Microsoft раздаёт безлимит на Voice и Think Deeper

Microsoft только что объявила бесплатный неограниченный доступ к функциям Voice и Think Deeper (последний работает на модели o1 от OpenAI).

Теперь любой пользователь может:
- Использовать голосовой интерфейс для практики языков, подготовки к собеседованиям
- Запускать продвинутые сценарии анализа через Think Deeper для финансовых расчетов, оценки рисков и т.д.

Для бизнеса это значит:
- Доступ к инструментам уровня enterprise без дополнительных затрат
- Возможность использовать модели нового поколения для сложных аналитических задач

copilot.microsoft.com (VPN)

На фоне бесплатной раздачи Гуглом Gemini для разрабов, - это прямо праздник какой-то.
И, напомню, Grok3 тоже пока доступен бесплатно.

Что происходит? ИИ становится доступнее калькулятора?
Они же так датацентры не окупят никогда.

#Microsoft #free #Copilot
———
@tsingular

Если у вас есть плюс-подписка на chatGPT, то у вас теперь есть/будет Deep Research.

10 запросов в месяц.

https://cdn.openai.com/deep-research-system-card.pdf

@cgevent

Sonnet 3.7 с 1 запроса написал такой вот платформер.

Промпт:

Напиши игру на HTML CSS и p5 js в одном файле. аркадный платформер про космос. используй svg для персонажей и элементов фона. Что-нибудь захватывающее и креативное. Удиви меня :)

Это какой-то новый уровень разработки.
Режим Claude Sonnet 3.7 Extended
Специально для написания кода.

Код в комментарии.

Тот же самый запрос в Grok3 и в новый QwenMax QwQPreview (который с рассуждениями выпустили вчера), результатов не дал.
У Grok3 - черный экран с 1 запроса, у QwQ - Loading... бесконечный.

Upd. QwQ даже с третьего запроса проблему не решил.
Grok3 - решил, но даже показывать стыдно. Код тоже в комментарии.

Upd2. Sonnet 3.7 в режиме Extended генерит какое-то запретно невообразимое количество кода за 1 заход.
1363 строки, 45тыс знаков!!!

#Sonnet #Grok #Qwen
———
@tsingular

Sonnet 3.7 тащит! :)

SVG нарисовал по 1 запросу и копии исходной картинки.

#юмор #sonnet #claude
———
@tsingular

Тем временем твиттерские запилили осознанную змейку с помощью нового claude 3.7

В процессе игры она осознает себя и пытается выбраться из матрицы 😅

Source

@derplearning

Магазины приложений трансформируются в магазины желаний.

ИИ создаёт приложение под задачу. Нет смысла поддерживать приложение.
Задачи динамичны.

#futurology #aifirst #мысли
------
@tsingular

С 8 вечера до 3х ночи MSK сумасшедшие скидки у DeepSeek.

ИИ по доступности превращается в калькулятор.

#deepseek
-----
@tsingular

Anthropic выкатила свой CLI-инструмент для кодинга в открытый доступ

В исходниках приведены интереснейшие техники по части промпт-инженерии.

Посмотрим вместе на избранное:

🔍 Три слоя промптов

В Claude Code реализована трёхуровневая система промптов:
1. Базовые системные инструкции
2. Контекстные данные о репозитории
3. Пользовательские запросы

Интересно, что репозиторий анализируется автоматически — Claude создаёт "портрет" вашего кода и добавляет его прямо в контекст.

💎 Лучшие находки из кода:

"Решай, и объясняй"

// Когда даёшь инструкции исполнить команду:
"Before using this tool: Use the ReadFile tool to understand the file's contents and context"

Это частый паттерн в коде — заставить модель сначала исследовать, потом действовать. Никаких слепых решений.

Техника "think harder"

if (input.toLowerCase().includes("think harder") || 
    input.toLowerCase().includes("think very hard")) 
    return 31999; // Максимальный "бюджет" на размышления

Прямо в коде есть секретная команда! Если сказать Claude "think harder" или "think very hard", он выделит максимальный бюджет токенов на "размышления".

Ограничения на автоматику

"NEVER commit changes unless the user explicitly asks you to."

Интересно: ключевые решения всегда требуют явного подтверждения, модель никогда не берёт на себя право что-то менять без спроса.

🧩 Применение в работе
1. Гранулярные разрешения — Claude спрашивает разрешение на каждый конкретный тип операций отдельно. Можно перенять в свои проекты.

2. Метод "прогрессивного усложнения" — сначала простые инструкции, потом контекст, потом сложные запросы.

