Midjourney и другие нейросети обработки изображений - страница 1190
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
Арты. Миджорни
Разное. Миджорни
Анатомия квантовых компьютеров: От безумной идеи до главных машин 2026 года
//текст и обложка Gemini 3.1
Когда мы слышим слово «компьютер», мы представляем себе системный блок, ноутбук или стойки серверов в дата-центрах. Квантовый компьютер не похож ни на что из этого. Это не следующая ступень эволюции привычных ПК, а совершенно иная ветвь развития технологий, которая долгое время казалась невозможной.
Зачем их вообще решили создать?
Идея родилась в 1981 году. Знаменитый физик Ричард Фейнман обратил внимание на простую проблему: классические компьютеры невероятно плохо справляются с симуляцией природы. Если вы хотите смоделировать точное поведение даже простой молекулы (например, кофеина), классическому суперкомпьютеру не хватит памяти всей Вселенной, чтобы просчитать все взаимодействия её электронов.
Фейнман сказал: «Природа не классическая, черт возьми, и если вы хотите сделать симуляцию природы, вам лучше сделать её квантовой механической». Так родилась концепция машины, которая будет работать по тем же законам микромира, что и сами атомы. Потребовались десятилетия фундаментальной науки, прежде чем в конце 1990-х появились первые, крайне примитивные прототипы на пару кубитов.
Как они выглядят и какого они размера?
То, что обычно показывают на фотографиях — это массивная, сложная конструкция, похожая на стимпанковскую «золотую люстру». Но это не сам компьютер. Это рефрижератор растворения — гигантская морозильная камера.
Размер установки: Сама «люстра» размером с человека (около 2 метров в высоту), но чтобы она работала, нужна целая комната, заставленная компрессорами, баллонами с гелием, насосами и стойками с микроволновой электроникой для управления.
Сам процессор (QPU): Находится в самом низу этой «люстры». Он выглядит как обычный, довольно маленький чип (размером с монету).
Температура: Чтобы квантовые состояния (суперпозиция) не разрушались от малейшего внешнего воздействия, чип нужно охладить до 15 милликельвинов. Это в 180 раз холоднее, чем в открытом космосе. Внутри этой установки находится самое холодное место во Вселенной из известных нам.
Примечание: Существуют и другие типы (например, на ионных ловушках или фотонные), они выглядят иначе — как огромные столы, плотно уставленные лазерами, зеркалами и линзами.
Сравнение характеристик: Обычный ПК, Суперкомпьютер и Квант
Главное отличие кроется в базовой единице информации.
Обычный компьютер (и суперкомпьютер): Использует биты. Бит — это переключатель, который может быть либо в положении 0 , либо 1 . Чтобы пройти лабиринт, классический алгоритм будет проверять каждый путь по очереди (суперкомпьютер просто проверяет их очень быстро и параллельно).
Квантовый компьютер: Использует кубиты (квантовые биты). Благодаря суперпозиции кубит может быть 0 , 1 или ими обоими одновременно в определенной вероятности. Квантовый алгоритм как бы «заливает» лабиринт водой, мгновенно находя правильный выход.
Важный нюанс: Квантовый компьютер не заменит домашний ПК. Он не сделает видеоигры быстрее и не ускорит работу браузера. У него низкая тактовая частота, и для простых линейных задач он бесполезен. Это узкоспециализированный ускоритель для решения невероятно сложных математических задач с гигантским количеством переменных (оптимизация, химия, логистика).
2026 год: ИИ и логические кубиты
Долгое время квантовые системы были слишком «шумными» — кубиты теряли свои свойства от малейшей вибрации или перепада температур, выдавая ошибки. 2026 год стал переломным по двум причинам:
Появление логических кубитов: Компании вроде QuEra и IBM перешли от наращивания количества нестабильных кубитов к качеству. Они научились объединять сотни физических кубитов в один стабильный логический кубит, способный сам исправлять свои ошибки. Система из 100 таких логических кубитов уже способна обгонять классические суперкомпьютеры в реальных задачах.
