Meituan LongCat-2.5 ni chiqardi, u uzoq gorizontli agentlarni kodlash uchun 1,6 trillion parametrli multimodal model

SenseTime kompaniyasi 30-oktabrda SenseNova-Loop-9B-Preview modelini jamoatchilik uchun ochdi. Ushbu multimodal model halqa (looped Transformer design) dizayni asosida qurilgan va kompaniya taʼkidlashicha, faqat 9 milliard parametrdan foydalanib, taxminan 27 milliard parametrli modellarga raqobatlashishga qodir.

Model vaznlari Apache 2.0 litsenziyasi ostida Hugging Face platformasida mavjud, kod esa GitHubda joylashtirilgan. Model kartasiga koʻra, u 32 ta alohida dekoder qatlami ega. Birinchi toʻrtta va oxirgi toʻrtta qatlam bir marta bajariladi, 4 dan 27 gacha boʻlgan va 24 qatlamdan iborat blokdagi qatlamlar esa umumiy vaznlar yordamida ketma-ket ikki marta bajariladi. Bu bitta toʻgʻridan-toʻgʻri oʻtishda 56 ta dekoder qatlami bajarilishiga olib keladi, shu bilan birga faqat 32 ta qatlam vaznlar toʻplamini saqlaydi.

Dekoder chiziqli va toʻliq diqqat mexanizmlarini navbatma-navbat ishlatadi: har bir toʻrtta qatlamli guruhda uchta chiziqli diqqat qatlami, undan keyin bitta toʻliq diqqat qatlami keladi. Sikl chegaralari shu guruhlar bilan mos keladi. Model matn va tasvirlarni kiritadi va natijada matn hosil qiladi. Uning oʻquv retseptlari matn, tasvirlar, kod va vositalar yoʻnalishlarini oʻz ichiga olgan 262 144 token gacha uzunlikdagi ketma-ketliklardan foydalanadi.

SenseTime sikl boʻlimi ichida ikkita oqimli manifold cheklovli giperbogʻlanishlarni (two-stream manifold-constrained hyper-connections, mHC) integratsiya qildi. Ushbu bogʻlanishlar ikkita qoldiq oqimni tashiydi va ular Sinxhorn normalizatsiyasi bilan cheklangan oʻrganilgan xaritalardan foydalanib, ular orasidagi maʼlumotlarni aralashtiradi. Kompaniya mHC komponentlarini chiqarib tashlash testlari natijasida GPQA Diamond baholarini 4,42 ball, TeamBench baholarini esa 13,34 ballga oshirganini maʼlum qiladi.

SenseTime oʻzining modeli baholash sharoitlarida kodlash, ofis va agentlik vazifalari boʻyicha boshqa modellar ustunligini va WorkBuddy Bench, RaccoonPPT Bench va AutomationBench bandlarida Qwen3.5-27B dan ustunligini taʼkidlaydi. Kartadagi baholash grafikida BIRD-Dev, AIDABench, Terminal Bench 2.1 va T3-Banking boʻyicha natijalar ham keltirilgan. Bu maʼlumotlar kompaniyaning oʻz natijalari boʻlib, texnik hisobot hali kutilmoqda.

Model inferensni tezlashtirish uchun MTPni qoʻllab-quvvatlaydi, shu bilan birga Dspark va Dflash2 kabi ikkita boshqa tezlashtirish usuli hali oʻqitish bosqichida. SenseTime kelajakda samaradorlik va vazifalardagi ishlashni oshirish uchun DSA va adaptiv iteratsiya sonini tadqiq etishni rejalashtirmoqda.

ShengShu Technology kompaniyasining global modellar jamoasi Motubrain 2.0 ning toʻliq oʻquv jarayonini jonli efirda boshladi. Bu robotlar uchun jasadlangan sunʼiy intellektining modelining keyingi versiyasi hisoblanadi. Efir 21-oktabrda boshlandi va taxminan ikki hafta davom etishi rejalashtirilgan.

Kompaniya Motubrain 2.0 tez orada ochiq foydalanish uchun chiqarilishini maʼlum qildi va ushbu chiqarishdan oldin oʻquv jarayonini namoyish etishga qaror qildi.

