✔️ Amazon Nova Sonic: голосовая модель с точностью выше, чем у GPT-4o.

Amazon запустил Nova Sonic — голосовую модель, которая уже работает в обновлённом ассистенте Alexa+. Модель на 80% дешевле GPT-4o от OpenAI, при этом точнее распознаёт речь: уровень ошибок — 4,2%, что на 46,7% лучше GPT-4o-transcribe.

Модель доступна через платформу, Bedrock с помощью нового двунаправленного потокового API. По словам вице-президента Amazon Рохита Прасада, модель отлично справляется с маршрутизацией пользовательских запросов к различным API, что позволяет ей получать информацию в режиме реального времени, анализировать собственные данные или выполнять действия во внешних приложениях.
aboutamazon.com

✔️ Anthropic расширяет присутствие в Европе.

Anthropic объявила о планах по расширению своей деятельности в Европе, создав более 100 новых рабочих мест. Компания назначила Гийома Принсена, бывшего руководителя Stripe и генерального директора Mooncard, главой подразделения в Европе, на Ближнем Востоке и в Африке (EMEA). Вакансии будут открыты в Дублине и Лондоне по направлениям: продажи, проектирование, исследования и бизнес-операции.
tech.eu

✔️ Shopify будет проверять перед наймом новых сотрудников, не сможет ли ИИ выполнять эту работу.

Тоби Лютке, глава Shopify, заявил сотрудникам: перед запросом новых кадров или ресурсов команды должны обосновать, почему задачу нельзя решить с помощью ИИ. В меморандуме, опубликованном в X, Лютке призвал переосмыслить рабочие процессы через призму автономных ИИ-агентов: «Это открывает интересные возможности для оптимизации».

По его словам, активное использование ИИ стало «базовым требованием» для всех в компании. Эффективная работа с алгоритмами — навык, который сотрудники обязаны развивать, экспериментируя и анализируя результаты. Вопросы об интеграции ИИ теперь включат в систему оценки эффективности.
cnbc.com

✔️ IBM анонсировала мейнфрейм z17 на процессорах Telum II.

IBM официально представила новое поколение мейнфреймов z17, оснащённых процессорами Telum II. Восьмиядерные чипы с частотой 5.5 ГГц получили виртуальный кэш L3 на 360 МБ и L4 на 2.88 ГБ, а также новый блок обработки данных для ускорения ИИ-задач. По заявлениям IBM, система справляется с 24 трлн операций в секунду и на 50% быстрее предшественника z16, выпущенного три года назад.

z17 оптимизирован под задачи искусственного интеллекта: обновленные I/O-модули и кэширование должны сократить задержки в сложных вычислениях. Мейнфрейм поддерживает z/OS, а из Linux-дистрибутивов — RHEL, Ubuntu и SUSE. Ожидается, что z17 поступят в продажу летом.
ibm.com

✔️ Вышел DeepCoder 14B Preview — новая кодовая модель, лидирующая в своём классе (14B) и конкурирующая с o3-mini и o1 (на low-настройках).

Создан на базе — DeepSeek R1 Distill 14B + RL на 24k задач, что сильно прокачало навыки кодинга и неожиданно улучшило математику.

Главное: опубликованы веса, код и датасет. Можно запускать локально!
Github

✔️ AlphaXiv выпустили бесплатного агента Deep Research

В инструмент добавили Deep Research — ИИ, который за минуту делает обзор по любой научной теме:
- находит ключевые статьи
- показывает тренды
- кратко объясняет каждую работу

Можно вести диалог, уточнять детали и копать глубже. И всё это — бесплатно.
alphaxiv.org

✔️ Deep Research теперь работает в Gemini 2.5 Pro

Google прокачали Deep Research в:
- Поиске и синтезе информации
- Генерации глубоких и наглядных отчётов
- Аналитическом мышлении и рассуждении
Попробовать

@ai_machinelearning_big_data

#news #ai #ml

🌟 UNO — новый подход к генерации изображений по нескольким референсам от Bytedance

Новый Flux метод, который позволяет переносить и сохранять объекты с одного или нескольких референс изображений.

