Главное

самый просматриваемый пост
🔥 Самое популярное
M
Mad Bots | News, updates, etc...
@mad_bots
124K

🔈 Good news, everyone! Especially for @voice_remover_bot users!

Time to remind you about our insanely useful audio separation bot. After a couple months of testing premium models, we're ready to make it official. Plus there's a bunch of other goodies.

So, the bot now has a premium plan with a free 3-day trial. Why? Requests have grown massively, the server couldn't keep up, so we had to rent an additional GPU server which is far from cheap. We're hoping premium subscriptions will cover these costs, and now we can offer significantly better results for subscribers. Here's what you get:

— Premium quality processing model — Track separation: 2 / 4 / 6 tracks — Export formats: MP3, M4A, WAV — Bitrate up to 320 kbps with lossless quality — Unlimited duration — High queue priority

Second big change: premium plans now have unlimited generations, go wild. The free plan stays too with slightly updated logic: 20 minutes of free audio separation per week. According to our stats, that's more than enough for 99% of users.

Beyond the paid plan, we optimized everything and fixed a ton of things:

— Audio artwork was broken for a while in the mini app and inline search. Fixed. — A reminder: we have over 2.5 million already processed tracks in our system that you can instantly download via inline search or the mini app. — The system was unstable for a couple days after getting flooded with requests. Fixed, obviously. — The mini app player was broken: it was downloading all three files at once just to render the audio waveform (it just looks nicer with it), but this was eating your data and causing lag. — Several users asked to be able to hide their recordings from the public catalog since some of them can be private. We've added the ability to hide and unhide your uploaded recordings in the mini app. Hidden tracks won't appear in search or the catalog.

Need help? Ask any questions you like in our support group: @madbots_talk. ——————————— 🔈 Отличные новости! Особенно для пользователей @voice_remover_bot!

Пора бы напомнить про нашего мега полезного бота по разделению аудио. После пары месяцев тестирования премиум-моделей решили сделать официальный анонс. Ну и помимо этого есть масса всякого интересного.

Итак, в боте появился премиум-план с бесплатным пробным периодом на три дня. Зачем он нужен? Запросов стало очень много, сервер перестал справляться, так что пришлось арендовать ещё один с GPU, что далеко не бесплатно. Надеемся премиумами эти затраты закрыть, плюс теперь можем предложить в разы более качественный результат для подписчиков. Бонусов прям много:

— Премиум-модель обработки (качество в разы лучше) — Разделение на 2 / 4 / 6 треков — Форматы экспорта: MP3, M4A, WAV — Битрейт до 320 kbps с поддержкой lossless — Без лимита на длительность — Высокий приоритет в очереди

Второе важное изменение: для премиум-планов теперь анлим на генерации, развлекайтесь. Бесплатный план тоже оставили: 20 минут разделения аудио в неделю бесплатно. По нашей статистике этого более чем достаточно 99% пользователей.

Ну и помимо платного плана всё оптимизировали и исправили кучу мелочей:

— На какое-то время ломались картинки для аудио в мини-аппе и инлайн-поиске. Починили. — Напоминаем, что у нас в системе более 2.5 миллионов уже обработанных треков, которые можно мгновенно скачать через инлайн-поиск и мини-приложение. — Пару дней система работала нестабильно, завалили запросами. Само собой починили. — В мини-приложении криво работал плеер: качал сразу все три файла чтобы нарисовать звуковую волну (с ней просто красивее), но эта всё жрало ваш трафик и тормозило. Исправили, плеер теперь грузится мгновенно. — Несколько пользователей попросили возможность скрыть свои записи из общего каталога, так как иногда они могут быть приватными. Добавили в мини-приложении возможность скрывать и открывать всем загруженные вами записи. Скрытые треки не будут отображаться в поиске и каталоге.

Проверяем, тестируем. Если обнаружились проблемы, пишите в @madbots_talk.

