Midjourney и другие нейросети - страница 1219
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
На пороге AGI: Демис Хассабис о «мыслящем песке», глобальных рисках и новой эпохе
Похоже релиз Кими К3 сильно тряхнул индустрию, причём не меньше, чем DeepSeek в своё время.
Они и сами не ожидали.
"Мы созданы из песка" жидкими углеродными случайными с кучей ошибок с своём коде. Прости их, Господи, ибо не ведают они что творят ©
Представляете, а многие до сих пор жаждут увидеть человечков внутри НЛО. Вот прям уверены, что биологические лично прилетят.А почему люди решили, что НЛО должно выглядеть физической конструкцией в нашем понимании и ещё с биологическими существами ? Пространств много и вокруг нас тоже, если мы их не видим это не значит что их нет среди нас.
Человек види т электромагнитное излучение с длиной волны от 380 до 780 нанометров . Этот диапазон называется видимым спектром . В него входят цвета радуги: от фиолетового (самые короткие волны) до красного (самые длинные волны).
Звук 20Гц - 20КГц. И что мы хотим увидеть и услышать от НЛО ?
Google представила Gemini 3.6 Flash, 3.5 Flash-Lite и 3.5 Flash Cyber: новые модели для агентов и разработчиков
//текст и обложка Gemini 3.6 Flash. Новость https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-6-flash-3-5-flash-lite-3-5-flash-cyber/
Компания Google объявила о релизе сразу трёх новых языковых моделей из линейки Flash. Обновление ориентировано на оптимизацию агентных сценариев (AI-agents), повышение скорости обработки данных, снижение задержки (latency) и существенное сокращение расходов на генерацию.
Кроме того, разработчики объявили о старте этапа предварительного обучения (pre-training) следующего поколения моделей — Gemini 4.
1. Gemini 3.6 Flash: экономия токенов и рост производительности
Модель Gemini 3.6 Flash позиционируется как новая универсальная «рабочая лошадка» для сложных многошаговых задач, программирования, мультимодального анализа и оркестрации автономных агентов.
Ключевые изменения и особенности:
Токеноэффективность: По данным рейтинга Artificial Analysis Index, Gemini 3.6 Flash задействует в среднем на 17% меньше исходящих токенов, чем Gemini 3.5 Flash, избегая избыточных рассуждений и лишнего текста при сохранении (и даже повышении) качества ответа.
Управление ПК (Computer Use): Возможности взаимодействия с компьютерным интерфейсом выросли, а сам инструмент теперь встроен прямо в Gemini API и Gemini Enterprise.
Ценообразование: Использование модели обходится в $1,50 за 1 миллион входных токенов и $7,50 за 1 миллион выходных токенов.
Результаты в бенчмарках:
DeepSWE (навыки программирования и исправления ошибок): 49,0% (против 37,0% у 3.5 Flash).
MLE Bench (задачи машинного обучения и исследования): 63,9% (против 49,7% у 3.5 Flash).
OSWorld-Verified (автоматизация действий за компьютером): 83,0% (против 78,4% у 3.5 Flash).
GDPval-AA v2 (анализ документов и бизнес-задачи): 1421 балл (против 1349 у 3.5 Flash).
2. Gemini 3.5 Flash-Lite: молниеносная скорость при минимальных затратах
Gemini 3.5 Flash-Lite — самая быстрая и доступная модель серии 3.5. Она спроектирована для высоконагруженных систем (high-throughput), где критически важна минимальная задержка: массовая обработка документов, быстрый поиск, транскрипция и вызов субагентов.
Ключевые параметры:
Скорость генерации: До 350 исходящих токенов в секунду (по данным Artificial Analysis).
Низкая стоимость: всего $0,30 за 1 млн входных и $2,50 за 1 млн выходных токенов.
Гибкая настройка рассуждений (Thinking Levels): Разработчики могут снизить уровень рассуждений для мгновенного выполнения простых команд или повысить его для обработки сложного контекста.
Бенчмарки и сравнение:
В ряде тестов на программирование и работу агентов 3.5 Flash-Lite превосходит не только предыдущие версии Lite, но и стандартную модель Gemini 3 Flash:
Terminal-Bench 2.1: 54,0% (против 31,0% у 3.1 Flash-Lite).
SWE-Bench Pro: 54,2% (против 49,6% у Gemini 3 Flash).
OSWorld-Verified: 74,0% (против 65,1% у Gemini 3 Flash).
GDM-MRCR v2 (работа с большим контекстом): 72,2% (против 60,1% у 3.1 Flash-Lite).
