Anthropic сделали подарок на праздники — удвоили все лимиты в платных тарифах Claude 🎁
Если у вас Pro или Team подписка, можно гонять запросы в два раза активнее. Временная акция, но приятно.
https://x.com/claudeai/status/2003918730833608902
@ai_for_dev
Если у вас Pro или Team подписка, можно гонять запросы в два раза активнее. Временная акция, но приятно.
https://x.com/claudeai/status/2003918730833608902
@ai_for_dev
X (formerly Twitter)
Claude (@claudeai) on X
Starting at midnight PT tonight, all Pro and Max plans have 2x their usual usage limits through New Year's Eve.
🤔1
This media is not supported in your browser
VIEW IN TELEGRAM
AppAlchemy — AI-сервис для генерации UI мобильных приложений
Платформа позволяет создавать дизайн интерфейсов через текстовые запросы. Основные возможности:
• Генерация UI по текстовому описанию
• Итеративная доработка через чат
• Создание дизайна на основе скриншотов существующих приложений
• Клонирование из готовых шаблонов
Сервис ориентирован на быстрое прототипирование и создание MVP для демонстрации инвесторам. Согласно отзывам, инструмент помогает lean-стартапам экономить на разработке на этапе тестирования гипотез.
Технология находится в версии V2. Доступ к сервису: https://appalchemy.ai/
@ai_for_dev
Платформа позволяет создавать дизайн интерфейсов через текстовые запросы. Основные возможности:
• Генерация UI по текстовому описанию
• Итеративная доработка через чат
• Создание дизайна на основе скриншотов существующих приложений
• Клонирование из готовых шаблонов
Сервис ориентирован на быстрое прототипирование и создание MVP для демонстрации инвесторам. Согласно отзывам, инструмент помогает lean-стартапам экономить на разработке на этапе тестирования гипотез.
Технология находится в версии V2. Доступ к сервису: https://appalchemy.ai/
@ai_for_dev
🤯1
CheatSheets.zip — когда нужно вспомнить синтаксис за 30 секунд 🔍
Открытая библиотека шпаргалок, которую собирает dev-комьюнити. Вместо того чтобы гуглить "python list comprehension syntax" в сотый раз, просто открываешь CheatSheets.zip и находишь готовый ответ.
Что внутри:
- Для кодеров: Rust, Python, Go, C++, Java, Bash
- Для геймдевов: Unity, Unreal Engine
- Для всех остальных: Blender, Figma, Photoshop, Audacity
- Бонусом: промпты для ChatGPT и shortcuts для повседневных тулов (Telegram, Zoom, Gmail)
Всё бесплатно, всё от комьюнити. Добавляйте в закладки, пригодится.
@ai_for_dev
Открытая библиотека шпаргалок, которую собирает dev-комьюнити. Вместо того чтобы гуглить "python list comprehension syntax" в сотый раз, просто открываешь CheatSheets.zip и находишь готовый ответ.
Что внутри:
- Для кодеров: Rust, Python, Go, C++, Java, Bash
- Для геймдевов: Unity, Unreal Engine
- Для всех остальных: Blender, Figma, Photoshop, Audacity
- Бонусом: промпты для ChatGPT и shortcuts для повседневных тулов (Telegram, Zoom, Gmail)
Всё бесплатно, всё от комьюнити. Добавляйте в закладки, пригодится.
@ai_for_dev
😱1
📡 WiFi-роутер как рентген: трекинг людей сквозь стены
Вышла WiFi DensePose — библиотека для определения позы человека через WiFi без всяких камер. Работает на анализе Channel State Information от обычного роутера.
Что умеет:
- Реал-тайм отслеживание до 10 человек одновременно
- Задержка меньше 50ms, 30 FPS
- REST API + WebSocket для стриминга
- Детекция падений, распознавание активности
- Готовые Docker-образы
Установка через pip, работает с обычными роутерами. Идеально для IoT, умного дома, фитнес-трекинга — везде, где нужна приватность без камер.
