От пробы до релиза - один миг! 👅

Да, вы можете сказать, что проблема в том, что я посты редко делаю, а не они быстро релизят,НО.... (вы правы)

Midjourney зарелизили свой видео аниматор, работает шикарно, я уже прямо много пооживлял, примеры по классике мои личные! 🔥

Из минусов пока создает только 480p, но я думаю, что все дело времени, главное, что работает на разные стили, генерит сразу 4 варианта и генерит быстро!

@AINikita

Midjourney решила проблему сжатия видео в соцсетях

Команда Midjourney заметила, что многие видео, созданные с помощью их AI-инструмента, чрезмерно сжимаются при загрузке в социальные сети, что приводит к потере качества.

🔘Что сделали?

Разработчики создали новый оптимизированный кодировщик для решения этой проблемы. Теперь пользователи могут получить видео лучшего качества для публикации в соцсетях.

🔘Как использовать?

1. Щелкните правой кнопкой мыши по видео
2. Выберите опцию "Save for Social Media"
3. Получите оптимизированную версию для загрузки

Твит

MoonshotAI выпустили Kimi-Dev-72B — open-source coding LLM

🏆 Рекордные результаты

60.4% на SWE-bench Verified — это абсолютный рекорд среди всех открытых моделей! Для сравнения:
- Превосходит ближайшего конкурента среди open-source моделей
- Почти достигает уровня закрытых решений вроде Gemini 2.5 Pro
- Показывает результаты лучше, чем модели в 10 раз больше по размеру

🧬Уникальная архитектура: Дуэт специалистов

Kimi-Dev-72B использует инновационный подход с двумя специализированными компонентами:

🔘BugFixer — Мастер исправления багов
- Автономно находит и исправляет ошибки в коде
- Проверяет решения против полного набора тестов
- Работает в Docker-окружении для максимальной совместимости

🔘TestWriter — Генератор тестов
- Создает unit-тесты для проверки исправлений
- Генерирует тесты, которые "ломаются" на багах и проходят после фиксов
- Обеспечивает надежность кода через автоматизированное тестирование

Двухэтапный процесс работы

1. File Localization — умное определение нужных файлов в репозитории
2. Code Editing — точные изменения кода с минимальными правками

Особенности

🔘Тренировка на реальных данных
- 150 млрд токенов из GitHub issues и pull requests
- Обучение с подкреплением на тысячах реальных задач
- Награды только за полностью проходящие тесты — никаких компромиссов!

🔘Test-Time Self-Play
- Генерирует до 40 вариантов патчей и 40 вариантов тестов
- Самооценка и итеративное улучшение решений
- BugFixer и TestWriter работают в связке для оптимального результата

🔘Полная открытость
- MIT License — используйте в коммерческих проектах
- Доступен на GitHub и Hugging Face
- Исходный код, веса модели, документация — всё открыто

🔬Практические возможности

✅ Автоматизация разработки

# Пример: создание класса Aircraft с полной документацией
class Aircraft:
    """Aircraft class with comprehensive attributes and methods."""
    
    def __init__(self, tail_number: str, aircraft_type: str, 
                 cruising_speed: float, max_range: float):
        self.tail_number = tail_number
        # ... автоматически генерирует чистый, документированный код

🔍 Умная диагностика
- Анализирует большие кодовые базы
- Точно локализует проблемные файлы
- Предлагает контекстные исправления с объяснениями

🧪 Автоматическое тестирование
- Генерирует unit-тесты под требования проекта
- Создает тесты для выявления регрессий
- Проверяет покрытие критических путей кода

🚀 Быстрый старт

# Клонирование репозитория
git clone https://github.com/MoonshotAI/Kimi-Dev.git
cd Kimi-Dev

# Создание окружения
conda create -n kimidev python=3.12
conda activate kimidev

# Установка зависимостей
pip install -e .
pip install vllm --extra-index-url https://download.pytorch.org/whl/cu128

# Запуск сервера
vllm serve Kimi-Dev-72B --served-model-name kimi-dev --host 0.0.0.0 --port 8000

🎯 Реальные сценарии применения

- Enterprise CI/CD — автоматическое исправление багов в пайплайнах
- Open Source — помощь контрибьюторам в незнакомых репозиториях
- Обучение — интерактивный наставник для начинающих разработчиков
- Исследования — база для экспериментов с AI-assisted programming

⚠️ Что нужно учесть

- Требует мощного железа — 72B параметров это серьёзно
- Различия в метриках — результаты могут варьироваться в зависимости от setup'а
- Активное развитие — модель постоянно улучшается сообществом

