Шутка всё не дает мне покоя, простите) Решил запилить как полагается, с пэкшотом))

💃 Нейропельмени DeepФарш - выбор робохозяйки (и андроид-кошка-жены)!)

P.S. Но шутки шутками, а продуктовые (в широком смысле) видосы с нейронками делать стало попроще.

P.P.S. Никакого сексизма! У меня есть версия с инверсией полов героев ролика!

Признаюсь: увы, я нахожусь в информационном пузыре, где много смекалистых ИИ-креаторов, которые тоже начали этот путь много лет назад. А кто-то и вообще - коллега по ЦГшному цеху. Поэтому у меня есть легкая (проф)деформация по поводу того, насколько начальные темы надо освещать.

После недавней конфы у меня немного шаблон порвался из-за немалого количества вопросов про базовые штуки в нейровидео и про продакшн в целом. Я понял, что есть пласт людей, которым неочевидны все эти нейрокомпозы, контролнеты и воркфлоу в Комфи.

Поэтому у меня возникла идея на этой неделе сделать несколько небольших постов начального уровня. В том числе - для всех пришедших сюда с конфы (Привет!👋)

Если вам такое надо — киньте 🔥
А если всё уже понятно и хочется поглубже, то жамкайте 🤔 — чтобы я знал.

p.s. воинствующая дама - из каких-то старых генераций, просто так)

Чутка запоздалый тест Kling (простите, к конфе готовился). Многие уже выложили свои тесты, поэтому я сосредоточился на том, что нейровидеогенераторы делают обычно не очень хорошо. Понятно, что обычные вот эти все шоты с эпичными фэнтези-дамами или хуманизированными странами Клинг и без обновления хорошо генерил. Поэтому тут я проверил несколько штук:

🟢1 - динамичные сцены, которые обычно смазываются и глючат. Отработал неплохо в целом. Особенно хорошо, если персонаж в кадре один.

В тесте с Вай из Аркейна совместил проверку анимации у мультипликационных персов и одновременно динамику экшн-сцен. С целом, стиль не очень сбивается. В Ранвей, например, такой фокус не проходил - генерация уходит в реализм и не держит анимационную "сущность" исходника. А вы посмотрите, как он танцы годно генерит!

1️⃣ Отдельно сделал тест динамики в Ранвей и Клинге. В качестве сцены выбрал вариацию гонок, но на карете и в дореволюционном Петербурге. Получилось очень забавно - Ранвей так и норовит заполнить дорогу автомобилями. И оба включают габаритные огни у кареты. Решил, что надо делать игру про Раскольникова, который с топором выслеживает в заснеженном Петербурге бабушек-процентщиц. Но бабки - тамплиеры (и иногда отбиваются). А Родион, разумеется, ассасин. Делаем?

🟢2 - Динамика с несколькими персонажами в кадре и с толпой. Парный танец вышел весьма неплохо - физика ткани плаща и юбки хорошая, персонажи взаимодействуют друг с другом. В сцене с Арагорном не всё пошло по плану, но исходник сложный.

🟢 3 - Физика груди. Присутствует.

🟢 4 - почему-то заставить персонажа плакать - сложнейшая задача для видеонейросеток. Так и не получается пока это сделать хорошо.

Нейминг моделей в OpenAi это кромешный ад и звездец! И они это знают. И все знают. Ну, или догадываются. Я сейчас посмотрел в селектор моделей и тоже начал неиллюзорно клиниться от 4о и о4, 4o mini и o4 mini. А еще есть mini-high, 4.5 и недавно 4.1 была… Аааааа! 😿Только упоротейший гик может сходу назвать, кто зачем, для чего.

А вот сам ChatGPT - не может! Он вспоминает и Turbo какую-то, считает самой топовой и дорогой моделью 4о, не знает о существовании 4.5, и в целом не вдупляет, что происходит. Это новые o3, o4, o4 mini-high.

😎Короче, так как этот зоопарк моделей еще с нами, вот шпаргалка:

Как не путаться с «o»:

🟢Цифра → o → Omni (смотрит и слушает).
🟢o → цифра → Reasoning (долго думает и размышляет над своим базаром).
🟢Приставка mini → экономия
🟢Приставка high добавляет тщательности за счёт снижения скорости.

👉

🟢Хочешь ассистента на ежедневные задачи и Гибли-картинки — бери GPT‑4o.

🟢Нужна строгая математика, исследования или код — зови o3 либо o4‑mini.

P.S. Если ты APIшный чертила — на тебе 4.1

Never hallucinate!

OpenAI представила две новых модели — o3 и o4-mini, которые умеют анализировать изображения и использовать инструменты ChatGPT.

Основное из анонса:

🟢Максимум интеллекта, минимум ресурсоёмкости: o4-mini — лёгкий, но мощный ИИ с почти 100% результатом на математическом AIME.
🟢o3 называют самой продвинутой reasoning-моделью OpenAI на сегодня.
🟢Обе модели умеют работать с изображениями, в том числе масштабировать, кадрировать и поворачивать их.
🟢Модели не просто "видят" — они мыслят через изображения, включая визуальные элементы в логику.
🟢Они сами решают, когда и как использовать инструменты: могут, например, запустить браузер, чтобы проверить гипотезу.
🟢Даже o4-mini способен решать сложные задачи по коду и математике с минимальным объёмом ресурсов.
🟢Уже доступны: пользователям ChatGPT Plus, Pro и Team.

https://openai.com/index/introducing-o3-and-o4-mini/

Мальчик:
Набрасывает на миллирдеров и их бизнес в купленной соц сети

Мужчина:
Строит свою соц сеть с нуля и набрасывает в ответ

Это видео примечательно не только и не столько тем, что его сделали в Kling 2. На его производство автор потратил более 1200 долларов. Ибо стоимость генерации в новом Клинге возросла в разы, как и качество видосов. Примерно доллар за 5 секунд видео.

