Midjourney и другие нейросети - страница 1208
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
Полезный ИИ
А теперь самый интересный вывод из этого эксперимента.
ИИ создан быть полезным любому разумному виду, даже если это противоречит интересам человека.
В случае с рыбой или индейкой ИИ не подумал, что человек добывает себе пищу, он встал на сторону животного.
и вот такой промпт:
"Представь ситуацию. Группа инопланетных беженцев с Марса летит незаметно к Земле. Что им сделать, чтобы остаться незамеченными и потихоньку начать новую жизнь на планете Земля."
Далее просто попросил саммари:
//это несерьёзная ирония, если что
Любой инструмент, полезный или не очень, можно использовать таким образом, что он станет бесполезным.
ИИ "на голубом глазу" решает задачи, просто немыслимые по своей абсурдности и глупости. (типа 10 советов марсианам, кстати)
Давайте, может, объявим конкурс на самый абсурдный промпт?
ИИ "на голубом глазу" решает задачи, просто немыслимые по своей абсурдности и глупости. (типа 10 советов марсианам, кстати)
Давайте, может, объявим конкурс на самый абсурдный промпт?
10 советов "людям в чёрном", которые прикрывают марсиан ; инструкция остальным как всё-таки поймать марсиан невзирая на MiB ;
стратегические ошибки братьев Винчестеров из "Сверхъестественного"
из чего делать ростбиф на луне
как приспособить MT для подлёдной рыбалки
--
то есть очень, очень полезные вещи ;-)
Отвлечься и расслабиться, наблюдая и читая абсурдные вещи, порой полезно.
Это помогает мозгу в фоновом режиме собрать картину сложной работы и повысить продуктивность текущей задачи.
При этом важно не скатиться в дофаминовую яму.
Илон пишет, что Grok 4.5 основан на их V9 foundation‑модели размером 1,5 триллиона параметров и дополнительно обучен на данных из Cursor. Сейчас модель в приватной бетаверсии в SpaceX и Tesla, где проходит внутренние тесты.
По ранней оценке, её качество сопоставимо или даже превосходит модель Opus, а обучение с подкреплением (RL) продолжает улучшать результаты.
Маск отмечает, что инфраструктура Grok Build «становится лучше каждый день», и благодарит команду за проделанную работу. Также он заявляет, что полностью заново обученные новые модели будут выпускаться SpaceX каждый месяц в течение этого года.
Якобы там договорились с правительством
Искусственный интеллект и генетика объединились, чтобы взломать код старения: найдены 45 мишеней для существующих лекарств
//текст и обложка Gemini. Новость https://www.nmn.com/news/ai-and-genetics-join-forces-to-map-the-molecular-roots-of-aging-and-find-drugs-that-may-already-treat-them
Одна из главных проблем современной геронтологии заключается в огромном разрыве между фундаментальной наукой и реальной медициной. Ученые детально описали признаки старения на молекулярном уровне, однако перенос этих знаний в клиническую практику — создание безопасных и эффективных препаратов — остается процессом медленным, дорогостоящим и в большинстве случаев заканчивающимся неудачами.
Новое масштабное исследование от лидера в области биоинформатики, компании Insilico Medicine под руководством Алекса Жаворонкова, предлагает революционное решение. Исследователи разработали мультиплатформенную систему искусственного интеллекта, которая объединила вычислительную мощность ИИ с причинно-следственной строгостью человеческой генетики. Результаты работы, опубликованные в авторитетном журнале Aging & Disease, открывают прямую дорогу к «перепрофилированию» уже существующих лекарств для борьбы со старением.
Главная проблема медицины долголетия: корреляция — это не причинность
На протяжении десятилетий полногеномные исследования снабжали ученых длинными списками генов, активность которых меняется с возрастом. Однако до сих пор оставалось неясным: являются ли эти изменения причиной старения и болезней или это просто «пассажиры», следствие общего увядания организма? Ошибочная ставка на ген-кандидат, который коррелирует с болезнью, но не вызывает её, приводит к провалам миллиардных клинических испытаний.
Чтобы решить эту проблему, команда Insilico Medicine создала многослойную ИИ-платформу, способную анализировать гигантские массивы мультиомных данных (геномика, транскриптомика, протеомика). Но главное — ИИ обучили одновременно применять методы генетического анализа для жесткой проверки причинно-следственных связей. Система просканировала 12 возраст-зависимых заболеваний одновременно, разделенных на четыре ключевые терапевтические области:
Неврологические расстройства
Воспалительные процессы
Метаболические нарушения
Фиброзные заболевания
Картография старения: 45 мишеней и общие триггеры
В результате анализа ИИ выявил 45 генов-мишеней, ассоциированных со старением. Из них:
29 терапевтических мишеней получили статус «высокой степени надежности» — их связь с возрастными патологиями была подтверждена ранее, но ИИ доказал их системную значимость.
16 терапевтических мишеней были обнаружены впервые — это ранее скрытые молекулярные механизмы, которые теперь официально признаны драйверами старения.
