Непостоянная рубрика KSTATI

Google подтянули Gemini. теперь он наконец-то не просто читает PDF, а помогает с ними работать.

Теперь при открытии PDF в Drive, рядом появляется карточка с кратким содержанием и предложениями, что делать дальше.

Например: Составить черновик предложения / Сделать список вопросов по этому резюме; и так далее, в зависимости от контекста файла

Раньше надо было руками просить саммари. Сейчас всё само.
Открыл файл → получил суть → нажал на нужное → Gemini делает.

Работает на 20 языках (русский есть) и доступно в платных Workspace-планах (включая AI Pro и Education Premium).

#documents@TochkiNadAI

Некоторые говорят, что смотреть ютуб во время приемов пищи – так себе практика

Я часто так делаю, поэтому длинные видео делю даже заранее в уме на количество приемов пищи.

Вот вам хороший подкаст на 3 завтрака или на завтрак/обед/ужин, или на ужин/ужин/полдник.

Это Саша Доброкотов, которого вы наверняка знаете, как AI Molodca в гостях у Дениса Лапшинова. C обоими, кстати, состою в полезном и немного безумном клубе креативных чуваков-директоров.

В подкасте много всего любопытного и актуального про ИИ, разумеется.

Смотреть тут.

Сохраняйте отчет на 160+ страниц про генеративный ИИ на 2025 год от ЕС

Внутри о том, как генеративный ИИ меняет экономику, госуправление, образование, здравоохранение, культуру и восприятие информации в целом.

Некоторые топики:

– Разумеется, Китай лидирует по объему исследований и подаче патентных заявок.
– Закон о регулировании ИИ вступает в силу в 2026 году.
– GDPR Закон о цифровых услугах теперь распространяется на GenAI, с более строгими правилами для крупных платформ и поисковых систем.
– ЕС хочет ИИ с открытым исходным кодом.

А вот для всех, кому лень читать 160 страниц отчета из прошлого поста.

Сгенерил короткий подкаст с некоторыми топиками, перед сном послушать.

Вчера еще вышел подкаст с Альтманом

Он и Эндрю Мэйн поговорили про GPT-5 и AGI, немного коснулись темы ИИ-девайсов, прайваси и рекламы в ChatGPT.

Смотрим тут.

Тут кто-то спрашивал недавно про хороший способ клонировать голос

Вот одна из лучших моделей (а скорее всего даже лучшая) на данный момент, вышла в начале месяца обновленная OpenAudio S1.

Можно быстро клонировать голос, поддерживает кучу эмоций. Тестить тут.

#voice@TochkiNadAI

От первого лица к третьему лицу

UFM (Unified Flow-Matching) умеет искажать изображение так, что кажется, будто вы видите сцену с другого ракурса. Это без 3D, с помощью потока и соответствий.

Эта модель решает сразу две задачи: определяет оптический поток (где и как двигаются пиксели между кадрами) и находит соответствия между разными изображениями (даже если они сняты с разных углов или сильно отличаются по масштабу)

Раньше эти задачи решались посложнее, с кучей стадий. Эта модель:
– на задачах оптического потока точнее на 28% по сравнению с предыдущими SOTA
– на задачах сопоставления ошибок меньше на 62%, и при этом работает почти в 7 раз быстрее.

Внутри UFM сначала использует DINOv2, чтобы закодировать изображения, а потом трансформер сразу выдает поток и маску видимости. Без всяких сложных пайплайнов работает быстро и обучается проще.

Можно потестить, есть демо на HF и код.

Любителям и любительницам детективных романов в реальной жизни.

Это сайт с компроматом на OpenAI, запущенный позавчера. Внутри архив с утечками и публичными расследованиями против компании.

Там и про отказ от некоммерческой миссии, и про AGI, как угрозу всему, и про токсичность Альтмана, которая портит атмосферу внурти.

Еще авторы материала предлагают направления для реформ, чтобы попытаться исправить ситуацию. Предлагают реформы у управлении, культуре прозрачности и безопасности и др.

Полистайте, вот сам архив.