Applied AI / LLM · 6

rss_feed Latent Space · 01.06.2026 translateRU

Why Video Agent models are next — Ethan He, xAI Grok Imagine

Эпизод подкаста Latent Space с Итаном Хэ (Ethan He), который вёл NVIDIA Cosmos World Model, а затем перешёл в xAI и с командой из нескольких инженеров за три месяца с нуля построил Grok Imagine — перв

Generative Media Multimodal Ai World Models

17742 сл.

rss_feed Latent Space · 12.05.2026 translateRU

[AINews] Thinking Machines' Native Interaction Models - TML-Interaction-Small 276B-A12B - advances SOTA Realtime Voice and kills standard VAD

Thinking Machines (стартап Миры Мурати) представила Interaction Models — модели, обученные с нуля для непрерывного взаимодействия в реальном времени, а не надстроенные над пошаговым (turn-based) LLM.

Conversational AI Frontier Models Multimodal Ai

2196 сл.

rss_feed Latent Space · 17.02.2026 translateRU

[AINews] Qwen3.5-397B-A17B: the smallest Open-Opus class, very efficient model

Главная новость выпуска — релиз Qwen 3.5 от китайской лаборатории Alibaba: модель класса 400B с примерно 4,3% коэффициентом разреженности (против более агрессивных 3,25% у Kimi). Qwen 3.5 следует за о

Frontier Models Multimodal Ai Open Source

251 сл.

rss_feed Ethan Mollick — One Useful Thing · 02.06.2025 translateRU

The recent history of AI in 32 otters

Этан Моллик показывает трёхлетний прогресс ИИ через один и тот же промпт «выдра в самолёте с wifi». Диффузионные модели (например, Midjourney) прошли путь от расплывшегося меха в начале 2022 года до о

Generative Media Generative Models Multimodal Ai

1772 сл.

rss_feed Ethan Mollick — One Useful Thing · 14.05.2024 translateRU

What OpenAI did

Итан Молик разбирает запуск GPT-4o от OpenAI — модели, чьё «o» означает «omni». По его оценке это самая умная из доступных моделей, но не такой скачок, каким был GPT-4 над бесплатным GPT-3.5; настоящи

Ai Democratization Frontier Models Multimodal Ai

1417 сл.

rss_feed Ethan Mollick — One Useful Thing · 23.06.2023 translateRU

On giving AI eyes and ears

Итан Моллик показывает, что ИИ перестаёт быть только текстовым чат-ботом и обретает «зрение» и «слух». Он получил доступ к мультимодальной версии Bing на базе GPT-4: ИИ распознаёт картинки, читает тек

Ai Adoption Conversational AI Multimodal Ai

1746 сл.