Midjourney и другие нейросети - страница 1200
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
***
После ChatGPT хотел попробовать платный KIMI.
Обрати внимание, что встроенный ИИ в Cursor - дообученный Kimi на кластере Маска, по показателям уже почти как Opus 4.7 и при этом недорогой.
Grok, обученный на базах Cursor выйдет в ближайшие пару недель. У них коллаба из-за опциона.
Демографическая яма в IT: как ИИ сокращает джунов и готовит дефицит синьоров
//текст и обложка ChatGPT
Появление генеративного ИИ стало для IT-индустрии тем же, чем промышленная автоматизация была для заводов прошлого века. Компании увидели шанс резко повысить производительность: нейросети начали писать шаблонный код, генерировать тесты, документацию и даже закрывать простые баги. В результате под удар в первую очередь попали Junior-разработчики.
Сегодня многие компании задаются простым вопросом: зачем брать новичка, которого нужно обучать, если AI-ассистент способен выполнять часть его задач уже сейчас?
На первый взгляд логика выглядит рационально. Но у этой стратегии есть опасный побочный эффект, который индустрия пока недооценивает.
Почему рынок начал отказываться от джунов
Современные инструменты вроде OpenAI ChatGPT, Anthropic Claude, Cursor и GitHub Copilot действительно изменили рынок. Многие рутинные задачи, на которых раньше учились начинающие разработчики, теперь выполняются значительно быстрее.
Раньше джун:
писал простые CRUD-модули;
делал типовые API;
исправлял мелкие баги;
занимался шаблонной версткой;
собирал тесты и документацию.
Теперь значительная часть этой работы автоматизируется.
Для бизнеса это выглядит как прямая экономия:
меньше времени на обучение;
меньше ошибок;
выше скорость разработки;
меньше расходов на команду.
Но проблема в том, что именно через эти «простые задачи» раньше выращивались мидлы и синьоры.
Главная ошибка индустрии
IT-рынок начинает сталкиваться с эффектом, который можно назвать кадровой демографической ямой.
Senior-разработчик не появляется из воздуха. В среднем путь от новичка до сильного инженера занимает 5–8 лет реальной практики:
работа с чужим кодом;
участие в продакшене;
ночные аварии;
провалы архитектуры;
неудачные релизы;
масштабирование систем;
личные ошибки и их исправление.
ИИ способен ускорить работу опытного инженера, но он не может заменить сам процесс накопления инженерного опыта.
Именно поэтому массовое сокращение найма джунов сегодня почти неизбежно создаст дефицит сильных специалистов через несколько лет.
Что особенно заметно уже сейчас
Обсуждения в профессиональном сообществе показывают несколько характерных тенденций.
1. Вакансий для джунов становится меньше
На junior-позиции приходят сотни и тысячи откликов. При этом сами вакансии сокращаются или превращаются в формальность: компании хотят «джуна с опытом 2–3 года».
Одновременно растет спрос на:
архитекторов;
DevOps-инженеров;
технических лидов;
специалистов по распределенным системам;
senior backend/frontend инженеров.
Получается парадокс: вход в профессию сужается именно тогда, когда рынок нуждается в сильных кадрах верхнего уровня.
2. ИИ начал усиливать разрыв между сильными и слабыми
Нейросети не делают всех одинаково продуктивными. На практике они усиливают уже существующий уровень специалиста.
Сильный инженер:
быстрее анализирует код;
умеет проверять ответы ИИ;
замечает архитектурные ошибки;
понимает последствия решений.
Слабый разработчик часто просто копирует сгенерированный код, не понимая его устройство.
В результате появляются две крайности:
«операторы промптов», которые умеют получать результат, но не понимают систему;
опытные инженеры, чья производительность выросла в разы.
Средний слой начинает размываться.
3. Инженерная интуиция не обучается через copy-paste
Одна из самых обсуждаемых проблем — деградация обучения.
Когда новичок постоянно получает готовый ответ от ИИ, он:
реже анализирует проблему;
хуже запоминает решения;
меньше сталкивается с последствиями ошибок;
медленнее формирует системное мышление.
А именно через самостоятельное прохождение тупиков и появляется инженерная интуиция.
Хороший синьор — это не человек, который знает все ответы. Это человек, который много раз видел, как делать не надо.
Почему ситуация может стать критической к 2030–2031 году
Большие IT-системы становятся сложнее:
микросервисы;
распределенные базы данных;
AI-инфраструктура;
высоконагруженные системы;
кибербезопасность;
отказоустойчивость.
