Google DeepMind выкатили Nano Banana 2 Lite и Gemini Omni Flash
📋 Что произошло
30 июня Google DeepMind выпустила две модели, дополняющие друг друга в процессе «изображение → видео» для разработчиков: Nano Banana 2 Lite — сверхбыстрая генерация изображений, и Gemini Omni Flash — генерация и редактирование видео на естественном языке.
Обе доступны через Gemini API и Google AI Studio, а также в потребительских продуктах Google.
💡 Технические детали
Nano Banana 2 Lite (
Сохраняет стабильность персонажей и читаемый текст на изображениях при минимальной задержке.
Семейство Nano Banana теперь состоит из четырёх моделей: Lite (скорость), Nano Banana 2 (баланс), Pro (точность для сложных задач), и устаревшая первая версия.
Gemini Omni Flash (
Генерирует 10-секундные ролики за $0,10/сек, поддерживает итеративное редактирование на естественном языке, мультимодальные ссылки (текст + изображение + видео на вход) и синхронизацию текста с действием в кадре.
Известные ограничения: аудио-референсы и расширение сцен пока не работают, стабильность персонажей при смене ракурса требует доработки.
Google по сути выдал элементы сквозного анимационного пайплайна: быстрая итерация изображений в Nano Banana 2 Lite → передача как референса в Omni Flash → анимация.
Interactions API поддерживает до трёх последовательных правок в одной сессии.
Все выдачи маркируются SynthID.
#Gemini #GoogleDeepMind #AI
———
@tsingular
📋 Что произошло
30 июня Google DeepMind выпустила две модели, дополняющие друг друга в процессе «изображение → видео» для разработчиков: Nano Banana 2 Lite — сверхбыстрая генерация изображений, и Gemini Omni Flash — генерация и редактирование видео на естественном языке.
Обе доступны через Gemini API и Google AI Studio, а также в потребительских продуктах Google.
💡 Технические детали
Nano Banana 2 Lite (
gemini-3.1-flash-lite-image) — прямая замена первого поколения: ~4 секунды на генерацию, $0,034 за изображение в 1К разрешении. Сохраняет стабильность персонажей и читаемый текст на изображениях при минимальной задержке.
Семейство Nano Banana теперь состоит из четырёх моделей: Lite (скорость), Nano Banana 2 (баланс), Pro (точность для сложных задач), и устаревшая первая версия.
Gemini Omni Flash (
gemini-omni-flash-preview) — первый выход видео-модели Google в публичный API. Генерирует 10-секундные ролики за $0,10/сек, поддерживает итеративное редактирование на естественном языке, мультимодальные ссылки (текст + изображение + видео на вход) и синхронизацию текста с действием в кадре.
Известные ограничения: аудио-референсы и расширение сцен пока не работают, стабильность персонажей при смене ракурса требует доработки.
Google по сути выдал элементы сквозного анимационного пайплайна: быстрая итерация изображений в Nano Banana 2 Lite → передача как референса в Omni Flash → анимация.
Interactions API поддерживает до трёх последовательных правок в одной сессии.
Все выдачи маркируются SynthID.
#Gemini #GoogleDeepMind #AI
———
@tsingular
🔥7🆒3⚡1
Forwarded from Machinelearning
Anthropic выкатила Claude Sonnet 5 — самый «агентный» Sonnet в линейке.
Главная идея: модель теперь лучше планирует, пользуется инструментами, браузером, терминалом и может дольше вести сложные задачи без постоянного контроля.
По словам Anthropic, Sonnet 5 приблизился к Opus 4.8 по агентным задачам, но стоит дешевле. Особенно упор сделали на кодинг, tool use, reasoning и работу с многошаговыми процессами.
Модель уже доступна во всех планах Claude, включая Free и Pro, а также в Claude Code и API.
Цена для разработчиков до 31 августа 2026:
• $2 за 1 млн input tokens
• $10 за 1 млн output tokens
Потом стандартная цена:
• $3 за input
• $15 за output
Интересный момент: Anthropic отдельно пишет, что Sonnet 5 безопаснее Sonnet 4.6 в агентных сценариях, лучше отказывается от вредных запросов и устойчивее к prompt injection.
По сути, это попытка сделать «рабочую лошадку» для AI-агентов: не самую дорогую, но достаточно сильную, чтобы закрывать кодинг, автоматизацию, браузерные задачи и долгие пайплайны.
https://www.anthropic.com/news/claude-sonnet-5
Главная идея: модель теперь лучше планирует, пользуется инструментами, браузером, терминалом и может дольше вести сложные задачи без постоянного контроля.
По словам Anthropic, Sonnet 5 приблизился к Opus 4.8 по агентным задачам, но стоит дешевле. Особенно упор сделали на кодинг, tool use, reasoning и работу с многошаговыми процессами.
Модель уже доступна во всех планах Claude, включая Free и Pro, а также в Claude Code и API.
Цена для разработчиков до 31 августа 2026:
• $2 за 1 млн input tokens
• $10 за 1 млн output tokens
Потом стандартная цена:
• $3 за input
• $15 за output
Интересный момент: Anthropic отдельно пишет, что Sonnet 5 безопаснее Sonnet 4.6 в агентных сценариях, лучше отказывается от вредных запросов и устойчивее к prompt injection.
По сути, это попытка сделать «рабочую лошадку» для AI-агентов: не самую дорогую, но достаточно сильную, чтобы закрывать кодинг, автоматизацию, браузерные задачи и долгие пайплайны.
https://www.anthropic.com/news/claude-sonnet-5
👍11⚡6🔥2❤1👌1
Palantir и NVIDIA запускают «движок» для развёртывания открытых моделей Nemotron в изолированных средах американских госорганов
🇺🇸 Palantir Technologies и NVIDIA 29 июня анонсировали стратегическое партнёрство: «интеллектуальный движок» (intelligent engine) для запуска открытых моделей NVIDIA Nemotron в суверенных средах — секретных, физически изолированных и прочих контурах, куда модели не пускают по определению.
