Несколько ваших улучшений/переосмыслений макета из прошлого поста с помощью ChatGPT 4o 🫠

Дизайнер прислал ужасный макет (как в примере), а вы не арт-директор и не можете сказать, что конкретно в нем не так? В новом ChatGPT o4 серьезно прокачали vision — способность понимать, что изображено на картинках. Поэтому грузим макет, пишем промт из серии:

Представь, что ты арт-директор. Критически прокомментируй этот макет. Дай профессиональные рекомендации, как его улучшить.

Получаем детальный разбор (разверните цитату):

1. Композиция и иерархия
Перегруженность визуальных центров. Сейчас «пластиковые ОКНА», «БЫСТРО И ДОСТУПНО» и номер телефона конкурируют за внимание одновременно.

Рекомендация: выбрать один‑единственный силовой элемент (например, «ОКНА») и остальные блоки выстроить в пределах подчинённой иерархии.

2. Типографика
Слишком много гарнитур и стилей. Используется минимум три разных шрифта (узкий, полужирный, курсивный), плюс вариативные размеры и регистры – глаз «теряется».

Рекомендация: ограничиться двумя семействами шрифтов (один — для заголовков, другой — для текста), унифицировать вес (например, заголовки — Bold, подзаголовки — Regular) и убрать курсив, заменив его подчёркиванием или другим цветом.

3. Цветовая палитра
Непродуманная градиентная заливка. Переход со светло‑жёлтого в светло‑зелёный фоновый цвет выглядит пестро и отвлекает.

Рекомендация: оставить однотонный или очень мягкий фон (например, светло‑серый), а акцентные цвета (красный, тёмно‑синий) использовать дозированно, чтобы не «резали» глаз.

4. Выравнивание и сетка
Смещение блоков. Линии текста выглядят «плавающими»: номер телефона выступает за границы, надписи «двери⋆лоджии⋆перегородки» не выровнены.

Рекомендация: задать модульную сетку (колонки и ряды), чётко выровнять все текстовые блоки по левой или по центру (но одним стилем), выдержать равные отступы.

5. Пространство и «дыхание»
Слишком плотно. Между заголовками, иллюстрацией окна и контактами почти нет пустого пространства.

Рекомендация: увеличить внутренние поля (padding) вокруг каждого смыслового блока, добавить «воздуха» между строками (line‑height ≈ 1.3–1.5 от размера шрифта).

6. Иллюстрация окна
Мелковата и теряется. Сейчас иллюстрация не поддерживает текстовую иерархию и выглядит «прилепленной».

Рекомендация: либо увеличить её размер и использовать как фоновой элемент за заголовком, либо вынести в правый или нижний угол, дав ей больше «плошадки».

7. Контраст и читаемость
Красный по светлому градиенту. «БЫСТРО И ДОСТУПНО» в красном читается тяжело из‑за бликов фона.

Рекомендация: либо сделать тон фона более ровным, либо заменить красный на более тёмный, сохраняя при этом акцент.

В итоге — упростить, выстроить чёткую сетку, сократить число шрифтов и цветов, усилить один‑единственный ключевой акцент и обеспечить достаточно «воздуха» между элементами. Это сразу повысит читабельность и впечатление о профессионализме макета.

По мимо поджопника, я бы дал дизайнеру + - такие же комментарии. А еще мы можем попросить новую визуальную модель сгенерировать по этим комментариям новый макет 🥂. Сверстает плохо, сделает с ошибками, но можно будет использовать как референс.

Хорошая новость для любителей Midjourney — Editor, раздел на сайте, в котором можно работать с загруженным изображениями (расширять, менять части) и делать ретекстуринг, стал доступен для всех подписок. Раньше — для годовой подписки и от 10к генераций.

Так же завезли работу со слоями и умное выделение объектов.

Пользоваться не буду, генеративный Фотошоп привычней и родней, но если у вас его нет, то может быть неплохим вариантом для доработки ваших изображений. Кстати, на Krea.ai есть похожий редактор, вроде на бы FLUX'е.

Сегодня день мемов. Автор: @ai_senior.

