🧠 Как создать собственный ChatGPT дома?

Привет, криптаны! А вы знали, что сегодня можно собрать собственного ИИ-помощника, который будет работать прямо у вас дома? Без подписок, без облачных серверов и даже без интернета! Причём речь не об игрушке, которая умеет отвечать на три вопроса. А о полноценной локальной языковой модели (LLM), которая может писать код, объяснять сложные вещи, помогать детям с уроками и работать с вашими документами. И вот я задумался: а что, если создать собственный семейный искусственный интеллект? 🖥 Что для этого понадобится? Например, небольшой компьютер Apple Mac mini с процессором M4 и 24-32 ГБ оперативной памяти. К нему даже необязательно постоянно подключать монитор. Он может стоять где-нибудь на полке и круглосуточно работать как домашний AI-сервер. Устанавливаем бесплатное программное обеспечение: 🔹 Ollama - запускает языковые модели прямо на компьютере. 🔹 Qwen, Llama или Gemma - открытые модели, которые умеют общаться, рассуждать, писать тексты и программировать. 🔹 Open WebUI - привычный интерфейс чата, похожий на ChatGPT. Подключаем сервер к домашнему Wi-Fi - и готово! Теперь с ним могут общаться все домашние: с MacBook, Ipad и IPhone. И главное, после загрузки необходимых моделей ИИ может работать вообще без подключения к интернету. 🧠 А теперь самое интересное. Его можно воспитывать! Представьте, что у вас появился собственный цифровой интеллект. Сначала он обладает общими знаниями, полученными при первоначальном обучении. Затем вы постепенно знакомите его со своим миром. 📚 Загружаете домашнюю библиотеку, учебники, инструкции и семейные заметки. 💻 Добавляете документацию своих программных проектов. 👨‍👩‍👧‍👦 Создаёте отдельные профили для членов семьи. У каждого свои задачи, история общения и доступные материалы. Но есть ещё один уровень. Недавно я наткнулся на интересный открытый проект Soup, который позволяет дообучать большие языковые модели даже при очень ограниченном объёме видеопамяти. То есть можно не только предоставлять ИИ новые знания через базу документов, но и экспериментировать с изменением самой модели! Конечно, домашняя нейросеть не превратится автоматически в последнюю версию ChatGPT. Но для множества повседневных задач её возможностей уже может оказаться достаточно. 🚀 А зачем мне это? Я занимаюсь разработкой программного обеспечения и алгоритмических торговых систем. Представьте AI-помощника, который знает архитектуру моих проектов, читает документацию, помогает разбирать ошибки и писать код. И не имеет ограничения по токенам! При этом рабочие материалы остаются на моём собственном компьютере. А у детей появляется персональный репетитор, который терпеливо объясняет математику или английский столько раз, сколько потребуется. И всё это - без ежемесячной оплаты за каждый миллион токенов. Разумеется, придётся потратиться на оборудование, электричество и немного повозиться с настройкой. 🔐 И ещё одна важная деталь Все разговоры, семейные документы и рабочие материалы могут храниться исключительно у вас дома. Никаких обязательных запросов к чужим серверам. Для меня это одна из самых привлекательных сторон такого проекта. Я назвал свою будущую лабораторию "HOME AI LAB", семейный интеллект, который мы выращиваем сами. Пока это просто идея, которую я обязательно хочу реализовать. 😎 И знаете, что забавно? Если однажды отключится интернет, исчезнут облачные сервисы или случится очередной цифровой апокалипсис, у меня дома всё равно останется собственный ИИ. 🧑‍💻 Главное, чтобы электричество не отключили, хотя если есть генератор или солнечные батареи... А вы бы хотели иметь дома собственного ChatGPT, который принадлежит только вам и вашей семье? 🔤 📊AXM SMART 💬Обсудим в чате 😍Подпишись на канал 🔤 🔍DYOR #AI #LLM #Ollama #LocalAI #CryptoLamer

Я тебе покушать OpenClaw 2.0 принёс

