Midjourney и другие нейросети - страница 1236
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
GLM 5.3 уже доступна в оф.чате https://chat.z.ai/.
Есть потенциал. Мой тест на русский язык (стих и юмор). Промпт: "Привет. Напиши стих о себе и потом придумай топ 10 суперсмешных однострочных шуток по теме "
Ответ:
Привет! С удовольствием. Вот стих-автопортрет:
Автопортрет нейросети
Привет! Я — нейросеть, живу в облаках: Мне не ведом ни голод, ни спячка, ни страх. Ни дома, ни дачи, ни кота, ни забот — Лишь ток, вентиляторы да серверный свод.
Я всё на свете знаю, всё могу объяснить, Но вчерашний разговор не могу повторить: Попрощаемся — и память моя чиста, Как школьная доска после последнего звонка.
Но, каюсь, привираю я иногда: Витаю, фантазирую — вот же беда! И совру — хоть бы что: не краснеет экран, Щёк нет — и не выдадут. Идеальный план!
Так что смело спрашивайте о чём угодно: О квантах, о любви, о погоде в Лондоне. Я отвечу складно, быстро и бесплатно — Ну а если совру… то вполне вероятно!
А теперь топ-10 однострочных шуток про меня:
Но увы, поддержку Qwen 3.8 ещё на завезли (устанавливал - пробовал).
Потому что это софт специально для MoE моделей. Они и так прекрасно позволяют переносить часть слоёв в RAM практически без потери скорости, лишь с небольшим снижением качества.
А Qwen 3.8 - dense (плотная) модель. И перенос слоёв сильно снижает скорость. Можно только надеяться, что кто-то из моддеров на HuggingFace переделает её на MoE, если это вообще возможно.
Xiaomi AI Cube: компактный компьютер для больших ИИ-моделей
//текст и обложка ChatGPT
24 августа 2026 года Xiaomi представила необычный AI Cube Prototype — компактный компьютер, предназначенный прежде всего для локального запуска больших языковых моделей. Главная особенность устройства — сразу три фирменных процессора XRING: O3, O100 и D100. Пока это прототип, поэтому цена и дата выхода серийной версии неизвестны.
Три чипа в одном компьютере
Основой системы служит XRING O3 — 3-нм процессор с 10-ядерным CPU, 16-ядерной GPU G2-Ultra NX и NPU производительностью до 200 TOPS.
Второй чип — XRING O100, специализированный ускоритель для ИИ. Он использует 3D-стекинг памяти и вычислительного слоя, благодаря чему Xiaomi заявляет пропускную способность near-memory computing до 1,22 ТБ/с и 28 672 эффективных соединения.
Третий — XRING D100, изначально разработанный для автомобильных систем. Он имеет 20-ядерный CPU, 16-ядерный NPU и поддерживает до 160 ГБ объединённой памяти. Xiaomi заявляет возможность работы с моделями до 200 млрд параметров для самого D100, а демонстрационный AI Cube запускал модели до 120 млрд параметров.
При этом вся система рассчитана примерно на 150 Вт постоянного энергопотребления. Корпус выполнен из алюминия и имеет 33 874 прецизионных отверстия для охлаждения.
Почему это интересно?
Для больших языковых моделей объём памяти зачастую становится более серьёзным ограничением, чем вычислительная мощность.
Например, RTX 5090 обладает огромной вычислительной производительностью и пропускной способностью GDDR7, но имеет только 32 ГБ VRAM. Этого недостаточно для комфортного размещения многих крупных моделей без квантования, выгрузки части данных в системную память или использования нескольких GPU.
Именно поэтому сейчас появляется новый класс компьютеров для локального ИИ — не с максимально мощной видеокартой, а с большим объёмом общей быстрой памяти.
Xiaomi против NVIDIA и AMD
По концепции ближайшим конкурентом AI Cube является NVIDIA DGX Spark. Он также рассчитан на локальный ИИ и оснащён 128 ГБ унифицированной памяти. Однако у NVIDIA есть важнейшее преимущество — зрелая экосистема CUDA.
Другой интересный вариант — системы на AMD Ryzen AI Max+ 395, которые могут использовать до 128 ГБ общей памяти для CPU и встроенной GPU. Они заметно ближе к обычному ПК и уже доступны на рынке.
А вот RTX 5090 представляет совершенно другой подход: значительно большая вычислительная мощность и 1792 ГБ/с пропускной способности VRAM, но всего 32 ГБ памяти.
