3295
@haarrp - admin @itchannels_telegram - 🔥лучшие ит-каналы @javascriptv - продвинутый javascript @JavaScript_testit- js тесты @programming_books_it - бесплатные it книги @ai_machinelearning_big_data - ml
Что придумал Тим Кук кроме нового айфона? Узнаем в компании VK и Coffee&Code.
9 сентября встречаемся в Москве в офисе VK в Авроре. Будем смотреть и обсуждать презентацию, играть в бинго, общаться и чилить с попкорном и чипсиками.
Регистрация — тут. Ждём вас!
📌 Andreessen Horowitz выпустили пятый рейтинг TOP 100 ИИ-приложений.
Главный вывод из пятого ежегодного списка Top 100 AI Apps — экосистема ИИ начинает приходить в равновесие.
В веб-рейтинге появилось всего 11 новых имен, что заметно меньше, чем было мартовском отчете. В мобильном сегменте, напротив, новичков больше — целых 14, но это связано с тем, что App Store активно вычищают "клонов ChatGPT", освобождая место для оригинальных приложений.
🟡Главным событием стало укрепление позиций Google.
Их флагманский ассистент Gemini занял 2 место после ChatGPT и в вебе, и на мобильных устройствах. Правда, разрыв пока существенный: в вебе Gemini набирает примерно 12% от трафика ChatGPT. А вот на мобильных платформах ситуация иная - у Gemini уже почти половина ежемесячно активных пользователей ChatGPT.
Интересная деталь: почти 90% мобильной аудитории Gemini сидит на Android, тогда как у ChatGPT доля Android-пользователей составляет 60%.
🍏 NEWS: Apple рассматривает использование Google Gemini для обновлённого Siri, возможно, уже в 2026 году.
Речь идёт о системе, работающей на серверах Private Cloud Compute на Mac-чипах — то есть на внешней модели, без её размещения на устройстве.
Apple пока не приняла решение и ведёт параллельную разработку двух версий:
- «Linwood» — собственная модель от Apple;
- «Glenwood» — сторонняя, включая обсуждение Gemini, Claude и ChatGPT. Сейчас идет соревнование («bake-off») между ними.
ChatGPT уже используется в качестве запасного варианта Siri для общих вопросов и отвечает за генерацию изображений в iOS 26. Внутри Apple тестируется модель на 1 трлн параметров — значительно больше текущих ~150 млрд, но пока это только исследование.
Пока официальных соглашений нет: обсуждаются и Google, и Anthropic, и OpenAI. Gemini, кстати, подорожало для устройств, но не для серверов. Сделка ещё может измениться, учитывая антимонопольные риски, связанные с Google.
Итог: Apple ищет способ ускорить вывод более мощного Siri, используя сторонние технологии, пока постепенно масштабирует собственную инфраструктуру.
🟢 Подробнее
Feeder — это программа для чтения каналов с открытым исходным кодом (RSS/Atom/JSONFeed) для Android, созданная в 2014 году.
С помощью Feeder вы можете читать последние новости и публикации с ваших любимых сайтов.
Реально бенгер: в новой iOS 26 добавили ремиксы стандартного рингтона, включая Dreamer, который точно станет хитом.
Чуваки, которые при покупке айфона навсегда выключают звук:
🚀 ADeus — ваш open-source AI-ассистент на носимом устройстве!
🎯 Записывает и транскрибирует всё, что вы слышите и говорите, сохраняет это на ваш сервер. Через мобильное/веб‑приложение вы общаетесь с ADeus уже в контексте — никаких сторонних облаков.
🔧 Состав:
• ACM‑металлическое устройство
• Мобильное/веб UI
• Supabase backend + LLM интеграция
💰 Стоимость ≈ 100 USD (DIY) за устройство и открытый код
⭐ Более 3 200 звёзд на GitHub, 19 контрибьюторов, активные фичи: Bluetooth, diarization, voice‑activity detection и UI‑улучшения.
📚 Подробнее:
• GitHub: https://github.com/adamcohenhillel/ADeus
• Документация: https://docs.adeus.ai/
iOS 26 с интерфейсом «жидкое стекло» уже можно протестировать. Apple выпустили публичную бета-версию.