🐱Github

Microsoft представила новую малую языковую модель Mu

Microsoft только что анонсировала свою новейшую компактную языковую модель Mu

🛸Ключевые особенности Mu

Размер и производительность:
- Всего 330 миллионов параметров (в 10 раз меньше Phi-3.5-mini)
- Скорость генерации более 100 токенов в секунду
- Архитектура энкодер-декодер для максимальной эффективности

Оптимизация для NPU:
- Полностью работает на Neural Processing Unit (NPU)
- На 47% быстрее генерация первого токена
- В 4,7 раза выше скорость декодирования по сравнению с моделями decoder-only

⚙️ Технические инновации

Продвинутые техники:
- Dual LayerNorm — нормализация до и после каждого слоя
- Rotary Positional Embeddings (RoPE) — улучшенное понимание контекста
- Grouped-Query Attention (GQA) — сниженное потребление памяти

Квантизация и оптимизация:
- Post-Training Quantization до 8-16 бит
- Совместная работа с AMD, Intel и Qualcomm
- Более 200 токенов/сек на Surface Laptop 7

🔬 Практическое применение

Агент в Windows Settings:
Mu уже интегрирована в Windows Settings на Copilot+ PC, позволяя:
- Управлять сотнями системных настроек через естественный язык
- Время отклика менее 500 миллисекунд
- Понимание сложных многословных запросов

📊 Сравнение производительности

Задачи и результаты:
🔘SQUAD
Mu (330M): 0.692
Phi-3.5-mini (3.8B): 0.846
🔘CodeXGlue
Mu (330M): 0.934
Phi-3.5-mini (3.8B): 0.930
🔘Settings Agent
Mu (330M): 0.738
Phi-3.5-mini (3.8B): 0.815

Впечатляющие результаты при размере в 10 раз меньше

❔Почему это важно

- Локальная обработка — никаких данных в облако
- Энергоэффективность — оптимизация для мобильных устройств
- Низкая latency — мгновенные ответы
- Масштабируемость — подходит для edge-устройств

Официальный блог пост

Gemini CLI: революция в терминале разработчика

Google только что представил Gemini CLI — открытый ИИ-агент, который меняет представление о работе в командной строке

🔘Что это такое?

Gemini CLI — это не просто ещё один инструмент командной строки. Это полноценный ИИ-агент, который:

- Понимает ваш код с контекстным окном в 1 миллион токенов
- Редактирует файлы и управляется с большими кодовыми базами
- Создает приложения на основе PDF или скетчей благодаря мультимодальности
- Автоматизирует задачи — от обработки pull requests до сложных rebases
- Интегрируется с Google Search для получения актуальной информации

🔘Бесплатно и с щедрыми лимитами

Google предлагает самые высокие бесплатные лимиты в индустрии:
- 60 запросов в минуту
- 1000 запросов в день
- Полностью бесплатно с личным Google-аккаунтом
- Доступ к Gemini 2.5 Pro — самой продвинутой модели

🔘Ключевые возможности

Умная интеграция
- Поддержка MCP (Model Context Protocol) для расширения функций
- Встроенный Google Search для получения актуальной информации
- Работа с медиа через интеграцию с Imagen, Veo и Lyria

Практические примеры использования

# Изучение новой кодовой базы
> Опиши основные компоненты архитектуры этой системы

# Работа с существующим кодом  
> Реализуй первый черновик для GitHub issue #123

# Автоматизация рабочих процессов
> Создай слайд-презентацию с git историей за последние 7 дней

# Системные задачи
> Конвертируй все изображения в этой папке в PNG

🔘Почему это важно?

1. Открытый исходный код — полная прозрачность и возможность кастомизации
2. Интеграция с Gemini Code Assist — единая экосистема для разработки
3. Быстрый старт — установка одной командой через npx
4. Мультиязычность — поддержка различных языков программирования и natural language

🔘Как начать?

Установка простая:

# Запуск через npx
npx https://github.com/google-gemini/gemini-cli

# Или глобальная установка
npm install -g @google/gemini-cli
gemini

Всё что нужно — Node.js 18+ и Google-аккаунт

🔘Что это значит для разработчиков?

- Терминал становится интеллектуальным помощником
- Естественные языковые запросы заменяют сложные команды
- ИИ понимает контекст всего проекта
- Автоматизация рутинных задач выходит на новый уровень

Google Blog
GitHub Repository