#unrealneural
Игровой движок на базе ИИ, способный за считанные минуты сгенерировать локацию для 3д шутера 💫

#unrealneural

Ваши мысли буквально формируют ваш мозг

Когда вы концентрируетесь на хорошем, ваш мозг начинает перестраиваться, чтобы замечать ещё больше хорошего. Это не просто мотивация - это нейропластичность в действии. ✨✨✨Нейропластичность - это способность мозга реорганизовываться и создавать новые нейронные связи на основе ваших постоянных мыслей, чувств и внимания.

#unrealneural
Kling launch O1

🤗🤗🤗

«Nano banana pro», но в области видеогенерации

#unrealneural

Главный действующий элемент здесь - нейрон, вероятно, ищущий связь (связи). Другие клетки справа, вероятно, представляют собой активно делящиеся и мигрирующие фибробласты.

#unrealneural

ViBT: первый bridge transformer Vision с параметрами 20B

Этот новаторский фреймворк является пионером в области преобразования данных, напрямую моделируя траектории для генерации условных изображений и видео. Он невероятно эффективен, работает до 4 раз быстрее и с лёгкостью справляется со сложными задачами.

https://huggingface.co/Yuanshi/ViBT

#unrealneural

Пакет моделей от Google в 1 пайплайн:
1. За моделирование отвечал Gemini 3 Pro.
2. Nano Banana Pro отвечает за рендеринг/стилизацию.
3. Veo 3.1 отвечает за видео/анимацию.

#unrealneural
SamGeo v0.14.0

В этом выпуске реализована интерактивная сегментация изображений дистанционного зондирования с использованием SAM3 ⚡️⚡️⚡️

https://github.com/opengeos/segment-geospatial

#unrealneural
CADAM и text2CAD

Gemini 3 Pro в CADAM, можно тестировать

#unrealneural
Nano-cosistent-150k

Датасет для последовательного сохранения идентичности при редактировании изображений.

https://github.com/yejy53/Echo-4o

#unrealneural
Сравнение китайских моделей

Промпт:

Make a looping HTML animation of a small robot arm stacking objects in a pattern

#unrealneural
Text-to-speech для более 7000 языков ⚡️

https://github.com/DigitalPhonetics/IMS-Toucan/

#unrealneural
Наше ИИ будущее все ближе и ближе ⚡️⚡️⚡️

«Китайская компания Unitree Robotics создала роботов, которые двигаются как профессиональные бойцы. G1 — 35 кг чистой координации 23 “сустава” позволяют ему делать боковое сальто с места — он стал первым гуманоидом, кто выполнил этот трюк. Демонстрирует стойки кунг-фу, выполняет подсечки с разворотом и удары ногами с вращением. Его толкают в спину — он моментально восстанавливает баланс за несколько широких шагов. R1 — младший брат-акробат Весит всего 25 кг, но его 26 продвинутых суставов превращают его в настоящего гимнаста. Делает сальто, ходит на руках, сбегает по склонам и выполняет приёмы восточных единоборств с пугающей плавностью. Как они учатся так быстро? Симулятор Nvidia Isaac — виртуальная среда, где роботы тренируются миллионы раз, прежде чем перенести навыки в реальный мир. Буквально как в “Матрице”. 3D-лидары и мультимодальный ИИ позволяют им видеть окружение и реагировать в реальном времени. Самое безумное G1 стоит $16,000 — как подержанная машина. В мае 2025 уже прошёл первый турнир по кикбоксингу между роботами. Будущее не приближается.»

#unrealneural
ExA-SPIM для изучения мозга 🤯

Используя технологию, изначально разработанную для обнаружения дефектов в производстве электроники, микроскоп «ExA-SPIM» позволяет ученым рассматривать отдельные нейроны и их связи в контексте всего мозга мыши.

#unrealneural
А может скоро роботы и на стройку доберутся ? Главное чтобы было дешево ⚡️⚡️⚡️

#unrealneural #вкопилкуэрудита

Диаграмма Пенроуза пространства-времени Минковского - это двумерное представление, используемое в теоретической физике для иллюстрации причинно-следственных связей между различными точками пространства-времени

#unrealneural
«Что делает ChatGPT...»

На 2023 год GPT всё ещё слабо решал математические задачи. Качественный скачок произошёл только с первой «моделью рассуждений» o1, которая в гораздо большей степени полагалась на обучение с подкреплением (RL), а не на простое масштабирование пре-тренинга.Это наводит на любопытную мысль: язык по своей природе сильно «размыт», одно и то же место в предложении допускает множество «правдоподобных» слов, и именно эта размытость идеально ложится на вероятностную природу LLM. Математика же гораздо жёстче и однозначнее.Получается, что для успеха в такой «жёсткой» области решающим оказался именно RL-компонент, более близкий к правиловому мышлению. А это, в свою очередь, говорит о том, что формальная математика вычислительно проще, чем мы привыкли считать.

https://writings.stephenwolfram.com/2023/02/what-is-chatgpt-doing-and-why-does-it-work/