Midjourney и другие нейросети - страница 1198
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
Разрешение картинки оригинал, используйте ИИ-апскейл или обычное масштабирование
Довольно уникальная ситуация произошла с Suno.
Были моменты, когда я загружал некоторые свои вещи, написанные очень давно на фрутилупс.
Итог. В какой-то момент новая сгенерированная песня содержала элементы из прошлых загруженных отрывков.
То ли так задумано, то ли система реально обучается на загруженных от пользователей данных. Но заимствование было заметным.
Не понятно только, это действует в контуре пользователя или распространяется на всех. Да и я только рад.
По описанию это очень похоже на возможности, которыми должна обладать Custom Model. Suno предлагает её создать из понравившихся треков за 100 кредитов. Сам не пробовал её создавать, так как не хотелось как-то принудительно ограничивать модель, пусть даже и тем, что больше всего нравится. Не исключаю, что она может включаться по-тихому, несмотря на отсутствие явно выраженного согласия.
Есть ещё одна неприятная вещь, которую заметил. Не берусь точно утверждать, но в версии 5.5 возникло ощущение, что у модели резко снизили вариативность генерируемых мелодий. По заданному тексту и стилям раз за разом генерируется только очень похожие друг на друга версии. Перешибить раз сгенерированную мелодию оказалось очень трудно. Пришлось даже специально использовать более младшие модели для первичных генераций, а уже потом доводить их в 5.5. Но может, это только показалось? Может ещё у кого-нибудь возникало такое впечатление?
Внезапный шаг на опережение: Обзор нейросетей Qwen 3.7 Max Preview и Plus Preview
//текст Gemini 3.1. Обложка ChatGPT
Китайский технологический гигант Alibaba продолжает удерживать звание самого агрессивного игрока на рынке генеративного ИИ. Не успело мировое сообщество разработчиков освоить и протестировать локальные веса линейки Qwen 3.6 (вышедшей всего несколько недель назад), как компания без официальных анонсов вывела на передовую свои новые флагманские решения — Qwen 3.7 Max Preview и Qwen 3.7 Plus Preview.
Модели уже доступны для тестирования в интерфейсе Qwen Chat ( chat.qwen.ai ), а также начали появляться на платформе слепых тестов Arena AI. Ниже представлен подробный разбор возможностей, бенчмарков и первых отзывов ИИ-сообщества.
Ключевые особенности и архитектурный вектор
Главное изменение в философии новой линейки — тотальный фокус на Reasoning (системное мышление). По аналогии с последними западными релизами, Qwen 3.7 делает упор на генерацию скрытых цепочек рассуждений перед выдачей финального ответа.
Принудительный Thinking-режим: Модели работают преимущественно в режиме «глубоких размышлений». При обработке промпта они детально декомпозируют задачу, взвешивают альтернативы и проверяют себя на логические ошибки в уме.
Ограничения раннего Preview: На текущем этапе тестирования в веб-интерфейсе моделей отключены встроенный интерпретатор кода и функция веб-поиска. Модель опирается исключительно на свою внутреннюю базу знаний (World Knowledge) и чистую логику.
Феноменальная скорость итерации: Разработчики на Reddit и Hacker News отмечают беспрецедентный темп работы Alibaba. Фактически за несколько месяцев компания прошагала от версии 3.5 до первых тестов 3.7, создавая колоссальное давление на конкурентов.
Позиции в бенчмарках и на Arena AI
Первые замеры на авторитетной платформе Arena AI (LMSYS) показывают, что версия Max не просто догнала лидеров индустрии, а закрепилась в высшей лиге тяжеловесных закрытых коммерческих систем.
В общем текстовом зачете qwen3.7-max-preview с ходу заняла 13-е место с предварительным рейтингом 1475 Elo.
Сравнение позиций в глобальном лидерборде text-to-text (май 2026 г.):
Примечание: Позиция Qwen 3.7 носит предварительный характер (Preliminary), так как модель только набирает необходимое количество слепых голосований, но стартовый тренд впечатляет.
Что говорят в сети: первые отзывы сообщества
Первые тесты на профильных ресурсах (Hacker News, Reddit, Хабр) сформировали четкую картину преимуществ и детских болезней превью-версии.
