DeepDigest

// 50+ источников об ИИ в одном месте

Всё важное об ИИ — в одной ленте

▸ LIVE: Navos Pro от Тайтдун: первый Pro-Agent для AI for Work
@deepdigest
Статьи об ИИ в Telegram — подпишитесь
Подписаться →
@deepdigest · Макс
Статьи об ИИ в Макс — подпишитесь
Подписаться → Дзен
deepdigest · Дзен
Статьи об ИИ в Яндекс Дзен — подпишитесь
Подписаться →
// самые читаемые
#1
Ускорение Gemini Nano на Pixel с мультитокеновым прогнозированием
3749 просм.
#2
Викторина по вводу-выводу 2026 от Google AI Studio
3673 просм.
#3
Конфиденциальные данные в эпоху ИИ: как классифицировать актив...
3616 просм.
#4
Управляемое обучение с Gemini в Сьерра-Леоне: результаты иссле...
3583 просм.
#5
Google: дорожная карта управления ИИ для безопасности агентов
3413 просм.
Все Anthropic News Cursor Changelog GitHub Copilot Changelog Google AI Blog Google DeepMind Google Research Meta AI Blog Microsoft AI Blog Apple Machine Learning AWS Machine Learning Berkeley AI (BAIR) Character.AI Blog Databricks Blog Golem.de / KI Hugging Face Blog ITmedia AI+ LangChain Blog Leiphone Microsoft Research MindStudio Blog Mistral AI Blog Modular Blog NVIDIA AI Blog QbitAI Sakana AI Stability AI Blog Synced TechNews / AI The Robot Report Together AI Blog Weaviate Blog Ahead of AI (Raschka) AI Blog (spaces.ac.cn) AI News AINOW AI Snake Oil AI Supremacy AI Weekly Analytics Vidhya Ars Technica AI Computerwoche Fortune AI IEEE Spectrum AI Import AI Interconnects (Nathan Lambert) IT BOLTWISE Last Week in AI MIT Technology Review AI Simon Willison's Weblog TechCrunch AI Tech Monitor TechOrange The Gradient The Guardian / AI The Sequence The Verge AI VentureBeat AI WIRED AI
|
Все темы LLM1071 Research600 Business315 Safety209 Agents117 Multimodal110 Hardware110 Robotics76 Vision68 Audio4
cs.CL
arXiv
Cornell University Library
arXiv cs.CL

Новый взгляд на взаимодействие зрения и языка в ИИ: систематизированный обзор мультимодальных моделей

Авторы представили систематический обзор объединения зрительного восприятия и языкового мышления в MLLM, ввели пятиэтапную таксономию и обозначили перспективы создания унифицированного мультимодального интеллекта.

LLM Multimodal Research
читать →
~1 мин 1467 просмотра
cs.CL
arXiv
Cornell University Library
arXiv cs.CL

ИИ для языков с ограниченными ресурсами: новый подход на основе WordNet

Разработан метод создания диалоговых ИИ‑систем для языков с ограниченными ресурсами на базе WordNet: преобразовали Hindi WordNet в 1,25 млн пар «инструкция‑ответ», настроили языковую модель — эффективность достигла 91,0.

LLM Research Multimodal
читать →
~1 мин 1543 просмотра
cs.CL
arXiv
Cornell University Library
arXiv cs.CL

Эмоциональные аватары на языке жестов: новый способ общения на непальском

Создан мультимодальный фреймворк NEST-V1: он превращает непальские слова в жесты аватаров с учётом эмоций. Точность распознавания речи — 81,1%, эмоций — 79,21%.

Multimodal Research LLM
читать →
~1 мин 1760 просмотра
cs.CV
arXiv
Cornell University Library
arXiv cs.CV

Новый метод найдёт метановые шлейфы на спутниковых снимках

Разработана мультимодальная модель для обнаружения метановых шлейфов на спутниковых снимках: она эффективнее аналогов и требует меньше ресурсов.

