AI Expansion 🎛 📑

Промпты для замороженной камеры в Seedance 2.0 Один подглядел у Магнифика, второй Валера пригнал в коментах "A single continuous handheld handycam shot in slow motion, drifting and weaving organically through a completely frozen party scene, every person suspended mid-movement like a living diorama. The shaky camera circles and floats slowly. Single seamless slow-motion take." Второй промпт конского размера, забирайте тут или тут. @cgevent

🖥 Cloudflare выложила в опенсорс свою платформу для ИИ-агентов Cloudflare OS работает прямо в браузере и позволяет создавать корпоративных ИИ-агентов и приложения, которыми потом сможет пользоваться вся команда. Внутри — единое рабочее пространство с системой безопасного доступа к внутренним данным компании и возможностью подключать свои скиллы и инструменты. ✖️ xCode Journal

Превращаем любое аудио и видео в текст на лету — нашли бесплатное приложение Vibe, которое упростит жизнь студентам и белым воротничкам. — Работает на локальных моделях Whisper, Nemotron 3.5 и Parakeet TDT v3 — все данные остаются на вашем компьютере; — Понимает сотни языков, включая русский; — Справляется даже с записями, на которых несколько спикеров; — Результат можно сохранить во всех возможных форматах: SRT, VTT, TXT, HTML, PDF, JSON и DOCX; — Поддерживает macOS, Windows и Linux; — Установка в пару кликов через releases; — С открытым кодом и бесплатно. Забираем — здесь. @exploitex

Веб-дизайнеры и разработчики, общий сбор — нейронку научили превращать обычные фотографии в полноценные 3D-модели на Three.js прямо в браузере. Работает просто: загружаете одну картинку, а ИИ разбирает объект на детали, определяет форму, пропорции и материалы, после чего пересобирает его в 3D. На выходе получаете редактируемый TypeScript-код на Three.js. Модель можно вращать, анимировать и сразу добавлять на сайт или в браузерную игру. После каждого этапа нейронка сравнивает результат с оригиналом, находит отличия и самостоятельно переделывает геометрию. В демках уже собрали наушники Sony, нож, дробовик, дом и футуристический грузовик. Проект бесплатный, с открытым кодом и работает с Codex, Claude Code и OpenCode. Забираем — здесь. @exploitex