Ещё из других каналов

7 постов всего
W
Whyred Updates - OFFICIAL
@whyredupdates
7.1K

LineageOS - v23.2 [QPR2] | UNOFFICAL ( 4.19 Kernel ) | Android Verison 16. For Redmi Note 5 Pro Build date - 26.04.2026

▪️Download ▪️Screenshot ▪️Support

Changelog: - Synced with latest source - rootdir: set readahead_size_kb=128 on fstab - Override display service to foreground CPU set. - rootdir: Replace writepid with task_profiles command for cgroup migration - rootdir: Use foreground cpuset/uclamp for gralloc - rootdir: Initial performance tuning - rootdir: Set up/down_rate_limit_us to 1000us - rootdir: Explicitly enable sched_child_runs_first - rootdir: Changes to stune configuration - rootdir: Boost GPU to max for expensive rendering - rootdir: Get back to default from long-standing VM tweaks - Address some sepolicy - Fixed 1080p60fps videos - Many more underhood changes

Notes: • Enforcing & Signed • MindTheGapps recommended • Vanilla Build • Use atleast 3-4h

Credits: • Here • @Pix106 & @duckyduck616 for kernel • @no_cache for test

By @whyred_404 Follow @WhyredUpdates Join @RedmiNote5ProOfficial

A
AI Nova Sapiens
@ainovasapiens
14.1K

Как удалить sparkle-ватермарку Nano Banana бесплатно

Бесит, что платишь подписку, а там еще водяные знаки на картинках. По АПИ то кстати их нет. Короче, сначала я пробовал убирать ватермарку Gemini обычным Python+OpenCV — inpainting через cv2.inpaint() с алгоритмом Telea. Тормозит, оставляет видимое размытое пятно на любом текстурном фоне (кожа, ткань, плитка — всё хуже), и чем крупнее маска, тем заметнее следы.

Переключился на нейросетку LaMa (Large Mask Inpainting) от Samsung AI. Она специально обучена на больших дырах и использует свёртки в частотной области (FFC) — видит всё изображение сразу и честно дорисовывает содержимое под ватермаркой, глядя на соседние пиксели. Работает локально - 10 секунд на картинку 2K, никакого GPU не надо.

Полностью меняет результат: теперь на выходе нет следов правки даже при 100% кропе в угол.

GitHub: https://github.com/advimman/lama Paper: https://arxiv.org/abs/2109.07161 (WACV 2022)

Для внутренних нужд собрал утилиту, которая снимает эту фирменную sparkle-ватермарку Google Nano Banana с сгенерированных картинок.

Работает оффлайн, в полном разрешении, на любой Windows — без подписок, лимитов и облака. Установка 3-5 минут:

Распаковать архив install.bat — скачает модель (~200 МБ) Бросить картинки в water_in/ REMOVE_WATERMARKS.bat — чистые в water_out/ 👉 Забрать бесплатно у бота: https://t.me/NovaSapiensUserLogin_bot?start=free_wmremover

G
Google Jobs - FAANG Companies • Facebook • Microsoft • Amazon • Netflix • Apple
@faangjob
5.4K

Master Artificial Intelligence in 10 days with free resources 😄👇

Day 1: Introduction to AI - Start with an overview of what AI is and its various applications. - Read articles or watch videos explaining the basics of AI.

Day 2-3: Machine Learning Fundamentals - Learn the basics of machine learning, including supervised and unsupervised learning. - Study concepts like data, features, labels, and algorithms.

Day 4-5: Deep Learning - Dive into deep learning, understanding neural networks and their architecture. - Learn about popular deep learning frameworks like TensorFlow or PyTorch.

Day 6: Natural Language Processing (NLP) - Explore the basics of NLP, including tokenization, sentiment analysis, and named entity recognition.

Day 7: Computer Vision - Study computer vision, including image recognition, object detection, and convolutional neural networks.

Day 8: AI Ethics and Bias - Explore the ethical considerations in AI and the issue of bias in AI algorithms.

Day 9: AI Tools and Resources - Familiarize yourself with AI development tools and platforms. - Learn how to access and use AI datasets and APIs.