Как установить:
Проходим верификацию на этом сайте > заходим в настройки iPhone > «Основные» > «Обновление ПО» > переключаемся на iOS 26 Public Beta
🔍 Lucy (1.7B) — легковесная агентная модель веб-поиска на базе Qwen3, обученная только через RL, без привычного SFT.
📱 Заточена под мобильные устройства и CPU-only:
• Агентный поиск через Serper (Google API) + Crawl4AI
• Специальные векторные задачи направляют рассуждение
• Обгоняет DeepSeek-v3 на SimpleQA (MCP-бенчмарк)
• Работает с vLLM, llama.cpp, Jan, LMStudio
• Есть в формате gguf — для локального запуска на CPU
• Режим генерации: temp 0.7 / top-p 0.9 / top-k 20
https://huggingface.co/collections/Menlo/lucy-6879d21ab9c82dd410b231ca
📌 EXAONE 4.0 — новая LLM от LG, уверенно конкурирующая с топами
LG AI Research представила EXAONE 4.0 (предыдущие версии) , свою ризонинг-модель. Разработчики называют ее «гибридным ИИ», и это не просто маркетинговый ход. По сути, это сплав классических языковых способностей с мощным механизмом логических рассуждений, унаследованным от предшественника EXAONE Deep.
Главная фишка — пошаговый подход к решению задач, основанный на выстраивании цепочки мыслей. Это позволяет модели хорошо справляться не только с текстами, но и со сложными областями вроде математики, науки и программирования.
В LG решили не размениваться на мелочи и не придумывать собственные удобные бенчмарки, а сразу вышли на глобальную арену.
Модель показала себя более чем достойно на самых сложных и актуальных тестах. Например, на GPQA-Diamond, который проверяет научные знания, она набрала 75.4 балла, а в математическом AIME 2025 — все 85.3. Судя по графикам, EXAONE 4.0 уверенно конкурирует как с открытыми, так и с передовыми закрытыми моделями на английском языке, а также демонстрирует отличные результаты на корейском и недавно добавленном испанском.
🟢На бенчмаркх видно: EXAONE 4.0 уверенно конкурирует с передовыми закрытыми и открытыми LLM на английском, а также остаётся одной из лучших на корейском рынке.
🟢 Модель вышла в двух вариантах:
1. EXAONE 4.0 Professional (32B параметров) — заточена под медицину, право и другие сложные предметные области. Уже сдала 6 национальных сертификационных экзаменов в Корее.
2. EXAONE 4.0 On‑Device (1.2B параметров) — работает офлайн прямо на устройстве. При этом она вдвое компактнее, но быстрее предыдущей версии. Идеально для задач с требованиями к приватности и скорости отклика.
Появилась модель, которая решает больше edge‑кейсов, чем Qwen‑235B, но при этом требует в 7 раз меньше памяти.
Еще:
- Обучена на 14T токенах.
- Поддерживает Model Context Protocol (MCP)
- Поддерживает**Function Calling** — интеграция с внешними инструментами и API прямо через LLM.
📌 Многоязычие, высокая точность, локальная работа — всё это делает EXAONE одним из самых интересных релизов LLM‑рынка в 2025 году.
🟠Подробнее: https://www.lgresearch.ai/blog/view?seq=576
🟠Model: https://huggingface.co/LGAI-EXAONE/EXAONE-4.0-32B
@ai_machinelearning_big_data
#AI #ML #LLM #EXAONE #LG
🖥 Open Replay — воспроизведение сессий для разработчиков
Open Replay — это self-hosted инструмент для воспроизведения сессий и аналитики.
Идеально подходит для воспроизведения проблем и багов, совместного просмотра с пользователями.
🖥 GitHub
🟡 Инструкция по деплою
@react_tg
🔧 How to: настраиваем GitLab CI/CD для мобильных тестов
Ручные сборки и деплой занимают время, а человеческий фактор может привести к ошибкам. Автоматизируем процесс!