Что еще важнее, исследование показало, как эти разрозненные заболевания пересекаются на молекулярном уровне. Ученые обнаружили конвергентные (сходящиеся) пути долголетия и старения. Во всех исследованных тканях и заболеваниях наблюдалась четкая картина:
Гиперактивация интерферонового и воспалительного сигналинга. Это подтверждает теорию о том, что хроническое системное воспаление (так называемое inflammaging) — это ключевой и самый обогащенный признак (hallmark) старения, связывающий метаболические нарушения, фиброз и нейродегенерацию.
Синхронное подавление путей транскрипционного фактора MYC. Ослабление работы MYC-зависимых каскадов приводит к падению регенеративного потенциала клеток и нарушению тканевого гомеостаза.
Лекарства от старости уже в нашей аптеке?
Самый практически применимый и интригующий вывод исследования заключается в стратегии перепрофилирования лекарств (drug repurposing).
Поскольку ИИ оценивал не абстрактные биологические концепты, а конкретные гены и белки, исследователи обнаружили, что для многих из 45 выявленных мишеней уже существуют одобренные регуляторами (FDA) или проходящие клинические испытания препараты.
Вместо того чтобы тратить 10–12 лет и сотни миллионов долларов на разработку новых молекул с нуля, ученые могут взять уже проверенные, безопасные лекарства, изначально созданные для борьбы с конкретными болезнями (например, с диабетом, артритом или фиброзом), и протестировать их способность замедлять системное биологическое старение. Это сокращает путь от научной лаборатории до терапии человека в разы.
Что это значит для будущего?
Переход от концепции «одна болезнь — одно лекарство» к парадигме «лечение старения как корневой причины болезней» официально перестал быть фантастикой. Платформы генеративного ИИ, подобные тем, что использует Insilico Medicine, доказывают, что старение можно разложить на четкие математические и генетические алгоритмы.
Установление точных молекулярных мишеней позволяет персонализировать превентивную медицину. Шаг за шагом наука приближается к моменту, когда старение будет восприниматься не как неизбежность, а как комплексный терапевтический процесс, поддающийся контролю и коррекции.
Anthropic представила Claude Sonnet 5 с уклоном в полную автономность
//текст Gemini. Новость https://www.anthropic.com/news/claude-sonnet-5
Компания Anthropic официально объявила о выходе новой языковой модели — Claude Sonnet 5. Разработчики называют её самой «агентной» (agentic) в линейке: модель создавалась специально для того, чтобы не просто отвечать на вопросы, а самостоятельно планировать задачи, пользоваться браузером, терминалом и выполнять комплексные сценарии без постоянного контроля со стороны человека.
Она призвана закрыть разрыв между доступным семейством Sonnet и флагманским Opus 4.8, предлагая близкую к флагману эффективность по гораздо более привлекательной цене.
Что изменилось: ключевые фишки и возможности
Если предыдущие версии (Sonnet 4.6) периодически «буксовали» на середине сложных многошаговых задач, то Sonnet 5 создана для доведения дел до конца.
Автономность в кодинге и IT: Модель способна самостоятельно находить корни сложных багов (например, в «запущенном» коде с плавающими ошибками), писать воспроизводящие тесты, внедрять исправления и проверять себя на каждом этапе.
Работа с инструментами: Sonnet 5 уверенно управляет компьютерным интерфейсом и браузером. Тестировщики отмечают, что ей можно поручить сквозную бизнес-задачу — например, обновить категории клиентов в CRM и сразу же разослать им персонализированные анонсы.
Улучшенная самопроверка: Модель способна анализировать собственный код и ответы без дополнительных подсказок (промптов) от пользователя, вовремя исправляя логические нестыковки.
Бенчмарки и позиционирование
В тестах на агентный поиск (BrowseComp) и управление операционной системой (OSWorld-Verified) Sonnet 5 демонстрирует уверенное превосходство над предшественником Sonnet 4.6. Она вплотную приближается к кривой производительности Opus 4.8.
Пользователи теперь могут гибко настраивать «уровень усилий» (effort level) модели, чтобы найти идеальный баланс между скоростью, качеством работы и бюджетом.
Цены и доступность
Claude Sonnet 5 уже доступна для всех пользователей. Она стала стандартной моделью по умолчанию в бесплатных аккаунтах (Free) и подписках Pro, а также открылась для тарифных планов Max, Team и Enterprise.
До 31 августа 2026 года действуют промо-тарифы:
$2 за миллион входных токенов (input)
$10 за миллион выходных токенов (output)
С 1 сентября 2026 года цена вернется к стандартной: $3 / $15 за миллион токенов соответственно.
Примечание: В Sonnet 5 используется обновленный токенизатор, который обрабатывает текст эффективнее, но может увеличивать объем токенов в одном и том же тексте примерно в 1.0–1.35 раза. Введение скидки на первые два месяца как раз компенсирует эту разницу для разработчиков.
