TensorFlow и PyTorch - нейросети?

На одном из круглых столов по теме отечественного ИИ зашла речь, про использование локальных моделей. В частности про разработку ГигаЧата на собственной архитектуре и собственных массивах данных. И про сохранение данных внутри нужного контура.
И тут Наталья Касперская (Infowatch) заявляет, что ГигаЧат построен на иностранной нейросети.
Все такие: какой?
Касперская: "TensorFlow и PyTorch — две нейросети, ни та, ни другая отечественной не являются. Это самые крупные."

Тут я наверное не буду пояснять за разницу между фреймворками и моделями, а лишь замечу, что такой уровень владения терминологией на таком уровне занимаемой позиции приводит меня в уныние, а заявления ради заявлений и подавно.

Просто приведу ссылку на источник.

https://frankmedia.ru/285361

Коменты, по ходу, придется закрыть.

@cgevent

Ежегодная конференция в области ИИ Turbo ML Conf 2026 пройдет в Москве 18 июля.

Т-Технологии проведут ивент 18 июля в дк “Серп и Молот”. Организаторы делают упор на практике в реальных кейсах и продуктах: минимум воды, и максимум – пользы.

Основные темы этого года — NLP, AI for SDLC и мультимодальные модели, а также разработка современных моделей, их архитектурные особенности и интеграция в конечные продукты. Программа конференции поделена на 3 трека: Fundamental Advances & Exploratory R&D, Applied ML at Scale & Business Impact и ML Infrastructure, Platforms & Engineering Core.

В программе более 20 экспертов топовых российских бигтехов. Например, Александр Поломодов из Т-Банка объяснит, как AI сдвигает узкие места процессов разработки, Павел Темирчев из Яндекса расскажет о современных методах обучения LLM’ок с подкреплением, а от Влада Куренкова из Института AIRI гости узнают, кому отдавать гипотезу на проверку.

При этом сама конференция бесплатная, главное успеть зарегистрироваться, пока есть свободные места.

@cgevent

#Нейропрожарка

Капитан Пронин

Автор: @maxmoses

Сделал видео по мотивам одноименного российского мультфильма из начала 90-ых «Капитан Пронин» — уж очень мне нравился этот мультик в детстве и я всегда хотел увидеть его экранизацию.

Так как экранизации не случилось, но случился Seedance, Kling и Suno — я не смог устоять и начал потихоньку собирать тизер-(недо)трейлер.

И тут закрутилось и завертелось - начал собирать свою версию Пронина с концептов его вселенной. Как можно заметить по вывескам, СССР в этой версии не развалился — точнее, развалился не до конца — изолировался от внешнего мира и пошёл по пути странного кибернетического наследия, ламповых технологий и культа транзистора. Так что надписи «ССР» в видео — это не очепятки

В каждый кадр старался заложить смысл, визуальную идею или отсылку, а заодно отдать дань уважения персонажам и атмосфере оригинала.

Технически никаких инноваций - делал всё в хиггсфилде на остающиеся к концу месяца токены, которые было жалко потерять (так как они бессовестно сгорают, если их не потратить). Использовал Seedance 2.0 в 97% кадров, в кадре с дамой пригодился Kling 3. Саундтрек сделан в Suno из оригинальной песни группы Кар-Мэн.

Оценить затраченное время, к сожалению, не могу, так как делал в свободные минтуки и когда оставались токены. Токенов в хиггсфилде сжег думаю 10к примерно (ибо генерил в 1080)

@cgevent

Google выложили DiffusionGemma — модель на 26B параметров с 4B активных, с архитектурой Gemma 4, и которая генерирует по 256 токенов за раз. Но так как получается неразбериха, то эти токены перегенерируются несколько раз.

То есть это работает так же, как пошаговая генерация картинки, где каждая последующая генерация «выравнивает», что уже было нарисовано (или в данном случае написано). Гифка с примером генерации — выше этого поста.

На картинке в этом посте метрики и скорость (самый левый столбик) — на одной H100 в FP8 модель развивает более 1000 токенов в секунду, по сравнению с 303 для Gemma 4 с MTP (предсказание нескольких токенов за раз). Обещают 700 токенов на 5090.

DiffusionGemma послабее четверки, это превью технологии, и я вообще удивлён, что это ещё и рассуждающая модель — да-да!

Веса тут, визуальный гайд с объяснением принципа работы тут; модель поддержана уже везде, VLLM, Unsloth итд — можно загружать и играться. А вот тут можно погенерировать код с этой моделью бесплатно (и смотреть, как на лету делаются правки).

Ну за риггеров.

Это уже впечатляет.
Возможно мы пропустим этап ИИ-рига, ии-ретопа, ИИ-анврапа.

Просто Большие модели станут настолько умными, что будут делать это сами, без помощи специализированных нейросеток.