Motubrain modellar ShengShu tomonidan yaratilgan robotlarning fundamental modellar oilasini tashkil etadi. Ularning maqsadi robotlarga turli vazifalar, ssenariylar va turli xil robotlarda koʻnikmalarni qoʻllay oladigan universal miya berishdir. Motubrain ning birinchi versiyasi aprelda jahon miqyosidagi model sifatida taqdim etilgan. Shuni taʼkidlash kerakki, ShengShu koʻproq Vidu video generatsiya modellar bilan mashhur.

Efirning tuzilmasi

Jonli efir toʻrtta bosqichga boʻlingan. Oldingi oʻquv bosqichi oʻquv hajmi samaradorlik va nol zarba sharoitida umumlashtirish qobiliyatiga qanday taʼsir qilishini oʻrganadi. Keyingi oʻquv aniq vazifalarni bajarishga eʼtibor qaratadi, bu esa ijro etilishni yaxshilaydi. Keyin agent vazifalari bosqichi keladi, u model olingan bilimni boshqa vazifalarga oʻtkazish qobiliyatiga ega yoki yoʻqligini tekshiradi. Yakuniy bosqich rekursiv oʻz-oʻzini takomillashtirishga bagʻishlangan boʻlib, model oʻz harakatlarini bajarish natijasidagi qayta aloqaga asoslanib baholashi va ularni yaxshilashi mumkinligini aniqlash maqsadida oʻtkaziladi.

Jonli efir sahifasida oʻquv bosqichlari va baholash muvaffaqiyat darajalari yangilanib borayotgan holda koʻrsatiladi.

Bu namoyishning asosiy gʻoyasi – shaffoflik. Odatda, jasadlangan AI sohasidagi taraqqiyot tashqi kuzatuvchilar tomonidan robotlarning raqamli namoyishlari, benchmark jadvallari va ilmiy maqolalar orqali baholanadi, ular oʻquv jarayonida qanday qilib imkoniyatlar shakllanayotgani yoki qanday muammolar yuzaga kelayotgani haqida kam maʼlumot beradi. ShengShu efir nafaqat muvaffaqiyatlarni, balki xatolarni, sinov va xato jarayonini ham, shuningdek, tuzatishlarni koʻrsatishini daʼvo qiladi va kengroq tadqiqotchilar bilan miqyoslash, vazifaaro umumlashtirish va avtonom takomillashtirishga oid ochiq masalalarni baham koʻrishga umid qiladi.

Bu qadam Xitoydagi AI sohasidagi jamoalar orasidagi kengroq tendensiyaga mos keladi, ular oʻquv jarayonidagi taraqqiyotni ommaviy ravishda baham koʻrishadi. Avval Xiaomi ning MiMo modellarining rahbari Luo Fuli MiMo-V2.6 uchun kuchaytirish oʻquv bosqichining batafsil maʼlumotlarini eʼlon qilgan edi.

Biroq, jonli efir orqali isbotlash mumkin boʻlgan cheklovlar mavjud. Model vaznlari hali chiqarilmagan va kompaniya oʻzi tadqiqotning ilmiy maqsadlarda qolganini taʼkidlaydi, natijalar tasdiqlanishi uchun keyingi tajribalar va baholash talab qilinadi. Eʼlon ShengShu tomonidan kiritildi va Xitoy texnologik OAVlari tomonidan yoritildi. Haqiqiy sinov ochiq foydalanishga chiqarilishi va uning benchmarklari efirda koʻrsatilgan narsalarga mos kelishidir.

Tripo platformasining yaratuvchisi boʻlgan va 3D sohasidagi generativ AI ga ixtisoslashgan VAST kompaniyasi EdenLive modelini jamoatchilikka ochiq qildi. Ushbu model real vaqt rejimida ishlaydi va soddalashtirilgan oʻyin kadrlarini yoki mavjud videoni olib, ularni fotorealistikdan animega qadar oʻzgarishi mumkin boʻlgan tanlangan uslubdagi batafsil tasvirlarga uzluksiz qayta chizishga qodir.