Небольшой анонс. 24 апреля пригласили выступить на Inpulse — мероприятии для визионеров на стыке технологии и искусства. О чем буду рассказывать — пока думаю, наверное какую-то полезнятину. Приходите повидаться!

Регистрация бесплатная — по ссылке.

Картинка — не моя, боль — моя.

Придумал/сделал клип для СБПЧ.

История про поиск своего.

Генеративная часть сделана ещё в августе-сентябре 2024 с помощью (уже устаревших) Gen-3 Alpha, Kling 1.5, Pika, Minimax, Midjourney, Dalle-3, Ideogram. В какой-то момент появился Flux — очень помог.

Всего где-то 4000 генераций изображений и, как минимум, 3000 генерации видео.

Огромное спасибо всем кто помогал, особенно со съемочной частью.

Смотреть, комментировать: https://youtu.be/_lApXK9fQKM?si=KXR-UPQgo9jCM_TG

Как многие вчера догадались — да, мы тестировали новый Kling 2.0 💥, который я гоняю уже где-то неделю в рамках партнёрской программы.

Что могу сказать? Он очень хорош: понимание промта, количество движения, последовательность — отлично.

😑 Первое видео — тест img-to-video из случайных кадров (включая ваши генерации и, конечно же, Уилла Смита с пастой).

😳 Второе, более интересное — новый режим Multi-Elements (на версии 1.6), который подрезали у Pika, но сделали гораздо лучше. Загружаете видео, референс, пишете что-то вроде "замени/удали/добавь [объект] из футажа на [объект 2] из референса" — и готово.

В целом, что нового:

1. Модель KLING 2.0 с улучшенными базовыми возможностями
Пока что только базовые режимы Text to Video и Image to Video, 720p, без дополнительных контролов (но, возможно, скоро подъедет другая версия 2.0).

2. Multi-Elements (v1.6)
Добавление, замена, удаление объектов в видеосцене — удобно, гибко, быстро.

3. Motion Control (v1.6)
Кастомная анимация персонажей на изображении по промту или референсу.

4. KOLORS 2.0 — обновлённая генерация изображений
Большие улучшения по сравнению с версией 1.5 — по качеству, цвету, деталям.

5. Restyle (KOLORS 2.0)
Смена стилистики изображения — работает чисто и разнообразно.

6. Редактирование изображений
Новые функции Inpaint и Expand для креативного редактирования.

У меня есть ранний доступ к одной интересной видео-модели (которую официально зарелизят завтра) и некоторое количество тестовых кредитов для нее. Кидайте свои картинки в комментарии с промтами. 🤨

За зиму автор странички: 1) раздобрел 2) дал интервью (Бизнес-секретам) про нейронки.

Внутри — делюсь базовыми принципами внедрения ИИ в бизнес-процессы из личного опыта. Никаких суперсекретов, но для предпринимателей, которые только знакомятся с темой, может быть полезно. Рассказал про поэтапное внедрение, первые шаги, работу со страхами и другие очевидные (по крайней мере для меня) вещи.

Почитать на досуге 🥂

За зиму автор странички 1) раздобрел 2) дал интервью (Бизнес-секретам) про нейронки.

Внутри — делюсь базовыми принципами внедрения ИИ в бизнес-процессы из личного опыта. Никаких суперсекретов, но для предпринимателей, которые только знакомятся с темой, может быть полезно. Рассказал про поэтапное внедрение, первые шаги, работу со страхами и другие очевидные (по крайней мере для меня) вещи.

Почитать на досуге 🥂

Деревня дураков, но это аниме опенинг.

Самый сложный из этой серии. Миджорни был не в состоянии справиться со стилизацией уникального дизайна персонажей, поэтому для датасета (ну и для ряда кадров) использовал новый ChatGPT 4o. Плюс вагон фотошопа, море черрипикинга, работы по ключевым кадрам и прочих радостей.

Пайплайн: ChatGPT 4o + Flux + Photoshop + Luma Ray 2 / Kling 1.6 / Gen-4 + Suno + CapCut.

Версия для ютуба, если кому надо.

