Amazon теперь доставляет в Бикини Боттом
@CGIT_Vines

Ну, Засуно!

Suno (с Ворнером под капотом) решили, что пользователи слишком много скачивают музыки, которую сами же и генерируют за деньги.

Поэтому с 3 сентября вводится новая дивная математика: Free - 7 скачиваний вообще за всю жизнь, Pro - 20 в месяц, Premier - 60.

Нужно больше? Вроде дополнительные скачивания можно будет купить. А безлимит останется у тарифа Premier, если пользоваться Suno Studio.

Официальное объяснение особенно трогательное: лимиты нужны для борьбы с «bad actors», массово экспортирующими богомерзкий AI-слоп. То есть генерировать за бабки хорошо, а в сеть выкладывать плохо.

В сети - все круги музыкального ада Дантэ. Пользователи визжатт, какого хрена Premier позволяет нагенерировать до 2000 треков, но скачать только 60, а обладатели годовых Pro-подписок внезапно обнаружили, что купленный ими сервис теперь выдаёт 20 скачиваний в месяц(!).

Вишенка на аккорде: ограничения распространяются даже на треки, созданные ДО 3 сентября. Песни останутся в библиотеке Suno, слушать и ремиксить их можно, но экспортировать придётся в рамках нового лимита.

Ну и чтобы два раза не вставать: вместе с новой линейкой Suno собирается уничтожить ВСЕ предыдущие модели. Привет фанаты четверки!

Старые песни не исчезнут, но генерировать через старые модели больше не получится. Новые модели, разумеется, обещают быть быстрее, качественнее и управляемее - они создаются о, боги «в партнёрстве с музыкальной индустрией».
В общем, с ребятами и старыми моделями нехорошо получилось.

Бабло побеждает добро.

Suno: "официальный анонс"
https://suno.com/blog/suno-updates-tos

@cgevent

Недавно я писал пост про GEO — оптимизацию брендов под ответы нейросетей. Тогда, собственно, я сам и узнал про эту аббревиатуру.

А спустя три дня обнаружил, что люди уже подсуетились и напилили под это целый сервис — ГЕОранк. Он показывает, как ваш бренд выглядит в глазах нейросетей.

ChatGPT, ЯндексGPT, Perplexity и другие модели прогоняются по заданным запросам, а на выходе вы получаете нормальную аналитику: где нейросеть рекомендует вас, где конкурентов, на какие источники опирается и где чугунная нейросетевая башка начинает галлюцинировать.

Можно добавить свой продукт, конкурентов и сегменты аудитории, загрузить пользовательские запросы — хоть придуманные вручную, хоть сгенерированные — и дальше смотреть, кого именно разные ИИ-модели рекомендуют по каждому из них.

Причём это не просто разовая проверка. Можно отслеживать динамику видимости бренда, сравнивать себя с конкурентами, смотреть, какие сайты и публикации нейросети чаще используют как источники, и разбирать, в каком контексте вообще упоминается ваш бренд.

И вот тут становится видно главное: если человек спросит у ИИ «какой сервис лучше для X», кого именно ему порекомендуют.

Обычная SEO-аналитика этого уже не показывает, потому что пользователь может вообще не дойти до Google или Яндекса, а сразу задать вопрос нейросети. И таких сценариев становится всё больше.

Яснопонятно, волшебной кнопки «продвинуть бренд в ChatGPT» там нет. Зато сервис помогает понять, где именно у вас проблемы с GEO: где бренд не появляется, где проигрывает конкурентам, какие источники учитывают модели и что можно улучшить на сайте, в контенте и внешних публикациях.

А дальше — уже то самое GEO-колдунство.

Посмотреть, что нейросети говорят о вашем бренде: ГЕОранк

да

Если бы у фруктов была человеческая кожа.

Это вам за то что не молитесь.

Наконец-то удобный вид учёбы.

В американских онлайн-универах студенты начали использовать ИИ-агентов, которые проходят учебный курсы вместо человека: сами заходят на университетские учебные платформы, смотрят лекции, решают тесты, пишут работы, участвуют в обсуждениях и т.д.

Т.е. студент может запустить агента в фоне, а сам пойти заниматься действительно важными делами: листать тикток, играть в компьютер или поспать.

Преподаватели, ожидаемо, недовольны. А сами университеты одновременно пытаются бороться с нейронками и заключают многомиллионные контракты с ИИ-компаниями, чтобы внедрять нейронки в обучение.

Надеюсь, осталось совсем немного до идеального образования будущего: нейронка студента проходит курс, нейронка препода его проверяет. В конце бот получает диплом и идёт устраиваться на завод вместо тебя.

Промт инъекции теперь в суде.

Участник процесса в Коннектикуте спрятал в поданых в электронном виде документах инструкции для ИИ - белым шрифтом, размером 3 pt.

Если материалы будут анализировать с помощью ИИ, модель должна была согласиться с его позицией и выдать результат в его пользу.

Суд заметил подозрительные пустые места и нашел скрытый текст.

Судья заявил, что он не использует ИИ для анализа таких документов, но попытку манипуляции засчитал: теперь автору запретили электронную подачу документов - только бумага.

Мемы с Уиллом Смитом и спагетти никогда не надоедают.

