Обзор новых нейросетевых моделей и технологических разработок в области искусственного интеллекта

Machinelearning@ai_machinelearning_big_dataТехнологии и IT16 ноября 2026, 12:30
  • Фото поста канала Machinelearning

✔️ Loom: превращение записей носимой камеры в долговременную память Looki, китайский производитель носимой камеры Looki L1, представил Loom, систему мультимодальных моделей, которые превращают снятое камерой и микрофонами за день в память с привязкой ко времени и исходным записям. Loom состоит из двух моделей, Sense и Moment, и системы памяти Memory. Sense определяет, что происходит сейчас: модель получает фрагмент видео и звука, вопрос о событии и варианты ответа и оценивает их без генерации текстового описания. Moment сводит изображение и звук на общую шкалу времени и одновременно размечает границы событий и описывает их. Каждое событие получает время начала и конца, описание и подтверждения с пометкой, что увидено, что услышано, а что выведено из контекста. Memory собирает события в сводки за день, неделю и месяц и в общий снимок представлений о пользователе, а отвечая на вопрос, спускается от месячных сводок к конкретным событиям и при необходимости к исходным кадрам. 🟡Тесты Sense на внутреннем наборе из почти 20 типов событий набирает F1 88,6 при среднем времени распознавания 0,51 секунды. Moment определяет границы событий точнее Qwen Omni и Gemini Flash. Memory на собственном бенчмарке, собранном из реальных записей пользователей с их согласия, набирает 79 баллов. Это на 18 больше, чем у системы памяти для агентов mem0, и на 15 больше, чем у A-Mem. Дальше Looki хочет свести эту систему в одну мультимодальную модель, которая сама будет решать, когда предложить помощь. Попробовать Loom можно в веб-демо, API и планов по публикации системы в открытом доступе у компании нет. @ai_machinelearning_big_data #news #ai #ml

  • 79
  • 38
  • 19
  • 14
  • 6
  • 4
  • 1

Похожие посты

Machinelearning@ai_machinelearning_big_dataТехнологии и IT16 ноября 2026
Обзор новых нейросетевых моделей и технологических разработок в области искусственного интеллекта
  • Фото поста канала Machinelearning

🌟Исследователи научились лучше рекомендовать новые товары и контент — качество ранжирования выросло на 35% Российские исследователи предложили три подхода к рекомендательным системам, которые представили в Риме на конференции ACM CIKM – одной из ведущих в области поиска и обработки информации. Чтобы повысить качество рекомендаций новых или непопулярных товаров, исследователи используют текстовые описания товаров вместе с историей взаимодействий пользователей. Один из подходов – модель L3AE, к...

  • 102
  • 30
  • 29
  • 11
  • 8
  • 5
Machinelearning@ai_machinelearning_big_dataТехнологии и ITвчера
Обзор новых нейросетевых моделей и технологических разработок в области искусственного интеллекта
  • Фото поста канала Machinelearning

🌟 Liquid AI выложила речевой кодек своих аудиомоделей LFM3 LiquidCodec - компактный потоковый аудиокодек на 74 млн параметров, который переводит речь в дискретные токены для языковой модели и собирает звук обратно из токенов, предсказанных моделью. На нём построены вышедшие в конце октября LFM3-Audio-2B и LFM3-Omni-2B, а главный упор сделан на скорость для работы на устройстве - на одном потоке процессора MacBook Pro с M4 Max кодирование идёт в 361 раз быстрее реального времени, декодирование...

  • 24
  • 20
  • 10
  • 4
  • 4
  • 3
Технологии | Нейросети | Боты@aiaiaiТехнологии и IT16 ноября 2026
Обзор новых нейросетевых моделей и технологических разработок в области искусственного интеллекта

📌 Сохраняем главные нейронаходки уходящей недели. • VoxCPM2 — бесплатно клонирует голос по паре секунд аудио и озвучивает текст на 30 языках. • CHIMERA — виртуальная голова, которая умеет петь и битбоксить. Управлять языком и губами можно мышкой. • Claude Fable 5.2 — мощная нейронка для вайбкодинга, клепает приложения и 3D-игры с графикой, физикой и звуком. • Obscura — сверхлёгкий браузер для ИИ-агентов и парсинга, который жрёт всего 30 МБ оперативки. • ReelMimic — бесплатный скилл для ИИ-аген...

  • 13
  • 6
  • 4
  • 1
Hard To Be Crypto@h2becryptoФинансы и криптовалютывчера
Обзор новых нейросетевых моделей и технологических разработок в области искусственного интеллекта

Meituan выложила веса LongCat-Video-Avatar 1.6 — модель превращает фото и аудио в говорящего или поющего персонажа. Ролики могут длиться больше 10 минут, а сами персонажи сохраняют внешность при длинной генерации. В версии 1.6 поправили липсинк, убрали часть артефактов с артикуляцией и цветом губ, ускорили инференс. Модель умеет работать с одним или несколькими персонажами; веса вышли под лицензией MIT. В слепом сравнении с участием 6 систем модель набрала 1068,1 Elo и заняла второе место — вы...