OpenAI открыли Images API c моделью GPT-Image-1 — и это не просто «DALL-E 4», а реально новый зверь.

Три пресета качества. Low ≈ $0.02, Medium ≈ $0.07, High ≈ $0.19 за квадрат 1024×1024 px. Для бизнеса это всё ещё дешевле, чем отрисовать руками, но дороже DALL-E 3-HD. Yahoo Finanz notícias
Для ориентира: Google Imagen 3 в Gemini API — $0.03, Recraft V3 на Segmind — $0.04-0.05. Home- Google Developers Blogsegmind.com

Размеры без танцев:
square — 1024 × 1024
wide — 1792 × 1024
tall — 1024 × 1792 OpenAI Community

Архитектура. Модель нативно мультимодальная, работает авто­регрес­сив­но, а не через диффузию, поэтому лучше пишет текст на картинке и впитывает знания мира прямо из ядра GPT. The Verge

Интеграции уже в пути. Adobe Firefly, Express, Figma Design, Canva, Instacart — все подключают API, значит картинка-по-промпту станет дефолтом в продакшене. The Verge

Безопасность. Каждое изображение получает C2PA-метаданные, плюс знакомые фильтры контента. The Verge

Что это значит на практике?
Low-режим можно юзать как быстрый эскиз-генератор: копейки, но промпты всё равно «понимает».
Medium закрывает типовые продакшн-случаи без пост-обработки.
High — для рекламы и креативов, когда нужен пиксель-пёрфект и бюджет не жмёт.
Конкуренты пока сбоку; как только Gemini 2.5 или Midjourney V8 подвинутся, ценник у OpenAI опустится — маржа позволяет.

С чертежами пока не справляется но попытка засчитана.)

Просто что творит о3… даже может проектировать и расписывать концепции проектные. Делает по 3 -5 обращений последовательных в интернет для реализации запросов одновременно на 10 сайтов. Строит крайне не очевидные и нелинейные связи.

Я решил вместе с о3 порассуждать о том, куда катится — и ещё покатится — визуальный контент.

Ниже:
* полная «лестница» того, что уже случилось; * пять надёжных (и немного дерзких) гипотез о 2025‑2033 годах;
I. Что уже позади
Наскальная живопись — коллективная RAM‑память племени.
Плоский рисунок — переносное знание, первые приёмы перспективы.
Гиперреал маслом — художник как «рендер‑движок» эпохи Ренессанса.
Фотография (1839) — химия фиксирует свет без руки мастера.
Кино (с 1895) — монтаж задаёт грамматику времени.
CGI (1970‑е → 2000‑е) — компьютер берёт на себя освещение, текстуры.
Генеративное фото/видео (2022‑2025) — Midjourney, Sora: кадр = текстовый запрос.
Генеративное 3D (с 2023) — NeRF и Gaussian Splatting выращивают объёмные сцены в реальном времени.

II. Куда движемся (2025‑2033)
1. Генеративные 4D‑сцены для XR (1‑3 года)
Модели NeRF, Gaussian Splatting и им подобные будут создавать интерактивные объёмные «ролики», которые можно обходить с любых углов в очках Vision Pro, Quest 4 и др. Уже сегодня такие сцены рендерятся в реальном времени, а Light Field Lab показала плиточные панели SolidLight с плотностью 10 млрд px/м² — железо готово. Плавный шаг «фото → видео → 3D → 4D».

2. Персонализированные AI‑фильмы и игры (2‑4 года)
Сюжет, монтаж, музыка и диалоги подстраиваются под зрителя «на лету». В играх NPC уже реагируют на речь через LLM‑агентов; следующий шаг — полнометражные ленты, где сцены и финал меняются по реакциям аудитории. Аналитики называют 2026 годом первого AI‑фильма, а Nvidia ACE демонстрирует говорящих NPC в коммерческих проектах.

3. Цифровые двойники («Omni‑Human», 3‑5 лет)
Гиперреалистичные аватары синхронизируются с голосом и жестами и становятся интерфейсом брендов и людей: один раз «клонировал» — дальше twin участвует в рекламе, Zoom, играх. Рынок виртуальных инфлюенсеров уже растёт, Vogue Business фиксирует всплеск заказов, а Unscript.ai автоматизирует процесс.

4. Мультимодальные ощущения (4‑6 лет)
AI будет не только «рисовать» кадр, но и синтезировать тактильные, температурные, вибро‑ и звуковые паттерны, управляя перчатками, костюмами и ароматическими картриджами через единую модель среды. Перчатки TouchDIVER уже совмещают силу, текстуру и тепло; исследования показывают хаптики с вибрацией, растяжением кожи и запахом.

5. Нейроадаптивные медиа (BCI‑loop, 5‑8 лет)
Контент начнёт реагировать на вашу электро‑ или опто‑энцефалограмму: фильм ускоряется, когда внимание падает, игра усиливает ужас, когда адреналин снижается. Synchron уже связала имплантат с Vision Pro, а на GTC‑2025 показала BCI + Nvidia Holoscan. Как только сигнал станет стабильным, замкнуть его на генеративную модель — вопрос интеграции.

