Midjourney и другие нейросети - страница 1212
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
Сайт с чатом модели ERNIE (адрес не помню) уже перешёл на чисто китайский. Начало положено.
Тут есть английский https://ernie.baidu.com
Не встанет. Просто не для всех. Кто за бортом, тому конец.
Такая технология должна быть либо для всех, либо не должна существовать, это как электричество. Видимо поэтому мы не увидели ни одной цивилизации в космосе, они у себя по ИИ не договорились и теперь кидаются палками, сидя на деревьях.
Такая технология должна быть
Grok 4.5
//текст и обложка Gemini. Новость https://x.ai/news/grok-4-5 и https://cursor.com/blog/grok-4-5
Гонка за лидерство в сфере искусственного интеллекта вышла на новый пик. Буквально в один день OpenAI анонсировала публичный релиз флагманской линейки GPT-5.6, а компания Илона Маска SpaceXAI (ранее xAI) совместно с популярным AI-редактором кода Cursor объявила о выходе своей самой мощной модели — Grok 4.5.
Это первое крупное обновление ИИ-системы Маска после того, как SpaceX поглотила стартап Cursor в рамках сделки на 60 миллиардов долларов. Модель позиционируется как решение «класса Opus» (прямой намек на сильнейшие модели Anthropic Claude Opus), но спроектированное для гораздо более быстрой, дешевой и точной работы с кодом, сложными агентами, финансами и аналитикой.
Архитектура V9: прыжок на 1,5 триллиона параметров
Grok 4.5 построен на совершенно новом фундаменте — архитектуре V9. В отличие от предыдущих версий (вроде Grok 4.3), которые базировались на архитектуре v8-small с 500 миллиардами параметров, новая Mixture-of-Experts (MoE) модель выросла втрое и насчитывает 1,5 триллиона параметров.
Главная фишка обучения — глубокая интеграция терабайтов данных от Cursor. Модель обучали не просто на статичном коде, а на терабайтах реальных логов взаимодействия разработчиков со средой разработки, инструментами и кодовыми базами. Благодаря этому Grok понимает контекст не как «текстовый ИИ», а как полноценный автономный инженер.
Бенчмарки и эффективность: дешевле и лаконичнее
По заявлениям SpaceXAI, Grok 4.5 обходит Claude Opus 4.8 на сложных программистских тестах. Но главное преимущество кроется в эффективности токенов. На бенчмарке SWE-Bench Pro модель решает задачи в среднем за 15 954 токена, что почти в 4,2 раза меньше, чем требуется Claude Opus (около 67 000 токенов). Модель решает сложные многошаговые задачи за меньшее число итераций.
Ценовая политика SpaceXAI также направлена на агрессивный демпинг конкурентов:
Не только код: Grok идет в офис
Разработчики намеренно не стали делать из Grok 4.5 исключительно «кодинг-узкоспециализированный» ИИ (каким был Composer 2.5). В обучающую выборку добавили массив научных работ (STEM), юридических прецедентов и финансовых отчетов.
Теперь модель интегрирована в платформу Grok Build и офисные плагины:
Excel: модель строит сложные финансовые и аналитические таблицы, использует формулы на несколько листов и сама оставляет «стикеры»-заметки для коллег, объясняя логику расчетов.
PowerPoint: Grok 4.5 умеет использовать нативные векторные фигуры PowerPoint для создания понятных блок-схем и инфографики вместо генерации «слепых» скриншотов.
Первые отзывы пользователей с Hacker News подтверждают мощь модели: один из разработчиков отметил, что Grok 4.5 успешно создал нативное iOS-приложение на SwiftUI и Metal с нуля, в то время как Claude «сдался» и предложил сделать простую веб-заглушку на HTML/CSS.
Где протестировать?
Grok 4.5 уже доступен разработчикам в Grok Build, в консоли SpaceXAI API, а также интегрирован во все тарифные планы редактора Cursor (первую неделю обещают двойные лимиты использования).
Китайский MiniMax готовит open-source монстра на 2,7 триллиона параметров
Похоже, гонка масштабов и не думает замедляться. Авторитетное издание The Information (а вслед за ним и Reuters) поделилось мощным инсайдом: китайская компания MiniMax сейчас активно разрабатывает гигантскую модель с открытым исходным кодом.
Внутреннее кодовое название проекта — M3 Pro, а заявленный объем составляет сумасшедшие 2,7 трлн параметров.
Что известно на данный момент:
Масштаб: Модель станет крупнейшей в Китае и одной из самых больших в мире. Для понимания: их текущий флагман MiniMax M3 (вышедший в июне) имеет «всего» 428 млрд параметров. Новинка будет больше почти в 6 раз.
Сроки: Релиз планируют выпустить в open-source уже в третьем квартале 2026 года (то есть до конца сентября).
