В Китае сделали настольного робота‑вайфу, которого можно поставить около ПК. Робот умеет двигать руками, крутить головой, реагировать на голос, жесты и касания, а также показывать мимику. При заказе можно выбрать ей внешность, одежду, голос и характер. Стоимость комплекта составляет $1400.
16 мая 2026 года вышел в релиз Debian 13.5 на базе ядра Linux 6.12 LTS (а также GNOME 48, KDE Plasma 6.3.6, Xfce 4.20, Cinnamon 6.4.10, LXQt 2.1, MATE 1.26.1 и LXDE 13). Популярный дистрибутив доступен для многих официально поддерживаемых архитектур, включая AMD64/x86-64, ARM EABI (armel), ARM64, ARMv7 (armhf), mipsel, mips64el, RISC‑V, PowerPC 64 (ppc64el) и IBM System z (s390x).
15 мая 2026 года вышла новая экспериментальная версия открытой реализации программного интерфейса Windows Win32 API для ОС на базе Linux, macOS и BSD Wine 11.9. Выпуск Wine 10.0 состоялся в январе 2025 года. Релиз Wine 11.0 случился 13 января 2026 года. Версия Wine 12.0 ожидается в начале следующего года.
Это пародия... на многое
Статья‑интервью написана на основе разговора с Артёмом, основателем проекта Stopilot — редактора кода, который помогает разработчику не писать код, пока тот не понял задачу.
Большинство историй про AI‑инструменты выглядят одинаково: человек открывает Cursor, за выходные собирает SaaS, выкладывает скриншот MRR и дальше объясняет, что главное — не думать, а быстро валидировать гипотезы. Рынок не ждёт, окно возможностей закрывается, конкуренты уже деплоят.
Артём пошёл в другую сторону. Он заметил, что после Cursor у многих команд появилась новая проблема: код пишется быстрее, чем его успевают понимать. За выходные он собрал альтернативу Cursor, которая на любой промпт отвечает: «Сначала сформулируйте задачу человеческими словами». Через 8 месяцев Stopilot вышел на 1,29 млн рублей в месяц.
Он сам расскажет, как это было.
✔️ Отец русской математики, без которого не было бы современного ML: 205 лет Пафнутию Чебышеву
16 мая 1821 года в селе Окатово Калужской губернии родился Пафнутий Львович Чебышев. Человек, без работ которого современный data science выглядел бы совсем иначе: ни тебе закона больших чисел в привычной форме, ни оценок отклонений, ни нормальной теории приближений.
Чебышев основал петербургскую математическую школу и почти 35 лет вёл кафедру математики в Санкт-Петербургском университете. Через его руки прошли Ляпунов, Марков и Стеклов, то есть люди, чьи имена сегодня встречаются в любой книге по статистике и теории вероятностей.
Главное, чем он остался в математике: многочлены Чебышева, неравенство Чебышева, результаты по распределению простых чисел и фундамент теории приближений. Если кто-то когда-то открывал учебник по ML, он сталкивался с этим неравенством в первой же главе про концентрацию меры. Многочлены Чебышева до сих пор используют в численных методах, фильтрах и аппроксимациях, на которых построены реальные инженерные системы.
Теперь обещанная история. Чебышев с детства хромал на одну ногу из-за врождённого дефекта, обычные детские игры были для него почти недоступны, и мать делала ставку на учёбу. Именно эта хромота, по воспоминаниям современников, и подтолкнула его всю жизнь возиться с механизмами: он хотел понять, как можно превратить вращательное движение в прямолинейное, чтобы шаги людей и работа машин были ровными. В итоге он построил больше 40 механических устройств, включая знаменитую стопоходящую машину, которая на Всемирной выставке в Париже в 1878 году ходила как настоящее живое существо. Это был один из первых в истории шагающих механизмов, фактически прадед современных шагающих роботов.
