Больши данные AI

⚡️ Wan-Move-14B-480P - открытая image-to-video модель, превращающая одну картинку в короткое видео (~5 секунд, 480p) с **контролируемым движением объектов**.

Построена на базе Wan I2V, но расширена motion-контролем через latent trajectory guidance — можно задавать траектории движения на уровне точек и объектов.

Код, веса и MoveBench для оценки качества движения доступны публично (Apache-2.0).
🔹 Подходит для генерации анимаций,, визуализации идей и исследований в области controllable video generation.

https://huggingface.co/Ruihang/Wan-Move-14B-480P

🚀 Эффективный фреймворк для сетевых приложений на C++23

asyncio — это фреймворк для создания сетевых компонентов с использованием корутин C++20 и событийного цикла libuv. Он упрощает взаимодействие между задачами через каналы, обеспечивая высокую производительность и простоту в использовании.

🚀 Основные моменты:
- Поддержка корутин для асинхронного программирования.
- Использует события libuv для обработки сетевых операций.
- Легкая интеграция с другими библиотеками через vcpkg.

📌 GitHub: https://github.com/Hackerl/asyncio

#cpp

Можно часами ломать голову над задачей, а можно настроить AI на гениальные идеи 😎

Эксперты Cloud.ru разработали бесплатный курс — «Креативное мышление и AI для решения задач», который поможет освоить креативные методики и научить AI генерировать нестандартные ответы.

На курсе вы:
😶‍🌫️Прокачаете стратегическое мышление

😶‍🌫️Научитесь находить первоначальную проблему

😶‍🌫️Освоите ТОС и CRAFT для генерации идей

😶‍🌫️Поймете, как воплотить задумку в реальность

А еще: с помощью подробной инструкции создадите креативного AI-ассистента, который будет выдавать нешаблонные решения для ваших задач.

Все это в удобном для вас темпе: начните и завершите курс, когда комфортно.

Перейти к курсу

LLaDA2.0 — способ превратить обычные LLM в diffusion-модели без обучения с нуля.

Что делают:
существующую autoregressive модель «перепрошивают» через 3-фазное обучение, сохраняя все знания, но меняя способ генерации текста.

Что это даёт:
- параллельный вывод вместо токен-за-токеном
- выше скорость и эффективность
- лучшее качество на больших масштабах

Результаты:
- LLaDA2.0-mini — 16B
- LLaDA2.0-flash — 100B
Обе модели превосходят предыдущее поколение по качеству и производительности.

Почему это важно:
это шаг к быстрым LLM без главного узкого места autoregressive генерации.

Paper: https://github.com/inclusionAI/LLaDA2.0/blob/main/tech_report.pdf
HuggingFace: https://hf.co/collections/inclusionAI/llada-20

💰 Список Сэма Альтмана - Как стать миллиардером.

1. Всё начинается с веры и одержимости.
Оптимизм, уверенность и личная вовлечённость запускают любые большие дела.

2. Завершают сильные команды.
Спокойствие + срочность + долгий горизонт важнее мнений «здесь и сейчас».

3. Делай сложное и важное.
Большие идеи мотивируют сильнее, чем лёгкие задачи без смысла.

4. Стимулы — это суперсила.
Неправильные стимулы ломают даже хорошие команды.

5. Фокус решает.
Меньше ставок, но с высокой уверенностью. Удалять лишнее — навык.

6. Результат важнее процесса.
Хороший процесс не оправдывает плохой итог.

7. Люди важнее структуры.
Бюрократия не должна мешать совместной работе.

8. Нанимай медленно, но смело.
Ищи тех, кто реально делает, а не просто умных.

9. Суперзвёзды дают непропорциональный эффект.
Оценивай вклад, а не средний уровень.

10. Быстро итерируйся.
Ошибаться можно — медлить нельзя.

11. Масштаб и экспоненты меняют правила игры.
Рост и накопительный эффект создают магию.

12. Бездействие — скрытый риск.
Время идёт быстрее, чем кажется.

13. Вставай и продолжай.
Упорство решает.

14. Лучшее в работе — люди рядом с тобой.

📌Итоги года от Андрея Карпаты.

2025 год был захватывающим годом для языковых моделей.

Они проявились как новый вид интеллекта, одновременно гораздо более умный и гораздо более глупый, чем я ожидал. Я думаю, что индустрия не реализовала хотя бы 10% их потенциала даже при нынешних возможностях.

Я одновременно верю и в то, что мы увидим быстрый и непрерывный прогресс, и в то, что впереди еще очень много работы.

Пристегнитесь.