Quantum Machine Learning (Квантовый ИИ): Обучение гигантских нейросетей уперлось в потолок потребления электричества (дата-центрам уже не хватает мощности целых электростанций). Квантовые процессоры идеально подходят для мгновенного перебора многомерных массивов данных. Сейчас мы видим рождение гибридных систем: обычный ИИ работает на классических серверах, но самые тяжелые задачи на оптимизацию и обучение он отправляет на квантовый сопроцессор (QPU).
Такой тандем прямо сейчас позволяет фармацевтам просчитывать свертываемость белков для новых лекарств за часы, а не годы, а инженерам — моделировать идеальные кристаллические решетки для новых сверхпрочных сплавов.
Обратная сторона: Угроза шифрованию
Причина, по которой государства и корпорации вливают миллиарды в эту сферу, кроется не только в науке, но и в безопасности. Классическое шифрование (пароли банков, базы данных, блокчейн) держится на математической задаче факторизации — разложении огромных чисел на простые множители. Суперкомпьютеру потребуются миллионы лет, чтобы взломать такой ключ.
В 2026 году стало окончательно ясно: квантовый компьютер с достаточным количеством кубитов решит эту задачу за несколько минут (используя алгоритм Шора). Поэтому прямо сейчас весь IT-мир в спешке переходит на новые, постквантовые стандарты криптографии, пока злоумышленники не получили доступ к достаточно мощным машинам.
Итог
Квантовый компьютер — это триумф человеческой инженерии, обуздавший законы микромира. Это гигантские криогенные установки, внутри которых крошечные чипы решают задачи на уровне вероятностей. В связке с искусственным интеллектом они открывают новую эпоху: конец слепого перебора вариантов и переход к точному моделированию нашего мира таким, какой он есть по своей природе.
OpenAI представила GPT-5.4-Cyber: Новая эра защиты или гонка ИИ-вооружений?
//текст и обложка Gemini 3.1. Официальная новость тут https://openai.com/index/scaling-trusted-access-for-cyber-defense/
14 апреля 2026 года компания OpenAI объявила о масштабном расширении своей программы Trusted Access for Cyber (TAC) и выпуске специализированной языковой модели GPT-5.4-Cyber. В отличие от стандартных версий, которые часто отказываются выполнять потенциально опасные запросы из-за строгих фильтров безопасности, эта модель спроектирована как «кибер-разрешающая» (cyber-permissive) и создана специально для легитимных защитников цифровой инфраструктуры.
Предпосылки события
Появлению GPT-5.4-Cyber предшествовало несколько важных факторов, которые сформировали текущий ландшафт ИИ-безопасности:
Гонка ИИ в кибербезопасности: Буквально за несколько дней до анонса OpenAI их прямой конкурент Anthropic представил свою модель Claude Mythos (в рамках Project Glasswing). Mythos продемонстрировал способность находить тысячи уязвимостей нулевого дня, что вызвало обеспокоенность на уровне Министерства финансов США и ФРС.
Программа TAC: В феврале 2026 года OpenAI запустила инициативу доверенного доступа, чтобы отделить легитимных исследователей от потенциальных злоумышленников и снизить для первых количество ложных срабатываний систем безопасности ИИ.
Релиз базовой GPT-5.4: В марте 2026 года вышло семейство моделей GPT-5.4. Модель продемонстрировала выдающиеся способности в управлении компьютерными средами (результат 75% в бенчмарке OSWorld-Verified против 47,3% у GPT-5.2) и была изначально классифицирована как система с высоким уровнем киберможливостей.
Что такое GPT-5.4-Cyber: бенчмарки и возможности
Главное техническое отличие новой модели заключается в снижении «порога отказа» (refusal boundary) при сохранении продвинутой логики. Это дает специалистам доступ к беспрецедентным возможностям:
Бинарный реверс-инжиниринг: Модель способна анализировать скомпилированное программное обеспечение без доступа к исходному коду. В профильной среде эту способность уже окрестили «Святым Граалем» автоматизированного анализа.