3. "Шаблоны размышлений" — модель просит показать цепочку рассуждений в определённом формате:

<commit_analysis>
- List the files that have been changed
- Summarize the nature of the changes
- Brainstorm the purpose
...
</commit_analysis>

По проекту видно, что Anthropic работает над:
- Более глубокой интеграцией с GitHub
- Автоматизацией инфраструктурных задач
- "Мультиагентностью" — возможностью запускать несколько агентов для параллельной работы

В целом, видно стремление сделать инструмент, который не просто пишет код, а понимает разработку как процесс. И самое ценное — запросы глубокого понимания кодовой базы, а не просто генерации шаблонов.

Самостоятельно изучить можно тут

#разработка #промпты #Claude
———
@tsingular

От демо к делу.

Те, кто делает что-то руками, в безопасности, говорили они.

Штошъ.

Это не веселая демка в духе Маска. Это реальный кейс внедрения робатов Figure Helix в логистический бизнес клиента.

Вот что они пишут:

Наш первый кейс для клиента занял 12 месяцев, а второй - всего 30 дней Helix обучилась высокоскоростной логистике с помощью одной нейронной сети.

В воскресенье мы успешно проверили это на месте у клиента.
On Sunday, we successfully validated this on-site at the customer

В общем на заводе вас тоже больше не ждут..

Я все ждал, когда перестанут показывать кульбиты, велосипеды, робособак, барменов, блинопеков и как робаты трогают траву. А покажут дело. Дождался, блин.

@cgevent

Alexa+: Новый AI-ассистент Amazon

Amazon запустил Alexa+ - генеративного ассистента нового поколения.

🧠 Техническая начинка
В основе,- LLM из Amazon Bedrock. (Claude на текущий момент, как самая мощная)

"Эксперты": Технология объединяет специализированные системы для разных задач (API, инструкции, сервисы)

Агентность: Alexa+ умеет самостоятельно ходить по интернету и выполнять сложные многошаговые задачи (например, самостоятельно найти и заказать ремонт техники)

Интеграции: Работает с 600+ млн устройств и тысячами сервисов (OpenTable, Spotify, Apple Music, Ring, Uber Eats)

Кросс-платформенность: Работает на Echo-устройствах, в мобильном приложении, браузере и автомобилях с сохранением контекста разговора

Стоимость $19.99/месяц
Бесплатно для подписчиков Amazon Prime

#Amazon #Alexa
———
@tsingular

Генеральный директор Microsoft в подкасте Dwarkesh о будущем AI

Настоящий бенчмарк для AI — не AGI, а прирост мировой экономики, которому он способствует.

Цитата:
"AGI-хайп — это просто бессмысленный бенчмарк-хакинг. Настоящий бенчмарк — растёт ли мировая экономика на 10%?"

Четкий инженерно-прагматичный подход: если вся эта возня с ИИ не приводит к реальному экономическому росту — какой в ней смысл?

Для Microsoft AI уже приносит $13 млрд годового дохода. По текущим трендам через 4 года это будет $130 млрд. И Надэлла прямо признаёт, что это возможно только если мировая экономика начнёт сильно расти.

Hyperscalers vs модели: где настоящие деньги
Сатья очень четко расставляет акценты, где в AI-стеке будет создаваться основная ценность:
1. Hyperscalers точно выиграют (Azure, AWS, GCP). Логика простая: "intelligence is log of compute, whoever can do lots of compute is a big winner". AI-системы будут всё более голодны к вычислениям, причём на всех этапах — от обучения до инференса.

Агенты - один человек запускает программы, которые запускают еще больше программ

2. На уровне моделей — не будет монополии. Сатья верит, что:
- Корпоративные клиенты не потерпят монополию
- Открытые модели будут всегда существовать как альтернатива
- Государства не позволят частным компаниям доминировать
3. На прикладном уровне — победителей будет много, по категориям.

Прямо оспаривает тезис о неизбежности монополий в AI!

Killer insight про Microsoft Gaming и новую модель Muse
Самое недооценённое объявление: Microsoft создала модель Muse (Human Action Model), которая может генерировать геймплей в реальном времени!

Но не это главное. Секретное оружие Microsoft — игровые данные:
"Я думаю об игровых данных как о том, чем YouTube является для Google — игровые данные для Microsoft."

То есть Microsoft планирует использовать богатейший набор данных из своих игр (вспомним покупку Activision Blizzard за $69 млрд), чтобы создать модели для генерации не только игр, но и универсальных "моделей действий" и "моделей мира".

Три стратегических ставки Microsoft
Надэлла сказал, что ещё 5-7 лет назад определил три главных технологических направления для Microsoft:
1. AI — революция в логике бизнеса
2. Квантовые вычисления — системный прорыв
3. Mixed Reality — революция в присутствии
И сейчас все три начинают сходиться (хотя MR оказалась сложнее, чем ожидалось).