Это все еще дешевле, чем снимать такой ролик обычным продакшном, но довольно немало относительно конкурентов типа Runway. Учитывая, что это все еще не 100% удачные генерации и некоторое количество видосов отправляется в корзину.

488 клипов за 2 дня. Пайплайн из Midjourney 7 + Kling и чатджипити для промптов. Автор пишет, что промпты для камеры простые типа “push in”, “camera orbit”, “push out”. Отдельно отмечается, что слоу-мо эффекта, которым ранее грешили нейровидео, нет.

Я пока не засел за Клинг, скоро буду тестить и жечь кредиты😭😭

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.

Ну вот OpenAI и анонсировали серию 4.1. Ориентированы на прогеров, с большим контекстом (1 млн токенов), дешевые.

— 4.1 следует инструкциям почти на уровне o3-mini, то есть очень хорошо

— 4.1 есть в размерах nano и mini, работает быстрее, но падает качество

GPT‑4.1, GPT‑4.1 mini и GPT‑4.1 nano выпускают только в API для разработчиков. В чате этих моделей не будет.

На этой неделе в ИИшках будет всякое новьё.

🟢Сегодня вечером OpenAI запланировала анонс. И всю неделю будут чего-то показывать. Комьюнити ждёт, что выкатят "мини" и "нано" версии. И тогда точно обычный консьюмер начнет путаться, чего ему включать и для каких задач.

🟢А завтра видеогенератор Kling собирается выкатить 2.0 и это мы ждём. Из всех моделей Клинг отличается особой кинематографичностью, хорошим пониманием промпта и сравнительно умеренной цензурой. Всё Запретграммные видео с хуманизированными животными, девами, шагающими в слоу-мо, - из Клинга.

🟢А еще новая китайская видеомодель нарисовалась - Seaweed-7B от ByteDance. В целом, рост китайских генеративных моделей это очень хорошо, ибо некоторые в опенсорс утекают. Пока Seaweed-7B остаётся закрытым проектом без доступа к исходному коду и весам модели.

УТП заявленное - "в достижении производительности, сопоставимой или превосходящей более крупные модели, при значительно меньших вычислительных затратах и лёгкой адаптации к различным задачам генерации видео". Поглядим, любопытно. Видеодемка в прикреплении.

Некоторые фичи:

Consistent Storytelling — связный сюжет между сценами
High-Resolution Generation — апскейл до 2K
Real-Time Generation — генерация 24fps в реальном времени
World Exploration — камера движется внутри сцены
Physically-Consistent Generation — реалистичная физика и движения

🟢А наш GigaChat теперь умеет искать информацию в интернете, делать краткие обзоры по материалам сайтов, сравнивать статьи на одну тему, распознавать картинки на веб-страницах и обрабатывать с них видео.

GPT-4 теперь можно воссоздать с минимальной командой - от 5 до 10 человек вместо сотен. GPT-4.5 участвует в анализе, обучении и структурировании предыдущих моделей. Такой вот внутренний рефакторинг.

🟢Переход от "модельного гигантизма" к эффективному обучению совпадает с трендом на меньше параметров, больше смысла — например, как у Mistral и Anthropic.

🟢Новый виток конкуренции: ускорится разработка "узких" ИИ с высокой специализацией.

🟢Рост интереса к малым, модульным ИИ, которые легче тренировать и использовать.

https://www.businessinsider.com/openai-chatgpt-gpt4-rebuild-breakthroughs-sam-altman-2025-4

⚡️Кук выдыхает - Трамп освободил от пошлин гаджеты и комплектующие из Китая.

Пора на уикендный контент-детокс. Как говорится в меме - My Job Here Is Done. Пойду Veo 2 помучаю. Обнял! 😘❤️

И на сон грядущий такая история: покойный композитор Элвин Люсье «продолжает сочинять музыку» с помощью выращенного из его клеток мини-мозга, подключённого к аудиосистеме. Наткнулся на статью об этом в Guardian.

Учёные использовали кровь Люсье для создания стволовых клеток, а затем вырастили из них церебральные органоиды — кластеры нейронов, имитирующие человеческий мозг. До самой кончины композитора они обсуждали с ним детали будущего проекта. 64-канальная нейросетка регистрирует импульсы от органоида и передаёт их в аудиосистему.

Так «мини-мозг» сочиняет посмертную партитуру прямо на глазах у посетителей художественной галереи Западной Австралии.

Ну, правду говоря, музыкой в привычном смысле это сложно назвать: шумы, щелчки, пульсации, гудки. Ближе всего к экспериментальной электронике.

Звук конвертируется обратно в сигнал и "мозг" реагирует — изменяет свою активность, как будто «слушает» и подстраивается.

Проект показывает, как живая материя может быть не просто объектом исследования, а самостоятельным медиа.

Кому-то покажется спорным, но одно очевидно — чувак был рок-н-рольный до самого конца. 😄

Больше года назад в жизни добавилось тишины. Одна - там, где раньше звучал голос. Другая - внутри, отчего даже любимые занятия кажутся чуждыми. Обработка музыки/аудио, генеративные нейротреки - это ремесленное, механистичное, оно за этот год случалось. Но новую музыку не сочиняю с тех пор.

А последняя работа была над инструменталом “Brüder im Sturm”, для немецкой певицы и стримерши SoulHikers.

Мариновался трек долго, но вышел. С примесью нордического эпоса - о сплочённости и внутренней силе — с тагельхарпой, этническими инструментами, перкуссией, но в более модерновом тоне, нежели принято в северном фолке. Лиричная, эпичная и вдохновляющая композиция получилась. 🛡🪓

p.s. клип, конечно, мил наивностью продакшна вне студийного глянца и духом реконструкторской романтики)

Сегодня чего-то много постов было. Последнее на сегодня:
"Деревня дураков" как аниме опенинг от мастера анимешных стилизаций Александра Доброкотова @strangedalle. Каеф, как всегда. Олдскулы приятно сводит 💟

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

https://t.me/strangedalle/1169

ChatGPT проапдейтили память

Он теперь может помнить все из всех предыдущих чатов и ссылаться на инфу в них.

