Новости про pytorch
110 материалов с упоминанием pytorch: релизы, бенчмарки, цены и доступность. Профиль компании и её модели — на странице pytorch.
-
ComfyUI-Iris: Прямой вывод пикселей от Iris-3B без VAE
Появились ноды для Iris-3B в ComfyUI: модель генерирует RGB-пиксели напрямую, используя Qwen3-VL-4B и нативное управление памятью, исключая VAE и diffusers.
-
RTX VSR Studio: Бесплатный апскейл видео через NVIDIA RTX без PyTorch
Появился мощный инструмент RTX VSR Studio для апскейлинга видео на видеокартах NVIDIA. Программа использует SDK Video Effects, работает быстро, не требует установки тяжелых библиотек и поддерживает прерываемые задачи.
-
Python Data Stack 2026: Rust, PyTorch и смерть legacy-библиотек
В 2026 году экосистема Python для данных претерпела радикальные изменения: Rust вытеснил старые инструменты, PyTorch стал безоговорочным стандартом в Deep Learning, а половина привычных библиотек ушла в архив.
-
Локальный NLLB-3.3B: точный перевод на языки Уганды и Кении
Модель Sunbird/translate-nllb-3.3b-salt демонстрирует высокую точность при локальном запуске, превосходя базовые версии в переводах на лугандский, суахили и другие африканские языки.
-
AI-агенты пишут CUDA-ядра быстрее PyTorch: тесты на DGX Spark
Исследование показало, что ИИ-агенты способны генерировать CUDA-ядра, превосходящие стандартные реализации PyTorch по скорости, однако валидация этих результатов требует тщательного дизайна бенчмарков.
-
Unsloth Studio: Как ИИ-инструмент защищает от вредоносных моделей
Платформа Unsloth Studio внедрила четырехуровневую систему безопасности, блокирующую вредоносный код и веса моделей до их выполнения, реагируя на инциденты с компрометацией репозиториев Hugging Face и PyPI.
-
Экономия 94% данных: как облако «читает» мысли дрона через World Model
Исследователи представили метод синхронизации дронов с облаком без постоянной потоковой передачи видео, сокращая объем передаваемых данных на 94% с помощью двух копий модели World Model.
-
NVIDIA Cosmos3-DROID: Обучение роботов без скачивания 707 ГБ
Разработчики представили пайплайн потокового обучения робототехнических моделей на датасете NVIDIA Cosmos3-DROID, позволяющий тренировать нейросети, не загружая 707 ГБ данных на локальный диск.
-
ASUS Ascent GX10 64GB: Доступный AI-суперкомпьютер на GB10 для локальных агентов
ASUS представила конфигурацию на 64 ГБ ОЗУ для AI-станции Ascent GX10 на базе NVIDIA GB10. Устройство позволяет запускать модели класса 30-35B и создавать кластеры для масштабирования вычислений.
-
Hunyuan3D 2.0/2.1 на Windows: запуск на видеокартах от 3 ГБ VRAM
Портативный пакет Hunyuan3D-2-WinPortable позволил запустить генерацию 3D-моделей от Tencent на потребительских GPU NVIDIA с минимальными требованиями к памяти.
-
OmniChar: Единый .char-файл для стабильных AI-персонажей на FLUX, Krea и MiniMax
Open-source студия OmniChar решает проблему «плавающего лица» в генерации, позволяя создавать персонажей один раз и использовать их в любых моделях — от FLUX.2 до видео-генераторов.
-
PINN в PyTorch: восстановление параметров кровотока из 40 зашумленных точек
Исследователи продемонстрировали, как физически обоснованные нейросети (PINN) на базе PyTorch решают обратную задачу Навье-Стокса, восстанавливая вязкость и напряжение сдвига стенки сосуда всего по 40 измерениям скорости
-
NVIDIA DGX Spark 64GB: Петафлопсный AI-компьютер для локальных агентов
NVIDIA представила компактную версию DGX Spark на базе чипа GB10 с 64 ГБ унифицированной памяти. Устройство позволяет запускать локальные AI-агенты и дообучать модели без облачных тарифов.
-
Anima-Lightning: 4 шага для генерации аниме-арта на базе Cosmos
CircleStone Labs выпустила квантованную BF16 версию модели Anima-Lightning, способную генерировать изображения за 4 шага с использованием базовой архитектуры NVIDIA Cosmos Predict2.
-
NVIDIA DGX Spark 64GB: локальный AI-суперкомпьютер за $4999
NVIDIA представила конфигурацию DGX Spark с 64 ГБ памяти. Устройство позволяет запускать модели до 100 млрд параметров локально, а при объединении двух блоков — до 200 млрд.
