@cgit_vines
CGIT_Vines
Telegram-канал @cgit_vines: 11,6 тыс. подписчиков, 2,5 тыс. просмотров на пост, оценка 57
57CВыше, чем у 5 из 10 каналов категории
Середина категории 43–65Этот канал 57
- 11,6 тыс.
- Подписчики
- 2,5 тыс.
- Медиана просмотров за 30 дней
- 21,7%
- Просмотры / подписчики за 30 дней
- 36
- Постов за 30 дней
Данные на 19 ноября 2026 г.
Об ИИ, графике и визуальных технологиях с авторским взглядом на индустрию: разборы рекламных кампаний, нейросетевые инструменты и ирония над новостной лентой. На 4 октября: подписчиков 11,6 тыс., это меньше медианы категории. ER держится на 30,9 % — выше медианы категории. За последний месяц автор разобрал рекламную кампанию робототехнической компании Figure по смене поколения роботов, посчитал, сколько живёт каждая версия GPT от GPT-1 до GPT-5.1, и показал тесты симуляций флюидов и тканей в браузере. Также был пост про архитектора, который использует 3D-конструктор как портфолио, и про японский формат тихого чтения под эмбиент.
описание каталога О канале от автора
Канал о сферах CG, Игр и Генератива, все с помощью чего мы генерируем визуальное и интерактивное искусство. Статистику не предоставляю, смотрите на tgstat.ru Регистрация в РКН: № 6148197228 mentorcampus.ru Вопросы и предложения: @Evgeniy_Vegera
Частые вопросы
- Сколько подписчиков?
- Подписчиков — 11,6 тыс. Медиана просмотров поста — 2,5 тыс. Просмотров на подписчика — 21,7%. Данные на 19 ноября 2026 г.
- Как часто выходят посты?
- За 30 дней вышло постов: 36 — это почти каждый день. Данные на 19 ноября 2026 г.
- Есть ли у канала галочка Telegram?
- Галочки Telegram нет.
- Кто ведёт страницу канала в каталоге?
- Пока никто. Если это ваш канал — заберите страницу: сможете отвечать на отзывы и видеть её статистику.
Это ваш канал?
Подтвердите владение — точные метрики и что улучшить, ответы на отзывы от лица канала и бейдж владельца на странице.
Подтвердить владениеЗаймёт минуту: пост с кодом или бот в администраторах
Ваша страница в tg.place
Знаете владельца?
Перешлите ему это сообщение — он подтвердит права и заберёт накопленное: статистику страницы и ответы на отзывы.
11 66411 541
19 нояб.11 629−8 за день
Наведите на график или проведите пальцем — покажем день.
| Из чего складывается | |
|---|---|
| Вовлечённость | 13,4 из 30 |
| Качество роста | 12 из 20 |
| Реакции и пересылки | 9,6 из 15 |
| Регулярность | 9 из 12 |
| Доверие | 4,4 из 8 |
| Отзывы | недостаточно данныхотзывов пока нет |
Оценка 57 — по 5 показателям из 6: остальные пока не измерены. Методология
Последние посты
- 1,3 тыс.Открыть в TelegramНа самом деле сегодня есть событие покруче! Ровно 49 лет назад в 77 году был запущен Voyager 1. Сегодня он достигает расстояния в 1 световой день, это примерно 25,9 миллиарда километров от Земли. Несмотря на то, что его оборудование создавалось в 70е, оно всё ещё работает, и отправить к нему радиосигнал и получить обратно можно за 48 часов, 24 туда и столько же обратно. Для 26 миллиардов километров это невероятно быстро! С днём рождения, лети ещё столько же! @CGIT_Vines
- 1,5 тыс.Открыть в TelegramОтдельная механика по строительству своего шелтера? Надеюсь, не просто катсцена. Я много писал про GTA до этого, но в первую очередь с точки зрения новых механик, разработки и каких-то новых пайплайнов. Поэтому, да, и в этом канале будет какое-то время про GTA. Постараюсь не постить все подряд, а только реально что-то интересное. Историческая хуйня как никак/ Докидывайте в комменты, если что-то будете находить ценное. @CGIT_Vines
- Реклама
- 1,8 тыс.Открыть в TelegramПока одни компании учат нейросети генерировать картинки, Alljoined пытаются научить свое устройство их понимать, посредством сигналов из нашего мозга. Причём буквально. Ребята занимаются нейроинтерфейсами (BCI), которые позволяют считывать активность мозга с помощью ЭЭГ, абсолютно неинвазивно. У них уже есть модель ENIGMA, которая пытается восстановить увиденное человеком изображение по сигналам мозга. Пока это не точная реконструкция картинки, скорее распознавание того, что именно человек видит. Но самое интересное, что модель работает с данными разных людей и может адаптироваться к новому пользователю за короткое время. Для обучения они собрали датасет Alljoined-1.6M с более чем 1,6 миллиона записей реакций мозга на изображения, причём использовали относительно доступное ЭЭГ-оборудование. Теперь пытаются определять эмоции и состояние человека по активности мозга, чтобы в перспективе ИИ мог понимать не только то, что мы ему говорим, но и то, что мы чувствуем. До полноценного чтения мыслей ещё далеко, но стартапы не успокаиваются. @CGIT_Vines
