AI-агенты

Три ИИ-направления, за которыми стоит следить в 2027 году

Обложка: Три ИИ-направления, за которыми стоит следить в 2027 году

Большие языковые модели остаются главной темой ИИ-рынка. К OpenAI, Anthropic и Google добавляются китайские Moonshot AI и DeepSeek, а в Европе — Mistral. Но в 2027 году инвестору не стоит ограничиваться историями языковых моделей — стоит следить и за другими направлениями: продуктами для конкретных задач бизнеса, инфраструктурой для ИИ, прикладным ИИ в производстве и логистике (Physical AI). Мы проанализировали рынок и разобрались, какие сектора могут оказаться наиболее востребованными в гонке за первенство в ИИ, а также выделили наиболее перспективные имена в рамках каждого из сегментов.

Читать далее

ZOLT JOURNAL / ДАЛЬШЕ

Обложка: Sandflow открыла датасет из 106 тысяч 3D‑моделей
AI-агентыHabr AI

Sandflow открыла датасет из 106 тысяч 3D‑моделей

Французский стартап Sandflow выпустил Sand3D — открытый датасет и 106 тыс. 3D‑моделей различных объектов. Каждая модель сопровождается кодом на Python, который строит объект из независимых деталей. Датасет предлагают использовать для обучения моделей создавать и редактировать 3D‑модели.

Обложка: Пять футурологических сценариев сосуществования человека и искусственного разума
AI-агентыHabr AI

Пять футурологических сценариев сосуществования человека и искусственного разума

Представим, что ИИ уже умеет выполнять любую работу, получил юридические права и тела роботов. Кто тогда владеет фабриками, принимает последнее решение и остается автором будущего? Разбираем пять устойчивых обществ и два предела, за которыми сосуществовать уже некому.

Обложка: ASR для AI-разработки: как я замерял качество распознавания технических терминов
AI-агентыHabr AI

ASR для AI-разработки: как я замерял качество распознавания технических терминов

В этой статье я расскажу о том, как бенчмарк распознавания речи при AI-разработке голосом. Поговорим про сам замер, фабрики софта, постановку задач, особенности речи и датасет, посмотри на циферки и разберемся почему классический WER — очень коварная метрика, особенно в разработке. Ну что, лонг-тапнем на диплинк и деплоим на шпрот?