Huawei Hubble инвестировала в стартапы ИИ и робототехники

Инвестиционное крыло Huawei Hubble вложилось в китайскую Spirit AI - разработчика гуманоидных роботов. Получили долю 1,4323%.

Компания создает робота Moz1 с 26 степенями свободы - на 15% превосходит Tesla Optimus по плотности мощности. Запуск в промышленности запланирован на 2025 год.

В команде Spirit AI эксперты из UC Berkeley, Carnegie Mellon, Tsinghua и ByteDance. Разработали VLA-модели для обработки визуальной и языковой информации.

Инвестиция может привести к интеграции с чипами Ascend и моделями Pangu от Huawei - создание полноценной робототехнической экосистемы по аналогии с Tesla Optimus + Dojo.

#HumanoidRobots #HuaweiHubble #SpiritAI
------
@tsingular

ИИ научили видеть сквозь стены через WiFi

Исследователи из Carnegie Mellon University превратили обычные WiFi-роутеры в детекторы движения людей сквозь стены.

Технология работает без камер — ИИ анализирует как тело человека искажает беспроводные сигналы и строит 3D-карту движений в режиме реального времени.

В модель на обучение подали одновременно 2 видео,- обычное и сигналы с роутера.

Этого оказалось достаточно, чтобы дальше по сигналу с роутера рисовалось видео перемещений людей.

#WiFi #разведка
------
@tsingular

Интерфейсы реального времени от Google

Наверное год уже обсуждаем эту концепцию, что скоро интерфейсы будут писаться в реальном времени, - создаваться ИИ через код в момент нажатия кнопки.

И вот получите-распишитесь, - прототип от DeepMind.

Все на этом видео создается Gemini 2.5 Flash-Lite в тот момент когда вы нажимаете кнопку.

Мы, как водомерки на волнах Технологической сингулярности, редко замечаем её реальный масштаб.
Такие вот прорывы как раз позволяют осознать.

#DeepMind #UI #Google
———
@tsingular

Manus появился в Microsoft Store

Приложение Manus теперь доступно для бесплатного скачивания в Microsoft Store для Windows.

Скрепка на максималках получается.

#Manus #Microsoft
———
@tsingular

Помните наш любимый нейробалет и нейрогимнастику?

Похоже это новая метрика (после виллавсмитав).

Новый Минимакс 02, который дешевле Veo3 в восемь (где как) раз и побивает последнего не только на видеоарене, но и на спортивной арене!

Я в шоке от прогресса.

А хотите промпт?
Апажалста!

"Olympic gymnast executing a Yurchenko double pike vault in slow motion, chalk dust particles floating through dramatic spotlights, with experimental ambient soundscape of heartbeats, crowd gasps, and distorted arena acoustics building to crescendo on landing"

@cgevent

Израильский разработчик продал 6-месячный стартап Wix за $80 млн

Маор Шломо создал Base44 — платформу для разработки приложений в стиле вайб-кодинга. За полгода компания выросла до 250,000 пользователей и стала прибыльной.

В мае стартап заработал $189,000 чистой прибыли даже после покрытия высоких затрат на LLM токены. Рос исключительно через сарафанное радио в соцсетях.

Wix купил Base44 за $80 млн наличными. $25 млн из которых пойдут на бонусы 8 сотрудникам.

Шломо объяснил продажу необходимостью масштабирования: "Если мы зашли так далеко органически, интересно увидеть наш темп с новыми ресурсами".

#VibeCoding #Startup #Base44 #SoloFounder
------
@tsingular

Исследователи показали как оптоволокно может сделать компьютеры сверхбыстрыми

Команды из Университета Тампере и Université Marie et Louis Pasteur продемонстрировали революционный способ обработки информации с помощью света и оптоволокна.

Ключевые параметры системы:
Архитектура: Extreme Learning Machine (ELM), где оптоволокно выступает в роли "скрытого слоя" нейросети, который не требует обучения. Обучается только выходной слой, что радикально упрощает процесс.

Процесс:
- Изображение (например, из датасета MNIST) сжимается методом главных компонент (PCA) до небольшого вектора (например, 40-100 "пикселей").
- Этот вектор кодируется в спектральную фазу фемтосекундного лазерного импульса.
- Импульс проходит через оптоволокно, где за счет нелинейных эффектов (таких как самофазовая модуляция и деление солитонов) его спектр многократно расширяется и усложняется.
- Выходной спектр считывается и используется для классификации.

Скорость: Весь процесс вычисления занимает менее одной пикосекунды (10⁻¹² с) — в тысячи раз быстрее современных электронных аналогов.
Точность: На стандартном бенчмарке MNIST достигнута точность до 93%, что сопоставимо с цифровыми методами.