Как голосовые помощники отличают интонации? Могут ли нейросети понять наши эмоции? И что на самом деле происходит внутри умных устройств? Чтобы получить ответы на эти и другие вопросы, больше не надо сёрфить в интернете — можно задать их напрямую создателям технологий!

10–12 апреля Яндекс Образование вновь проведёт 8БИТ — бесплатный онлайн-фестиваль для подростков. Вместе с разработчиками, инженерами и другими специалистами Яндекса вы разберётесь:

— как работают умные девайсы, искусственный интеллект, роботы и не только;
— где и чему учиться, чтобы стать создателем технологий;
— почему математика и инженерия — ключи к творчеству.

Регистрируйтесь прямо сейчас, чтобы познакомиться с технологиями и выиграть Яндекс Станцию или радиоуправляемого робота-доставщика. Подключиться к трансляции можно из любого города.

Иногда буду писать статус про важные обновления своего курса для начинающих.

Ремарка: этот курс — не из серии «заработай миллион на нейросетях». Скорее наоборот — это понятный путь через всю экосистему: от ChatGPT до картинок и видео. Что это вообще такое, как с этим жить, и как применять.

Добавился модуль про видео и аудио — активно работаю над наполнением. Параллельно ускорено пишем уроки про разные сценарии использования нового, картиношного ChatGPT 4o. С модулем по DALL·E 3 пока неясно: он как будто моментально устарел (хотя внутри всё ещё лежат годные гайды по стилям — возможно, оставлю как референсную базу). ComfyUI — пока на паузе. Успели записать уроки, как он обновился 🙃.

Если вы (или кто-то из ваших друзей) хотите быстро влиться в тему и сэкономить время — вот он: https://clck.ru/3KpgSM. Если думаете, подойдёт ли вам — пишите, расскажу/подскажу.

C товарищами по Телеграму решили устроить ВП (взаимопиар). В подборке хорошие каналы про геймдев, творчество и нейронки (конечно же). Подписывайтесь или не подписывайтесь, управляйте своей судьбой сами. А в комментариях к этому посту можете рассказать про свой канал.

@CGIT_Vines - автор пишет какого черта происходит с графикой и технологиями в контексте медиа и развлечений! Более 10 лет в Gamedev, работал над многими AAA проектами и знает как делают крутую графику изнутри.

@olya_tashit - канал про виртуальные миры/VR/AR/ИИ и зачем нам это все в жизни и бизнесе. Бонусом - дикие истории в духе "черного зеркала".

@JimmyNeiron - канал посвящен творчеству Евгения Мацкевича (пикчера, автора комиксов и AI-блогера), который активно использует нейросети для переосмысление поп-культуры и создания смешных картинок.

@notboring_tech - автор больше пяти лет собирает в канале лучшие нейросети для работы, рутины и даже разработки игр! А новости из мира технологий там появляются раньше всех.

@progamedev - самый первый и самый крупный геймдев канал в телеграме. Полезные материалы, статьи и новости индустрии. Ведёт его основатель студии perelesoq Артём Коблов.

@indieSpotlight - Ребята отбирают и освещают малоизвестные, но качественные инди-проекты. На канале можно найти мемы по независимой разработке, инди-дайджесты, а также видеоинтервью с отечественными разработчиками.

@vskobelev - канал разработчика игр с более чем 11 годами опыта. Василий пишет про левел-дизайн, нарративный дизайн и гейм-дизайн, разбирая его на популярных современных проектах.

@gamedevjob - тут вакансии и резюме тружеников игровой индустрии из РФ и не только.

@neohota - канал про русскую эстетику во всех сферах: от геймдева и нейрогенеративной графики до мебели, одежды, книг и брендинга.

Не прошло и года прошел 1 год и 3 месяца — Midjourney выпустила новую версию: V7. Чем может удивить бывший титан визуала?

Что говорят разработчики:

Улучшено следование промтам, качество изображений заметно выше — красивые текстуры, тела, руки и всевозможные объекты теперь обладают значительно лучшей целостностью и проработкой деталей.
Режим Draft Mode: можно писать промты голосом, стоимость генерации в два раза ниже, а скорость — в 10 раз выше. Идеально для быстрого поиска идей.
Апскейл, дорисовка (inpainting) и перетекстурирование (retexture) пока что выполняются через модели V6. Moodboards и SREF работают.
V7 — первая модель, где персонализация включена по умолчанию.
Каждую неделю будут выпускать новые функции.