⚙️ Архитектура объединяет AI-платформу NVIDIA (вычислительные мощности, экосистема, открытые модели) и инфраструктурный стек Palantir: AIP, Ontology, Foundry, Apollo. Три слоя инжиниринга: развёртывание кастомных Nemotron в изолированных средах, оптимизация контекста и промптов под боевые задачи, и самое интересное — самообучение моделей на основе собственных данных, результатов миссий и телеметрии пользователей.
🔄 Самообучение моделей: телеметрия и трейсы пользователей собираются и используются для дообучения и выравнивания модели под конкретные операционные задачи заказчика.
Заказчик получает не статичную модель, а самоулучшающуюся, заточенную непосредственно под свою миссию.
🔐 Ключевые возможности безопасности: явная авторизация данных, архитектурная изоляция под каждого заказчика, переносимость данных, право на удаление, полная аудируемость.
Алекс Карп, CEO Palantir: «Это позволит правительству США использовать всю мощь LLM, убрав риски утечки чувствительных инсайтов в веса закрытых моделей».
📦 Дженсен Хуан, CEO NVIDIA, назвал открытый ИИ «фундаментом национальной безопасности и технологического лидерства США».
Инициатива строится на ранее анонсированной архитектуре Sovereign AI Operating System — совместной разработке Palantir и NVIDIA.
#Palantir #NVIDIA #Nemotron
———
@tsingular
🇺🇸 Palantir Technologies и NVIDIA 29 июня анонсировали стратегическое партнёрство: «интеллектуальный движок» (intelligent engine) для запуска открытых моделей NVIDIA Nemotron в суверенных средах — секретных, физически изолированных и прочих контурах, куда модели не пускают по определению.
⚙️ Архитектура объединяет AI-платформу NVIDIA (вычислительные мощности, экосистема, открытые модели) и инфраструктурный стек Palantir: AIP, Ontology, Foundry, Apollo. Три слоя инжиниринга: развёртывание кастомных Nemotron в изолированных средах, оптимизация контекста и промптов под боевые задачи, и самое интересное — самообучение моделей на основе собственных данных, результатов миссий и телеметрии пользователей.
🔄 Самообучение моделей: телеметрия и трейсы пользователей собираются и используются для дообучения и выравнивания модели под конкретные операционные задачи заказчика.
Заказчик получает не статичную модель, а самоулучшающуюся, заточенную непосредственно под свою миссию.
🔐 Ключевые возможности безопасности: явная авторизация данных, архитектурная изоляция под каждого заказчика, переносимость данных, право на удаление, полная аудируемость.
Алекс Карп, CEO Palantir: «Это позволит правительству США использовать всю мощь LLM, убрав риски утечки чувствительных инсайтов в веса закрытых моделей».
📦 Дженсен Хуан, CEO NVIDIA, назвал открытый ИИ «фундаментом национальной безопасности и технологического лидерства США».
Инициатива строится на ранее анонсированной архитектуре Sovereign AI Operating System — совместной разработке Palantir и NVIDIA.
#Palantir #NVIDIA #Nemotron
———
@tsingular
2🤔6⚡3🔥3❤1✍1
Forwarded from НИИ ИИ
This media is not supported in your browser
VIEW IN TELEGRAM
NotebookLM научился делать короткие видео из ваших источников
Google выкатил в NotebookLM новую функцию: Short Video Overviews. Загружаете статью, PDF или свои заметки — и получаете вертикальный ролик на 60 секунд с разбором сути. Формат сделан специально под то, как мы сейчас потребляем контент: скроллим шортсы, но хотим при этом чему-то учиться, а не просто убивать время. Поколению TikTok такая механика точно понравится: привычка к коротким видео наконец приносит пользу, ведь такой формат помогает учиться на ходу.
Пока доступно подписчикам Google AI Ultra и Pro на мобильном и вебе, для бесплатных аккаунтов функцию обещают открыть позже.
Мне нравится сама идея. Если вы уже используете NotebookLM как рабочий инструмент для разбора источников (я уже писал, как вытянуть из него максимум), видео-формат — ещё один способ прогнать материал через голову: сначала аудио-обзор, потом mind map, а теперь и короткое видео. Три формата на один и тот же контент почти бесплатно.
Практическая польза тут не в развлечении, а в скорости. Когда нужно быстро вспомнить содержание длинного отчёта перед встречей или дать команде выжимку без часового чтения, 60 секунд видео решают задачу быстрее, чем текстовое саммари, которое всё равно придётся читать.
Минус — это пока платная фича в пакете Google AI и пока только на английском языке. Но у Google подобные функции обычно доезжают до бесплатных пользователей в течение пары месяцев. Надеюсь, русский язык тоже появится.
pimenov.ai
Google выкатил в NotebookLM новую функцию: Short Video Overviews. Загружаете статью, PDF или свои заметки — и получаете вертикальный ролик на 60 секунд с разбором сути. Формат сделан специально под то, как мы сейчас потребляем контент: скроллим шортсы, но хотим при этом чему-то учиться, а не просто убивать время. Поколению TikTok такая механика точно понравится: привычка к коротким видео наконец приносит пользу, ведь такой формат помогает учиться на ходу.
Пока доступно подписчикам Google AI Ultra и Pro на мобильном и вебе, для бесплатных аккаунтов функцию обещают открыть позже.
Мне нравится сама идея. Если вы уже используете NotebookLM как рабочий инструмент для разбора источников (я уже писал, как вытянуть из него максимум), видео-формат — ещё один способ прогнать материал через голову: сначала аудио-обзор, потом mind map, а теперь и короткое видео. Три формата на один и тот же контент почти бесплатно.