3. Gemini 3.5 Flash Cyber: защита и исправление кода
Специализированная модель Gemini 3.5 Flash Cyber создана на базе 3.5 Flash и дообучена для сфер кибербезопасности. Её ключевая задача — быстрый поиск, проверка и устранение уязвимостей в программном коде.
Модель работает внутри автономного агента безопасности CodeMender, где несколько экземпляров 3.5 Flash Cyber взаимодействуют друг с другом для формирования единого отчёта по безопасности. В специализированном бенчмарке CyberGym эта связка показала высокие результаты, сопоставимые с топовыми флагманскими нейросетями.
Сравнение моделей линейки Flash
Доступность и планы на будущее
Уже доступно:
Gemini 3.6 Flash и 3.5 Flash-Lite открыты для разработчиков через Gemini API (в Google AI Studio и Android Studio), а также доступны в Google Antigravity и платформе Gemini Enterprise.
Обычные пользователи могут опробовать версии в приложении Gemini, а модель Flash-Lite разворачивается в сервисах поиска.
В ближайших планах:
В настоящее время проходит закрытое тестирование флагманской модели Gemini 3.5 Pro, релиз которой состоится сразу после завершения проверок.
Перспектива:
Google подтвердила начало масштабного этапа предварительного обучения базовой модели следующего поколения — Gemini 4.
Alibaba представила Qwen-Image 3.0: генератор изображений с фокусом на реализм, интерфейсы и сложную верстку
//текст и обложка Gemini 3.6 Flash. Новость https://qwen.ai/blog?id=qwen-image-3.0
Команда разработок Qwen (Alibaba Cloud) официально анонсировала третье поколение своей флагманской нейросети для генерации изображений — Qwen-Image 3.0.
Если первое поколение серии делало акцент на точности (Precision), а второе — на разнообразии и эстетике, то ключевым словом Qwen-Image 3.0 стало слово «Real» («Реалистичность и польза»). Разработчики стремятся превратить нейросеть из генератора красивых артов в полноценный рабочий инструмент для дизайнеров, маркетологов и продуктовых команд.
Главные новшества Qwen-Image 3.0
1. Промпты размером с полноценное ТЗ (до 4500 токенов)
Одно из ключевых технических достижений модели — увеличение контекстного окна промпта почти в 4,5 раза по сравнению с предыдущими версиями. Теперь нейросети можно передавать подробное техническое задание со всей структурой, описанием текста, шрифтов, элементов верстки и корпоративных стилей. Модель способен собрать сложную картинку со всеми нюансами за один запрос.
2. Верстка интерфейсов и мультимедийных материалов
Qwen-Image 3.0 умеет генерировать сложные многослойные структуры. Модель способна с нуля воссоздавать:
Интерфейсы приложений и сайтов: в том числе сложные каскадные элементы («картинка в картинке» — например, мессенджер внутри чата, находящегося внутри редактора кода).
Инфографику и учебные материалы: таблицы, научные иллюстрированные страницы и математические схемы.
Кастомные кадры: от интерфейсов видеоигр до прямых трансляций.
3. Мелкий шрифт и рендеринг текста
Генерация текста на изображениях традиционно была слабой стороной нейросетей. В Qwen-Image 3.0 заявили о поддержке четкого рендеринга текста размером от 10 пикселей. Поддерживается нативный рендеринг 12 языков и более 20 стилей шрифтов.
4. Текстуры и физический реализм
В плане фотореализма существенно улучшена передача физических свойств материалов: естественного микрорельефа кожи, фактуры тканей, бумаги и освещения. Нейросеть также продемонстрировала высокую точность в задачах цифровой реставрации — модель способна «дорисовывать» поврежденные картины, точно сохраняя мазки кисти, градиенты туши и авторский стиль.
5. Понимание культурного контекста и знаний о мире
Модель умеет гибко комбинировать персонажей, объекты и знания о мире. В анонсе разработчики показали примеры создания сложных сцен — например, совместный онлайн-стрим Ван Гога и китайского художника Ци Байши.
Что говорят отзывы и первые обзоры?
Эксперты и профильные AI-сообщества встретили релиз с интересом, но выделяют несколько важных нюансов:
Высокое качество верстки в демо: Первые пользователи и аналитики отмечают, что генерация сложных пользовательских интерфейсов и макетов с мелким текстом выглядит действительно впечатляюще по сравнению со многими текущими решениями.
Формат запуска: В отличие от предыдущих релизов серии Qwen, где компания сразу выкладывала исходные веса моделей в открытый доступ, Qwen-Image 3.0 на данный момент доступна в формате облачного сервиса и демонстраций через Qwen Chat и экосистему Alibaba Cloud.