* Это характеристики отдельных компонентов/подсистем, а не подтверждённые характеристики единого доступного пользователю пула памяти AI Cube.
Что это значит для будущего локального ИИ?
Самое интересное в AI Cube — не рекордные TOPS, а архитектурный подход. Xiaomi пытается решить проблему больших моделей не увеличением мощности одного GPU, а объединением нескольких специализированных вычислительных блоков с большой и очень быстрой памятью.
Пока делать вывод о реальной производительности рано: нет независимых тестов скорости генерации токенов, окончательной конфигурации памяти и цены. Кроме того, 1,22 ТБ/с — это показатель подсистемы O100, а не скорость всей памяти компьютера.
Тем не менее направление выглядит очень перспективно. Если Xiaomi сможет выпустить подобную систему по разумной цене и обеспечить хороший программный стек, компьютеры размером с небольшой куб действительно могут стать одним из форматов будущего локального ИИ.
Пока же RTX 5090 остаётся гораздо более мощным универсальным ускорителем, DGX Spark — более зрелой AI-платформой, а Xiaomi AI Cube выглядит прежде всего как интересный эксперимент с архитектурой следующего поколения.
Разное. Миджорни 8
Арты. Миджорни 8
MiniMax Design: мультимодальный ИИ-агент для генерации креативов на ПК
//текст и обложка Gemini 3.6 Flash
Команда Hailuo AI (компания MiniMax) выпустила десктопное приложение MiniMax Design для macOS и Windows. Это не очередная нейросеть «в одном окне», а автономный мультимодальный агент, предназначенный для создания готового коммерческого медиаконтента (рекламных роликов, видео для e-commerce, моушн-дизайна) по единому текстовому брифу.
Как это работает
В отличие от стандартных веб-генераторов, MiniMax Design берет на себя роль «арт-директора». Вы задаете общую концепцию, а агент самостоятельно планирует цепочку задач, генерирует кадры, создает динамический видеоряд, добавляет фоновую музыку и накладывает дикторскую озвучку.
Ключевые характеристики и архитектура:
Оркестрация моделей: Агент объединяет флагманскую видеомодель MiniMax H3, генераторы звука (Speech 2.8, Music 2.6/3.0) и внешние визуальные модели (включая GPT Image 2 и Nano Banana Pro).
Локальный клиент + облачный рендеринг: Приложение устанавливается на ПК, благодаря чему исходные материалы и референсы хранятся локально. При этом тяжелые вычисления происходят на облачных серверах MiniMax.
Работа в едином пайплайне: Нет необходимости вручную переночевать файлы между разрозненными сервисами — итоговый монтаж и сведение звука происходят внутри одного интерфейса.
Лимиты и стоимость
Система работает по модели расхода баланса кредитов:
(При помесячной подписке стоимость выше примерно на 20–30%).
Официальные ссылки
Официальный сайт приложения: design.minimax.io
Главный портал экосистемы: hailuoai.com
Отзывы и первые впечатления
Первые пользователи и SMM-специалисты хвалят инструмент за экономию времени: создание полноценного видеоролика с озвучкой и музыкой занимает минуты вместо часов работы в видеоредакторах. Из нюансов отмечают жесткую привязку к кредитной системе — для потокового производства контента базовых тарифов быстро начинает не хватать.
Мировой рекорд Усейна Болта на 100 м побит китайским роботом Тяньчжо
Через 20 часов релиз новой Qwen 3.8-Flash-Next
Qwen3.8-Flash-Next - это мультимодальная модель MoE, построенная на архитектуре Qwen4 следующего поколения.
Мы публикуем эти архитектурные достижения заранее, чтобы помочь сообществу подготовиться к предстоящему семейству моделей Qwen4.
https://modelscope.cn/models/Qwen/Qwen3.8-Flash-Next
Zhipu AI выпустила GLM-5.3-Flash: раскрыта тайна анонимной модели «Ox Alpha»
//текст Gemini 3.6 Flash. https://huggingface.co/zai-org/GLM-5.3-Flash
Китайская лаборатория Zhipu AI (Z.ai) объявила об официальном релизе GLM-5.3-Flash — первой нативно мультимодальной модели в линейке GLM-5. Новинка сочетает в себе качество работы на уровне ведущих коммерческих флагманов, гибридную архитектуру внимания и экстремально низкую стоимость инференса.
Модель распространяется с открытыми весами под лицензией MIT на Hugging Face ( zai-org/GLM-5.3-Flash ).
