при оценке 5,4 млрд, ведущим был DST Global, участвовали Goldman Sachs Alternatives, Tribe Capital, AI Capital Partners, Smash Capital, GFT Ventures и Valor Capital.
📊 Платформа делает 150 млн генераций и обрабатывает 12 трлн токенов в месяц, у неё больше 40 млн пользователей в 238 странах, крупнейший рынок приходится на США. Эти объёмы и есть предмет сделки: NVIDIA финансирует слой приложений, где её чипы превращаются в готовый продукт.
🧩 Higgsfield прошла по всем поколениям ускорителей: L40 и A40, затем Hopper, Blackwell и переход на Vera Rubin. Инференс собственных моделей Soul держится на своей инфраструктуре через NVIDIA Dynamo. Пятнадцатиминутную короткометражку Kök Börü отрендерили на Blackwell Ultra, проект открыли и сделали бесплатный курс, который прошли больше 150 тысяч авторов.
Инженерная часть команды сидит в Казахстане: там больше 300 человек в разработке и креативе, соучредитель Ерзат Дулат оттуда родом. Хуанг приехал в Астану 23 октября, это его первый визит в Казахстан. В той же поездке обсуждали Data Center Valley в Экибастузе с проектной мощностью до 1 ГВт, июньское соглашение с Firebird на 10 млрд долларов и 100 тысяч GPU, а также два уже запущенных суперкомпьютерных кластера.
💼 Для NVIDIA это ставка на загрузку нового поколения ускорителей: компания получает партнёра, который первым осваивает Vera Rubin и показывает заказчикам, что генерация видео масштабируется до сотен миллионов запросов в месяц.
📎 Визит Хуанга в Казахстан и планы по инфраструктуре: https://www.cnbc.com/2026/10/23/nvidia-huang-investment-kazakhstan-.html
#NVIDIA #Higgsfield #Казахстан
———
@tsingular
🔥10⚡2🤩2❤1
Ультракороткая волна 40,68 МГц усилила очистку мозга у мышей за десять минут
В Science Advances 16 октября вышла работа о том, что облучение ультракороткой волной на частоте 40,68 МГц за десять минут усиливает глимфатический поток у здоровых мышей. Глимфатика это путь, по которому спинномозговая жидкость входит в мозг вдоль артерий, обменивается веществом с межклеточной жидкостью и уносит продукты обмена вдоль вен. Вырос и приток, и отток, то есть ускорился весь цикл, а не одна его половина.
🧠 Механизм авторы разобрали по частям. Вместе с потоком усилилась дельта-синхронизация нейронов, это видно по локальным полевым потенциалам и электроэнцефалограмме. Хемогенетическое выключение нейронной активности убрало эффект. Блокада водного канала AQP4 на отростках астроцитов тоже его убрала. Значит нужны оба звена: синхронные медленные разряды и перераспределение AQP4 к стенкам сосудов, через которые жидкость и уходит.
На моделях последствия такие: после травмы мозга у мышей уменьшился отёк, а у мышей с патологией болезни Альцгеймера восстановление глимфатики ослабило когнитивные нарушения.
Частота 40,68 МГц это разрешённая ISM-полоса, на которой работают серийные аппараты коротковолновой диатермии. Излучатель и медицинская практика вокруг него существуют десятилетиями, новое здесь не прибор, а режим и доза, подобранные под глимфатику.
🐭 Испытаний на людях нет: эффект показан на мышах, поэтому как лечение этот режим пока не применяется.
💼 Смысл в том, что очистку мозга можно включать внешним полем без операции и без препаратов, а проверять по дельта-ритму и состоянию AQP4 в астроцитах.
Так мы дойдём и до того, что поющие чаши резонансом лечат?
Может просто ИИ поможет нам разобраться с настройками древних инструментов?
📎 Статья: https://pubmed.ncbi.nlm.nih.gov/42886802
#Нейронаука #Альцгеймер #Медицина
———
@tsingular
В Science Advances 16 октября вышла работа о том, что облучение ультракороткой волной на частоте 40,68 МГц за десять минут усиливает глимфатический поток у здоровых мышей. Глимфатика это путь, по которому спинномозговая жидкость входит в мозг вдоль артерий, обменивается веществом с межклеточной жидкостью и уносит продукты обмена вдоль вен. Вырос и приток, и отток, то есть ускорился весь цикл, а не одна его половина.
🧠 Механизм авторы разобрали по частям. Вместе с потоком усилилась дельта-синхронизация нейронов, это видно по локальным полевым потенциалам и электроэнцефалограмме. Хемогенетическое выключение нейронной активности убрало эффект. Блокада водного канала AQP4 на отростках астроцитов тоже его убрала. Значит нужны оба звена: синхронные медленные разряды и перераспределение AQP4 к стенкам сосудов, через которые жидкость и уходит.
На моделях последствия такие: после травмы мозга у мышей уменьшился отёк, а у мышей с патологией болезни Альцгеймера восстановление глимфатики ослабило когнитивные нарушения.
Частота 40,68 МГц это разрешённая ISM-полоса, на которой работают серийные аппараты коротковолновой диатермии. Излучатель и медицинская практика вокруг него существуют десятилетиями, новое здесь не прибор, а режим и доза, подобранные под глимфатику.
🐭 Испытаний на людях нет: эффект показан на мышах, поэтому как лечение этот режим пока не применяется.
💼 Смысл в том, что очистку мозга можно включать внешним полем без операции и без препаратов, а проверять по дельта-ритму и состоянию AQP4 в астроцитах.
Так мы дойдём и до того, что поющие чаши резонансом лечат?
Может просто ИИ поможет нам разобраться с настройками древних инструментов?
📎 Статья: https://pubmed.ncbi.nlm.nih.gov/42886802
#Нейронаука #Альцгеймер #Медицина
———
@tsingular
🔥16🤩5💯4🏆3❤🔥1❤1⚡1👍1