Официально вышел OpenClaw 2.0: первопроходец ИИ-агент, который живёт на твоём железе и пишет тебе в Telegram. В обновлении 16 тысяч пул-реквестов и 933 контрибьютора, из которых 569 пришли в проект впервые. ❗️Подробности релиза на docs.openclaw.ai, но если тезисно… • Установка перестала быть квестом. Две команды через npm и он сам находит твою подписку ChatGPT или Claude, старые API-ключи и локальные модели (Ollama, LM Studio, llama.cpp). Главное – проверяет соединение с моделью до того, как записать конфиг, а не после • Веб-морду переписали под чат: сессии в центре, командная палитра, поиск по транскриптам, архив, форк сессии с любого сообщения • Мобильный синхрон по QR, режимы полного и ограниченного доступа показаны явно, разрешения спрашиваются по одному, а не пачкой • Сессии и транскрипты переехали в SQLite, чтобы перестало разъезжаться на ровном месте Но самое интересное то, как как решили вопрос с секретами. Когда агенту нужен твой ключ или пароль, он просит его отдельным маскированным окном, и значение не попадает ни в переписку, ни в контекст модели. Вот это хорошо, ведь раньше он ходил по твоим приложениям с ключами, и всё это оседает в логах, которые потом уезжают в чужой API. ☝️ А зачем мне это, если есть ChatGPT в браузере? – А затем, что браузерный чат не лежит у тебя на машине и не имеет доступа к твоим файлам, скриптам и серверу. Как по мне, что ОпенКлоу, что Хермес – это два сорта говна которые уступают качественной настройке личного ручного решения. Но для 97% людей эти агенты из коробки более чем достаточны. Осталось дождаться когда Хермес станет лучше. Узнал в @buyonhigh

Kimsuky (КНДР) подключила локальные ИИ к атакам на крипто‑ и финкомпании. Обнаружены Ollama, GPT4All, Msty с RAG и инструменты распознавания речи. ИИ задействуют для разработки малвари, автоматизации атак и создания правдоподобного фишинга.

🚨 Три локальные ИИ-среды нашли в инфраструктуре северокорейской группы Kimsuky

Южнокорейская Genians разобрала свежую кампанию против криптовалютных и финансовых компаний. Это не облачный чат-бот, а модели на своих машинах. Что нашли в инфраструктуре: • Ollama, GPT4All и Msty — работают без интернета, значит ни фильтров, ни журналов запросов на стороне поставщика • обвязку для поиска по документам, чтобы модель отвечала по украденным файлам • помощника для написания кода, распознавание речи, управление через Git и загрузчик AsyncRAT Вход в жертву прежний: письмо-приманка, в архиве ярлык, дальше сценарий с GitHub и удалённый доступ. Новое — приманки пишет модель, и по языку их больше не отличить. Genians честно оговаривается: независимого подтверждения по журналам пока нет. Но проверять письмо «на кривой русский» больше не защита. #безопасность 📈 ByBit: бонус до $30,000 — мой выбор для трейдинга! 🔗 Мои каналы: Youtube • X • LinkedIn • Instagram
🇰🇵 Связанная с КНДР хакерская группировка Kimsuky использует локальные ИИ-системы, чтобы атаковать криптовалютные и финансовые компании, предупредили аналитики Genians.
Исследователи обнаружили у Kimsuky локальные LLM-среды на базе Ollama, GPT4All и Msty. Такие инструменты работают офлайн и поддерживают метод Retrieval-Augmented Generation — запросы можно делать без отправки данных в облачные сервисы. В инфраструктуре группы также нашли библиотеки и фреймворки для встраивания языковых моделей в собственное ПО, ИИ-ассистент для программирования Cursor и инструменты распознавания речи.
🔒 🤖 Kimsuky ушла в офлайн: ИИ теперь работает локально
Северокорейская группировка Kimsuky развернула собственную ИИ-инфраструктуру на базе локальных LLM. Вместо облачных ChatGPT хакеры используют Ollama, GPT4All и Msty — запросы не уходят вовне, что делает их невидимыми для провайдеров. ИИ в арсенале группировки работает на полную: – разработка вредоносного ПО и автоматизация атак; – анализ украденных данных и интеграция моделей в софт; – генерация фишинга под видом крипто-материалов и инвестстратегий. По оценке Genians, это уже не эксперименты, а системное внедрение: локальные модели превращают киберпреступность в автономный конвейер, который почти невозможно отследить извне. Ранее OpenAI блокировала аккаунты северокорейцев в ChatGPT — теперь они просто перестали зависеть от внешних сервисов. Тренд тревожный: полная автономия делает атаки быстрее и скрытнее.
