Futuris

Практический марафон по вкату в ИИ-агенты от @ai_grably: набор 2го потока Для тех, кто устал от скучной рутины за компом, пытался делегировать ее ИИ, но так и не ввел в привычку Учим отдавать операционку ИИ-агенту на практических задачах. Проводим за ручку через всё сложное, показываем, как надо и как не надо — Из чего состоит марафон? 70% практики 20% экспертной обратной связи каждый день в чате и на 3х живых разборах 5% теории (чтобы понять, а как делать эту практику + корректировка после первых шагов) На добивочку - 5% в насмотренность от решений сокурсников _________________________________ 3 раунда, 3 недели 3 созвона-разбора каждую неделю Задания на 15-20 минут в будние (+ задания со звездочкой, если хочешь жестче) Вылет с марафона при невыполнении (это нужно и вам и нам) Группа 30 человек — Вы же в этом посте дали роадмап, можно самому вкатиться? Конечно. Рабочая версия агентной системы + настойчивость + 3-4 месяца на эксперименты по 4-5 часов в день, и вы пройдете программу марафона самостоятельно. Марафон сделает это за 3 недели. Мы даем обратную связь, тонкую корректировку и гарантию того, что, если у вас будет проблема или затык - вы не останетесь с ними 1:1. А возможность вылететь и группа не дадут забросить. — ИИ заберет у меня всю мою работу? Нет, не мечтайте) Марафон для тех, кто хочет оставить без работы своих коллег и получить более сладкие рабочие условия для себя )) — А почему вы думаете, что вкатываете лучше других? Обычно курсы проводят люди, которые не очень хорошо разбираются, как устроены инструменты, которым учат. А те, кто разбираются – редко обучают других. Наш марафон построен Колей @ai_grably – техническим директором grably.tech, который понимает, как агенты работают под капотом, внедряет их в компании и обучает сотрудников. (По корпоративным курсам и воркшопам пишите в лс) _______________ [ Узнать подойдет ли марафон ]

🔥Китайский моделепад продолжается: Tencent выпустила открытую модель Hy4 Preview - нового китайского гиганта для агентных задач. Модель получила 770 млрд параметров, из которых активируются 49 млрд, и контекст на 1 млн токенов. Основной упор сделан на программирование…

🔥Китайский моделепад продолжается: Tencent выпустила открытую модель Hy4 Preview - нового китайского гиганта для агентных задач. Модель получила 770 млрд параметров, из которых активируются 49 млрд, и контекст на 1 млн токенов. Основной упор сделан на программирование, работу с документами и таблицами, создание игровых прототипов и научные задачи. Во внутреннем тесте Tencent она немного обошла GLM‑5.3 и Kimi K3, но независимые проверки ещё впереди. Веса открыты, а через OpenRouter модель доступна за $0,834/$2,501 за миллион входных и выходных токенов. Ещё попробовать можно в официальной Hy AI Studio Локально такое чудовище обычный компьютер, конечно, не потянет❌

всегда приятно когда видео залетает🙈, там первая часть в рекомендациях есть кому понравилось🤩 https://www.youtube.com/shorts/JE12MVxwIUI

небольшое сравнение новой GLM 5.3 flash 🆚 Qwen3.8-Flash-Next - новой модели квен и архитектуры будущего Qwen4 (подробнее можете тут почитать про него)

Ок, начинается разгон перед IPO ну и мы всё глубже уходим в сингулярность: OpenAI рассчитывает получить AGI internally уже до конца 2026 года. В интервью TIME Сэм Альтман заявил, что сейчас компания «ещё не совсем там», но к концу года у неё должна появиться внутренняя система, которую он сам назвал бы AGI. Глава исследований OpenAI Марк Чен считает, что лаборатория уже прошла около 80% пути. Представляем стоимость акций после твита "AGI achieved internally"? Но что они вкладывают в смысл термина пока остаётся загадкой😫 (ну и даже если достигнут, то нам точно порциями будут выдавать)

Релизнулся не убийца GPT-5.6 и Fable 5 (не слушайте клоунов с Бэкдор), а просто сопоставимый аналог чуть слабее но дешевле: GLM 5.3 flash (aka Ox Alpha) и просто GLM-5.3 GLM‑5.3‑Flash — 320B параметров, 18B активных, мультимодальность и контекст на 1 млн токенов. API стоит всего $0,15 за ввод и $0,50 за вывод миллиона токенов, а за пределами пиковых часов и по выходным на модель делают скидку в 50%. Для полной GLM‑5.3 стандартную цену API пока не объявили — она доступна через Coding Plan и ZCode. юзаем тут https://chat.z.ai/ анонсы: https://x.com/Zai_org/status/2092616204787626030 https://x.com/Zai_org/status/2088132965922476159

OpenAI показали первые тесты собственного inference-чипа Jalapeño. Он оказался в 1,5–1,9 раза эффективнее Nvidia GB200/GB300 и заметно снизил задержку при запуске крупных моделей. В инфраструктуре ChatGPT и Codex чип начнут использовать до конца года. Но есть кое что поинтереснее... появились слухи о завершении нового гигантского претрейна новой модели Bel размером более 10 трлн параметров. Его называют преемником Doug и возможной основой уже для поколения после GPT‑6, вплоть до модели порогового уровня AGI 😯 мы же уже в сингулярности, правда?

Новый стартап Accelerated Understanding представил необычный ИИ для моделирования физического мира. Его основали профессор Caltech и бывший руководитель исследований NVIDIA Анима Анандкумар вместе с инженером Бенедиктом Йеником. Ранее им предлагали возглавить поддержанный Джеффом Безосом Project Prometheus и получить 35% компании, но они решили развивать собственный проект. Это модель для симуляции физических процессов в четырёх измерениях: трёхмерном пространстве и времени. Вместо трансформеров она использует нейронные операторы и может применяться для проектирования чипов, энергетики, робототехники, погоды и научных исследований. Компания утверждает, что система обрабатывает свыше 5 трлн точек данных за один запуск, а результат может занимать около 22 ТБ. Это примерно в пять миллионов раз больше стандартного контекста современных LLM, но сравнение условное: речь идёт не о текстовых токенах, а о точках физической 4D-сетки. Команда уже экспериментировала с моделями до триллиона параметров и масштабированием до 35 трлн. Однако публичного API, весов, независимых тестов и научной статьи пока нет. Поэтому перед нами потенциально новый подход к физическому ИИ💎 блог пост

📹Apple представили новое поколение компьютеров для локального ИИ. Mac mini получил первый 2-нм чип M6 с 12-ядерными CPU и GPU, двумя 16-ядерными Neural Engine и памятью до 32 ГБ. Apple обещает до четырёх раз более высокую ИИ-производительность относительно M4. Цена начинается с $899. Также появился Mac mini с M5 Pro, памятью до 64 ГБ и ценой от $1699. Базовый M6 сможет комфортно запускать локальные модели на 7–14B параметров, версия с 32 ГБ — модели класса 27–32B, а M5 Pro на 64 ГБ потянет даже 70B в 4-битном кванте🌈 Для действительно огромных моделей Apple выпустила Mac Studio с M5 Ultra: до 36 ядер CPU, 80 ядер GPU, 512 ГБ общей памяти и пропускная способность 1,2 ТБ/с. На такой машине должны помещаться модели на 235–405B и даже DeepSeek V3/R1 671B в сильном кванте. Цена начинается с $5499. Предзаказы уже открыты, продажи стартуют 22 сентября. https://www.apple.com/newsroom/2026/08/apple-introduces-m6-and-m5-ultra-for-a-big-leap-in-performance-and-ai-compute/