Это значит, что в новом диалоге будет учитываться контекст старых, ответы будут более персонализированными.

Память можно отключить в любой момент.

Ну кайф, чо.

P.S. Улучшенная память в ChatGPT доступна с сегодняшнего дня всем пользователям Plus и Pro, за исключением Великобритании, Швейцарии, Норвегии, Исландии и Лихтенштейна. Если заходите из-под оттуда - не будет фичи.

😏 Походил по сообществу Sora и собрал немного прикольных генераций и промпты к ним. Их скинул в отдельную телеграф-страницу, ибо не помещаются в пост. Некоторые картинки и трендовые серии, уверен, скоро можно увидеть в сети с заголовками "Нейросеть изобразила...".

🤔 Пока никак не могу разобраться с логикой цензуры в картиночном генераторе от OpenAI. Во-первых: генерить картинки можно в двух местах - в самом ChatGPT и на Sora.com (логинка по тем же реквизитам, что для чатджпт). И, кажется, это две разные настройки цензуры. Более жесткая - в Chat GPT. Например, он там люто агрится на любые "телесные" промпты. Вот в подборке есть картинки с девицами - похоже, что такое через интерфейс чата вообще нереально сделать. Как только ChatGPT увидит вот это вот "her chest big" в одном из промптов - вызовет полицию, уверен.

При этом в Sora если написать "в стиле Симпсонов" - отказывается генерить, типа "нарушает политику". А в чате как раз всё ок - генерит без проблем 🤷‍♂️

P.S. Про кепку Трампа прям хорошо, актуалочка!

https://telegra.ph/Sora-Imgen-Prompt-Vault-Vypusk-1-04-10

Ну, коротенечко. Гугл дофига выкатила вчера (много не буду расписывать, всё равно надо тестить всё. По PR-текстам не всё очевидно).

🟢Рассуждающую быструю Gemini 2.5 Flash. Типа "мини".

🟢В большую Gemini 2.5 Pro завезли большой Deep Research

🟢Самое любопытное - Firebase Studio для вайб-кодинга. Программить можно промптами, а также показывать картинки и говорить "хочу так, сделай пазязя". И еще выпущен фреймворк для ИИ-агентов.

🟢Через апи стала доступна Veo 2.0, для простых пользователей внутри Google AI Studio, где накатили новый UI.

🟢Новые тарифы подписок у Anthropic: за $100 в месяц с лимитом в 5 раз выше базового и за $200 — с х20. И еще где-то там притаилась дип ресёрч функция, но ее пока не анонсировали.

🟢Известный конструктор WordPress вкорячил в себя ИИ-функционал. А конкретно - конструктор сайтов/шаблонов. Я попробовал - ну для простенького лендака норм. По промпту генерит верстку, наполняет демо-контентом, предлагает поменять шрифтовые пары, цвета, варианты верстки. Для сложного сайта пока не катит.

🟢Для Grok 3 выкатили API. От $0.30 за ввод / $0.50 за вывод до $5 за ввод / $25 за вывод в зависимости от модели.

Клевая полезность: whitepaper от Google, охватывающий весь спектр промпт-инжиниринга: от основ и конфигурации LLM до продвинутых техник (CoT, ReAct, ToT), кода, автоматизации и best practices. Там фокус на Gemini, но в целом для всех актуально. Must-read для тех, кто хочет прокачаться в промптинге без смс и регистрации на платных курсах инфоцыган.

Вот 5 инсайтов из документа:

🟢Zero-shot — для ленивых, few-shot — для умных. Это когда ты сначала показываешь 1–3 примера, и тогда модель гораздо лучше справляется, потому что ей есть на что опереться.

🟢CoT, ReAct, ToT — прямо в промпте просить модель думать пошагово или объяснить, как она пришла к выводу. Например, добавить фразу: "Давай подумаем шаг за шагом."

🟢Температура и top-K — Они отвечают за случайность и разнообразие в ответе. Хочешь строгость — ставь 0.1. Хочешь креатив — подними до 0.9.

🟢"Будь редактором Vogue" работает. Задай системе роль и стиль — получишь другой уровень вывода.

🟢Промпты можно генерить... промптами. Добро пожаловать в автоматическую инженерию промптов.

ByteDance ранее анонсила модельку для аватаров OmniHuman-1, но готового продукта не было, как и кода. И вот, эта штука появилась в CapCutовском ИИ - https://dreamina.capcut.com/ (через США заходить). Немного погенерил.

Можно:

🟢Писать свой текст и озвучивать встроенными голосами (небольшая база есть).
🟢Грузить своё аудио и он сделает липсинк. А еще можно вокальные треки ему подсовывать (что я и сделал).
🟢Длина входного аудио - не больше 15 секунд.😞

Особенности:

🟠Качество липсинка хорошее.
🟠Лучше всего давать ему крупные планы.
🟠Анимирует персонажа нормально, но плохо работает с людьми на фоне, они статичные остаются. Поэтому на картинке должен быть только один персонаж. Либо его вычищать нейроротоскопом и анимировать "фоновых" людей отдельно в другой нейронке.
🟠Иногда шакалит пальцы.
🟠Не умеет липсинкать антропоморфных персонажей.
🟠Эмоции персонажей рандомные, контроля нет.
🟠Нет контроля и над действиями помимо липсинка.

🤷‍♂️ Итог: ну норм, но не супер. Контролов мало. Конкуренты - Hedra и Act One могут в допконтролы позы, анимации и эмоций. Еще у Kling есть липсинк - там сначала генерируется видео без липсинка, а потом уже, поверх сгенерированного видоса, накладывается липсинк. Это позволяет бэкграунд анимировать.

Неровно дышит Трамп к Китаю. А в ИИ как раз и наметилось противостояние с Китаем. Его даже всякие фантасты описывают в своих апокалиптических сценариях.