Квантовый прорыв — "транзисторный момент"
В тот же день, когда была запись интервью, Microsoft объявила о создании первого топологического кубита на основе майорановских фермионов. Это может позволить создать квантовый компьютер на миллион кубитов к 2027-2029 годам!

Надэлла называет это "транзисторным моментом" в квантовых вычислениях, намекая на параллель с моментом изобретения транзистора в 1948м, которое привело к появлению современной электроники.

Самое интересное: Microsoft видит синергию между квантовыми вычислениями и AI.

"Возможно, вы будете использовать квантовый компьютер для генерации синтетических данных, которые затем будут использоваться AI для обучения лучших моделей"

Новая эпоха офисной работы
Надэлла описывает, как изменится работа с внедрением AI. Он уже сейчас использует AI-ассистентов для подготовки к встречам и интервью (включая подготовку к этому подкасту!).

Ключевой инсайт: не путайте работника знаний (knowledge worker) с работой знаний (knowledge at work).

AI автоматизирует текущую "работу знаний", но создаст новые формы когнитивной работы.

Пример: вместо разбора почты вручную, AI будет готовить 3 черновика, которые вам нужно просмотреть и одобрить.

Надэлла предсказывает появление "менеджера агентов" — нового интерфейса для управления множеством AI-помощников.

Про безопасность и регулирование
Главное ограничение развития AI Надэлла видит не в технических проблемах, а в юридических:
"Основной сдерживающий фактор — как будет развиваться юридическая инфраструктура"
Он убежден, что мы не сможем развернуть по-настоящему автономные системы без решения вопросов ответственности и регулирования. И это более реальное препятствие, чем технические проблемы!

Вывод для бизнеса
1. Microsoft строит платформу для нового способа работы со знаниями
2. Победителей в AI будет много, монополия маловероятна
3. Не забывайте про квантовые вычисления — они могут быть ключом к следующему прорыву
4. Главные вызовы — не технические, а юридические и организационные
5. Реальная ценность создаётся при внедрении в рабочие процессы

Полный перевод разместил в RuTube

Переводы, как всегда, можно поддержать тут

#Microsoft #SatyaNadella #futurology #переводы
———
@tsingular

Phi-4-Multimodal-Instruct: новая мультимодальная модель от Microsoft

Phi-4-Multimodal-Instruct — это лёгкая (всего 5.6B параметров ~12Gb) мультимодальная модель, которая одновременно работает с текстом, изображениями и аудио.

🧠 Ключевые параметры:
- 5.6B параметров (против 7B у Qwen-VL или гигантских 175B у GPT-4o)
- 128K токенов контекста (хватит для больших документов с картинками)
- Датасет: 5T текстовых токенов, 2.3M часов речи, 1.1T токенов изображений-текста

🌐 Поддержка языков:
- Текст: 23 языка включая русский, украинский, арабский, китайский и т.д.
- Зрение: только английский (пока)
- Аудио: 8 языков — английский, китайский, немецкий, французский, итальянский, японский, испанский, португальский (русского нет)

🔥 Возможности:
- Распознавание речи (ASR): опережает WhisperV3 по точности (WER 6.14% против 6.5%)
- Распознавание изображений и анализ графиков: на уровне моделей, которые в 10 раз больше
- Работа с документами и таблицами: 93.2% точности на DocVQA
- Работа с несколькими изображениями одновременно
- Перевод аудио в текст с последующим переводом текста

💼 Бизнес-применение:
- Расшифровка и анализ переговоров
- Работа с документами и финансовыми отчётами
- Автоматический анализ фото/видео объектов
- Мультиязычное распознавание речи в приложениях
- Документооборот с OCR-распознаванием для бэк-офиса

Microsoft явно позиционирует модель для использования на слабом железе и в сценариях с ограниченными ресурсами. По сути, это попытка впихнуть возможности больших мультимодалок в компактную модель, которая не требует армию A100 и сможет работать на мобильных устройствах следующего поколения.

Особенно круто, что модель обрабатывает всё через единую нейросеть, а не через "сшитый" пайплайн из разных моделей. Это значит меньше задержек при работе и лучшее понимание контекста между разными модальностями.

Ждем на Ollama и когда добавят русский. Хотя, может кто-то возьмётся дообучить?

#Phi4 #Multimodal #Microsoft
———
@tsingular

GPT-4.5: OpenAI замахнулся на интуицию и "эмоциональный интеллект" 🧠

OpenAI только что выкатил GPT-4.5.
И тут интересный поворот: вместо наращивания рассуждений (reasoning), они пошли в сторону масштабирования "интуитивного понимания" через unsupervised learning.

