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

Медицинские бенчмарки и математика от DeepMind — собрали всё самое важное 🤖

Модели и мультимодальные системы

1️⃣ OpenAI добавила GPT‑4.1 и GPT‑4.1 mini в ChatGPT. Новая модель быстрее GPT‑4o и лучше справляется с написанием и отладкой кода. Вместе с релизом представлен Safety Hub — центр оценки безопасности моделей.

2️⃣ Alibaba выпустила Wan2.1-VACE — универсальную модель для генерации и редактирования видео. Поддерживает R2V, V2V и MV2V, работает на RTX 4090, генерирует пять секунд видео за четыре минуты. Поддерживает монтаж и качество 1080p.

3️⃣ Stability AI разработала Stable Audio Open Small — аудиомодель с 341 млн параметров. Решение генерирует до 11 секунд стереозвука менее чем за 8 секунд и запускается на смартфоне. Модель обучена на открытых данных, работает офлайн и доступна бесплатно на GitHub.

Ассистенты и инструменты разработчика

4️⃣ Gemini теперь можно подключить к GitHub. Пользователи Gemini Advanced могут импортировать публичные и приватные репозитории, а после использовать AI для работы с кодом. В частности, модель помогает править и отлаживать проекты.

5️⃣ DeepMind представила AlphaEvolve — AI-агента, который ускоряет обучение моделей. Новая система сочетает возможности Gemini с автоматической оценкой решений и уже оптимизирует дата-центры Google. Её протестировали на 50 сложных задачах по математике, и в 20% случаев AI предложил более точные решения. Эти результаты подчёркивают потенциал модели для создания новых, эффективных алгоритмов.

Наука и инфраструктура

6️⃣ OpenAI разработала HealthBench — бенчмарк для оценки AI в медицине. В нём 5 000 диалогов и 57 000 критериев для проверки точности и полноты ответов. По результатам тестов, модель o3 лидирует по качеству коммуникации с пользователем. При этом некоторые специалисты раскритиковали компанию за оценку собственных моделей.

OpenMemory сохранит память о ваших взаимодействиях с AI-помощниками ☀️

Одно из основных затруднений при работе с разными нейросетями — они не знают, что вы уже обсуждали с другими. Каждый раз как в первый. Но теперь проблему можно обойти: появился плагин OpenMemory, который объединяет память всех ваших AI-собеседников.
Например, если вы обсуждали задачу с Claude месяц назад, разговор можно продолжить с Cursor. Никаких повторов, никаких забытых вводных — модели будут знать, о чём вы говорили с другими помощниками. Главное, чтобы ревновать не начали...💔

Основные фичи:
🔘 Централизованное хранилище диалогов
🔘 Удобный поиск по истории
🔘 Возможность удалить устаревшие данные
🔘 Расширение контекста знаний и памяти нейросетей

Запускается локально — данные не уходят на внешние серверы. Это означает больше приватности, возможность автономной работы, ускорение доступа к памяти. Для разработчиков и продвинутых пользователей OpenMemory — это способ связать все инструменты в единую экосистему. Пишете код в Cursor, проверяете гипотезы с Claude, валидируете всё в Windsurf.

▶️ Читайте подробности и скачивайте на GitHub.