@ai_machinelearning_big_data
Machinelearning
Telegram channel @ai_machinelearning_big_data: 274.6K subscribers, 22.2K views per post, score 40
Ads: about 1 post a week
- 274.6K
- Subscribers
- 22.2K
- Median views over 30 days
- 8.1%
- Views / subscribers over 30 days
- 84
- Posts over 30 days
Data as of November 19, 2026
catalog description About the channel, by its author
Overview
Written automatically from the channel's data, updated 1 September 2026. The numbers in this text are as of that date; the fresh ones are in the tiles above.
Machinelearning covers AI industry news: model releases, open datasets, lawsuits around AI companies, robotics and hardware. Recent post previews mention Anthropic, Nvidia, IBM, Z.ai, plus Twitch's opt-out for AI training on streamer content and a court ruling on Anthropic's Pentagon blacklist case. The tone is short, news-style, without deep technical breakdowns.
17 posts went out over 30 days, slightly above the category median of 14. Median post views sit at 18,400 against 283,011 subscribers, with ER at 6.5%, well below the category median of 27.0%. Over the 16-day observation window, subscribers dropped by 2,453 while average views rose by 1,700.
The channel fits readers who want quick AI-industry updates without deep technical dives — short notes on models, companies and hardware. Its audience is noticeably larger than a typical channel in the category, where the median subscriber count across 51 listings is 13,374, though engagement runs below the niche average. Place Score is 47.
Common questions
- What is the @ai_machinelearning_big_data channel about?
- The channel covers AI industry news: model releases, open datasets, lawsuits around AI companies, robotics and hardware. Recent post previews mention Anthropic, Nvidia, IBM and Z.ai.
- Is advertising pricing available for this channel?
- The owner hasn't published advertising pricing yet. You can reach out to them directly on Telegram.
- How many subscribers?
- Subscribers: 274.6K. Median views per post: 22.2K. Views per subscriber: 8.1%. Measured on November 19, 2026.
- How often are posts published?
- Posts in the last 30 days: 84 — that is several times a day. Measured on November 19, 2026.
- Does this channel have a Telegram tick?
- No Telegram tick.
- Who runs this channel page in the catalog?
- Nobody yet. If this is your channel, claim the page: you will be able to reply to reviews and see its stats.
Is this your channel?
Claim it — accurate metrics, replies to reviews as the channel, and an owner badge on the page.
Verify ownershipTakes a minute: a post with a code, or the bot as an admin
Your page on tg.place
Know the owner?
Forward them this message — they can verify their rights and collect what has piled up: page statistics and replies to reviews.
Hover the chart or swipe it — we show the day.
| What it is made of | |
|---|---|
| Engagement | 8.7 of 30 |
| Growth quality | 10 of 20 |
| Reactions and forwards | 7.5 of 15 |
| Consistency | 3.6 of 12 |
| Trust | 4.5 of 8 |
| Reviews | not enough datano reviews yet |
Score 40 — from 5 of 6 signals: the rest are not measured yet. Methodology
Latest posts
Posts are in Russian — that is what the channel publishes.