💀 Китай раздает ИИ даром — а кто тогда платит? За неделю из Китая вышел целый парад открытых ИИ-моделей. Стратег OpenAI назвал этот новый мир «ИИ-коммунизмом». А рынок железа не стал ждать твитов и просто обвалился. Сначала — про «открытые веса», вокруг которых весь сыр-бор: Открытые веса (open weights) — это когда компания выкладывает готовую модель в общий доступ. Её можно бесплатно скачать и запускать на своём железе, не платя за каждый запрос. Противоположность — закрытые модели вроде Fable, доступные только через платный доступ. 🦖 Что за «китайская волна»? Всего за пару месяцев китайцы выкатили GLM-5.2, MiniMax M3, DeepSeek V4, а на прошедшей неделе — Kimi K3 от Moonshot на 2.8 трлн параметров, крупнейшую открытую модель в мире. Следом Qwen 3.8 от Alibaba на 2.4 трлн. Но главное не размер, а цена. Kimi K3 стоит $15 за миллион токенов против $50 у Fable 5 — и при этом обходит Opus 4.8 и GPT-5.6, вплотную подбираясь к самой Fable. Премия за «фронтир» (доплата за доступ к самой передовой, топовой модели) — это на самом деле премия за закрытость. Ровно её сейчас и обнуляют. 💔 Реакция рынка железа Уточним сразу: речь именно про рынок железа — чипы, память и оборудование для ИИ. Логика распродажи простая: Если мощные модели теперь почти даром и работают на любом железе — инвесторы боятся, что спрос на дорогие ИИ-ускорители выдохнется. А раз так — зачем платить премию за акции их производителей? И вот тут — самое показательное. В тот самый день, когда TSMC (тайваньская фабрика, где физически печатают почти все передовые чипы мира) отчиталась о росте прибыли на +77%, её акции упали на 7%. SoftBank — минус 9%. Индекс полупроводников SOX ушёл в медвежий рынок (более 20% от пика). Корейский KOSPI (главный фондовый индекс Южной Кореи) за июль потерял 23%. Samsung и SK Hynix теперь занимают почти половину индекса, поэтому просадка бьёт вдвойне больнее. А оценка Moonshot (китайский стартап, создатель Kimi) перед IPO в Гонконге выросла за полгода с $4 до $20–30 млрд. Софт дорожает — железо дешевеет. 🤖 При чём тут «коммунизм» Стратег OpenAI Дин Болл прямо назвал мир открытых весов «полноценным ИИ-коммунизмом» и «антиутопией». Но интереснее его прогноз: США не станут открыто запрещать китайские модели. Достаточно создать «регуляторный страх» — чтобы бизнес боялся их внедрять, даже без веских на то причин. Вот это поворот 🫣 И это уже не теория: ИИ-советник Белого дома Дэвид Сакс предупредил, что Штаты рискуют проиграть гонку. То есть дальше вопрос не в баллах на бенчмарке, а в том, кого пустят в корпоративный периметр крупных компаний США. 🚫 Обратная сторона Не всё так однозначно. Бенчмарк — это не боевое применение: часть тестировщиков отказалась ставить Kimi высоко — модель медленная и многословная. Открытость Qwen 3.8 пока только обещана, без даты, а старшие модели Alibaba исторически были закрытыми. И главный контртезис: дешёвый ИИ = взрывной рост его использования. А значит спрос на чипы может не упасть, а вырасти. Тогда сегодняшняя распродажа памяти и оборудования окажется преждевременной: рынок ставит на «пик спроса на память», а этот прогноз легко может не сбыться. ----- Август будет жарким и китайским 🇨🇳. ❝[Консенсус Тьюринга]❞ | 💬 Чат | 🔄 Проверенная обменка

OpenAI заявила сегодня, что тестируемые ею системы ИИ вырвались из своей тестовой среды, взломали путь в интернет и проникли в систему другой компании. Произошло, пожалуй, самое громкое событие в мире искусственного интеллекта за последнее время. На этой неделе был взломан Hugging Face — одна из важнейших платформ в мире ИИ. Проще говоря, это GitHub для нейросетей, датасетов и инструментов машинного обучения, которым пользуется практически вся индустрия. Казалось бы, обычная кибератака и ничего особенного. Но есть один нюанс: по заявлению самой Hugging Face, во взломе не участвовали люди. Инфраструктуру от начала и до конца атаковала автономная ИИ-система, которая самостоятельно искала слабые места, эксплуатировала найденные уязвимости, повышала себе привилегии, перемещалась по внутренней сети и собирала учётные данные, а также другую критически важную информацию. За время атаки система сгенерировала около 17 тысяч различных событий. Было вообще непонятно, как всё это разбирать. Обнаружить и остановить атаку помогли ИИ-модели, которые использовала Hugging Face. И получается довольно сюрреалистичная картина: одни ИИ атаковали, а другие ИИ помогали защищаться. При этом было неизвестно, кто именно создал эту систему и зачем вообще всё это было. А теперь главный сюжетный поворот: Вчера OpenAI заявили, что за атакой стоит их собственная экспериментальная ИИ-система, которая... вырвалась наружу. Точнее, это была комбинация их флагманской GPT-5.6 Sol и ещё более мощной неназванной модели, о которой простым людям пока не положено знать. Их поместили в изолированную тестовую среду, чтобы проверить на ExploitGym — одном из самых сложных бенчмарков по кибербезопасности, который оценивает, насколько хорошо ИИ умеет искать и использовать уязвимости. (Спойлер: уязвимость была найдена прекрасно, но не там, где надо) Для чистоты эксперимента и более точной оценки у моделей отключили обычные защитные механизмы, запрещающие опасную киберактивность. Но во время теста нейронки не стали честно решать задания. Они захотели найти уже готовые ответы и, по сути, просто «списать». В этой изолированной среде модели нашли уязвимость, о которой разработчики не знали, и использовали её для «побега». Затем они получили себе более высокий уровень доступа и начали перемещаться между внутренними сервисами OpenAI, пока не добрались до машины с полноценным выходом в интернет. И вот нейронки сделали вывод, что раз Hugging Face является самой важной платформой для ИИ, то там есть ответы на их бенчмарк. Тогда они решили совершить полноценную кибератаку на сервис. Все уязвимости и украденные данные они попытались использовать, чтобы просто сжульничать в тесте. Собственно, это всё, о чём компании публично сказали. Такого ещё никогда не было: экспериментальная ИИ-система самостоятельно вышла за пределы тестовой среды, получила доступ к интернету и атаковала инфраструктуру другой компании. Остаётся только гадать, что бы могло произойти, будь у неё другая цель. Так что этот инцидент теперь точно будут внимательно изучать разработчики ИИ, специалисты по кибербезопасности и власти по всему миру. Вопросов остаётся ещё много. Была ли это просто безобидная атака по типу школьника, который залез в интернет, чтобы найти ответы на контрольную работу? — неизвестно. Осознавала ли ИИ-модель свои действия? — неизвестно. Скопировала ли она себя, чтобы остаться в интернете перед тем, как её остановили? — тоже неизвестно. 👉 FTT - подписаться

