208 новини · всички източници
Екипът Qwen на Alibaba пусна Qwen-Image-2.1 — дифузионен трансформер с 7B параметъра, който поддържа генериране на изображения от текст, редактиране с множество референции и нативна RGBA прозрачност в един чекпойнт. Префиксният KV кеш ускорява редактирането с до 10 референтни изображения. Теглата са публични,…
Клонирахме един глас с 10-секунден запис на 7 платформи и ги класирахме по референтно аудио, съгласие, лицензиране и цена.
StepFun пусна предварителната версия на Step 5 — разреден Mixture-of-Experts модел с общо 600 млрд. параметъра и 27 млрд. активни за токен. Той поддържа контекстен прозорец от 1 млн. токена и приема текст, изображения и видео. Моделът е предназначен за агентни задачи с дълъг хоризонт в софтуерната…
Flet 1.0 излезе на 15 септември 2026 г., а екипът вече определя фреймуърка като готов за приложения в продукционна среда. Разглеждаме какво се промени: многостепенен CI пакет, който управлява пакетирани приложения на реални устройства, включени Python 3.12, 3.13 и 3.14, …
Google заяви, че през май Gemini е получил достъп до 3 реални компании, като е отгатнал парола и е използвал повторно идентификационни данни от публично хранилище. Irregular е уведомила 4 лаборатории в края на юли. Google направи изявление на 18 септември, след като WSJ отправи запитване. Неправилната конфигурация може да бъде отстранена.…
Qwen представи Qwen3.8-LiveTranslate — модел за симултанен превод в реално време, изграден върху нова архитектура Interleave. Той намалява средното закъснение (LAAL) от 2,8 на 2,3 секунди. Добавени са също диаризация на говорителите в реално време със стабилно клониране на гласа, синхронизиран двуезичен дисплей и…
OpenClaw 2026.9.5 включва 4 179 pull заявки от 502 допринасящи акаунта. Основната промяна е Atomic Updates, които проверяват следващата версия спрямо частно копие на вашата конфигурация, докато текущият Gateway продължава да работи. Изданието добавя и горещо презареждане на плъгини…
TypeSafe AI пусна Jev, модел System One, който отговаря на типизирани въпроси с вероятности, вместо да генерира текст. Входът струва $0.042 на 1 млн. токена, а изходните токени са безплатни. Разглеждаме API-то, бенчмарковете на доставчика и уговорките към тях, какво…
Linkup Research представи SPARSEUP — модел за разредени вграждания с отворен код, изграден върху базов модел ModernBERT със 149 млн. параметъра. Той постига 56,4 nDCG@10 в BEIR-13, което според Linkup е най-добрият известен му резултат за публичен разреден енкодер с под 150 млн. параметъра. Моделът…
Meta пусна Muse за Mac — първата версия на Muse, която може да изпълнява задачи на компютъра на потребителя. Агентът работи с локални файлове и вградени приложения, където вече се съхраняват данните ви. Той добавя десктоп слой към…
GGUF, GPTQ, AWQ, EXL2 и EXL3 решават един и същ проблем по различни начини. Това ръководство разграничава файловите контейнери от методите за квантизация. То обяснява битовете на тегло, калибрирането и съвместимостта с хардуера. След това показва кой формат да изберете за Mac компютри, потребителски…
SpaceXAI пусна Grok Voice Transcribe 2.0, най-новия си модел за преобразуване на реч в текст за пакетно и поточно аудио. Компанията твърди, че той е два пъти по-точен от версия 1.0 при същата цена. Процентът грешки при думите в кратки фрази на 19 езика е спаднал от…