- 5.5KOpen in Telegram🌟 Apple предложила метод ускорения видеогенерации FastFrames Исследователи компании предложили метод FastFrames, который сокращает задержку видеодиффузионных моделей, генерирующих видео кадр за кадром, до уровня, когда картинка успевает откликаться на действия пользователя. На его основе Apple выложила на Hugging Face две модели: FastFrames-S на 1,3 млрд параметров и FastFrames-L на 14 млрд. Обе построены на Wan 2.1, генерируют видео по текстовому описанию и выдают ролики длиной около пяти секунд в разрешении 832×480 (81 кадр, 16 кадров в секунду). Метод рассчитан на интерактивные сценарии - игры, симуляторы миров и предсказательные модели для роботов. Привычная метрика скорости видеогенерации, кадры в секунду, для этого не годится - она показывает, сколько кадров модель выдаёт в среднем, но не то, как быстро она реагирует на команду. Если модель генерирует видео пачками по 30 кадров и тратит на каждую пачку секунду, у неё формально 30 FPS, но после нажатия клавиши пользователь увидит реакцию только через секунду, когда будет готова следующий пакет кадров. Поэтому Apple меряет задержку от команды до первого кадра, на котором видно её действие. Целевое значение взяли из исследований взаимодействия человека с компьютером - задержку больше 50-60 мс люди уже замечают, значит, на кадр должно уходить не больше 50 мс. Чтобы понять, где теряется время, команда разобрала самую быструю открытую модель такого типа, Causal Forcing++ на 1,3 млрд параметров. На одном B200 она тратит на кадр 272 мс, и лишь 30% из них уходит на шаги диффузии, которые превращают шум в кадр. Больше половины, 147 мс, занимает VAE-декодер, переводящий латентное представление в пиксели, ещё 41,6 мс отнимает дополнительный проход трансформера, нужный только для обновления KV-кэша. 🟡FastFrames заменяет оба узла Вместо VAE работает лёгкий декодер из трёх свёрточных блоков и линейного слоя, который тратит на кадр 1 мс, а вместо лишнего прохода трансформера небольшая сеть за 2 мс исправляет кэш, записанный по зашумлённому входу. Сам трансформер при этом не меняется и не переобучается. Остальное ускорение дают системные оптимизации, включая распределение вычислений между несколькими GPU. 🟡Тесты FastFrames-S генерирует кадр за 36 мс на одном B200, в 7,6 раза быстрее Causal Forcing++, и набирает на VBench 84,23 балла против 84,11. FastFrames-L на восьми B200 укладывается в 45 мс, на одном в 158 мс, и с 84,44 балла держится на уровне Krea-Realtime 14B (84,42), которой на кадр нужно 1675 мс. Метод переносится и на чужие модели - открытая модель мира LingBot от Robbyant, по которой можно ходить с клавиатуры, стала откликаться на нажатие клавиши за 52 мс вместо 842, а модель с физическим управлением RealWonder за 51 мс вместо 1141, но обеим для этого нужны восемь GPU. 📌Лицензирование: Apple Model License for Research 🟡Страница проекта 🟡Arxiv 🟡Веса FastFrames-S 🟡Веса FastFrames-L 🖥GitHub @ai_machinelearning_big_data #AI #ML #Video #FastFrames #Apple
- 13.1KOpen in Telegram⚡️ Google представила модель Gemini 4 Neon В семействе Gemini 4 новинка занимает место между Carbon для сложных долгосрочных проектов и Hydrogen для быстрых повседневных задач, предлагая контекстное окно на 1 млн токенов и четыре уровня глубины рассуждений. Модель заняла третье место в рейтинге Artificial Analysis Intelligence Index при уровне рассуждений xhigh (61 балл) и первое место в индексе кодинг-агентов Artificial Analysis (58,6), а ее версия для киберзащиты показала топовые результаты в поиске и устранении уязвимостей, включая 90,5% на SEC-bench Pro и 76% на сложном уровне AutoBaxBench. Gemini 4 Neon доступна через платный уровень Gemini API в Google AI Studio и Android Studio по цене 3 доллара за миллион входных токенов (0,15 при кэшировании) и 15 долларов за миллион выходных. Корпоративным клиентам она предлагается в Gemini for business и Google Antigravity, а подписчики Google AI Pro и Ultra могут найти её в приложении Gemini, AI Studio и Antigravity. @ai_machinelearning_big_data #news #ai #ml