Почему именно эти шаги логичны
Насыщение — качество синтетики сравнялось с фото/видео, дефицитом стали объёмность и интерактивность → NeRF/GS.

Гонка внимания — персонализация → погружение → эмоция; AI‑игры/фильмы дают максимальный dwell‑time.

Порог создания падает: LLM‑агенты уже пишут код и шейдеры; XR‑контент скоро так же дешёв, как текстовый запрос.

Железо — Vision Pro, Quest 4, Snapdragon XR‑3 рендерят NeRF on‑device; SolidLight готовит «экраны‑после‑экранов».

Этика и регуляторика — двойники и BCI поднимают вопросы приватности, но именно медтех и бренды первыми валидируют рынок дорогих новинок.

Релиз OpenAI o3 и o4-mini —

Состоялся переход на качественно иной уровень архитектуры и применения.
Главное изменение: обе модели изначально обучены работать с инструментами прямо внутри reasoning-процесса. Не как отдельный модуль, а как часть мышления. Это означает, что модель может динамически подключать веб-поиск, выполнять код, интерпретировать изображения — прямо во время рассуждения, а не постфактум.
Это не «модель с доступом к тулзам» — это архитектура, в которой инструменты становятся продолжением мыслительного процесса. Подход, напоминающий когнитивные схемы в системах с агентной логикой.
Обе модели мультимодальны — но не в смысле «умеют работать с картинками», а в смысле, что изображение становится частью reasoning. Пример: модель может прочитать текст с фото, интерпретировать график, сгенерировать код, и всё это в рамках одного вывода, не теряя контекст.

Производительность:
На бенчмарках o3 обходит даже свежий Gemini 2.5 Pro Experimental. Что логично — compute-бюджет на её тренировку был более чем в 10 раз выше, чем у o1.
Более того, o3 решает те же задачи меньшим числом токенов. Экономия не просто в цене, а в вычислительной структуре. Поэтому OpenAI планирует полностью заменить o1 на o3.

Цены и доступ:
o3 в API стоит $10/$40 за миллион токенов (ввод/вывод) — это на треть дешевле o1 и в 15 раз (!) дешевле o1-pro.
o3-mini стоит как o4-mini — $1.1/$4.4, но по token-to-performance выигрывает даже там.
Модели начинают появляться в ChatGPT (Plus и Pro) с сегодняшнего дня, шире — через неделю.
o3-pro анонсирована, но появится чуть позже.

Ключевая особенность — это не просто языковая модель, а когнитивный стек с инструментами.
Такая архитектура даёт выход за рамки LLM как ответчика: теперь это вычислительный агент, способный решать задачи end-to-end. Для практики это означает новую скорость, глубину и автономность решений.

Релиз OpenAI o3 и o4-mini —

Состоялся переход на качественно иной уровень архитектуры и применения.
Главное изменение: обе модели изначально обучены работать с инструментами прямо внутри reasoning-процесса. Не как отдельный модуль, а как часть мышления. Это означает, что модель может динамически подключать веб-поиск, выполнять код, интерпретировать изображения — прямо во время рассуждения, а не постфактум.
Это не «модель с доступом к тулзам» — это архитектура, в которой инструменты становятся продолжением мыслительного процесса. Подход, напоминающий когнитивные схемы в системах с агентной логикой.
Обе модели мультимодальны — но не в смысле «умеют работать с картинками», а в смысле, что изображение становится частью reasoning. Пример: модель может прочитать текст с фото, интерпретировать график, сгенерировать код, и всё это в рамках одного вывода, не теряя контекст.
Производительность:
На бенчмарках o3 обходит даже свежий Gemini 2.5 Pro Experimental. Что логично — compute-бюджет на её тренировку был более чем в 10 раз выше, чем у o1.
Более того, o3 решает те же задачи меньшим числом токенов. Экономия не просто в цене, а в вычислительной структуре. Поэтому OpenAI планирует полностью заменить o1 на o3.
Цены и доступ:
o3 в API стоит $10/$40 за миллион токенов (ввод/вывод) — это на треть дешевле o1 и в 15 раз (!) дешевле o1-pro.
o3-mini стоит как o4-mini — $1.1/$4.4, но по token-to-performance выигрывает даже там.
Модели начинают появляться в ChatGPT (Plus и Pro) с сегодняшнего дня, шире — через неделю.
o3-pro анонсирована, но появится чуть позже.

Ключевая особенность — это не просто языковая модель, а когнитивный стек с инструментами.
Такая архитектура даёт выход за рамки LLM как ответчика: теперь это вычислительный агент, способный решать задачи end-to-end. Для практики это означает новую скорость, глубину и автономность решений.

