Dealer.AI

Вайбовый STT с часом контекста от 📱

Microsoft выпустила VibeVoice-ASR на Hugging Face для тех, кто хочет в свой пайп агентов закинуть транскрибацию звука.

Модель умеет расшифровывать длинные аудио до 60 минут за один проход и без нарезки на короткие куски.

Что есть в функционале:
- Single-pass транскрипция дает меньше потерь контекста и стабильную речь по всей дорожке.
- Встроенная диарризация по принципу "кто говорит + таймкоды".
- Custom hotwords + user context. На вход можно подать список имён, терминов или контекст. Это позволяет работать со специфичными текстами.

Знаю, что много кто в своих пайпах с LLM используют ASR, OCR и тп. Вот вам новый кандидат на замену в аудио. До кучи. Приятно, что лицензия MIT. И код есть с поддержкой vLLM-asr.

Люблю периодически читать статьи в инженерных блогах разных компаний, как они борются с проблемами скейла и нагрузки. И, чаще всего, самые лучшие способы - самые простые.

Вот и OpenAI рассказали, как они скейлят постгрю. Никаких вам атомных часов и спутников на орбите, чтобы обуздать CAP теорему и eventual consistency, а просто напросто набор прокси, шардирование и много read реплик и итог в виде миллионов qps.

https://openai.com/index/scaling-postgresql/

Сделаю свой краткий обзор интервью топов Google и Anthropic.

Тлдр:

0. В течении 1-5 лет ожидается выход на петлю самоулучшения в кодинге, инженерии и решение мат.задач и т. п. Грязные задачи, с нечёткой постановкой и сложной верификацией все ещё не решены.

1. Замена 50% функций белых воротничков entry lvl в течении 5 лет (уже видно в контексте разработки).

По пунктам 0,1 важно, что AI все ещё не может заменить ведущих учёных. Тк уровень креатива и формулирования прорывных гипотез не впечатляет. Поэтому ребятки, кто может, в науку ИИ. 🧠


2. Рост AI и его приложение. Бизнес будет не поспевать адаптироваться за скоростью развития технологии. Задержка.

3. Владение AI инструментами конкурентное преимущество.

4. Государства реагируют на прогресс в AI слишком медленно. Необходимо ускорить разработку регулирующих процедур, законов и норм.

5. Риски луддизма, использования AI в зловредных целях и эпоха post agi (риски смысла жизни). А также вопросы перераспределения богатсва в post эру.

Навыки аналитики выходят за рамки одной профессии

Работа с данными становится частью разных ролей: от маркетинга до управления продуктами.
Поэтому аналитические навыки ценятся не только у дата-специалистов.

На программе «Аналитика данных» от МФТИ и Нетологии вы последовательно разберёте весь путь работы с данными: от сбора и обработки до анализа и визуализации. В программе — Python, базы данных и базовые методы ИИ.

Обучение проходит онлайн и подойдёт тем, кто хочет войти в аналитику или систематизировать знания. После выпуска вы получаете дипломы МФТИ и Нетологии и готовое портфолио проектов.

Начать учиться → https://netolo.gy/eyva

Реклама. ООО “Нетология” ОГРН 1207700135884 Erid:2VSb5yVHrbj

OpenAI добавляет рекламу в ChatGPT 😐

16 января OpenAI анонсировали что в ближайшие недели в ChatGPT появится реклама для free и Go (который $8/месяц) пользователей в США. Подписки Plus, Pro и Enterprise останутся без ads. И не-US пользователей это не касается - по крайней мере пока что 😎

Это важный момент, потому что даже самые идеологичные компании в итоге приходят к рекламе когда burn rate становится невыносимым 💀

Но давайте по порядку 😧

OpenAI потерял $11.5B только в Q3 2025, при этом у них $1.4 trillion commitments на AI инфраструктуру на следующие 8 лет. Это астрономические деньги которые нужно как-то окупать 😠

При этом только ~5% пользователей (35M из 700M weekly users) платят за подписки А вы кстати платите? 😂

Для сравнения Google делает $74B revenue от рекламы в квартал, Meta $50B - реклама это cash cow для примерно всего 😮


Как это будет работать? 🧠

Ads будут внизу ответов, контекст будет по диалогам - если спрашиваешь про кето-диету, увидишь рекламу авокадо масла, рецепт супа - доставку еды. На самом деле это отличный канал, потому что пользователь по сути сам говорит в чем он сейчас заинтересован. Информации пока мало, но потенциально для Aesty это интересная возможность, так как многие советуются про одежду 😏

Конечно тут есть огромные риски для OpenAI, связанные с прайваси 👋

Диалоги в ChatGPT бывают очень личные и hyper-targeting на основе этого может быть "uniquely unsettling" как говорил сам Альтман. Действительно, обсуждая например психологию последнее что я хочу увидеть в моменте - рекламу курсов по разрешению конфликтов или типа того 😅

Я думаю, что это еще один прецедент в копилку историй, где даже самые передовые AI продукты будут искать способы монетизации через рекламу, потому что compute costs астрономические, а большинство пользователей не хотят платить 😡

@neural_prosecco

Как я и говорил, фича памяти очень важная тема, тк это позволяет хранить интересы, по которым можно делать уже рекомендации и рекламу.

Сайт встал, но я думал, он лёг, чтобы пофиксить баги в приложении. По сути GPT translater промптился из GUI, и все ещё так. Такое чувство, что чисто продактам дали вайб кодинг и сказали пишите интерфейс и выкатывайте сами.

Сделай нам GPT translater, брат. (с)

🔍Империя наносит ответный удар 🍿

https://x.com/googledeepmind/status/2011848249850630363?s=46


Upd.

TranslateGemma is a family of lightweight, state-of-the-art open translation models from Google, based on the Gemma 3 family of models.
TranslateGemma models are designed to handle translation tasks across 55 languages. Their relatively small size makes it possible to deploy them in environments with limited resources such as laptops, desktops or your own cloud infrastructure, democratizing access to state of the art translation models and helping foster innovation for everyone.


Inputs and outputs

Input:
Text string, representing the text to be translated
Images, normalized to 896 x 896 resolution and encoded to 256 tokens each
Total input context of 2K tokens

Output:
Text translated into the target language

Тех.репорт тут.

Ну крч вы поняли, да?) Тут и текст и картинки. Это не игра в поддавки, и те кто хочет сменить лидера, должны это понимать везде. 👍

Переводчик от OpenAI, как поступательное движение к монетизации.

Сегодня вышла новость о том, что OpenAI запустила свой переводчик. Да ещё и бесплатно. Среди фичей работа со стилистикой, например, перевод для детей. В будущем добавят ещё работу с картинками и голосовой ввод. А ещё, думаю, введут работу с доками и иными фича и не хуже, чем у гугл. 💪

С одной стороны, ну вышел и вышел. А с другой, вижу в этом путь к обещанной монетизации, посредством ещё одного канала для рекламы и персонализации. Правда пока это крутится бесплатно на отдельном сайте. Но он чёт прилёг. 🆒

Соседи уже шутят: "О, они выпустили cowork, навайбкоженный за полторы недели! Завтра к утру надо состряпать наш ответ!" 🤣