Vision Multimodal Research
читать →
~1 мин 1631 просмотра
cs.CV
arXiv
Cornell University Library
arXiv cs.CV

DinoLink: в 139 раз меньше данных — новое решение для связи автомобиля с инфраструктурой

DinoLink — платформа для сжатия данных в системах V2X: снижает объём передаваемой информации в 139 раз, сохраняет качество данных, ускоряет работу в узкополосных средах.

Vision Research Multimodal
читать →
~1 мин 2031 просмотра
cs.AI
arXiv
Cornell University Library
arXiv cs.AI

Пробелы в оценке мультимодальных ИИ: что мешает оценить реальные возможности моделей?

Исследование выявило пробелы в оценке мультимодальных ИИ-моделей (MLLM): нынешние методы не показывают, как модели объединяют данные из разных источников (текст, фото, аудио и др.).

LLM Multimodal Research
читать →
~1 мин 2031 просмотра
Apple Machine Learning

Apple представила третье поколение моделей Apple Foundation Models

Apple представила третье поколение моделей Apple Foundation Models — семейство из пяти моделей для устройств и облачных вычислений. В него входят встроенные и серверные модели с мультимодальными возможностями. Архитектура моделей позволяет преодолевать ограничения по объёму памяти и обеспечивать конфиденциальность данных.

LLM Multimodal Research
читать →
~3 мин 1579 просмотра
cs.AI
arXiv
Cornell University Library
arXiv cs.AI

COrigami: ИИ поможет создать узнаваемое оригами

Система COrigami на базе ИИ создаёт шаблоны оригами по текстовому описанию, объединяя алгоритмическую оптимизацию и эстетическую оценку — помощник для художников в проектировании сложных форм.

LLM Research Multimodal
читать →
~1 мин 2084 просмотра
Google AI Blog

Google I/O 2026: главные новинки — от Gemini до интеллектуальных очков

На Google I/O 2026 компания представила новые модели ИИ (Gemini Omni, Gemini 3.5 Flash), информационных агентов в поиске, обновлённый интерфейс Gemini (Neural Expressive), персонального ИИ‑агента Gemini Spark и другие разработки. Среди новинок — ежедневная сводка в приложении Gemini, универсальная корзина покупок и интеллектуальные очки для Android XR.

LLM Multimodal Agents
читать →
~3 мин 2116 просмотра
Google AI Blog

Gemini Omni и Gemini 3.5: 9 демонстраций возможностей

На Google I/O 2026 представили модели Gemini Omni и семейство Gemini 3.5. Gemini Omni позволяет создавать и редактировать видео, комбинируя разные типы данных. Версия 3.5 Flash отличается высокой производительностью и подходит для сложных задач — её интегрировали в приложение Gemini и поиск. Также появился персональный агент Gemini Spark.

LLM Multimodal Agents
читать →
~2 мин 2620 просмотра
Google AI Blog

Использование Gemini для организации Google I/O 2026

На выставке Google I/O 2026 продемонстрировали, как можно использовать ИИ для реализации творческих и технических проектов. С помощью различных моделей (Gemini, Nano Banana, Lyria 3 Pro и других) создали фильм, разработали визуальный стиль бренда, запустили музыкальное шоу и видеоигру, разработали приложение для заказа кофе и многое другое. Проекты объединили человеческое творчество и возможности искусственного интеллекта.

LLM Vision Multimodal
читать →
~3 мин 3257 просмотра
Google AI Blog

Прототипы ИИ от Google: обучение с помощью технологий

В Лаборатории будущего под руководством Google и Университета Ватерлоо студенты разрабатывают ИИ-прототипы для образования. Среди проектов — приложение для изучения японского языка, инструмент для освоения языка жестов и система для тренировок по художественной гимнастике. Инициатива помогает учащимся создавать технологии будущего.

LLM Multimodal Research
читать →
~1 мин 2200 просмотра
// еженедельный дайджест на email
темы:
// помочь проекту