TGINSIGHT SIMILAR POSTS
Изворен канал @pythonotes · Post #32 · 7 фев.
Скорее всего уже слышали, что складывать строки через + это плохая практика. Падение производительности, и всё такое. Без лишних слов, давайте измерять: from timeit import timeit def t1(): # складываем 10 строк через + из переменной t = 'text' for _ in range(1000): s = t + t + t + t + t + t + t + t + t def t2(): # склеиваем список строк через метод join arr = ['text'] * 10 for _ in range(1000): s = ''.join(arr) def t3(): # складываем через + но не из переменной а непосредственно инлайн объекты for _ in range(1000): s = 'text' + 'text' + 'text' + ... # всего 10 раз Теперь каждую строку склейки запустим по 10М раз >>> timeit(t1, number=10000) 0.21951690399964718 >>> timeit(t2, number=10000) 1.4978306379998685 >>> timeit(t3, number=10000) 0.2213820789993406 Хм, а нам говорили что через "+" это плохо и медленно ))) 😁 Тут стоит учитывать, что речь идёт о склейке множества длинных строк. Давайте изменим условия: def t4(): t = 'text'*100 for _ in range(1000): s = t + t + t + t + t + t + t + t + t def t5(): arr = ['text'*100] * 10 for _ in range(1000): s = ''.join(arr) def t6(): for _ in range(1000): s = 'text'*100 + 'text'*100 + ... # всего 10 раз >>> timeit(t4, number=10000) 12.795130728000004 >>> timeit(t5, number=10000) 2.642637542999182 >>> timeit(t6, number=10000) 0.2184546610005782 Вот, уже другой разговор, сразу видна разница, в среднем в 6 раз. Но погодите, почему последний тест t6() по скорости такой же как и t3()? Ведь строки теперь в 100 раз длиннее! Это вопросы оптимизации кода, какие простые изменения ускоряют или замедляют выполнение программы. Мы столкнулись с примером обхода обращения к переменной. Например, именно так работает директива #define в С++, во время компиляции подставляя значение переменной вместо ссылки на неё. В Python это тоже работает, но часто ли вы сможете встретить такой способ работы со строками? К сожалению, способ почти только теоретический. В целом, тесты показали то, что мы хотели. Делаем выводы самостоятельно. Полный листинг 🌍 #tricks
Пребарај: #lyria
@kejiqu · Post #4179 · 19.02.2026 г., 00:54
谷歌发布 Lyria 3 模型，可一键生成 30 秒高保真 AI 音乐 谷歌于 2 月 19 日发布了 AI 音乐生成模型 Lyria 3，相较早期版本大幅降低了音乐创作门槛。Lyria 3 可生成高保真、时长 30 秒的音轨，支持短广告曲、节拍和复杂编曲等多种风格。该模型现已登陆 Gemini 桌面端应用，未来几天将上线移动端，面向所有 18 岁及以上用户免费开放，支持英语、德语、西班牙语、法语、印地语、日语、韩语和葡萄牙语。用户可通过文本、图片、音频或视频提示词生成音乐，并可控制曲风、人声和节奏。Gemini 应用内生成的音轨将内嵌 SynthID 水印。Google AI Plus 和 AI Ultra 订阅用户将享有更高使用额度。谷歌强调 Lyria 3 的训练过程重视版权问题，并设有过滤机制以避免侵权。IT之家 🏷#Lyria#AI#音乐生成#Gemini 📢频道👥群组📝投稿
@kejiqu · Post #4297 · 26.03.2026 г., 02:57
谷歌推出旗下最先进音乐生成模型 Lyria 3 Pro，可创作近 3 分钟完整音轨 谷歌于3月26日发布其最先进的音乐生成模型Lyria 3 Pro，相较于上一代产品，在生成结构和长度方面均有显著提升。Lyria 3 Pro能够更准确地处理编曲要素，并支持生成最长约3分钟的完整音轨。谷歌强调该模型不会直接模仿特定艺术家风格，仅将用户输入的艺人名称作为灵感参考。训练数据仅使用在法律允许范围内有权使用的数据。所有生成的音频将嵌入不可见的SynthID数字水印，用于标识AI生成内容。目前，Lyria 3 Pro已应用于Gemini、Google Vids（Workspace生态）、Vertex AI、Google AI Studio以及ProducerAI等多个产品线。IT之家 🏷#Lyria#Pro#AI音乐#谷歌 📢频道👥群组📝投稿
@semasci · Post #1080 · 24.04.2025 г., 05:33
