Мультимодальные нейросети для видео: тренды WACV 2026
WACV 2026 в Тусоне показала, куда движется прикладное компьютерное зрение: мультимодальность стала нормой, синтетические данные выходят в центр пайплайна, а эффективность моделей всё чаще достигается не только квантизацией. Отдельно выделились две работы FusionBrain AIRI — MaxInfo для отбора ключевых кадров в длинных видео и Feature Inversion для анализа того, что сохраняют vision-энкодеры.
AI-обработка оригинала Habr AI; редакция Hamidun News
Конференция WACV 2026 в Тусоне подтвердила, что нейросети для видео и обработки изображений быстро смещаются в сторону мультимодальных моделей, синтетических данных и более экономных вычислений.
- 29 окт. 2026 г.Liquid AI выпустила LFM3: шесть мультимодальных моделей на 2B с контекстом 256K
- 28 окт. 2026 г.PyTorch 2.15 ускорил MoE-модели на Mac в 5–6,5 раза и принёс FP8
- 28 окт. 2026 г.OpenAI выпустила GPT-6.1 Terra: вдвое дешевле и вдвое точнее в коде
- 28 окт. 2026 г.Meta открыла Muse Spark Open: MoE на 816 млрд параметров и контекстом 1 млн токенов
Внедряйте ИИ быстрее рынка вместе с инженерами и фаундерами
Внутри Vibe Club (hamidun.com/club): еженедельные живые мастермайнды и разборы архитектуры с Жемалом Хамидуном, закрытый Tech Radar, LMS и обновляемая база из 370+ боевых скиллов.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.