Ещё один штрих: Чебышев почти всю свою преподавательскую зарплату тратил на инструменты и модели для собственной мастерской, а женат так и не был, говорил, что наука для него важнее. При этом в Европе его называли просто «русский Эйлер», а Французская академия наук избрала его иностранным членом ещё при жизни.
t.me/rust_code - пишу про вайбкодинг, Rust, тестирую модели и делюсь с вами подписывайтесь!
Спасибо за внимание!
Это девятая статья про инженерные решения в ONEMIX. Тема узкая, push-уведомления. Но я её давно хотел разобрать, потому что туториалов в интернете много, а production-граблей в них почти нет.
Если коротко, туториал по push выглядит так. Регистрируешь токен через Notifications.getExpoPushTokenAsync(). Отправляешь на бэкенд. Когда приходит пуш — addNotificationResponseReceivedListener ловит тап, навигируешь в нужный экран. Всё.
В реальном мессенджере таких туториалов недостаточно. Появляется десяток узких проблем. Пуш приходит когда юзер уже в этом чате. Пуш приходит когда приложение убито системой. Navigation после открытия из пуша добавляет дублирующийся экран в стек. На iOS звонки идут через отдельный канал VoIP который требует совершенно другой инфраструктуры. Эти грабли я и разберу.
В этой статье я хочу представить вам мой фреймворк, реализующий идеи чистой архитектуры адаптированные для игровых проектов. Данный фреймворк определяет основные слои вашего проекта, сущности и сервисы, а так же содержит минимальный набор утилит.
Wired сообщает, что сооснователь и президент OpenAI Грег Брокман официально возглавил всю продуктовую стратегию, а ChatGPT, кодинг-агент Codex и API для разработчиков сводятся в одну команду. До этого Брокман курировал продукты временно — пока глава внедрения AGI Фиджи Симо была в отпуске по болезни; теперь назначение стало постоянным, инфраструктурное направление за ним сохраняется. В служебной записке сотрудникам он сформулировал цель так: "Мы консолидируем продуктовые усилия, чтобы с максимальным фокусом двигаться к агентному будущему и побеждать и в потребительском, и в корпоративном сегменте". Логика слияния простая: ChatGPT, без серьезных кодинг-инструментов — это просто умный чат, а Codex без потребительской оболочки — инструмент только для инженеров. Аудитория ChatGPT на пике превышала 900 миллионов пользователей в неделю, но примерно с выхода GPT-5 в прошлом августе OpenAI перестала рапортовать о ее успехах.
13 мая жительница Сан-Диего Амарго Кутюр подала против OpenAI коллективный иск в федеральный суд Южного округа Калифорнии (дело № 3:26-cv-03000). Она утверждает, что сайт ChatGPT передавал темы пользовательских запросов и опознающие данные в Google и Meta* (признана экстремистской и запрещена в России). Для сбора данных использовались рекламные трекеры — но в данном случае сторона истца квалифицирует это не как обычную веб-аналитику, а как незаконный перехват переписки. Это уже второй такой иск за неделю: 6 мая похожую жалобу подали в Северном округе Калифорнии. По оценке истцов, пострадавших — миллионы человек.
Братья‑близнецы Муниб и Сохайб Ахтер уничтожили 96 правительственных баз данных в течение часа после того, как их уволили из компании, обслуживающей федеральные ведомства. Муниба и Сохайба Ахтеров арестовали, им грозит до 45 и 21 года тюрьмы соответственно. Их историю приводит ArsTechnica.
Компании «Газпрома», в том числе из головной структуры группы, начали открывать счета в цифровых рублях, сообщает «Интерфакс». Одна из структур концерна, ООО «Газпром 335», уже сообщила в системе госзакупок о заключении долгосрочного договора на открытие счета в цифровых рублях.