Покрытие тестами 100%, продакшен-ready. Интересный кейс применения CSI-данных в ML.
@ai_for_dev
Вышла WiFi DensePose — библиотека для определения позы человека через WiFi без всяких камер. Работает на анализе Channel State Information от обычного роутера.
Что умеет:
- Реал-тайм отслеживание до 10 человек одновременно
- Задержка меньше 50ms, 30 FPS
- REST API + WebSocket для стриминга
- Детекция падений, распознавание активности
- Готовые Docker-образы
Установка через pip, работает с обычными роутерами. Идеально для IoT, умного дома, фитнес-трекинга — везде, где нужна приватность без камер.
Покрытие тестами 100%, продакшен-ready. Интересный кейс применения CSI-данных в ML.
@ai_for_dev
GitHub
GitHub - ruvnet/wifi-densepose: Production-ready implementation of InvisPose - a revolutionary WiFi-based dense human pose estimation…
Production-ready implementation of InvisPose - a revolutionary WiFi-based dense human pose estimation system that enables real-time full-body tracking through walls using commodity mesh routers - ...
❤1🤬1
Появился SkillsMP — маркетплейс скиллов для Claude Code, Codex и ChatGPT 😮
38,000+ готовых навыков в одном месте. Работает на открытом стандарте SKILL.md, все с поиском, категориями и метриками качества.
Что внутри:
• 12K+ скиллов для тулинга
• 12K+ для разработки
• 7K+ для Data & AI
• 5K+ DevOps-автоматизации
• 4K+ для тестирования и секьюрити
Вместо того чтобы искать нужный скилл среди тысяч GitHub-репо, теперь можно просто использовать AI-поиск и категории. Все навыки совместимы с популярными coding assistants из коробки.
Уже есть интеграция с Deep Agent CLI через команду
@ai_for_dev
38,000+ готовых навыков в одном месте. Работает на открытом стандарте SKILL.md, все с поиском, категориями и метриками качества.
Что внутри:
• 12K+ скиллов для тулинга
• 12K+ для разработки
• 7K+ для Data & AI
• 5K+ DevOps-автоматизации
• 4K+ для тестирования и секьюрити
Вместо того чтобы искать нужный скилл среди тысяч GitHub-репо, теперь можно просто использовать AI-поиск и категории. Все навыки совместимы с популярными coding assistants из коробки.
Уже есть интеграция с Deep Agent CLI через команду
skills --list. Удобно для быстрого расширения возможностей вашего AI-помощника.@ai_for_dev
😢1
Google выпустил крошечную модель для создания AI-агентов
FunctionGemma-LMStudio.ipynb) — это 270M параметров, заточенных под одну задачу: научить модель работать с инструментами. Не чат-бот, а заготовка под агента, который умеет дёргать API.
Ключевая фишка — размер. Модель влезает куда угодно: телефон, ноутбук, сервер. Запускаешь локально через LM Studio, обучаешь через Unsloth (они ускорили LoRA-обучение и сжали потребление VRAM).
Как попробовать:
• Открываешь готовый Colab-шаблон
• Обучаешь модель (10 минут для теста, час для норм результата)
• Конвертишь в GGUF
• Импортишь в LM Studio:
• Поднимаешь локальное API:
Результат — модель начинает понимать, когда нужно вызвать функцию, и корректно это делает. До обучения — полный отказ, после — работает.
Подходит для экспериментов с агентами без зависимости от облачных API.
@ai_for_dev
FunctionGemma-LMStudio.ipynb) — это 270M параметров, заточенных под одну задачу: научить модель работать с инструментами. Не чат-бот, а заготовка под агента, который умеет дёргать API.
Ключевая фишка — размер. Модель влезает куда угодно: телефон, ноутбук, сервер. Запускаешь локально через LM Studio, обучаешь через Unsloth (они ускорили LoRA-обучение и сжали потребление VRAM).