Начинается стрим по новым моделям от OpenAI.

https://www.youtube.com/watch?v=sq8GBPUb3rk

😱 Вайб-маркетинг официально здесь!

Только посмотрите, какие рекламные креативы способен создать ChatGPT по текстовому промпту! Все, кто занимается развитием брендов, должны быть в восторге...

Если, конечно, вы не графический дизайнер. 🥲

😱 Unitree продолжают издеваться тестить своего гуманоида.

А что, если роботы обретут сознание, и увидят эти видео? 💀

🤔 Что там с Character-3 от Hedra?

Разработчики наглядно продемонстрировали работу нейросети, выпустив видео с примерами своих реалистичных ИИ-аватаров.

🟡Character-3 может генерировать непрерывные стабильные ролики длительностью до 5 минут;
🟡И работает с разными стилями: реализм, мультфильмы, аниме, динамичные фоны и т.д.

Для генерации видео достаточно загрузить аудио и изображение вашего персонажа.

👀 Ежемесячно дают по 400 бесплатных кредитов. 1 секунда видео обойдется в 3,5-7 кредитов.

☺️ Милота дня: в TikTok завирусились видео с дедушкой, который учит немецкий с помощью голосового ассистента ChatGPT.

📹 Hedra выкатили новую модель Character-3.

Это первая омнимодальная модель, созданная для совместного осмысления изображения, текста и аудио для более интеллектуальной генерации видео.

Также появилась Hedra Studio, где можно сгенерировать видео топовыми моделями бесплатно. Тут есть: Luma Ray 2 T2V и I2v, Minimax T2V и I2V, Kling 1.6 T2V, Veo 2 T2V и другие.

👀 При регистрации дают 400 бесплатных кредитов.

Только сейчас увидел, конкурс уже завтра.

Паша Перегудов, подписчик и участник нашего чата делает хорошее (и бесплатное) дело. Пора делать ИИ-гильдию.

Итак, MyFilm[48]:

❗️Это ваш шанс заявить о себе!
Стартовал III сезон международного конкурса AI-фильмов MyFilm[48] в сотрудничестве с крупным брендом обуви и аксессуаров.

MyFilm[48] — это первый в России международный онлайн-конкурс AI-фильмов, где за 48 часов необходимо создать короткое видео или анимацию с помощью нейронных сетей. Участников в этом сезоне конкурса будет ждать интересное творческое задание на тему «Реклама как кино»!

🟣 Почему стоит участвовать?
— У вас будет возможность проявить себя в индустрии.
— Вы получите креативный опыт работы с AI.
— Станете частью международного сообщества.
— У каждого участника есть шанс получить предложение о сотрудничестве.

Отраслевые партнеры и эксперты конкурса из разных индустрий выберут победителей, которые получат ценные призы.

🗓 Конкурс пройдет в онлайн формате с 1 по 2 марта. И уже 10 марта мы объявим победителей нового сезона!

Регистрируйтесь и подписывайтесь на соц. сети VK и TG, чтобы быть в курсе событий 📲

Участие в конкурсе бесплатное!

🔥 Grok 3 вышел. И это настоящая революция!

У модели есть 2 версии: обычная (Grok 3 и Grok 3-mini) и «думающая». Что интересного:

🟡На данный момент Grok 3 занимает первое место на арене чат-ботов;
🟡Превосходит конкурентов в математике, кодинге и даже креативе, оставляя позади GPT-4o, Claude 3.5 Sonnet, Gemini-2 Pro и DeepSeek-V3;
🟡К Grok 3 сразу прикрутили Deep Research — работает быстрее аналога от OpenAI и роет реально во всём интернете;
🟡Обучение модели происходило на компьютере Colossus с 200 000 (!) GPU-чипов NVIDIA H100.

👀 Доступно для Pro-подписчиков в X или бесплатно на старой-доброй арене.

Alibaba показали нейронку для замены персонажа в видео — Animate Anyone 2.

Со свежим обновлением анимация стала еще более естественной за счет взаимодействия с окружением.

Что изменилось:
— Маска, не зависящая от формы – теперь персонажи органично вписываются в сцену.
— Объектный гид – анализирует окружающие предметы для более реалистичных взаимодействий.
— Модуляция позы – повышает естественность и плавность движений.

По сравнению с Viggle V3 и MIMO, Animate Anyone 2 выдает более точную интеграцию персонажей в среду и лучше сохраняет детали.

Вот тут Github проекта. Пока представлен как исследовательская работа. Так что ждем исходный код, чтобы затестить все самостоятельно.

Perplexity представила Deep Research — свой новый инструмент для глубокого анализа данных.

Теперь алгоритм выполняет углубленный анализ и выдаёт результат за пару. Из подробностей:

— Анализирует до 100 сайтов на запрос, в то время как OpenAI использует максимум 5-20.
— Генерирует полноценные исследования за 1-2 минуты.
— Бесплатно — 5 запросов в день. Для сравнения: OpenAI предлагает 10 запросов в месяц за $20.
— Экспорт в PDF сразу после генерации.