Практическая польза тут не в развлечении, а в скорости. Когда нужно быстро вспомнить содержание длинного отчёта перед встречей или дать команде выжимку без часового чтения, 60 секунд видео решают задачу быстрее, чем текстовое саммари, которое всё равно придётся читать.
Минус — это пока платная фича в пакете Google AI и пока только на английском языке. Но у Google подобные функции обычно доезжают до бесплатных пользователей в течение пары месяцев. Надеюсь, русский язык тоже появится.
pimenov.ai
✍8👍5⚡3❤2
Huawei выпустила OpenPangu 2.0 Flash — 92B MoE на чипах Ascend, open source близкий к DeepSeek V4 Flash и Claude Sonnet 5
📋 30 июня Huawei опубликовала OpenPangu 2.0 Flash — 92B MoE (6B активных), полностью обученный на чипах Ascend, с 512K контекста и 34T токенов предобучения.
Huawei выделила openPangu в отдельный open-source-бренд и анонсировала выпуск семи версий до конца года.
При 6B активных параметров и MTP на 3 токена вперёд OpenPangu набирает 93,3% на AIME 2026 (98,1% с Python) — уровень, для которого ещё год назад требовались модели с на порядок большей активной частью.
По кодингу (SWE-bench 63,1%) отставание от DeepSeek V4 Flash (79,0%) и Sonnet-5 пока заметное, но по агентным задачам (TAU2-Bench 88,0%) и следованию инструкциям (IFEval 95,9%) модель вполне конкурентоспособна.
📎 Hugging Face | Репозиторий openPangu
#Huawei #OpenPangu #Ascend
———
@tsingular
📋 30 июня Huawei опубликовала OpenPangu 2.0 Flash — 92B MoE (6B активных), полностью обученный на чипах Ascend, с 512K контекста и 34T токенов предобучения.
Huawei выделила openPangu в отдельный open-source-бренд и анонсировала выпуск семи версий до конца года.
При 6B активных параметров и MTP на 3 токена вперёд OpenPangu набирает 93,3% на AIME 2026 (98,1% с Python) — уровень, для которого ещё год назад требовались модели с на порядок большей активной частью.
По кодингу (SWE-bench 63,1%) отставание от DeepSeek V4 Flash (79,0%) и Sonnet-5 пока заметное, но по агентным задачам (TAU2-Bench 88,0%) и следованию инструкциям (IFEval 95,9%) модель вполне конкурентоспособна.
📎 Hugging Face | Репозиторий openPangu
#Huawei #OpenPangu #Ascend
———
@tsingular
⚡9✍3❤3🔥2🆒2👍1
Forwarded from Privacy Advocates
🏛️ Законопроект об ИИ внесён в Госдуму: что в нём важно для инфоприватности
📄 25.06.2026 Правительство внесло в Госдуму законопроект № 1271570-8 "О поддержке развития технологий искусственного интеллекта в РФ" - доработанную и заметно смягчённую редакцию прежнего проекта Минцифры. Из неё убрали запрет трансграничного ИИ, понятие "доверенных моделей" и жёсткие обязанности операторов и пользователей. По природе это рамочный, преимущественно стимулирующий акт.
📌 Что закрепляется законопроектом:
🔸 впервые - базовые определения (искусственный интеллект, большая фундаментальная модель, набор данных, обучение, разработчик);
🔸 действует только для больших фундаментальных моделей от 1 млрд параметров, а узкоспециализированные решения и компьютерное зрение остаются за скобками;
🔸 категории суверенных и национальных моделей: российское юрлицо-разработчик, локализация данных в ЦОД на территории РФ, подтверждение соответствия законодательству и традиционным ценностям;
🔸 Правительство вправе устанавливать случаи обязательного применения только таких моделей (в банковской сфере - по согласованию с ЦБ);
🔸 переходный период для действующих ИИ-систем предусмотрен до 01.09.2032.
⚠️Значительная часть содержательных требований делегирована подзаконным актам, поэтому оценивать закон в отрыве от них преждевременно.
⚖️ Три сюжета, наиболее значимых для юристов:
1️⃣ Авторские права на обучение (ст. 10). Использование объектов авторских и смежных прав для обучения перестаёт быть нарушением - но только для суверенных и национальных моделей и лишь при правомерно полученном экземпляре либо открытом доступе к произведению без технических ограничений. Вопрос о компенсациях правообладателям оставлен открытым.
2️⃣ Маркировка ИИ-контента стала из обязательной добровольной. Обязанности разработчиков (ст. 8) и ответственность (ст. 11) сформулированы мягко и отсылочно, т.е. немедленной жёсткой нагрузки на рынок закон не создаёт.
3️⃣ Данные из ГИС для обучения - и вот это, пожалуй, самый недооценённый аспект. Предусмотренный доступ к наборам данных из государственных информационных систем для обучения моделей в тексте не соотнесён с требованиями 152-ФЗ и режимом ИСПД. Это оставляет открытым вопрос о законности обработки ПД в обучающих выборках.
👁 PA | 💬 Max | ❤️ ЯМ | 🗣️ ВК
📄 25.06.2026 Правительство внесло в Госдуму законопроект № 1271570-8 "О поддержке развития технологий искусственного интеллекта в РФ" - доработанную и заметно смягчённую редакцию прежнего проекта Минцифры. Из неё убрали запрет трансграничного ИИ, понятие "доверенных моделей" и жёсткие обязанности операторов и пользователей. По природе это рамочный, преимущественно стимулирующий акт.