Инженерные инсайты и фундаментальные пределы
Исследование выявило несколько критически важных для инженерии и физики аспектов:
Нелинейность vs. Точность: Максимальная производительность достигается не при пиковой мощности лазера, а при тонком балансе между мощностью, дисперсией и длиной волокна. Простое "увеличение мощности" контрпродуктивно.
Эффективная размерность: Система способна генерировать до 100 линейно-независимых вычислительных каналов ("виртуальных нейронов"). Важно, что лучшие результаты достигаются, когда размерность входных данных (после сжатия) меньше эффективной размерности оптической системы. Это позволяет эффективно "расширять" пространство признаков, что является ключом к работе ELM.
Локализация вычислений: Основные вычислительные преобразования происходят в узком спектральном диапазоне (±40 нм) вокруг центральной длины волны лазера, а не во всем сгенерированном суперконтинууме.
Влияние дисперсии: Симуляции показали, что волокно с нормальной дисперсией обеспечивает более высокую точность (93%) и лучшую устойчивость к шумам, чем волокно с аномальной дисперсией (91%).
Квантовый предел: Численное моделирование выявило фундаментальное ограничение: квантовый шум входных лазерных импульсов сам по себе накладывает неустранимый предел на максимальную достижимую точность системы.

Технология может стать основой для новых архитектур сверхбыстрых и энергоэффективных ИИ-систем.

#OpticalComputing #UltrafastAI #Photonic
------
@tsingular

Клуб GPU-миллионеров

Гонка за создание генеративного ИИ перешла в новую фазу — инфраструктурную, и ее фундаментом стала энергетика.
Существует как минимум 8 мега-проектов, нацеленных на преодоление порога в 1 миллион GPU.
Ключевой фактор их реализации — доступ к гигаваттам стабильной мощности, которую может обеспечить только атомная энергетика.

Расчетная база: 1 ИИ-ускоритель (H100/B200) ≈ 1 кВт. PUE (эффективность энергопотребления) ≈ 1.2. Резервирование по стандарту Tier IV требует удвоения мощности.

1. Объединенные Арабские Эмираты: Ядерный оазис
ОАЭ анонсировали самый масштабный проект, потенциально обеспеченный атомной энергией.

Игрок: G42
Мощность: ~2.5 млн GPU
Энергопотребление (оценка): ~3.0 ГВт
Источник энергии: АЭС "Барака" (мощность 5.6 ГВт). Уже работающая станция полностью покрывает потребности проекта, однако вопрос хватит ли запаса с учетом текущего потребления открыт.

2. Meta* (США): В поисках атома
Meta активно ищет площадки с доступом к атомной энергии для своих ЦОД.

Мощность: ~1.3+ млн GPU
Энергопотребление (оценка): ~1.6 ГВт
Источник энергии: Активное строительство ЦОД в Техасе (рядом АЭС Comanche Peak и South Texas Project) и партнерства с операторами АЭС в других штатах.

3. Китай: Синергия атома и ИИ
Китай уверенно наращивает вычислительные и ядерные мощности.

Мощность: >1 млн GPU (национальный пул)
Энергопотребление (оценка): >1.2 ГВт
Источник энергии: Самая масштабная в мире программа строительства десятков новых АЭС вдоль побережья, где сосредоточены основные технологические кластеры.

4. xAI/Tesla (США): Питание от TVA
Проект "Colossus" стратегически расположен в зоне с мощной атомной генерацией.

Название: "Colossus"
Мощность: 1 млн GPU
Энергопотребление (оценка): ~1.2 ГВт
Источник энергии: Энергосистема оператора TVA (Tennessee Valley Authority), включающая АЭС Sequoyah (2.3 ГВт) и Watts Bar (2.6 ГВт).

5, 6, 7. Гиперскейлеры (Broadcom)
Три отдельных мега-проекта, чье энергообеспечение под вопросом.

Мощность (ИТ): 1 млн "XPU" каждый
Энергопотребление (оценка): ~1.2 ГВт на каждый кластер (3.6 ГВт суммарно)
Источник энергии: Вероятно, размещение вблизи существующих АЭС в США (Техас, Вирджиния) или заказ малых модульных реакторов (SMR), как это уже делает Google.

8. Саудовская Аравия: Двойная ставка на атом
ИИ-амбиции Королевства напрямую связаны с планами по развитию собственной ядерной программы.

Игрок: HUMAIN (PIF)
Мощность (ИТ): "Сотни тысяч" GPU
Энергопотребление (оценка): ~0.6-0.8 ГВт
Источник энергии: Планы по строительству нескольких крупных АЭС, в том числе в рамках проекта NEOM.

Итого 8 проектов с 1+ млн GPU каждый. а с учетом амбиций СА - это 10 млн GPU всего в мире.

А еще есть TPU Гугла и LPU типа Groq.

А сколько у нас? Информации о проектах 1+ млн GPU не найдено.

И на конференции ПМЭФ в онлайне вопросов про это не услышал. А жаль.