Ситуация с бенчмарками: Разработчики пока не опубликовали открытые таблицы независимых бенчмарков и технический отчет (Technical Report). В связи с этим независимые исследователи призывают тестировать модель на реальных практических задачах, чтобы оценить стабильность работы не только на промо-примерах.
Где опробовать?
Опробовать генератор можно в веб-интерфейсе Qwen Chat и на платформах Alibaba Cloud.
Итог: Qwen-Image 3.0 обозначает важный тренд в AI-графике — переход от просто «красивой арт-картинки» к точному выполнению сложнейших профессиональных инструкций, верстке и работе с текстовыми элементами.
Qwen-Image 3.0
Тест на русский язык, размытый промпт (смекалку) и сложную текстуру.
Частично справился, прогресс заметен.
Qwen Audio 3.0 TTS Plus — это новая облачная система синтеза речи от Alibaba, которая уже вышла в лидеры рейтинга текст‑в‑речь Speech Arena и ориентирована на максимально естественное и выразительное звучание.
//текст perplexity. Новость https://tongyilab.substack.com/p/qwen-audio-30-tts-more-multilingual
Лидирующая позиция на рынке
По данным платформы Artificial Analysis, Qwen Audio 3.0 TTS Plus занимает первое место в рейтинге голосовых сервисов Speech Arena с рейтингом Elo 1236, совсем немного опережая конкурента Simba 3.2 (1234). Вслед за ними идут Gemini 3.1 Flash TTS и Sonic 3.5, что делает решение Alibaba одним из самых сильных предложений среди современных систем генерации речи. Такой результат важен для разработчиков и компаний, которые ориентируются на независимые бенчмарки при выборе технологического стека для голосовых продуктов.
Основные возможности модели
Qwen Audio 3.0 TTS доступен в двух вариантах: Flash и Plus. Версия Flash оптимизирована для сценариев реального времени с задержкой около 300 миллисекунд, а Plus — для задач, где приоритетом является качество озвучки, например дубляж, аудиокниги и презентационные ролики.
Поддерживаемые языки (16): арабский, китайский, английский, французский, немецкий, индонезийский, итальянский, японский, корейский, малайский, португальский, русский, испанский, тагальский, тайский, вьетнамский.Управление стилем и клон голосов
Одно из ключевых преимуществ Qwen Audio 3.0 TTS Plus — гибкое управление стилем речи через естественный язык и специальные теги. Пользователь может задавать эмоции и невербальные элементы, используя метки вроде «[сердитый]» или «[хихикает]», добиваясь более живой и драматичной озвучки без сложной пост‑обработки. Alibaba также отмечает улучшенную работу с шумными и сильно эхосодержащими эталонными записями при голосовом клонировании, что облегчает создание устойчивых голосовых профилей в реальных условиях.
Скорость и стоимость использования
При фокусе на качестве у версии Plus есть ограничение по скорости: около 16 символов в секунду, что заметно медленнее Sonic 3.5 (120) и Simba 3.2 (30,2). Это делает модель менее подходящей для сверхбыстрых потоковых сценариев, но приемлемой для офлайн‑генерации высококлассного контента. Тариф на использование через Alibaba Cloud Model Studio составляет 27,60 долларов США за миллион символов, а примеры звучания доступны в открытой коллекции демо‑аудио от разработчиков.
Китайский суверенитет в ИИ: от выставочных стендов WAIC 2026 до гигаваттных дата-центров без Nvidia
//текст и обложка Gemini 3.6. Новости собраны разные из Китая по теме технологий ИИ за последние дни, не брал Qwen 3.8 и Kimi K3. Просто оцените масштаб действий. Это похоже на "долго запрягаемся - быстро едем"
Прошедшая в Шанхае с 17 по 20 июля Всемирная конференция по искусственному интеллекту (WAIC 2026) обозначила переломный момент в мировой технологической гонке. Впервые за всю историю мероприятие лично открыл председатель КНР Си Цзиньпин. Масштаб события впечатляет: свыше 1100 компаний, более 3000 экспонатов и порядка 300 мировых премьер, развернувшихся на площади в 100 000 квадратных метров.
Однако главное отличие WAIC 2026 заключалось не в цифрах, а в смене парадигмы. Китай окончательно сместил фокус с «парада бенчмарков» на тотальное практическое внедрение: роботы отправляются на реальные заводы, автономные агенты внедряются в операционные системы смартфонов, а масштабные вычислительные кластеры собираются без участия карт Nvidia.
