AI: дайджест за 14 апреля 2026

1. Civitai разделяет платформу на .red (крипта и полный каталог) и .green (без NSFW, фиат) из‑за давления платежных систем

Сообщается, что Civitai потерял основные фиатные платежные системы и запускает Civitai.red с полным функционалом и оплатой криптовалютой, а Civitai.green будет вести на «безопасную» версию с оплатой картами и без NSFW. Это важно как пример того, как требования платежных провайдеров и регуляторные риски меняют архитектуру и монетизацию AI‑платформ с пользовательским контентом.

Источники: t.me/cgevent

2. BytePlus опубликовал цены и ссылки на API Seedance 2.0

Появились страницы с тарифами Seedance 2.0 и документацией по API для генерации видео, а также анонсирован лайвстрим про историю и возможности продукта. Это важно для команд, которые планируют интеграцию видеогенерации и оценивают стоимость использования.

Источники: t.me/cgevent

3. Stretchy Studio: опенсорсный авториг для аниме‑персонажей из слоёв (интеграция DWPose, экспорт в Spine)

Вышел проект Stretchy Studio, который собирает пайплайн для 2D-анимации: разложение аниме‑изображения на слои и автоматическое создание скелета/рига, включая использование DWPose, с поддержкой порядка отрисовки и экспортом в Spine. Это важно как практический инструмент, сокращающий ручную работу при подготовке аниме‑персонажей к анимации.

Источники: t.me/cgevent

4. DreamLite: генерация/редактирование 1024×1024 на iPhone за ~3 секунды полностью on-device

Заявлена модель DreamLite (0.39B), которая генерирует или редактирует изображения 1024×1024 примерно за 3 секунды на iPhone 17 Pro без облака, используя 4-битный Qwen VL и fp16 VAE+UNet; проект позиционируется как опенсорс, опубликованы инструкции, но код ещё не выложен. Это важно как демонстрация ускорения и приватности on-device генерации на мобильных устройствах.

Источники: t.me/cgevent

5. Baidu готовит релиз ERNIE-Image-8B и заявлена поддержка ComfyUI

Сообщается о подготовке к выпуску модели генерации изображений ERNIE-Image-8B (8B параметров) с VAE от Flux.2 и текстовым энкодером Ministral 3.3B, а также о готовящейся поддержке в ComfyUI. Это важно как потенциальное усиление конкуренции на рынке генераторов изображений и упрощение внедрения через популярный UI-стек.

Источники: t.me/cgevent

6. Обзор и таксономия подходов «латентного пространства» для foundation-моделей (arXiv + репозиторий)

Опубликован большой обзор, который систематизирует исследования по вычислениям и представлениям в латентном пространстве, связывая механистический дизайн моделей с их возможностями (рассуждение, планирование, восприятие, память и т.д.). Это важно как карта направления, где вычисления смещаются от дискретного текста к непрерывным скрытым состояниям, что влияет на архитектуры и инструменты отладки/контроля.

Источники: t.me/gonzo_ML

7. Memory Intelligence Agent (MIA): архитектура Manager–Planner–Executor и test-time learning для улучшения агентов

Предложен фреймворк MIA, где агент разделён на Manager/Planner/Executor и использует буфер памяти плюс обучение с подкреплением во время инференса (TTL) для выучивания процедур поиска. В сообщении утверждается, что 7B исполнитель в этой схеме превзошёл 32B модель на 18%, что важно как аргумент в пользу архитектурных улучшений и управления памятью вместо простого наращивания параметров.

Источники: t.me/gonzo_ML

8. AISI: Mythos Preview показал автономное прохождение цепочки атаки на корпоративную сеть в симуляции

Сообщается, что британский AISI протестировал Mythos Preview: модель решает 73% экспертных CTF-задач и в симуляции атаки из 32 этапов завершила цепочку в 3 из 10 запусков (в среднем доходила до 22-го шага), тогда как Opus 4.6 — до 16-го; тесты проводились без активных защитников и мониторинга. Это важно как индикатор роста автономных кибер-возможностей моделей и связанных рисков.

Источники: t.me/How2AI

9. Заявлен способ реверс-инжиниринга и удаления водяного знака Google SynthID

Утверждается, что SynthID можно частично «сломать» через извлечение шаблона структурированного шума на чёрных/белых фонах и последующее удаление, с заявленными метриками до 43 dB PSNR и «ломанием 90% защиты», при этом частоты зависят от разрешения и предлагается пополнять словарь. Это важно, потому что ставит под вопрос устойчивость скрытых водяных знаков как механизма маркировки AI-контента.

Источники: t.me/ai_newz