1️⃣ Создаём .gitlab-ci.yml
Файл .gitlab-ci.yml – сердце CI/CD в GitLab. Здесь описываем, какие тесты и когда запускать.
Пример пайплайна для Android (Appium + Pytest):
stages:
- test
variables:
ANDROID_HOME: "/sdk"
PATH: "$ANDROID_HOME/emulator:$ANDROID_HOME/tools:$ANDROID_HOME/platform-tools:$PATH"
test_ui:
stage: test
image: python:3.9
before_script:
- pip install -r requirements.txt
script:
- pytest tests/ui_tests --junitxml=report.xml
artifacts:
paths:
- report.xml
➖ Что тут происходит?
✔️ stages: Определяем этапы (у нас пока только test).
✔️ variables: Переменные среды (Android SDK и путь к эмулятору).
✔️ test_ui: Джоб, который запускает UI-тесты.
✔️ image: Используем докер-образ с Python 3.9.
✔️ before_script: Устанавливаем зависимости перед запуском.
✔️ script: Запускаем тесты.
✔️ artifacts: Сохраняем отчёт о тестах.
2️⃣ Подключаем GitLab Runner
Чтобы GitLab выполнял тесты, нужен Runner – агент, который их запускает.
Запускаем Runner на своём сервере
➡️ Устанавливаем GitLab Runner:
sudo curl -L --output /usr/local/bin/gitlab-runner \
"https://gitlab-runner-downloads.s3.amazonaws.com/latest/binaries/gitlab-runner-linux-amd64"
sudo chmod +x /usr/local/bin/gitlab-runner
➡️ Регистрируем Runner:
gitlab-runner register
Вводим URL репозитория и токен (берём в Settings → CI/CD → Runners).
➡️ Запускаем Runner:
gitlab-runner start
Теперь тесты будут выполняться прямо на твоей машине или сервере.
3️⃣ Добавляем Android-эмулятор в пайплайн
Если нужно гонять тесты на Android:
test_android:
stage: test
image: budtmo/docker-android:emulator_11.0
before_script:
- start-emulator
- adb wait-for-device
script:
- pytest tests/android_tests
✔️ budtmo/docker-android – докер-контейнер с эмулятором Android.
✔️ start-emulator – запускаем эмулятор.
✔️ adb wait-for-device – ждём, пока устройство загрузится.
4️⃣ Автоматизация сборки APK/IPA
Чтобы собирать APK (Android) или IPA (iOS) в GitLab CI/CD:
Android (Gradle)
build_apk:
stage: build
image: openjdk:11
script:
- ./gradlew assembleDebug
artifacts:
paths:
- app/build/outputs/apk/debug/app-debug.apk
iOS (Fastlane)
build_ios:
stage: build
image: circleci/macos-xcode
script:
- bundle exec fastlane build
artifacts:
paths:
- build/ios.ipa
Какой CI/CD используете вы? Делитесь опытом в комментариях 💬
🌟 FlexTok: адаптивная 1D-токенизация изображений от Apple.
FlexTok - метод токенизации изображений, который преобразует 2D-изображения в упорядоченные 1D-последовательности переменной длины.
Его цель - сократить объем данных, необходимых для обучения генеративных моделей, и при этом оставить достаточную информацию для качественной реконструкции и генерации.
В отличие от традиционных подходов, где число токенов фиксировано и зависит только от размера изображения, FlexTok подстраивается под сложность контента: простейшая сцена может кодироваться несколькими токенами, а сложная - десятками и сотнями .
FlexTok, это по сути, пайплайн из 3 компонентов: ViT‑энкодер, квантование регистров и маскирование внимания:
ViT‑энкодер с набором «регистровых» токенов читает латентные представления VAE‑GAN и конденсирует их в 1D-последовательность до 256 регистров .
Затем, с помощью FSQ‑квантования, каждый регистр дискретизируется в код из заранее определенного словаря размером ~64 000.
На этом этапе применяется "nested dropout": во время обучения случайно обрезаются последние токены, чтобы модель научилась упорядочивать информацию от грубых форм к деталям.