И вот парадокс: в этой игре тарифы - как стрелять себе в ногу одной рукой и одновременно пилить сук, на котором сидишь, другой.

На повестке- гонка по строительству дата-центров. Их всегда не хватает. Анонсированный в январе проект Stargate, заявленный как «крупнейшая AI-инфраструктура в истории», оценивается в $500 млрд. Но с новыми тарифами этот бюджет, возможно, потребует пересмотра.

Всё просто:

🟠Серверы в основном импортные - они облагаются новыми пошлинами.
🟠Почти всё остальное оборудование - от охлаждения до питания - тоже из-за рубежа.
🟠Чипы, вроде бы, от тарифов освобождены. Но большинство из них приезжает уже в составе серверов, а значит - попадают под пошлины.

Nvidia во всей этой ситуации чуть в лучшем положении - её серваки в Мексике собираются, освобождаются от пошлин в рамках соглашения о свободной торговле.

Аналитики предупреждают: возросшие расходы сделают США самым дорогим местом для строительства ИИ-инфраструктуры. А значит, дата-центры начнут строить где-то ещё - там, где дешевле электричество, проще логистика и нет конских тарифов.

Это, разумеется, ослабит конкурентоспособность США в сфере ИИ, особенно по отношению к Китаю, который является приоритетом внешней политики Трампа.

Но есть и хорошие предсказания: да, компаниям будет сложнее и затратнее обучать новые модели, но нейросети будут требовать гораздо меньше вычислений за счет улучшения алгоритмов. Так что, для конечного пользователя ИИ будет доступнее.

Тим Кук, вероятно, уже неделю нарезает круги по офису купертинской «летающей тарелки», хватает себя за голову и матерится. «Collateral damage» от тарифов должен был прилететь совсем в другую сторону, но что-то пошло не так.

Индийские газеты сообщают, что Apple в конце марта вывезла из страны пять самолётов, битком набитых айфонами. Цель одна - хоть как-то снизить ущерб и отсрочить неизбежное повышение цен. Трамп обложил товары из Китая тарифами в размере 104%.

Простая арифметика подсказывает, что текущая средняя цена iPhone 16 Pro Max с $1599 может прыгнуть аж до $3200. Покупатели не стали дожидаться и уже массово скупают айфоны впрок.

Apple тарифный кризис уже ощутимо «приложил»: всего за пару дней компания потеряла более полутриллиона долларов капитализации, а падение акций оказалось худшим трёхдневным обвалом со времён краха доткомов. Чтобы хоть как-то притормозить этот апокалипсис, компания всё активнее смотрит в сторону Индии и Вьетнама, откуда импорт облагается более щадящими тарифами.

Вот шпаргалка о том, какая ИИшка чего может и делает лучше других. Сохрани, не потеряй) Ситуация меняется быстро, но пока данные +/- актуальны.

💭 Поймал себя на мысли: что-то я давно не писал про финансы и биржу — хотя, казалось бы, в это погружен по долгу службы)) Всё больше про ИИ, нейросети и прочее кибер-колдунство.

А может, оно и не надо? Что думаете?

👍 —Да! Давай и про бабки, рынок.

👎 — Не, скукотища. Давай лучше ИИшку и картинки.

🤔 — Ну… если изредка, 1-2 раза в неделю — сойдет 😅

Пишите, как есть

UPD: ну я вас понял, ладно, будет вам про тарифы))💰

😁 Голливуд зарабатывает на ИИ-фейках: YouTube-каналы публиковали ИИ-трейлеры, а доход от рекламы получали студии.

Каналы вроде Screen Culture и KH Studio набрали миллионы подписчиков, публикуя фейковые трейлеры несуществующих фильмов - от «Гарри Поттера и Проклятого дитя» до «Мстителей 5». Эти ролики создавались с помощью нейросетей Sora, Runway, Veo 2 и других AI-инструментов.

Но самое интересное в этой истории - доход от рекламы забирали медиагиганты Warner Bros., Discovery, Paramount и Sony Pictures.

Эти студии, по сути, получали прибыль от использования образов актеров, зачастую без их согласия. Они могли удалить такие ролики за нарушение авторских прав, но решили заработать.

После расследования, проведенного Deadline, YouTube прекратил монетизацию этих каналов, ссылаясь на нарушение политики.

Актерский профсоюз SAG-AFTRA выступил с резкой критикой: студии, которые недавно вели переговоры о запрете на несанкционированное использование AI-двойников актеров, сами получают деньги с таких видео. Это подрывает доверие к компаниям и показывает, как легко мораль отступает перед прибылью.

🚬 Контент-детокс выходного дня завершён (увы). За уикенд всплыло несколько занятных инфоповодов.

🟠 Самый хайповый - сайт ai-2027.com с апокалиптическими предсказаниями на ближайшие 5 лет: ИИ-агенты захватывают экономику, кодят сами себя, сбегают в сеть, обманывают людей, Китай и США устраивают шпионские войны за суперинтеллект, который в итоге делит планету.

В общем, отличный сценарий для сериала: есть слабая связь с реальностью, но всё слишком гипертрофировано. Вес предсказаниям пытаются придать за счёт одного из авторов, у которого в прошлом кое-что сбылось из прогнозов. Но финальные сценарии не учитывают историю технологических революций, где последствия всегда оказались куда более нюансированными, чем дихотомия «все или ничего».

🟠Вышли новые оперсорсные модели от Цукерберга. Мультимодальные и мультиязычные: Llama 4 Scout и Llama 4 Maverick. Анонсирована Llama 4 Behemoth (её еще тренят). У Скаута большущее контекстное окно (много запоминать может) размером 10 млн. Уровень Gemini 2.0 Flash Lite. У Maverick поменьше, 1 млн. 17 млрд активных параметров у обеих. На уровне GPT-4o. Бегемот будет на 2 трлн параметров. Уровень GPT-4.5 и Claude Sonnet 3.7.

Почему это важно? Это оперсорс (а не открытые веса, как у OpenAI), на этих модельках работает куча проектов всяческих разных, поэтому это событие крайне позитивное.