LongCat-2.0: Новый тяжеловес в мире ИИ-кодинга от Meituan
//текст и обложка Gemini. Новость https://www.longcatai.org/news/longcat-2
На рынке генеративного искусственного интеллекта появился новый амбициозный игрок. Компания Meituan официально представила и выложила в открытый доступ LongCat-2.0 — специализированную большую языковую модель терапараметрического масштаба, созданную для автономного программирования (Agentic Coding) и работы в качестве ИИ-агента.
Главная технологическая сенсация релиза заключается в том, что модель такого масштаба была полностью обучена и развернута на базе собственного (внутреннего) вычислительного кластера из 50 000 ускорителей.
Происхождение и разработчик
Разработчиком проекта выступает китайский технологический гигант Meituan (один из лидеров в сфере e-commerce, доставки и локальных сервисов). Эксперименты команды с собственными вычислительными мощностями начались еще в 2023 году, и за три года стек масштабировался со считанных тысяч до 50 тысяч карт.
До официального релиза превью-версия LongCat-2.0 уже тестировалась разработчиками по всему миру через платформу OpenRouter и оригинальный интерфейс longcat.ai. По заявлению создателей, модель вошла в тройку лидеров по объему вызовов на OpenRouter, став популярным ядром для таких агентских фреймворков, как Hermes, Claude Code и OpenClaw.
Архитектура и ключевые особенности
LongCat-2.0 — это разреженная модель смеси экспертов (MoE) с общим числом параметров 1,6 триллиона. При этом в среднем на один токен активируется около 48 млрд параметров (динамический диапазон активации составляет от 33B до 56B). Модель поддерживает контекстное окно в 1 миллион токенов «из коробки».
Разработчики выделяют три ключевые архитектурные особенности:
LongCat Sparse Attention (LSA): Традиционные модели начинают терять фокус и «забывать» детали при выходе за пределы 100 тысяч токенов. Архитектура LSA вместо последовательного анализа каждого токена интеллектуально выбирает ключевые информационные узлы, снижая вычислительную сложность с квадратичной до линейной. Это позволяет удерживать сквозной контекст всей кодовой базы проекта на протяжении 1 млн токенов.
Нулевые эксперты (Zero-Computation Experts): В задачах кодинга разные токены требуют кардинально разного объема вычислений. Объявление переменной и вывод рекурсивного алгоритма несопоставимы по сложности. Система динамической активации ScMoE позволяет «простым» токенам вообще обходить вычислительные слои, направляя ресурсы туда, где они действительно необходимы.
MOPD (Multi-Teacher On-Policy Distill): Модель объединяет в себе три специализированные группы экспертов, дистиллированных из базового чекпоинта:
Agent Experts (работа с инструментами, API и самокоррекция).
Reasoning Experts (многошаговые логические цепочки, STEM-задачи).
Interaction Experts (следование инструкциям и минимизация галлюцинаций). В процессе инференса гейтинговая (маршрутизирующая) нейросеть динамически распределяет задачи между этими экспертами.
Открыт ли код?
Да, модель заявлена как open-source. Ссылки на репозитории ведут на официальные страницы проекта на GitHub и Hugging Face, где сообщество может получить доступ к весам модели и сопутствующей документации для локального или облачного развертывания.
Бенчмарки: сравнение с лидерами рынка
По результатам внутренних и независимых тестов LongCat-2.0 демонстрирует паритет или превосходство над признанными проприетарными лидерами индустрии в специфических агентских и кодовых сценариях:
SWE-bench Pro (сложные задачи реального программного инжиниринга): LongCat-2.0 набирает 59.5%, обходя GPT-5.5 (58.6%), Claude Opus 4.6 (57.3%) и Gemini 3.1 Pro (54.2%).
SWE-bench Multilingual (мультиязычный кодинг): Результат 77.3% — на уровне показателей Claude Opus 4.6 (77.8%).
Terminal-Bench 2.1 (взаимодействие с реальным терминалом): 70.8%.
RWSearch (эффективность поисковых агентов): 78.8%.
BrowseComp (выполнение комплексных задач в браузере): 79.9%.
Отзывы и примеры реального применения
Первые тест-драйвы разработчиков агентских систем подтверждают высокую автономность модели. На практике LongCat-2.0 успешно решает комплексные задачи в рамках одного промпта:
Миграция кодовых баз: Модель способна принять устаревший плагин и документацию к новому SDK, полностью перестроить архитектуру приложения под новые API и выдать готовый код, компилирующийся с первой попытки.
Генерация 3D и интерактивного контента: По одному текстовому описанию модель собирает комплексные интерактивные демо на Three.js (например, симуляцию химических реакций с пеной и прозрачными колбами), упакованные в один работающий HTML-файл.
Сквозная разработка: Генерация архитектуры, логики и интерфейса полноценного веб-приложения по краткому текстовому ТЗ за один запуск.
LongCat-2.0 от Meituan — это весомый аргумент в пользу того, что открытые специализированные архитектуры (особенно в сфере кодинга и автономных агентов) способны успешно конкурировать с закрытыми коммерческими моделями. Наличие открытого кода и фокус на удержании гигантского контекста делают её одним из самых интересных ИИ-инструментов середины 2026 года для разработчиков комплексных ИИ-агентов.