В этом примере чувак сгенерил в Хуньянь 3Д модели фламинго и рояля. Сохранил их в GLB. И просто присунул в Fable 5 с промптом:

«Я хочу наложить риггинг на 3D-модели.
Ты можешь это сделать?

Фабле:

Если возможно, сообщите, в каком формате нужно предоставить файлы, а также какую минимальную информацию я должен указать в инструкциях».

Дальше небольшие уточнения и все готово. Причем он даже анимацию сам сделал.

Рояль - огонь.

Важно: никакого Блендора, MCP и прочей бесовщины тут нет.

Просто просьба засетапить 3д модель.

Впечатлен.

Сорс

@cgevent

Вот такой Метаверс нам нужен.

Похоже, что у нас сегодня день 3Д и (немного) Fable.

Вот тут чувак попросил Fable 5 сделать трехмерную(карту) Дели.

Фабле полез в интренетик, нашел карты OpenFreeMap, потом библиотеку MapLibre GL JS и забабахал (прямо в браузере) Дели-Метаверс - трехмерную копию «Сердца Индии».

По дороге сожрав полтора миллиона токенов.

Понятно, что там (пока) кубики без текстур, но расположение зданий похоже на правду.

Это похоже на генерацию географических локаций в Gemini Omni по данным из Google Maps - рассказывал об этом тут.

Но здесь, во-первых, не только US (как у Гугла), а во-вторых использование открытых (не проприетарных, как у Гугла) данных.

Ну и это не видео, как у Гугла, а прям 3Д.

Сегодня буду продолжать за то, что Большие Модели становятся настолько умными, что способны решать ну очень специализированные задачи, для которых раньше нужны были отдельные инструменты\датасеты\стартапы.

Просто отмотайте на 2 года назад и представьте просьбу "а забабахай мне трехмерную карту Токио". От простого пользователя напротив чата. А не от стартапа напротив UE5.

@cgevent

Houdini 22 Sneak Peek

Продолжим за 3Д для гиков.

Тут ЕгорЧ углядел, что туда завезли массовую (а не только рендерную) поддержку сплатов.

Поглядите вот отсюда:
https://youtu.be/lFG1FIXBprc?t=194

Поразглядывайте параметры ноды ML-Train_GSplats.

Также там есть Animated GSplats (Пальма) и даже Rigged GSplats (Тварь многоногая) с параметрическим количеством сегментов и зариганной анимацией сплатов.

На релайте GSplat-пчелы видно, что там также есть неявный меш.

Удивительно, что сплаты только сейчас добираются во взрослое 3Д.

Также, глядя на Пальму, хочу заметить, что протосплаты появились в Майке еще в 2000(!) году с Maya 2.5. Когда гениальный Дункан Бринсмит в одно лицо запилил Paint Effects - это и были полупрозрачные эллипсы, которые дичайше быстро рендерились прямо во вьюпорте и позволяли делать немыслимые тогда эффекты - от травы и волос до деревьев и облаков. Процедурно.

Удивительно, как история повторяется.

@cgevent

И снова за Fable и 3Д

Продолжаю приподвстапливать за то, Большие Модели становятся настолько умными, что решают специализированные задачи.

Итак, промпт:

/goal create the most realistic boeing 747 using THREEJS - use your vision capatilities to create a self verifiable system, enter a loop until you are 100% satified about the result (you can build a camera system to inspect each angle)

Можете покрутить модель сами тут:
https://huggingface.co/spaces/victor/fable-5-boeing-747

Вы, конечно, можете начать искать блох в текстурах (пальцев-то нет на картинке). Но камон, это не 3Д генератор, это LLM.

И я тут прикинул, что по сравнению с гигантскими корпусами текстов и данных, которые заталкивают в мозги LLM, вот эти вот все датасеты с 3Д-моделями являются просто крошечными. А ведь это тоже текстовые файлы.
И когда большие мальчики их просто присунут в данные для обучения LLM, то 3Д-генераторам придется несладко.

Грубо говоря, рано или поздно chatGPT или Клод будут и шить, и жать, и моделить, и текстурить. Лучше, чем специализированные генераторы ибо у них тупо мозгов больше.

Тут за кадром остается вопрос о том, что такое "хорошая модель".

Качество нынешних 3Д-генераторов остается, скажем так, спорным, ибо (вероятно) никто не размечал эти 3Д-датасеты на предмет "это хорошая модель, а это говно, это каша, а это топ ретоп". Также в датасетах типа Objaverse - ну очень много шлака с плохой топологией, деталями и вообще мусора.

Похоже на ситуацию с юмором. Никто не размечал тексты на "вот это хорошая шутка, а это несмешно".

Но рано или поздно эта работа будет сделана.

И тогда выпьем за Блендор.

@cgevent