Метаверсище и ИИще

Самый дорогой способ проверить идею — полгода её разрабатывать.

Сначала проверьте спрос. Так сделали эти ребята:

— Юра выбрал нишу, которую все считают скучной, но там уже платят. Начал с $100 в месяц, через год вышел примерно на $10K.
— Денис один собрал AI-игру в Telegram. За первые полтора месяца ~$1 500.
— Аня не пишет код, но запустила AI-бота для английского. Первые ~$200 пришли в первый же месяц.

Масштабы разные, схема одна:
1. Найти, за что люди уже платят.
2. Быстро собрать MVP.
3. Проверить спрос на живых пользователях.
4. Только потом докручивать продукт.

Это не рецепт «как точно сделать $10K». Гарантий вообще нет.
Но так вы узнаете ответ за недели, а не за год.

В @its_capitan разбирают такие запуски по шагам: что сделали, сколько получили, где облажались.

Подписывайтесь, чтобы запускать продукты, которые нужны пользователям, а не пилить в стол.

Реклама: ИП Зуев Игорь Владимирович, ИНН: 360408359441, Erid: 2VtzqvLELys

@cgevent

Viggle бахнул типа "физически нативную модель мира".

Физику взаимодействий однако, обещают в следующей версии.

Движок Viggle JST-2 генерирует 3D-сцены, персонажей и движения. Звучит как серьезный шаг от танцующих тварей к созданию игровых миров. Но технические подробности заметно слабее твитторских анонсов.

Для тех, кто в танке: компания основана в 2022 году, а весной 2024-го вышла с JST-1 и инструментом переноса движений, прославившимся мемами вроде Джокера вместо Lil Yachty.

Теперь ассортимент вырос:

Viggle-Animate для замены персонажей основана на MiniMax H3, а Meridian для изменения ракурса видео - на адаптерах к той же H3.

Однако JST-2 она отдельно заявляет как собственную разработку с нуля.

Теперь к "модели мира".

• Столкновения и взаимодействия объектов пока рассчитываются обычными правилами физического движка. Обучаемую физику взаимодействий разрабатывают для JST-3. У персонажей также бывает зашкварное скольжение стоп.

• Одежда и волосы деформируются вместе с телом, но полноценной симуляции веса и столкновений у них нет. В суставах возможны дыры и схлопывание геометрии.

• Результирующие 3D-персонажи представлены как Gaussian splats, а не привычными полигональными мешами.

• Обещанная секунда на сцену измерена на NVIDIA B200 без сетевых задержек. "Менее цента" - стоимость инференса по оценке разработчика. Пользовательская цена сцены по промпту в API составляет $0.06.

Для прототипов и быстрых сборок это может быть полезно. Но чтобы прямо модель мира, мне кажется, тут традиционный для Вигла хайп.

https://viggle.ai/jst2

@cgevent

Хуанга уволили с поста генерального директора.

Вы, наверное, обратили внимание, что я ничего не писал про историю с Хуангом.

Наверное, стоит высказаться. Я смотрю на всё это происходящее, и всё это мне напоминает Чёрное зеркало, серии про социальный рейтинг, и вот про это вот всё.

Лицемерие. Удивительно, как всё-таки оно правит миром. Чувак гений. Из говна и палок и гаража сделал самую богатую компанию мира. И какая разница, сколько у него там романов и с кем эти романы. Если это романы со шпионкой, то это косяк службы безопасности и разбираться с этим тоже должна служба безопасности, защищая его, а не давая повода на него нападать.

Но в нашем странном мире, в нашем странном лицемерном мире, ты сначала должен быть хорошим мальчиком, с хорошими оценками, с хорошими рейтингами, чтобы акции твоей компании не падали, а тебя самого не выперли из совета директоров. И получается, всё то, что ты сделал за все эти годы, это ничто по сравнению с твоими оценками в глазах ничего не понимающих в этом кожаных мешков.

Я искренне ему сочувствую.

И в этом смысле мой кумир — это Илон Маск. Он делает то, что хочет, и срать он хотел на всех этих журналистов, расследователей, аналитиков и хранителей скрижалей общественного мнения. И никто его ни откуда не смещает.

@cgevent

NVIDIA Research бахнула открытую модель Déjà View для трехмерной реконструкции по неразмеченным фотографиям

Держите, опенсорсеры и метаверсеры.

NVIDIA, ETH Zurich и Университета Торонто выложили в открытый доступ модель и кодовую базу Déjà View (DVLT - Looping Transformers for Multi-View 3D Reconstruction). Архитектура решает фундаментальную задачу Structure-from-Motion (SfM) и плотной 3D-реконструкции: по неупорядоченному набору RGB-снимков или видеоряду нейросеть одновременно восстанавливает 3D-геометрию сцены, карту глубин и точные позиции камер (внешние и внутренние параметры).

Главный прорыв Déjà View заключается в кардинальном пересмотре вычислительной парадигмы. Современные трансформеры прямой подачи для 3D-реконструкции (VGGT, Depth Anything 3, MapAnything, Pi3) разрастаются до миллиардов параметров, выполняя на разных слоях однотипные итеративные операции уточнения. Авторы Déjà View заменили глубокий стек уникальных слоев рекуррентным циклическим блоком трансформера (weight-tied transformer block) с разделяемыми весами, совмещающим покадровое и глобальное внимание с дискретной индексацией глубин.

В результате размер модели сократился всего до 117 млн параметров - это почти на порядок меньше конкурирующих моделей (в 8-10 раз компактнее базовых сетей). Несмотря на компактный объем, Déjà View на равных конкурирует или превосходит тяжелые 1B+ трансформеры на пяти признанных бенчмарках трехмерной реконструкции (включая ScanNet++, интерьерные и уличные сцены), требуя сопоставимого или значительно меньшего объема вычислений.

Циклическая природа архитектуры превратила число шагов рекуррентного прогона K в непрерывный регулятор вычислений (inference-time compute knob) прямо на этапе инференса. Модель обучается один раз, после чего разработчик может динамически варьировать число шагов K без необходимости переобучения или подгрузки отдельных чекпоинтов: от минимальных K для быстрого потокового трекинга в реальном времени до углубленного прогона (K=12..16) для субмиллиметровой резкости геометрии и прецизионной калибровки камер.

NVIDIA полностью открыла исходный код, пайплайн предобработки, скрипты визуализации на базе Rerun и веса модели nvidia/dvlt на Hugging Face под свободной лицензией, готовые к запуску через библиотеку Hugging Face Accelerate в режиме BF16.

На итоге:

• Компактность 117M параметров: в 8-10 раз меньше тяжелых аналогов (VGGT, Depth Anything 3, Pi3)
• Рекуррентный трансформер: один блок с разделяемыми весами вместо глубокого стека слоев
• Полная 3D-реконструкция: одновременное предсказание карты лучей, карты глубин и поз камер
• Гибкий инференс-регулятор K: динамическая настройка точности и скорости без переобучения
• Открытый исходный код, чекпоинт nvidia/dvlt на Hugging Face и инструменты визуализации Rerun

Источники:
Репозиторий nv-tlabs/dvlt на GitHub
Веса модели на Hugging Face
Научная статья на arXiv (2605.30215)
Страница проекта NVIDIA Research

@cgevent