Как попробовать:
• Открываешь готовый Colab-шаблон
• Обучаешь модель (10 минут для теста, час для норм результата)
• Конвертишь в GGUF
• Импортишь в LM Studio:
lms import model.gguf• Поднимаешь локальное API:
lms server startРезультат — модель начинает понимать, когда нужно вызвать функцию, и корректно это делает. До обучения — полный отказ, после — работает.
Подходит для экспериментов с агентами без зависимости от облачных API.
@ai_for_dev
❤1🎉1
This media is not supported in your browser
VIEW IN TELEGRAM
Один разработчик клонировал TypeForm за 35 минут с помощью Claude
Nader Dabit решил проверить, на что способен Claude Opus 4.5: скормил ему задачу склонировать TypeForm — популярный SaaS за миллиард долларов.
Итог: OpenForm — полнофункциональная копия, которая:
✨ Работает из коробки
✨ Стоит в ~100 раз дешевле оригинала
✨ Разворачивается за 15 минут
✨ Полностью open-source
Агент справился за ~35 минут. Без шуток.
💡 Что это значит:
Человек почти без технических навыков теперь может создать продукт, на который раньше нужна была команда из десятка инженеров и пара лет работы. Код доступен, можно посмотреть, как именно Claude это сделал.
Мир меняется быстрее, чем мы успеваем привыкнуть.
@ai_for_dev
Nader Dabit решил проверить, на что способен Claude Opus 4.5: скормил ему задачу склонировать TypeForm — популярный SaaS за миллиард долларов.
Итог: OpenForm — полнофункциональная копия, которая:
✨ Работает из коробки
✨ Стоит в ~100 раз дешевле оригинала
✨ Разворачивается за 15 минут
✨ Полностью open-source
Агент справился за ~35 минут. Без шуток.
💡 Что это значит:
Человек почти без технических навыков теперь может создать продукт, на который раньше нужна была команда из десятка инженеров и пара лет работы. Код доступен, можно посмотреть, как именно Claude это сделал.
Мир меняется быстрее, чем мы успеваем привыкнуть.
@ai_for_dev
🤩1
This media is not supported in your browser
VIEW IN TELEGRAM
Hugging Face собрали 400 000 бесплатных AI-моделей в одном месте 🔥
Spaces — это как App Store для нейросетей. Захотел протестить модель для генерации кода, OCR или video synthesis? Открываешь браузер, выбираешь приложение и сразу пробуешь.
Никаких pip install, CUDA setup или "works on my machine". Всё работает в облаке, ничего качать не нужно.
Особенно удобно:
• Сравнить несколько моделей для одной задачи
• Показать заказчику прототип без деплоя
• Найти готовое решение вместо написания с нуля
Большинство Space'ов с открытым кодом — можно форкнуть и допилить под себя.
@ai_for_dev
Spaces — это как App Store для нейросетей. Захотел протестить модель для генерации кода, OCR или video synthesis? Открываешь браузер, выбираешь приложение и сразу пробуешь.
Никаких pip install, CUDA setup или "works on my machine". Всё работает в облаке, ничего качать не нужно.
Особенно удобно:
• Сравнить несколько моделей для одной задачи
• Показать заказчику прототип без деплоя
• Найти готовое решение вместо написания с нуля
Большинство Space'ов с открытым кодом — можно форкнуть и допилить под себя.
@ai_for_dev
🤮1
Лайфхак от Google: дублируй промпт — получи +67% к качеству
Исследователи Google нашли странный, но работающий трюк: отправь промпт дважды подряд
Проверили на Gemini, GPT, Claude, DeepSeek — работает везде.
Почему так получилось?
LLM читают слева направо, и токены в начале промпта не видят, что будет дальше. Когда ты повторяешь промпт, модель "дочитывает" контекст дважды и начинает лучше понимать задачу.
Где НЕ работает:
Reasoning-модели (o1, o3) и так внутри себя "переспрашивают" — им дубль не нужен.
Где пригодится:
Классификация, парсинг данных, кодген по ТЗ. Если модель отвечает поверхностно — просто скопируй промпт в начало.