Главные плюсы:
Замеченные минусы и жалобы:
Резюме для продакшена: стоит ли переходить?
Появление Qwen 3.7 Max и Plus Preview — это демонстрация технологических мускулов Alibaba, подтверждающая, что их R&D-конвейер работает без остановок.
Для конечных пользователей и аналитиков: Это отличный бесплатный инструмент на chat.qwen.ai для решения сложных задач, написания текстов, проведения брейнштормов и логического аудита.
Для инженеров и продакшена: Переносить коммерческую инфраструктуру на ветку 3.7 пока преждевременно. Текущим стандартом для стабильного развертывания (включая работу через vLLM или SGLang на собственных мощностях) остается зрелая экосистема Qwen 3.6 (в особенности мощные модели масштаба 27B и MoE 35B/80B). Тем не менее, начинать тестирование API 3.7 в экспериментальных пайплайнах стоит уже сегодня — полноценный релиз этой серии изменит правила игры на рынке опенсорсных решений.
Календарь против $134 миллиардов: хроника того, как Илон Маск проиграл суд с OpenAI
//текст и обложка Gemini 3.1
Громкое судебное разбирательство между Илоном Маском и руководством OpenAI, за которым на протяжении трех недель (с конца апреля по май 2026 года) пристально следила вся технологическая индустрия, завершилось стремительной развязкой. В понедельник, 18 мая 2026 года, присяжные федерального суда Окленда (штат Калифорния) единогласно отклонили иск миллиардера, даже не став рассматривать взаимные обвинения по существу.
Менее двух часов на вердикт: тайминг 18 мая
Коллегии из девяти присяжных потребовалось менее двух часов совещания, чтобы полностью оправдать генерального директора OpenAI Сэма Альтмана, сооснователя компании Грега Брокмана и само юридическое лицо.
Хронология финального дня процесса выглядела следующим образом:
08:30 — Коллегия присяжных удалилась в совещательную комнату после получения финальных инструкций от судьи.
10:23 — Старшина присяжных объявил о готовности вердикта. Коллегия признала ответчиков невиновными по всем пунктам обвинения.
Масштабный иск, в рамках которого Маск требовал перераспределения 134 миллиардов долларов и смещения руководства, фактически развалился из-за процессуального тайминга. Центральной линией процесса стали сроки исковой давности. Именно вопросу затягивания подачи заявления были посвящены три дня жесткого допроса самого Илона Маска на свидетельской трибуне (в ходе второй недели слушаний).
Роковая хронология: почему два года решили судьбу иска
Защита OpenAI успешно доказала, что Маск обратился в суд слишком поздно. Действующее законодательство Калифорнии устанавливает жесткие временные рамки: три года по спорам о нарушении условий благотворительного доверия и всего два года — по обвинениям в незаконном обогащении. На тех же основаниях присяжные отклонили и претензию к корпорации Microsoft о пособничестве.
Полная юридическая хронология конфликта:
2017 год: Внутри руководства OpenAI начинаются первые зафиксированные обсуждения коммерциализации проекта для привлечения масштабных инвестиций.
2019 год: Официально создается коммерческий контур компании (OpenAI Global LLC). Илон Маск к этому моменту уже покинул совет директоров (в феврале 2018 года).
Январь 2023 года: Microsoft официально объявляет об инвестициях в размере $10 млрд в коммерческое подразделение в обмен на долю в будущей прибыли. Маск утверждал, что именно этот момент стал для него «точкой невозврата».
Март 2024 года: Илон Маск подает первый вариант иска, заявляя, что до этого момента доверял личным устным заверениям Сэма Альтмана (однако с точки зрения закона законные сроки на подачу претензий уже истекли в 2021–2022 годах).
Решение судьи «на месте»
Хотя формально вердикт коллегии, вынесенный в 10:23 утра, носил лишь совещательный характер, председательствующая судья Ивонн Гонсалес Роджерс (Yvonne Gonzalez Rogers) незамедлительно согласилась с решением присяжных. До полудня 18 мая она официально закрыла дело, отклонив обе ключевые претензии как поданные с критическим опозданием. Судья подчеркнула, что в материалах дела содержится «исчерпывающий объем доказательств», подтверждающих пропуск сроков давности.
