Представьте, что на этапе эскиза можно точно предсказать, где в помещении/ квартире/ здании будет уютный уголок для отдыха, а где — естественное место для общения.
Метод анализа пространственного опыта (Experiential Space Analysis) делает именно это: переводит субъективное ощущение комфорта в конкретные расчёты. Его разработали и проверили на основе датасета Swiss Dwellings Dataset из более чем 45 тысяч реальных 3D-планировок швейцарских квартир.
Как это работает на практике?
1. 3D-модель здания разбивается на мелкие кубики (воксели). Для каждого анализируют:
⚫️ Сколько света попадает — просчитывают видимость неба в 102 направлениях: чем его больше — тем больше света
⚫️ Как часто там будут ходить люди — через алгоритмы Betweenness Centrality из Space Syntax выявляются самые удобные маршруты.
⚫️ Насколько пространство открыто или уединенно — сколько других частей квартиры видно из каждого вокселя.
2. Эти данные комбинируются в интегральные оценки.
3. Результат — на итоговой «атмосферной карте» сразу видно, где будут лучшие зоны для отдыха, общения или активности.
Скрипты уже можно адаптировать для Revit, Archicad или Rhino (через Grasshopper).
Зачем это нужно
Главный вывод исследования: люди воспринимают качество пространства как однородное в пределах одного помещения, а вот алгоритм выявляет-таки вариации даже внутри одной зоны. Поэтому метод надежнее, чем на глаз. Даже если этот глаз — профессиональный и насмотренный.
Так на этапе чертежей и обсуждения проекта проектировщик может увидеть «мертвые зоны», убрать их или обосновать решения перед заказчиком не на словах, а с цифрами.
А вообще в планах разработчиков — прикрутить ИИ, чтобы предсказывать поведение людей в пространстве, а также масштабировать метод не на квартиру/здание, а на целый район. Кажется, что-то интересное будет для мастер-планирования.
О — осознанное проектирование.
Полная статья и датасет швейцарских квартир.
Метод анализа пространственного опыта (Experiential Space Analysis) делает именно это: переводит субъективное ощущение комфорта в конкретные расчёты. Его разработали и проверили на основе датасета Swiss Dwellings Dataset из более чем 45 тысяч реальных 3D-планировок швейцарских квартир.
Как это работает на практике?
1. 3D-модель здания разбивается на мелкие кубики (воксели). Для каждого анализируют:
2. Эти данные комбинируются в интегральные оценки.
Например, идеальное место для отдыха получит высокие баллы по: доступу к естественному свету, удалённости от основных путей движения, полузакрытости пространства.
3. Результат — на итоговой «атмосферной карте» сразу видно, где будут лучшие зоны для отдыха, общения или активности.
Скрипты уже можно адаптировать для Revit, Archicad или Rhino (через Grasshopper).
Зачем это нужно
Главный вывод исследования: люди воспринимают качество пространства как однородное в пределах одного помещения, а вот алгоритм выявляет-таки вариации даже внутри одной зоны. Поэтому метод надежнее, чем на глаз. Даже если этот глаз — профессиональный и насмотренный.
Так на этапе чертежей и обсуждения проекта проектировщик может увидеть «мертвые зоны», убрать их или обосновать решения перед заказчиком не на словах, а с цифрами.
А вообще в планах разработчиков — прикрутить ИИ, чтобы предсказывать поведение людей в пространстве, а также масштабировать метод не на квартиру/здание, а на целый район. Кажется, что-то интересное будет для мастер-планирования.
О — осознанное проектирование.
Полная статья и датасет швейцарских квартир.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍12🔥10👏3👌3❤2
До 31 июля 2025 все застройщики Москвы должны установить СКУД с Face ID (если их еще нет) или подключить уже имеющиеся к Единой биометрической системе столицы
А к 1 сентября 2025-го нужно установить и настроить всю технику, а на площадках — круглосуточно вести видеонаблюдение.
Во вторник Департамент градостроительной политики Москвы разослал застройщикам технические требования к биометрическим СКУД и инструкции по их интеграции с Face ID. Там 48 страниц требований, в которых надо разобраться меньше чем за 2 недели.