За годы работы разработчиком я сталкивался с разными подходами к тестированию. В этой статье я хочу показать, какие практики кажутся мне неэффективными, и объяснить, как довольно просто писать надёжные тесты, которые дают и хорошее покрытие, и устойчивость. Статья может быть полезна не только Python-разработчикам, но и инженерам-программистам в целом.
Эта задача представляет собой несколько более продвинутую модификацию задач, встречающихся на студенческих олимпиадах по механике. Там обычно вместо шара в кардановом подвесе рассматривается диск на стержне. Интересно также, что основные проблемы в этой задаче начинаются не на уровне динамики, а на уровне кинематики.
Довольно интересное наблюдение: я перестал пользоваться автокомплитом в IDE, который предлагает LLM.
Сначала для меня это была одна из ключевых функций. Это казалось жутко удобным: ты начинаешь писать функцию в своём коде, а LLM дописывает её на основе здравого смысла или контекста из открытых табов.
Хотите узнать, как редактировать видео быстро и без сложных программ? ИИ редактор видео Runway Aleph - лучшая нейросеть для обработки видео. Учимся монтажу.
Компания Nintendo в наше время имеет довольно… странную репутацию. Одни до сих пор упорно игнорируют её существование, другие все еще ненавидят по очень надуманным причинам, а третьи фанатично сражаются за ее честь в интернете, когда кто-то снова спиратил Зельду.
И, как правило, все три категории геймеров делятся на два лагеря, когда слышат один тезис: Nintendo придумала всю современную игровую индустрию и львиную долю актуального геймдизайна.
Что? Вы тоже не верите? Тогда давайте об этом сегодня и поговорим.
Так сложилось, что я люблю играть в волейбол и активно снимаю свои игры и тренировки.
У любителей обычно стоит стационарная камера на штативе, которая захватывает всю площадку (или почти всю) в формате 16:9. При этом современные соцсети потребляют контент вертикально (9:16) и короткими роликами около минуты.
Задача: быстро делать вертикальные видео из любительских волейбольных съёмок.
Центральный объект внимания в волейболе — мяч. Значит, нужно определять начало розыгрыша и дальше уверенно следить за мячом. Если сопровождать мяч и делать кроп из 16:9 в 9:16 — получаем готовый вертикальный ролик.
При изучении темы детекции объектов почти сразу попадаешь на семейство YOLO. Отличные модели. В предобученных весах есть класс sport ball.
Но возникает проблема. Площадка 18×9 метров, диаметр мяча — 65–67 см. Чем дальше мяч от камеры, тем он меньше на изображении и тем хуже его определяет YOLO.
Человек легко отслеживает мяч даже на сложных кадрах, потому что видит движение и контекст последовательности. А при покадровой обработке YOLO часто «теряет» маленький объект.
На первом этапе мы попробовали superframe — три grayscale-кадра, записанные в RGB-каналы. Это позволило явно подсветить движущиеся объекты.
Когда видишь три модели с одним именем — первая мысль: «наверное одно и то же, просто разные версии». На практике разница между ними примерно как между стажёром, опытным сотрудником и старшим аналитиком. Формально все делают одну работу. Но то как они с ней справляются — совсем другая история.
В первой части была создана инфраструктура для запуска машинного обучения. Там же была создана БД с данными для использования в примерах.
В данной части будет искаться, какой тип файлов вызывает увеличение нагрузки. При этом, зная, какой именно тип файла был указан как вызывающий нагрузку.
Будет использоваться машинное обучение в Apache Spark.
Привет, Хабр! Меня зовут Антон и я занимаюсь задачами NLP в компании Ростелеком Информационные технологии.
Если вам приходилось разбирать большие массивы текстов: отзывов, обращений в поддержку или комментариев, то вы знаете, насколько это трудоемкий процесс.
В статье я покажу, как автоматизировать этот процесс с помощью пайплайна BERTopic: от эмбеддингов и кластеризации до интерпретации тем. Особое внимание уделим тому, как встроить локальную LLM в пайплайн и получить человекочитаемые названия тем.