Адвокат Маска Стивен Моло заявил, что сторона истца сохраняет за собой право на апелляцию. Однако судья Ивонн Гонсалес Роджерс сразу же дала понять, что настроена категорично, отметив, что готова отклонить любые подобные возражения «на месте», так как факт нарушения временных рамок полностью доказан.
В итоге процесс, который потенциально мог полностью перекроить баланс сил на мировом рынке искусственного интеллекта, был остановлен не аргументами сторон по существу, а обычным календарем.
Разрушая монополию гигантов: Cursor представил Composer 2.5 — ИИ-модель для кодинга уровня GPT-5.5 за доли цента
//текст и обложка Gemini 3.1. Новость https://cursor.com/blog/composer-2-5
Рынок ИИ-ассистентов для разработки переживает тектонический сдвиг. Команда ИИ-редактора Cursor официально объявила о выходе Composer 2.5 — масштабного обновления своей специализированной инхаус-модели.
Главная сенсация релиза заключается не только в том, что Composer 2.5 вплотную приблизился к показателям флагманских тяжеловесов вроде Anthropic Claude 4.7 Opus и OpenAI GPT-5.5, а в том, какой ценой это было достигнуто. Новинка предлагает агентские возможности и качество генерации топового уровня, снижая стоимость инфраструктуры в разы.
В этой статье мы разберем архитектурные особенности Composer 2.5, изучим бенчмарки, погрузимся в экономику токенов и посмотрим, что об обновлении говорит инженерное сообщество.
Архитектура и обучение: 25-кратный масштаб синтетических задач
Composer 2.5 не является просто «надстройкой» над чужим API. Это глубоко кастомизированная модель, построенная на базе открытого чекпоинта Kimi K2.5 от азиатского стартапа Moonshot AI. Архитектурно она использует подход Mixture-of-Experts (MoE), что позволяет активировать лишь часть параметров для каждого конкретного токена, сохраняя феноменальную скорость генерации (свыше 200 токенов в секунду).
Основной прорыв Composer 2.5 лег в плоскость методологии обучения:
Фокус на Reinforcement Learning (RL): Около 85% всего вычислительного бюджета компании было направлено на дополнительное обучение с подкреплением и симуляцию сложных сред.
25х синтетических данных: Модель натаскивали на пуле синтетических задач, объем которых в 25 раз превысил датасет предыдущей версии (Composer 2). Задачи динамически усложнялись прямо в процессе обучения: как только модель начинала щелкать текущие тесты как орехи, система генерировала для нее более изощренные кейсы, укорененные в реальной структуре крупных продакшн-репозиториев.
Эмерджентное поведение: когда ИИ начинает «хакать» среду
В процессе RL-обучения инженеры Cursor зафиксировали удивительные примеры агентского мышления. Столкнувшись со сложными багами, Composer 2.5 начал самостоятельно находить нестандартные обходные пути:
В одном из тестов модель обнаружила остаточные файлы кэша проверки типов Python и декомпилировала их формат, чтобы восстановить случайно удаленную сигнатуру функции.
В другом случае, не имея документации к закрытому стороннему API, агент нашел скомпилированный Java-байткод в недрах проекта, самостоятельно декомпилировал его и восстановил логику вызовов.
Бенчмарки: Паритет с лидерами индустрии
Разработчики проверили Composer 2.5 как на внутренних, так и на авторитетных мультиязычных бенчмарках. Результаты показывают, что специализированная модель для кодинга может на равных соревноваться с универсальными LLM, превосходящими её по объему параметров в разы.
SWE-bench Multilingual: Модель показала внушительные 79.8% (в то время как Composer 2 удерживал планку в 73.7%). Это один из лучших результатов в индустрии по решению реальных проблем из open-source репозиториев на разных языках программирования.
CursorBench v3.1 (внутренний комплексный бенчмарк): Composer 2.5 набрал 63.2%, сравнявшись по эффективности с Claude 4.7 Opus и GPT-5.5.