📄 Полная статья
@ai_for_dev
Исследователи Google нашли странный, но работающий трюк: отправь промпт дважды подряд
<prompt><prompt> — и в 67% случаев ответ будет лучше. Без лишних токенов, без задержек.Проверили на Gemini, GPT, Claude, DeepSeek — работает везде.
Почему так получилось?
LLM читают слева направо, и токены в начале промпта не видят, что будет дальше. Когда ты повторяешь промпт, модель "дочитывает" контекст дважды и начинает лучше понимать задачу.
Где НЕ работает:
Reasoning-модели (o1, o3) и так внутри себя "переспрашивают" — им дубль не нужен.
Где пригодится:
Классификация, парсинг данных, кодген по ТЗ. Если модель отвечает поверхностно — просто скопируй промпт в начало.
📄 Полная статья
@ai_for_dev
🙏1
GPT-5.2 в Copilot — новый уровень для разработчиков
Microsoft обновила Copilot, добавив туда свеженькую GPT-5.2 от OpenAI. Модель доступна в режиме Smart Plus (рядом с GPT-5.1 в режиме Smart) во всех версиях — веб, Windows, мобилки.
Что умеет для девелоперов:
✨ Пишет и ревьюит код
✨ Разбирается в длинных доках и спецификациях
✨ Генерит таблицы и презентации
✨ Работает с изображениями
Интересная деталь: OpenAI создала новую метрику GDPval, которая тестирует модель на реальных задачах из 44 профессий. GPT-5.2 Thinking показывает результат на уровне профессионалов в 70.9% случаев — это почти вдвое лучше, чем у предыдущей версии (38.8%).
По оценке OpenAI, для большинства офисных задач модель уже достигла экспертного уровня. Особенно хорошо справляется с четко определенными заданиями.
Детали тут
@ai_for_dev
Microsoft обновила Copilot, добавив туда свеженькую GPT-5.2 от OpenAI. Модель доступна в режиме Smart Plus (рядом с GPT-5.1 в режиме Smart) во всех версиях — веб, Windows, мобилки.
Что умеет для девелоперов:
✨ Пишет и ревьюит код
✨ Разбирается в длинных доках и спецификациях
✨ Генерит таблицы и презентации
✨ Работает с изображениями
Интересная деталь: OpenAI создала новую метрику GDPval, которая тестирует модель на реальных задачах из 44 профессий. GPT-5.2 Thinking показывает результат на уровне профессионалов в 70.9% случаев — это почти вдвое лучше, чем у предыдущей версии (38.8%).
По оценке OpenAI, для большинства офисных задач модель уже достигла экспертного уровня. Особенно хорошо справляется с четко определенными заданиями.
Детали тут
@ai_for_dev
🕊1
Alibaba выпустила MAI-UI — GUI-агенты нового поколения
Alibaba Tongyi открыла MAI-UI — семейство моделей для GUI-агентов от 2B до 235B параметров. Причём подход к обучению здесь действительно интересный.
Что внутри:
🔄 Self-evolving pipeline — модель сама расширяет обучающие данные через нативное взаимодействие с пользователем, вызовы инструментов по MCP и работу в реальных динамических окружениях.
☁️ Гибридная архитектура — система сама решает, выполнять задачу локально или в облаке. На выходе: производительность на устройстве +33%, облачных вызовов -40%.
🎯 SOTA в практических задачах: GUI Grounding (точное определение элементов UI), навигация по мобильным приложениям, обучение с подкреплением в реальном времени.
Модель решает четыре критичные проблемы GUI-агентов: отсутствие нативного взаимодействия с пользователем, ограничения UI-only подходов, сложность развертывания и хрупкость в динамических условиях.
Обучена через Online RL с оптимизациями для параллельных окружений и длинного контекста.
Куда применять: UI-автоматизация, тестирование, AI-ассистенты для навигации, агентные системы.