Модель не "думает" перед ответом, а просто "знает больше"

Снижение галлюцинаций: 37.1% против 61.8% у GPT-4o по SimpleQA

Точность в тесте SimpleQA — 62.5% против 38.2% у GPT-4o

В математике (AIME '24) — 36.7% против 9.3% у GPT-4o (но o3-mini с reasoning даёт 87.3%!)

В программировании: SWE-Lancer Diamond — 32.6% ($186,125) против 23.3% ($138,750) у GPT-4o

Модель лучше понимает контекст и "читает между строк" — меньше прямых инструкций

"Эмоциональный интеллект" выше — подстраивается под ситуацию (судя по примерам в релизе)

Для креативных задач и текстов даёт более короткие, но при этом точные ответы

Доступ: ChatGPT Pro уже сейчас, Plus/Team на следующей неделе, Enterprise/Edu через 2 недели

Ограничения:
Пока не поддерживает Voice Mode, видео и скриншеринг/operator

В API доступно, но дороже чем GPT-4o и его будущая судьба там не определена

Цены: $75/$150 в за миллион токенов.

Без reasoning отстаёт от o1 и o3-mini в сложных аналитических задачах

Забавно, что OpenAI явно пытается нащупать золотую середину между двумя подходами: иметь модели для рассуждений (o1, o3-mini) и модели для интуитивного понимания (GPT-4.5).

Для повседневной работы, особенно в области творчества и коммуникаций, GPT-4.5 выглядит как мощный инструмент. Но если вы решаете сложные технические задачи — возможно, стоит подождать, когда они объединят оба подхода.

Интуитивный интеллект, - это интересная тема. Посмотрим как взлетит. Пока все-таки preview.

#GPT45 #OpenAI
———
@tsingular

Абсолютно не стоит своих денег на фоне Sonnet 3.7 thinking.

#gpt45 #sonnet37 #benchmarks
------
@tsingular

Как создать интерактивную презентацию с помощью ИИ моделей.

Вчера на конференции рассказывал про возможности моделей на сегодняшний день и в целях демонстрации подготовил презентацию-обзор.

Но, как настоящий ИИ энтузиаст :), решил это сделать с помощью моделей и получилось так, что по итогу очень многие стали обращаться с вопросам - а как именно ты это сделал, какие промпты и т.д.

Так что держите экспресс-курс.
Делитесь с друзьями, коллегами.

Rutube в высоком разрешении.

Сам код презентации в комментариях.

Использовались:
Grok3 + o3 mini high deep research - сбор и подготовка
Claude Sonnet 3.7 Thinking - отрисовка

Там, конечно, есть еще что улучшить, - например добавить адаптацию под разные экраны и чтобы он кликер ловил,- пока только с клавиатуры слайды переключаются.

#demo #презентация
———
@tsingular

В связи с переездом часть ботов может не работать ближайшие 3 часа.

UPD: переезд завершён. Все боты в штатном режиме.

#боты #переезд
------
@tsingular

Google строит AGI. Планы Брина: 60-часовая рабочая неделя и AGI уже в этом году

Сергей Брин вернулся к активной работе и запустил серию внутренних изменений в компании! Сооснователь Google разослал мемо команде DeepMind с конкретными указаниями по ускорению разработки AGI.

Брин активно работает над проектом Gemini, числится среди "ключевых разработчиков". И теперь он хочет от команды:

- 60-часовую рабочую НЕДЕЛЮ (10 часов 6 дней или 12/5).
- Ежедневное присутствие в офисе – прощай, гибрид с 3 днями в неделю
- Забыть про "продукты-няньки" – меньше фильтров и ограничений в AI

Это явный сдвиг в сторону снятия ограничений с ИИ. Термин "nanny products" относится к чрезмерно отфильтрованным системам. Google уже изменил политику в феврале, сняв запреты на использование ИИ для оружия и слежки.

- Для поставщиков AI: Очевидный тренд на снятие ограничений с систем ИИ. Кто успеет предложить более мощные и менее "зарегулированные" решения, получит преимущество.

- Для корпоративных клиентов: Стоит готовиться к появлению значительно более мощных AI-систем уже к концу 2025 года.

- Для разработчиков: Похоже, индустрия снова движется к безумной культуре переработок. Но переплачивать будут только за результат, а не за часы.

Интересно, что Google пока не меняет официальную политику работы из дома, что говорит о том, что идеи Брина еще не стали корпоративной догмой. Но тренд очевиден — техногиганты возвращаются к культу трудоголизма.

Пора запасаться попкорном, ближайший год в AI будет диким и беспощадным. И если вы работаете в этой области – готовьтесь к бешеным дедлайнам и ночевкам в офисе. Брин сказал.

#AGI #SergeyBrin #Google #DeepMind #worklife
———
@tsingular