«Самолет» переводит свои площадки на СКУД с биометрией при помощи обновленного модуля «10D Пасс». Специалисты платформы 10D готовы представить отлаженный сценарий перехода на Face ID для застройщиков Москвы и других регионов, которые заинтересованы в этом — на вебинаре.
⚫️ Когда: 24 июля в 12:00 по мск
⚫️ Повестка: разберут ключевые аспекты внедрения — нормативные требования, типовые ошибки и способы их избежать.
➡️ Участие бесплатное, но требуется предварительная регистрация.
Будет полезно, тем более что нарушение требований регулятора может привести к проверкам и санкциям (штрафам, приостановке работ).
А к 1 сентября 2025-го нужно установить и настроить всю технику, а на площадках — круглосуточно вести видеонаблюдение.
Во вторник Департамент градостроительной политики Москвы разослал застройщикам технические требования к биометрическим СКУД и инструкции по их интеграции с Face ID. Там 48 страниц требований, в которых надо разобраться меньше чем за 2 недели.
«Самолет» переводит свои площадки на СКУД с биометрией при помощи обновленного модуля «10D Пасс». Специалисты платформы 10D готовы представить отлаженный сценарий перехода на Face ID для застройщиков Москвы и других регионов, которые заинтересованы в этом — на вебинаре.
Будет полезно, тем более что нарушение требований регулятора может привести к проверкам и санкциям (штрафам, приостановке работ).
Please open Telegram to view this post
VIEW IN TELEGRAM
👍11👏8👌4🔥3
This media is not supported in your browser
VIEW IN TELEGRAM
ChatGPT Agent от OpenAI работает не только как обычная мультинейронка с ризонингом, но и берёт на себя сложные задачи: планирует, анализирует, покупает и создаёт отчёты, пока вы занимаетесь важным. Агент интегрируется в API сервисов и автономно с ними работает.
Функция доступна подписчикам планов Pro, Plus и Team. Включить режим Agent mode можно в выпадающем меню инструментов ChatGPT. #агенты
Функция доступна подписчикам планов Pro, Plus и Team. Включить режим Agent mode можно в выпадающем меню инструментов ChatGPT. #агенты
👍8👌8🔥5👏4
This media is not supported in your browser
VIEW IN TELEGRAM
Walker S2 от китайского стартапа UBTech — первый робот, который умеет сам менять себе батарею, а ещё и вообще автономен 24/7
Мамина радость, папина отрада — создатели смотрят, как их детище становится всё более и более самостоятельным 😊
Мамина радость, папина отрада — создатели смотрят, как их детище становится всё более и более самостоятельным 😊
👍9👌9🔥5👏4❤1
This media is not supported in your browser
VIEW IN TELEGRAM
RAGFlow — это опенсорс-движок для создания RAG-систем с глубоким анализом документов
Ключевые возможности:
⚫️ извлечение знаний из сложных форматов (PDF, Word, Excel, изображения);
⚫️ интеллектуальное разбиение документов по шаблонам;
⚫️ цитирование с ссылками на источники для снижения галлюцинаций;
⚫️ визуализация структуры текста и поддержка кастомных LLM-моделей.
Преимущества: полностью опенсорсный, локальный, мультимодальный.
Проект доступен на Гитхабе.
Ключевые возможности:
Преимущества: полностью опенсорсный, локальный, мультимодальный.
Проект доступен на Гитхабе.
Please open Telegram to view this post
VIEW IN TELEGRAM
👌10👍9🔥7👏3⚡1
Veo 3 vs Krea — генерируем рекламу Икеа
Наткнулась на видео с готовым промтом, решила попробовать, что получится в Krea (верхнее — с двумя коробками). Как видите, Veo 3 (нижнее) — вне конкуренции.
И кстати, Google открыла доступ к Veo 3 через Gemini API — пока с генерацией по тексту: $0,75 за секунду видео со звуком, с разрешением 720p и частотой 24к/с.
Промт:
А какие нейронки для генерации видео вам нравятся? Желательно те, которые можно оплатить без знания магии и иностранной карты😁
Наткнулась на видео с готовым промтом, решила попробовать, что получится в Krea (верхнее — с двумя коробками). Как видите, Veo 3 (нижнее) — вне конкуренции.