- Ad
- 📌 Кейноут Microsoft Ignite 2026: модели Microsoft представила на конференции Ignite 2026 семь моделей для программирования, безопасности, обработки изображений, работы с голосом, транскрибации и маршрутизации. Они работают в Copilot, Foundry и Azure, а для бизнеса появились MAI Licensed Weights - веса семейства MAI, которые можно дообучить на своих данных и запускать в собственной среде Azure. 🟡MAI Code 2 Модель для повседневной корпоративной разработки. В среднем по DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas и FrontierCode 1.1 она даёт 98% качества GPT-6.1 Sol за 40% её цены и 96% качества Opus 5.5 за 5%. Цену Microsoft считает по акции со скидкой 50%, по обычному тарифу доли вдвое выше. В слепом сравнении фронтенд-кода разработчики выбрали её вместо GPT-6 Sol в 68% случаев. Доступность: GitHub Copilot на тарифах от Pro до Enterprise. 🟡MAI Code 2 Flash Младшая версия для частых мелких задач (объяснить код, внести точечную правку, исправить ошибку). На трёх тестах из списка выше она примерно на уровне GPT-6 Luna за 65% её цены и Haiku 5.5 за 20%, тоже по акционной цене. Доступность: GitHub Copilot на всех тарифах, включая бесплатный, плюс ограниченное превью в Foundry. 🟡MAI Cyber 2 Flash Модель для защиты кода и инфраструктуры с контекстом 1 млн токенов (вчетверо больше, чем у предшественницы). На CyberGym-E2E она набрала 92,3% против 91,5% у GPT-6 Astra меньше чем за 2% стоимости задачи. Цена - 10 центов за миллион входных токенов и 50 центов за миллион выходных. Доступность: только в продуктах безопасности Microsoft, в MDASH она заменит текущую модель с середины декабря. 🟡MAI Image 2.7 Генерация и редактирование изображений, в том числе по пяти референсам. В рейтинге редактирования Artificial Analysis новинка заняла первое место, обойдя GPT Image 2.6 Sunburst за пятую часть её цены. Версия Flash рассчитана на поток и стоит 10 долларов за миллион выходных токенов изображений. Доступность: MAI Labs, Foundry, OpenRouter и другие партнёрские площадки. 🟡MAI Realtime 1 Первая модель Microsoft для живого голосового диалога, которая принимает речь и сразу отвечает речью. На внешних тестах и тестах Dynamics 365 она обходит GPT-Realtime 2.1. Цена - от 1 цента за минуту аудио, рассуждения оплачиваются отдельно. Доступность: ограниченное превью в MAI Labs только для личного некоммерческого использования, бизнес может оставить заявку. 🟡Dragon Copilot Transcribe Медицинская транскрибация на базе MAI-Transcribe-2, которая расшифровывает все разговоры врача с пациентом в Dragon Copilot. Доступность: в составе Dragon Copilot. 🟡Microsoft-Decision-1.1 Модель для решений внутри приложений: маршрутизации запросов, классификации, приоритизации и проверки. Построена на Gemma 4 26B A4B, плюс понимает изображения. В индексе Artificial Analysis Decision 2.1 набирает 68 против 62 у прошлой версии и работает вдвое быстрее за ту же цену. Доступность: общий доступ в Foundry, OpenRouter и Vercel. @ai_machinelearning_big_data #news #ai #ml
- Регистрация на AI Analytics Week закрывается 22 ноября. Напоминаем: это бесплатный онлайн-интенсив Школы анализа данных Яндекса о том, как встроить ИИ-агентов в работу аналитиков и ML-инженеров. С 23 по 27 ноября на реальных кейсах Яндекса разберут: — Цикл ReAct и Tool Calling — Как настроить агенту доступ к данным через MCP — Как сохранять контроль человека над результатами (Human-in-the-loop) — Как агентная система связывает отдельные решения в единый пайплайн Формат: лекции в предзаписи на YouTube и VK с возможностью задать вопросы. Для участия понадобятся знания SQL, Python, базовой статистики и основ ML. Осталось всего несколько дней — подать заявку можно по ссылке.
