Новости AI-стека
Daily · свежие материалы
Gemini 3.1 Flash TTS: озвучку теперь режиссируют, а не выбирают голос
Google выкатил в preview Gemini 3.1 Flash TTS. Раньше синтез речи — «выбери голос из списка». Теперь голосом управляют как режиссёр актёром, указаниями прямо в тексте через аудиометки, а найденную постановку можно…
Vertex AI: Claude Opus 4.7 в Model Garden, Gemini Robotics читает приборы
Google расширяет свою AI-инфраструктуру, предлагая как новые возможности для сторонних моделей, так и улучшения для собственных. На этой неделе стал доступен Claude Opus 4.7 в Vertex AI Model Garden, предоставляя…
Agent API Perplexity: новые модели и прощание со старыми Gemini
Perplexity обновила свой Agent API, добавив поддержку сторонних моделей, таких как GPT-5.4, NVIDIA Nemotron и Claude Sonnet 4.6, одновременно прекратив поддержку нескольких версий Gemini. Это изменение перестраивает…
PATINA: Fal генерирует PBR-карты из изображений для CGI, минуя «запеченные» проблемы
AI-модели показывают впечатляющие результаты в генерации изображений, имитирующих различные материалы — от камня до металла. Однако эти изображения зачастую непригодны для традиционных 3D-рабочих процессов из-за…
MiniMax-M2.7: модель, которая учит себя программировать
MiniMax представила новую модель MiniMax-M2.7 на Hugging Face, и она примечательна заявленной способностью к самоэволюции. Это означает, что модель не просто выполняет задачи, но активно участвует в собственном…
AI-новости
Обратите внимание на pipe.enable_model_cpu_offload() — эта строка кода демонстрирует типичную технику для дальнейшей оптимизации использования VRAM, перемещая части модели в CPU по мере необходимости.
Gemma 4 отдают даром — и в тот же день ставят таймер на Gemini 2.5
Google выпустил Gemma 4 — открытые модели под Apache 2.0: 3-е и 6-е места среди всех open-моделей мира, обходят те, что в 20 раз крупнее, запускаются хоть на телефоне, хоть на одной видеокарте. А в том же окне тихо…
MiniMax Music-2.6: Музыкальный ИИ теперь пишет и тексты, и инструментал
MiniMax представила новую версию своей модели для генерации музыки Music-2.6. Теперь ИИ может не только создавать музыкальные композиции по текстовому описанию, но и автоматически генерировать тексты песен, а также…
Lyria 3 Pro: песня целиком — но имитировать артиста модель отказывается
Google выпустил Lyria 3 Pro — модель генерации музыки: уже не 30-секундная петля, а трек до трёх минут с заданной структурой (интро/куплет/припев/бридж по запросу). Но Google намеренно сделал так, что имитировать…
MiniMax M2.7: первые отголоски самоэволюции
MiniMax выпустила серию моделей M2.7, заявляя о старте рекурсивного самосовершенствования своих AI-систем. Теперь модели участвуют в собственной эволюции, самостоятельно улучшая свой инструментарий и процессы обучения…
Perplexity: Агенты и вложения — теперь в релизе для продакшена
Perplexity выпустила в общий доступ (GA) свои Agent API и Embeddings API. Это означает, что разработчики теперь могут использовать инструменты для создания автономных агентов и внедрения продвинутого семантического…
FLUX.2 [pro]: удвоение скорости без изменения API
Black Forest Labs представила ускорение своей флагманской модели FLUX.2 [pro] для генерации и редактирования изображений. Заявлено двукратное увеличение производительности без компромиссов в качестве и без повышения…
Nano Banana Pro: обходит лимиты Google с резервной моделью
Генерация изображений с помощью nano-banana-pro теперь стала надежнее. Replicate представил механизм резервирования, который позволяет продолжить работу, даже если основной API Google достигнет своих лимитов. Это…
MiniMax Music 2.5+: теперь без вокала, с широкими стилистическими границами
MiniMax обновляет свою музыкальную генеративную модель, представляя Music 2.5+, которая теперь официально поддерживает создание инструментальной музыки. До этого модель была сфокусирована исключительно на генерации…
DeepSeek-V3.2: Две модели и временный чемпион по рассуждению
Необычный шаг от DeepSeek: наряду с регулярным обновлением до версии deepseek-v3-2, компания выпустила крайне производительную, но временную модель deepseek-v3-2-speciale. Это создает интересную дилемму для…
DeepSeek-V3.2-Exp: разреженное внимание ускоряет длинный контекст и снижает цены
Когда провайдеры моделей радикально меняют архитектуру, это обычно означает одно из двух: либо решаются фундаментальные проблемы производительности, либо открываются новые возможности для разработчиков. В случае с…
DeepSeek-V3.1-Terminus: фокус на консистентность и агентов
Гибридные модели, совмещающие разные языки, часто привносят неожиданные артефакты в выводе. DeepSeek выпустил обновление V3.1-Terminus для своих моделей deepseek-chat и deepseek-reasoner, заявленная цель которого — не…
DeepSeek-V3.1: Гибридная архитектура объединяет мысль и скорость
DeepSeek выпустил новую модель deepseek-v3-1, которая стирает границу между режимами «думающий» (thinking) и «недумающий» (non-thinking). Теперь эти два подхода объединены в единую гибридную архитектуру, что должно…
DeepSeek-R1-0528: Новые возможности рассуждения и функции
На рынке LLM, где каждый новый релиз обещает "лучшую логику", DeepSeek делает конкретный шаг с обновлением своей модели deepseek-reasoner до версии deepseek-r1-0528. Этот релиз не просто заявляет об улучшениях, но и…
DeepSeek-R1: Новое поколение моделей рассуждений и открытый исходный код
Когда речь заходит о больших языковых моделях, производительность в задачах рассуждений (reasoning), математики и кодирования часто становится главным камнем преткновения. Как добиться паритета с лидерами рынка…