@ai_for_dev
Alibaba Tongyi открыла MAI-UI — семейство моделей для GUI-агентов от 2B до 235B параметров. Причём подход к обучению здесь действительно интересный.
Что внутри:
🔄 Self-evolving pipeline — модель сама расширяет обучающие данные через нативное взаимодействие с пользователем, вызовы инструментов по MCP и работу в реальных динамических окружениях.
☁️ Гибридная архитектура — система сама решает, выполнять задачу локально или в облаке. На выходе: производительность на устройстве +33%, облачных вызовов -40%.
🎯 SOTA в практических задачах: GUI Grounding (точное определение элементов UI), навигация по мобильным приложениям, обучение с подкреплением в реальном времени.
Модель решает четыре критичные проблемы GUI-агентов: отсутствие нативного взаимодействия с пользователем, ограничения UI-only подходов, сложность развертывания и хрупкость в динамических условиях.
Обучена через Online RL с оптимизациями для параллельных окружений и длинного контекста.
Куда применять: UI-автоматизация, тестирование, AI-ассистенты для навигации, агентные системы.
@ai_for_dev
👍1🤡1
Salesforce сворачивает LLM в бизнес-приложениях — что пошло не так
Salesforce признала: большие языковые модели оказались слишком непредсказуемыми для корпоративных продуктов 😬
Что не зашло в проде:
• Модели теряют контекст по ходу диалога
• Игнорируют инструкции или делают что-то странное
• Для критичных бизнес-процессов это неприемлемо
Компания планировала автоматизировать рутину через гибкие AI-решения. Реальность оказалась жестче — нестабильность моделей убивала UX и надежность систем.
Что делают теперь:
Отказываются от креативных возможностей LLM в пользу жестких сценариев. Никакой генерации текста с элементами творчества — только заранее определенные правила и логика.
Полезный инсайт для тех, кто думает встроить LLM в критичные системы. Иногда старые добрые rule-based подходы надежнее модных AI-агентов 🤷
@ai_for_dev
Salesforce признала: большие языковые модели оказались слишком непредсказуемыми для корпоративных продуктов 😬
Что не зашло в проде:
• Модели теряют контекст по ходу диалога
• Игнорируют инструкции или делают что-то странное
• Для критичных бизнес-процессов это неприемлемо
Компания планировала автоматизировать рутину через гибкие AI-решения. Реальность оказалась жестче — нестабильность моделей убивала UX и надежность систем.
Что делают теперь:
Отказываются от креативных возможностей LLM в пользу жестких сценариев. Никакой генерации текста с элементами творчества — только заранее определенные правила и логика.
Полезный инсайт для тех, кто думает встроить LLM в критичные системы. Иногда старые добрые rule-based подходы надежнее модных AI-агентов 🤷
@ai_for_dev
🥱1
Hugging Face выкатили новогодний подарок — 12 бесплатных курсов по самым хайповым направлениям в AI 🎁
Что внутри:
AI Agents — учимся делать автономных агентов (самая горячая тема года)
LLM Course — как устроены мозги современных чат-ботов и как работать с Transformers
Smol-course — быстрый старт в fine-tuning, если времени мало
MCP Course — свежий курс вместе с Anthropic про подключение AI к любым данным
Deep RL — обучение с подкреплением (на этом работают роботы и OpenAI o1)
Robotics — от железяк до роботов на нейронках
Computer Vision, Audio, Diffusion — классика ML, всё при деле
Отдельная имба — Open-Source AI Cookbook со сборником готовых решений. Всё с кодом и примерами.
@ai_for_dev
Что внутри:
AI Agents — учимся делать автономных агентов (самая горячая тема года)
LLM Course — как устроены мозги современных чат-ботов и как работать с Transformers
Smol-course — быстрый старт в fine-tuning, если времени мало
MCP Course — свежий курс вместе с Anthropic про подключение AI к любым данным
Deep RL — обучение с подкреплением (на этом работают роботы и OpenAI o1)
Robotics — от железяк до роботов на нейронках
Computer Vision, Audio, Diffusion — классика ML, всё при деле
Отдельная имба — Open-Source AI Cookbook со сборником готовых решений. Всё с кодом и примерами.