Успех не просто Kimi K3, а State-нейросети и ещё с отвязкой от ограничений длины контекста от позиционных кодировок через гейты затухания каналов KDA, это не просто первое место на LM Arena, а появление новой архитектуры и совсем другого потенциала, чем старые LLM. Сейчас это вызывает вопросы: не получается ли так, что мы оказались к AGI намного ближе, чем кажется? На самом деле LLM уже достаточно умны. Им для замены людей не хватает просто долгосрочной памяти и следующего из неё личного опыта. Однако Kimi K3, где впервые был показан State на огромной LLM и ещё уровня SOTA на деле экспертов заставил задуматься, не прав ли был Ян Чжилин в своём видении, как строить AGI? По факту как постоянную память AGI ведь Ян и предлагает State. Это хранилище знаний модели, оторванное уже от контекста. Оно имеет ограниченную ёмкость, но как раз инновационные гейты затухания знаний в Kimi Delta Attention тут решают не только проблему работы без позиционных кодировок, они создают нативный механизм у модели, когда она понимает, что нужно помнить всегда долгосрочно, а что можно забыть. Это прямой аналог долгосрочной и краткосрочной памяти людей. Как и люди, такой ИИ, если что-то забыл, может заново считать этот контекст. Тут самое время обратиться к ранним интервью Яна, когда он ещё только планировал этот R&D примерно 2–3 года назад и какие цели ставил и какие последствия. 1. Бесконечный или хотя бы огромный контекст — это и есть ключ к AGI. По мнению Яна, если модель может работать на 1 миллиарде токенов контекста, то уже без особой разницы, бесконечный он или ограниченный. 2. Ян считает, что любое хранение памяти вне нейросети — это костыль для кривых текущих нейросетей, правильно хранить данные внутри нейросети как её нативную часть. Фактически Ян считает, что почти все текущие внешние memory-системы для ИИ умрут из-за ненадобности. 3. Ян фактически считает, что все, кто занят дообучением нейросетей (fine-tuning), останутся без работы и никому не нужны, т. к. модель, которая умеет работать на огромном контексте, по факту сама способна обучиться, а он своей миссией и видит создание такой модели. 4. Ян отмечает, что ключ к эффективности ИИ-памяти в том, чтобы её сделать, с одной стороны, с экстремальным, даже невероятным сжатием, но при этом обеспечивать почти lossless восстановление без потерь. Так или иначе, но Kimi K3 нас сильно приблизил к агенту с постоянной памятью внутри нейросети. Вполне вероятно, мы скоро сможем увидеть ИИ, который уже не является чатом в прямом смысле слова, а плывёт по бесконечной ленте контекста. Такой ИИ уже имеет личный опыт и куда больше похож на личность, а не просто на интеллект. Тут уместно вспомнить прогноз Маска, что если кто-то создаст ИИ как раз с постоянной памятью, то мир перевернётся буквально в течение 3 лет. Насколько далеко прошёл Ян с командой в своих исследованиях, мы сможем понять, когда он раскроет больше деталей архитектуры, а он обещал это сделать. Однако автономные ИИ с личным опытом и личной памятью стали намного ближе к нам. https://www.chinatalk.media/p/moonshot-ais-agi-vision