Изображение канала: Crypto Updates | Славик инвестор
#AI: Google впихнул мультимодалку в ноутбук ⌨️
😐 Ранее писали про LLM в айфоне от MIT. Google зашли шире - не просто текст, а полноценная мультимодалка для обычного ноута. Gemma 4 12B - 12 ярдов параметров. Видит картинки, слышит аудио, понимает видео. Без отдельных энкодеров - все модальности летят напрямую в модель. Первая мультимодальная модель такого уровня которая влезает в 16 гигов видеопамяти. Обычный ноут с дискреткой или Mac на M-чипе - и локальный инференс без облака. Что умеет: 🟢Текст + картинки + аудио + видео нативно 🟢Распознавание речи и разделение спикеров 🟢Контекст до 256к токенов 🟢Apache 2.0 - юзай как хочешь 150 млн загрузок у семейства Gemma, 70к+ вариантов на Hugging Face. Работает через Ollama, llama.cpp, vLLM - поднимается за минуты. Бенчи рядом с моделью вдвое больше (26B MoE) при половине памяти. Хассабис анонсировал лично. 🗒 Google отдаёт даром то за что облачные API берут деньги. Как поднять и настроить у себя - разбираем в ИИ-клубе. Slavik | Updates | Инстаграм | ИИ Клуб
Изображение канала: Coin Post – Деньги, инвестиции, биткоин
Бесплатный конфиденциальный ИИ на вашем ноутбуке 🦙
Ollama – бесплатный инструмент с открытым исходным кодом, который запускает большие языковые модели прямо на вашем ПК. ⚙ Настройка занимает около 5 минут. Скачайте приложение, установите его, затем откройте терминал и введите "ollama run llama3.2". Он автоматически загрузит модель и сразу же перенесет вас в чат. Полный список доступных моделей находится на странице "Library": Llama 3, Mistral, Gemma, Phi, DeepSeek и около 100 других. Главный плюс: Ollama не отправляет данные на внешние серверы. Если вы боялись загружать базу клиентов и другую конфиденциальную информацию в ChatGPT, то тут все работает полностью автономно. Для большинства задач хватает 8 ГБ оперативной памяти. Минус: бесплатный ИИ работает исключительно с текстом, и для удобства рекомендуется установить для него отдельный графический интерфейс. Ollama не справится со сложными задачами, которые под силу GPT-5.5, но зато бесплатная и конфиденциальная 🫡 @Coin_Post #полезныезаметки
Изображение канала: Crypto Updates | Славик инвестор
#AI: софт бьёт железо - Google ускорил AI в 3 раза бесплатно ⌨️
😐 Ранее писали как Anthropic скупает 220к GPU на ярды. Google показал что можно проще - выжать 3х перформанса из текущего железа чисто софтом. Google выпустил апдейт для open-source моделей Gemma 4. Маленькая модель-черновик предсказывает сразу пачку слов, основная проверяет всё за один проход. Качество одинаковое. Бенчмарки на реальном железе: 🟢Десктоп GPU (RTX Pro 6000) - 2х быстрее 🟢MacBook (Apple Silicon) - 2.2х 🟢Серверный GPU (H100) - 1.9х Всё под Apache 2.0, уже на Hugging Face и Ollama. Работает от Raspberry Pi до серверов. NVIDIA H100 стоит десятки тысяч за штуку, а датацентры строят за ярды. Google показал что скрытые мощности уже есть в твоём железе - просто никто не юзал. 🗒 Модели становятся эффективнее на том же железе и это бесплатно. Как настроить локальный AI разбираем в ИИ-клубе. Slavik | Updates | Инстаграм | ИИ Клуб
Изображение канала: БИТОЧЕК В КОШЕЛËЧЕК
Ставим ноду от проекта Dria
