Нейросети для картинок
Нейросети для картинок создают изображения по текстовому описанию: Midjourney (миджорни), Stable Diffusion, FLUX, DALL-E и Nano Banana превращают промпт в иллюстрацию, фото или арт за секунды. Качество уже спорит с работой дизайнера, а суды разбирают вопросы авторских прав. Здесь — все наши материалы про генерацию изображений: релизы моделей, сравнения, цены и правовые баталии.
Веса LLM заменяют рецептом: как 16 ГБ матриц пытаются свернуть в формулы
Вместо хранения миллиардов чисел модель можно описать генератором весов: гиперсети, формулы, фракталы. Habr разбирает, что из этого работает и какой ценой.
Jimeng AI запустил «Студию короткой драмы» для полного цикла в одном окне
Принадлежащий ByteDance сервис Jimeng AI собрал сценарий, раскадровку, генерацию видео и постобработку микродрам в одной студии. Часть функций пришла из агента…
micro1 потратит $1 млрд на покупку корпоративных данных для обучения ИИ-агентов
Калифорнийская micro1 в ближайшие 12 месяцев закупит и лицензирует операционные данные компаний на $1 млрд. Деньги дают Citi и Hercules Capital, цель — обучение…
Shadow AI в компании: почему 90% безопасников сами нарушают запреты и как работает светофор из 3 зон
Саймон Уиллисон выпустил web-edit 0.1a0: веб-редактор файлов для агентов через Tailscale
Anthropic выпустила Claude Haiku 5.5: 43 балла в индексе AA и цена $0.10 за миллион
Alibaba DAMO учит роботов на 30 тыс. часов видео без меток действий
SATE-Bench: мультимодальные модели бросают исследование сцены слишком рано
Новый бенчмарк SATE-Bench: 316 реальных сцен и 2525 QA-пар. Топовые MLLM прекращают обзор раньше времени и при этом уверены в ответе, а GRPO-дообучение путает их…
Meta выпустила Muse Wonder и Wonder Full: индекс интеллекта вырос с 48 до 56
Muse Wonder и Muse Wonder Full набрали 52 и 56 баллов в Artificial Analysis Intelligence Index против 48 у Muse Spark 1.3. Агентные тесты выросли сильнее всего…
Moonshot AI представила Kimi K3.1 Pro, первую Pro-версию после теста Kibitz
Состояние IT в 2026: агенты писали больше кода, чем люди
Google научила EmbeddingGemma 2 понимать текст, картинки, видео и звук
iFlytek представила Spark X2.6, платформу Xingchen TaaS и речевую модель SparkAudio 1.0
RoboJev-27B определяет успех робота по 10 кадрам: AUROC 0.993 на SO-101
Открытая VLM на 27 млрд параметров смотрит 10 кадров и говорит, справился ли робот с задачей: 95,2% balanced accuracy, 0,26 секунды на эпизод и около $0,19 за…
C3L разрывает петлю дрейфа объяснений в continual learning: 5 бенчмарков, 20+ базлайнов
Исследователи из Тель-Авива показали, что регуляризация по собственным saliency-картам закрепляет ложные корреляции, и предложили C3L с опорой на семантические…