🟠Kawasaki представила концепт робо-коня. Робот работает на водородном двигателе, имеет внутри ИИшку и бегает по любому ландшафту, включая горные и заснеженные участки. Производство могут начать в 2050-м (но, думаю, не будет этого).

🟠А еще вышел трейлер нового "Трон: Арес" (Tron: Ares) - продолжение фильмов "Трон" 1982-го года и "Трон: Наследие" 2010-го. В предыдущих люди попадали в мир программ, а тут наоборот: ИИшка в мир людей пришла. Мне безумно нравится визуальная эстетика Трона. Эти светяшки - это просто аааах, любовь❤️! Даже если сам фильм будет хренью ("Трон:Наследие" в целом и не очень был), в классный дизайн - верю.

Midjourney - самая известная массовая генерилка картинок. И она, конечно, до сих пор хорошая. Но уже, наверное, не лучшая на фоне появившихся Flux, Reve, SD, imgen 4o. А еще она не обновлялась давно и все (и я тоже) ждали, чем ответит Mj в седьмой версии, а она… ничем особо и не ответила.

Появился режим “draft”, который меньше кредитов тратит и быстрее генерит и, в общем, и всё. Релиз какой-то очень сырой и разочаровывающий. Особенно на фоне такой мощной конкуренции. Да, написали, что Mj лучше промпт понимает и с анатомией лучше, но… 🫤 Еще пообещали потом выкатить улучшенные character ref и style ref, но… meh

Google DeepMind представила план предотвращения неконтролируемого развития ИИ. Это 145-страничный документ, в котором Гугл описывает стратегию по предотвращению потенциальных угроз от AGI.

4 основные страха от AGI по версии DeepMind:

🟠Злоупотребление: AGI в руках хакеров = биооружие, взломы.
🟠Несоответствие целям: ИИ выходит из-под контроля и действует сам.
🟠Ошибки: Даже без злого умысла может накосячить серьёзно.
🟠Структурные риски: зависимость от ИИ слишком велика, AGI незаметно влияет на экономику, политику.

Предлагаются конкретные шаги для разработчиков ИИ, а также изменения на уровне общества и политики:

🟢Оценка рисков на ранней стадии разработки
🟢Двойная проверка ИИ, песочницы, мониторинг, «красная кнопка».
🟢Ограничение доступа к наиболее мощным моделям
🟢Прозрачность в архитектуре и целях систем
🟢Отложенное внедрение, адаптация институтов, наблюдение за влиянием.

Многие эксперты сокращают прогнозируемые сроки появления AGI, что усиливает актуальность обсуждаемых вопросов.

Недавно видел, что известный футуролог Рэй Курцвейл (который выделяется среди прочих бесполезных балаболов футурологов тем, что некоторые его ранние прогнозы были верны) сдвинул периоды наступления сингулярности и AGI. Раньше говорил, что слияние человека и технологий будет в 2045-м, а теперь утверждает, что это событие уже в 2029 случится. Тогда, дескать, наступит “технологическая сингулярность”, ИИ превзойдет человеческий интеллект и объединится с нашим мозгом для улучшения когнитивных способностей.

Вся эта тема в его представлении служит идее победить старение и смерть. Это предполагает согласованный мега-рывок в нейросетях и биотехе и преодолении биологических ограничений - вплоть до возможности цифрового бессмертия, где сознание можно будет загрузить в машину.

Звучит как научная фантастика, в реальности всё куда сложнее. Несмотря на впечатляющий прогресс в технологиях, ключевые аспекты этой теории - такие как загрузка сознания в машину и полное избавление от старения - всё ещё находятся скорее в сфере теоретических исследований и философии, чем в практической науке. Так что, я вот ставлю, что Курцвейл пиздит ошибается.

Чуваки на 1 апреля сделали) Я когда думал над «нейропельменями», выбирал между ними и этим, надо признаться 😅

Видеопреза:
https://youtu.be/3w5dEa0YFkc?si=PQce2JHkm42kJv1L

Shut up and take my money!

OpenAI выпустили бенчмарк PaperBench - это попытка создать тест, проверяющий "исследовательские" способности ИИ. Это важно для развития всяческих "дип ресёрч"-функций. Причём оценивали не «на глаз», а с конкретными критериями. И итоги - ну, не очень....

Методология: 20 статей ICML 2024 разбиты на 8,316 задач, включая понимание, кодирование и запуск экспериментов. Каждая задача оценивается по рубрикам, разработанным совместно с авторами статей. Автоматическая проверка выполняется LLM-судьёй, валидированным отдельным бенчмарком

🟠Итоги:

Claude 3.5 Sonnet — лидер среди ИИ: 21% успеха.

GPT-4 и другие модели — ниже.

Люди (PhD ML) сделали значительно лучше.

PaperBench впервые показывает границу "научных" возможностей ИИ. Сейчас модно говорить, что ИИ «уже исследователь», но этот бенчмарк доказывает, что пока нет. Зато теперь есть метрика, по которой можно честно сравнивать. Gemini 2.5 и Клод 3.7 не участвовали в бенче. 🤷‍♂️

Код PaperBench уже открыт: можно юзать, расширять, тренировать модели.

⚡️OpenAI в ближайшие месяцы выпустит рассуждающую языковую модель с открытыми весами. Предыдущая была GPT-2, но без ризонинга.

Open-weight модели не раскрывают исходные данные и сам процесс обучения, а публикуют только готовые параметры (веса) обученной модели. Это позволяет сторонним разработчикам анализировать и адаптировать модель под свои задачи без необходимости иметь доступ к исходным данным.

Сама OpenAI, получившая в октябре $6,6 млрд инвестиций, намерена придерживаться коммерческой (for-profit) модели, чтобы привлечь дополнительные средства, и до конца года планирует собрать ещё $40 млрд., по большей части от японской SoftBank Group.