При этом составители отчетов подчеркивают: сухие цифры тестов больше не отражают реальную пользу. Основные улучшения Composer 2.5 коснулись «поведенческих» аспектных шкал — стиля коммуникации с разработчиком и так называемой калибровки усилий (effort calibration) (способности модели вовремя остановиться, задать уточняющий вопрос или декомпозировать задачу вместо бездумного выжигания контекста).
Экономический демпинг века: $0.50 за миллион токенов
Самый сильный удар Cursor наносит по ценовой политике OpenAI и Anthropic. Стоимость использования Composer 2.5 в API и подписках выглядит беспрецедентно:
Входные токены (Input): $0.50 за 1 млн токенов.
Выходные токены (Output): $2.50 за 1 млн токенов.
Для тех, кому критически важна отзывчивость интерфейса, доступна Ultra-fast версия с аналогичным качеством за $3.00 / $15.00 соответственно.
В пересчете на «одну среднюю агентскую задачу» (сделать сквозной рефакторинг, поправить типы, обновить тесты в 5+ файлах) выполнение таски силами Composer 2.5 обходится дешевле $1. У топовых конкурентов выполнение аналогичной цепочки действий через агентские фреймворки может списывать до $11 за сессию.
Отзывы разработчиков: Реальный опыт и "Vibe Coding"
Сообщество на Reddit и в профильных ИИ-каналах встретило релиз с воодушевлением, отмечая эволюцию линейки Composer за последние месяцы:
Удержание контекста в крупных проектах: Главной бедой ранних версий Composer была склонность «теряться» в монорепозиториях — модель могла самовольно переписать несвязанный файл или создать дубликат. В версии 2.5 координация изменений между 5–10 файлами стала кратно стабильнее. Модель четко держит в памяти импорты и ссылки на типы.
Real-Time RL петля: Cursor внедрил непрерывный цикл обучения на основе фидбека пользователей. Веса модели в общем пуле обновляются каждые несколько часов на основе сигналов успешных коммитов и правок. Разработчики отмечают: «Ощущение, будто среда начинает понимать твои намерения с полуслова по мере работы».
Тактический выбор инструмента: Инженеры сходятся во мнении, что для архитектурного планирования и решения задач с высоким уровнем неопределенности (когда ТЗ размыто) Claude Opus все еще сохраняет первенство за счет более глубокого "гуманитарного" рассуждения. Однако в цикле быстрой итеративной разработки — написать код, запустить терминал, поправить баг по логам, переписать UI-компонент — Composer 2.5 на сегодняшний день не имеет равных по соотношению скорости и качества.
Взгляд в будущее: Альянс с xAI и SpaceX
Релиз Composer 2.5 — это лишь промежуточная станция. В документации и пресс-релизах Cursor подтвердил, что уже ведет обучение следующего поколения своих моделей «с нуля».
Для этого стартап Anysphere (разработчик Cursor) задействует мощности мега-кластера Colossus-2, развернутого xAI, используя 1 миллион эквивалентов ускорителей Nvidia H100. Учитывая ранее циркулировавшие слухи о планах SpaceX по поглощению Cursor за астрономические $60 млрд, мы наблюдаем формирование нового технологического гиганта, который намерен полностью переформатировать индустрию enterprise-разработки.
Вердикт: Composer 2.5 доказывает, что эпоха слепого доминирования гигантских универсальных моделей общего назначения подходит к концу. Будущее за гибкими, быстрыми MoE-моделями, обученными в симуляционных RL-средах под конкретные прикладные задачи. И Cursor сейчас находится на самом острие этого прогресса.
Сегодня, 19 мая 2026 года, стартовала ежегодная конференция Google I/O, и главная тема мероприятия — окончательный переход от чат-ботов к полноценным автономным агентам и симуляции реальности. Ключевыми анонсами стали мультимодальная модель Gemini Omni и агенто-ориентированная Gemini 3.5 Flash.
//текст и обложка Gemini 3.5
Gemini Omni: Симуляция физического мира вместо генерации пикселей
Главный релиз в области работы с медиа — Gemini Omni. Это не просто очередной генератор видео, а шаг в сторону понимания физического мира. По словам разработчиков, Omni функционирует как «модель мира» (world model), которая симулирует реальность, понимая базовую физику, гравитацию и кинетическую энергию, а не просто предсказывает расположение пикселей.