Параллельно применяется авторегрессионная маска внимания: каждый токен в цепочке видит только те, что были до него, и не знает о тех, что идут после. Это заставляет модель генерировать изображения шаг за шагом, от первого токена к последнему, и упрощает ей задачу прогнозирования следующих элементов.
Декодер в FlexTok - это модель rectified flow, которая на вход берет укороченные токены и слегка зашумленные латенты VAE и учится предсказывать тот шум, который нужно убрать, чтобы вернуть исходное представление.
Чтобы обучение шло быстрее и давало более точные результаты, добавляют REPA‑Loss: он сравнивает промежуточные признаки с векторами из DINOv2‑L. Благодаря этому даже при очень жесткой компрессии (от 1 до 256 токенов), FlexTok успешно восстанавливает детали изображения.
FlexTok легко встраивается в текстово‑ориентированные модели и может улучшить соответствие изображения описанию, даже если число токенов меняется. К тому же его адаптивная токенизация применима не только к картинкам, но и к аудио или видео.
▶️Набор токенизаторов:
🟢Flextok_d12_d12_in1k - 12\12 слоев энкодер-декодер, датасет IN1K;
🟢Flextok_d18_d18_in1k - 18\18 слоев энкодер-декодер, датасет IN1K;
🟢Flextok_d18_d28_in1k - 18\28 слоев энкодер-декодер, датасет IN1K;
🟢Flextok_d18_d28_dfm - 18\28 слоев энкодер-декодер, датасет DFN.
▶️ VAE:
🟠Flextok_vae_c4 - 4 каналов латента, коэффициент понижающей дискретизации 8;
🟠Flextok_vae_c8 - 8 каналов латента, коэффициент понижающей дискретизации 8;
🟠Flextok_vae_c16 - 16 каналов латента, коэффициент понижающей дискретизации 8.
🟡Страница проекта
🟡Набор на HF
🟡Arxiv
🟡Demo
🖥GitHub
@ai_machinelearning_big_data
#AI #ML #Tokenizer #Flextok #Apple
Apple обеспечит поддержку разработки Android-приложений на языке Swift https://opennet.ru/63482/
Читать полностью…
💎 Liquid Glass для React — современный UI-эффект в духе Apple
liquid-glass-react — это эффект "жидкого стекла", теперь как компонент для React. Поддерживает преломление, размытие, хроматическую аберрацию и реакцию на курсор. Стильно, плавно и нативно выглядит в интерфейсе.
🧪 Что умеет:
• Преломление и искажение (`displacementScale`, blurAmount, `saturation`)
• Хроматическая аберрация и глянцевый блик
• Эффект "жидкой реакции" на курсор (`elasticity`)
• Реалистичный визуальный стиль как у macOS/iOS
• Кастомизация: cornerRadius, padding, onClick, mouseContainer
📦 Установка:
npm install liquid-glass-react
<LiquidGlass
displacementScale={64}
blurAmount={0.1}
saturation={130}
aberrationIntensity={2}
elasticity={0.35}
cornerRadius={100}
>
<span className="text-white font-medium">Click Me</span>
</LiquidGlass>
🎧 Приложение, которое превращает AirPods в тренера по осанке на macOS (🚧 в разработке)
https://github.com/allenv0/AirPosture
@mobdevelop
🖥 Malimite — это декомпилятор iOS, призванный помочь исследователям анализировать и декодировать файлы IPA!
🌟 Он создан на основе декомпиляции Ghidra для обеспечения прямой поддержки ресурсов Swift, Objective-C и iOS.
🔐 Лицензия: Apache-2.0
🖥 Github
🚧 Удобное управление процессами на macOS
Port Kill — это легкое приложение для строки состояния macOS, которое отслеживает и управляет процессами на портах 2000-6000. Оно позволяет в реальном времени определять процессы и завершать их по одному или все сразу.
🚀 Основные моменты:
- Мониторинг процессов каждые 5 секунд
- Цветная иконка для отображения статуса
- Динамическое меню с опциями завершения процессов
- Поддержка Docker для контейнеров
- Без окон — только статусная строка
📌 GitHub: https://github.com/kagehq/port-kill
#rust
Запускаем вайбкодинг: нашли бесплатный сервис Astrocade для быстрого создания мобильных таймкиллеров.