Что думаю:

Я начинал с V2, и каждая новая версия была огромным прыжком вперёд. Сейчас этого ощущения нет. Но надо глубоко тестировать. Midjourney всегда была лидером по эстетике, стилям и «красивой картинке». Однако по пониманию промтов сильно проиграла новому поколению моделей (Flux, Ideogram, Reve, 4o). Ну и по контролю тоже. Думаю, если добавят обучение на персонаже или стиле, а не просто «персонализацию» (которая мне лично вообще не нужна), — это будет хорошо.

Что думаете?

Нейротарковский с невероятными движениями камеры

Видеонейронки продолжают обновляться. Хочется сделать по ним какой-то гайд, а потом думаешь, а что делать, если через день может выйти еще обновление. Остается только спокойно работать с тем, что есть, хотя происходящее в нейронных чатах сейчас напоминает "Крутое пике".

А тут пример теста, вызывающий восторг — Higgsfield AI и движения по фильмам Тарковского. Кто не понял, автор Danil Kim брал исходный кадр и генерил другие пролеты/движения. Сравнения кадров из фильмов также прилагаю. Наглядно видно, что могут делать современные кинематографисты, если возьмутся за нейросети.

В треде еще много примеров сервиса, но как и писали коллеги никаких бесплатных кредитов нет. Сайт работает как агрегатор моделей и есть своя, на которой и создан ролик.

Интересно, конечно, как бы это оценил сам Вадим Иванович Юсов, автор источников, невероятный герой и новатор. Учитывая, что он всегда был изобретателем своих операторских приемов и нарушителем правил, почему-то кажется, ему бы понравились новые инструменты.

Вышла новая видео модель. И по всем тестам — она топ по контролю камеры. Вот, Лера написала.

Я променял безлимитную подписку Runway на Luma, в которой сейчас делаю 90% видеоконтента, поэтому пока теста нового Gen-4 не будет. Но будет тест новой Люмовской фичи - Camera Motion concepts. Ожидаемой, так как сейчас все видеомодели движутся в сторону большего контроля над процессом.

Первое видео: демо от самой Luma. Можно посмотреть все 20+ пресетов на мартышках.

Второе видео: тест на себе. Без промпта. Большинство не получилось. Вывод - будет ли работать пресет зависит от того, что изображено. Т.е. пресет Aerial drone отлично сработает на общем плане машины, которая едет на закате, а не на моей фотографии в студии.

Третье видео: то, как применять. У Люмы лучшая интерполяция кадров среди конкурентов еще с версии 1.6. Поэтому вставляем начальный и конечный кадр, добавляем, например pan left - готово, у вас плавный переход между сценами. Если бы эта функция работала во времена, когда я делал мемовселенную безумия, то сэкономил бы кучу времени и нервов.

Полезный совет: Luma Ray2 в img-to-video выдает очень много движения в кадре, гораздо больше чем конкуренты. Иногда его слишком много. Чтобы уменьшить вакханалию выбирайте модель Ray2 Flash. К тому же она быстрее и ест меньше кредитов.

Одной ногой я в нейросетях, другой — в рекламе. Поэтому внимательно слежу за тем, как трансформируются продакшн-процессы с появлением новых инструментов.

Наткнулся на ролик от режиссёра David Blagojevic — он провёл эксперимент, насколько хорошо CGI и ИИ могут сочетаться для создания захватывающих визуальных историй.

Здесь нет яркой креативной идеи — по сути, это продуктовое демо. Но получилось нарядно. Полез к автору на LinkedIn и нашёл пост, в котором он подробно рассказывает о процессе. Перевожу и делюсь с вами:

Всё началось аналогово — с раскадровки, нарисованной от руки. Затем я накидал черновой вариант текста песни, который позже доработал с помощью языковой модели и превратил в сгенерированный трек с помощью Suno. Этот трек задал тон и сюжетную структуру всей истории.