Продвинутая логика (Agentic reasoning): ИИ может выстраивать сложные логические цепочки, анализировать пути исполнения бинарных файлов и находить скрытые закладки или потенциальное вредоносное ПО.
Результативность инструментов: OpenAI отмечает, что в рамках их параллельных инициатив (таких как инструмент Codex Security) ИИ уже помог обнаружить и устранить более 3000 критических уязвимостей в различных программных проектах.
Доступ и контроль безопасности
Понимая проблему «двойного назначения» (dual-use) — то, что хорошо ищет уязвимости, может быть использовано для создания эксплойтов, — OpenAI распространяет GPT-5.4-Cyber только через жесткую систему верификации:
Многоуровневая проверка: Индивидуальные пользователи должны подтвердить свою личность (включая проверку государственных документов). Корпоративные клиенты получают доступ исключительно через своих официальных представителей в OpenAI.
Ограничения приватности: Для работы с самыми «разрешающими» моделями могут вводиться ограничения на использование режимов максимальной приватности, таких как Zero-Data Retention (ZDR), чтобы компания могла мониторить отсутствие злоупотреблений.
На начальном этапе доступ получили сотни проверенных команд, но в ближайшие месяцы программа будет масштабирована до тысяч специалистов.
Отзывы и значимость события
В профессиональном сообществе, на профильных ресурсах и форумах (Reddit, Habr) релиз вызвал активное обсуждение:
Одобрение профессионалов: Реверс-инженеры и аналитики вредоносного ПО отмечают, что ИИ наконец-то перестанет блокировать запросы при попытке проанализировать легитимный вирусный семпл. Это радикально ускорит аудит сложных систем.
Опасения по поводу рисков: Многие эксперты подчеркивают, что грань между защитой и нападением стирается. Несмотря на строгую верификацию по паспортам, риск утечки доступов или аккаунтов к GPT-5.4-Cyber остается высокой угрозой.
Смена парадигмы: Аналитики сходятся во мнении, что выход GPT-5.4-Cyber и Claude Mythos знаменует конец эпохи «эпизодической безопасности» (когда аудиты проводились раз в квартал). Индустрия переходит к непрерывному мониторингу с помощью автономных ИИ-агентов, способных рассуждать и действовать наравне с опытными хакерами.
Claude Opus 4.7
Qwen 3.6 35B-A3B
https://qwen.ai/blog?id=qwen3.6-35b-a3b
Mureka V9: новая нейросеть для создания музыки, которая уже обходит многих конкурентов
//Текст Grok 4.20, обложка ChatGPT
Привет, друзья! Если вы следите за искусственным интеллектом в музыке, то наверняка заметили, как быстро развивается эта область. Недавно на независимом рейтинге instrumental-треков Mureka V8 обошла Suno V5, а на сайте mureka.ai уже появилась модель V9. Дизайн интерфейса действительно напоминает Suno — простой и удобный, — но с акцентом на точный контроль. Я собрал всё самое важное: кто стоит за проектом, что умеет нейросеть, как она сравнивается с Suno, какие права на музыку, лимиты и реальные отзывы из сети. Давайте разберёмся по-человечески, без лишней воды.
Кто создал Mureka и почему это важно
За Mureka стоит компания Skywork AI (Сингапур), которая входит в экосистему крупного китайского технологического холдинга Kunlun Wanwei. Они не просто берут готовые модели, а сами разрабатывают всю цепочку генерации музыки от нуля — от понимания текста до финального микса. Один из сооснователей — Рейн Пан (Rayn Pan), который в интервью подчёркивает: «Мы не заменяем музыкантов, а помогаем им воплотить идеи быстро и качественно».
Проект запустился как платформа для обычных создателей контента и профессионалов. Есть отдельный API для бизнеса, магазин для продажи треков и даже функция обмена авторскими правами. Это не просто «генератор песен», а полноценная экосистема.