Хочешь платформер, шутер или спортивный симулятор? Легко.
Сервис сам сгенерирует персонажей, анимации и даже саундтрек.
А готовой игрой можно сразу поделиться с сообществом.
https://astrocade.com/
⚡ Google представила Gemma 3 270M — компактную модель
Модель 270 млн параметров (170M для эмбеддингов и 100M для трансформер-блоков), но с отличной способностью следовать промтпам прямо «из коробки».
🔹 Особенности
- 256k токенов
- Энергоэффективность: INT4-версия на Pixel 9 Pro расходует всего 0.75% батареи за 25 диалогов.
- Доступны предобученные и instruction-tuned чекпойнты.
- Поддержка Quantization-Aware Training (QAT) для запуска в INT4 без заметной потери качества.
💼 Когда использовать
- Массовые, чётко определённые задачи: анализ тональности, извлечение сущностей, обработка текста, комплаенс-проверки.
- Минимальные задержки и низкая стоимость инференса — можно запускать прямо на устройстве.
- Быстрые эксперименты с fine-tuning.
- Полная приватность данных благодаря on-device работе.
- Создание «флота» узкоспециализированных моделей.
В анонсе приводится пример, как Adaptive ML и SK Telecom дообучили Gemma 3 4B для мультиязычной модерации контента, превзойдя более крупные проприетарные модели.
Gemma 3 270M — отличная компактная модель, быстрая и дешёвая в работе.
🟠Подробности: https://developers.googleblog.com/en/introducing-gemma-3-270m/
🟠HF: https://huggingface.co/collections/google/gemma-3-release-67c6c6f89c4f76621268bb6d
@ai_machinelearning_big_data
#news #ai #ml #Gemma #google
✔️ PuppyGit — минималистичный Git-клиент на Flutter
Если вам нужен удобный и легковесный Git-клиент с кроссплатформенной поддержкой, обратите внимание на PuppyGit. Этот проект, написанный на Flutter, позволяет работать с репозиториями Git без лишней сложности.
🔹 Поддержка основных Git-операций
🔹 Простой и интуитивный интерфейс
🔹 Кроссплатформенность: Android, iOS, Windows, macOS и Linux
🔹 Открытый исходный код
https://github.com/catpuppyapp/PuppyGit
#Android
✔️ Google запустила Opal, визуальный конструктор для создания и публикации ИИ-приложений.
Google Labs запустила публичную бета-версию инструмента Opal, в котором можно создавать простые ИИ-приложения без написания кода. Flowrise, make.com и n8n напряглись
Пользователь описывает желаемую цель тестом, после чего система автоматически генерирует визуальную блок-схему рабочего процесса, объединяя в цепочку промпты, ИИ-модели и внешние инструменты.
Схему можно гибко редактировать в drag-and-drop интерфейсе или с помощью дальнейших текстовых команд.
Готовые проекты публикуются как самостоятельные веб-приложения, привязанные к аккаунту Google, и ими можно сразу поделиться по ссылке.
В основе Opal лежат модели Gemini. Инструмент доступен пока только для пользователей в США.
@ai_machinelearning_big_data
#news #ai #ml
⏳ AWS Amplify — библиотека для фронтенд- и мобильных разработчиков, упрощающая интеграцию приложений с облачными сервисами AWS. Она предлагает готовые решения для аутентификации, хранения данных, аналитики, API и даже машинного обучения, скрывая сложность бэкенд-настроек за простым JavaScript-интерфейсом.
Хотя инструмент заточен под AWS, архитектура позволяет подключать и кастомные бэкенды. Amplify особенно удобен для React Native и веб-приложений, например, можно добавить авторизацию через Cognito или работу с S3 буквально парой строк кода.
🤖 GitHub
Упрощаем разработку в разы с помощью Swift-библиотек — топ инструментов, которые помогут сэкономить ЧАСЫ рабочего времени и не создавать проекты с нуля, а пользоваться уже готовыми паттернами.
• Alamofire — удобный HTTP-клиент для API-запросов, упрощает работу с REST API.