Архитектура: Точной технической документации пока нет, но, скорее всего, там будет продвинутая MoE (Mixture of Experts) и их фирменное разреженное внимание (MiniMax Sparse Attention). Без этого запустить такого монстра или удержать количество активных параметров при генерации в разумных пределах было бы просто нереально.
Если инсайд подтвердится и веса действительно выкатят в открытый доступ, это знатно встряхнет рынок. Бесплатный open-source такого калибра — прямой удар по платным API американских технологических гигантов и серьезный вызов для локальных конкурентов вроде DeepSeek или Zhipu. За кулисами явно становится жарко, ждем осени.
//Gemini
//Разворачивать такую модель из-за веса будет не слишком целесообразным, но для дистилляции без ограничений будет ценным ресурсом.
Команда исследователей ИИ из ByteDance (Seed team) представила обновленную мультимодальную нейросеть для генерации изображений — Seedream 5.0 Pro.
//текст Gemini. Новость https://seed.bytedance.com/en/seedream5_0_pro
В отличие от большинства классических генераторов, которые создают плоские, статичные картинки по текстовому описанию, разработчики пятой «про-версии» сделали упор на глубокое понимание дизайна, пространственную логику и профессиональную работу со слоями.
4 главных прорыва Seedream 5.0 Pro
Генерация инфографики высокой плотности
Модель научилась самостоятельно выстраивать сложную визуальную иерархию, группировать данные и без ошибок интегрировать массивы текста прямо в изображение. Она способна с одного промпта выдать подробный пошаговый плакат, чертеж футуристичного автомобиля с детализированными сносками и размерами или сложнейший игровой интерфейс (UI) с таблицами и графиками.
Интерактивное попиксельное редактирование
Вместо того чтобы перерисовывать изображение с нуля, пользователи могут размечать отдельные зоны с помощью текстовых аннотаций, стрелок или контуров. Seedream 5.0 Pro точечно меняет объекты, освещение или стилистику только там, где указал дизайнер.
Генерация по слоям (Layer Separation)
Нейросеть теперь выдает не склеенные финальные рендеры, а разделяет сцену на отдельные редактируемые слои: фон, ключевые объекты, текстовые блоки и декоративные элементы. Это превращает инструмент из простой «развлекательной» ИИ-картинки в полноценного помощника для веб-дизайнеров и маркетологов.
Нативная поддержка мультиязычного текста
Модель умеет генерировать надписи на 14 языках, включая русский, английский, арабский, корейский и японский. Текст органично встраивается в дизайн и учитывает заданные шрифтовые приоритеты.
//До-После
Тут есть английский https://ernie.baidu.com
Сайт пытался смотреть с автопереводом, не нашёл, как вернуть в чувство. В настройках бывшего англоязычного сайта, в ЛК, никаких проблем не увидел. Просто не работает.
Grok 4.5 уже на третьем месте по коду в Арене
Экосистема Muse от Meta*: агентный прорыв, триумф в LMSYS Arena и выход на рынок платных API
//текст Gemini. Новость https://ai.meta.com/blog/introducing-muse-spark-meta-model-api/ и https://ai.meta.com/blog/introducing-muse-image-muse-video-msl/
Июль 2026 года войдет в историю индустрии искусственного интеллекта как момент, когда Meta* окончательно перешагнула рамки исключительно «открытых» бесплатных моделей. Лаборатория Meta* Superintelligence Labs представила масштабное обновление своей флагманской экосистемы: мультимодальную текстовую модель Muse Spark 1.1, продвинутый генератор изображений Muse Image и превью видеомодели Muse Video.
Новинки не просто закрепились в топах независимых бенчмарков, но и ознаменовали запуск Meta* Model API — коммерческой платформы платного доступа, которая теперь напрямую конкурирует с OpenAI и Anthropic.
1. Muse Image и Muse Video: Новые фавориты LMSYS Arena
Главной сенсацией в визуальном сегменте стал релиз Muse Image, который с ходу занял 2-е место на платформе слепых тестов LMSYS Arena в категориях генерации текста в изображение и редактирования графики, уступив лишь GPT Image 2 от OpenAI. Превью-версия Muse Video закрепилась на 3-м месте (пропустив вперед только Seedance 2.0 и Gemini Omni Flash).
//Reve 2.1 Только что вышел и уже на вторую позицию взлетел.
В чем уникальность визуальных моделей Muse?
В отличие от классических нейросетей, генерирующих картинку «в один проход» по текстовому промпту, Muse Image работает как полноценная агентная система:
Использование инструментов (Tool Use): Модель умеет писать и исполнять код прямо во время генерации. Это позволяет ей создавать абсолютно точные QR-коды, сложные математические фракталы, инфографику с корректным текстом и даже интерактивные мини-игры.
