Новые ассистенты, «периодическая таблица» для алгоритмов, AI в биомеде взлетает — собрали всё самое интересное 🤖

Видео и графика

1️⃣ В Adobe представили Firefly Image Model 4 с новыми AI-функциями. Сильно упростили настройки при генерации изображений и видео. Cтало проще менять стили, форматы и ракурсы. Создавать картинки можно даже в 2K. Новинки доступны в Photoshop, Premiere Pro и других продуктах компании.

Ассистенты и мультимодальные решения

2️⃣ Meta* запустила персонального AI-ассистента на базе LLaMa 4. Новый помощник Meta AI живёт в Facebook*, Instagram* и очках Ray-Ban Meta. Может общаться голосом, генерировать изображения и персональные ответы.

3️⃣ Виртуальный AI-агент получил награду за клиентский сервис. Продуктами 2025 года назвали Wave iX Translate и AI Virtual Agent от ibex. Они настраиваются под специфику конкретного бизнеса и полностью автоматизируют общение с клиентами.

Наука и медицина

4️⃣ Исследователи MIT разработали «периодическую таблицу» алгоритмов машинного обучения. Ученые составили уравнение, описывающее то, как 20 классических алгоритмов строят взаимосвязи в данных. И на основе этого уравнения классифицировали каждый из них. С помощью таблицы можно комбинировать методы и создавать новые модели.

5️⃣ Питтсбургский университет и Amazon Web Services открыли центр AI в спортивной аналитике. Студенты будут разрабатывать модели для предотвращения травм и анализа результатов спортсменов.

6️⃣ Китайские компании Anhui Conch Cement и Huawei создали AI-модель для производства цемента. В систему заложены более 200 сценариев, которые упрощают расчёты на всём производственном цикле: от карьера до доставки продукта клиенту.

Бизнес и инвестиции

7️⃣ Биомедицинские AI-проекты получат больше финансирования. Ожидается, что инвестиции в фарм-проекты с AI вырастут с $4 миллиардов в 2025 году до $25 миллиардов к 2030 году.

* экстремистские организации, деятельность которых запрещена на территории РФ

Сбер на научной конференции NAACL'25 🔥

В Нью-Мексико прошла NAACL’25 — одна из главных NLP-конференций. В этом году было подано 3 246 научных работ, из которых одобрили лишь 719 (22,15%). И работа исследователей из Сбера среди них! 🏆

На конференции наша коллега Мария Тихонова представила исследование команд AGI NLP и RnD для B2C: "The Russian-focused embedders’ exploration: ruMTEB benchmark and Russian embedding model design".

Это продолжение нашей работы над эмбеддингами текстов, которую они ранее представили на ICLR. В рамках нового исследования для NAACL коллеги обучили ru-en-RoSBERTA — модель для русскоязычных текстов — и испытали её в бенчмарке ruMTEB. В нем модель показала отличные результаты на уровне своих основных конкурентов.

Ожидаем, что очень скоро поддержка русского языка в LLM выйдет на принципиально новый уровень ⚡️

Ставьте 👏 и присоединяйтесь к пожеланиям успеха команде!

DeepSeek выпустила Prover V2 — LLM на 671 млрд параметров для решения математических и логических задач 🔄

Что в основе:

⚫️ Язык программирования Lean4
⚫️ 8 млрд синтетических примеров от DeepSeek V3
⚫️ RL-обучение с обратной связью «верно/неверно»

💡 Есть облегчённая версия Prover V2 7b с расширенным контекстом до 32 000 токенов (в предыдущей было всего 4 000).

📊 Модель прошла бенчмарк ProverBench из 325 задач по алгебре, теории чисел и комплексному анализу, в том числе из соревнований AIME 24 и 25. А в тесте MiniF2F, состоящем из олимпиад для студентов и старшеклассников, показала 88,9% точности. Такого результата модель достигает благодаря масштабной архитектуре и узкой специализации на доказательствах в различных разделах математики. Имеет ли Prover V2 шансы стать популярной в автоматизации математических расчётов? Будем тестировать ☑️

➡️ Подробнее на GitHub.

Gemini 2.5 Pro прошла Pokémon Blue 🎮

LLM одна из первых справилась с культовой игрой на Gameboy из 90-х. Gemini играла через «агентную систему»: получала скриншоты игрового поля с наложенной ключевой информацией и подсказками, после чего генерировала наиболее вероятное следующее действие ⚡️

Прохождение игр показывает, как модели умеют решать многослойные и нестандартные задачи. Пройти другую версию игры Pokémon Red ранее удалось модели Claude 3.7. Но сравнивать её результат с Gemini 2.5 Pro некорректно — у моделей были разные условия, подсказки и доступ к информации об игре.

Если модели научатся играть, возьмёте себе AI в партнёры?
👍 — однозначно
🤔 — сомневаюсь

🧷 Скрепку из MS Office 1997 превратили в AI-помощника 🤖

Хотя обновлённый Clippy по-прежнему выглядит как винтажная программа из 90-х, теперь он помогает запускать LLM. Нужно только скачать приложение и указать путь к модели — всё остальное помощник сделает сам. Он даст справку о модели, подскажет шаги и запустит её в интерфейсе Скрепки из 90-х.