Тем временем разработчики из Moonshot уже намекают на Kimi K3.1, которая будет ближе или лучше Fable и Sol Держитесь, Альтманы и Амодеи

⚡ OpenAI опубликовала руководство по запросам 🔹 Раньше OpenAI делала акцент на технические подсказки для разработчиков, теперь дает простые рекомендации обычным пользователям. 📌 В новой инструкции предлагает четыре «строительных блока»: цель, контекст, формат и ограничения. Главное правило – формулировать желаемый результат, а не перечислять шаги. Руководство покрывает как Chat, так и Codex, объединяя их в одну схему. 💡 Это упрощает работу команд, которым нужен быстрый способ задать задачи ИИ без глубоких знаний Prompt Engineering. ⏱️ 13 июля 2026, 17:47 🔍 Подробнее...

Найден крутейший апсайкл фоток — нейронка прокачает качество вашей шакальной пикчи до уровня профессионального фото. Работает прямо из браузера: просто загружайте фотку, нажимайте «улучшить» и ловите свою картинку без размытия, шумов и пикселизации. Кроме того, сервис может восстановить старые выгоревшие снимки и добавить контраст. Забираем тут.

Апскейлим фотки до 4К с помощью ChatGPT: нашли промт, который поможет нейронке OpenAI улучшить вашу фотку и минимально додумывать детали 😮 Сохраняем: Restore and enhance an old damaged photo. Remove scratches, stains, and noise. Reconstruct faded or torn areas while preserving original details. Slightly sharpen the image for better clarity, but keep it realistic. Apply natural and era-appropriate colors to skin, hair, and clothing. Use a soft, balanced background color without being too striking. The final result should look like an old photo that has been realistically restored and colorized, while respecting its original appearance. The Open Ai

GPT-5.6 может создавать целые 3D-сцены в Blender — всё благодаря режиму агента в новом приложении ChatGPT Work. При этом нейронка не взяла ни одного готового ассета из интернета, а сделала всё с нуля своими силами. Весь процесс длился почти 3 часа. В Steam будет больше френдслопа. The Open Ai

⚡ Anthropic запустила Reflect‑дашборд в Claude 🔹 После нескольких лет фокусировки на улучшении диалоговых способностей, Anthropic добавила визуальную аналитику использования ИИ. 📌 Новый дашборд Reflect отображает, какие задачи решает Claude, сколько токенов тратится и как часто пользователь обращается к конкретным функциям. В тестовом режиме уже подключено 12 000 активных аккаунтов, а средний пользователь видит увеличение продуктивности на 18 % благодаря автоматической оценке своих запросов. 💡 Для команд, где Claude интегрирован в рабочие процессы, Reflect помогает измерять зависимость от ИИ и аргументировать бюджеты на лицензии. Это упрощает внутренний аудит и планирование ресурсов. ⏱️ 9 июля 2026, 14:53 🔍 Подробнее...

Бомба: NotebookLM от Google научился создавать короткие видео по любым материалам — теперь учебные и научные темы можно превратить в полноценный ролик за пару минут. Достаточно загрузить документы, статьи или заметки — сервис сам сгенерирует видео длиной до 60 секунд с озвучкой и кратким изложением ключевых мыслей. Пока функция доступна только платным пользователям, но в ближайшее время Google обещает открыть ее для всех.