Day 10: AI Project - Work on a small AI project. For example, build a basic chatbot, create an image classifier, or analyze a dataset using AI techniques.

Here are 5 amazing AI projects with free datasets: https://bit.ly/3ZVDjR1

Throughout the 10 days, it's important to practice what you learn through coding and practical exercises. Additionally, consider reading AI-related books and articles, watching online courses, and participating in AI communities and forums to enhance your learning experience.

Free Books and Courses to Learn Artificial Intelligence 👇👇

Introduction to AI Free Udacity Course

Introduction to Prolog programming for artificial intelligence Free Book

Introduction to AI for Business Free Course

Artificial Intelligence: Foundations of Computational Agents Free Book

Learn Basics about AI Free Udemy Course (4.4 Star ratings out of 5)

Amazing AI Reverse Image Search (4.7 Star ratings out of 5)

13 AI Tools to improve your productivity: https://t.me/crackingthecodinginterview/619

4 AI Certifications for Developers: https://t.me/datasciencefun/1375

Join @free4unow_backup for more free courses

ENJOY LEARNING👍👍

코린이 진달래반
@tarophin
5.1K

업자들은 어디까지 하는지 구경하는데 이제 거래소 놈들은 눈치도 생각도 양심도 없는 상태에 왔습니다. CHIP (USD.AI) 코인같은 설계단계에서 스캠인걸 가져와서 상장 시키네요.

'AI에서 한탕 하려면 그래픽카드 GPU가 필요한데, GPU 살돈 은행가서 대출 받으려면 60일~90일이 걸린다. 이걸 코인팔이로 7일만에 돈 모아서 GPU를 사자. GPU를 사서 담보로 맡기고 달러 스테이블을 받아서 이자 놀이를 하자.'

CHIP 코인 구조를 간단하게 요약하면 이정도가 되네요.

깊게 보고 말것도 없이 중요포인트만 짚어 봅시다. 일단 GPU라고 해봐야 지금은 엔비디아꺼만 취급 되는데 이건 돈만 들고 간다고 물량 받아올수가 없습니다. 그리고 AI로 혹사 시키는 GPU는 감가상각기간을 버리 같은 투자자는 3년으로 봅니다. 구글, 마소, 오라클 같은 AI로 돈 버는 기업은 5~6년으로 보고 있구요. (기사원문)

넉넉한 인심으로 1년에 20%씩 담보 가치가 증발되는 GPU를 담보로 가지고 CHIP는 현재 연이율 7.15%로 이자를 준다고 하네요. 이자 받은거 더해봐야 매년 원금이 12.85%씩 줄어듭니다.

글로벌 IT 기업들도 GPU감가 상가 가치를 놓고 AI버블을 우려 하는데. CHIP은 이 부분에 대한 납득되는 설명이나 해명이 없네요. 그저 36개월만에 대출 상환하고 수익창출해서 리스크 관리 한다는게 전부입니다.

네. 코인 찍은지 20일차 코인이 대놓고 이거 사면 너님들 돈 삭제 된다고 선전포고를 하는데 이딴 스캠이 상장되네요.

물론, 상장에 관계된 코인 업자들은 잔고 두둑해 지는건 뻔한일입니다. 그리고 몇달 지나면 사업성이 없니 뭐니 하면서 유의딱지 붙이고 상폐 할거라는 것도 훤히 보이네요.

#CHIP #USD.AI

C
commonstragedy
@commonstragedy
369

1. Больше всех железа у Google 2. На 2025 мы тратим 13 гигават энергии на вычисления 3. ASML внезапно выросли в 2 раза и стали одной из 20 самых крупных компаний в мире 4. Google закупет чипы Nvidia 5. Из чего состоит видеокарта

C
commonstragedy
@commonstragedy
302

Ограничения постоянно разные.