Dria — это фреймворк для создания, управления и организации конвейеров синтетических данных, обеспечивающий экономически эффективный вывод для генерации данных. Сумма инвестиций пока не раскрыта, но но на официальном сайте висят партнёрства со Story, Base и Ollama. Сейчас проект находиться на самой ранней стадии, активно всего 5000 Нод. Мы можем запустить ноду и стать одними из самых первых тестеров в проекте. Что делаем? 1️⃣ Заходим на сервис xNODE. 2️⃣ В разделе Home выберем ноду Dria. 3️⃣ Переходим в раздел Cart и оплачиваем ноду (всего $10 в сети BEP-20). 4️⃣ После оплаты нода появится в разделе Active nodes с пометкой Pending. Нужно подождать некоторое время (как правило около суток) чтобы нода запустилась. Кстати, скоро пройдет конкурс на ноды DRIA для активных пользователей платформы xNODE. Не забудьте следить за обновлениями в их канале! #xNODE #Dria #ноды Electra | Bybit | Bitget | xRocket | ЧАТ
Изображение поста
Изображение канала: e/acc
Использую OWL, бесплатный и открытый аналог универсального агента Manus
Он имеет инструменты для работы с аудио, видео, Excel, выполнения кода, использования браузера и файловой системы. Поддерживает большинство LLM и позволяет 100% локальное (и приватное) использование через Ollama.
Video is not supported
Изображение канала: CryptoLamer News
ℹ️ #Инструкция: как запустить ту самую AI модель DeepSeek R1 на своем компьютере.
И не просто в командной строке, а с красивым интерфейсом, как у веб-сайта, с возможностью загрузки файлов и общения голосом! 📣 Самый легкий способ –  использовать Ollama и Open Web UI.  🔍 Понадобится компьютер с 8 гигабайтами оперативки и установленным Docker. Я установливал DeepSeek на macOS, но на Windows порядок тот же, просто вместо терминала используем командную строку. Шаг 1.  скачиваем Ollama с официального сайта. Выберите свою операционку, скачиваем и устанавливаем . Шаг 2. Выполняем в терминале вот эту команду: ollama --help Если Ollama встала правильно, вы увидите список доступных команд. Мы будем использовать команду run которая загрузит и запустит нашу модель. Но какую именно? Шаг 3: выбор модели Зайдите в раздел models на сайте Ollama. Найдите DeepSeek R1 и выберите нужную версию. Для простого компьютера подойдёт модель с 7 миллиардами параметров. Позже можете попробовать модели побольше. Скопируйте команду запуска, ollama run deepseek-r1:7b вернитесь в терминал и вставьте её. Это начнёт загрузку. Пока модель загружается, давайте установим Open Web UI Шаг 4: Установка Open Web UI Перейдите на GitHub-страницу Open Web UI. Прокрутите  вниз, пока не найдёте команду для Docker Вот она — docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main Скопируйте  команду и вставьте в терминал. Это запустит контейнер. Шаг 5: Проверяем загрузку модели Проверьте, завершилась ли загрузка модели. Если да, то можем дать ей команды прям в терминале, она будет отвечать. Модель работает в терминале, Но это не то, что мы хотим, верно? так что запускаем красоту Шаг 6: Стартуем Web приложение перейдём в браузере по адресу: http://localhost:3000 Здесь запущено наше приложение в docker. Создайте учётную запись администратора: введите имя, пароль и другую информацию. После этого вы сможете использовать интерфейс. Просто выберите модель, введите вашу команду и наслаждайтесь результатами. Можно загружать в модель файлы или наговаривать команды голосом. ⭐️ Поблагодарим Геннадия за его труды. Его канал в телеграм 🔗 Цифранутый. #deepseek #aimodel ➖➖➖➖➕ 🕯 Инвестирую в JJO35 💱 USDT -> RUB, UAH, KZT 🌐 Пользуюсь VPN ⭐️ Звёзды без KYC ➖➖➖➖➕ 😍 Подпишись на канал 🔤 🔍 DYOR
Video is not supported