@ai_for_dev
🥴1
PackEat: 100K+ аннотированных изображений для object detection в ретейле
Инженер Yandex Cloud и исследователи Сколтеха/ГУАП опубликовали PackEat — крупнейший open-source датасет для CV-систем в розничной торговле.
Характеристики:
- 100,000+ изображений (370K+ объектов)
- 34 категории, 65 классов фруктов/овощей
- Реальные условия съемки: окклюзии, вариативный фон, упаковка в полиэтилен
- 9,000 детально размеченных изображений с метаданными (count, package weight)
Задачи: fine-grained classification, instance segmentation, object counting для автоматизации POS-терминалов и систем инвентаризации.
Метрики: модели на базе датасета показывают точность до 92% на задачах распознавания.
Датасет доступен на Zenodo и Kaggle. Подходит для экспериментов с YOLO, Faster R-CNN, Mask R-CNN.
@ai_for_dev
Инженер Yandex Cloud и исследователи Сколтеха/ГУАП опубликовали PackEat — крупнейший open-source датасет для CV-систем в розничной торговле.
Характеристики:
- 100,000+ изображений (370K+ объектов)
- 34 категории, 65 классов фруктов/овощей
- Реальные условия съемки: окклюзии, вариативный фон, упаковка в полиэтилен
- 9,000 детально размеченных изображений с метаданными (count, package weight)
Задачи: fine-grained classification, instance segmentation, object counting для автоматизации POS-терминалов и систем инвентаризации.
Метрики: модели на базе датасета показывают точность до 92% на задачах распознавания.
Датасет доступен на Zenodo и Kaggle. Подходит для экспериментов с YOLO, Faster R-CNN, Mask R-CNN.
@ai_for_dev
😍1
DeepSeek представила архитектуру mHC для масштабирования LLM
Manifold-Constrained Hyper-Connections (mHC) — новая архитектура обучения больших языковых моделей, решающая проблему нестабильности при масштабировании.
Ключевые особенности:
• Улучшенный обмен информацией между внутренними слоями модели
• Сохранение стабильности обучения при росте размера модели
• Эффективное использование вычислительных ресурсов без значительного увеличения затрат
Традиционные подходы к масштабированию часто приводят к проблемам с устойчивостью по мере роста сложности архитектуры. Техника mHC позволяет моделям обмениваться более богатыми внутренними представлениями данных без ухудшения стабильности тренировки.
По неподтверждённым данным, новая архитектура может быть использована в предстоящих релизах DeepSeek R2 или V4.
@ai_for_dev
Manifold-Constrained Hyper-Connections (mHC) — новая архитектура обучения больших языковых моделей, решающая проблему нестабильности при масштабировании.
Ключевые особенности:
• Улучшенный обмен информацией между внутренними слоями модели
• Сохранение стабильности обучения при росте размера модели
• Эффективное использование вычислительных ресурсов без значительного увеличения затрат
Традиционные подходы к масштабированию часто приводят к проблемам с устойчивостью по мере роста сложности архитектуры. Техника mHC позволяет моделям обмениваться более богатыми внутренними представлениями данных без ухудшения стабильности тренировки.
По неподтверждённым данным, новая архитектура может быть использована в предстоящих релизах DeepSeek R2 или V4.
@ai_for_dev
🐳1
Channel name was changed to «AI Код — Cursor | Copilot | Claude API»
This media is not supported in your browser
VIEW IN TELEGRAM
Свой блог за час: markdown-site
Нашел крутой open-source фреймворк для запуска минималистичного блога. Вдохновлен сайтами Lee Robinson из Cursor и Steph Ango из Obsidian.
