AI NeuroWave - Noticias de AI

🧭 World Labs показала Atlas — модель, которая строит 3D-миры по паре фото Компания Фэй-Фэй Ли представила Atlas — «омнимодель» пространственного интеллекта. По одному-трём снимкам она достраивает сцену и показывает её с любого ракурса: задаёте траекторию камеры и получаете до минуты видео в 1440p. Вместо плоских картинок модель понимает объём и время: восстанавливает помещения в 3D-данные — облака точек и Gaussian splats — и работает симулятором для робототехники. Несколько фото комнаты превращаются в тысячи обучающих сценариев с разным светом и маршрутами. В сравнениях Atlas обходит специализированные модели и в реконструкции, и в генерации с управлением камерой. Кому пригодится: геймдизайнерам, VFX-художникам и всем, кто делает 3D-контент или тренирует роботов, — раньше на это уходили десятки снимков и спецоборудование. Atlas пока в раннем доступе для партнёров и ляжет в основу будущих версий Marble. 🌐 Источник: The Decoder #ИИ #3D #генерациявидео #робототехника #WorldLabs

🖼️ GPT-Image-2 научился рисовать сразу с прозрачным фоном OpenAI открыла предпросмотр прозрачного фона в GPT-Image-2: теперь модель может генерировать PNG с альфа-каналом прямо на этапе создания картинки — без постобработки и ручного вырезания. Встроенная прозрачность даёт более чистый результат, чем удаление фона после генерации, особенно на сложных объектах: стекле, волосах, тонких волокнах. Четыре готовых сценария уже описаны в официальном cookbook: фото товаров для интернет-магазинов, диаграммы и схемы для презентаций, иконки и стикеры, арты для мерча. Чтобы попробовать, достаточно указать в API параметр background=transparent, а из промпта убрать упоминания фона — модель сама оставит объект на «пустом» слое. Для дизайнеров и контент-мейкеров это экономит целый этап рутины: ассет сразу готов к вёрстке. 🌐 Источник: The Decoder #ИИ #Инструменты #Дизайн #ГенерацияИзображений

🧠 Почему LLM «забывают» факты: знание есть, доступа нет Исследователи Google Research и Technion выяснили: у топовых моделей галлюцинации чаще возникают не из-за нехватки знаний, а из-за трудностей с их извлечением. 95–98% фактов модель хранит, но 26–34% не может вспомнить напрямую. Практический вывод: если модель не ответила, это не значит, что она «не знает». Дополнительное время на размышление и переформулировка запроса возвращают 40–65% «потерянных» фактов. Редкие и «обратные» связи модель распознаёт, но не генерирует сама. Что делать: прежде чем строить RAG под каждый неверный ответ, попробуйте более сильный reasoning, уточняющие вопросы и другие формулировки — часто это дешевле и быстрее. Оценивать модели стоит по доступности фактов, а не по точности ответов: бенчмарк WikiProfile открыт. 🌐 Источник: VentureBeat #ИИ #LLM #RAG #галлюцинации #исследование

🐋 Tencent открыла Hy4-preview: ИИ-флагман на 770 млрд параметров, который можно запустить самому Китайская Tencent выложила в открытый доступ Hy4-preview — новое поколение своей флагманской модели. Это Mixture-of-Experts архитектура: суммарно 770 млрд параметров, но на каждый запрос активно лишь 49 млрд — поэтому модель работает быстро и заметно дешевле сопоставимых гигантов. Контекст — до 1 млн токенов, лицензия Apache 2.0, то есть использовать можно свободно, включая коммерческие проекты. По внутренней слепой оценке Tencent (163 эксперта, 203 инженерные задачи), Hy4-preview немного опережает открытые GLM 5.3 и Kimi K3. Сильные стороны — код, офисные задачи и научная работа. Ранняя версия пока склонна слишком долго рассуждать и перепроверять собственные ответы, так что для простых вопросов это может быть избыточно. Если хотите локальный ИИ уровня близко к топу — веса уже на Hugging Face, есть и FP8-версия для ускоренного запуска. Попробовать стоит через vLLM или SGLang: 1M контекста позволяет скормить модели целые документации и кодобазы. 🌐 Источник: Hugging Face #ИИ #открытыемодели #LLM #Tencent #код