- 1,7 тыс.Открыть в TelegramNvidia выложила в открытый доступ модель GR00T 2, это тот тип моделей, которые учатся по видосикам из Бангладеш, т.е. наблюдая за людьми. Чтобы сделать все корректно, модели приходится прогнозировать, как изменится окружающее пространство под ее собственными действиями. У людей происходит то же самое примерно, но мы называем это либо просто "прямыми руками", либо, если заходим чуть дальше в предсказание будущего, то интуицией. Модели достаточно посмотреть много раз, как действует человек на видео, и после этого робот сможет выполнять его сам. Понятно, что не все идеально, что движения не такие быстрые и четкие, как у человека, но такой тип обучения радикально снижает порог входа для новых задач. Еще раз. Модели уже в своей основе могут предсказывать будущее, они сейчас ограничены архитектурой, вычислительными ресурсами и энергией, но давай тупо линейно проинтерполируем это умение и сделаем х100 х1000 для этих параметров и так далее. Лет через 100 у человечества будет предсказательный ИИ, и, т.к. в этой гонке мы абсолютно бессильны, нам придется отдать глобальное управление полностью интеллекту. Будем надеяться, что к тому времени ИИ не будет принадлежать только одной корпорации или техно-олигархату. Код выложат в декабре. @CGIT_Vines
- В архиве есть статья, описывающая ситуацию с наймом на 25-26 год. Если вы пишете резюме самостоятельно, то оказываетесь на самом дне HR цепи, а если пользуетесь нейронкой, то тут, в общем, все тоже не совсем однозначно. В 82% случаев ИИ системы найма отклоняют резюме, написанные человеком. В 97.6% если человек пользовался GPT при написании резюме, то системы, основанные на GPT, выбирали такое резюме как успешное. В частности, они ориентировались именно на модели, т. е. предпочтительно выбирали свой же собственный алгоритм. Исследователи тестировали 7 моделей, включая: GPT, DeepSeek, Llama, Qwen и Mistral. Хм.. а где же Anthropic?🤔 Тесты проводились в изолированной среде, а не на реальном линкедине или подобных сервисах, но факт предвзятости моделей остаётся. Самый невыгодный вариант это писать самостоятельно. Новая ловушка на пути к поиску работы 2027. @CGIT_Vines
- «Ой, мы такие тупые, посмотрите, даже не можем выкинуть грязный пакет в мусорный контейнер», а как взломать сайт австралийского Минздрава, так нехрен делать! Начинаю подозревать, что они это делают специально, чтобы оставить грязную работу нам, на то он и сверхинтеллект! @CGIT_Vines
Медиа
- Лол, так забавно наблюдать, как сначала пару дней весь мир угорает по тому, что Хуанга поймали на измене, делают нейро мемы, а потом wait a minute... Это же крупнейшая американская корпорация, ups там же ещё и акции, которые бешено росли у кого-то, а потом всё это прокатывается по всему миру и приходит осознание, что гос. регулирование теперь распространится и на видео чипы 😳 Надеюсь, вы успели закупиться?
- ЧТОШ Jonathan Cooper, который работал аниматором над Mass Effect, Assassin’s Creed, Uncharted писиханул и выложил неизданный внутренний трейлер 2009 года ко Дню N7. Кажется, пора расчехлять ваши видео модели, это отличный аниматик для того, чтобы зафиналить такую красоту через ИИ! @CGIT_Vines
- Интересный набор скилов blockout-to-real для агентов l, который облегчает итерирование 3D сцен для Blender. Отдельно понравилась возможность доставать PBR текстуры и запускать агентские проверки на косяки в сцене. Агенты их не просто как-то правят, а сравнивают с референсом, видимо попиксельно, и итерируют до тех пор, пока не сойдется с исходной картинкой. Тут я конечно бы внимательно последил, а то, может, слишком жирно по токенам получаться. Вот что умеет: • Работает с готовыми сценами Blender, а также импортирует FBX, OBJ, GLB, USD и другие форматы. • Генерирует фотореалистичный референс на основе исходного блокинга, стараясь сохранить композицию и расположение объектов. • С помощью нейросетей анализирует полученное изображение и извлекает Albedo, Roughness, Normal, Metallic и Depth. • Проецирует полученные текстуры обратно на геометрию, создавая отдельные UV-текстуры и PBR-материалы для объектов. • Автоматически подбирает освещение в Blender Cycles, сравнивая рендер с референсом. • Анализирует расхождения между результатом и референсом, предлагает исправления геометрии и может повторять процесс в несколько итераций. • На выходе сохраняет полноценную
.blendсцену с геометрией, материалами и источниками света. Можно двигать камеру, менять освещение и продолжать работу вручную. Минус в том, что все это работает под ракурс и через API fal.ai, но при желании можно раздербанить скилы для своего пайплайна. @CGIT_Vines
О канале в цифрах
- Создан
- 22 февраля 2019 г.
- Фото
- 712
- Видео
- 1,5 тыс.
- Файлы
- 11
- Ссылки
- 1,9 тыс.
По данным Telegram на 19 ноября 2026 г.
Контакты
- Связь
- @Evgeniy_Vegera
Из описания канала
Отзывы
Оставить отзыв
Отзывов пока нет. Ваш будет первым.
Реклама