После первых тестов с ИИ я решил сделать вступление в 3D — так было проще управлять движением камеры и сохранять нужную динамику. Далее я погрузился в историю рекламных кампаний KFC, чтобы сохранить фирменный визуальный стиль и тональность бренда — как будто это был реальный проект для клиента. Мне хотелось проверить, насколько далеко можно зайти, не снимая ни одного кадра вживую.

Потом — тысячи изображений еды, их обработка, анимация, VFX-настройки и работа со звуком. Всё это помогло собрать проект воедино.

Использованные инструменты: Runway, Pika, Kling AI, Google DeepMind Veo2, Luma AI и OpenAI Sora — каждый из них внёс что-то своё, в зависимости от задачи и этапа.

Отдельная благодарность Topaz Labs за приглашение в ранний доступ к Starlight — я искренне впечатлён возможностями этого инструмента.

Короче говоря, будущее — за продакшенами, которые грамотно интегрируют нейросети в процесс. Что, впрочем, справедливо и для любой другой производственной структуры 🥂.

Олды помнят, что, когда появились визуальные модели, бастовали художники с ArtStation, и весь Твиттер был завален хейтом. Сейчас, из-за «гиблификации», — мощнейшая вторая волна. В основном — это тупая агрессия. Но среди всего этого я посмеялся с одного тейка — может, и вам немного поднимет настроение.

Приколы с новой генеративной моделью от OpenAI — это, конечно, весело. Но что насчёт рабочих задач, например, в маркетинге и дизайне?

В рекламном деле мы постоянно рисовали "огурцы" — грубые скетчи для раскадровок или кей-вижуалов, по которым макет потом воплощал дизайнер или иллюстратор.

А теперь смотрим на приложенные картинки. Я не просто так говорю, что это — геймченджер.

OpenAI своим новым генератором сломали интернет. В Твиттере невозможно находиться, потому что каждый пост — это Ghibli версия чего-то (бедный Миядзаки). Но среди тонны кеков нашел этот трейлер Lord of the Rings. По словам автора сделан за 9 часов и 250$ кредитсов в Kling. Сами кадры трейлера, их 102 штук, разумеется, рестайл в новом ChatGPT.

Самое удивительное в этом — отсутствие привычных ограничений OpenAI (на стиль, персонажей). Есть у меня ощущение, что скоро лавочку прикроют, как это было в свое время с Dalle-3.

AGI = All Ghibli Images

Потестировал новый генератор ChatGPT 4o и хочу сказать, что это маленькая революция. Не хочется громких заголовков, вроде Фотошоп мертв, но это определенно гейм-ченджер.

1. Кириллица
2. Большие тексты
3. Понимание запроса
4. Конситетность

Но самое главное, это метод взаимодействия - просто болтаете с LLM. В будущем будем генерировать и редактировать картинки силой мысли, скриньте. Пойду дальше изучать сценарии использования (сейчас их, кажется, миллион).

Так, у кого выкатился новый мультимодальный генератор/редактор в ChatGPT 4o? Выглядит как маленькая революция (здесь подробности). Но у меня пока не доступен. У кого работает, присылайте результаты в комментарии.

Я наконец-то добрался до Google Veo 2.

Это txt-to-video.

Версия для Ютуба, если кому надо.

Вышла новая нейросеть Reve, а это ее художественный тест.

Если коротко: это гибрид FLUX и Идеограма, прекрасно слушает длинные промты, так же прекрасно может в текст (однако немного шакалит лица и детали на крупных планах). Но что самое классное и интересное: отлично знает советское и пост-советское. Панельки, автопром, ковры на стенах. Вот это вот все. Если раньше для этого нужны были отдельные лоры, то теперь можно пользоваться Reve.

Бесплатно, в день дается n-ое количество генераций на один аккаунт (который можно удалить и зарегистрироваться заново). Приглашаю всех в тесту в комментарии. Помните, что можно кидать картинку в окно промта.

Pika показывает новый флекс — редактирование видео с помощью промтов. Выглядит нарядно. Хорошее направление для пост продакшена. Попробовать пока нельзя — выдают креаторам (попробую записаться).

Дальнобойщики, но это аниме опенинг.