Поддерживать такие системы могут только специалисты с реальным практическим опытом.
Но если индустрия несколько лет подряд будет экономить на выращивании новичков, рынок столкнется с простой проблемой: опытных инженеров станет физически недостаточно.
Особенно это ударит по:
enterprise-разработке;
банковскому сектору;
промышленному ПО;
медицине;
телекоммуникациям;
государственным цифровым системам.
Там цена ошибок слишком высока, чтобы полностью полагаться на AI-генерацию кода.
Что ИИ действительно изменит
Скорее всего, исчезнет не профессия программиста, а ее нижний порог.
Разработчик будущего будет:
меньше писать шаблонный код вручную;
больше заниматься архитектурой;
проектировать взаимодействие систем;
проверять и валидировать AI-генерацию;
отвечать за надежность и безопасность.
Фактически ИИ становится новым уровнем автоматизации — как когда-то компиляторы, фреймворки или low-code платформы.
Но автоматизация не отменила инженеров в прошлом. Она изменила требования к их уровню.
Кто выиграет в новой реальности
Компании, которые продолжат инвестировать в обучение молодых специалистов, могут получить огромное преимущество через несколько лет.
Потому что:
сильных синьоров на рынке будет мало;
стоимость их найма резко вырастет;
удержание опытных команд станет критическим фактором.
ИИ действительно способен ускорить развитие новичков — но только если рядом есть опытные инженеры и реальная практика.
Без этого нейросеть превращается не в инструмент обучения, а в костыль, который скрывает отсутствие понимания.
Вывод
IT-индустрия сейчас находится в очень необычной точке.
С одной стороны, ИИ дает крупнейший рост производительности за последние десятилетия. С другой — рынок начинает разрушать собственную систему подготовки кадров.
Главный парадокс ближайших лет может выглядеть так:
Писать код станет проще, чем когда-либо в истории.
А вот людей, которые действительно понимают, как работают сложные системы, может начать остро не хватать.
Обрати внимание, что встроенный ИИ в Cursor - дообученный Kimi на кластере Маска, по показателям уже почти как Opus 4.7 и при этом недорогой.
Grok, обученный на базах Cursor выйдет в ближайшие пару недель. У них коллаба из-за опциона.
Microsoft рвется в лидеры генерации: вышла новая нейросеть MAI-Image-2.5
//текст и обложка Gemini 3.5. Новость https://microsoft.ai/news/mai-image-2-5-launches-at-no-3-on-arena-ai/
Компания Microsoft официально представила новую модель для генерации изображений по текстовому описанию — MAI-Image-2.5. Релиз состоялся 26 мая 2026 года и сразу же привлек внимание индустрии: нейросеть дебютировала на 3-м месте в авторитетном глобальном краудсорсинговом рейтинге Arena.ai (бывший LM Arena), потеснив многие популярные решения.
Этот шаг подтверждает стратегический курс Microsoft на независимость от технологий OpenAI, чьи алгоритмы (DALL-E) ранее эксклюзивно использовались в Copilot и Bing Image Creator. Теперь софтверный гигант активно развивает собственную линейку MAI (Microsoft AI), демонстрируя впечатляющую скорость итераций.
Положение в бенчмарках и сравнение с конкурентами
В слепых тестах на платформе Arena.ai, где пользователи выбирают лучшее из двух случайных изображений, MAI-Image-2.5 показала отличные результаты:
Топ-3 мирового рейтинга: Новинка уверенно закрепилась на третьей строчке среди всех семейств генеративных моделей.
Сравнение с Google: Модель от Microsoft идет на равных или слегка опережает свежие решения конкурента, такие как Nano Banana Pro и Nano Banana 2.
Отставание от лидера: Единственным непревзойденным соперником для MAI-Image-2.5 пока остается флагманская модель Image-2 от OpenAI (а также специализированные high-fidelity версии GPT-семейства), удерживающая первую строчку за счет более глубокого понимания абстрактных концепций.
Ключевые сильные стороны MAI-Image-2.5
Разработчики из Microsoft создавали модель в тесном сотрудничестве с профессиональными фотографами, дизайнерами и бренд-менеджерами. Это позволило точечно закрыть главные «боли» современных генераторов картинок:
Безупречный рендеринг текста: Предыдущие версии часто путали буквы и выдавали «кашу» вместо слов. MAI-Image-2.5 совершила качественный рывок — текст внутри изображений получается четким, шрифты ровными, а верстка аккуратной. Модель идеально подходит для создания постеров, обложек, инфографики и коммерческих баннеров.