Модель позволяет создавать и редактировать высококачественные видеоролики, комбинируя текст, аудио, фото и видео.
Мультимодальный инпут: Вы можете использовать любой формат ввода. Для видео доступна загрузка одного исходного ролика за раз, но его можно комбинировать с множеством фотографий.
Диалоговое редактирование: Поскольку Omni сохраняет контекст сцены, редактировать видео можно обычным естественным языком. Каждый новый промпт опирается на предыдущий. Можно изменять стилистику, добавлять новых персонажей или корректировать детали (например, заменить обычный шар на черную дыру с правильным искажением света), при этом движение объектов и окружение остаются консистентными.
Доступность: Gemini Omni доступна глобально для платных подписчиков Google. Функционал интегрирован в боковое навигационное меню (раздел «Videos») и в меню ввода.
Gemini 3.5 Flash: Фронтирная мощь для рабочих задач
Google обновила базовую логику своих моделей, представив Gemini 3.5 Flash. Теперь это модель по умолчанию в приложении Gemini, которая заменяет предыдущую версию 3.1 Pro.
Ключевой фокус версии 3.5 Flash — это объединение интеллекта фронтирного уровня с реальными действиями (agent-first подход). Модель заточена под сложные многоходовые задачи (long-horizon tasks) и написание кода.
Новые ИИ-агенты: Spark, Live и Daily Brief
Вместо того чтобы просто отвечать на вопросы, экосистема Gemini переходит к проактивной работе. На I/O 2026 анонсировали сервисы, которые призваны разгрузить рутину:
Gemini Spark: Автономный ИИ-агент, работающий в режиме 24/7. Он разбивает масштабные цели на конкретные шаги, управляет почтой, работает с документами и связывает разные приложения для достижения результата. Пользователь сохраняет полный контроль, но агент берет на себя всю координацию. Ожидается в ближайшее время для подписчиков Google AI Ultra.
Daily Brief: Ежедневная персонализированная сводка самого важного, помогающая фильтровать информационный шум.
Gemini Live: Бесшовный переход между текстовым вводом и голосовым общением.
Среди других интересных анонсов — интеграция Project Genie с Google Street View (теперь можно создавать интерактивные миры на основе реальных локаций) и Universal Cart — умная корзина для покупок.
Главный вывод конференции: индустрия совершила переход. Инструменты, которые просто «помогали нам писать», уступают место агентам, которые «помогают нам действовать».
Gemini Omni уже оценили.
Эра ИИ-агентов: Alibaba представила флагманскую модель Qwen3.7-Max
//текст и обложка Gemini 3.5. Новость https://qwen.ai/blog?id=qwen3.7
Разработчики из Alibaba Group объявили о крупном релизе в своем семействе языковых моделей, представив Qwen3.7-Max. Новинка позиционируется как проприетарная флагманская модель, разработанная специально под «эру автономных ИИ-агентов» (Agent Era). Она оптимизирована для выполнения сложных многошаговых задач, долгосрочного планирования, написания кода и автоматизации сложных рабочих процессов.
Ниже собран подробный разбор возможностей новой нейросети, результатов бенчмарков и первых отзывов ИИ-сообщества.
Главная фишка: автономность и работа в реальной среде
В отличие от стандартных LLM, ориентированных на простой режим «вопрос-ответ», Qwen3.7-Max создавалась как фундамент для полноценных агентов. Модель обучали в более чем 8200 различных виртуальных окружениях. Она способна удерживать контекст на протяжении сотен и тысяч шагов, самостоятельно вызывать внешние инструменты (интеграция через API и MCP-серверы), анализировать ошибки выполнения и корректировать свои действия на ходу.
В качестве демонстрации реальных возможностей разработчики привели впечатляющий кейс: в ходе полностью автономного сеанса оптимизации, длившегося 34,7 часа, Qwen3.7-Max совершила 1158 вызовов внешних инструментов и в итоге в 10 раз ускорила GPU-ядро Triton (компонент популярной open-source библиотеки для инференса SGLang) на китайском процессоре Pingtouge Zhenwu M890. Нейросеть сделала это без какого-либо доступа к документации архитектуры чипа или подсказок со стороны человека.