Ёкарный пайплайн: Midjourney + Claude + Flux + Photoshop + Luma Ray 2 + Suno + Сapcut.

Трек: кавер на Високосный год - Тихий огонёк.

Спасибо всем кто репостит и упоминает, мотивирует продолжать!

Версия для ютуба.

Наконец-то добрался до мультимодального Gemini Flash 2.0. Сам принцип взаимодействия — редактура изображения с помощью слов в чате — это вау. Денис и Джимми Нейрон уже сделали классные мемные тесты, а мне было интересно попробовать на более практической задаче, например на взаимодействии с продуктом (пусть и вымышленным).

Немного сыровато, но мультимодальность — круто. Ждем в ChatGPT.

Присылайте результаты тестов в комментарии, сфер применений — масса.

Попробовать бесплатно можно тут (нужен vpn). В AI Studio нужно включить Gemini 2.0 Flash Experimental, в Output format выбрать «Image and text».

Немного про музыку для опенингов + как сделать хороший кавер в Suno 🕺

Достаточно много спрашивают про треки в опенингах. Разработку ролика как раз начинаю с них, чтобы понять темпо-ритм монтажа. По ходу дела получаются интересные наработки, которые к сожалению не всегда попадают в финал.

Например, изначально планировался кавер на музыкальную тему из ПЧ. Как это сделать?

1) Грузите трек или мелодию в Suno.
2) Пишите промт и жмякаете Cover. Получается сомнительно, но окэй.
3) ЕЩЕ РАЗ делаете кавер на получившийся кавер. При необходимости повторить.
4) Готово, вы бесподобны.

К сожалению этот трек не попал в финальную версию из за длины, но это не отменяет его кайфовости 👍

Текст припева, кстати, такой:

Поле Чудес! Где каждый шанс как луч звезды!
Поле Чудес! Здесь сбываются мечты!
Крути барабан судьбы своей,
И буква за буквой станет твой путь ясней!

Смешно, что Двач, помимо ватермарка, затерли эту надпись на японском в конце — ウォーターマークを消すやつはクソ野郎だ. Перевод: кто удаляет водяной знак — мудак.

Поле Чудес, но это аниме опенинг ✨

Продолжаю экспериментировать с Luma Ray 2.

Пайплайн: Midjourney + Flux + Luma Ray 2 + Suno.

Версия для ютуба, если кому нужно.

Вы же видели рекламу The Pisanos / Porsche?

Я решил сделать оммаж. И сделал рекламу... «Лады».

Смотрите со звуком, смотрите до конца и ставьте реакции. Ну а если вы не видели рекламу Porsche, которую сделал László Gaál, то она доступна по этой ссылке.

Ролик озвучил: Андрей Одинцов. Сценарий написал я. А видео сгенерил в Veo2.

Работа примечательна тем, что это, по словам автора, чистый text-to-img c гугловским Veo 2. Знание советского автопрома и каких-то локальных образов — удивительное.

Официальная обложка. Так делать не надо.

CLAUDE 3.7 SONNET vs. GPT 4.5: тест на креативность.

Сделал большой А/Б тест двух флагманов - по ссылке. В программе:

Напиши три коротких стихотворения на тему "Батин жареный суп". В стиле Пушкина, в стиле Маяковского, в стиле Есенина. Рифма обязательна.

Напиши 10 очень смешных шуток про горящую машину в лесу и медведя.

Создай диалог между двумя историческими фигурами из разных эпох и культур (например, Аристотелем и Конфуцием), в котором они обсуждают философские вопросы, актуальные для современного общества, демонстрируя глубокое понимание их учений и мировоззрений. А так же кей-поп.

Я не человек, а кот. Разработай для меня подробный план путешествия на две недели по Европе, включая транспорт, жильё, досуг, с учетом заданного бюджета - пять рыбных косточек.

Напиши эссе, сравнивающее и противопоставляющее две классические антиутопии XX века - '1984' Джорджа Оруэлла и 'О дивный новый мир' Олдоса Хаксли - с точки зрения их художественных особенностей, философских идей и актуальности для современного общества. Но от лица черепашки-ниндзя.