📌 Что закрепляется законопроектом:
🔸 впервые - базовые определения (искусственный интеллект, большая фундаментальная модель, набор данных, обучение, разработчик);
🔸 действует только для больших фундаментальных моделей от 1 млрд параметров, а узкоспециализированные решения и компьютерное зрение остаются за скобками;
🔸 категории суверенных и национальных моделей: российское юрлицо-разработчик, локализация данных в ЦОД на территории РФ, подтверждение соответствия законодательству и традиционным ценностям;
🔸 Правительство вправе устанавливать случаи обязательного применения только таких моделей (в банковской сфере - по согласованию с ЦБ);
🔸 переходный период для действующих ИИ-систем предусмотрен до 01.09.2032.
⚠️Значительная часть содержательных требований делегирована подзаконным актам, поэтому оценивать закон в отрыве от них преждевременно.
⚖️ Три сюжета, наиболее значимых для юристов:
1️⃣ Авторские права на обучение (ст. 10). Использование объектов авторских и смежных прав для обучения перестаёт быть нарушением - но только для суверенных и национальных моделей и лишь при правомерно полученном экземпляре либо открытом доступе к произведению без технических ограничений. Вопрос о компенсациях правообладателям оставлен открытым.
2️⃣ Маркировка ИИ-контента стала из обязательной добровольной. Обязанности разработчиков (ст. 8) и ответственность (ст. 11) сформулированы мягко и отсылочно, т.е. немедленной жёсткой нагрузки на рынок закон не создаёт.
3️⃣ Данные из ГИС для обучения - и вот это, пожалуй, самый недооценённый аспект. Предусмотренный доступ к наборам данных из государственных информационных систем для обучения моделей в тексте не соотнесён с требованиями 152-ФЗ и режимом ИСПД. Это оставляет открытым вопрос о законности обработки ПД в обучающих выборках.
Please open Telegram to view this post
VIEW IN TELEGRAM
1✍8🤔3🤣2❤1🔥1👌1
Godot Engine вводит жёсткие ограничения на AI-код в опенсорсных репозиториях
📋 Godot Foundation 30 июня объявила о радикальном ужесточении политики вклада для одного из крупнейших опенсорсных игровых движков.
Причина — лавина AI-сгенерированных pull request'ов, парализовавшая и без того перегруженных мейнтейнеров.
🤖 Количество открытых PR уже стало мемом в сообществе.
Ситуацию усугубил взрывной рост AI-контрибьюций: усилия на создание PR упали до минимума, а ресурсы на ревью остались прежними.
Главная боль — деморализация ревьюеров.
Раньше их работа была вкладом в обучение будущих мейнтейнеров.
Теперь отзывы переваривает машина, которая ничему не учится, и волонтёрам всё труднее оправдывать потраченное время.
⚙️ Новые правила. Контрибьюторы с тремя и менее смерженными PR не могут предлагать новые функции или значительный рефакторинг без явного разрешения — сначала багфиксы и документация, потом доверие.
Автономные AI-агенты и вайб кодинг, - автоматический бан в GitHub-репозитории GoDot.
AI-помощь допустима только для рутинных задач: автодополнение, регулярные выражения, поиск и замена.
Любое использование AI при написании кода должно быть раскрыто в описании PR.
📝 Отдельный пункт — запрет AI-сгенерированного текста в общении с мейнтейнерами.
Дословно: «Когда наши волонтёры тратят время на ревью, они не хотят разговаривать с машиной. Это базовый принцип уважения».
Машинный перевод допустим — но только если исходный текст написан человеком.
Все PR должны быть проверены и одобрены живым ревьюером до слияния.
Фонд обещает пересматривать политику по мере развития инструментов, но пока занимает подчёркнуто консервативную позицию.
Прецедент значимый: это не абстрактное недовольство, а конкретный свод правил от одного из крупнейших опенсорсных проектов, сказавшего «нет» AI-конвейеру в пользу живого наставничества.
Документ: https://contributing.godotengine.org/en/latest/pull_requests/pull_request_guidelines.html
#Godot #OpenSource
———
@tsingular
📋 Godot Foundation 30 июня объявила о радикальном ужесточении политики вклада для одного из крупнейших опенсорсных игровых движков.
Причина — лавина AI-сгенерированных pull request'ов, парализовавшая и без того перегруженных мейнтейнеров.
🤖 Количество открытых PR уже стало мемом в сообществе.
Ситуацию усугубил взрывной рост AI-контрибьюций: усилия на создание PR упали до минимума, а ресурсы на ревью остались прежними.
Главная боль — деморализация ревьюеров.
Раньше их работа была вкладом в обучение будущих мейнтейнеров.
Теперь отзывы переваривает машина, которая ничему не учится, и волонтёрам всё труднее оправдывать потраченное время.
⚙️ Новые правила. Контрибьюторы с тремя и менее смерженными PR не могут предлагать новые функции или значительный рефакторинг без явного разрешения — сначала багфиксы и документация, потом доверие.
Автономные AI-агенты и вайб кодинг, - автоматический бан в GitHub-репозитории GoDot.
AI-помощь допустима только для рутинных задач: автодополнение, регулярные выражения, поиск и замена.
Любое использование AI при написании кода должно быть раскрыто в описании PR.
📝 Отдельный пункт — запрет AI-сгенерированного текста в общении с мейнтейнерами.
Дословно: «Когда наши волонтёры тратят время на ревью, они не хотят разговаривать с машиной. Это базовый принцип уважения».
Машинный перевод допустим — но только если исходный текст написан человеком.
Все PR должны быть проверены и одобрены живым ревьюером до слияния.
Фонд обещает пересматривать политику по мере развития инструментов, но пока занимает подчёркнуто консервативную позицию.
Прецедент значимый: это не абстрактное недовольство, а конкретный свод правил от одного из крупнейших опенсорсных проектов, сказавшего «нет» AI-конвейеру в пользу живого наставничества.
Документ: https://contributing.godotengine.org/en/latest/pull_requests/pull_request_guidelines.html
#Godot #OpenSource
———
@tsingular
⚡7🤔6🔥2🦄2
Z.ai выпустили ZCode 3.0 — собственную IDE под GLM-5.2
📋 Z.ai (Zhipu AI), пекинская лаборатория с капитализацией в $128 млрд, превратила GLM-5.2 в полноценную «агентную среду разработки».