UNO способна взять несколько разных объектов или персонажей (их фотографии) и собрать их вместе на одном сгенерированном изображении – все объекты сохраняют свою индивидуальность и детали​

Популярные методы генерации в основном заточены под одного героя, но UNO ломает этот барьер, решая сразу две ключевые проблемы: масштабируемость данных и ограниченность одним субъектом​

Внутри:
🔁 В UNO внедрён специальный механизм позиционных эмбеддингов – Universal Rotary Position Embedding, или по-другому универсальное позиционное кодирование. Зачем это нужно?
Когда модель работает сразу с несколькими визуальными объектами, есть риск перепутать их свойства или положение (так называемая attribute confusion – «путаница атрибутов»). URPE решает эту проблему: оно помогает модели понимать, где какой объект находится и какие черты ему принадлежат, даже если объектов несколько​

Гибкость в разрешениях и форматах. Ещё одна крутая особенность UNO – умение генерировать изображения разного размера и соотношения сторон. Модель обучалась на данных нескольких масштабов, поэтому уверенно чувствует себя и в квадратном формате 512×512, и в нестандартных разрешениях вплоть до 704 пикселей

🔥 Высокая согласованность:
Модель отлично справляется с генерацией персонажей и объектов, сохраняя ключевые особенности сцены — без разрыва между кадрами.

✔️ Проект выложен в open-source:
– Код под Apache 2.0
– Модели под CC BY-NC 4.0
– Поддерживается только некоммерческое использование

🟡 GitHub: https://github.com/bytedance/UNO
🟡Demo: https://huggingface.co/spaces/bytedance-research/UNO-FLUX
🟡 Paper: https://arxiv.org/abs/2504.02160
🟡HF: https://huggingface.co/bytedance-research/UNO

#ByteDance #opensource

🖥 Google не на шутку разошлись сегодня!

Они выкатили Firebase Studio - новую облачную агенсткую среду разработки, в которой есть весь инструментарий для быстрого создания полнофункциональных приложений с искусственным интеллектом, и все это в одном месте.

Вы можете создавать приложения на естественном языке, тестить их и развертывать в одном месте 🔥

По сути, это бесплатная альтернатива Cursor, Bolt или v0, прямо в браузере.

https://goo.gle/4cvcUzY

Апдейт: Еще Google дропнули Agent Development Kit (ADK) — новую среду с открытым исходным кодом работы с мульит-агентами!
- открыли доступ к Veo 2 через Gemini API!
- и запускать свой новый MCP протокол Agent2Agent Protocol

@ai_machinelearning_big_data

#GoogleCloudNext #FirebaseStudio

✔️ OpenAI запускает программу разработки специализированных тестов.

OpenAI объявила о старте программы Pioneers Program, которая займётся созданием «доменно-специфичных» бенчмарков для оценки ИИ-моделей. Как отметили в компании, текущие тесты часто не отражают реальных задач — например, фокусируются на решении сложных математических проблем, а не на практическом применении.

В ближайшие месяцы OpenAI планирует сотрудничать со стартапами, которые помогут создать «эталоны качества» для своих сфер. Участники программы также получат доступ к методам тонкой настройки моделей через RL — это повысит эффективность ИИ в узких задачах.
openai.com

✔️ Anthropic запускает подписку Claude Max за $200 в месяц.

Anthropic добавила новый тарифный план Max для Claude. Подписка доступна в 2 вариантах: за $100 в месяц с лимитом в 5 раз выше базового и за $200 — с 20-кратным увеличением. Пользователи получат приоритетный доступ к свежим моделям, включая Claude 3.7 Sonnet.

Параллельно компания развивает нишевые решения, например, Claude для образования, и пытается покрыть растущие затраты на разработку ИИ. Очевидно, гонка за монетизацию «тяжёлых» ИИ-моделей набирает обороты.
techcrunch.com

✔️ WordPress.com запустил свой ИИ-конструктор сайтов.

