Нейросети
770 публикаций
Qwen3-Omni — это открытый мультимодальный «всеядный» модельный стек от команды Qwen (Alibaba), который понимает и генерирует текст, изображения, аудио и видео, умеет выдавать реал-тайм речь с очень низкой задержкой и распространяется под лицензией Apache-2.0 — то есть вы можете использовать и самохостить...
Google выпустил Gemini 2.5 Computer Use — специализированную версию Gemini 2.5 Pro, обученную взаимодействовать с пользовательскими интерфейсами в браузере и на Android: она видит скриншоты, решает, где кликнуть/прописать/проскроллить, и возвращает конкретные действия для выполнения в цикле. Модель уже доступна в публичном превью через...
Каталог расширений для Gemini CLI превращает вашу командную строку в «мост» между LLM-агентом и реальными инструментами — браузером, Grafana, Stripe и сотнями других сервисов. Вместо того, чтобы вручную писать интеграции, вы подключаете готовые расширения и даёте агенту возможность выполнять полезные действия прямо...
xAI выпустила Grok Imagine v0.9 — заметное обновление, которое добавляет звук, ускоряет рендеринг и делает инструмент доступным шире (частично — бесплатно). Это большой шаг в развитии AI-видео, но вместе с улучшениями усилились и риски — от реалистичных deepfake до возможных злоупотреблений «спайси-режима»....
Подписывайтесь
на наш телеграм-канал
Подписаться
на наш телеграм-канал