ZCode 3.0 — бесплатное десктопное приложение под macOS, Windows и Linux, заточенное под собственную модель компании и напрямую конкурирующее с Cursor, Claude Code и GitHub Copilot.
⚙️ ZCode, - классическая вайб-кодинг среда, где пользователь описывает результат, а агент планирует, пишет код, запускает проверки и продолжает работу до достижения цели.
Главное в третьей версии — улучшенная мультиагентная коллаборация, Goal Mode для длительных задач, сабагенты с настраиваемыми разрешениями и управление через ботов в WeChat, Feishu и Telegram с телефона.
Поддерживаются MCP-серверы, плагины и скиллы.
💼 Тарифы GLM Coding Plan: Lite за $16,2, Pro за $64,8 и Max за $144 в месяц — заметно дешевле западных аналогов. До 31 июля действует промо с коэффициентом 1,5x к квоте, новичкам — пять дней бесплатного доступа.
Можно подключать своих провайдеров моделей.
GLM Coding Plan: https://z.ai/subscribe
VentureBeat: https://venturebeat.com/technology/z-ai-launches-zcode-to-challenge-cursor-claude-code-and-github-copilot-in-ai-coding
В порядке проверки навайбкодил ниндзя-марио. в комменте
#ZCode #GLM #dev
———
@tsingular
📋 Z.ai (Zhipu AI), пекинская лаборатория с капитализацией в $128 млрд, превратила GLM-5.2 в полноценную «агентную среду разработки».
ZCode 3.0 — бесплатное десктопное приложение под macOS, Windows и Linux, заточенное под собственную модель компании и напрямую конкурирующее с Cursor, Claude Code и GitHub Copilot.
⚙️ ZCode, - классическая вайб-кодинг среда, где пользователь описывает результат, а агент планирует, пишет код, запускает проверки и продолжает работу до достижения цели.
Главное в третьей версии — улучшенная мультиагентная коллаборация, Goal Mode для длительных задач, сабагенты с настраиваемыми разрешениями и управление через ботов в WeChat, Feishu и Telegram с телефона.
Поддерживаются MCP-серверы, плагины и скиллы.
💼 Тарифы GLM Coding Plan: Lite за $16,2, Pro за $64,8 и Max за $144 в месяц — заметно дешевле западных аналогов. До 31 июля действует промо с коэффициентом 1,5x к квоте, новичкам — пять дней бесплатного доступа.
Можно подключать своих провайдеров моделей.
GLM Coding Plan: https://z.ai/subscribe
VentureBeat: https://venturebeat.com/technology/z-ai-launches-zcode-to-challenge-cursor-claude-code-and-github-copilot-in-ai-coding
В порядке проверки навайбкодил ниндзя-марио. в комменте
#ZCode #GLM #dev
———
@tsingular
🔥14⚡8✍3
Metronix Memory: открытая память с RBAC, чекпоинтами и аудитом
📋 Metronix Memory — новая память для агентов имеет персистентное хранение, восстановление, разрешения и аудит для агентов, которые не могут позволить себе потерять нить размышлений.
Аналогия с сайта: «Пилоты используют чёрные ящики, потому что память отказывает под давлением».
Проект под Apache 2.0, 679 коммитов, автор — Metronix Inc.
🧠 Шесть слоев памяти: персистентное хранение (решения, результаты инструментов, артефакты, handoff), структурированное состояние (сессии, задачи, чекпоинты), разграничение доступа через RBAC, передача контекста между агентами без «слипания» в один гигантский промпт, recovery-чепоинты для восстановления после сбоев и полный аудит — кто записал, какая политика разрешила, что изменилось.
🔍 Гибридный поиск: плотные векторы (Qdrant) + разреженный SPLADE + графовый контекст (Neo4j). Встроенные коннекторы для Jira, Confluence, GitHub, Google Drive, Notion и Slack.
Freshness-пайплайн выявляет устаревшие факты по темпоральному графу.
Можно подключать любые модели - например локальный эмбеддер на олламе.
🏆 На бенчмарках Metronix лидирует на LoCoMo (52.8% end-to-end accuracy), MemoryAgentBench, LongMemEval-S и BEAM 100K — по методологии равных условий.
🔌 MCP-сервер на борту: metronix_memory_store, metronix_memory_search, metronix_search_fast. Полная поддержка Hermes Agent через
🐳 Установка: Docker с ≥6 ГБ RAM. Скрипт
Сайт: https://www.mtrnix.com
Гайд по интеграции в Hermes: https://github.com/mtrnix/metronix-memory/blob/main/docs/integrations/hermes-agent.md
Проект активно развивается, контрибьюция приветствуется!
#Metronix #memory
———
@tsingular
📋 Metronix Memory — новая память для агентов имеет персистентное хранение, восстановление, разрешения и аудит для агентов, которые не могут позволить себе потерять нить размышлений.
Аналогия с сайта: «Пилоты используют чёрные ящики, потому что память отказывает под давлением».
Проект под Apache 2.0, 679 коммитов, автор — Metronix Inc.
🧠 Шесть слоев памяти: персистентное хранение (решения, результаты инструментов, артефакты, handoff), структурированное состояние (сессии, задачи, чекпоинты), разграничение доступа через RBAC, передача контекста между агентами без «слипания» в один гигантский промпт, recovery-чепоинты для восстановления после сбоев и полный аудит — кто записал, какая политика разрешила, что изменилось.
🔍 Гибридный поиск: плотные векторы (Qdrant) + разреженный SPLADE + графовый контекст (Neo4j). Встроенные коннекторы для Jira, Confluence, GitHub, Google Drive, Notion и Slack.