И кстати, Google открыла доступ к Veo 3 через Gemini API — пока с генерацией по тексту: $0,75 за секунду видео со звуком, с разрешением 720p и частотой 24к/с.
Промт:
"описание": кинематографический кадр залитой солнцем скандинавской спальни; запечатанная коробка IKEA дрожит, открывается, а потом разбрасывает мебель, создавая стильную комнату, которую подчёркивает жёлтый плед на кровати с логотипом IKEA.
"стиль": кинематографический.
"камера": фиксированная широкоугольная.
"освещение": естественное тёплое с холодными акцентами.
"комната": скандинавский стиль.
"элементы в ролике": коробка IKEA, кровать с жёлтым пледом, прикроватные тумбочки, лампы, шкаф, полки, зеркало, предметы искусства, коврик, шторы, растения, кресло для чтения.
"динамика": коробка открывается, мебель собирается быстро и чётко.
"ключевые слова": 16:9, IKEA, скандинавский стиль, быстрая сборка, тёплые тона.
"концовка": спокойное и современное пространство с жёлтым акцентом на IKEA.
"текст": нет.
А какие нейронки для генерации видео вам нравятся? Желательно те, которые можно оплатить без знания магии и иностранной карты😁
🔥11👏11👍6👌3
Для автоматизации распознавания и поиска специальных символов на архитектурных чертежах (например, для BIM, анализа и внедрения ИИ) создан крупнейший открытый датасет — ArchCAD-400K, а также разработан специализированный алгоритм поиска символов — нейросеть DPSS.
ArchCAD-400K
Это датасет из 413 062 фрагментов из 5 538 стандартизированных CAD-чертежей разного назначения (жилые, общественные, коммерческие здания и т.д.), охватывающих 27 категорий: от конструктивных элементов (колонны, балки) до дверей, окон и инженерных обозначений.
Все данные размечены в автоматическом режиме по структуре слоёв и блоков с последующей верификацией экспертами.
DPSS (Dual-Pathway Symbol Spotter)
Это новый метод поиска символов на чертежах:
1. Одновременно анализирует как геометрию (линии, дуги, CAD-примитивы), так и изображение (картинку чертежа).
2. Объединяет оба типа признаков через специальный модуль, чтобы находить даже сложные, мелкие и частично отображённые символы и эффективно отделять их от «шума».
3. Хорошо работает на новых, ранее неизвестных чертежах, независимо от их стандартов и оформления.
Зачем это нужно:
Датасет и подход позволяют автоматизировать поиск и аннотирование элементов на чертежах: снять рутинную работу с проектировщика, ускорить подготовку спецификаций и обнаружение ошибок, а также создать базу для обучения ИИ под специфические задачи в архитектуре и проектировании.
Статья на arxiv.org
ArchCAD-400K
Это датасет из 413 062 фрагментов из 5 538 стандартизированных CAD-чертежей разного назначения (жилые, общественные, коммерческие здания и т.д.), охватывающих 27 категорий: от конструктивных элементов (колонны, балки) до дверей, окон и инженерных обозначений.
Все данные размечены в автоматическом режиме по структуре слоёв и блоков с последующей верификацией экспертами.
DPSS (Dual-Pathway Symbol Spotter)
Это новый метод поиска символов на чертежах:
1. Одновременно анализирует как геометрию (линии, дуги, CAD-примитивы), так и изображение (картинку чертежа).
2. Объединяет оба типа признаков через специальный модуль, чтобы находить даже сложные, мелкие и частично отображённые символы и эффективно отделять их от «шума».
3. Хорошо работает на новых, ранее неизвестных чертежах, независимо от их стандартов и оформления.
Зачем это нужно:
Датасет и подход позволяют автоматизировать поиск и аннотирование элементов на чертежах: снять рутинную работу с проектировщика, ускорить подготовку спецификаций и обнаружение ошибок, а также создать базу для обучения ИИ под специфические задачи в архитектуре и проектировании.
Статья на arxiv.org
👍14🔥6👌5👏3
Принесла вам четыре поста — самых-самых по перепостам и полезности. Почитайте, если пропустили:
🔵 Про репозиторий и инструменты для автоматизации проверки параметров в файлах Revit или IFC.