🟡Обучение с подкреплением на основе проверяемых вознаграждений (RLVR)

В 2025-м стек обучения LLM дополнился новой ключевой стадией оптимизации по объективным наградам. Он заставляет модели самостоятельно находить стратегии рассуждения.

Прогресс года в том, что создание моделей стало не про увеличение размера модели, а про более длительные RLVR-прогоны.

Это также дало новый рычаг управления: "время размышления" на инференсе. Первопроходец - OpenAI o1, а переломный момент - o3.

🟡Интеллект современных LLM принципиально отличен от человеческого

Интеллект LLM формируется под давлением специфических оптимизаций и на выходе мы имеем резкие всплески способностей в рядом с грубыми ошибками.

Из-за этого бенчмарки теряют смысл: под них напрямую оптимизируются, что не ведёт к созданию AGI.

🟡Cursor - это новый слой LLM-приложений

Это не просто интерфейс к условной модели, а сложная оркестрация работы LLM под конкретные вертикали, c управляемым контекстом, вызовами и интерфейсом.

Cursor создаёт отдельную ценностную прослойку между LLM-лабораториями и конечными пользователями.

🟡Claude Code

В отличие от облачных агентов, он использует ваши данные, контекст и инструменты для ризонинга и вызова инструментов.

Его фишка - в низкой задержке, приватности и глубокой интеграции в рабочее окружение. Это сдвиг от ИИ как «сайта» к напарнику-помощнику в вашей системе.

Я думаю, OpenAI допустили ошибку, сосредоточив свои усилия по созданию агентов в облаке и управляемых из ChatGPT, вместо localhost.

🟡Вайб-кодинг

В 2025 году ИИ преодолел порог, позволяющий через текстовые инструкции создавать работающие программы.

Это демократизирует программирование, позволяя непрофессионалам писать код, а экспертам - быстро прототипировать без глубокого погружения.

Код становится эфемерным, гибким и бесплатным ресурсом.

Забавно, что я придумал термин «вайб-кодинг» в этом твите с мыслями из душа, совершенно не представляя, как далеко это зайдет :)

🟡LLM GUI и Nano banana

Взаимодействие с ИИ через чат - это аналог командной строки 80-х, неудобный для человека.

Будущее за LLM GUI интерфейсом, где ИИ общается визуально (инфографика, анимации, веб-приложения).

Nano banana - ранний пример такого взаимодействия, в ней объединены генерация текста, изображений и общие знания.

Google Gemini Nano banana — одна из самых невероятных, меняющих парадигму моделей 2025 года.

🔜 Читать статью полностью


@ai_machinelearning_big_data

✔️ Интересная утечка - Google работает над TorchTPU, секретным проектом, который позволит PyTorch работать нативно на TPU от Google, обходя легендарную привязку NVIDIA к CUDA.

🚀 4D Видео Представление с Trace Anything

Trace Anything предлагает инновационное представление видео в 4D с помощью полей траекторий. Модель эффективно оценивает траектории для любых видео и изображений, позволяя пользователям исследовать результаты в интерактивном 3D-формате.

🚀Основные моменты:
- Моделирует каждую пиксельную траекторию в 3D.
- Поддерживает любые видео и наборы изображений.
- Интерактивный 3D-обозреватель для визуализации результатов.
- Официальная реализация на PyTorch.

📌 GitHub: https://github.com/ByteDance-Seed/TraceAnything

#python

👀 Занимательный подкаст про то, как устроено настоящее образование в ML — и почему оно начинается не с изучения нейросетей, а с матанализа.

Руководитель Школы анализа данных Яндекса Алексей Толстиков в Machine Learning Podcast рассказал, зачем сильным ИИ-специалистам нужен мощный математический фундамент, как в образовании сочетать теорию с актуальными задачами из индустрии и почему топовые специалисты преподают в ШАДе не только ради денег. А ещё он ответил на актуальные вопросы: действительно ли LLM заменят живого ментора и нужно ли отказаться от лекций в пользу практики.

Слушать и ловить образовательные инсайты тут

@bigdatai

🚀 Безкодовое будущее с LLM!

Nokode — это веб-сервер без приложения, который использует LLM для обработки запросов. Он демонстрирует, как можно создать CRUD-приложение без написания кода, полагаясь на AI для генерации SQL, HTML и обработки пользовательских отзывов. Несмотря на высокую стоимость и медлительность, проект показывает потенциал AI в управлении логикой приложений.

🚀Основные моменты:
- Полностью безкодовая архитектура.
- Использует LLM для генерации ответов на HTTP-запросы.
- Реализует базовые CRUD-функции.
- Высокая стоимость и медлительность обработки запросов.
- Потенциал для будущих улучшений в производительности.

📌 GitHub: https://github.com/samrolken/nokode

#javascript