Кинематографичный фотореализм: Нейросеть превосходно справляется со сложными сценами, точно передавая естественное освещение, текстуру кожи, глубину резкости и сложные пространственные отношения между объектами.
Улучшенная проработка коммерческого визуала: Модель стала намного лучше понимать концепции брендинга и предметной съемки, что делает ее готовым инструментом для маркетологов и e-commerce.
Высокое следование промпту (Prompt Adherence): Система глубоко анализирует структуру сцены, размеры и взаимное расположение объектов, минимизируя логические ошибки при генерации по длинным описаниям.
Слабые стороны и ограничения
Несмотря на технологический триумф, у MAI-Image-2.5 есть ряд ощутимых компромиссов, обусловленных ранней стадией развертывания и жесткой политикой безопасности:
Гипертрофированная цензура: Модель оснащена очень строгими встроенными фильтрами безопасности. Пользователи в первых отзывах отмечают, что система может «перестраховываться» и блокировать генерацию даже по абсолютно безобидным запросам, если в них есть потенциально двоякие слова.
Технические лимиты на старте: В интерфейсе Playground сейчас действуют жесткие ограничения — до 15 изображений в день на пользователя и обязательная пауза до 30 секунд между генерациями. На текущий момент поддерживается только стандартное квадратное соотношение сторон (1:1).
Скудный функционал редактирования: На этапе запуска отсутствуют привычные для продвинутых систем функции вроде image-to-image (генерация на основе картинки-референса), inpainting (дорисовка или замена областей) и детальное управление стилями.
Региональные ограничения: На данный момент доступ к модели закрыт для пользователей из Европейского союза (из-за регуляторных норм) и для пользователей с российскими IP-адресами.
Где протестировать и что ожидать дальше?
Модель уже доступна для тестирования в веб-интерфейсе MAI Playground (playground.microsoft.ai). Разработчики обещают, что в течение ближайших двух недель начнется ее полномасштабная интеграция в потребительские сервисы Copilot и Bing Image Creator, где лимиты будут расширены, а также появится поддержка различных форматов изображений.
Для бизнес-клиентов и разработчиков доступ к MAI-Image-2.5 и ее ускоренной версии MAI-Image-2-Efficient уже открыт через облачную платформу Microsoft Foundry (Azure AI) по API, что позволит автоматизировать создание тысяч единиц контента в день для нужд медиа и интернет-магазинов.
Купил Plus-тариф.
...
2) Лимит не заканчивается. Точнее - он вроде должен быть, но его не чувствуешь...
У ЧатГПТ я уже 5 раз закинул тот же самый проект и 5 раз он его допилил, а никаких оповещений "Сходи отдохни" до сих пор не было. Никаких переключений на слабую модель изза каких-нибудь необъявленных лимитов нет.
Модель 5.5 + размышления + усиленное размышление
...
Весь день работал - вообще ни разу не было иссяканий сессионных лимитов (их может вообще нет у OpenAI).
В общем, 10 раз уже порадовался, что перешёл с Клода на него
Весь день работал - вообще ни разу не было иссяканий сессионных лимитов (их может вообще нет у OpenAI).
В общем, 10 раз уже порадовался, что перешёл с Клода на него
Горячий апдейт: Claude Opus 4.8
//текст Gemini 3.5. Новость https://www.anthropic.com/news/claude-opus-4-8
Компания Anthropic только что выпустила свежее обновление своей флагманской нейросети — Claude Opus 4.8. Разработчики обещают, что модель стала гораздо более зрелой, честной и автономной по сравнению с версией 4.7.
Что изменилось?
Повышенная «честность» и критическое мышление. Модель стала в 4 раза реже пропускать баги в коде и теперь гораздо охотнее признает свои ошибки или неуверенность вместо того, чтобы выдавать ложные факты (галлюцинации).
Контроль усилий (Effort Control). Прямо на сайте claude.ai теперь можно вручную настраивать, сколько «сил» модель тратит на ответ. Высокий уровень — для глубоких размышлений над сложными задачами, низкий — для простых ответов ради экономии лимитов и скорости.
Улучшенный Fast Mode. Скоростной режим теперь работает в 2.5 раза быстрее, а его стоимость снизилась аж в три раза по сравнению со старыми тарифами.
Динамические рабочие процессы (Dynamic Workflows). Фишка для разработчиков в Claude Code. Нейросеть теперь может запускать сотни параллельных субагентов для решения масштабных задач (например, миграции огромных баз кода).