🔵 Про Centaur — модель «ИИ-психики» на базе Llama 3.1, способную предсказывать поведение людей.
🔵 Про метод Experiential Space Analysis, который на уровне макета дает конкретные расчеты, где людям в помещении переговорки делать, где — диванчики для отдыха, а где — зал для йоги.
🔵 Про RAGFlow — опенсорсный движок для создания систем с глубоким анализом документов.
И еще:
недавно прочитала, что одно из отличий текстов, написанных нейросетями, — правильная пунктуация. Якобы только ИИ ставит кавычки-ёлочки и длинное тире. Но нет, даже наоборот. Нейросети норовят поставить – и "".
Поэтому сегодня вместе со списком постов принесла вам инструмент грамотного человека — раскладку Бирмана. Она помогает быстро ставить с клавиатуры редкие символы, не пренебрегая правилами русской типографики в угоду скорости.
Увидите в постах на канале «» и длинное тире — знайте, это Бирман мне помог, а не Дипсик😁
И еще:
недавно прочитала, что одно из отличий текстов, написанных нейросетями, — правильная пунктуация. Якобы только ИИ ставит кавычки-ёлочки и длинное тире. Но нет, даже наоборот. Нейросети норовят поставить – и "".
Поэтому сегодня вместе со списком постов принесла вам инструмент грамотного человека — раскладку Бирмана. Она помогает быстро ставить с клавиатуры редкие символы, не пренебрегая правилами русской типографики в угоду скорости.
Увидите в постах на канале «» и длинное тире — знайте, это Бирман мне помог, а не Дипсик😁
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥9👍8👏5👌5
Об архитектуре трансформеров в проектировании
#учимся
Трансформер — это архитектура глубокого обучения, которая изначально была разработана для обработки последовательностей данных (например, текста), но теперь широко применяется и в задачах генерации и анализа архитектурных объектов.
Основные компоненты:
Трансформер состоит из блоков внимания (self-attention), которые позволяют модели учитывать взаимосвязи между разными частями входных данных одновременно, а не по очереди. Это особенно полезно для понимания сложных структур, например, взаимосвязей между элементами архитектурного плана или 3D-модели.
Принцип работы:
Модель получает на вход последовательность данных (например, описания помещений, координаты точек, параметры поверхностей) и преобразует её в новое представление, учитывая контекст каждого элемента относительно всех остальных. Это позволяет создавать более согласованные и структурированные архитектурные объекты.
Особенности в архитектуре:
Трансформеры хорошо справляются с моделированием пространственных и семантических связей, что важно для генерации планов зданий, фасадов и даже сложных 3D-форм. Благодаря параллельной обработке данных они эффективны и масштабируемы.
Пример использования:
В архитектуре трансформеры могут принимать описание проекта или частичные данные и генерировать полный план здания, учитывая функциональные связи между помещениями и требования к пространству.
В архитектуре трансформеры применяются в связке с другими нейросетями — например, генеративно-состязательные сети (GAN) и диффузионные модели. Трансформеры отвечают за аналитику и соблюдение правил — моделирование связей, а GAN или диффузионные модели — за творчество и красоту, создавая визуал и форму.
Скрин — из статьи Attention Is All You Need, в которой была впервые представлена архитектура трансформера.
#учимся
Трансформер — это архитектура глубокого обучения, которая изначально была разработана для обработки последовательностей данных (например, текста), но теперь широко применяется и в задачах генерации и анализа архитектурных объектов.
Разновидности: BERT (анализ текста), GPT (генерация текста), DETR (распознавание объектов на изображениях), T5 (преобразование текста), Swin Transformer (трансформер для компьютерного зрения) и другие.
Основные компоненты:
Трансформер состоит из блоков внимания (self-attention), которые позволяют модели учитывать взаимосвязи между разными частями входных данных одновременно, а не по очереди. Это особенно полезно для понимания сложных структур, например, взаимосвязей между элементами архитектурного плана или 3D-модели.
На вход модели даются параметры и стандарты. Механизм внимания выявляет ключевые зависимости, например, что кухня должна быть рядом с гостиной, а санузлы распределены по этажам.
