Jules — ИИ-кодер Google выходит из бета-версии

Jules теперь доступен всем разработчикам после публичного бета-тестирования.

Асинхронный агент работает на Gemini 2.5 Pro и умеет клонировать репозитории, писать тесты, исправлять баги и создавать пулл-реквесты в фоновом режиме.

Основная фишка — полная автономность. Пока вы занимаетесь другими задачами, Jules анализирует весь контекст проекта в изолированных Google Cloud виртуальных машинах.

Интегрируется с GitHub, предоставляет детальные планы задач с обоснованием изменений. Разработчики отмечают рост продуктивности в 3-5 раз для рутинных операций.

В РФ не доступно, нужен VPN.

#Jules #Google #GitHub
------
@tsingular

Pixel Photonics получила прорыв в масштабируемых квантовых детекторах света

Стартап Pixel Photonics создал революционные детекторы одиночных фотонов, интегрированные в волноводы. Их WI-SNSPD технология позволяет масштабировать квантовые системы без потери точности.

Компания получила €1 млн финансирования от SPRIND и уже поставила системы для QuiX Quantum и DLR. Новые детекторы работают на сверхпроводящих нанопроводах и легко встраиваются в существующие оптические системы.

Главная фишка — многомодовое детектирование с высокой скоростью и ультраточностью. Это решает главную проблему квантовых компьютеров — шум и нестабильность при масштабировании.

Квантовые детекторы станут обычным делом, как сейчас камеры в телефонах — только будут ловить отдельные фотоны :)

#quantum #photonics #detectors
------
@tsingular

Контекстная инженерия важнее промптинга в ИИ

Филипп Шмид утверждает: навык будущего в ИИ — не промпт-инженерия, а контекстная инженерия.

Промптинг слишком узок для сложных ИИ-продуктов. Контекстная инженерия создаёт комплексную информационную экосистему для моделей — предоставляет инструменты, данные и контекст в нужный момент.

Langchain про контекст-инженерию

Разница принципиальная: промпт — это формулирвоание и перефразирование текста и он как бы отступает на второй план, а контекст — построение динамической информационной системы вокруг ИИ и правильная его архитектура фундаментально важнее.

#context #engineering #prompting
------
@tsingular

Google запустил AI First Colab Notebooks в BigQuery и Vertex AI

Google интегрировал ИИ-агентов прямо в Colab блокноты для работы с данными.

Теперь можно просто сказать "проанализируй эти данные" и Data Science Agent сам напишет код, построит графики и найдёт закономерности.

Агенты работают с BigQuery и генерируют код на Python автоматически. Доступны бесплатные GPU и TPU для ускорения вычислений.

Основная фишка — никакой настройки инфраструктуры. Открыл браузер, написал задачу на обычном языке, получил анализ.

Интеграция с Gemini AI позволяет генерировать код и объяснения прямо в процессе работы с данными.

#Google #Colab #BigQuery
------
@tsingular

Ночью вышло обновление для Flow: если коротко, то теперь режим Ingredients to Video стоит всего $0.10.

Раньше одна генерация обходилась в $1 и была крайне непредсказуемой. Это отдельный режим Veo, где можно смешать три картинки и задать им «действие». Позже я выпущу подробный материал по этому режиму — в своё время «сжёг» там миллионы.

Теперь о действительно важном. Некоторое время назад Flow реанимировал режим Frames to Video и добавил туда массу обновлений, но так и не объяснил, что именно изменилось. В ролике выше я протестировал две картинки. Первая — абстрактная мультяшная кухня; цель — понять, как Veo распознаёт «объекты» на сложных и нестандартных изображениях. Вторая — обычная «Серая карта», классическая локация из 3D-рендера (чуть ниже объясню, зачем она понадобилась).

Frames to Video: Модель в оковах. Она должна сначала провести титаническую работу по деконструкции вашего изображения (понять объекты, 3D-пространство, стиль), а затем сгенерировать движение, не нарушая ни одного из этих условий. Любое неверное понимание исходной картинки ведет к браку.

Любая генерация имеет себестоимость для компании, и они не могут работать долго в ноль или минус, один вопрос когда модель сама создает локацию и персонажа как в Text to Video, то есть просчитывает с нуля, а совершенно другой вопрос, когда мы ей на вход уже даем готовое изображение и ей нужно понять на изображении кто есть кто, и как с чем можно взаимодействовать. Вот тут уровень сложности невероятно повышается.

Специфика тестирования заключается в том, я подал на вход только изображение локаций, а действие и персонажа создавал через описание. Это было важно чтобы понять какие "ограничения визуального бюджета" есть у Veo, чтобы после прогнозировать что я вообще могу сделать,

Задачей 2 — стала нанесение текстур на стены обычной graybox модели. Выглядит крайне интересно, потому что я не ожидал что у Veo будут проблемы с тем, чтобы раскрасить текстуры.

Эксперимент с серым 3D рендером должен был чисто теоретически элегантно сделать следующее: самый правильный вариант любой видео-генерации это базовый драфтинг локации в 3D, а после его оживление, по себестоимости это получается все равно сильно ниже реальной анимации. Поэтому задумкой было:
1) сделать 3D карту серого локации
2) Раскрасить ее с помощью Frames to Video
3) следующим кадром добавить так же во Frames to Video персонажа и задать ему действие. Таким образом мы смогли бы создать "идеально понятную" для Veo локацию в которой он смог бы не тратить много визуального бюджета на определение границ.

Но тесты провалились, инвалидная коляска для моего алмазного шарика и серые стены для 3D карты серого показали что реальные возможности Frames to Video сильно ограничены и стоит ждать еще множества обновлений чтобы это исправили.

Сегодня в 19:00 я буду приглашенным гостем на канале @vmind_ai1
Если вам интересно изучать Veo дальше приходите, можно будем говорить о Veo.

Ollama неожиданно полезла на поляну хостинга моделей.

https://ollama.com/turbo

Пока только для gpt-oss в режиме превью, но уже предлагают такой сценарий, когда их фреймворк, если включить в нем турбо режим, - будет для инференса обращаться к датацентру олламы в Штатах.

Для этого надо получить у них ключ и добавить в вызов.
Документация тут

#ollama #cloud
———
@tsingular

Shanghai Electric показал промышленного гуманоида Suyuan

На конференции WAIC 2025 Shanghai Electric представил робота Suyuan высотой 167 см и весом 50 кг.

Характеристики:
- 38 степеней свободы для гибких движений
- 275 TOPS вычислительной мощности !!! Вот этот момент интересен. Похоже у него NVidia Orin64gb в голове
- поднимает 10 кг общего груза
- каждая рука - до 2 кг

#Shanghai #Suyuan #WAIC2025
———
@tsingular

Держите универсальный минимальный промпт, выжимающий из моделей максимум в коде:

WiseArchitect&OlympicSmart&Concise&Ternary

Просто добавляете в инструкции и получаете буст в лучшей архитектуре кода, компактности и снижению расхода токенов.

Бонусом игрушка в комментах :)

#dev #lifehack #промпт
———
@tsingular

Смотрим и комментируем эфир презентации GPT5
https://www.youtube.com/watch?v=0Uu_VJeVVfo

в Курсоре вручную добавляйте просто gpt-5 и будет вам счастье

До конца недели БЕСПЛАТНО!!!

#Cursor #GPT5
———
@tsingular

Так, а вот это достойно повтора.

https://news.1rj.ru/str/tsingular/4742

ДО КОНЦА НЕДЕЛИ БЕСПЛАТНО!!!
Отменяем все планы, переписываем ВЕСЬ КОД :)!!!111

#Cursor #Free
———
@tsingular