— журнал

Инженерный журнал

Research, гайды, новости и анонсы. Пишем о том, что сами проверили на железе и под нагрузкой.

Все материалы · страница 6

Робот Moya и «92% человека»: где здесь инженерия, а где кликбейт

Шанхайский андроид Moya «взорвал интернет» на 92% человечности. Робот настоящий, а вот цифра — маркетинг DroidUp без методики. RL-движение «как у человека» сегодня стоит как подержанная машина; DroidUp подняла десятки миллионов — а пластика на железе костыльная. Разбор по фактам: куда ушли деньги.

26 июн. 2026 г.12 мин

Research

GLM-5.2: насколько открытая модель подошла к закрытому фронтиру — разбор по фактам

Открытая MoE-модель Z.ai на ~753B параметров с контекстом 1M: что реально внутри, какие бенчмарки выдержат проверку, сколько железа нужно под self-host и что релиз дает бизнесу. По фактам, с атрибуцией, без хайпа.

22 июн. 2026 г.14 мин

Research

Как удержать ML-инженера в 2026: 9 причин, по которым сеньор уходит через 8 месяцев, и чем чинить bus factor

Сеньор уволился, и инференс лег на шесть недель, потому что веса модели лежали на его виртуалке. Разбираем, почему контр-офферы не работают, из-за чего на самом деле бежит data science и как спасти архитектуру.

12 июн. 2026 г.5 мин

Research

ИИ-аватар ведущий для видео: где окупается и где палит фейк

Считали экономию от замены живого лектора на нейросеть? В проде магия SaaS-демок разбивается о русскую фонетику, мертвый взгляд и утечки данных. Разбираем, когда синтетика спасает бюджет, а когда уничтожает доверие.

12 июн. 2026 г.5 мин

Инженерные гайды

Спорт без Stats Perform: трекинг игроков и аналитика на своем железе

Зависимость от фидов Stats Perform и Sportradar сжирает бюджет. Мы попытались собрать сбор событий матча на своих нейросетях — и наша видеоаналитика спорта эпично легла на первом же угловом.

11 июн. 2026 г.4 мин

Инженерные гайды

Инкрементальное обновление эмбеддингов RAG: как не гонять full reindex миллиона векторов при каждом апдейте

Сбрасываете векторную базу каждую ночь ради свежих данных? Разбираем, как инкрементальное обновление эмбеддингов RAG экономит сотни GPU-часов, зачем хешировать чанки и как менять модели без даунтайма.

11 июн. 2026 г.5 мин

Research

Система прокторинга на онлайн-экзамене: честный разбор детекта списывания

Разбираем, как система прокторинга на онлайн-экзамене работает в проде. Без маркетинговой шелухи: почему ИИ путает взгляд со списыванием, зачем нужен liveness, где нейросети абсолютно слепы и как строить архитектуру античита без риска получить иск и аудит РКН.

09 июн. 2026 г.6 мин

Инженерные гайды

Сверка факт↔BIM компьютерным зрением: как поймать отставание и брак стройки до бетона, а не на сдаче

Прораб рисует 100% готовности на глаз, а через месяц смежники находят съехавшую стену. Разбираем, как перевести строительный контроль на нейросети без облаков и красивых стартаперских иллюзий.

09 июн. 2026 г.5 мин

Research

ML против перерасхода энергии в RAN: прогноз нагрузки соты и sleep-режим несущих без падения KPI

Базовые станции молотят пустые ячейки ночами, сжигая до 40% OPEX радиосети. Разбираем, как прогнозирование нагрузки сети базовых станций через ML и предиктивный sleep-режим режут счета за электричество без деградации KPI и отвала абонентов.

08 июн. 2026 г.6 мин

Инженерные гайды

Компьютерное зрение в диагностике рельсов: ловим излом в дефектограммах и негабарит

Как нейросети спасают поезда от сходов там, где обходчик пропускает дефект. Разбираем инференс на путеизмерителях, анализ B-сканов, трекинг габарита и почему классическая метрика accuracy ведет к катастрофе.

08 июн. 2026 г.4 мин

Research

3D-модель товара из одного фото нейросетью: что уже прод для AR-карточки, а что демо-фокус — карта зрелости 2026

Вендоры обещают прогнать весь каталог через API и за неделю выдать готовые 3D-модели для карточек. На деле вы получаете рваную топологию и зависший AR-вьювер. Сухой инженерный разбор лимитов генерации, проблем Gaussian Splatting и реального ROI.

08 июн. 2026 г.5 мин

Инженерные гайды

Брендовый TTS on-prem: экономика 500 роликов и где палится синтез

Живой диктор для 500 роликов выпьет бюджет и сорвет сроки. Облачный TTS сольет данные. Считаем экономику локального клона голоса, разбираем баги синтеза на русском и строим конвейер мгновенной переозвучки.

05 июн. 2026 г.1 мин

Робот Moya и «92% человека»: где здесь инженерия, а где кликбейт

GLM-5.2: насколько открытая модель подошла к закрытому фронтиру — разбор по фактам

Как удержать ML-инженера в 2026: 9 причин, по которым сеньор уходит через 8 месяцев, и чем чинить bus factor

ИИ-аватар ведущий для видео: где окупается и где палит фейк

Спорт без Stats Perform: трекинг игроков и аналитика на своем железе

Инкрементальное обновление эмбеддингов RAG: как не гонять full reindex миллиона векторов при каждом апдейте

Система прокторинга на онлайн-экзамене: честный разбор детекта списывания

Сверка факт↔BIM компьютерным зрением: как поймать отставание и брак стройки до бетона, а не на сдаче

ML против перерасхода энергии в RAN: прогноз нагрузки соты и sleep-режим несущих без падения KPI

Компьютерное зрение в диагностике рельсов: ловим излом в дефектограммах и негабарит

3D-модель товара из одного фото нейросетью: что уже прод для AR-карточки, а что демо-фокус — карта зрелости 2026

Брендовый TTS on-prem: экономика 500 роликов и где палится синтез

Опишите задачу — ответим как инженеры.