Freshness-пайплайн выявляет устаревшие факты по темпоральному графу.
Можно подключать любые модели - например локальный эмбеддер на олламе.
🏆 На бенчмарках Metronix лидирует на LoCoMo (52.8% end-to-end accuracy), MemoryAgentBench, LongMemEval-S и BEAM 100K — по методологии равных условий.
🔌 MCP-сервер на борту: metronix_memory_store, metronix_memory_search, metronix_search_fast. Полная поддержка Hermes Agent через
install.sh --wire-hermes, трёхшаговый промпт-сетап. Совместим с Cursor, Claude Code, LibreChat и Open WebUI.🐳 Установка: Docker с ≥6 ГБ RAM. Скрипт
install.sh поднимает стек за 10–15 минут. Community Edition — бесплатное ядро, которое можно инспектировать, форкать и хостить самостоятельно.Сайт: https://www.mtrnix.com
Гайд по интеграции в Hermes: https://github.com/mtrnix/metronix-memory/blob/main/docs/integrations/hermes-agent.md
Проект активно развивается, контрибьюция приветствуется!
#Metronix #memory
———
@tsingular
👍9🔥5❤4⚡1
Hermes Agent v0.18 — The Judgment Release: Mixture-of-Agents и верификация кода
📋 Nous Research выкатили v0.18.0 (2026.7.1) — крупнейший релиз Hermes Agent за последние месяцы. За 12 дней команда разгребла весь приоритетный бэклог: 1 720 коммитов, 998 смерженных PR, 949 закрытых issue, 370+ контрибьюторов. Итог — ноль открытых P0 и P1 по всему репозиторию, и намерение держать планку.
💡 Mixture-of-Agents стал приоритетным функционалом: именованные ансамбли моделей вырываются из общего списка и дают результаты наравне с фронтирами от Anthropic и OpenAI.
Каждый участник MoA показывает рассуждения в отдельном блоке, финальный ответ агрегатора стримится в реальном времени — можно смотреть, как «совет» думает, а не только читать вердикт.
⚙️ Агент научился верифицировать свою работу.
Наконец-то надежный гейт остановки агентского цикла, как обсуждали на последнем эфире в ИИзбранном.
📝 Три новых слэш-команды.
🔌
В десктопе теперь полноценные проекты (project → repo → lane) с сайдбаром кодовых баз.
Шлюз научился экономить ресурсы: засыпает при простое, просыпается по требованию, корректно сливает сессии перед перезапуском.
Добавлена поддержка Google Vertex AI с авто-обновлением OAuth2-токенов.
hermes update - любимая команда вообще.
#Hermes #update
———
@tsingular
📋 Nous Research выкатили v0.18.0 (2026.7.1) — крупнейший релиз Hermes Agent за последние месяцы. За 12 дней команда разгребла весь приоритетный бэклог: 1 720 коммитов, 998 смерженных PR, 949 закрытых issue, 370+ контрибьюторов. Итог — ноль открытых P0 и P1 по всему репозиторию, и намерение держать планку.
💡 Mixture-of-Agents стал приоритетным функционалом: именованные ансамбли моделей вырываются из общего списка и дают результаты наравне с фронтирами от Anthropic и OpenAI.
Каждый участник MoA показывает рассуждения в отдельном блоке, финальный ответ агрегатора стримится в реальном времени — можно смотреть, как «совет» думает, а не только читать вердикт.
⚙️ Агент научился верифицировать свою работу.
/goal получил completion contracts: вы описываете, что значит «готово», и цикл задач проверяет завершённость по фактам, а не по самоощущению модели. Хук pre_verify позволяет подключить собственные проверки.Наконец-то надежный гейт остановки агентского цикла, как обсуждали на последнем эфире в ИИзбранном.
📝 Три новых слэш-команды.
/learn превращает директорию, URL или workflow в переиспользуемый навык одной командой. /journey — хронология всего, чему агент научился, с возможностью редактирования и удаления записей. /prompt открывает $EDITOR для многострочных промптов, - наконец-то не нужно мучаться с редактированием в командной строке.🔌
delegate_task стал реально фоновым: суб-агенты работают параллельно, не блокируя чат, и возвращают консолидированный результат. В десктопе теперь полноценные проекты (project → repo → lane) с сайдбаром кодовых баз.
Шлюз научился экономить ресурсы: засыпает при простое, просыпается по требованию, корректно сливает сессии перед перезапуском.
Добавлена поддержка Google Vertex AI с авто-обновлением OAuth2-токенов.
hermes update - любимая команда вообще.
#Hermes #update
———
@tsingular
🔥11❤9⚡6🏆2👍1
This media is not supported in your browser
VIEW IN TELEGRAM
Голосовой помощник от Hugging Face и Cerebras. Сверхбыстрое железо позволяет создавать сервисы реального времени
⚡️ Hugging Face и Cerebras показали демку полностью открытого речевого конвейера реального времени: голос → Nvidia Parakeet для распознавания → Gemma 4 31B (Google DeepMind) на инференсе Cerebras → синтез речи Qwen3TTS от Alibaba.
Каждый компонент модульный и заменяемый, весь код открыт.
🎯 Качество моделей уже достаточное, узкое место голосового ИИ сегодня — задержка отклика. Медианная скорость многих систем выглядит прилично, но на хвосте распределения, в 95-м процентиле, случаются паузы в несколько секунд, и разговор перестаёт быть естественным.
Cerebras решает именно это: инференс ускорен настолько, что диалог течёт без рывков, а предсказуемость задержки сохраняется даже под нагрузкой.
🤖 Стек работает в проде: больше десяти тысяч роботов Reachy Mini используют этот же голосовой конвейер Hugging Face в реальной эксплуатации.
Для роботов и воплощённого ИИ отзывчивость определяет, чувствуется ли взаимодействие живым, - потому тут без компромиссов.