Принцип работы:
Модель получает на вход последовательность данных (например, описания помещений, координаты точек, параметры поверхностей) и преобразует её в новое представление, учитывая контекст каждого элемента относительно всех остальных. Это позволяет создавать более согласованные и структурированные архитектурные объекты.
Особенности в архитектуре:
Трансформеры хорошо справляются с моделированием пространственных и семантических связей, что важно для генерации планов зданий, фасадов и даже сложных 3D-форм. Благодаря параллельной обработке данных они эффективны и масштабируемы.
Пример использования:
В архитектуре трансформеры могут принимать описание проекта или частичные данные и генерировать полный план здания, учитывая функциональные связи между помещениями и требования к пространству.
В архитектуре трансформеры применяются в связке с другими нейросетями — например, генеративно-состязательные сети (GAN) и диффузионные модели. Трансформеры отвечают за аналитику и соблюдение правил — моделирование связей, а GAN или диффузионные модели — за творчество и красоту, создавая визуал и форму.
Скрин — из статьи Attention Is All You Need, в которой была впервые представлена архитектура трансформера.
👍11👌9🔥4👏3❤1
This media is not supported in your browser
VIEW IN TELEGRAM
После хороших выходных к вечеру понедельника у меня тоже иногда такое осмысленное выражение лица 😁
Тем временем есть такое направление, как промышленный туризм. Среди мест, которые можно посетить, есть и экскурсия на производство сервисных роботов Промобот (это их гуманоидные модели на видео). Если будете в Перми — вот вам интересная локация.
Тем временем есть такое направление, как промышленный туризм. Среди мест, которые можно посетить, есть и экскурсия на производство сервисных роботов Промобот (это их гуманоидные модели на видео). Если будете в Перми — вот вам интересная локация.
👏11🔥8👌4👍2😁2
Сколько российские компании экономят на ИИ. Спойлер — до многих миллионов рублей. По материалу РБК:
Развертывание ИИ-систем стоит крупному бизнесу от 5 до 20 млн в год. Отдача у всех разная:
⚫️ ВТБ внедрил чат-бота с ИИ, который с мая 2024 года обрабатывает около 75% запросов клиентов. Это позволило сэкономить примерно 3,5 млрд рублей в год.
⚫️ T2 автоматизировала поддержку клиентов с помощью чат-ботов, которые в 2024 году закрыли 67% обращений; экономия составила около 2,8 млрд рублей. К 2027 году планируют довести этот показатель до 80%.
⚫️ МТС обрабатывает с помощью ИИ примерно 50% запросов в клиентском сервисе, а в ближайшие 2–3 года показатель планируется повысить до 80%.
⚫️ Wildberries за 2024 год на ИИ-ботах службы поддержки сэкономил около 1 млрд рублей, автоматизировав обработку примерно 70% обращений.
⚫️ Во VK два из трех запросов пользователей решаются автоматически силами ИИ.
⚫️ Авито пока ожидает, что LLM снизят расходы службы поддержки на десятки миллионов рублей и принесут доход свыше 1 млрд рублей в 2026 году.
Представитель неназванной крупной ИТ-компании отметил: экономия от ИИ-систем зависит от размера команды. Автоматизация обработки около 50-60% обращений позволяет сэкономить сотни миллионов рублей в компаниях с персоналом около 1000 человек, а в командах до 40-50 человек — около 10 млн рублей в год.
Развертывание ИИ-систем стоит крупному бизнесу от 5 до 20 млн в год. Отдача у всех разная:
Представитель неназванной крупной ИТ-компании отметил: экономия от ИИ-систем зависит от размера команды. Автоматизация обработки около 50-60% обращений позволяет сэкономить сотни миллионов рублей в компаниях с персоналом около 1000 человек, а в командах до 40-50 человек — около 10 млн рублей в год.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍11🔥9👏4❤2👌2
Microsoft - Responsible AI Transparency Report 2025.pdf
8.7 MB
В отчете Responsible AI Transparency Report 2025 Microsoft подробно описывает инструменты на базе Azure, предназначенные для выявления, оценки и снижения рисков, связанных с ИИ. Вот ключевые решения:
Azure AI Content Safety
Автоматически фильтрует вредоносный контент (текст, изображения, аудио) и выявляет «галлюцинации» ИИ с возможностью автокоррекции. Используется в образовательных чат-ботах для защиты пользователей.