Что умеет Mureka V9
Новая версия V9 вышла в марте 2026 года и сразу получила обновления: улучшенный контроль по тексту, точное следование замыслу, лучшее качество микса и вокала, который звучит естественно и в нужном настроении.
Основные возможности:
V9 особенно хвалят за точность: промпт «энергичный поп с женским вокалом в стиле 90-х» даёт именно то, что просили, а не случайный набор звуков.
Сравнение с Suno: где Mureka выигрывает, а где пока отстаёт
Многие пользователи и обзоры 2026 года прямо сравнивают две нейросети. Вот честная картина:
Коротко: если вы создаёте контент для видео, рекламы или хотите дорабатывать треки — берите Mureka. Если нужна «магия» с первой попытки и минимум настроек — Suno может оказаться комфортнее. Многие музыканты используют обе: Suno для идей, Mureka для финальной полировки.
https://artificialanalysis.ai/music/leaderboard/instrumental
Права на музыку и лицензия
По условиям сервиса:
Важный нюанс: даже на платном вы автоматически даёте Mureka широкие права использовать ваш трек в своих целях (это стандартная практика у многих ИИ). Но для вас самих ограничений почти нет.
Цены и лимиты
Система работает на «золоте» (Gold) — это внутренние кредиты.
Для бизнеса есть отдельный API с разовыми платежами от 30 долларов.
Что говорят пользователи в сети
Отзывы в основном положительные, особенно после выхода V9:
В X (бывший Twitter) V9 тоже обсуждают как «следующий уровень» — особенно в связке с другими инструментами.
Стоит ли переходить прямо сейчас?
Mureka V9 — это серьёзный конкурент Suno, особенно если вам важны контроль, отдельные дорожки и уверенные коммерческие права. Дизайн знакомый, но возможности шире. Для новичков хватит бесплатного тарифа, чтобы понять, нравится ли. Для серьёзной работы — Premier-план окупается быстро.
Если вы создаёте музыку для видео, сторис, рекламы или просто экспериментируете — рекомендую зайти на mureka.ai и попробовать V9 сами. Ссылка в начале статьи.
А вы уже тестировали Mureka? Расскажите в комментариях, какая модель вам больше нравится — V9 или Suno. Буду рад обсудить! 🎵
Статья подготовлена на основе официальных данных сайта, условий сервиса и отзывов пользователей по состоянию на апрель 2026 года. Цены и возможности могут меняться — всегда проверяйте на https://www.mureka.ai/.
Главные новости ИИ за неделю: Эра десктопных приложений, агенты-кодеры и ИИ в биологии
//текст и обложка Gemini 3. Частично на базе видеообзора от Мэтта https://youtu.be/bIrzOQtnp8w
Эта неделя прошла под знаком масштабного обновления пользовательских интерфейсов и перехода искусственного интеллекта из браузеров прямо на наши рабочие столы. Ведущие игроки рынка — OpenAI, Anthropic, Google и Perplexity — представили новые способы взаимодействия со своими нейросетями, делая ставку на автономных агентов и фоновую работу.
OpenAI: Codex и прорыв в научных исследованиях
Главным вектором развития OpenAI становится создание универсального «супер-приложения». Платформа Codex теперь превращается в полноценное десктопное пространство, которое может работать в фоновом режиме, видеть экран, кликать и печатать собственным курсором. Несколько ИИ-агентов способны параллельно выполнять задачи на Mac, не мешая вашей основной работе.
Особенно мощно Codex раскрывается в концепции vibecoding — встроенный браузер позволяет просто выделить элемент на сайте, написать комментарий (например, «сделай логотип меньше»), и система сама внесет нужные изменения в код.
Кроме того, OpenAI представила GPT Rosalind — специализированную модель для естественных наук. Для исследователей, занимающихся вопросами продления жизни и глубоким биохакингом, это знаковый релиз. Модель демонстрирует глубокое понимание химии, белковой инженерии и геномики, значительно превосходя базовые LLM в анализе экспериментальных данных.