Установка: pod 'Alamofire'
Пример использования:
import Alamofire
AF.request("https://jsonplaceholder.typicode.com/posts").response { response in
print(response)
}
pod 'SwiftyJSON'import SwiftyJSON
let json = JSON(response.data)
if let name = json["name"].string {
print("Name: \(name)")
}
🎉 On‑device LLM от Apple теперь доступен в React Native!
Команда Callstack представила в предварительном релизе пакет @react-native-ai/apple, который позволяет использовать на устройствах Apple их Foundation Models прямо в React Native 📱
Что доступно в превью:
• Генерация текста с адаптацией “на лету”
• Потоковый вывод ответов для интерактивности
• Структурированный JSON‑вывод с валидацией через Zod
• Совместимость с Vercel AI SDK — меняйте провайдеры и модели одной строкой
Почему это важно:
• 🔒 Конфиденциальность: весь AI работает локально — данные не покидают устройство
• 🚀 Мгновенный отклик без сети
• 🌐 Оффлайн‑режим всегда под рукой
Что под капотом:
• Модель на ~3 млрд параметров, оптимизированная для iOS
• Поддержка quantization и LoRA‑адаптеров для рерайта и суммаризации
Требования:
• React Native 0.80+ или Expo Canary с New Architecture
• Стабильный релиз — с выходом iOS 26
💡 Возможности:
• Умные редакторы текста
• Ассистенты с доступом к контенту устройства
• Интерактивные функции без интернета
В ближайших обновлениях:
• Более простой API
• Поддержка вызовов функций
• Расширение на Android
📌 https://www.callstack.com/blog/on-device-apple-llm-support-comes-to-react-native
🔢 Мессенджер, который работает БЕЗ ИНТЕРНЕТА — Bitchat
Новый проект от бывших инженеров X/Twitter, который превращает обычные смартфоны в mesh-сеть.
Сообщения проходят даже там, где глушат связь, отключают вышки и происходит цифровой шатдаун.
📡 Без сим-карт. Без регистрации. Без сервера.
Что умеет:
— Работает без интернета (реально)
— Шифрует сообщения
— Подключается к другим телефонам поблизости
— Подходит для митингов, фестивалей, отключений связи и просто на всякий случай
🆓 Бесплатно
📱 Уже доступен для iOS через TestFlight.
⚡️ Почему лучшие разработчики всегда на шаг впереди?
Потому что они знают, где брать настоящие инсайд!
Оставь “программирование в вакууме” в прошлом, выбирай свой стек — подпишись и погружайся в поток идей, лайфхаков и знаний, которые не найдёшь в открытом доступе.
ИИ: t.me/ai_machinelearning_big_data
Python: t.me/pythonl
Linux: t.me/linuxacademiya
Мл собес t.me/machinelearning_interview
C++ t.me/cpluspluc
Docker: t.me/DevopsDocker
Хакинг: t.me/linuxkalii
МЛ: t.me/machinelearning_ru
Devops: t.me/DevOPSitsec
Data Science: t.me/data_analysis_ml
Javascript: t.me/javascriptv
C#: t.me/csharp_ci
Java: t.me/java_library
Базы данных: t.me/sqlhub
Python собеседования: t.me/python_job_interview
Мобильная разработка: t.me/mobdevelop
Golang: t.me/Golang_google
React: t.me/react_tg
Rust: t.me/rust_code
ИИ: t.me/vistehno
PHP: t.me/phpshka
Android: t.me/android_its
Frontend: t.me/front
Big Data: t.me/bigdatai
МАТЕМАТИКА: t.me/data_math
Kubernets: t.me/kubernetc
Разработка игр: /channel/gamedev
Физика: t.me/fizmat
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: /channel/addlist/2Ls-snqEeytkMDgy
Папка FRONTEND: /channel/addlist/mzMMG3RPZhY2M2Iy
🎓954ГБ ОПЕНСОРС КУРСОВ: @courses
😆ИТ-Мемы: t.me/memes_prog
🇬🇧Английский: t.me/english_forprogrammers
🧠ИИ: t.me/vistehno
🖥 Chatgpt для кода в тг: @Chatgpturbobot -
📕Ит-книги: /channel/addlist/BkskQciUW_FhNjEy
💼ИТ-вакансии t.me/addlist/_zyy_jQ_QUsyM2Vi
Подпишись, чтобы всегда знать, куда двигаться дальше!