Результаты тестов:
— SimpleQA (фактическая точность ответов) – 93,9%, выше, чем у Gemini, Claude и DeepSeek.
— "Последний экзамен человечества" – 21,1% (перевешивает показатели GPT-o1 и Gemini Thinking).

Выбираем в списке Deep Research и пробуем — здесь.

OpenAI выкатили гайд по ризонинг-моделям.

Если вы хотите эффективно работать с новыми моделями reasoning (o1–o3), забудьте старые лайфхаки для GPT. Промптинг для reasoning-моделей требует больше структурности, но меньше ухищрений. OpenAI дали четкие рекомендации:

— Формулируйте запросы просто и ясно. Избегайте «думай шаг за шагом» — это не только не помогает, но иногда мешает.

— Не перегружайте промт текстом. Делите запросы на абзацы, заголовки, можно даже использовать XML-теги для акцентов.

— Не давайте примеры в начале. Zero-shot работает лучше. Если ответ не устраивает — сначала попробуйте просто сказать модели «подумай еще».

— Давайте всю важную инфу сразу. Если ограничения добавлять позже, качество ответа падает.

Генерируем нейровалентинку в Pika.

В честь 14 февраля на сайте добавили 6 новых Pikaeffect: Hearts Bouquet, Proposal, Love Bomb, Cupid Strike, Rose, Crazy in love.

Работает просто:

— Загружаем свое изображение;
— Выбираем нужный эффект;
— Для лучшего результата можно добавить текстовую подсказку.

Бесплатно, успевайте порадовать вторую половинку.

Обходим детекторы ИИ и антиплагиат.

Нейронка Bexi AI делает машинный текст более человечным. Теперь сгенерированный или заимствованный материал не спалится в AI-детекторах.

— Загружаете текст.
— Нейросеть переписывает его, сохраняя смысл и структуру.
— Проверяете результат — вероятность обнаружения сразу отображается.

Из плюсов: поддержка русского языка, оригинальная подача и проверка на популярных AI-детекторах.

Девушка провела гениальный эксперимент выдав реальное фото за генерацию нейросетей.

Мнение экспертов в комментариях не заставило себя долго ждать.

OpenAI готовит что-то интересное.

Сэм Альтман наконец-то разложил всё по полочкам. OpenAI упрощает систему, убирает хаос в названиях и объединяет модели. Теперь не придётся разбираться в o1, o3 и прочих промежуточных версиях.

— GPT-4.5 (Orion) — последняя модель без цепочки рассуждений. Выход — в ближайшие недели.
— GPT-5 — полностью новая архитектура. Будет объединять все технологии OpenAI, включая o3. Теперь модель сама определяет, когда отвечать быстро, а когда включать глубокий анализ.

Доступ:
Бесплатно для всех (но с базовым уровнем мощности).
Plus — продвинутый уровень.
Pro — максимальные возможности: голос, Canvas, поиск, deep research.

OpenAI планирует ввести динамическую оплату мощностей, т.е. платить будем за вычисления по факту, а не за фиксированную подписку.

GPT-4.5 — уже через пару недель. GPT-5 — в течение нескольких месяцев🔥

Вышла долгожданная Adobe Firefly Video Model.

Adobe представила первую генеративную видеомодель ИИ, которая коммерчески безопасна и защищает права создателей. Теперь Firefly объединяет видео, изображения и векторную графику в одном инструменте, что круто упрощает креативный процесс.

Что нового?
— Генерация видео по текстовому описанию
— Превращение изображений в анимированные сцены
— Автоперевод аудио на разные языки
— Глубокая интеграция с Photoshop, Illustrator и Premiere Pro

В отличие от многих ИИ-моделей, Firefly обучена на лицензированном контенте, но самое приятное, что инструмент доступен для всех бесплатно. Тестим тут.

ИИ кинематограф уже здесь: Veo 2 и будущее видеопродакшена

Недавно один парень сделал полностью сгенерированную рекламу Porsche. Но ему показалось этого мало — он создал фейковый бэкстейдж, где рассказывает о «команде, которая снимала ролик».

Единственное реальное в видео — он сам перед камерой. Все сцены, постановка, освещение — это генерация нейросети Google Veo 2. Один человек за пару недель создал то, что раньше требовало месяцы работы и сотни тысяч евро.

Мы на пороге революции. Готовы?

Вышла нейросеть Zonos для генерации речи с моментальным клонированием голоса.

Американский стартап Zyphra выпустил бесплатную бета-версию модели для клонирования голоса. Её главные фишки:

— Достаточно короткого аудиофрагмента от 10 до 30 секунд.
— Полный контроль — можно регулировать скорость, тон, тембр, высоту голоса и даже эмоции.
— Можно добавить префиксы — детали, которых не даёт простое клонирование голоса. Это шёпот, интонация и другие нюансы.
— Всё это работает в браузере без ограничений, плюс есть локальная версия на Github.