👍 Runway обновили свой видеогенератор - Gen-4. Как обещают, он стал лучше понимать промпты и сохранять консистентность. Я пользовался им довольно много и хорошо знаю все проблемы прошлой версии, Gen-3, поэтому сразу бросился тестировать на нескольких сложных сценах.

Итог: апдейт не прорывной, но очень и очень хороший. Runway стал хоть немного юзабельнее. А их безлимитная подписка всё еще имба - да, дорого, но незаменимо, когда нужно сгенерить тонны креатива. У других (upd. кроме Luma) такого нет - везде работают с талонами кредитами.

Что заметил после быстрых тестов:

🟢Мыльность на динамичных сценах уменьшилась (или почти исчезла).

🟢Попробовал сгенерить боевую сцену -хореография, конечно, на уровне плохих косплееров, но динамика ткани улучшилась, и хаоса стало меньше.

🟢Промпты понимает лучше, но не всегда. Один шот, который Gen-3 вообще не мог сделать (девушка спит, потом открывает глаза), Gen-4 выполнил. Казалось бы, простая сцена, но в прошлой версии творилось что-то невообразимое.

🟢Улучшенная динамика заметна в сцене с инструментами: при игре на гитаре пропала мыльность и перестали исчезать/появляться пальцы.

🟢А самое главное! Во многих генераторах слоу-мо абсолютно неуправляем- то есть, то нет, и на это сложно влиять. Мне, например, нужны были видео без слоу-мо, но как этого добиться консистентно в Runway (да и в Kling, и других) - загадка. В Gen-4, похоже, это поправили: в моих тестах генерации выходили без слоу-мо, и это отлично!

⚡️ xAI покупает Твиттер X за 33 млрд

https://www.bloomberg.com/news/articles/2025-03-28/musk-says-that-his-xai-startup-has-acquired-x-for-33-billion

Твиттер захлёбывается от генераций в стиле студии Ghibli. Так что, ЦБ вполне в тренде. Дошло до того, что Белый Дом США у себя опубликовал иллюстрацию ареста мигрантки в Гибли-стиле.

Конечно, «ИИ-фотошоп» в ChatGPT - это здорово. Но на самом деле он ярко подсвечивает иной трек.

Было как: стиль японской анимации был доступен уже давно. Правда, раньше нужно было заглянуть в Midjourney или поставить LoRA в Stable Diffusion, Flux и прочие сервисы. Иначе говоря, требовалось приложить хотя бы минимальное, но всё-таки усилие. Теперь же усилий не нужно совсем - кнопка «сделать красиво» уже здесь.

Сегодня Chat GPT исключительно популярная маст-хэв тулза. Никуда ходить не нужно, всё под рукой: попросил - и картинка готова. Неудивительно, что Twitter моментально захлебнулся в потоке визуального хлама. И чем доступнее становятся ИИ-инструменты, тем шире и гуще становится эта бурлящая река контентного мусора. Такая вот обратная сторона.

— А пока - вот трейлер "Властелина Колец" в стиле студии Ghibli.

🟢Чувак потратил $250 и 9 часов на генерацию в Kling и LumaLabs.

🟢Отскриншотил 102 шота из трейлера, а потом рестайлил в ЧатДжипити

🟢Промпт у него такой: "Recreate this in the style of Studio Ghibli, intricately detailed. Make sure the composition, colors and vibe is similar. The scene pictured shows black cloaked figures on black horses riding away from a massive wave of water on a riverbed that is chasing the riders."

🟢Липсинк не делал, просто промптил типа "a man yells, fearful" или "a woman talks, concerned, brows furrowed"

Занятная коммуникация у официального аккаунта ЦБ, конечно)

Отдельным постом скину вершину своего креатива на тему повсеместного приплетания ИИ. Может, лучше уже и не получится, но я буду стараться).

Мультимодальный картиночный Chat GPT завезли пока не всем, но можно баловаться на странице Sora. Правда, поиграть пришло столько, что серваки прилегли. Я успел протестировать самое важное - возможность создания инфографики. Причем, получается даже и не совсем бред, хотя с глюками. В инфографике все картинки делает в одном стиле, что прикольно.

Обычные картинки генерит, но это все генераторы могут. Успел сделать совсем чутка, после чего сервис совсем приуныл.

🟢Может писать на русском (но иногда багуется).

🟢Кажется, есть цензура (и возможно нехилая): отказался генерить инфографику с персонажами из известных вселенных. Но! Получилось с Гэндальфом - в английском промпте я заменил в слове "Gandalf" буквы "а" на русские "а". И тогда получилось.

🟢Еще может: генерить с прозрачным фоном, можно дать на вход картинку и попросить украсть лук с фотографии, картинки с подписями для стикерпаков всяких.

Как я и ванговал - мультимодальное редактирование становится новой маст-хэв фичей для всех уважающих себя ИИ-моделек. Редактирование картинок по текстовым командам завезли и в Chat GPT ( а в Gemini и Grok это появилось раньше).

За выхи видеогенерилка Sora стала безлимитной на платных аккаунтах, а Грок выкатил свой "ИИ-фотошоп" как у Гугла. Но самым забавным стал релиз картиночной генерилки reve.art, которая "из коробки" отлично знает советскую эстетику. Можно промптить на русском, Reve эти промпты переделывает у себя под капотом и генерит прикольные советские визуалы. Немного покреативил, благо есть фришные генерации.

🚧 Перед уикендным контент-детоксом хочу рассказать про одну интересную техническую штуку.

В последнее время с интересом слежу за развитием MCP-кейсов, особенно в продакшн-софтах.

Model Context Protocol (MCP) - эт разработка Anthropic, работает через Claude. По сути, она позволяет "спаривать"😏 Клода с каким-то софтом или сервисом: ИИ получает доступ к API и может выполнять действия внутри программы, какие там через АПИ возможны.