🧠 funes: у coding-агентов появилась долговременная память Hugging Face выпустила funes — открытый слой памяти для агентов, пишущих код. Один бинарник локально индексирует историю ваших сессий (векторный поиск, BM25, ранжирование — всё на своей машине) и даёт агенту инструменты recall/get: в новом сеансе он сам находит прежние решения и ответы, показывая, из какой сессии они взяты. Зачем это вам: контекст агента обычно умирает в конце сессии, а переносить его вручную дорого. По замерам авторов, вспоминание через funes в 4–8 раз дешевле письменной передачи контекста между сессиями — агент продолжает работу, будто ничего не забывал. Как попробовать: установка одной командой, затем funes add и подключение к вашему агенту. Память — обычный датасет, а не сервис: её можно выложить в приватный датасет Hugging Face и подхватить с другой машины, секреты вырезаются автоматически. 🌐 Источник: Hugging Face #ИИ #ИИагенты #кодинг #инструменты

🎙 Microsoft выпустила MAI-Transcribe-2: распознавание речи за $0,10 за час аудио Microsoft AI представила модель распознавания речи, которая претендует на звание самой быстрой, точной и дешёвой среди аналогов. MAI-Transcribe-2 понимает 60 языков, сама определяет язык и переключается между ними внутри записи, а диаризация сразу показывает, кто что сказал. Главное для практики — цена: $0,10 за час аудио. Встроены посекундные таймстампы и два режима: verbatim для дословной расшифровки и clean для читаемых субтитров. Есть и подстройка под вашу терминологию — имена и редкие слова из рабочей сферы модель распознаёт точнее. Как попробовать: модель уже доступна в Microsoft Foundry, MAI Playground и OpenRouter. Подойдёт и для разовой расшифровки созвона, и для встраивания в автоматическую обработку аудио. 🌐 Источник: Microsoft AI #ИИ #распознавание_речи #транскрибация #инструменты #голос

Кит над ночным городом (сюрреализм) 1. GPT Image 2 2. Bytedance Seedream 5.0 Pro Surreal digital matte painting, square composition: a colossal humpback whale glides silently through a sea of moonlit clouds high above a dense nocturnal metropolis, its pale belly catching cold blue moonlight while the city below glows in warm amber and teal. Tiny aircraft warning lights drift beneath the whale, emphasizing its impossible scale. Clouds swirl in soft silvery layers under a deep indigo sky dotted with faint stars. Cinematic lighting, meticulous detail, ethereal contemplative mood, palette of midnight blue, pearl white, amber gold and teal, no text.

🖥️ Nvidia PAIR: превратите домашние компьютеры в личный ИИ-кластер Nvidia выпустила PAIR (Personal AI Router) — бесплатное открытое ПО, которое объединяет простаивающие домашние компьютеры для локального запуска моделей. Агентные задачи дробятся на части и считаются параллельно на нескольких машинах — от RTX 20-й серии и новее до DGX Spark и Mac на M4+. Работает через Ollama и LM Studio, а трафик сам перераспределяется: включили игру или выключили ПК — кластер подстроится. Устройства связываются шестизначным кодом, соединение шифруется, данные не покидают дом. Бета уже доступна для Windows, Linux и macOS: можно собрать личный кластер из старого ноутбука и настольного ПК и запускать модели без облака и лишних трат. 🌐 Источник: The Verge #ИИ #локальные_модели #инструменты #агенты

🤖 OpenClaw 2.0: умнее память, проще старт — и всё ещё бесплатно Вышла новая версия открытой платформы для ИИ-агентов OpenClaw — проекта, который многие считают наследником Claude Computer Use. Среди главных изменений: заметно упрощённый первый запуск, поиск по истории чатов и переработанная система памяти с фоновой консолидацией — агент сам подводит итоги, пока вы работаете с другими задачами. Что это даёт на практике? Раньше агент забывал контекст между сессиями, и длинные проекты приходилось пересказывать заново. Теперь ключевые факты и решения переносятся между задачами и даже между устройствами: начали разбираться с проектом на десктопе — продолжили в облаке с того же места. Задачи можно передавать между сессиями, а совместные сессии позволяют работать над одним агентом в команде. Как попробовать: это открытый проект — бесплатный, с активным комьюнити. Подойдёт всем, кто автоматизирует рутину на своём компьютере и устал от агентов, которые «не помнят» ничего между запусками. В релиз вошло около 16 тысяч pull request от более чем 900 участников — развитие идёт быстро. 🌐 Источник: Habr #ИИ #агенты #автоматизация #OpenClaw #openSource