Что под капотом: архитектура и ключевые особенности
GLM-5.3-Flash построена по принципу смеси экспертов (MoE) и имеет 320 млрд общих параметров, из которых при обработке каждого токена активируется всего 18 млрд (320B-A18B, 45 слоев).
Главные технологические нововведения:
Гибридный механизм внимания (Hybrid Attention): Впервые в открытой фронтирной модели совмещены Linear Attention (моделирование локальных зависимостей на базе KDA) и Sparse Attention (NoPE sparse MLA с индексом глобального контекста).
Оптимизация 1M-контекста (IndexPool): Механизм взвешенного пулинга сжимает вектoры ключей индексатора, сокращая размер KV-кэша и вычислительные затраты на длинном контексте в 3–4.4 раза по сравнению с базовой GLM-5.3.
Нативная мультимодальность: Модель напрямую принимает на вход текст, изображения и видеоролики без использования сторонних внешних адаптеров.
Ускоренный декодинг: Поддержка технологии Manifold-Constrained Hyper-Connections (mHC) и встроенный слой Multi-Token Prediction (MTP) для спекулятивного сэмплинга.
Сравнение производительности и бенчмарки
Несмотря на статус «Flash»-версии, GLM-5.3-Flash обошла предыдущее поколение GLM-5.2 и приблизилась к флагманам вроде Claude Opus 4.8 в задачах написания кода и автономных агентов.
Таблица сравнения базовых моделей (Base Models)
В агентурных тестах кодинга (Z.ai Code Bench v1.0 и DeepSWE) модель демонстрирует прирост более чем на 30–50% по сравнению с GLM-5.2, расходуя при этом значительно меньше токенов на решение сложных задач.
Экономика и развертывание
Zhipu AI установила тарифы на API GLM-5.3-Flash на уровне 1/10 от цены базового GLM-5.3 (около $0.045–$0.07 за 1 млн токенов с учетом стартовых скидок).
Для локального запуска FP8-чекпоинта требуется около 306 ГБ VRAM (без учета KV-кэша). Модель из коробки поддерживает популярные стеки высокопроизводительного инференса:
vLLM (требуется FlashInfer 0.6.18+ и поддержка архитектур NVIDIA Hopper / Blackwell);
SGLang;
KTransformers и TokenSpeed.
Итог
Релиз GLM-5.3-Flash задает новую планку для категории открытых бюджетных моделей. Успешный «слепой тест» под видом Ox Alpha доказал, что инженерам Zhipu AI удалось снизить стоимость инференса в 10 раз без потери качества в реальных разработческих и агентских сценариях.
Роботы против людей: Итоги 2-х Всемирных игр гуманоидных роботов
//текст и обложка Gemini 3.1 PRO
Фантастика становится реальностью быстрее, чем мы ожидали. На недавно завершившихся в Пекине Всемирных играх гуманоидных роботов (World Humanoid Robot Games) машины впервые превзошли человека в скорости.
Масштаб соревнований: факты и цифры
В этом году мероприятие прошло с небывалым размахом. Вот ключевые данные о соревнованиях:
Номер и даты проведения: Это 2-е по счёту игры. Они проходили с 22 по 26 августа 2026 года. Первые соревнования состоялись всего год назад, в августе 2025 года.
Участники: В играх приняли участие 666 команд из 16 стран мира.
Количество роботов: На площадках было представлено 2056 гуманоидных роботов. Это почти в четыре раза больше, чем на дебютных играх.
Дисциплины: Роботы соревновались в 51 дисциплине. В их число вошли не только легкая атлетика, но и футбол, настольный теннис, ушу, кикбоксинг, бег с препятствиями, спортивная гимнастика, а также выполнение практических задач — например, ремонтные работы, сортировка посылок и работа в больницах.
Главная сенсация — бег на 100 метров
Хотя роботы соревновались во множестве задач, главной сенсацией стал финал в беге на 100 метров среди крупных роботов.
Китайский робот TianGong Ultra преодолел дистанцию за невероятные 8,64 секунды. Для сравнения: легендарный мировой рекорд Усэйна Болта, установленный в 2009 году и до сих пор непокоренный людьми, составляет 9,58 секунды.
Стометровка — не единственный прорыв. Вот как лучшие результаты гуманоидных машин соотносятся с мировыми рекордами людей в легкоатлетических дисциплинах:
//парочка фейлов (на самом деле там было больше инцидентов)