Azure AI Foundry
Централизованная платформа для тестирования и развертывания ИИ-моделей. Включает сравнение моделей, автоматическое тестирование уязвимостей и оценку агентных систем. Помогает клиентам проверять модели перед запуском.
Prompt Shield
Защищает от prompt-атак, блокируя вредоносные запросы до их обработки моделью. Особенно важен для корпоративных решений вроде Microsoft 365 Copilot.
Azure AI Evaluation SDK
Позволяет настраивать оценку рисков под конкретные задачи, включая анализ токсичности контента и точности работы ИИ. Применяется в научных исследованиях.
Embedded Content Safety
Обеспечивает модерацию контента непосредственно на устройстве без отправки данных в облако. Используется в медицине и других сферах с чувствительными данными — ПД и прочим.
Инструменты Azure от Microsoft обеспечивают защиту на всех этапах — от разработки до промышленной эксплуатации моделей. Подробнее — в прикрепленном файле.
Отделу кибербеза будет интересно посмотреть, как делает «Большой брат».
Azure AI Content Safety
Автоматически фильтрует вредоносный контент (текст, изображения, аудио) и выявляет «галлюцинации» ИИ с возможностью автокоррекции. Используется в образовательных чат-ботах для защиты пользователей.
Azure AI Foundry
Централизованная платформа для тестирования и развертывания ИИ-моделей. Включает сравнение моделей, автоматическое тестирование уязвимостей и оценку агентных систем. Помогает клиентам проверять модели перед запуском.
Prompt Shield
Защищает от prompt-атак, блокируя вредоносные запросы до их обработки моделью. Особенно важен для корпоративных решений вроде Microsoft 365 Copilot.
Azure AI Evaluation SDK
Позволяет настраивать оценку рисков под конкретные задачи, включая анализ токсичности контента и точности работы ИИ. Применяется в научных исследованиях.
Embedded Content Safety
Обеспечивает модерацию контента непосредственно на устройстве без отправки данных в облако. Используется в медицине и других сферах с чувствительными данными — ПД и прочим.
Инструменты Azure от Microsoft обеспечивают защиту на всех этапах — от разработки до промышленной эксплуатации моделей. Подробнее — в прикрепленном файле.
Отделу кибербеза будет интересно посмотреть, как делает «Большой брат».
👍8👏8🔥5👌4
Новые эксперименты от ИИ-лаборатории ПИКа. Красота, созданная на VEO 3🟣
Veo 3 от Google генерирует видео в разрешении до 4K и умеет создавать синхронизированную аудиодорожку.
Veo 3 от Google генерирует видео в разрешении до 4K и умеет создавать синхронизированную аудиодорожку.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👏13👍9🔥3👌3😁2❤1⚡1
Forwarded from Альянс Цифровых Лидеров в стройке
Media is too big
VIEW IN TELEGRAM
Тем временем Яндекс разработал новое поколение рекомендательных систем ARGUS
... и недавно выложил в открытый доступ огромный датасет обезличенных данных, на которых обучали ARGUS, — Yambda.
А в видео специалисты компании рассказали, как работают их сервисы теперь, что учитывают и зачем такая система нужна бизнесу.
Например, после внедрения ARGUS в Маркет клиенты стали добавлять товары из рекомендаций на 3% чаще, а покупать добавленное из рекомендаций — на 5%.
... и недавно выложил в открытый доступ огромный датасет обезличенных данных, на которых обучали ARGUS, — Yambda.
А в видео специалисты компании рассказали, как работают их сервисы теперь, что учитывают и зачем такая система нужна бизнесу.
Например, после внедрения ARGUS в Маркет клиенты стали добавлять товары из рекомендаций на 3% чаще, а покупать добавленное из рекомендаций — на 5%.
Чем это может быть интересно застройщикам:
1. Изучить и попробовать коррелировать результаты с действиями клиентов при выборе недвижимости.
2. Изучить в рамках развития retail media — рекламных кампаний, размещённых на платформах ритейлеров, маркетплейсах и интернет-магазинах.
👌10🔥8👍5👏3