Наткнулся на туториал по Veo 3 от автора ролика с бегемотом.

https://youtu.be/SHjnb-JtKvw

От любви до ненависти за 9 месяцев.

Наткнулся на офис Blizzard.

Катался с дочкой на велосипеде по городу. В какой-то момент решил съехать с привычного маршрута и увидел офис близов.

Это интересное чувство: в детстве проводишь годы в Варкрафте, а потом оказывается, что их головная компания находится в 15 минутах езды на велосипеде от дома.

Было воскресенье, поэтому контора была закрыта. Но вообще было бы интересно найти контакты внутри и сходить на экскурсию.

Вышел прогуляться, увидел SpaceX — восторг.

Интересное видео про диффузионные модели, где автор излагает материал через динамику Ланжевена и score matching.

https://youtu.be/Fk2I6pa6UeA

На неделе ко мне в гости приезжал одноклассник. Он занимается физикой в университете на восточном побережье. Мы ели, гуляли, катались на велосипедах, но главное — обсуждали физику и математику.

Давно я не испытывал этого студенческого чувства, когда можно вместе стоять у доски и решать задачи. Когда не стыдно тупить. Когда решаешь не потому, что надо, а потому что хочется и интересно.

На картинке — одна из задачек. Так сказать, делюсь вайбом. Может захотите обсудить ее с товарищем на досуге.

Вышла GPT-5

Я врубил ее в Cursor и попросил написать рендеринг скелетной анимации с помощью ascii символов. Справилась с первой попытки в продакшен репозитории. Разработчики больше не нужны, расходимся.

Самое забавное, что вчера я выторговал себе х1.5 повышение к зп. Либо счастливчик и успел запрыгнуть в последний вагон, либо первый в очереди на сокращение — можно делать ставки.

SIGGRAPH

Вчера на крупнейшей конференции по компьютерной графике на аудиторию 2000 человек, на сцене рядом с ребятами из таких компаний как Nvidia и Roblox, была презентация наших наработок из uthana.com.

Мужики показали:
- Real-time диффузию в Unreal Engine 5 и браузере с поддержкой 100+ стилей
- Text-to-motion — генерацию анимаций по тексту
- Motion Stitching (in-betweening) — склейки анимаций с помощью ttm-модели
- Auto-Rigging и Retargeting — перенос анимаций между персонажами

Хотя и не доехал до конфы, потому что она проходила не в США, а в Канаде, я первый автор в тех. репорте и приложил руку ко всем вышеперечисленным фичам.

Очень интересно, но слишком сложно. Попросил GPT объяснить.

Авторы впервые систематически находят нестабильные сингулярности для ряда уравнений гидродинамики (CCF-модель, 2D IPM, 2D Буссинеска, связанная с осесимметричным 3D-Эйлером с границей). Они совмещают PINN с высокоточным методом Гаусса–Ньютона и тщательно сконструированными индуктивными байасами, работают в самоподобных координатах, подбирают допустимые масштабирующие коэффициенты λ и достигают точности вплоть до предела двойной точности на GPU. Показана эмпирическая связь между скоростью взрыва (blow-up) и «порядком нестабильности»: меньшие λ соответствуют «более нестабильным и более резким» сингулярностям. Это прокладывает дорогу к компьютерно подкреплённым доказательствам (CAP) для действительно «трудных» случаев Эйлера/Навье–Стокса.

А вот и Навье-Стокс от Дипмайнда подоспел

https://deepmind.google/discover/blog/discovering-new-solutions-to-century-old-problems-in-fluid-dynamics/

GPT для Dota 2

Смотрел на досуге The International и задавался вопросами:
- Какое аое у сна наги?
- Что меняли сфу в последних 5 патчах?
- Что дает и сколько стоит свифт блинк?

Плюс мне хотелось пощупать GPT 5 через API. В итоге за пару вечеров завайбкодил себе telegram-бота с RAG по доте.

Сначала в качестве источника данных использовал игровые wiki-сайты. Проблема в том, что там часто попадается устаревшая информаци. Поэтому я стал напрямую парсить файлы из игры.

Попробовал retriever на эмбедингах от LlamaIndex. Быстро стало понятно, что не работает, когда в вопросе используются алиасы по типу “сф” вместо Shadow Fiend. Плюс иногда информация про сфа может встретиться рядом с инфой про другого персонажа, например в патчноуте, что тоже приводит к ошибкам.

В итоге сошелся к пайплайну из 3 шагов:
1. Распознование и нормализация сущностей: сф -> Shadow Fiend
2. Добавление информации по персонажу в промпт
3. Генерация финального ответа

Для 1 и 3 пунктов использую gpt-5-mini с reasoning_effort=low. При таких настройках стоимость ответа около $0.005. Локально отрабатывает секунд за 7. В облаке чуть дольше, потому что крутится в контейнере с 1 CPU и 1 GB RAM.

И вроде бы это все, что нужно для счастья. Но я вошел во вкус и стало мало. При такой архитектуре не получается отвечать на вопросы:
- топ-3 самых дорогих по мане ульты
- какие предметы дают лайфстил?
- у каких нейтралов есть стан?

В итоге я решил собрать граф с онтологией игры и дать LLM доступ к интерпретатору, чтобы она могла писать запросы. Получился полноценный дота-агент. Но это уже совсем другая история, которую я расскажу в следующий раз.