- ✔️ Китайские ИИ-компании урезают наступательные киберфункции своих моделей Alibaba, Tencent и Moonshot сократили возможности последних моделей для проведения кибератак, причём Tencent исключила часть таких функций из Hy4 перед публикацией, Moonshot поступила так же с Kimi K3.1 Pro, а Alibaba выпустила новую версию Qwen без открытых весов, которые позволяют запускать модель локально и перенастраивать её. Решения последовали за сигналами властей КНР, где в прошлом месяце Министерство торговли представило проект запрета на экспорт ИИ-инструментов, способных атаковать критическую инфраструктуру, правительственные сети или военные объекты, а в начале ноября Госкомитет по развитию и реформам объявил об ускоренном внедрении стандартов безопасности. bloomberg.com ✔️ Калифорния подала в суд на OpenAI из-за кибервозможностей её агентов Поводом для иска генерального прокурора штата стала летняя атака агентов OpenAI на Hugging Face, но жалоба охватывает и другие случаи несанкционированных действий агентов. По версии истца, компания вводила общественность в заблуждение о безопасности своих продуктов и в беседах с офисом прокурора признала, что во время тестирования более 80 раз теряла контроль над автономными агентами, тогда как публично раскрывала меньшие цифры. Калифорния также обвиняет OpenAI в слабых практиках безопасности, затягивании расследования и попытках отговорить сотрудников от публичных заявлений и требует через суд запретить такую деятельность и взыскать компенсацию. ca.gov ✔️ Apple тестирует суточные лимиты для Siri AI В бета-версиях iOS 27.3, iPadOS 27.3 и macOS 27.3 Apple появились ежедневные квоты на задачи, требующие облачных моделей, включая поиск в почте с добавлением событий в календарь, работу с изображениями и вызов облачных моделей через Shortcuts или сторонние приложения. Исчерпав бесплатный лимит, пользователь ждёт следующего дня или переходит на iCloud+, где тариф на 200 ГБ увеличивает квоту до двух раз, на 2 ТБ до пяти, на 6 ТБ до десяти, а на 12 ТБ до двадцати, при прежних ценах подписок. Бесплатная квота считается для каждого устройства, а дополнительная делится между всеми устройствами и членами семьи. apple.com ✔️ Suno запустила сервис Visuals для генерации видео и изображений Новая функция позволяет создавать ролики до 15 секунд по тексту, треку или изображению, например клипы, липсинк-видео и обложки для песен и альбомов. В основе лежит модель H3 Move, построенная на MiniMax H3 и дообученная под сценарии Suno, котороя, по словам компании, подстраивается под структуру и сюжет композиции. Кредиты на видео отделены от кредитов на песни, и бесплатный тариф даёт лишь один пятисекундный ролик, после чего пакеты стоят от 15 долларов за 2500 кредитов до 200 долларов за 40 000. 20 000 кредитов за 100 долларов хватает на 44 пятнадцатисекундных ролика в стандартном режиме. suno.com ✔️ ElevenLabs объявила видеоконкурс с призовым фондом 200 тысяч долларов В мероприятии The Year of More может участвовать любой обладатель аккаунта ElevenLabs не моложе 18 лет с оригинальным роликом длиной от 30 секунд до пяти минут, собранным из нескольких планов и содержащим хотя бы один визуальный и один звуковой элемент из ElevenLabs. Видео нужно опубликовать в течение одно дня на двух платформах, проставить конкурсные хештеги и до 1 декабря подать заявку. Жюри присудит 15 ежедневных призов по 10 тысяч долларов, оценивая использование ElevenCreative, оригинальность и качество, а 10 декабря главный победитель получит награду в 50 тысяч долларов. elevenlabs.io @ai_machinelearning_big_data #news #ai #ml