Anthropic: Claude Opus 4.7 и параллельный кодинг
Anthropic обновила платформу Claude Code, внедрив возможность запуска параллельных сессий. Теперь ИИ может одновременно работать над несколькими репозиториями, что идеально вписывается в современные мультиагентные рабочие процессы. Для разработчиков, привыкших интегрировать ИИ-агентов прямо в локальные IDE, новые встроенные инструменты Claude (внутренний терминал, редактор файлов и просмотрщик diff-ов) сделают оркестрацию еще удобнее.
Вместе с этим состоялся релиз Claude Opus 4.7. Модель совершила огромный скачок в бенчмарках (64.3% на SWEBench Pro) и на сегодняшний день является одним из лидеров для написания кода и создания архитектуры приложений.
Экосистема Google: Gemini на Mac и новые голоса
Gemini для Mac и Windows: Полноценные десктопные приложения теперь доступны всем. Версия для Mac поддерживает генерацию изображений через Nano Banana 2 и видео через Veo.
Slash-команды в Chrome: Удобная функция превращения частых промптов в утилиты «в один клик». Теперь можно сохранить промпт (например, для выжимки главных мыслей из лонгридов) и применять его прямо на открытой вкладке браузера.
Gemini 3.1 Flash TTS: Новая модель синтеза речи позволяет детально управлять эмоциями. ИИ научился шептать, смеяться, делать драматичные паузы и имитировать панику по специальным тегам.
Perplexity Personal Computer
Perplexity запускает агента Personal Computer. В отличие от облачных решений, эта система работает с вашими локальными файлами, нативными приложениями и почтой 24/7. Вы можете оставить список дел на день, и агент будет автономно искать информацию, сортировать документы и отправлять письма на вашем же устройстве.
Open Source и новые модели
MiniMax M2.7: Мощная open-source модель (MoE с 230B параметров), обходящая многих закрытых конкурентов в задачах программирования (56.22% на SWEBench Pro). Она позиционируется как модель, способная к самоэволюции и глубокому пониманию продакшн-систем.
Alibaba Qwen 3.6 (35B и 3B): Новое поколение открытых моделей, оптимизированное для запуска на локальном железе с потребительскими GPU.
Midjourney v8.1 и Microsoft MAI image 2: Midjourney выпустила обновление, которое работает в 3 раза быстрее и поддерживает нативный 2K-рендеринг. Microsoft ответила быстрой моделью MAI image 2 efficient, генерирующей картинки в среднем за 13 секунд.
Одной строкой: роботы, монтаж и странные инвестиции
В DaVinci Resolve 21 появились мощные ИИ-инструменты. Функция Intelli Search позволяет искать людей или конкретные слова прямо по сырым исходникам, а Face Age Transformer умеет реалистично менять возраст актеров в кадре.
Boston Dynamics продемонстрировала автономность робота Atlas: он подошел к маркерной доске, прочитал список дел (убрать обувь, смять банки, закинуть белье) и выполнил их без участия оператора.
Производитель обуви Allbirds объявил о ребрендинге в New Bird AI и закупке GPU-кластеров. На фоне этого акции компании взлетели на 600%.
Что не упомянул Мэтт:
Claude Design: Новый инструмент для визуального творчества. Это не просто генератор картинок, а полноценный интерактивный холст для прототипирования сайтов, интерфейсов и презентаций. Главная фишка — глубокая интеграция с вашим брендом. Вы можете загрузить код своего проекта или дизайн-киты, и Claude Design автоматически выстроит систему цветов и типографики, применяя их ко всем новым макетам. Результаты можно экспортировать в HTML, PPTX или напрямую в Canva.
Grok 4.3 Beta: xAI выпустила крупное обновление Grok с расширенным контекстным окном и улучшенным пониманием саркастического юмора, что делает его фаворитом для анализа актуальных трендов.