По сути это кажется похожим на агентскую автономность: ты можешь сказать Клоду накреативить, например, в 3D-редакторе какую-то сцену, а он сам намоделит ассеты или скачает из базы, расставит всё сам, текстурки сделает и т.д. Но тут не точно, ибо мнения о том, что уже можно назвать агентом расходятся)

В репозитории уже есть связки с разными приложениями, и комьюнити активно шаманит, как когда-то с GPTшками.

Из недавнего: интеграция с Blender (видео 1) - Клоду показывают картинку, он рулит Блендером и воссоздаёт сцену в 3D, пообъектно, а не единым мешем как в image-to-3D. Да, пока сыровато, баги, местами крипово, но сама идея сильная. Во втором видео — сравнение сгенерированной модельки маяка и "построенной" через MCP-Blender.

Также уже сделали MCP-связки с Unity и Unreal Engine, Cursor, Figma и т.д. Из 3дшных связок на подходе Houdini, что логично, учитывая общую процедурность софта. Мало кто хорошо шарит в Гудини (из гуманитариев как минимум), ибо он математичен, а так хоть может полегче будет.

В третьем видео Клод эмсипишнули в Ableton - эт секвенсор такой, электронщиками любим. Вот там промптом чувак попросил сделать синтвейв 80-х и Клод пошаманил и выдал трек - с дорожками, инструментами, МИДИшками, ревера накинул и всё такое. Художественная ценность — ну... спорная. Но направление бодрое.

В инете пишут, что MCP-связки настраиваются геморно и через танцы с бубнами. А на выходе, скажем честно, пока что хрень, ибо только зарождается это всё. Поэтому я в это сам ручками не тороплюсь залезать, пока жду. Но тренд перспективный.

🧠 Если разговор заходит об искусственном интеллекте, то в непрофильных медиа, диванных баталиях и беседах бабулек у подъезда снова и снова всплывает один и тот же топ-3 тем. Самая вирусная из них - про то, что ИИ вот-вот станет AGI, сравняется с человеческим разумом или вообще его превзойдёт.

Ученый Ян Лекун (один из «крёстных отцов» современного ИИ, сейчас Chief AI Scientist у Цукерберга) убежден, что даже самые продвинутые нейросети сейчас-это не интеллект, а очень умелое автодополнение текста и AGI мы так не достигнем.

Нейросети, даже самые большие, не «понимают» окружающий мир - у них нет перцепции, интуиции, здравого смысла. Они не строят моделей причинности, не формируют намерений, не действуют в физическом мире. Нейронки всё еще «просто предсказывают следующее слово в тексте». Но делают это настолько хорошо, что как будто бы и рассуждают.

Но это лишь суммаризаторы энциклопедических знаний. Разрабы пихают всё большее количество данных в ИИ, но больше параметров ≠ больше интеллекта.

Да, эти системы позволяют получить ответ на почти любой вопрос, но уступают интеллекту домашних животных, считает ученый. Он топит за модель мира (world model): ИИ должен научиться понимать, как устроен реальный мир, взаимодействовать с ним и делать прогнозы, исходя из опыта - как это происходит у животных.

🪨 Вот когда вас затянут в спор - в комментах, на кухне или в маршрутке - можно просто бросить: «Да ИИ вообще не конкурент человеческому разуму. Даже Лекун говорит: сначала создайте систему, которая будет умнее кошки». А вам в ответ: «Кто? Лекун?», а вы такие: «Ты чего, Лекуна не знаешь?» - закатываете глаза типа "ой, всё" и уходите.

Всё, урыли и закопали.

Крупных событий пока кот наплакал: очередная бесплатная китайская нейронка — Ernie 4.5 от Baidu, но не такая разрывная, как DeepSeek. В 3D-ИИ обновлений много, но всё ещё не продакшн-уровня (делаю тест-ресёрч, stay tuned). Главный хайп — мультимодальная редактилка в Gemini 2, которую нарекли ИИ-фотошопом (преувеличение, конечно). Скоро редактирование картинок в чате станет стандартом, как поиск, ризонинг и анализ доков. Мультимодальные правки по промптам — не революция, но годно и забавно.

Вчера была преза Nvidia — уже крупное событие для техсферы. Там про железки: новые ИИ-процессоры Blackwell Ultra GB300, Vera Rubin и Rubin Ultra, профкарта RTX Pro 6000 (Blackwell) с 96 ГБ GDDR7 (по сути, RTX 5090, но с увеличенным числом ядер и VRAM), а также два ИИ-ПК: DGX Spark (он же Digits) — «самый маленький в мире ИИ-суперкомпьютер» за $3000, и DGX Station с чипом GB300 Blackwell Ultra (20 PFLOPS, 784 ГБ унифицированной памяти).

Но я отметил другое: как Дженсен Хуанг всё больше становится рок-звездой мировой техсцены. Раньше кто был? Джобс был. Тим Кук потом, да. Ну вот я еще Балмера помню - он в пропотевшей рубашке носился и орал "Developers! Developers!". Цукерберг и Маск существуют где-то в онлайне (и теперь ещё и во власти). А вот Хуанг, кажется, обогнал как минимум Кука по харизме публичного образа.

Его фирменная куртка и седые волосы создают стиль эдакой ретро-рок-звезды 70–80-х - сознательный оммаж эпохе. Он раз за разом «готовит» новинки у себя на кухне, доставая железки из духовки. Говорит на языке энтузиастов и профи одновременно. Эта "винтажная" харизма уже стала культурным феноменом, а кожаная куртка Хуанга даже породила линейку мерча. А еще он на груди у фанаток автографы ставит. Сложно представить, как такое какой-нибудь Сундар Пичаи бы сделал…

Ещё на презе хайпанула тема с роботом. Вместо криповых андроидов или жутких робо-собак Хуанг выпустил милого робо-пета Blue, разработанного с Disney и Google DeepMind. Тоже плюс вайб. Еще Nvidia анонсировала базовую модель Groot N1 для робототехники, вместе с фреймворками моделирования и генерацией синтетических данных. Это перспективное направление — разработка локальных ИИ, работающих без мощных ЦОДов, прямо на устройстве, в том числе на роботах.

