Forwarded from Data Secrets
– Модель заметно прокачали в кодинге, математике и работе на длинных контекстах и с изображениями. На AIME 25 у нее теперь 100% (GPT-5.1 била 94), а на SWE-bench Verified – 80% (вместо 76.3 у 5.1).
– По бенчмаркам OpenAI упрямо сравнивает свою модель только с ее же предыдущими версиями, игнорируя конкурентов. Но по уровню выглядит даже чуть лучше Gemini 3 Pro.
– В ChatGPT GPT‑5.2 Instant, Thinking и Pro начнут катать уже сегодня, в API доступ открыт. Цена относительно 5.1 и 5 немного повысилась, см последний скрин.
В целом OpenAI как будто действительно постарались на этот раз. Вот что конкуренция творит!
https://openai.com/index/introducing-gpt-5-2/
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3⚡1
Forwarded from Denis Sexy IT 🤖
Вчера игрался с новой GPT 5.2 Pro, в которой теперь есть два режима:
– Подумать
– И подумать подольше
И показал ей эту известную картину "Вавилонской башни" (понятно, что это выдумка автора, такого здания не существовало), и попросил в питоне сделать мне схему того как это здание выглядит, построить 3D модель и посчитать какая жилплощадь там вообще теоретически возможна
Pro 5.2 шуршала на каждый вопрос 20-30 минут, но мне кажется прекрасно справилась (а еще, забавно, что саму башню она вырезала из оригинала по пикселям и координатам, не какой-то другой моделью для удаления фона с картинок – буквально обвела контур).
Вот по размерам:
Я уже писал много раз, что ChatGPT Pro это один из самых лучших продуктов OpenAI, напишу еще раз
P.S. По API эту модель можно не тестировать, она медленная и одна из самых дорогих в мире
– Подумать
– И подумать подольше
И показал ей эту известную картину "Вавилонской башни" (понятно, что это выдумка автора, такого здания не существовало), и попросил в питоне сделать мне схему того как это здание выглядит, построить 3D модель и посчитать какая жилплощадь там вообще теоретически возможна
Pro 5.2 шуршала на каждый вопрос 20-30 минут, но мне кажется прекрасно справилась (а еще, забавно, что саму башню она вырезала из оригинала по пикселям и координатам, не какой-то другой моделью для удаления фона с картинок – буквально обвела контур).
Вот по размерам:
Если “Башню Вавилонскую” из картины мысленно привести к реальному масштабу уровня Колизея, то получается примерно 18 крупных “ярусных” этажей (по ~6 м высоты), ~170 000 м² общей площади (брутто) и ориентировочно ~800–1100 квартир в комфортном сценарии или ~1400–1900 квартир при максимально плотной нарезке.
– Высота порядка ~100–110 м
Это примерно как современная башня на 30–35 обычных этажей по 3 м, но в картине уровни выглядят как высокие аркадные ярусы, поэтому “реальных” этажей меньше.
– Диаметр у основания порядка ~190 м
Для сравнения: это почти в 1,8 раза длиннее футбольного поля (105 м), и по габариту очень близко к масштабу крупного античного амфитеатра.
Я уже писал много раз, что ChatGPT Pro это один из самых лучших продуктов OpenAI, напишу еще раз
P.S. По API эту модель можно не тестировать, она медленная и одна из самых дорогих в мире
👍8❤1⚡1
This media is not supported in your browser
VIEW IN TELEGRAM
#unrealneural
OmniPSD
Многоуровневая генерация PSD с диффузионным трансформером
https://huggingface.co/papers/2512.09247
OmniPSD
Многоуровневая генерация PSD с диффузионным трансформером
https://huggingface.co/papers/2512.09247
👍3⚡1
эйай ньюз
По мнению Яна, настоящий интеллект — это не просто предсказание следующего слова. Моделям нужна настоящая связь с физическим миром, AI системы должны понимать физический мир, иметь постоянную память, уметь рассуждать и планировать сложные цепочки действий. Это и есть его концепция World Models. Простой пример: eсли бы у нас была "модель мира" (World Model), то мы могли бы научить системы уверенно предсказывать, что произойдёт дальше в физическом мире – например роборука заранее бы могла предсказать, что произойдет если столкнуть кружку со стола.
#пытаюсьпонять
Позиции Яна Лекуна отчасти совпадает и с мнением Ильи Суцкевера, который тоже сейчас идёт в ту же сторону (смотрел недавно его интервью)
Путь к AGI лежит не через всё большие и большие Трансформеры (которые уже исчерпали потенциал завышенных ожиданий на мой взгляд), а через архитектуру, которая изначально строит внутреннюю модель физического мира (цитата подчеркивает зачем это нужно).