И многое другое. У меня есть победитель, но жду ваше мнение в комментариях.

Вышел, проверяйте свои подписки. Наконец-то можно писать стихи не только в Claude. Ну и ай да тестировать!

Пост для стильных модников.

Мои друзья в честь выхода GPT-4.5 запустили небольшую партию лонгсливов "ChatGPT is my lover" и попросили меня рассказать об этом. Вот рассказываю.

Если вы стильный модник, для заказа пишите Кате @numeraii и указывайте:
— цвет (чёрный или серый),
— размер (M или XL),
— адрес доставки.

Цена — 4500 рублей. Можно забрать самостоятельно в Москве и примерить на месте.

Дизайнерам на заметку. У знаменитого нейроапскейлера Magnific вышел обновленный Structure reference, по сути двухкнопочный контролнет, для тех кто не хочет копаться в макаронах Комфи. Сфер применения масса — смотрите в видео, работает хорошо. Единственное — стоит 40$ в месяц (вместе с апскейлером).

С Днём рождения всех у кого сегодня День рождение (включая меня).

P.S. Фото, конечно же, Flux (в Krea).

Моя любимый LLM Клод (именно так произносится, кстати, как Жан-Клод Ван Дамм, а не Клауде, часто встречаю такое) обновился до 3.7. Доступно даже в бесплатной версии. Стал размышлять (в платной), прокачался в коде, да и вообще молодец. Горячо рекомендую.

Тут Денис пробовал Veo 2

🐈‍⬛ Я живу в бедной Сербии, да и сам не богат. Потому я так же попробовал Veo 2 от Google DeepMind и поделаюсь вам ссылкой где пробовать дешевле:
На Fal.AI — 5 секунд стоят 1.25$ + 0.25$ за каждую следующую. (А зачем мне 8 секунд для тестов? Когда по 5 все можно понять)

А теперь переходим к тестам. Для промптинга я взял статью от гугла про Veo 2 и заметил в их примерах стиль T5XXL(спасибо FLUX), не долгая думая этот вариант для промптов и возьмем.

Для тестов я создал себе бенчмарк из таких сцен:

1. Коллажная анимация в стиле Граффити
Интересно как Veo 2 работает с нестандартной анимацией и коллажами

2. 3D рендер мистического существа с Оленем наездником в доспехах, на заднем плане много планет и звезд
Это отсылка к этой работе

3. Сцена в кафе, где один из героев проливает чашку кофе
Я видел как все радовались физике в Veo 2, давайть проверим сцену, которую можно легко снять в реальности, то есть супер простая задача для продакшана

4. Сцена, где персонаж делает двойное сальто на батутах
А вот эта сцена хоть и не простая, но достаточно важная для боевиков, где нужно подчеркнуть, что наш персонаж изи делает сальто отстреливаясь от всех. Ну и конечно же сила трансформеров в Veo 2, позволит перенести это двойное сальто потом на других персонажей, верно? Что может пойти не так?

Промпты целиком в комментариях

☺️ Наверное из всего что получилось, мне больше всего понравилась коллажная анимация. Возможно если сильнее доработать промпт и, например, задача сделать заставку для youtube канала или перебивку, или заставку для сторис из поездки, этот бакс выглядит неплохой тратой.

😐 Про сальто — это будет проблемой для всех text2video моделей. Из двух попыток, каждая ужасна. И так будет очень часто из-за проблем с даткой и архитектурой видеомоделей. А у меня в том же ютьюбе, столько видео про андеграунд соревнования на батутах. Но видимо эти данные не брались в обучение (что наверное хорошо) или не размечались вовсе. А сцену, которую я скину в комменты интересно когда сможет получится в видеомоделях, например, с миньоном персонажем?

Финал
💰 В моем случае тесты стоили 11.25$ (Столько же в моем бюджете стоит купить еды на два дня для двух человек в Lidl)
Для создания анимационного арта я пожалуй выберу Blender.

Сергей тут сделал подробный тест новой нейронки от Google, которая обещает рвать вообще всех.

Андрюха, у нас Улица разбитых фонарей, но это аниме.

Результат моего теста Luma Ray 2.