📮 ИИ уже и пишет код, и крутит музыку «под настроение», и меряет влюблённость в алгори... — 5 июня 2026 г. в 04:00:56.046
📮 ИИ уже и пишет код, и крутит музыку «под настроение», и меряет влюблённость в алгоритмы — от монстра на 550B параметров до умного терминала на кассе: разбираем, как меняется всё — от обучения моделей до наших отношений. 📆 Искусственный интеллект – сводка за 4 июня Google выкатила Gemma 4 12B — мультимодальную «три-в-одном» модель, которую можно крутить локально на обычном ПК 🤖 «Machinelearning» и «Нейронавт» отмечают, что Gemma 4 12B одновременно работает с текстом, картинками и аудио без отдельных энкодеров, тянет длинный контекст и по качеству догоняет 26B-модели, оставаясь достаточно лёгкой, чтобы запускаться на 16 ГБ ОЗУ через Hugging Face, Ollama или LM Studio. Другие посты об этом же: один Microsoft тихо собрала свой «зоопарк» из семи MAI-моделей — от рассуждений до голоса и картинок 🧠 «Neural Brain» пишет, что флагманская MAI-Thinking-1 — это новая рассуждающая модель среднего размера, которая с нуля обучена конкурировать с топами по написанию кода, а остальные MAI закрывают задачи генерации и правки изображений, транскрибации, голосовых интерфейсов и автокода — по сути, полный набор для собственного ИИ-стека. Nvidia показала Nemotron 3 Ultra — монстра на 550B параметров для длинных агентных сценариев ⚡ По данным «Machinelearning» и «Нейронавта», Nemotron 3 Ultra с гибридной архитектурой Mamba2 + Transformer и обучением в NVFP4 на 20 трлн токенов — самая мощная open-weight модель компании, заточенная под дешёвый инференс и long-context задачи, где ИИ-агенты должны часами помнить и анализировать сложные цепочки действий. Другие посты об этом же: один Сбер строит ИИ на свету: представлен первый российский оптический вычислитель 💡 «Сергей Марков: Машинное Обучение…» рассказывает, что прототип использует свет вместо электроники для умножения матриц, выполняя больше миллиарда операций в секунду с экономией энергии свыше 30% и почти без нагрева — если технологию масштабируют, это может радикально удешевить обучение и запуск больших моделей.