Как это может пересекаться с архитектурным проектированием? Вопрос открытый
Однако, подобный подход явно позволит ИИ решать ряд дискриминативных задач - инсоляция, конструктивные задачи, ветровые нагрузки и т.д. Это то без чего невозможно проектировать архитектору, а следовательно и ИИ.
Позиции Яна Лекуна отчасти совпадает и с мнением Ильи Суцкевера, который тоже сейчас идёт в ту же сторону (смотрел недавно его интервью)
Путь к AGI лежит не через всё большие и большие Трансформеры (которые уже исчерпали потенциал завышенных ожиданий на мой взгляд), а через архитектуру, которая изначально строит внутреннюю модель физического мира (цитата подчеркивает зачем это нужно).
Как это может пересекаться с архитектурным проектированием? Вопрос открытый
Однако, подобный подход явно позволит ИИ решать ряд дискриминативных задач - инсоляция, конструктивные задачи, ветровые нагрузки и т.д. Это то без чего невозможно проектировать архитектору, а следовательно и ИИ.
🤔4👍2⚡1
This media is not supported in your browser
VIEW IN TELEGRAM
#unrealneural #вкопилкуэрудита
Спинальные двигательные нейроны в мельчайших деталях. ✨
Каждая зеленая точка - это спинномозговой двигательный нейрон - важные, но редкие клетки, составляющие всего 1% нейронов спинного мозга. При таких заболеваниях, как БАС, они избирательно повреждаются, что делает их особенно интересными для нейробиологов.
Спинальные двигательные нейроны в мельчайших деталях. ✨
Каждая зеленая точка - это спинномозговой двигательный нейрон - важные, но редкие клетки, составляющие всего 1% нейронов спинного мозга. При таких заболеваниях, как БАС, они избирательно повреждаются, что делает их особенно интересными для нейробиологов.
👌3❤1👍1
#unrealneural
«Почему AGI не появится» Tim Dettmers
https://timdettmers.com/2025/12/10/why-agi-will-not-happen/
«Почему AGI не появится» Tim Dettmers
https://timdettmers.com/2025/12/10/why-agi-will-not-happen/
🤗2❤1🔥1
#unrealneural
Физические упражнения — это своего рода «наркотик для мозга». Вот биологические механизмы, лежащие в их основе.
В новом обзоре, опубликованном в журнале Frontiers in Molecular Neuroscience, подробно объясняется, как физические упражнения повышают уровень BDNF в головном мозге — ключевой молекулы, отвечающей за обучение и память.
Что имеет наибольшее значение:
1. Физические упражнения гарантированно повышают уровень BDNF в головном мозге, фактора, способствующего нейропластичности и нейрогенезу.
2. BDNF поддерживает память, обучение, настроение и устойчивость к стрессу.
3. Блокирование передачи сигналов BDNF устраняет многие когнитивные преимущества физических упражнений.
Как физические упражнения повышают уровень BDNF:
4) Нейронная активность усиливает передачу кальциевых сигналов и экспрессию генов.
5) Увеличение мозгового кровотока активирует выработку BDNF эндотелиальными клетками.
6) Мышцы и печень выделяют эксеркины, такие как лактат, ирисин, IGF-1 и кетоны, которые посылают сигналы в мозг.
7) Мозговой BDNF образуется в результате совместной работы нейронов, кровеносных сосудов и периферических органов.
Физические упражнения — это не просто движение, это сигнал, задействующий весь организм и перестраивающий работу мозга изнутри.
https://www.frontiersin.org/journals/molecular-neuroscience/articles/10.3389/fnmol.2023.1275924/full
Физические упражнения — это своего рода «наркотик для мозга». Вот биологические механизмы, лежащие в их основе.
В новом обзоре, опубликованном в журнале Frontiers in Molecular Neuroscience, подробно объясняется, как физические упражнения повышают уровень BDNF в головном мозге — ключевой молекулы, отвечающей за обучение и память.
Что имеет наибольшее значение:
1. Физические упражнения гарантированно повышают уровень BDNF в головном мозге, фактора, способствующего нейропластичности и нейрогенезу.
2. BDNF поддерживает память, обучение, настроение и устойчивость к стрессу.
3. Блокирование передачи сигналов BDNF устраняет многие когнитивные преимущества физических упражнений.
Как физические упражнения повышают уровень BDNF:
4) Нейронная активность усиливает передачу кальциевых сигналов и экспрессию генов.
5) Увеличение мозгового кровотока активирует выработку BDNF эндотелиальными клетками.
6) Мышцы и печень выделяют эксеркины, такие как лактат, ирисин, IGF-1 и кетоны, которые посылают сигналы в мозг.
7) Мозговой BDNF образуется в результате совместной работы нейронов, кровеносных сосудов и периферических органов.