WordPress.com представил бета-версию ИИ-конструктора, который за минуты создаёт сайты с текстом, изображениями и макетом на основе запросов в чате. Пользователь описывает идею — например, «лендинг для ретро-магазина игр» — а ИИ генерирует контент, подбирает цвета и структуру.

Готовый сайт можно дорабатывать вручную или через чат, но только для новых проектов — миграция существующих пока невозможна. Для интернет-магазинов или сложных интеграций инструмент пока не подходит — разработчики обещают добавить это позже. Чтобы начать, нужен аккаунт WordPress.com: бесплатный пробный период доступен без карты, но для публикации сайта придётся подключить хостинг от $18/месяц.
wordpress.com

✔️ Genomic Tokenizer упрощает анализ ДНК.

В мире геномных исследований появился инструмент, который меняет подход к обработке последовательностей ДНК. Genomic Tokenizer — токенизатор, созданный для анализа генетических данных с учётом биологических принципов. Вместо разбивки на отдельные нуклеотиды он работает с кодонами — трехбуквенными последовательностями, которыми кодируют аминокислоты. Такой подход близок к центральной догме молекулярной биологии и учитывает старт-стоп сигналы, а также синонимичные кодоны.

Интеграция Genomic Tokenizer в экосистему HuggingFace Transformer позволяет обрабатывать даже сдвиги рамок считывания из-за мутаций. Например, при добавлении или удалении нуклеотидов токенизатор сохраняет биологический смысл вариаций, не теряя важных деталей. Все возможные кодоны включены в его словарь, а синонимичные получают одинаковые ID — это ускоряет анализ и снижает нагрузку на модели.
biorxiv.org

✔️ Samsung представит домашнего робота Ballie с Gemini этим летом.

Samsung объявила о старте продаж робота Ballie в США и Южной Корее уже этим летом. В партнёрстве с Google Cloud устройство получит интеграцию с Gemini, которая дополнит собственные разработки Samsung. Ballie умеет обрабатывать голосовые команды, аудио и визуальные данные благодаря мультимодальным алгоритмам. Робот не только управляет умным домом, но и даёт советы по здоровью или стилю.

Цену Ballie Samsung пока не называет, ссылаясь на неопределённость из-за новых таможенных тарифов. Робота впервые показали ещё в 2020-м, а текущая версия с проектором дебютировала на CES 2024.
engadget.com

✔️Выпущен API Grok 3

grok-3-beta: $3 за ввод / $15 за вывод
grok-3-fast: $5 за ввод / $25 за вывод
grok-3-mini: $0.30 за ввод / $0.50 за вывод
grok-3-mini-fast: $0.60 за ввод / $4 за вывод

@ai_machinelearning_big_data

#news #ai #ml

📌 SAE Match: новый метод в области интерпретируемости ИИ

Предыдущие разработки в области интерпретируемости не позволяли понять, как большие языковые модели обрабатывают информацию на каждом этапе вычислений и как эволюционируют концепции от слоя к слою.

Для решения этой проблемы ученые из T-Bank AI Research разработали метод, который позволяет выявить моменты, когда ИИ начинает предсказывать нежелательные или ошибочные ответы, и оперативно их исправить. Это, наверное, первый шаг на пути к более прозрачным, точным и понятным алгоритмам — особенно важно при внедрении ИИ в критически важные сферы, такие как медицина, финансы и безопасность. При этом дополнительные данные и переобучение модели не потребуются. В будущем метод может применяться в разработке гибридных структур ИИ в качестве фундамента для дальнейшего развития интерпретируемых моделей.

Результаты работы будут представлены на одной из главных конференций в области машинного обучения и искусственного интеллекта уровня А* — международной конференции по обучению представлениям (ICRL), которая в этом году пройдет в Сингапуре с 24 по 28 апреля.

🔗Новость

@ai_machinelearning_big_data

#AI #ML #LLM #news