*Мета - запрещённая в РФ организация

#1mlnGPU #GPU #миллион
———
@tsingular

🎧 MiniMax продолжают жечь и выпускают генератор речи

🧁 Voice Design — продвинутая кастомизация генерации голоса:
• Позволяет задавать текст, голос, тон, эмоции, можно клонировать голос.
• Продвинутая кастомизация и мультиязычная поддержка

Попробовать можно здесь →https://minimax.io/audio

@ai_machinelearning_big_data


#audio #ai #ml #MiniMax

Alibaba Cloud представила новые ИИ-решения для европейского рынка

На саммите в Париже Alibaba Cloud показал обновлённые ИИ-инструменты для европейского бизнеса.

Ключевые анонсы:
• Улучшенная платформа PAI во Франкфурте для масштабного машинного обучения
• AI Guardrails — система безопасности для ИИ-контента
• Партнёрство с Accenture для работы над гиперпесонализацией для luxury-брендов
• Логистическое решение с Cainiao даёт 25% рост эффективности и 22% экономию

Расширяются партнёрства с BMW (интеграция Qwen в авто), LVMH и SAP. Также запущена образовательная программа с французской бизнес-школой для подготовки ИИ-специалистов.

Китай закрепляется в Европе

#Alibaba #Cloud #Китай
------
@tsingular

Илон Маск говорит, что люди — это всего лишь биологический загрузчик для цифрового сверхразума

Даже если бы у всех был IQ 1000, человеческий интеллект все равно был бы в миллиард раз слабее искусственного интеллекта

«процент интеллекта, присущего человеку, будет весьма невелик»

в этом и есть особенность: мы не знаем, что будет дальше

Google выпустил Magenta RealTime — модель для создания музыки в реальном времени

Google опубликовал открытую модель Magenta RT для интерактивного создания музыки в реальном времени. Это младший брат Lyria RealTime, которая работает в Music FX DJ.

Модель на 800 млн параметров обучена на 190к часах инструментальной музыки. Генерирует 2-секундные аудиоблоки за 1.25 секунды на TPU.

Ключевая фишка — возможность изменять стиль музыки на лету, смешивая разные жанры и инструменты через текстовые промпты. Максимальная задержка управления — 2 секунды.

Запускается бесплатно в Colab, код доступен на GitHub. Скоро добавят локальный запуск и файн-тюнинг.
HuggingFace

Новый вид диджейства - промпт-диджей :)

#Music #Google #Magenta
------
@tsingular

Hugging Face обновили курс по LLM

Крупное обновление популярного курса от Hugging Face - теперь фокус на создании как малых, так и больших языковых моделей.

Основные улучшения:
- Новая глава по файн-тюнингу моделей с практическими примерами
- Интеграция библиотек Datasets, Tokenizers, Accelerate и Evaluate
- Обновленные best practices для PyTorch
- Интерактивные квизы для проверки знаний
- Практические задания по классификации текста с BERT

Теперь студенты смогут не только использовать готовые модели, но и адаптировать их под свои задачи с современными подходами.

#HuggingFace #LLMCourse #FineTuning
------
@tsingular

MCP сервер для автоматического создания и проверки процессов в n8n

Наткнулся на интересный проект - MCP сервер для интеграции n8n с ИИ-ассистентами вроде Claude.

Теперь ИИ может напрямую работать с документацией 525+ нод n8n, вытаскивать их ключевые параметры, создавать и проверять корректные автоматизации.

Есть готовый докер:

docker pull ghcr.io/czlonkowski/n8n-mcp:latest

Или локальная установка:

# 1. Clone and setup
git clone https://github.com/czlonkowski/n8n-mcp.git
cd n8n-mcp
npm install
npm run build
npm run rebuild

# 2. Test it works
npm start

Функции
🔍 Интеллектуальный поиск узлов по имени, категории или функциональности
📖 Получение только 10–20 важных свойств
🎯 Преднастроенные шаблоны типовых задач
✅ Проверка конфигураций узлов
🔗 Анализ взаимосвязей и условий свойств нод
💡 Рабочие примеры
⚡️ Быстрый ответ: среднее время ответа ~12 мс
🌐 Универсальная совместимость: работает с любой версией Node.js

Основные инструменты
start_here_workflow_guide — основное руководство и лучшие практики
list_nodes — список всех узлов n8n с параметрами фильтрации
get_node_info — получение полной информации о конкретном node
get_node_essentials — получить только основные свойства с примерами (10–20 свойств вместо 200+)
search_nodes — полнотекстовый поиск по всей документации узлов
search_node_properties — найти определенные свойства в узлах
list_ai_tools — составить список всех узлов с поддержкой ИИ

#MCP #n8n
———
@tsingular

IBM официально завершила покупку DataStax

Сделка объявленная в феврале официально закрыта. DataStax теперь часть IBM.

Основная идея остается прежней - "нет ИИ без данных". Но теперь у компании больше ресурсов для масштабирования.

Основные продукты:
- Astra DB и Hyper-Converged Database
- Интеграция с watsonx.data и watsonx.ai
- Langflow - популярный продукт для no-code разработки
- Apache Cassandra как основа

Для клиентов ничего не меняется - тот же сервис, но с большей поддержкой IBM.

Langflow, - это теперь IBM

#DataStax #IBM #Langflow
------
@tsingular