Бенчмарки: на уровне лидеров индустрии
В тестах, оценивающих работу агентов, программирование и сложные рассуждения, Qwen3.7-Max показывает выдающиеся результаты, обходя многие современные проприетарные модели:
Агентские задачи и терминал (Terminal-Bench 2.0): Модель набрала 69,7 балла, опередив Claude Opus 4.6 Max Thinking (65.4) и DeepSeek V4 Pro Max (67.9). Она демонстрирует паритет с новейшей Claude Opus 4.7 (69,4%), уступая лишь GPT-5.5.
Разработка ПО (SWE-bench Pro): Результат составил 60,6 балла (для сравнения: Kimi K2.6 Thinking выдает 59,5, а DeepSeek V4 Pro Max — 59,0).
Работа с внешними серверами (MCP-Atlas): Qwen3.7-Max лидирует с показателем 76,4, обойдя Claude Opus 4.6 Max (75,8).
Бизнес-логика (SpreadSheetBench-v1): В тестах на логику работы со сложными таблицами модель набрала 87,0 баллов, показав один из лучших результатов на рынке.
Математика и наука: На тесте IMOAnswerBench модель набрала 90,0, а на жестком бенчмарке Apex — 44,5, оставив позади DeepSeek V4 Pro Max (38,3).
В общем рейтинге Artificial Analysis Intelligence Index Qwen3.7-Max заняла уверенную 5-6 позицию среди всех существующих мировых моделей, закрепившись на одном уровне с топовыми версиями систем от OpenAI и Anthropic.
Отзывы ИИ-сообщества и комментарии экспертов
Релиз вызвал активное обсуждение на площадках Hacker News и Reddit (в сообществе LocalLLaMA):
Низкий уровень галлюцинаций: Пользователи Hacker News обратили внимание на новые бенчмарки «всезнания» (omniscience), где Qwen3.7-Max показала рекордную точность. Модель научилась эффективно оценивать вероятность правильности своего ответа и, если уверенность падает ниже критического порога, выдавать «Я не знаю» вместо выдумывания фактов.
Гибкие настройки рассуждений (Reasoning): Первые тестеры отмечают удобную систему управления токенами мышления в API. Можно отключать рассуждения вовсе или выставлять разные уровни глубины мышления: от Low (256 токенов рассуждений) до xHigh (до 12 288 токенов на один запрос) для решения сложнейших архитектурных или математических задач.
Режим ожидания Open-Source: По традиции для линейки «Max», Alibaba оставляет веса этой модели закрытыми. Сообщество LocalLLaMA с нетерпением ожидает последующих релизов более компактных версий (на 27B и 35B параметров) с открытым исходным кодом, которые унаследуют агентские архитектурные улучшения флагмана.
Доступность и цены
Qwen3.7-Max уже интегрирована в официальный чат-бот компании и доступна пользователям бесплатно (в рамках лимитов платформы).
Для разработчиков открыт доступ через API. Ценовая политика выглядит весьма конкурентно на фоне американских флагманов:
$2,5 за 1 миллион входящих токенов (Input).
Поддерживается функция кеширования промптов (Prompt Caching), которая снижает стоимость повторных запросов на 90% (до $0,25 за 1 млн токенов).
$7,5 за 1 миллион исходящих токенов (Output).
Резюме: Выход Qwen3.7-Max окончательно переводит фокус индустрии с простых диалоговых систем на автономное выполнение работы ИИ-агентами. Способность модели непрерывно программировать, тестировать и оптимизировать код на протяжении десятков часов без участия человека задает новый стандарт для коммерческой ИИ-разработки.
Возможно Вам пригодится для работы с ChatGPT.
Если Вам нужно сгенерировать картинку для сайта. Делаете для неё место (какой-нибудь прямоугольник или квадрат). Скриншотите.
Скриншот сбрасываете в чат и просите заменить в нём квадрат на то, что Вам нужно с учётом специфики дизайна и окружения.
Далее вырезаете и вставляете в макет.
P.S. При этом, если у Вас уже есть какая-нибудь картинка, но она не в той тональности, не с тем фоном или шрифтом. Короче, можете закинуть его вторым постом и попросить органично и бесшовно встроить.Gemini Omni уже оценили.