⚡️ Veo 3 — генеративная модель с озвучкой и 4K-рендерингом

На ежегодной конференции Google I/O 2025 представили Veo 3 — одну из самых технологически продвинутых моделей для генерации видео.

Что нового:

🔘 улучшенные физический рендеринг и поведение объектов
🔘 поддержка 4K-вывода — больше деталей и глубины
🔘 повышенная точность исполнения промптов в сравнении с прошлой версией
🔘 автоматическая генерация речи, включая диалоги и закадровый голос
🔘 встроенная функция генерации звуковых эффектов и музыки

🔘 Veo 3 «понимает» визуальный контекст. Модель анализирует исходные пиксели и автоматически подбирает звуки к сцене. Это одно из её главных отличий от конкурентов. Вероятнее всего, модель обучали на видеоданных с YouTube, однако Google не раскрывает источников.

🤖 В основе аудиофункций — наработки DeepMind в области video-to-audio AI, анонсированные в 2024 году. Именно они позволили модели не просто накладывать звук, а полноценно режиссировать сцены.

Что думаете? Оставляйте реакции 👇

Видео: Google DeepMind

Звёздные вспышки и крутые стартапы — собрали всё самое важное 🤖

Модели и мультимодальные системы

1️⃣ Китайские учёные создали FLARE — AI-модель для прогнозирования вспышек звёзд. Она анализирует физические свойства небесных тел и историю их магнитной активности. Модель работает на исследовательской платформе Science One и может помочь в поиске экзопланет и эволюции звёзд.

2️⃣ DeepSeek представила обновлённую модель R1 на 685 млрд параметров. Она доступна на ресурсе для разработчиков Hugging Face под MIT-лицензией. Модель слишком тяжёлая для запуска на обычных ПК — ей потребуются серверы с несколькими GPU уровня NVIDIA A100 или H100.

3️⃣ Маттиас Нисснер, один из ведущих AI-исследователей Европы, основал стартап SpAItial для генерации 3D-миров по текстовому запросу. Несмотря на раннюю стадию, проект уже привлёк $13 млн инвестиций. В разработке участвуют специалисты из Google и Meta*.

4️⃣ Odyssey разработала AI-модель, превращающую видео в интерактивную среду: зритель может управлять движением камеры, как в 3D-игре. Картинка генерируется в реальном времени пока с искажениями, но команда обещает исправить баги в ближайшее время. Модель уже можно тестировать в демо.

5️⃣ Google на I/O 2025 представила Veo 3 — продвинутую модель для генерации видео, поражающего своей реалистичностью. Модель «понимает» визуальный контекст, автоматически генерирует звук, речь, закадровый голос к сценам. И всё это с улучшенным рендерингом и поведением объектов в высоком разрешении 4K!

Ассистенты и инструменты разработчика

6️⃣ Anthropic добавила голосовой режим в Claude для телефона. Новая функция позволяет работать над документами и изображениями с помощью голосовых команд. Пока только на английском. Бета-версия имеет ограничение — в 20–30 диалогов в день для бесплатных пользователей.

7️⃣ Opera представила браузер Neon с AI-помощником, способным заполнять формы, бронировать поездки и создавать сайты и игры по текстовому запросу. У него три режима: Chat — для диалогов, Do — для выполнения задач, Make — для генерации контента. Все процессы выполняются в облаке. Доступ будет по подписке.

Наука и инфраструктура

8️⃣ Российская компания Servicepipe представила первое отечественное AI-решение для защиты от DDoS-атак. Модель анализирует вредоносный трафик и предлагает варианты реагирования, оставляя финальное решение за человеком. Разработка может стать альтернативой зарубежным аналогам Radware, Cloudflare и Akamai.

9️⃣ Американский стартап Atomic Canyon разрабатывает поисковую систему на базе RAG-моделей для работы с документацией АЭС. Решение адаптируют под нужды инженеров, техников и специалистов по нормативам, чтобы помочь ориентироваться в огромных массивах документов.

*экстремистская организация, деятельность которой запрещена на территории РФ

Региональный трек AI Journey стартует в Нижнем Новгороде! 🔥

Напоминаем, что сегодня на ЦИПР пройдёт первый региональный трек AI Journey — крупнейшей AI-конференции от Сбера.

В программе:

🔘 Тренды generative AI 2025
🔘 Мультиагентные системы на базе LLM
🔘 Вопросы по разработке AGI

👉🏻 Присоединяйтесь к трансляции

AlphaEvolve ускоряет обучение AI и решает математические проблемы 5️⃣

В мае DeepMind представила AlphaEvolve — AI-агента на базе больших языковых моделей Gemini Flash и Gemini Pro. Он пишет и совершенствует алгоритмы для создания программ, решения сложных математических задач и оптимизации работы оборудования Google. Его решения экономят вычислительные ресурсы и ускоряют обучение AI-моделей.

Как работает AlphaEvolve

🔘Генерирует код с помощью LLM
🔘LLM управляет эволюционным процессом: предлагает «мутации» — модификации блоков кода
🔘Варианты кода проходят «естественный отбор» — их эффективность автоматически оценивается при выполнении задач разной сложности

AlphaEvolve может написать сотни строк кода на любом языке и «запараллелить» процесс оценивания, что сокращает время на поиск решений. Для этого он распределяет вычисления по кластерам. Возможности FunSearch, предыдущей «эволюционной» разработки DeepMind, на порядок ниже.

Что уже сделал AlphaEvolve

🔘 Сократил время обучения Gemini на 1%: разделил сложную операцию умножения матриц на подзадачи

🔘 Нашёл новую нижнюю границу числа «поцелуев» в 11 измерениях. Это геометрическая задача о том, сколько одинаковых сфер можно разместить вокруг такой же сферы так, чтобы они касались её, но не пересекались друг с другом

🔘 Усовершенствовал алгоритм умножения матриц Фолькера Штрассена, который считался лучшим

🔘 Оптимизировал работу Borg — системы, которая управляет вычислениями в центрах обработки данных Google. Это помогло компании сэкономить 0,7% вычислительных ресурсов

🔘 Предложил переписать Verilog — язык для моделирования электронных систем. В Google учли эту идею в разработке тензорных процессоров — вычислительных чипов для AI-моделей

💡AlphaEvolve испытали на более чем 50 открытых проблемах математики. Для 20% задач агент уточнил существующие решения. А в 75% случаев — пришёл к самым точным решениям из известных человечеству

➡️ По этой ссылке можно прочитать статью, а на GitHub — ознакомиться с математическими результатами.

Как вам возможности AlphaEvolve?
❤️ — это прорыв
👍 — звучит интересно
🤔 — посмотрим, как AI справится с задачами тысячелетия