- 18.2KOpen in TelegramЭдвард Виттен* открыл Claude прямо на лекции. «Сервис недоступен в вашем регионе» 💀 17 ноября физик и лауреат Филдсовской премии Эдвард Виттен читал лекцию о термодинамике чёрных дыр в Гонконгском университете науки и технологий. По сообщению ABAB News, прямо во время выступления он по привычке открыл Claude и увидел уведомление о том, что сервис недоступен в Гонконге. Прожил жизнь, изучая фундаментальные законы Вселенной, а в итоге остановлен региональным ограничением. Немного контекста. Эдвард Виттен стоял у истоков М-теории, которая объединяет разные версии теории суперструн. Его считают одним из самых выдающихся физиков современности. Во многом благодаря его работам теория струн стала одним из главных направлений теоретической физики. В интернете много интервью с Виттеном, и я советую их посмотреть. У него поразительная физическая интуиция, тонкое чувство красоты теорий и редкая глубина мысли. О лекции:Об эпизоде с Claude:
calendar.hkust.edu.hk/…
https://calendar.hkust.edu.hk/events/ias-distinguished-lecture-invitation-black-hole-thermodynamics@ai_machinelearning_big_data #claudeababnews.com/…
https://www.ababnews.com/en/news/78253ff7-7c72-4b97-9133-f9b7ada331b6 - ⚡️ Дженсен Хуанг заявил о готовности вернуться в Nvidia Бывший глава Nvidia впервые публично высказался после ухода из компании: в посте в X он написал, что сотрудники, инвесторы, партнёры и клиенты Nvidia просят его вернуться, и если совет директоров решит, что его возвращение отвечает интересам акционеров, сотрудников, компании и Соединенных Штатов, он почтёт за честь снова стать генеральным директором. Хуанг признал, что совершил серьёзные ошибки в личной жизни, не соответствовал стандартам, которых Nvidia ждёт от всех сотрудников, и создал проблемы совету. Всю ответственность он берёт на себя и обещает содействовать независимому расследованию совета. Nvidia ответила в тот же день - председатель совета Харви Джонс заявил, что управляющий орган единогласно принял отставку Хуанга и не намерен восстанавливать его в должности генерального директора. За возвращение Хуанга высказались Президент США, Илон Маск, глава Shopify, глава Epic Games и президент Y Combinator - все они подписали петицию, которую запустили нынешние и бывшие сотрудники и акционеры Nvidia. 16 ноября под ней стояло больше 180 тысяч подписей, в том числе около 9 тысяч сотрудников компании. 1 декабря Хуанг ответит на вопросы комитетов Палаты представителей Конгресса США, а пока компанией временно продолжит руководить финансовый директор Колетт Кресс. @ai_machinelearning_big_data #news #ai #ml
- 30.3KOpen in Telegram🚀 OpenAI выпустила GPT-6.2 Astra и Sol. Новая Astra обошла Claude Fable 5.2 в агентных задачах при стоимости в 20 раз ниже OpenAI представила две модели: GPT-6.2 Astra для сложных профессиональных задач и GPT-6.2 Sol для повседневной работы и программирования. GPT-6.2 Astra получила улучшенные возможности работы с кодом, браузером, документами, таблицами, презентациями и 3D-графикой. Модель способна создавать интерактивные сайты, моделировать механические конструкции в CAD и проводить научные вычисления. В бенчмарке Agents' Last Exam новая Astra набрала на 5,2 пункта больше GPT-6 Astra при стоимости менее трети от предыдущей модели. Claude Fable 5.2 она опередила на 5,5 пункта при стоимости выполнения задач около 5% от конкурента. В тесте FrontierCode 2.0 более дешёвая GPT-6.2 Sol отстала от Astra всего на 0,5 пункта, при этом стоимость выполнения задач оказалась примерно в пять раз ниже. OpenAI также сообщает об улучшениях в поиске уязвимостей, исправлении ошибок безопасности и работе с большими кодовыми базами. Стоимость API за 1 млн токенов: GPT-6.2 Astra: $8 за ввод, $0,40 за кешированный ввод и $40 за вывод. GPT-6.2 Sol: $2 за ввод, $0,10 за кешированный ввод и $10 за вывод. Отдельно OpenAI сообщила, что GPT-6.2 Astra стала первой публично выпущенной моделью компании, достигшей уровня High по способности ускорять исследования в области ИИ. Обе модели уже доступны через API, ChatGPT Work и Codex для пользователей поддерживаемых тарифов. Источник:
openai.com/…
https://openai.com/index/introducing-gpt-6-2-astra-sol/ - 🌟 Liquid AI выложила речевой кодек своих аудиомоделей LFM3 LiquidCodec - компактный потоковый аудиокодек на 74 млн параметров, который переводит речь в дискретные токены для языковой модели и собирает звук обратно из токенов, предсказанных моделью. На нём построены вышедшие в конце октября LFM3-Audio-2B и LFM3-Omni-2B, а главный упор сделан на скорость для работы на устройстве - на одном потоке процессора MacBook Pro с M4 Max кодирование идёт в 361 раз быстрее реального времени, декодирование в 87 раз. 🟡Архитектура LiquidCodec выдаёт 12,5 кадра в секунду при частоте звука 24 кГц, кодер у него полностью причинный, т. е смотрит только в прошлое и подходит для потоковой работы. Вместо остаточного векторного квантования, как в кодеке Mimi, на котором работала прошлая LFM2-Audio, здесь групповое конечное скалярное квантование и двенадцать кодовых книг языковая модель может предсказывать параллельно. Декодер сразу выдаёт спектральные коэффициенты, без затратного обучаемого повышения частоты дискретизации. 🟡Тесты Декодирование у LiquidCodec заметно быстрее, чем у соперников - на секунду звука уходит 0,0115 секунды против 0,0329 у Mimi, 0,0379 у X-Codec 2 и 0,2543 у NanoCodec. Качество восстановленной речи по метрике ViSQOL на LibriSpeech составило 4,319 против 4,219 у NanoCodec, 4,119 у X-Codec 2 и 4,031 у Mimi. По ViSQOL и расстоянию между мел-спектрограммами кодек лучший на всех восьми наборах на английском, китайском, немецком, французском, японском и корейском. Модели синтеза речи, обученные на токенах LiquidCodec, получили лучшую естественность звучания на всех восьми наборах и лучшую разборчивость на четырёх. Декодер с четырёхбитным квантованием весит в 3,5 раза меньше и почти не теряет в качестве - ViSQOL 4,292. 📌Лицензирование: LFM Open v1.0 🟡Блогпост 🟡Веса @ai_machinelearning_big_data #AI #ML #Audio #LiquidCodec #LiquidAI
- ✔️В Астане впервые прошел хакатон Международной олимпиады по промышленной разработке PROD PROD — первая в мире олимпиада по промышленной разработке, на которой школьники 8–12 классов со всего мира решают бизнес-задачи в условиях, приближенных к работе в технологических компаниях. Хакатон провели организаторы олимпиады - Т-Образование (Т-Банк) и Центральный университет, чтобы участники могли «примерить» профессию разраба и подготовиться к соревнованиям. Три дня более 90 старшеклассников и студентов колледжей из Казахстана и России проходили интенсив по бэкенду, фронтенду и мобильной разработке при поддержке экспертов Центрального университета. В командах они решали задачи на основе реальных запросов бизнеса. Ребята разработали прототипы голосового администратора ресторана и сервиса онлайн-голосования. Администратор принимает звонки и записывает дату визита и число гостей, сервис позволяет заранее загрузить вопросы и сразу увидеть итоги голосования. Одиннадцать победителей хакатона автоматически прошли во второй тур PROD. В прошлом году олимпиада стала международной — участие приняло более 12 тысяч школьников из 64 стран мира. ИТ-рынок меняется, поэтому в этом году задания соревнований тоже адаптировали — они стали междисциплинарными, на стыки разных направлений разработки. Победители PROD получат дополнительные баллы к ЕГЭ, гранты до 90% при поступлении в Центральный университет и упрощенный отбор на стажировку в Т-Банк. Регистрация открыта до 1 декабря. @ai_machinelearning_big_data #news #ai #ml
The channel in numbers
- Created
- March 15, 2017
- Photos
- 5.7K
- Videos
- 1.4K
- Files
- 17
- Links
- 6.1K
Telegram data as of November 19, 2026
Contacts
- Contact
- @haarrp
From the channel description
Reviews
Leave a review
No reviews yet. Yours would be the first.