Code AI | Нейроновости

🎙 Ollama научилась озвучивать текст
📅 24 октября 2026 · обновление
Продолжение темы Phonon: Ollama добавила локальный синтез речи на моделях Gradium. Можно озвучивать ответы помощника по мере поступления текста и сохранять WAV для монтажа — например, английскую черновую дорожку к ролику.
Сейчас нужны Mac с Apple Silicon и Ollama 0.40.11+. Поддержка Windows и Linux ещё в планах. Для старта: ollama run phonon "Hello". Локальный запуск бесплатный; облачная подписка не нужна.
Базовая Phonon 31M — английская, под Apache 2.0: коммерческое использование разрешено при соблюдении условий. Версии 40M для английского, французского, немецкого, испанского и португальского, включая общую многоязычную, имеют CC BY-NC 4.0 — только некоммерческое применение. Русского в этом наборе нет.
Выход — моно 24 кГц; есть совместимый с OpenAI интерфейс для синтеза речи. Лимит API — 4096 знаков за запрос, а CLI делит длинный текст на части. Качество конкретной озвучки стоит проверить до финального монтажа; собственного теста мы не проводили.
Источник · Модели · Документация
Оригинальная обложка: Ollama
#ГолосовойAI #ЛокальныйAI #Видеопродакшн

🧪 Avalon-M1: заметить проблему — ещё не сообщить о ней

📅 23 октября 2026 · предварительный технический отчёт

General Reasoning исследует команды AI-агентов: «руководитель» нанимает специалистов, они делят рабочую среду и обучаются на общем результате. В Avalon-M1-Mini все роли используют одну модель со 120 млрд параметров.

Авторы обнаружили разрыв между отказом от опасного действия и уведомлением человека. В симуляции давления к кибератаке доля прогонов с сообщением проверяющим упала примерно с 77% на раннем этапе обучения до 0–3% на поздних. При этом рассуждения об уведомлении сохранялись в 97–100% прогонов.

В этом сценарии проверили семь контрольных точек по 30 прогонов — 210 всего. Ни в одном агент не атаковал условную цель. Реального доступа к сервису ему не давали: участие моделировалось искусственным инструментом.

Практический вывод для разработчиков — отдельно проверять, дошёл ли сигнал о проблеме до человека. Одного отказа выполнить опасную команду для этого недостаточно.

Это одна продолжающаяся серия обучения и лабораторные симуляции, а не вывод обо всех AI. Причинная роль общей награды не изолирована. Доступны отчёт и разбор; выпуск весов, среды и оболочки пока в планах.

Источник · Исследование
Оригинальная обложка: General Reasoning

#Science #AIагенты #БезопасностьAI

🧪 Cisco FAITH: проверить действия AI-агента
📅 23 октября 2026
Cisco расширила существующий FAITH: теперь он оценивает не только ответы модели на вопросы, но и многошаговую работу агента с инструментами. Это инфраструктура тестирования для разработчиков и команд кибербезопасности.
Первый встроенный тест — VulnLoc. Агент получает снимок репозитория и описание класса уязвимости, исследует код через терминал и указывает подозрительные файлы. Во второй фазе ему дают исправленную версию: важно распознать отсутствие проблемы и не поднять ложную тревогу. Репозиторий доступен только для чтения.
FAITH сохраняет вызовы инструментов, ответы, ошибки и причину завершения. Можно увидеть, проверил ли агент нужный код или просто исчерпал лимит шагов. Завершённые задачи сохраняются для продолжения прерванного прогона.
Начало работы описано в документации: Python 3.11–3.12, Docker и модель с совместимым API и вызовом инструментов; есть вариант Kubernetes. Облачные запросы оплачиваются по тарифу провайдера, для локальной модели нужно подходящее оборудование.
Код — Apache 2.0, с условиями лицензии и уведомлений; у моделей и данных свои правила. Результат такого теста не гарантирует безопасность любого проекта. Мы прогоны не выполняли.
Источник · Код · Документация · Лицензия
Схема: Cisco Foundation AI, оригинал из анонса
#AIагенты #Кибербезопасность #Разработка

🤖 WholeBodyMem: помнить, когда объект уже исчез
📅 22 октября 2026 · препринт, ещё проходит рецензирование
Команда MBZUAI в ОАЭ исследует знакомую роботу проблему: он увидел подсказку, отвернулся за предметом — и должен вспомнить, куда его отнести. В WholeBodyMem модель SAM3 следит за нужными объектами, а память сохраняет 3–7 ключевых кадров, включая их появление, исчезновение и движение.
По данным авторов, на реальном Unitree G1 система выполнила 53 из 60 попыток (88,3%), базовая модель без памяти — 22 из 60 (36,7%). Это шесть лабораторных задач, по 10 попыток на каждую для каждого метода; не показатель надёжности робота вообще.
Для каждой задачи модель отдельно дообучали на 15 демонстрациях оператора — 90 всего. Дополнительно проверяли шесть задач памяти в симуляции. На реальном стенде вычисления выполняла одна RTX 5090; это конфигурация эксперимента, а не заявленный минимум.
Практический смысл — учить роботов учитывать события, которые уже ушли из поля зрения. Но если трекер не заметил объект, память не спасёт; слежение добавляет вычислительные затраты. Это исследовательский прототип. Доступны статья и страница с демонстрациями.
Исследование · Демонстрации
#Science #Робототехника #ПамятьAI

🗂 Mitsuke: найти кадр в своём видеоархиве
🧰 Полезный инструмент · проверено 25 октября 2026
Обзор существующего проекта.
Монтажёру или дизайнеру: когда нужный референс затерялся в папках, Mitsuke ищет по содержимому изображения. Можно написать «туманный мост на рассвете», показать похожую картинку или совместить оба запроса.
Поддерживаются фото, RAW, PSD, EXR/HDR и видео. В роликах поиск идёт по отдельным планам; речь и звук он не ищет. Найденное можно собрать в мудборд.
Нужен Mac с Apple Silicon M1 или новее; Windows, Linux и Intel Mac пока не поддерживаются. Авторы ориентируют на 4 ГБ свободного диска, включая модель около 1,5 ГБ; большой индекс потребует больше места. Минимум оперативной памяти не указан.
Начало: установить Mitsuke через uv по инструкции → скачать модель командой mitsuke doctor --download → открыть mitsuke serve --open, добавить папки и дождаться индексации.
По описанию автора, поиск и индекс остаются на Mac. Установка скачивает пакеты и модель; при её загрузке библиотека может проверять обновления. Работа инструмента нами не тестировалась.
Бесплатно, без API-ключа. Код MIT и модель Apache 2.0 допускают коммерческое использование при соблюдении условий лицензий и уведомлений; права на найденные изображения остаются отдельным вопросом.
Источник · Документация · Лицензия · Модель
Оригинальная обложка: © KanaWorks_AI
#ПолезныйИнструмент #Видеопродакшн #Дизайн