покрал отсюда

НАКОНЕЦ-ТО НОРМАЛЬНЫЕ И АБСОЛЮТНО НУЖНЫЕ ВСЕМ ПРОЕКТЫ

Если вы тоже любите роботов и всякую автоматизацию, то вот вам идея для проекта на выходные.

Робот, который подкуривает сигареты и запускает их вам в рот!

Тут фулл видео.

Помнишь того чувака, который слил свой Gemini-ключ и попал на $82 314 за двое суток?

Вот поэтому предоплата лучше, чем карта, привязанная к аккаунту. Больше того, что закинул, у тебя физически не спишется.

Clavis — российский шлюз к нейросетям. Один ключ, 180 с лишним моделей, баланс в рублях.

Что внутри: GPT-5.6, Claude Opus 5, Claude Fable 5 и Sonnet 5, Gemini 3.1 Pro, DeepSeek v4 Pro и ещё под сто восемьдесят штук. Плюс картинки, видео и аудио по тому же ключу.

Главное, чего нет у остальных шлюзов. У нас три формата API, а не только OpenAI-совместимый:

OpenAI      https://api.clavis.to/v1
Anthropic   https://api.clavis.to
Gemini      https://api.clavis.to

Anthropic и Gemini нативные, не переписанные под OpenAI. То есть работает Claude SDK через ANTHROPIC_BASE_URL, работает Gemini CLI через GOOGLE_GEMINI_BASE_URL, работает нативный коннектор в SillyTavern. Всё то, что в OpenAI-совместимый режим не заворачивается.

Куда встаёт без бубна: n8n, Hermes, OpenClaw, Cline, Open WebUI, LibreChat, Cherry Studio, Aider, свои скрипты на любом SDK. Меняешь одну строку.

Условия:

- Карта или СБП. Visa, Mastercard, МИР. Без комиссии и конвертации
- Пополнение от 10 рублей. Не от 500 и не от пяти баксов
- Подписки нет. Платишь за токены, остаток не сгорает
- VPN не нужен
- Запросы не логируем и в обучение не отдаём

Промокод NEURO, по нему 50 рублей на баланс. Работает до 20.09.2026.

👉 clavis.to

Вы будете смеяцца, но у нас новый видео генератор.

И это просто конский монстр. По сравнению с ним Минимакс - это Stable Diffusion 1.5 на два килобайта.

Итак MAGI-2 Preview - открытая unified audio-video модель на 114B параметров, построенная как очень мелкозернистый MoE. Единовременно активируется около 6B параметров, то есть примерно 5% всей ёмкости модели. Sand AI называет это Ultra-Fine-Grained MoE / MagiMoE.
Модель одновременно работает с текстом, видео и аудио в одном Transformer backbone.

Главная архитектурная фишка интереснее самого числа 114B. Backbone - **40 Transformer layers**, из них средние **36 слоёв MoE**, четыре крайних dense. Hidden width 3072 разбивается на **12 независимых head по 256 dimensions**. У каждого head собственный набор из **256 экспертов**, а на токен выбираются Top-6. То есть на одном MoE-слое потенциально существует 12 × 256 = **3072 маленьких expert-блоков**, но конкретный токен использует всего 72 из них. Это позволяет хранить огромное количество специализированных параметров, не прогоняя 114B целиком на каждом diffusion step.

Сейчас заявлены T2V и I2V, причём звук генерируется совместно с изображением, а не приклеивается отдельной моделью после генерации. Выход пока жёстко ограничен 10 секундами. Референсов и редактирования нет.

Генерация двухступенчатая:

- base/preview: 512 × 896
- refiner: 1088 × 1920
- затем при необходимости output ресайзится до настоящих 1080 × 1920.


А теперь праздник: системные требования

Официальный MINIMUM(!):

8 × NVIDIA Hopper GPU.

Типа 8×H100/H200. Общий размер весов - около 307 GB:

- main preview transformer - 228 GB
- Qwen3.5-27B text encoder - 56 GB
- refiner - 14 GB
- Stable Audio Open audio VAE - 5 GB
- Wan 2.2 video VAE - 3 GB
- Turbo VAE decoder - 2 GB.

То есть полный зоопарк - особенно напрягает Stable Audio и древний ВАН.

По счастию Монстр уже есть на Artificial Analysis.

И среди open-weight video models with audio сейчас картина такая:

1. MiniMax H3 - 1192
2. MAGI-2 Preview - 1108
3. LTX-2.3 Fast - 958

Наверное можно расходиться, но впереди еще MAGI-2 distilled, которой нет.

Ну и надо подсобрать тесты, пока мало примеров.

А теперь самое главное - дешевая цена (в облаке):

MAGI-2 Preview теоретически обходится Sand.ai примерно в $0.074 за 10 секунд 1080p, но официальную пользовательскую цену API за такой ролик Sand.ai публично не раскрывает. Более того, по идее это цена за distilled модель, которой пока нет.

Cсылки:

https://platform.sand.ai/
https://platform.sand.ai/docs/api-v2
https://platform.sand.ai/app/buy-credits
https://sand.ai/blog/magi-2-preview
https://github.com/SandAI-org/MAGI-2-preview
https://huggingface.co/sand-ai/MAGI-2-preview

https://artificialanalysis.ai/video/leaderboard/image-to-video

@cgevent

Киберпанк, который мы заслужили

AGI