Телеграм канал «эйай ньюз»

Жесть какой объем видео было скормлено в Сору 2 во время тренировки. Знает даже всякую лютую дичь из нашего постсоветского телевизора, типа Малышевой. Но человека, садящегося в автомобиль, сгенерить не может – не достаточно данных все-таки. Все ещё ждем решений суда об использовании всего этого контента и внешности существующих людей. Я если что за свободное использование фото видео из интернета (выложил в ютуб - распрощался с правами), но уж слишком Альтман борзо себя ведёт. @ai_newz

Нейродайджест за неделю (#90) Юбилейный LLM - OpenAI DevDay — мини-приложения в ChatGPT. Плюс AgentKit (аналог n8n) и ChatKit для интерфейса. В API добавили GPT-5 Pro с конским ценником ($15/$120) и мини-версии других моделей. - Nvidia инвестирует в xAI — вложит $2 миллиарда, но не напрямую, а через SPV, которая закупит GPU для кластера Colossus 2 и будет сдавать их в аренду. - Сколько генерят нейронки —Gemini обрабатывает 1.3 квадриллиона токенов в месяц, а API OpenAI — более 250 триллионов. Генеративные модели - Sora 2 в API — Sora 2 и Pro теперь доступны в API по адекватной цене: 10 центов/сек за обычную версию. Pro-версия дороже, но с 1080p и длиной до 15 секунд. > Читать дайджест #89 #дайджест @ai_newz

Вчера Google анонсировали что Gemini теперь обрабатывает 1.3 квадриллиона токенов в месяц, с конца июля нагрузка выросла на 30%. Это цифра для всего использования Gemini — и для продуктов Google и для внешних разработчиков. Это какое-то безумное количество токенов — для сравнения, это эквивалентно обработке нескольких миллиардов книг каждый месяц. Но тем не менее цифра ещё и неимоверно маленькая — ведь в перерасчёте, на каждого человека на планете, в среднем выходит лишь 160 тысяч токенов в месяц (сравните это со своим использованием). Google не единственная компания с такими масштабами — OpenAI на Devday заявили что их API обрабатывает 6 миллиардов токенов в минуту, то есть больше 250 триллионов токенов в месяц. Напрямую сравнивать это с цифрами гугла разумеется нельзя — у OpenAI гигантское количество токенов потребляется 800 миллионами пользователей ChatGPT, что не учитывается в использовании API. Но понятно что уровень нагрузки у компаний сопоставимый, хоть глобально это всё ещё крайне мало. @ai_newz

MWS AI выпустила первый бенчмарк для тестирования мультимодальных моделей на русскоязычных документах — MWS Vision Bench. До этого момента разработчики могли полагаться только на OCRBench или MMMU, которые работают исключительно с английским и китайским языками, что делало невозможной адекватную оценку моделей для российского рынка. Это решает реальную боль компаний: теперь можно объективно сравнить, насколько хорошо разные VLM-модели справляются с типовыми задачами. Что проверяет бенчмарк: • Распознавание текста на сканах договоров и официальных документов • Извлечение структурированных данных из таблиц и форм • Понимание рукописных заметок и аннотаций • Работа со схемами, чертежами и диаграммами • Ответы на сложные вопросы по содержимому документов Бенчмарк включает 800 реальных изображений и 2580 заданий, полностью обезличенных и максимально приближенных к реальным рабочим сценариям. Команда MWS AI сделала бенчмарк полностью открытым: код выложен на GitHub, валидационный датасет доступен на HuggingFace. Любой желающий может скачать, запустить тесты на своих моделях и сравнить результаты с лидерами — сейчас это Gemini 2.5 Pro, Claude Sonnet 4.5 и ChatGPT-4.1 mini. Архитектура позволяет добавлять новые типы задач и адаптировать бенчмарк под специфические кейсы. То есть он может служить фундаментом для развития экосистемы русскоязычных мультимодальных моделей, которые наконец-то можно сравнивать по единым, прозрачным метрикам. @ai_newz

Nvidia будет частью нового раунда финансирования xAI Особенность раунда в том, что акций xAI инвесторы не получают. Всё идёт через SPV (Special Purpose Vehicle), специально созданную компанию, которая приобретёт GPU для Colossus 2 и будет сдавать их в аренду xAI. В чём-то это похоже на схему OpenAI со Stargate. Доля Nvidia составит 2 миллиарда, а в целом размер раунда ожидается в 20 миллиардов — 7.5 будут акциями SPV, остальное в долг. @ai_newz

Проблема многих LLM-курсов — они заканчиваются там, где начинается реальная работа: на этапе деплоя. Крупнейшая магистратура по ИИ в России AI Talent Hub и GIGASCHOOL запустили хардовый и практический курс «LLM-инженер». Его фокус — на выводе проектов в прод, а не только на работе в ipynb. В программе: - Дообучение: fine-tuning, PEFT, LoRA / QLoRA, RLHF. - Инструменты: LangChain, LangGraph, векторные базы. - Архитектуры: RAG-системы, информационный поиск, защита LLM. - MLOps: пайплайны, деплой, трекинг, версионирование. - Продвинутые темы: мультиагентные решения и ассистенты. Курс запускается уже вторым потоком, а преподают практики из крупных AI-команд, включая директора по разработке моделей в Газпромбанке Кристину Желтову, NLP Lead'а из X5 Tech Александра Потехина и CEO HiveTrace Евгения Кокуйкина. ▪️Старт 15 октября | 25 недель с каникулами; ▪️37 800₽/мес (рассрочка); ▪️Повышение стоимости — 10 октября. Подробности и регистрация. #промо

Что показали на OpenAI DevDay Главный анонс — мини-приложения в ChatGPT. На старте их семь, анонсировали ещё 11. Чатгпт будет периодически сам подсказывать подходящее приложение по контексту диалога. Фича открыта почти всем авторизованным пользователям вне ЕС, каталог приложений и приём заявок на публикацию приложений от разработчиков обещают до конца года. Приложения собираются на веб-технологиях поверх MCP. Примеры с исходниками уже есть на GitHub. Обещают кучу способов монетизации своих приложений, OpenAI всё ещё плотно хотят свой апстор, несмотря на провал GPTs. AgentKit и ChatKit. AgentKit — набор для сборки и продакшен-запуска агентов с визуальным конструктором, коннекторами и встроенными инструментами оценки. ChatKit — готовый встраиваемый чат-интерфейс, чтобы быстро дать пользователю доступ к вашему агенту прямо в продукте. Описывать флоу агента теперь можно в новом визуальном интерфейсе Agent Builder, теперь создание агентов доступнее. В API тоже насыпали моделей. Sora 2 и Sora 2 Pro теперь доступны в API. Pro версия отличается длиной генерации в 15 секунд вместо 10 и поддержкой 1080p. Цена 10 центов за секунду для обычной модели, что дешевле даже Veo 3 Fast. Pro версия стоит 30 центов за секунду 720p видео и 50 центов за 1080p. На удивление адекватная цена для такого уровня качества. А вот GPT-5 Pro обвинить в разумном прайсинге нельзя. $15/$120 за миллион токенов для ризонера это крайне много, с такой ценой модель продолжит оставаться очень нишевой. Кроме этого вышли мини варианты gpt-realtime и gpt-imagе, чтобы удешевлять продакшен-кейсы. Как у них с качеством всё ещё неясно, но цена неплохая. @ai_newz