Нейросети для картинок
Нейросети для картинок создают изображения по текстовому описанию: Midjourney (миджорни), Stable Diffusion, FLUX, DALL-E и Nano Banana превращают промпт в иллюстрацию, фото или арт за секунды. Качество уже спорит с работой дизайнера, а суды разбирают вопросы авторских прав. Здесь — все наши материалы про генерацию изображений: релизы моделей, сравнения, цены и правовые баталии.
Design Anything удерживает бриф в больших проектах: +25% на 24 артефактах
Графовая обвязка Design Anything хранит замысел дизайнера вне модели. С GPT-5.6 Sol High она выполняет 92,5% ограничений брифа, на 24 артефактах отрыв от базовых…
Stanford выложил лекцию Павоне по стереозрению: курс AA274A и бесплатный учебник
Stanford Online опубликовал Lecture 10 курса AA274A 2019 года о стереозрении. Читает Марко Павоне из Stanford и NVIDIA, к курсу прилагается бесплатный учебник PoRA.
MTEdit: 500 тысяч траекторий правок учат модели не терять качество за 8 шагов
Исследователи собрали датасет MTEdit на 500 тысяч многошаговых правок изображений и дообучили Qwen-Image-Edit до лучшего результата среди открытых моделей.
Apple LensVLM сжимает длинный контекст агента в картинки и учит модель «зумить»
AA-Robotics v0.1: GPT-6 Astra управляет роботом-рукой на 69 баллов из 100
BlenderWorld: GPT-6-Astra обошёл Opus-5 в 3D-бенчмарке, набрав 79,9 балла
Modal привлекла $750M при оценке $15,75 млрд и вышла на $1 млрд run rate
WinARDet лечит зацикливание MLLM-детекторов: F1 вырос с 32,16 до 39,36
Метод сжатия окон WinAR не даёт мультимодальным моделям бесконечно повторять один бокс: на плотном RSDense F1 вырос до 39,36, а доля дублей упала с 35,48% до 13,00%.
GAFU достаёт знания из генерации в UMM и поднимает VStar-Bench на 20%
Метод пост-обучения GAFU сжимает генеративные представления унифицированных мультимодальных моделей в G-токены и даёт до +20,00% к SFT на VStar-Bench.
SliderEdit++ сглаживает ползунки в ИИ-редакторах: +18,5% и ускорение до 20 раз
KANLab: форк TensorFlow Playground показывает обучение KAN в браузере
Isomorphic Labs разбирает 500-страничные патенты с Gemini 4 Argon за день вместо месяца
Perplexity выпустила две late interaction модели для поиска по страницам PDF без OCR
Amazon ведёт переговоры о покупке ИИ-стартапа Decart за $7 млрд
Amazon, по данным WSJ, обсуждает покупку ИИ-стартапа Decart с оценкой около $7 млрд. Сделку могут объявить скоро, если переговоры не сорвутся и не появятся другие…
Ингосстрах учит мультимодальную LLM сомневаться: ошибки в документах ищут по logprobs
Команда ИИ-центра Ингосстраха проверила, можно ли по вероятностям токенов находить ошибки LLM при извлечении данных из документов без OCR и отправлять сомнительные…