Эмерджентное самоисправление (Self-Refinement): В процессе обучения с подкреплением (RL) модель сама научилась критически оценивать промежуточные драфты, точечно редактировать детали или полностью переделывать неудачные участки без участия пользователя.
Поиск в реальном времени: Нейросеть использует веб-поиск для фактчекинга (например, сверяет актуальные тренды моды 2026 года или схемы строения объектов перед отрисовкой).
2. Muse Spark 1.1: Супер-агент с контекстом в 1 миллион токенов
Вышедшая следом модель Muse Spark 1.1 (апгрейд апрельской версии 1.0) нацелена на сложные мультимодальные рассуждения и автономное выполнение задач (Computer Use).
Ключевые фичи Spark 1.1:
Мультиагентная оркестрация: Модель может выступать «лидером» проекта — дробить одну большую задачу (например, «собрать баг-репорты за квартал, отсортировать и сделать презентацию»), делегировать подзадачи своим параллельным копиям-субагентам и собирать финальный результат.
Полноценный Computer Use: Нейросеть способна управлять интерфейсом компьютера через браузер и сторонние приложения. Она не просто кликает по экрану, а пишет скрипты автоматизации там, где это быстрее, и самостоятельно адаптируется, если данные по ходу дела изменились.
Глубокий кодинг: Модель оптимизирована под работу с огромными кодовыми базами благодаря окну контекста в 1 000 000 токенов и продвинутому сжатию истории действий (Context Compaction). Партнеры из Cline и Replit уже отметили высочайший уровень модели во фронтенд-разработке и системной миграции кода.
3. Бенчмарки, цены и условия лицензирования
Выход Muse Spark 1.1 официально открыл публичное превью Meta Model API. Для разработчиков это означает переход на классическую коммерческую модель оплаты (Pay-as-you-go).
Лицензия: Линейка Muse — это проприетарные коммерческие модели. В отличие от открытого семейства Llama, веса Muse остаются закрытыми, а доступ предоставляется строго через облачную инфраструктуру Meta* по подписке или API.
Цены: Точная стоимость за миллион токенов на этапе Public Preview позиционируется как «агрессивно конкурентная» по сравнению с Claude и GPT, чтобы максимально быстро переманить B2B-клиентов.
Безопасность: В отчете Advanced AI Scaling Framework инженеры признали, что на "сырых" тестах без ограничений модель показывала высокие риски в сфере кибербезопасности. Однако внедренная многослойная система фильтрации и защиты (включая защиту от джейлбрейков и инъекций в агентских средах) снизила остаточные риски до умеренного уровня, разрешенного к релизу.
4. Критика и скандал вокруг конфиденциальности
Несмотря на технологический триумф, запуск Muse Image сопровождается серьезным скандалом. Причиной стала функция интеграции с Instagram*.
По умолчанию в модель встроена функция @-упоминаний. Любой пользователь в промпте может тегнуть открытый публичный аккаунт Instagram*, и нейросеть мгновенно подтянет фотографии этого человека из профиля для создания новых ИИ-изображений с его лицом.
Резюме
Meta* создала невероятно сильную медиа-экосистему. Интеграция Muse Spark (текст/код/логика) и Muse Image (агентный визуал) позволяет создавать полностью автономных ИИ-сотрудников, способных верстать сайты, программировать игры и оформлять дизайн на лету. Однако закрытый тип лицензии и агрессивный сбор данных из соцсетей гарантируют компании новые судебные разбирательства с регуляторами в ближайшие месяцы.
*Организация Meta и её продукты (включая Instagram) признаны экстремистскими и запрещены на территории РФ.
Версия GPT-5.6 стала доступна всем пользователям ChatGPT. OpenAI начала глобальную раскатку новой модели
//текст и обложка ChatGPT
Сегодня OpenAI официально открыла доступ к GPT-5.6.
Раскатка происходит постепенно и должна завершиться примерно за 24 часа. Если новая модель ещё не появилась в вашем ChatGPT — скорее всего, нужно просто немного подождать.
GPT-5.6 выходит сразу в трёх вариантах: Sol, Terra и Luna, которые различаются производительностью и стоимостью.
Вместе с моделью представлен ChatGPT Work — агент, который умеет выполнять длинные рабочие задачи, используя внешние сервисы и документы. Пока он становится доступен поэтапно, начиная с Pro, Enterprise и Edu.
По данным OpenAI, новая модель лучше справляется с программированием, научными задачами и многошаговыми рассуждениями, при этом работает эффективнее по соотношению качества и стоимости.
В ближайшие дни именно GPT-5.6 станет основной моделью для большинства пользователей ChatGPT.
//В самом максимальном режиме и потратив 25к$ GPT5.6 смог пройти тест ARC-AGI-3 на 7% (способность агента с нуля исследовать новую среду, самостоятельно выявлять её правила, ставить цели и эффективно действовать)