(продолжение)

В 2023 все гонялись за видеокартами. А точнее у заводов TSMC не хватало мощностей для финальной сборки чипов в модули (CoWoS). В 2024 случился дефицит HBM памяти для тех же модулей. В 2025 с картами стало лучше, но для датацентров начало не хватать энергии. В 2026 стало понятно, что даже если энергия есть, электрическая сеть США не может ее доставлять в нужных обьемах до датацентров.

Дальше подробнее.

1. Память

Свременным моделям память нужна больше, чем раньше. Я в прошлом посте писал, что компании тратят сотни миллиардов в год на инфраструктуру. По прикидкам примерно 30% из них - это на память.

Причем им приходится закупать дорогую HBM вместо дешевой DDR. Потому что высокая пропускная способность помогает видеокартам не простаивать пока память обрабатывает свою часть. Дорогая память не такая уж и дорогая в сравнении с чипами.

Скорее всего цены на память будут расти, если не придумают как это обходить. Могут спокойно еще в 2-3 раза вырасти, потому что SK Hynix и Samsung контролируют 90% рынка. А спрос на память только растёт.

2. Энергия и датацентры

xAI показали, что датацентры можно строить довольно быстро.

Но большая инфраструктура не выдерживает, когда в каком нибудь регионе за полгода появляется штука жрущая электричество как небольшой город. Я уже привык к новостям, что технологические компании начали закупать старые электростанции.

Удивительно, что челик из Semianalysis за энергию особо не беспокоится. Новые электростанции, трансформаторные и банально вышки для проводов строить долго. Но пока электическая сеть адаптируется к новой нагрузке, питать датацентры можно от промышленных турбин на газу. Буквально подвозишь к датацентру десяток трейлеров с генераторами и всё.

Еще есть всякие поршневые двигатели, солнечные панели и батареи, химические реакторы на водороде, судовые двигаетли... Короче, что только не придумали за время существвни топливной индустрии. И в совокупности вместе с эффективным использованием электросети это может дать сотни гигаватт мощностей.

(см картинку)

Чтобы строить дата-центры и реакторы быстро, не хватает квалифицированной рабочей силы и банально электриков.

Дорого и трудоёмко, но оказывается все еще проще, чем цепочка поставок полупродневников.

3. Производство полупроводников

Есть заводы (в основном TSMC), собирающие видеокарты определённой эры (по чертежам Nvidia или Google). Напрмер, по 3-нанометровому процессу.

Ну и просто не построено достаточно заводов.

Быстро это не исправить, потому что это одни из самых сложных промышленных объектов на планете. Чтобы такой построить, нужно 2-3 года и куча специализированного оборудования и химических штук.

Самое сложное - это литографические машины (EUV scanner). Они нужны, чтобы отливать чипы на вафельницах. Которые потом соединяют в модули с памятью и получаются видеокарты.

Так вот эти машины стоят ~$350M за штуку. Делает такие только одна компания из Нидерландов - ASML. Где то по 50 машин в год.

Можно прикинуть, что к 2030 году в мире их будет в ~700. Это порядка 200 гигават вычислений на всех. На конец 2025 мы тратили 13.6 гигават. Это до бума агентов.

Короче, расти есть куда, но будет постоянный дефицит, ограниченный строительством заводов, ограниченный памятью и вафельницами, ограниченный машинами для литографии.

То есть это такие ограничения, которые нельзя залить деньгами в отличие от памяти и энергии для датацентров.

Это хорошо видно на поведении Google.

У них есть свой дизайн чипов. И при этом они четверть чипов закупают у Nvidia. Они бы с кайфом свои делали, вот только не могут.

Все чипы собирают заводы TSMC по чужим чертежам. А Google и Amazon (у них тоже есть свой дизайн) проспали момент когда Jensen Huang назаключал контрактов на производство аж на 70% мощностей 3-нм заводов. TSMC это супер выгодно, потому что они в конце производственной цепочки и им нужна стабильность.

Nvidia тоже кайфует, продавая карты в 6 раз дороже себестоимости.

А гугл еще и своих мощностей Антропикам через GCP напродавал. Удивительная компания.