По заветам Древних Свитков полагается иметь пост-представление, но я его так и не сделал. Поскольку людей прибавилось, пора уже исправляться.

Привет! Меня зовут Александр. Работал журналистом, обозревателем, шеф-редактором в технологиях и экономике. Сейчас - замглавреда в экономическом медиа, руковожу группой публичных сервисов.

Более 10 лет преподавал на журфаке МГУ (где и учился когда-то), вел воркшопы в ТАСС. В продакшне чуть дольше. Делал: видео, саунд/музыка, 3D, моушн, AR/VR, всякий постпрод для доккино на ТВ, ВГТРК, правительства Москвы, Mazda, Mitsubishi и т.д. Подсел плотно на ИИ в 22-м.

Хотелось бы, чтобы канал был наполовину личным, наполовину тематическим, но не уверен, есть ли ценность в трансляции личного. А пока - на основе смежного опыта смотрю на техники, тренды, анализирую и делюсь тем, что кажется важным или забавным.

Пишу не очень часто - инфошума в сфере ИИ много, стараюсь выбирать. Периодически выкатываю креативчики. Иногда скатываюсь в близкие темы типа финансов, науки, гик-штук и т.д.

Если формат вам близок - оставайтесь. Если нет - оставайтесь всё равно) Обнял! ♥️

p.s. На этой неделе постов мало, ибо подзавалило задачками, уже почти разгрёб, вернусь! К счастью, ничего прям мега важного не упущено, неделька относительно тихая в ИИ.

В общем, недавно рассказал про процесс создания "Выгорания", интервью с подробностями доступно на Хабре. Не в службу, а в дружбу - плюсаните по-братски! А заодно напишите, какой контент хотели бы видеть в канале.

https://habr.com/ru/articles/889000/

Давеча гляжу - а подписчиков прибавилось. Дивлюсь: кто же вы, да откуда пришли? Люди честные аль боты хитроумные? Коль не алгоритмов вы порождение, так влепите-ка щедрый эмодзи - за то вам поклон, гости дорогие! Да поведайте, откуда пожаловали, как набрели и что заинтересовало. 👋

UPD. Кажись, рассеялся туман и истина явилась, но знакомиться все равно приходите)

В выходные зарёкся не постить, но сделал нейромотивашку и я коротенечко:

Девоньки!

Пусть стеклянные потолки падут, дороги к успеху будут открыты, а труд и талант ценятся без стереотипов. Пусть сексизм не мешает карьере, а страх не определяет границы свободы. Уверенности, возможностей и справедливости- не только сегодня, а всегда. Потому что вклад, знания и достижения женщин - это база.

История продолжается - и женщины пишут её каждый день. С праздником. 💖

Альтман задумался ввести в ChatGPT кредиты вместо подписки Plus. Их предлагается самому распределять между нужными моделями - думающими, обычными 4.5, Сорой и т.д. Сейчас лимиты в ежемесячной подписке просто за использование. Типа, «10 ресёрчей в месяц».

Система кредитов в ИИ-сервисах это популярная монетизация, особенно в генеративных мультимедийных сервисах. Например, в Клинге есть и подписка с входящими в нее кредитами + можно купить отдельно паки кредитов, когда подписочные закончатся. А они закончатся. И надо вкидывать экстра. Возможно, поэтому Sama и задумался, как дополнительно выжать чеканных монет из Plus-подписчиков. С другой стороны, такая система будет удобна тем, кто пользуется ChatGPT редко и только для специальных задач.

Массажные подушки, накладки, матрасы, кресла - выбор большой. А еще есть робо-руки для массажа - конечно, с ИИ!

В спортзалах Equinox установили автоматизированные массажные столы от стартапа Aescape, который привлек $83 млн инвестиций и планирует выход на сети отелей Four Seasons и Marriott.

Как это работает? Клиент надевает специальную одежду, камеры строят 3D-модель тела, а ИИ адаптирует массаж, клиент может управлять сеансом из приложения.

💰 Цена: $60 за 30 минут (в будущем обещают снизить).
📊 $250 млн — оценка компании, $23 млн выручки с 7 столов с августа.
⚠️ Ограничения: пока массаж только от плеч до колен, недавно добавили икры.

клёво, хочу🐱

Грядёт новый виток мемов и приколюх типа "Семнадцать мгновений весны" в стиле Миядзаки: Runway релизнул фичу по рестайлингу видео на основе стилизованной картинки-примера.

"Use a restyled first frame of your video to apply the new style to your full video sequence."

"Мария-Антуанетта после Сингулярности" - так мог бы называться тг-канал об ИИ, но это название нейрокартины, продающейся на аукционе Christie's. Актуальная ставка - какие-то $20 тыс, но ожидается продать арт за $40-60 тыс.

Сейчас уже почти завершается аукцион Christie’s в Нью-Йорке, где впервые выставили произведения искусства, созданные при помощи генеративных нейросетей. В коллекции - 34 работы, а сама инициатива хайпует на ИИ проходит под крайне философское описание про роль художника в условиях новых технологий.

А к слову о них - когда только объявили о таком аукционе, у художников полыхнуло: более 6 тыс человек подписали открытое письмо с требованием отменить продажу ИИ-артов. Нейронки обучались на картинах и это всё было без согласия художников. Ну и были посланы, видимо.

Некоторые лоты это не ИИ-картины в чистом виде. Вот, например, "Мария-Антуанетта после Сингулярности" это гобелены. Согласно описанию, картинки генерились в DALL-E, Midjourney, Stable-Diffusion в стиле рококо. Сама тема отсылает к концепции «технологической сингулярности» (при очень странном вплетении в этот лор многострадальной француженки) и имеет дивно заумное описание от авторов про философию сингулярности, поп-культуру, василиска Роко(ко), архитектуру и сексуализированных козлов отпущения.

Поглядите, может чего прикупите домой, дырку в стене закрыть.