Chiqarish 5B va 14B hajmdagi modellar vaznlarini, real vaqtda inferens uchun kodni, texnik hisobotni va toʻliq foydalanish namunalarini oʻz ichiga oladi. Muhim jihati shundaki, EdenLive dunyoni mustaqil simulyatsiya qilmaydi; buning oʻrniga, yuqori darajadagi dastur, masalan, oʻyin dvigateli yoki kodlash agenti tomonidan yozilgan kod, qoidalarqa rioya qilish, dunyo holatini kuzatish va xom referans videoni chiqarish uchun javob beradi.

Bu referans video olingandan soʻng, EdenLive belgilangan birinchi kadr va matnli soʻrov asosida renderlashni amalga oshiradi. VAST taʼkidlashicha, bunday ajratish oʻyin mantiqini aniq va sinovdan oʻtkazish uchun mos holatda saqlashga imkon beradi, shu bilan birga real vaqt rejimidagi modelning cheklangan imkoniyatlarini faqat tashqi koʻrinishga yoʻnaltirish mumkin.

Bu yondashuv avvalgi iyul oyida Eden Loyihasi deb nomlangan kengroq dunyo tadqiqoti doirasida taqdim etilgan. VAST bayonotlariga koʻra, 5B model 720p aniqlikda bitta Nvidia RTX 5090 video kartasida sekundiga 24 dan yuqori frekatsiyada ishlashga qodir. GitHubdagi README faylida bu raqam LightX2V inferens freymvorkidan foydalangan holda 1280x704 piksel aniqligida taxminan 24.7 FPS sifatida koʻrsatilgan.

Texnik hisobot bir H100 da shu aniqlikda 29.8 FPS, shuningdek, sakkizta H100 da 14B modeli 832x480 aniqlikda 26.8 FPS ni koʻrsatishini bildiradi. VAST foydalanuvchi kiritmasidan tegishli kadrgacha boʻlgan umumiy kechikish bir necha yuz millisekundni tashkil qilishini va tizimning kontentni bir necha daqiqa davomida uzluksiz yaratishini taʼkidlaydi.

Ikkala model ham Wan2.2-TI2V-5B va Wan2.1-I2V-14B video modellariga asoslangan. Inferens kodi va difuziya, VAE va dekoderning asosiy vaznlari Apache 2.0 litsenziyasi ostida tarqatiladi, ammo barcha komponentlar bunday litsenziyaga ega emas. Vizual enkoder DINOv3 litsenziyasidan foydalanadi, va soʻrovdan oʻyin maydoniga qadar ishchi muhitda qoʻllaniladigan tasvir modeli Kommersiya qilinmaydigan FLUX litsenziyasi ostida joylashgan, bu esa ushbu ishchi muhitdan tijoriy maqsadlarda foydalanishni cheklaydi.

VAST shuningdek, matnli soʻrovni xom oʻynaladigan oʻyinlarga aylantiradigan va keyin EdenLive tomonidan renderlanishi mumkin boʻlgan Game Prototype Turbo — mahoratni taqdim etdi. VAST namunalari platformer, bunda personaj lava ni toʻxtatib, tayanch nuqtalarini yaratadi, sogʻliq vaqtlari va raund vaqti yuqori darajadagi tizim tomonidan kuzatiladigan ikki oʻyinchi jangovar oʻyini, shuningdek, koʻk fon ustida suratga olingan odamni multfilm personajiga aylantiruvchi video renderlashni oʻz ichiga oladi. Bundan tashqari, model birinchi shaxs kadrlari boʻyicha inson qoʻllarini robot qoʻllar bilan almashtirib, jismoniy AI uchun qoʻshimcha oʻquv maʼlumotlarini yaratadi.

VAST taʼkidlashicha, hozirda EdenLive sahnalarni koʻrib chiqish va qutilarni itarish jumboqlar kabi past chastotali oʻzaro aloqalar uchun eng yaxshi mos keladi. Tez, intensiv oʻyin rejimi, bir nechta personajlarning uygʻunligini saqlash, kichik obʼektlar ustidan nozik nazorat va uzoq sessiyalardagi vizual barqarorlik hali ham takomillashtirilishi kerak.