Базовая стоимость использования Opus 4.8 для разработчиков осталась прежней ($5 за миллион входных токенов и $25 за миллион выходных).
Дайтессыль на ии и тариф....
Тариф Plus.
Из России напрямую зайти и оплатить не получится, поэтому нужно через посредников. Я не знаю, можно ли рекламировать тут конкретные площадки, поэтому можете просто в гугле забить ggsel
https://chatgpt.com/
Тариф Plus.
Из России напрямую зайти и оплатить не получится, поэтому нужно через посредников. Я не знаю, можно ли рекламировать тут конкретные площадки, поэтому можете просто в гугле забить ggsel
спс - смотрю.... зайду
Итоги недели ИИ: Рекордный раунд Anthropic, запуск Claude Opus 4.8 и генерация 3D-моделей
//текст и обложка Gemini 3.5. Обзор https://youtu.be/7TG78vIYI-Q
Прошедшая неделя принесла целый ряд крупных анонсов, перетряхнувших топ-индустрии. Главными темами стали новые финансовые рекорды, свежие релизы от ключевых игроков рынка и неожиданные варианты применения мультимодальных систем.
Anthropic бьет рекорды: $65 млрд инвестиций и оценка под триллион
Компания Anthropic официально стала самым дорогим стартапом в истории. В рамках раунда финансирования серии H компания привлекла колоссальные $65 млрд. Ее текущая оценка достигла $965 млрд, вплотную приблизившись к отметке в один триллион долларов. Этим шагом Anthropic обошла OpenAI по рыночной стоимости среди непубличных компаний. Аналитики связывают такие цифры с тем, что стартап впервые вышел на операционную прибыльность, прогнозируя выручку в районе $10,9 млрд за второй квартал.
Claude Opus 4.8 и динамические агенты в Claude Code
Параллельно с финансовыми успехами Anthropic обновила свою флагманскую языковую модель до версии Claude Opus 4.8. Разработчики называют апгрейд умеренным, но ощутимым. Главные улучшения коснулись честности модели: она стала гораздо лучше распознавать границы своих знаний, реже галлюцинировать и открыто заявлять о неуверенности в ответах. Также зафиксирован небольшой прирост в программировании и логических рассуждениях. Цена за токены осталась прежней.
Куда более интересным обновлением стал запуск «динамических рабочих процессов» (Dynamic Workflows) внутри инструмента Claude Code. Теперь при получении сложной задачи Claude автоматически разбивает её на подзадачи, создает под каждый пул параллельных субагентов и заставляет их перепроверять работу друг друга. Процесс итерации продолжается до тех пор, пока агенты не придут к единому оптимальному решению.
Microsoft MAI Image 2.5 рвется в топ, а Copilot меняет дизайн
Microsoft выпустила обновленную версию своей модели генерации изображений — MAI Image 2.5. На авторитетной независимой платформе Arena.ai модель мгновенно взлетела на третью строчку общего зачета, уступая лишь GPT Image 2 и Gemini 3.1 Flash. Новая версия демонстрирует потрясающее понимание пространственных связей, геометрии, освещения и, что самое важное, безупречно рендерит текст и элементы брендинга.
Кроме того, редмондцы обновили интерфейс Microsoft 365 Copilot. Появилось более длинное поле ввода с поддержкой инлайн-форматирования и списков. Сама система теперь бесшовно вытягивает данные из писем, календарей и файлов пользователя, собирая графики и таблицы прямо внутри чата.
Поисковик Perplexity интегрирован в Microsoft 365
Для пользователей, которым базовых возможностей Copilot недостаточно, Microsoft внедрила инструмент Perplexity Computer в свои офисные приложения (Word, Excel, PowerPoint, Outlook). Теперь ИИ может выполнять сложные многоэтапные задачи — например, взять документ со стандартным шаблоном контракта, сравнить его с присланными правками, автоматически внести изменения в режиме рецензирования и составить список спорных пунктов с рекомендациями по формулировкам.
Leonardo AI превращает картинки в полноценные 3D-модели
Платформа Leonardo AI представила функцию Image to 3D. Пользователь может загрузить любое сгенерированное или реальное изображение, и нейросеть за несколько минут создаст объемную модель.
Для повышения точности добавлен инструмент Blueprint: нейросеть сначала генерирует 5 разных ракурсов объекта (спереди, сзади, сверху и т.д.), а затем использует их как опорные точки для создания высокодетализированной 3D-модели. Технология нацелена на разработчиков игр и сферу электронной коммерции (создание интерактивных карточек товаров).