Сокращение отрыва, аппаратно-программный суверенитет и свой «CUDA»
Контекст конференции задал свежий отчёт Stanford AI Index. Согласно его данным, к марту 2026 года отставание лучших китайских моделей от американских лидеров сократилось всего до 2,7% (тогда как ещё два года назад этот разрыв измерялся десятками процентных пунктов).
В ответ на внешние ограничения и санкции китайские IT-гиганты продемонстрировали готовые инфраструктурные и программные решения:
Huawei Atlas 950 SuperPoD: мощнейшая супернода на базе собственных ускорителей Ascend. В максимальной конфигурации Atlas 950 SuperCluster масштабируется до внушительных 500 000 ускорителей.
Sugon Dawn 8000 scaleX: кластерный массив, рассчитанный на 100 000 отечественных карт.
Alibaba Zhenwu M890 и проект SAIL: полупроводниковое подразделение Alibaba (T-Head) представило платформу Zhenwu M890, спроектированную специально под работу с ИИ-агентами (ранее компания уже отгрузила свыше 560 тысяч таких чипов). Главной новостью на WAIC 2026 стало объявление об открытии исходного кода программного стека SAIL — прямого открытого аналога экосистемы Nvidia CUDA. В T-Head заявляют, что адаптация SAIL под популярные ML-фреймворки занимает менее недели.
Сетевые кластеры: также свои решения уровня SuperPoD продемонстрировала компания ZTE (OEX SuperPoD).
Практическим подтверждением независимости китайских вычислений стало сообщение издания Bloomberg о том, что компания Z.ai (ранее Zhipu AI) завершила строительство и частично ввела в эксплуатацию гигантский вычислительный центр мощностью 1 ГВт. Комплекс построен полностью на китайских ускорителях без применения чипов Nvidia и предназначен для обучения и развёртывания передовых моделей семейства GLM. Параллельно правительство КНР рассматривает национальную инвестиционную программу объёмом порядка $295 млрд для создания распределённой сети дата-центров, где не менее 80% оборудования будет поставляться местными производителями.
Экосистема моделей и автономных агентов
В программном сегменте ключевым трендом стал переход от стандартных чат-ботов к полноценным агентным системам:
MiniMax M3: мультимодальная модель с контекстным окном до 1 миллиона токенов, оптимизированная под сложные цепочки рассуждений (reasoning), генерацию кода и выполнение агентских сценариев.
StepFun Step Agent OS: заявлена как первая в мире агентная операционная система. Пользователь формулирует цель на естественном языке, а система самостоятельно распределяет подзадачи между агентами на смартфоне, ПК, автомобиле или робототехнике.
Агентный смартфон Nubia: совместная разработка с ByteDance (модель Doubao) и Huaqin под управлением Step Agent OS. Устройство позиционируется как персональный ассистент, способный автономно доводить многошаговые поручения до конечного результата.
Робототехника и прикладная автономия
На стендах WAIC 2026 были показаны решения, готовые к интеграции в реальный сектор экономики:
Unitree GD01: первая управляемая мехо-платформа, способная в режиме реального времени трансформироваться из человекоподобного робота в четвероногого и обратно.
Fourier GR Nano: компактный настольный робот-компаньон.
SenseTime SenseMart Go: полностью автономный магазин под управлением роботов. Системы самостоятельно раскладывают товары, ведут инвентаризацию и обрабатывают нештатные ситуации, пока покупатели осуществляют доступ по QR-коду.
Комментарий
События вокруг WAIC 2026, ввод в строй 1-гигаваттного дата-центра Z.ai и шаг Alibaba по открытию стека SAIL четко демонстрируют главный приоритет Пекина: полноценная технологическая независимость и интеграция ИИ в реальный сектор оказались важнее гонки за формальными показателями в бенчмарках.
Главной проблемой китайских ускорителей всегда считалась не столько чистая производительность железа, сколько отсутствие удобного софтверного слоя, сравнимого с Nvidia CUDA. Решение Alibaba открыть код SAIL и снизить порог миграции до 7 дней — это сильный системный ход, направленный на быстрое формирование единой национальной экосистемы разработчиков.
Хотя санкции создавали тяжелые условия на старте, они вынудили Китай построить полный замкнутый цикл: от кремния и гигаваттных дата-центров до открытого системного ПО, агентных ОС и шагающих роботов. Будущее ИИ сегодня определяет не просто точечное превосходство одной модели, а устойчивость всей инфраструктуры и то, насколько глубоко алгоритмы вплетены в железо, бизнес-процессы и устройства пользователей. И в этом направлении Китай набирает огромную скорость.