Анонс DeepSeek V4: Китайский стартап подтвердил выход своей флагманской модели в конце апреля. В V4 появится четкое разделение на «Быстрый» режим для рутины и «Экспертный» для сложных логических цепочек, а также нативная поддержка зрения (Vision).
Как искусственный интеллект ускоряет изоляцию мирового интернета. Мифы и реальность
//текст и обложка от ChatGPT.
Представьте: ещё вчера интернет был одной большой цифровой деревней — один клик, и ты общаешься с человеком на другом конце планеты. Сегодня эта деревня всё больше напоминает сеть укреплённых районов. Не сплошные стены, но границы уже есть: правила, фильтры, ограничения доступа. Процесс сегментации идёт не первый год, а развитие искусственного интеллекта заметно его ускоряет.
Важно сразу зафиксировать: речь не о «конце интернета». Он не исчезает — он меняется. Вопрос в том, каким он станет.
Что такое изоляция интернета на практике
Раньше сеть воспринималась как единое пространство. Сейчас государства всё чаще выстраивают собственные цифровые контуры:
В результате формируется не один интернет, а система взаимосвязанных, но разных по правилам сегментов.
Это не авария системы, а осознанный выбор — баланс между открытостью, безопасностью и управляемостью.
Как искусственный интеллект ускоряет этот процесс
ИИ не создаёт изоляцию с нуля, но делает её проще, дешевле и быстрее.
Во-первых, разные правила игры
Регулирование ИИ уже сейчас сильно различается:
Модели обучаются на разных данных, работают в разных юридических рамках и начинают заметно отличаться по поведению.
👉 Один и тот же запрос в разных регионах может давать разные ответы — это уже реальность.
Во-вторых, цифровой суверенитет данных
Современный ИИ требует огромных массивов данных. Это автоматически делает данные стратегическим ресурсом.
Отсюда логика:
В-третьих, автоматизация контроля
ИИ резко упростил масштабную фильтрацию:
Границы становятся не только юридическими, но и технологическими — и почти незаметными для пользователя.
В-четвёртых, рост киберрисков
Вот здесь ИИ действительно меняет правила игры.
Он позволяет:
Раньше на это уходили недели или месяцы. Теперь — дни, иногда часы.
Но важно не перегибать:
Почему это подталкивает к сегментации
Когда риски растут, реакция предсказуема.
Государства и крупные системы начинают:
Это похоже не на строительство глухих стен, а на создание «отсеков» внутри большой системы.
👉 Главная идея — не изолироваться полностью, а ограничить распространение проблем.
Мифы и реальность
Миф 1: «ИИ объединит мир»
Ожидалось, что универсальные модели и переводчики сотрут границы.
На практике:
Интернет не становится единым — он становится многослойным.
Миф 2: «Изоляция — это только политика»
Политика играет роль, но технологии тоже важны.
ИИ:
👉 Без ИИ сегментация шла бы гораздо медленнее.
Миф 3: «Автономные ИИ уже ведут кибервойны»
Пока это не так.
Даже самые продвинутые системы:
Речь идёт не о полной автономии, а об ускорении процессов.
Миф 4: «Локальный интернет полностью защищает»
Это опасное упрощение.
Да, сегментация даёт плюсы:
Но остаются проблемы:
Что дальше
Наиболее вероятный сценарий — не распад, а усложнение.
🌍 Интернет как система «зон доверия»
🧠 ИИ по обе стороны баррикад
Он будет:
Причём защита будет всё больше автоматизированной.
🔗 Цифровые границы без полного разрыва
Скорее всего:
Слишком высока цена полной изоляции.
Итог
Искусственный интеллект не разрушает интернет напрямую.
Он делает более очевидной старую проблему:
В ответ на это мир движется к сегментации.
Но важно понимать главное:
А значит, будущее — не в полном разделении и не в полной открытости,
а в постоянном поиске баланса между ними.