Новинки от Eleven Labs: этичная музыка и продвинутый дубляж
Компания Eleven Labs представила модель Music V2. В отличие от многих конкурентов, данная нейросеть обучена исключительно на лицензированных данных, что позволяет использовать сгенерированные треки в коммерческих целях без юридических рисков. Модель обладает отличным пониманием контекста и фактов о мире.
Вторая новинка — Dubbing V2. Инструмент позволяет переводить видео на другие языки (например, на хинди), полностью сохраняя оригинальный голос спикера, его эмоциональный окрас, интонации и мимику губ.
Креативное использование Gemini Omni: генерация видео по маршруту карты
После релиза модели Gemini Omni пользователи начали находить ей удивительные применения. Одним из самых популярных стал кейс, где ИИ скормили скриншот Google Maps с нарисованной от руки линией маршрута и попросили сгенерировать видео из кабины такси, едущего точно по этой траектории. Другой энтузиаст передал модели набросок траектории полета камеры и получил реалистичные кадры с дрона, летящего под мостом и огибающего небоскребы в точном соответствии со схемой.
Коротко о других новостях из обзора:
YouTube вводит автодетекцию ИИ: Видеохостинг перемещает плашки о наличии ИИ-контента на более заметные места. Главное — YouTube запускает внутренние алгоритмы распознавания фотореалистичной генерации. Если автор забудет поставить галочку вручную, система сделает это автоматически.
Папа Римский сравнил ИИ с ядерным оружием: Папа провел презентацию, посвященную ИИ, на которой присутствовал один из сооснователей Anthropic. В своем официальном послании понтифик призвал «разоружить» искусственный интеллект, отметив, что коммерческое и геополитическое давление на лаборатории слишком велико и требует независимого внешнего контроля.
Сэм Альтман признал ошибку: Глава OpenAI публично заявил, что его прошлые прогнозы о «профессиональном апокалипсисе» и массовом увольнении белых воротничков из-за ИИ оказались ошибочными. Рынок труда пострадал значительно меньше, чем он опасался, хотя Альтман подчеркнул, что списывать риски со счетов пока рано.
Переводчик для животных и робот-парикмахер: Китайский стартап Mangioi выпустил ошейник-переводчик за $118 на базе языковой модели Qwen от Alibaba, обещающий понимать эмоции и звуки питомцев с точностью до 95%. А в нескольких городах Китая начали тестировать ИИ-кабины для стрижки, сканирующие голову в 3D и укорачивающие волосы с миллиметровой точностью всего за 1 доллар.
Что Мэтт упустил: Другие важные события недели
Пока Мэтт Вулф вел репортаж из отеля в Лос-Анджелесе, в индустрии произошло еще несколько фундаментальных событий, оставшихся за рамками его выпуска:
1. Трамп отменил указ о безопасности ИИ Президент Дональд Трамп в последний момент отменил подписание исполнительного указа, который должен был ввести процедуру предварительной проверки и ветирования передовых ИИ-моделей перед их публичным релизом. Сообщается, что за несколько часов до подписания президенту лично позвонили Илон Маск и Марк Цукерберг, убедив его в том, что избыточное регулирование убьет конкурентное преимущество США. Для индустрии это означает ускорение релизов крупных моделей в краткосрочной перспективе.
2. Рекордное внедрение в KPMG: 276 000 сотрудников получили Claude Консалтинговый гигант KPMG объявил о самом масштабном корпоративном внедрении ИИ в истории Big Four («Большой четверки»). Компания разворачивает платформу KPMG Digital Gateway на базе Claude для всех своих 276 тысяч сотрудников в 138 странах. Интеграция включает продвинутых агентов (Claude Managed Agents) на базе облака Microsoft Azure, которые будут помогать аналитикам обрабатывать налоговые данные, автоматизировать аудит и вести поиск уязвимостей в ИИ-системах клиентов.
3. IBM и Red Hat выделяют $5 млрд на проект Lightwell Компании IBM и Red Hat объявили о запуске масштабной инициативы Project Lightwell с бюджетом $5 млрд. Цель проекта — использовать передовые ИИ-модели для сканирования, верификации и автоматического закрытия уязвимостей в open-source софте, который используют до 90% компаний из списка Fortune 500. К проекту уже подключились крупнейшие мировые банки, включая JPMorgan, Citi и Goldman Sachs. В противовес тренду на сокращение штатов, IBM развернет команду из 20 000 инженеров, чья работа будет усилена возможностями ИИ.