Из минусов: она пока не может озвучить русскоязычный текст, но копирует голоса с аудиозаписей на русском.

Маск vs. OpenAI: ИИ-драма на $97,4 млрд.

Илон Маск снова вмешивается в жизнь OpenAI. Он вместе с группой инвесторов предложил $97,4 млрд за контроль над компанией, обещая вернуть её к идеалам открытого кода и отказа от коммерции.

Альтман ответил в своём стиле: «Нет, спасибо, но мы купим Twitter за $9,74 млрд», на что Маск обозвал его мошенником.

Но за перепалкой в X стоит серьёзная игра. OpenAI сейчас пытается из некоммерческой структуры стать коммерческой, а для этого нужно выкупить её у фонда-нонпрофита. До предложения Маска стоимость выкупа оценивалась в $30–40 млрд. Теперь цена взлетает, а совету директоров придётся объяснять, почему они отказались от большей суммы.

Если OpenAI не завершит переход к коммерции в течение 2 лет, компания останется в минусе на $6 млрд, а инвесторы 2024 года могут потребовать возврата вложений.

Что хочет Маск?
— Перебить любую ставку и осложнить коммерциализацию OpenAI
— Слить OpenAI и xAI, получив контроль над будущим ИИ
— Давить на компанию через суды, регулирующие органы и рынок

Что хочет Альтман?
— Довести сделку по коммерциализации до конца
— Удержать OpenAI под контролем своего круга
— Привлечь $40 млрд новых инвестиций при оценке компании в $340 млрд

Решение остаётся за некоммерческим советом OpenAI. Но чем дольше неопределённость, тем сильнее давление на компанию.

Достаем попкорн и следим за развитием событий.

В Ray2 добавили генерацию видео из изображений.

Создатели Dream Machine подключили к модели Ray2 долгожданный формат Image-to-Video. Теперь можно загружать любое изображение и получать плавное, кинематографичное видео с реалистичной физикой движений.

— В Dream Machine выбираем режим Video и модель Ray2.
— Загружаем изображение — оно автоматически станет стартовым кадром.
— Нажимаем Generate — и картинка оживает.

Сейчас доступно подписчикам Unlimited, для остальных — в ближайшие дни.

Вскоре обещают добавить:
— Keyframe Start & End Frames – контроль начала и конца анимации.
— Extend & Loop – расширение и зацикливание видео.

Качество 1080p, а скорость выше, чем у Kling.

ByteDance представили Goku+.

Китайцы показали новую модель для генерации видео, самое интересное:

— Генерирует реалистичную мимику и движения рук;
— Заточена под рекламу, есть отдельная модель Goku+ для нативного размещения товаров в сцена.

По уровню реализма Goku+ не уступает Sora, но ориентирована больше на коммерческий контент. С помощью Goku+ можно будет делать сериалы, фильмы и даже заменить блогеров. Все работает в два клика и с помощью коротких промтов.

Когда модели станут доступны, не уточнили, но можно посмотреть больше примеров.

Бесплатная альтернатива ElevenLabs.

Speechma — инструмент, который создаёт голоса, звучащие настолько реалистично, что их трудно отличить от реальных. На выбор доступно 400 голосов на 60 языках, включая русский.

Достаточно просто ввести текст для озвучки и выбрать голос. На генерацию уходит меньше минуты.

Работает без VPN и регистрации.

❗️Это ваш шанс заявить о себе!
Стартовал III сезон международного конкурса AI-фильмов MyFilm[48] в сотрудничестве с крупным брендом обуви и аксессуаров.

MyFilm[48] — это первый в России международный онлайн-конкурс AI-фильмов, где за 48 часов необходимо создать короткое видео или анимацию с помощью нейронных сетей. Участников в этом сезоне конкурса будет ждать интересное творческое задание на тему «Реклама как кино»!

🟣 Почему стоит участвовать?
— У вас будет возможность проявить себя в индустрии.
— Вы получите креативный опыт работы с AI.
— Станете частью международного сообщества.
— У каждого участника есть шанс получить предложение о сотрудничестве.

Отраслевые партнеры и эксперты конкурса из разных индустрий выберут победителя, который получит ценные призы.

🗓 Конкурс пройдет в онлайн формате с 1 по 2 марта. ИИ уже 10 марта мы объявим победителей нового сезона!

Регистрируйтесь и подписывайтесь на соц. сети VK и TG, чтобы быть в курсе событий 📲

Участие в конкурсе бесплатное!

Наши друзья во главе с Павлом Перегудовым делают крутой проект 🔥

Давненько не было сравнения видеомоделей, исправляюсь.

В битве text-to-video сразились: Google Veo 2, OpenAI Sora , Hunyuan Video, Pika 2.1, Alibaba Wanx 2.1, Runway Gen-3, Kling 1.6, Luma Ray2 и Hailuo T2V-01.