Google DeepMind: как ИИ-гигант захватывает все фронты Пока OpenAI металась между моделями, облаками и попытками захватить рынок, Google ждал своего часа. 🕰️ Спокойно дорабатывая экосистему, вкладываясь в железо и собирая данные, гигант подошел к 2025 году с абсолютным преимуществом. Теперь их победа очевидна даже скептикам. 🔥Лидерство моделей ➡️Gemini 2.5 Pro — №1 в ключевых тестах: LMArena, GPQA Diamond, AIME. ➡️Gemini 2.5 Flash (скоро в релизе) — скорость и стоимость в разы лучше аналогов (даже DeepSeek). ➡️Gemma 3 — open source модель уровня Llama 4 и DeepSeek-v3 но компактнее. 🎯Интеграция в экосистему ➡️1 млн токенов контекста + доступ к Google Поиску, YouTube, Workspace. ➡️Миллиарды пользователей получат Gemini бесплатно через Android, Chrome, Gmail. 🛠️Не только LLM ➡️Veo 2 — топ в генерации видео. ➡️Project Astra (ассистент) и Mariner (взаимодействие с ПК) — прорыв в агентских системах. ➡️Google Workspaces (ранее G Suite) - все собрано в одном флаконе для корпоративного пользователя. ➡️Imagen 3 (изображения) и Lyria (музыка) — пока не топ в своих категориях, но явно догонят, так как были выпущены ещё в прошлом веке (в прошлом году, если быть точнее, но в ИИ это сравнимо с прошлым веком).. ⚡Железо и облака ➡️TPU Ironwood — чипы 7-го поколения для AI-инференса (конкурент Nvidia Blackwell и Huawei Ascend). ➡️Google Cloud + собственные серверы = независимость от Microsoft/AWS. 🆚Почему конкурентам не догнать? ➡️У OpenAI нет своего железа, облака и 2 млрд пользователей «из коробки». ➡️Anthropic зависит от AWS, а Meta сосредоточена на open source, а не продуктах. ➡️Илон Маск с Grok-3 хорошо продаёт полеты на Марс, но у него проблемы с железом (StarGate только стартует). ➡️Apple кажется просто отстал на повороте... ➡️Главный козырь Google: данные. YouTube, Поиск, Карты — это тренировочная база, которой вместе нет ни у кого. ⚠️Но есть нюансы ➡️Gemini всё ещё отстаёт в креативном письме (хотя прогресс есть). ➡️При тестировании не все гладко, мои тесты. ➡️Бесплатный доступ — пока маркетинг. Цены могут вырасти после массового внедрения. ➡️Пока ИИ от Google за VPN, китайцы удобнее... Резюме: Google не просто вернулся в игру — он переписывает правила. И да, это тот редкий случай, когда «too much winning» — не мем, а реальность. 🚀 P.S. Тем, кто верил в xAI: наши соболезнования. https://t.me/semasci #ИИ#AI#GoogleAI#DeepMind#GeminiAI#Veo2#imagen3#lyria
@githubtrending · Post #15270 · 05.11.2025 г., 12:00
#jupyter_notebook#chirp#gemini#google_cloud#imagen#lyria#nano_banana#veo#vertex_ai GenMedia Creative Studio is a web app that lets you use Google Cloud’s generative AI tools to create images, videos, music, and speech. It includes features like Imagen for images, Veo for videos, Lyria for music, and Chirp for speech, plus creative workflows for tasks like virtual try-ons and moodboards. You can experiment with these tools to quickly make and test creative media, helping you bring new ideas to life faster and more easily. https://github.com/GoogleCloudPlatform/vertex-ai-creative-studio