Как работает:
Пишешь пост в обычном markdown у себя на компе, запускаешь
Что внутри:
• Convex — контент обновляется в реальном времени у всех посетителей
• Netlify — бесплатный хостинг, деплой за секунды
• Markdown как источник правды — пишешь как в заметках
Бонусы для разработчиков:
• MCP-сервер из коробки — подключаешь Cursor или Claude Desktop, они видят весь контент блога
• Git для версионирования — обычные коммиты, диффы, откат изменений
• TypeScript + React
Реально быстрый старт для tech-блога. Demo здесь
@ai_for_dev
Нашел крутой open-source фреймворк для запуска минималистичного блога. Вдохновлен сайтами Lee Robinson из Cursor и Steph Ango из Obsidian.
Как работает:
Пишешь пост в обычном markdown у себя на компе, запускаешь
npm run sync — и через секунду он уже на сайте. Без ожидания сборки, без админок.Что внутри:
• Convex — контент обновляется в реальном времени у всех посетителей
• Netlify — бесплатный хостинг, деплой за секунды
• Markdown как источник правды — пишешь как в заметках
Бонусы для разработчиков:
• MCP-сервер из коробки — подключаешь Cursor или Claude Desktop, они видят весь контент блога
• Git для версионирования — обычные коммиты, диффы, откат изменений
• TypeScript + React
Реально быстрый старт для tech-блога. Demo здесь
@ai_for_dev
❤🔥1
Replit теперь бесплатен для первых экспериментов
Replit запустил бесплатный тариф Starter — отличная новость для тех, кто хочет попробовать AI-кодинг без вложений. Что дают:
• До 10 публичных проектов
• Бесплатный хостинг одного веб-приложения на 30 дней (потом можно переопубликовать)
• Базы данных + AI-интеграции из коробки
• Бесплатные кредиты на Replit Agent (обновляются каждый день)
Agent работает в режиме Fast — быстро набрасывает код, помогает спланировать структуру и подключить AI. Идеально для MVP и прототипов.
Бонус: Replit теперь в каталоге ChatGPT — можно запускать прямо из чата, вместе с Vercel, Lovable, Dropbox и другими инструментами.
Qwen сделал open-source альтернативу Photoshop для разработчиков
Команда Qwen выпустила Qwen-Image-Layered — модель, которая автоматически раскладывает картинку на 3-8 RGBA-слоев. Каждый слой (фон, объект, текст) — отдельный PNG, который можно двигать, масштабировать или удалять независимо.
Главный плюс: полностью бесплатная, лицензия Apache-2.0 — можно использовать в коммерческих проектах. Веса на GitHub и HuggingFace.
Минус: пока нельзя попробовать на официальном сайте Qwen, но есть демо на ModelScope и HuggingFace Spaces.
@ai_for_dev
Replit запустил бесплатный тариф Starter — отличная новость для тех, кто хочет попробовать AI-кодинг без вложений. Что дают:
• До 10 публичных проектов
• Бесплатный хостинг одного веб-приложения на 30 дней (потом можно переопубликовать)
• Базы данных + AI-интеграции из коробки
• Бесплатные кредиты на Replit Agent (обновляются каждый день)
Agent работает в режиме Fast — быстро набрасывает код, помогает спланировать структуру и подключить AI. Идеально для MVP и прототипов.
Бонус: Replit теперь в каталоге ChatGPT — можно запускать прямо из чата, вместе с Vercel, Lovable, Dropbox и другими инструментами.
Qwen сделал open-source альтернативу Photoshop для разработчиков
Команда Qwen выпустила Qwen-Image-Layered — модель, которая автоматически раскладывает картинку на 3-8 RGBA-слоев. Каждый слой (фон, объект, текст) — отдельный PNG, который можно двигать, масштабировать или удалять независимо.
Главный плюс: полностью бесплатная, лицензия Apache-2.0 — можно использовать в коммерческих проектах. Веса на GitHub и HuggingFace.
Минус: пока нельзя попробовать на официальном сайте Qwen, но есть демо на ModelScope и HuggingFace Spaces.
@ai_for_dev
🌚1