📦 Демо-стенд доступен на Hugging Face Spaces (smolagents/hf-realtime-voice), репозиторий — github.com/huggingface/speech-to-speech.
Любой разработчик может взять конвейер и адаптировать под своего ассистента, робота или исследовательский проект.
Избыточность определяет появление новых сервисов. В данном случае пример избыточности в производительности.
Все как с интернетом в своё время.
#Voice #HuggingFace #Cerebras
———
@tsingular
⚡️ Hugging Face и Cerebras показали демку полностью открытого речевого конвейера реального времени: голос → Nvidia Parakeet для распознавания → Gemma 4 31B (Google DeepMind) на инференсе Cerebras → синтез речи Qwen3TTS от Alibaba.
Каждый компонент модульный и заменяемый, весь код открыт.
🎯 Качество моделей уже достаточное, узкое место голосового ИИ сегодня — задержка отклика. Медианная скорость многих систем выглядит прилично, но на хвосте распределения, в 95-м процентиле, случаются паузы в несколько секунд, и разговор перестаёт быть естественным.
Cerebras решает именно это: инференс ускорен настолько, что диалог течёт без рывков, а предсказуемость задержки сохраняется даже под нагрузкой.
🤖 Стек работает в проде: больше десяти тысяч роботов Reachy Mini используют этот же голосовой конвейер Hugging Face в реальной эксплуатации.
Для роботов и воплощённого ИИ отзывчивость определяет, чувствуется ли взаимодействие живым, - потому тут без компромиссов.
📦 Демо-стенд доступен на Hugging Face Spaces (smolagents/hf-realtime-voice), репозиторий — github.com/huggingface/speech-to-speech.
Любой разработчик может взять конвейер и адаптировать под своего ассистента, робота или исследовательский проект.
Избыточность определяет появление новых сервисов. В данном случае пример избыточности в производительности.
Все как с интернетом в своё время.
#Voice #HuggingFace #Cerebras
———
@tsingular
🔥10🏆5⚡4❤🔥2❤1👍1🤝1
Антропик выложил коллекцию промптов для ClaudeCode
https://code.claude.com/docs/en/prompt-library
в коллекции простые примеры, обоснование почему работает и ссылки на процессы claude
В ИИзбранном сделал перевод на русский
#промпты #claude #обучение
———
@tsingular
https://code.claude.com/docs/en/prompt-library
в коллекции простые примеры, обоснование почему работает и ссылки на процессы claude
В ИИзбранном сделал перевод на русский
#промпты #claude #обучение
———
@tsingular
👍11✍3⚡1👀1
Cloud.ru добавил внешние LLM в Foundation Models
⚡️ Cloud.ru расширил сервис Foundation Models внешними языковыми моделями — теперь это не только локально развёрнутые, но и модели от глобальных провайдеров через единый API и веб-интерфейс.
В каталоге больше двадцати моделей: семейства GLM, Qwen, DeepSeek, MiniMax, GigaChat и другие.
Среди новинок — GLM-5.2, вышедшая в конце июня и быстро закрепившаяся как одна из сильнейших в кодинге и агентных задачах.
🔐 Полезная фишка, - встроенный инструмент Guardrails: автоматическая проверка и маскирование корпоративных и пользовательских данных в запросах.
Все случаи обнаружения чувствительных данных фиксируются в алертах мониторинга, информация остаётся внутри корпоративного ИТ-контура.
Для сценариев под 152-ФЗ по-прежнему доступны модели, развёрнутые в собственной инфраструктуре Cloud.ru.
📊 С коммерческого запуска в ноябре 2025 года модели сервиса обработали 450 миллиардов токенов.
Основные сценарии: разработка, клиентская поддержка, продажи и генерация контента.
Оплата — за фактическое использование, с возможностью сравнения моделей по параметрам и цене.
Каталог обещают регулярно расширять, -наконец-то российский рынок получил полноценную замену OpenRouter, который недавно начал блокировать российских пользователей, да ещё и с корпоративной защитой данных в комплекте.
Пробуем тут
#CloudRu #FoundationModels
———
@tsingular
⚡️ Cloud.ru расширил сервис Foundation Models внешними языковыми моделями — теперь это не только локально развёрнутые, но и модели от глобальных провайдеров через единый API и веб-интерфейс.
В каталоге больше двадцати моделей: семейства GLM, Qwen, DeepSeek, MiniMax, GigaChat и другие.
Среди новинок — GLM-5.2, вышедшая в конце июня и быстро закрепившаяся как одна из сильнейших в кодинге и агентных задачах.
🔐 Полезная фишка, - встроенный инструмент Guardrails: автоматическая проверка и маскирование корпоративных и пользовательских данных в запросах.
Все случаи обнаружения чувствительных данных фиксируются в алертах мониторинга, информация остаётся внутри корпоративного ИТ-контура.
Для сценариев под 152-ФЗ по-прежнему доступны модели, развёрнутые в собственной инфраструктуре Cloud.ru.
📊 С коммерческого запуска в ноябре 2025 года модели сервиса обработали 450 миллиардов токенов.
Основные сценарии: разработка, клиентская поддержка, продажи и генерация контента.
Оплата — за фактическое использование, с возможностью сравнения моделей по параметрам и цене.
Каталог обещают регулярно расширять, -наконец-то российский рынок получил полноценную замену OpenRouter, который недавно начал блокировать российских пользователей, да ещё и с корпоративной защитой данных в комплекте.
Пробуем тут
#CloudRu #FoundationModels
———
@tsingular
🔥10👍3❤2⚡2🤣2
Forwarded from Метаверсище и ИИще
Seedance 2.5 - новые утечки.
Сразу зайду с козырей: когда?
- Через 2 недели.
- Будет Full, Mini и Fast.
И да, все обещанные ништяки на месте: 30 секунд, до 50(пятидесяти) референсов, 4К.