В каждой из моделей было сделано по 2 генерации и выбрана лучшая, подсказка использована одна и та же:
Величественный белый тигр, бесшумно крадущийся через густые джунгли, солнечный свет, проникающий сквозь листву, освещает его мех; снято с помощью телеобъектива для глубины, с использованием мягкого естественного освещения и создания таинственной, но спокойной атмосферы.

В целом, результаты достойные у всех, что думаете?

Личный ИИ-охранник от Pika.

В твиттере вирусится последний апдейт Pikadditions — фичи, которая добавляет любые объекты к видео. Парень прогулялся по улице с личной охранной, а в конце — дал пять хомячку благодаря ИИ-функции «дополнение».

Протестировать можно здесь.

Друзья, есть кто то кто занимается серверным оборудованием, нужен комплект серверного железа в аренду, хост система для GPU - 5-10 серверов. Можем взять в аренду или залог дать видеокарты 4090. Для своего кластера в ЦОДе

Если у кого то запылилось напишите @atamaalex

Suno заколлабились с музыкальным продюссером Тимбалэндом и устроили конкурс "LOVE AGAIN".

Перед вами 5 победителей, которым удалось своими нейрохитами удивить даже основателя музыкального лэйбла и четырёхкратный обладателя премии «Грэмми»:

1-е место – Fauxmoi ($25 000 + официальный релиз ремикса)
2-е место – Flickerlog ($15 000 + официальный релиз ремикса)
3-е место – Rynaux ($10 000)
4-е место – Lemons ($5 000)
5-е место – Foggy ($1 000)

Участники, занявшие с 6 по 100 места, получат по $500. По-моему, крутая мотивация для музыкантов и просто энтузиастов.)

Krea выпустили бесплатного чат-бота для редактирования — Chat.

Инструмент работает супер просто:

• Загружаем фото или видео.
• Пишем, что нужно изменить.
• Получаем готовый результат (генерация занимает 10-20 секунд).

Нейросеть отлично понимает промпты и принимает другие изображения как референс. Также у генераций есть автоподсказки — это продвинутые мегапромпты от самой Krea. Достаточно тапнуть по ним, и получите генерацию максимального качества. Результат можно точечно отредактировать — достаточно снова написать запрос.

Работает бесплатно и без VPN. Тестим тут.

Project Starlight — новая нейросеть для реставрации видео.

Topaz Labs выпустили диффузионную модель для улучшения старых или некачественных видео. Восстановление деталей, устранение шумов, артефактов сжатия, размытия, алиасинга — всё это без ручных настроек.

Что ещё интересного:

• 6B+ параметров.
• Анализ сотен кадров для точного восстановления деталей.
• Полностью автоматическая обработка — денойзинг, деблюр, супер-разрешение, устранение искажений.
• Максимальная временная согласованность без артефактов на стыках кадров.

Бесплатное восстановление до 10 секунд (1080p), до 5 минут — за кредиты. Но пока не понятно как тестить. Говорят, для раннего доступа надо лайкнуть и прокомментировать официальный твит словом "Starlight".

Pika представила новую функцию Pikadditions.

Она позволяет легко добавлять любые объекты или персонажей в ваши видео.

• Загружаете своё видео.
• Добавляете фото объекта.
• Пишете текстовую подсказку.
• Получаете видео с добавленным объектом.

Что важно:
✔️ Не фиксированные эффекты, а именно интеграция объекта в видео.
✔️ Нейросеть учитывает физику сцены — пусть не идеально, но это уже не просто наклейка.
✔️ Можно загружать до 6 изображений и контролировать процесс через текстовые промпты.
✔️ Звук оригинального видео сохраняется.

При регистрации дают 15 бесплатных генераций.

Mistral обновила Le Chat — теперь он на уровне топовых ИИ.

Французский стартап прокачал своего чат-бота, что добавили:

❤️Генерация изображений — работает на Flux Ultra, одном из лучших ИИ для картинок.
❤️Le Canevas — аналог Canvas у ChatGPT, удобный для работы с текстом и кодом.
❤️Поиск в интернете — и он на русском.
❤️Чтение и анализ PDF — моментальные саммари больших документов.
❤️Запуск кода прямо в чате — тестировать скрипты можно без сторонних IDE.
❤️Скорость генерации — до 1000 слов в секунду.

Что по тарифам:
Бесплатный — доступ ко всем фичам, включая поиск и генерацию картинок.
Pro ($14.99/мес), Team ($24.99/мес) и Enterprise для бизнеса.

Также выкатили приложение на iOS, Android. Потестить можно как там, так и в вебе.

Создаем свой сайт в пару кликов.

В Wegic можно сгенерировать портфолио, визитку или лендинг без навыков программирования.