-
DeepSeek выпустила DeepGEMM: ускорение ИИ до 1550 TFLOPS на H800
Лаборатория DeepSeek открыла исходный код библиотеки DeepGEMM, оптимизирующей вычисления на GPU. Решение достигает 1550 TFLOPS на H800 и поддерживает архитектуру Ascend.
-
NVIDIA Kumo Tabular: Open-модель для табличных данных с коммерческой лицензией
NVIDIA выпустила семейство Kumo Tabular — фундаментальные модели для классификации и регрессии, предсказывающие новые строки за один проход. В отличие от конкурентов, веса доступны под коммерческой лицензией OpenMDW-1.1.
-
TinyTorch: Легкий фреймворк на C++ с API как у PyTorch
Разработчик Keith2018 представил TinyTorch — легковесный фреймворк для глубокого обучения на чистом C++17, воспроизводящий API PyTorch и поддерживающий LLM-инференс.
-
NVIDIA Model Optimizer: NVFP4 и прунинг ускоряют LLM до 5.9x
NVIDIA представила обновленную библиотеку Model Optimizer, позволяющую сжимать модели до 5.9x по скорости и 3.1x по размеру с помощью NVFP4, прунинга и дистилляции.
-
AugLy: Энд-ту-энд мультиформатный датасет и бенчмарк устойчивости AI
Facebook AI представил AugLy — библиотеку для аугментации изображений, текста и аудио, ставшую стандартом для тестирования устойчивости моделей к адверсариальным атакам.
-
uv против pip: в 200 раз быстрее в Docker. Почему это меняет правила игры
Инструмент uv демонстрирует колоссальное ускорение установки пакетов PyTorch по сравнению с pip, особенно в изолированных средах Docker. Разница в скорости достигает 200 раз.
-
PWM-WROP: 16B-модель с объектной постоянством победила в слепом тесте
Исследователи представили WROP — датасет из 1.5 млн сэмплов для обучения моделей мира объектной постоянству. Новая 16B-модель PWM-WROP заняла 3-е место в слепом Elo-тесте среди 14 видео-моделей.
-
Samsung Labs выпустила Samsone: 3 модели аудио-LLM до 356M параметров
Лаборатория Samsung Labs представила семейство открытых малых языковых моделей (SALMs) Samsone для анализа звука на устройствах. Модели превосходят аналоги по эффективности и доступны для Android.
-
DeepEP V2.5: ускорение MoE в 1.3x и экономия SM в 4 раза
DeepSeek выпустила DeepEP V2.5 — библиотеку коммуникаций для MoE-моделей. Новый бэкенд NCCL Gin и JIT-компиляция обеспечивают пропускную способность, близкую к пределам железа, при минимальном использовании SM.
-
NVIDIA MJWarp: ускорение робототехники на GPU с поддержкой 2048 параллельных сред
NVIDIA представила MJWarp — решение на базе Warp, позволяющее запускать симуляции MuJoCo на GPU. Технология поддерживает до 2048 параллельных сред, что критично для обучения с подкреплением и сбора данных.
-
CodeFormer: SOTA-реставрация лиц из NeurIPS 2022
Модель CodeFormer от Nanyang Technological University решает проблему восстановления лиц на старых фото, предлагая баланс между качеством и сохранением идентичности через механизм Codebook Lookup Transformer.
-
Тихое разрушение: как невидимый broadcasting ломает ML-модели
Ошибки совместимости размеров тензоров в PyTorch и TensorFlow часто остаются незамеченными, приводя к некорректным вычислениям и сложным багам, которые трудно отладить.
-
Causilo от Nums AI: новый лидер TabArena среди одиночных моделей
Nums AI представила Causilo — табличную фундаментальную модель с интерфейсом scikit-learn, занявшую 1-е место по Elo в TabArena среди одиночных моделей для классификации и регрессии.
-
NVIDIA cuDNN Frontend: Fusion, Autotuning и Plan Reuse
NVIDIA представила cuDNN Frontend — API нового поколения для низкоуровневого контроля графов вычислений, позволяющий объединять операции, автонастраивать ядра и переиспользовать планы выполнения для максимизации производ
-
Запуск CUDA на AMD в Windows: ZLUDA + ROCm обходят виртуализацию
Разработчик Speedstu создал PowerShell-скрипт, позволяющий запускать CUDA-приложения на видеокартах Radeon RX 9060 XT в Windows без WSL2, используя связку ZLUDA и HIP.