Физические упражнения — это не просто движение, это сигнал, задействующий весь организм и перестраивающий работу мозга изнутри.
https://www.frontiersin.org/journals/molecular-neuroscience/articles/10.3389/fnmol.2023.1275924/full
1🤔3❤2🤗1
Please open Telegram to view this post
VIEW IN TELEGRAM
⚡3🤗1
Forwarded from Искусственный интеллект. Высокие технологии
This media is not supported in your browser
VIEW IN TELEGRAM
⚡️ Маск подтвердил самое безумное IPO в истории
SpaceX выходит на биржу в 2026.
Оценка - $1.5 трлн.
Привлечение - $30+ млрд.
Крупнейшее IPO ever.
Но это не про Марс и не про космический туризм.
Сегодня ИИ упирается не в модели, а в электричество.
Oracle сжигает $12 млрд за квартал на дата-центры и уходит в минус.
Microsoft, Google и Amazon просто не могут найти достаточно энергии.
К 2035 ИИ потребуется четверть всей энергосети США.
Земная инфраструктура не вытягивает.
Решение Маска радикальное - уйти с Земли.
SpaceX строит вычисления в космосе:
- спутники Starlink V3 с AI-чипами
- 24/7 солнечная энергия
- никакой сети, регуляторов и ограничений
Starship сможет выводить 300–500 ГВт вычислительной мощности в год.
За пару лет больше, чем потребляет вся экономика США.
Пока другие ищут кредиты и разрешения, у Маска уже есть:
ракеты, спутники, запуски и собственный ИИ (xAI).
Остальные только догоняют. И отстают на годы.
Маск не участвует в гонке ИИ.
Он строит инфраструктуру, на которой эта гонка будет идти.
И тогда $1.5 трлн перестают выглядеть безумием.
SpaceX выходит на биржу в 2026.
Оценка - $1.5 трлн.
Привлечение - $30+ млрд.
Крупнейшее IPO ever.
Но это не про Марс и не про космический туризм.
Сегодня ИИ упирается не в модели, а в электричество.
Oracle сжигает $12 млрд за квартал на дата-центры и уходит в минус.
Microsoft, Google и Amazon просто не могут найти достаточно энергии.
К 2035 ИИ потребуется четверть всей энергосети США.
Земная инфраструктура не вытягивает.
Решение Маска радикальное - уйти с Земли.
SpaceX строит вычисления в космосе:
- спутники Starlink V3 с AI-чипами
- 24/7 солнечная энергия
- никакой сети, регуляторов и ограничений
Starship сможет выводить 300–500 ГВт вычислительной мощности в год.
За пару лет больше, чем потребляет вся экономика США.
Пока другие ищут кредиты и разрешения, у Маска уже есть:
ракеты, спутники, запуски и собственный ИИ (xAI).
Остальные только догоняют. И отстают на годы.
Маск не участвует в гонке ИИ.
Он строит инфраструктуру, на которой эта гонка будет идти.
И тогда $1.5 трлн перестают выглядеть безумием.
🤯7⚡3
This media is not supported in your browser
VIEW IN TELEGRAM
#unrealneural
Роботы развиваются с высокой скоростью ⚡️⚡️⚡️
Обширные наборы данных из реального мира и модели VLA теперь позволяют преобразовывать возможности визуального языка в плавное и непрерывное управление;
Диффузия может генерировать согласованные последовательности действий;
Гибкая система восприятия и выполнения снижает дрожание сигнала.
Роботы развиваются с высокой скоростью ⚡️⚡️⚡️
Обширные наборы данных из реального мира и модели VLA теперь позволяют преобразовывать возможности визуального языка в плавное и непрерывное управление;
Диффузия может генерировать согласованные последовательности действий;
Гибкая система восприятия и выполнения снижает дрожание сигнала.
👍5🔥5❤1
Forwarded from эйай ньюз
Нейродайджест за неделю (#98)
LLM
- Ramanujan-1 — Стартап одного из авторов трансформера выпустил 8B-модель, тренированную на AMD/TPU. Неплоха на общих задачах, но сияет в агентском кодинге, где показывает феноменальные результаты для своих 8B.
- Devstral 2 — локальный вайбкодинг — Mistral реабилитировались за Large 3. Devstral Small 2 (24B) на уровне GLM 4.6 по кодингу и запускается локально. Вместе с моделями выпустили и Vibe CLI — своего конкурента Claude Code.
Прочее
- Уход Яна Лекуна из Meta — Один из крёстных отцов AI уходит, чтобы основать стартап по World Models. Пара моих мыслей, разбор причин и конец целой эпохи в FAIR.