Внутри— целая команда ИИ-агентов: дизайнер, кодер и менеджер. По текстовой подсказке они создадут целый сайт, который можно тут же отредактировать под себя.

1 генерация сайта бесплатно, а дальше нужна подписка (от $11.8/мес) ну или новый аккаунт.

Андрей Карпаты выложил лекцию по LLM — 3,5 часа чистой базы.

Если хотите разобраться, как работают большие языковые модели (LLM), без воды и маркетинга — вот оно.

Карпаты прошёлся по всему пайплайну:

• Претрейнинг — как токенизируются данные, как устроен трансформер и почему архитектура важна.
• Файнтюнинг — галлюцинации, выравнивание модели, орфография и рабочая память LLM.
• RLHF — как обучение с подкреплением делает нейросети лучше, разбор DeepSeek R1.

Последние 10 минут — краткое резюме. Если нет 3,5 часов — начните с них.

➡️ Смотрим лекцию

Hugging Face выпустил свой стор ИИ-приложений AI App Store.

И в нем уже 400К инструментов для различных задач:

• Тексты — генерация, обработка, перевод, озвучка
• Изображения — генерация, апскейл, стилизация
• Видео и аудио — монтаж, синтез речи, транскрибация
• Код — помощники для программирования

Как работает:

• Заходим на сайт
• Пишем нужный запрос (поиск работает на ИИ) или выбираем из категорий
• Используем прямо на платформе или скачиваем проект (все опенсорс и бесплатно)

Например, вам нужна модель для транскрибации или суммаризации видео — просто вводите "summary of video" и выбираете подходящее решение.

Так что, если вы под каждую задачу искали по сусекам отдельный сервис, то больше так делать не нужно: Hugging Face сделали все за вас.

Перекладываем на нейросети генерацию рекламных видео.

Icon выпустили AI Admaker — инструмент, который заменит ChatGPT, Capcut, Adobe Premiere, Recharm, Foreplay, AdSpy, Air, Billo и Motion.

Как работает:
• Скидываем свои видео, которые можно использовать в рекламном ролике (распаковка, крупный план и тп).
• Нейросеть генерирует сценарий будущего ролика, основываясь на успешных кейсах, и выбирает из вашей видиотеки подходящие кадры, если каких-то не хватает — генерит из самостоятельно.
• На выходе получаем готовое на 80-99% видео. Тут же его можно допилить до идеала.

Также AI Admaker исследует аудиторию, следит за рекламой конкурентов, проводит креативную аналитику, делает озвучку, субтитры и т.д.

Минус только один — цена. Подписка стартует от $399 в месяц.

Очередной пример, что уникальную и эффектную рекламу теперь может делать один человек в короткие сроки.

Потребовалось для этого всего 2 ИИ-инструмента: Midjourney и Kling.

Минимум галлюцинаций: новый рекорд для LLM.

o3-mini-high показала всего 0,8% галлюцинаций — это исторический минимум среди языковых моделей. Раньше ни одна LLM не опускалась ниже 1%.

Для сравнения:
• GPT-4o — 1,5%
• o1 — 2,4%
• DeepSeek-V3 — 3,9%
• DeepSeek-R1 — 14,3%

Это интересная метрика, потому что проверить её не так-то просто. Часто для этого используют подход, когда одна LLM оценивает другую. Проблема в том, что при этом получается эффект "эхо-камеры" и на выходе мы имеем несостоятельную оценку.

Но Vectara (которые составляют лидерборд галлюцинаций, из которого взяты оценки выше) использует другой подход: их модель HHEM-2.0 проверяет текст напрямую, сверяя его с источниками.

0,8% — это все еще не ноль, но шаг вперед колоссальный. Если раньше LLM можно было верить на уровне гадалки, то теперь — почти как проверенной энциклопедии.

Наконец-то браузер, который заботится о пользователях — Opera Air.

Opera представила новый браузер, ориентированный на ментальное здоровье и осознанность. Это не просто инструмент для серфинга, а цифровой помощник, который поможет снизить уровень стресса.

Ключевые фишки:
— Напоминания о перерывах (можно настроить под себя).
— Встроенные звуковые пейзажи для концентрации.
— Упражнения для глаз, шеи, дыхательные практики и медитации.

Самое интересное — на боковую панель на стартовой странице можно добавить быстрый доступ к мессенджерам, чат-ботам ChatGPT, Aria от Opera и генератору изображений. Но из минусов: ИИ-фишки доступны только с VPN.

➡️ Качаем и тестим.

Luma показывает новый уровень реализма в ИИ-видео.

ИИ-модели для генерации видео серьёзно продвинулись, но по-прежнему всё плохо с передачей динамичных движений. В сложных сценах объекты либо двигаются слишком плавно и теряют реалистичность, либо дёргаются. Особенно это заметно в сложных сценах с множеством движущихся объектов.