Но вот вам немного новых утечек.
Во-первых: недоделанная страница Seedance 2.5 на сайте Дримины:
https://dreamina.capcut.com/seedance/seedance-2-5
Почему недоделанная? Покрутите вниз, там где отзывы пользователей - там смешной незаполненный шаблон. Также внизу поминается Sora 2 и Nano Babana 1. В общем, это явно черновик, и там можно углядеть все новые фичи, которые все уже обсудили. Но самое интересное вот это:
You can create cinematic videos up to 30 seconds in standard mode or extend them to 180 seconds with the beta long-video mode.
Прикиньте, если это будет не 6 раз по 30 секунд, а нативное продолжение до 3 минут одним куском?!
(я тут прикинул, что в 4К это будет стоить 600 баксов, надеюсь ошибся).
Кстати, если вы залогинены в капкате, вас с этой страницы будет уводить на Home, имейте в виде.
Идем дальше.
Во-вторых, свежие сэмплы на:
https://ark.volcengine.com/promotion?modelName=seedance-2-5
(переключите на английский вверху)
Там можно поглядеть на промпты и увидеть, что можно в референсах замешивать и картинки и видосы.
В общем, позалипайте, пораспускайте слюни и копите деньги. Через 2 недели они вам пригодяцца.
И вспоминаем про Токиномику.
ПС: в твитторах очень много фейков - просто склейки из 2.0. Чекаем только китайские оригинальные источники.
@cgevent
Сразу зайду с козырей: когда?
- Через 2 недели.
- Будет Full, Mini и Fast.
И да, все обещанные ништяки на месте: 30 секунд, до 50(пятидесяти) референсов, 4К.
Но вот вам немного новых утечек.
Во-первых: недоделанная страница Seedance 2.5 на сайте Дримины:
https://dreamina.capcut.com/seedance/seedance-2-5
Почему недоделанная? Покрутите вниз, там где отзывы пользователей - там смешной незаполненный шаблон. Также внизу поминается Sora 2 и Nano Babana 1. В общем, это явно черновик, и там можно углядеть все новые фичи, которые все уже обсудили. Но самое интересное вот это:
You can create cinematic videos up to 30 seconds in standard mode or extend them to 180 seconds with the beta long-video mode.
Прикиньте, если это будет не 6 раз по 30 секунд, а нативное продолжение до 3 минут одним куском?!
(я тут прикинул, что в 4К это будет стоить 600 баксов, надеюсь ошибся).
Кстати, если вы залогинены в капкате, вас с этой страницы будет уводить на Home, имейте в виде.
Идем дальше.
Во-вторых, свежие сэмплы на:
https://ark.volcengine.com/promotion?modelName=seedance-2-5
(переключите на английский вверху)
Там можно поглядеть на промпты и увидеть, что можно в референсах замешивать и картинки и видосы.
В общем, позалипайте, пораспускайте слюни и копите деньги. Через 2 недели они вам пригодяцца.
И вспоминаем про Токиномику.
ПС: в твитторах очень много фейков - просто склейки из 2.0. Чекаем только китайские оригинальные источники.
@cgevent
🔥6
Кто затестил уже Fable5?
нет ощущения что вам подсунули суррогат?
тут народ потестил и, похоже, Антропики всех знатно прокатили
как вы яхту назовёте, так она и поплывёт, короче.
(кто в теме, знают, что яхты не плавают ;) )
#Fable #fail
———
@tsingular
нет ощущения что вам подсунули суррогат?
тут народ потестил и, похоже, Антропики всех знатно прокатили
как вы яхту назовёте, так она и поплывёт, короче.
(кто в теме, знают, что яхты не плавают ;) )
#Fable #fail
———
@tsingular
💯15
Baseten построил самый быстрый API для GLM-5.2 — 280+ токенов в секунду на Blackwell
Кто-то тут жаловался, что GLM-5.2 медленный на "родном" апи от z.ai, - вам будет интересно.
⚡️ Baseten (Philip Kiely, Alex Korte, Tri Dao и команда) разогнал GLM-5.2 до 280 токенов в секунду — лучший показатель среди всех API-провайдеров модели на момент замера Artificial Analysis 22 июня.
🔧 Пять ключевых моментов:
- кастомный инференс-движок с Shared DSA для архитектуры GLM-5.2,
- собственное квантование в NVFP4 на NVIDIA Blackwell с сохранением качества на BFCL-бенчмарке,
- KV-aware-маршрутизация через NVIDIA Dynamo для переиспользования кэша между запросами,
- разделение prefill и decode с двукратным ускорением,
- MTP.
🔥 Конкуренты не дремлют: уже через неделю Fireworks заявили 446 ток/с на пике для GLM 5.2 Fast и статус самого быстрого провайдера на OpenRouter.
#GLM #Baseten
———
@tsingular
Кто-то тут жаловался, что GLM-5.2 медленный на "родном" апи от z.ai, - вам будет интересно.
⚡️ Baseten (Philip Kiely, Alex Korte, Tri Dao и команда) разогнал GLM-5.2 до 280 токенов в секунду — лучший показатель среди всех API-провайдеров модели на момент замера Artificial Analysis 22 июня.
🔧 Пять ключевых моментов:
- кастомный инференс-движок с Shared DSA для архитектуры GLM-5.2,
- собственное квантование в NVFP4 на NVIDIA Blackwell с сохранением качества на BFCL-бенчмарке,
- KV-aware-маршрутизация через NVIDIA Dynamo для переиспользования кэша между запросами,
- разделение prefill и decode с двукратным ускорением,
- MTP.
🔥 Конкуренты не дремлют: уже через неделю Fireworks заявили 446 ток/с на пике для GLM 5.2 Fast и статус самого быстрого провайдера на OpenRouter.
#GLM #Baseten
———
@tsingular
🔥9⚡3🏆2