Практические гайды по ИИ и бесплатный курс Claude Code

OpenBMB — китайская лаборатория, создавшая серию MiniCPM — выпустили MiniCPM5 2B, вторую модель в серии MiniCPM5. Это плотная модель на 2.5 миллиарда параметров, созданная специально для локального запуска: на ноутбуках и встраиваемых устройствах, где нет серверной видеокарты. Контекст в 131 тысячу токенов и встроенная поддержка вызова инструментов позволяют строить на её основе агентов без обращения к облаку. В тестах набирает средний балл 53.9 — выше всех конкурентов в своём классе. Запускается через Ollama, LM Studio, llama.cpp и MLX.

Krea 2 Turbo — модель для генерации изображений из текстового описания от компании Krea.ai, выпущенная с открытыми весами по лицензии Krea 2 Community License. 12 миллиардов параметров. Работает с любым текстовым промптом и подходит для творческих задач, коммерческих проектов и разработки. Модель уже встроена в Draw Things и DiffusionBee — макOS-приложения для локальной генерации изображений — а также доступна через Google Colab и Kaggle. На Hugging Face собрано более 100 сторонних демо-пространств. В 4-битной версии занимает около 7.7 ГБ памяти — помещается на ноутбук от 16 ГБ.

SAM 3 — единая модель Facebook (Meta)для выделения объектов в изображениях и видео. Она понимает текстовые запросы: опишите, что нужно выделить, и модель рисует точную маску. Работают и визуальные подсказки — точки, рамки, нарисованные маски — их можно сочетать с текстом. В видеорежиме модель отслеживает объект по кадрам без ручной разметки каждого кадра. На бенчмарке SA-CO, охватывающем 270 тысяч уникальных концептов, она достигает 75–80% от точности человека. Модель содержит 0.9B параметров и весит около 1.7 ГБ в полном формате.

Vincentwei1021/anything2explainer

Скилл для Claude Code и Codex, который полностью самостоятельно создаёт объясняющие видеоролики на любую тему. Устанавливаешь один раз, связав папку со скиллами, — и агент сам ведёт весь процесс: исследует тему с источниками, пишет нарратив, генерирует озвучку голосом с синхронизацией по словам, создаёт раскадровку и строит каждый кадр кодом на Remotion (React). Итог — 1280×720 MP4 с синхронной озвучкой, субтитрами, карточками глав и прогресс-баром. Ролик на 2–3 минуты занимает около 1 часа, на 3–5 минут — около 2 часов, большую часть времени параллельно работают несколько агентов. Поддерживаются английский и китайский языки. Тебя спрашивают ровно в четырёх контрольных точках.

unslothai/unsloth

Авторы называют Unsloth «первым десктопным приложением для запуска и обучения моделей». Его веб-интерфейс — Unsloth Studio — открывается командой `unsloth studio`: здесь каталог моделей, скачивание и локальный запуск LLM, диффузионных, голосовых (TTS) и embedding-моделей. Конструктор датасетов принимает PDF, CSV и DOCX для дообучения без кода. Работает на Windows, macOS, Linux с NVIDIA, AMD, Intel GPU, CPU и Vulkan. Опционально подключаются облачные провайдеры. В таблице бенчмарков — модели от Google (Gemma), OpenAI (gpt-oss), Alibaba (Qwen) и Meta (Llama). По данным авторов, дообучение идёт вдвое быстрее стандартного пайплайна при 70% экономии видеопамяти; для больших экспертных моделей (MoE) подготовка ускоряется в 12 раз при 35% экономии. Проект собрал 75 000+ звёзд на GitHub.

Comfy-Org/ComfyUI

ComfyUI — визуальный граф-редактор для запуска моделей генерации ИИ локально. Пайплайн собирается из блоков: загрузчик модели, кодировщик текста, сэмплер, VAE-декодер, узел сохранения — поток данных виден до запуска. Нативно поддерживает более 30 семейств моделей: изображения (Stable Diffusion, Flux, HiDream), видео (Wan, LTX-Video, HunyuanVideo), аудио, 3D и текст (Gemma 4, Qwen3). VRAM управляется автоматически с умной выгрузкой и частичным пересчётом графа — смена одного узла не перезапускает всё. Кастомные ноды расширяют граф тысячами операций из сообщества. Воркфлоу сохраняются как JSON-файлы, их легко публиковать и переиспользовать. Работает полностью офлайн — без телеметрии и обязательного облака.