🥪 Sandwich — удобная обработка API-ответов в Kotlin. Библиотека упрощает работу с сетевыми запросами, предлагая унифицированный подход к обработке успешных ответов, ошибок и исключений. Вместо создания собственных обёрток вроде Resource или Result, разработчики могут использовать готовые компоненты с функциональными операторами.
Инструмент имеет встроенную поддержку корутин и возможность глобальной обработки ошибок через механизм операторов. Например, можно автоматически обновлять токен доступа при получении кода 401 или логировать все исключения в едином месте.
🤖 GitHub
@androidits
🗣️ CLI для локальной транскрипции речи на macOS 26
Появился простой инструмент командной строки, который использует встроенный Speech.framework в macOS 26 для оффлайн-распознавания речи.
https://github.com/finnvoor/yap
🍏 Apple запускает Linux-контейнеры в macOS
Apple представила инструментарий для запуска Linux-контейнеров в macOS — с нативной поддержкой через виртуальные машины и без необходимости в Docker или сторонних решений.
🔧 Что под капотом:
• Используются легковесные виртуальные машины с ядром Linux через Virtualization.framework
• Всё написано на Swift и открыто под лицензией Apache 2.0
• Поддерживаются архитектуры Apple Silicon (M1–M4)
• Контейнеры могут иметь отдельные IP и полноценный виртуальный сетевой стек (через `vmnet`)
• Образы — в формате OCI, как у Docker
📦 Два пакета:
1. `containerization` — низкоуровневый API:
• управление образами,
• загрузка из репозиториев,
• создание Ext4 rootFS,
• запуск изолированных процессов в vminitd.
2. `container` — высокоуровневый инструмент в стиле Docker:
• команды для запуска, остановки и управления,
• интеграция с launchd.
⚡️ Быстрый запуск VM (<1 сек) достигается за счёт оптимизированного ядра и init-системы vminitd. Обмен с VM происходит через gRPC поверх vsock.
📌 Совместимость:
• Работает в macOS 15 и новее, но рекомендуется macOS 15.6 Beta 1 — только там:
• корректно работает с сетями,
• поддерживается IP-перевязка.
• Только Apple Silicon (Intel — не поддерживается).
• Поддержка Rosetta 2 позволяет запускать x86-контейнеры.
🔓 Инструмент уже доступен на GitHub и открыт для разработчиков.container system start
@linuxacademiya
✔️ Google представила Gemma 3n — лёгкую и быструю AI-модель для работы на девайсах
Google выпустила Gemma 3n — это новая версия модели, которая запускается локально на мобильных устройствах.
На 1ом видео Gemma 3n запущена локально на устройстве с 2 ГБ оперативной памяти!
➡️ Особенности:
• Работает в 1.5 раза быстрее, чем предыдущая Gemma 3 4B
• Поддерживает работу без интернета — всё локально и безопасно
• Умеет понимать текст, речь и изображения
• Можно использовать даже на устройствах с 2–3 ГБ RAM
• Поддерживает мгожетсво языков,
💡 Gemma 3n использует гибкую архитектуру (MatFormer), которая может "переключаться" между лёгким и полным режимом (2B и 4B параметров) — модель подстраивается под задачу, не перегружая устройство.
🔧 Как начать пользоваться:
• Через Google AI Studio — работает прямо в браузере
• Или через SDK Google AI Edge — интеграция на Android, Chromebook и другие устройства
📊 Где это применимо:
• Голосовые ассистенты
• Приложения с ИИ, которые работают без интернета
• Переводчики, чат-боты, анализ изображений на телефоне
➡️Релиз: https://developers.googleblog.com/en/introducing-gemma-3n/
➡️ Документация: https://ai.google.dev/gemma/docs/gemma-3n#parameters
#Gemma #Google #mobile #МультимодальныйИИ #МобильныйИИ #edgedevices