Личное
- Ищу Executive Assistant в мой стартап GenPeach.ai
> Читать дайджест #97
#дайджест
@ai_newz
LLM
- Ramanujan-1 — Стартап одного из авторов трансформера выпустил 8B-модель, тренированную на AMD/TPU. Неплоха на общих задачах, но сияет в агентском кодинге, где показывает феноменальные результаты для своих 8B.
- Devstral 2 — локальный вайбкодинг — Mistral реабилитировались за Large 3. Devstral Small 2 (24B) на уровне GLM 4.6 по кодингу и запускается локально. Вместе с моделями выпустили и Vibe CLI — своего конкурента Claude Code.
Прочее
- Уход Яна Лекуна из Meta — Один из крёстных отцов AI уходит, чтобы основать стартап по World Models. Пара моих мыслей, разбор причин и конец целой эпохи в FAIR.
Личное
- Ищу Executive Assistant в мой стартап GenPeach.ai
> Читать дайджест #97
#дайджест
@ai_newz
👍2⚡1
#unrealneural
Математика НЕ искусственного интеллекта
В процессе эволюции мозг достиг такого прогресса, которого нет у систем ИИ, но он также нуждается в собственной математике. Концепция когнитома, введенная академиком К.В. Анохиным, как когнитивная структура разума - структура мозга высокого порядка и нейронная гиперсеть, рассматривается как основа для моделирования такой математики. Сознание в этой системе является особой формой динамики в гиперсети - крупномасштабной интеграцией ее когнитивных элементов. Когнитом, в свою очередь, состоит из взаимосвязанных COG (когнитивных групп нейронов) двух типов - функциональных систем и клеточных ансамблей. К.В. Анохин видит задачу фундаментальной теории мозга и разума в описании этих структур, их происхождения, функций и процессов в них. В статье представлены математические модели этих структур, а также модели различных когнитивных процессов.
https://arxiv.org/abs/2512.10988
Математика НЕ искусственного интеллекта
В процессе эволюции мозг достиг такого прогресса, которого нет у систем ИИ, но он также нуждается в собственной математике. Концепция когнитома, введенная академиком К.В. Анохиным, как когнитивная структура разума - структура мозга высокого порядка и нейронная гиперсеть, рассматривается как основа для моделирования такой математики. Сознание в этой системе является особой формой динамики в гиперсети - крупномасштабной интеграцией ее когнитивных элементов. Когнитом, в свою очередь, состоит из взаимосвязанных COG (когнитивных групп нейронов) двух типов - функциональных систем и клеточных ансамблей. К.В. Анохин видит задачу фундаментальной теории мозга и разума в описании этих структур, их происхождения, функций и процессов в них. В статье представлены математические модели этих структур, а также модели различных когнитивных процессов.
https://arxiv.org/abs/2512.10988
👍3❤1⚡1
Forwarded from Метаверсище и ИИще (Sergey Tsyptsyn ️️)
Редактирование видео через обратный рендеринг.
Интересная работа от Адобченко:
V-RGBX: Video Editing with Accurate Controls over Intrinsic Properties
Они сделали обратный рендер видео, который достает из каждого кадра albedo, normal, material, irradiance.
Потом сделали прямой рендер, который их этих albedo, normal, material, irradiance генерит видео (грубо говоря КонтролНет на максималках).
А между этими процессами вставили процесс редактирования.
Например можно переосвещать сцену, или заменить текстуру на объекте, а можно просто взять отдельный кадр и попросить Нанабанану его изменить\перекрасить\перетекстурировать. После чего V-RGBX возьмет и распространит этот редактирование кадра на все остальные кадры (я уже видел такое у Runway с первым кадром).
Упор в работе на том, что они обратным рендером достают из видео различные каналы с очень высоким качеством и потом могут использовать их для редактирования исходного видео.
За композеров получается?
@cgevent
Интересная работа от Адобченко:
V-RGBX: Video Editing with Accurate Controls over Intrinsic Properties
Они сделали обратный рендер видео, который достает из каждого кадра albedo, normal, material, irradiance.
Потом сделали прямой рендер, который их этих albedo, normal, material, irradiance генерит видео (грубо говоря КонтролНет на максималках).
А между этими процессами вставили процесс редактирования.
Например можно переосвещать сцену, или заменить текстуру на объекте, а можно просто взять отдельный кадр и попросить Нанабанану его изменить\перекрасить\перетекстурировать. После чего V-RGBX возьмет и распространит этот редактирование кадра на все остальные кадры (я уже видел такое у Runway с первым кадром).
Упор в работе на том, что они обратным рендером достают из видео различные каналы с очень высоким качеством и потом могут использовать их для редактирования исходного видео.
За композеров получается?
@cgevent
👍2🔥2⚡1