Особенности:

🔘 поддерживает Windows, macOS, Linux
🔘 написан на TypeScript и Shell
🔘 не требует установки
🔘 работает офлайн (обновления можно отключить)
🔘 подбирает способ запуска (Metal, CUDA, Vulkan)

Исходный код доступен бесплатно на GitHub.

💯 — если знали, что Скрепка вернётся 🥹

Видео felixrieseberg

Data Fest’25 на площадке Сбера — спешите зарегистрироваться! 🎉

Data Fest — знаковая конференция для специалистов в области искусственного интеллекта. Каждый год несколько дней подряд AI-профи собираются на разных площадках, и в этом году 30 мая один из офлайн-дней пройдёт в гостях у Сбера в Москве и будет посвящён тематике GenAI.

Что вас ждёт?

⚫️ Доклады от экспертов Сбера, Института AIRI, компаний-партнёров, а также спикеров сообщества Open Data Science
⚫️ HR Speed Dating и One Day Offer
⚫️ Постерная сессия и плотный нетворкинг
⚫️ Игры на развитие soft skills и незабываемая атмосфера

30.05 | Хотите прийти лично? Регистрация тут.
Для тех, кто не сможет присутствовать, мы будем присылать кружки с места событий. Кроме того, выступления можно будет посмотреть онлайн.

В Сбере прошёл хакатон «СоздAI агента» 🤖

600 сотрудников, 36 часов, 30 задач — всё ради одного: создать AI-агентов, которые изменят привычный подход к работе программистов.

Что придумали финалисты:

🔘 Мультиагент для API — сам анализирует требования, уточняет детали и при необходимости делает Pull Request с новым API. Ускоряет разработку: минус 12 часов в день на задачу в спринте.
🔘 Проектировщик API — помогает инженерам генерировать API, публикует его в API Studio, общается через СберЧат. С его помощью можно сократить время подключения API на 50%.
🔘 Агент-сыщик — ищет нужную для пользователя информацию в сообщениях и вложениях СберЧата. В основе — мультимодальные эмбеддинги, дерево рассуждений. Результат — экономия миллионов рублей в год.

Осенью команды представят финальные версии решений. Лучшие Сбер внедрит в свои бизнес-процессы.

С нетерпением ждём результатов 🔥

Если вы до сих пор откладывали — пора действовать ⚡️

Приём заявок на акселератор Sber500 продлён до 9 июня. У вас ещё есть шанс прокачать свой стартап и выступить на Демо-дне в Москве перед инвесторами и лидерами инновационного рынка.

➡️ Успейте подать заявку!

Диффузионные модели генерируют качественные изображения, музыку и видео по текстовому запросу. Рассказываем, как это происходит.

Что такое диффузия

👨‍💻 Представьте, что вы моете кисточку с краской. Распределение частиц краски в стакане воды будет меняться, как и вероятность появления случайной частицы в том или ином месте. Эти закономерности можно приложить к данным.

Как работают такие модели

👨‍💻 Во время генерации изображения модель преобразовывает исходное распределение данных в целевое — то есть соответствующее промпту пользователя.

Исходное распределение данных — это шум. Например, гауссовский шум, который обладает нормальным статистическим распределением вероятностей. Модель шаг за шагом стирает его компоненты, детализируя будущую картинку. Для этого она выстраивает цепь Маркова, в которой каждый следующий этап «расшумления» зависит только от предыдущего.

Как устроено обучение

👨‍💻 Сначала модель учится добавлять шум в набор тренировочных данных — например, в изображения. А затем — обращать процесс вспять и возвращать данные в исходное состояние.

Чтобы ускорить генерацию, применяют дистилляцию. Модель, обученная стандартными способами, тренирует «ученика», чтобы тот генерировал качественный результат за меньшее количество шагов.

В чём преимущества

🔘Учатся стабильнее, чем генеративные состязательные нейросети (GAN)
🔘Благодаря пошаговому процессу диффузии изображения реалистичны и детальны, а работа моделей прозрачна и интерпретируема
🔘Могут точечно редактировать сгенерированные изображения

Примеры

👨‍💻 Dall-E 3 от OpenAI, Stable Diffusion от Stability AI, Midjourney. Диффузионные модели лежат в основе работы Kandinsky: благодаря им картинки получаются реалистичными. А модели GigaChat генерируют музыку и редактируют изображения по текстовому запросу.

Пользуетесь диффузионными моделями?

😍 — да, они помогают мне в работе
👍 — да, просто люблю экспериментировать
☹️ — разве может робот написать симфонию, создать шедевр?

«Фронтиры прогресса» — конференция о будущем технологий, где встречаются наука и бизнес 🚀

22–23 мая Сколтех станет местом диалога исследователей, предпринимателей и государственных лидеров. В мероприятии примут участие эксперты и исследователи Сбера 🎤

Среди тем — AI, энергетика, фотоника, биотехнологии, новые материалы. Участники обсудят, что нужно бизнесу от науки и как трансформировать открытия в реальные продукты.

Секционные обсуждения, научные доклады, лабораторные презентации, выставка достижений, постерные сессии и многое другое принесут участникам идеи и вдохновение 💡

📱 Регистрируйтесь до 21 мая по ссылке