Ray2 от Luma отличилась на фоне других и показала заметный прогресс: движения стали более естественными, а алгоритм лучше справляется с быстрыми объектами. Конечно, до уровня реальной съёмки ещё далеко, но это уже серьёзный шаг вперёд.

При создании этого видео было сгенерировано 708 шотов, из них отобрано 97 удачных и только 37 вошли в финальный монтаж.

ИИ-анимация из Беларуси.

Прямо сейчас в кинотеатрах показывают мультфильм, созданный с помощью нейросетей — «Беловежская пуща» от Arteki Studio. Его запустили в широкий прокат, и реакция зрителей оказалась неоднозначной.

Немного фактов:
— Полная генерация анимации ИИ без классической отрисовки.
— Прокат в 80+ залах.
— Цена билета сопоставима с традиционными 3D-мультами.
— Основные претензии: низкое качество графики, рассинхрон голоса и мимики, слабая проработка сюжета.
— Плюсы: хороший саундтрек, национальный колорит, бюджетное производство.

Теперь точно можно утверждать, что при должной пост-обработке нейронки могут делать полноценные мультфильмы. И это только начало — студия уже анонсировала ещё два ИИ-мультфильма и выкатила ролик о процессе создания «Беловежской пущи».

Переводим фильм или видео прямо во время просмотра.

LLPlayer — бесплатный ИИ-плеер специально для изучающих языки.

— Работает с YouTube, скачанными фильмами, аудиокнигами и MP3.
— Поддерживает более 100 языков и переводит готовые субтитры на 134 языка.
— Функция "Поиск слов".
— Двойные субтитры: оригинальный текст + перевод одновременно.
— Саммари всех субтитров — превращает их в удобный текст, идеальный для конспектов.

Качаем бесплатно, работает на Windows 10 и 11.

OpenAI представили Deep Research — продвинутого агента для исследований.

Теперь ChatGPT может не просто отвечать на вопросы, а проводить полноценные исследования на уровне доктора наук. Будь это точные науки, кодинг, маркетинговые исследования — нейронка поможет в любых задачах. Все аналитические операции будет проводить встроенный Python-движок.

Работает просто, но мощно: просим ChatGPT решить задачу, он на 5-30 минут погружается в обработку тонны информации и выдает фундаментальный научный труд с иллюстрациями, таблицами, графиками, PDF-документами и списком всех источников.

Доступно пока только для подписчиков Pro (100 запросов/мес), затем — для Plus и Team (~10 запросов/мес.), всем остальным — позже.

LTX Studio теперь с точной настройкой каждого кадра.

В видеогенераторе появился инструмент Composition для детального контроля, с ним можно:

• Загружать фотореференсы и использовать их как основу.
• Копировать перспективу, структуру, позу и цвет одним кликом.
• Настраивать стилизацию, коллажи и другие параметры.

Минимум рандома, теперь всё под контролем.

Ideogram научился генерировать картинки на основе вашего фотореференса.

Новая функция позволяет загрузить изображение и получить его детальное текстовое описание.

• Закидываем фото и жмём «Описать»;
• Получаем подробную подсказку, по которой тут же генерируем похожее изображение.

Алгоритм передаёт форму, стиль и вайб исходной картинки. Это реально улучшает контроль над композицией и деталями.
Доступно на тарифах Plus и Pro ( от $16/мес).

Недавно рассказывал про инструмент No More Copyright, смысл, в целом, тот же.

Тем временем пользователи заметили, что o3-mini может думать даже дольше, чем o1 full. Время раздумий в режиме high — до 10 минут, а длина цепочек рассуждений достигает аж 44 страниц.

Кто уже тестил?

OpenAI выкатили o3-mini.

На выбор доступно 2 версии:
• o3-mini — быстрее, лучше пишет тексты, но слабее в математике
• o3-mini-high — думает глубже, решает сложные задачи, особенно хороша в кодинге и аналитике, есть поиск в интернете.

Сама модель заточена под анализ данных, создание кода и решение домашки по математике. Ну и как пишут, справляется с этими задачами она очень и очень хорошо. Даже лучше, чем o1, DeepSeek и Sonnet-3.5.

o3-mini доступна даже для пользователей без подписки: дают 10 бесплатных сообщений в 4 часа. На подписке Plus дают 150 запросов в сутки, а в подписке Pro за $200 лимитов вообще нет.

Подробнее читаем тут.

NVIDIA Broadcast теперь превращает любой микрофон в студийный.

Новая функция Studio Voice в приложении Broadcast с помощью ИИ убирает шумы, эхо и искажения, делая даже самый бюджетный микрофон звучащим как профессиональный.

• В основе — алгоритмы шумоподавления и ИИ-эквалайзер.
• Подходит для стримов, подкастов, общения в Discord.
• Работает в реальном времени.

Так же тулза может улучшить качество вебки, выкрутив качество изображения на максимум.

➡️ Качаем
➡️ Гайд по настройке

Новый бесплатный инструмент для генерации музыки.

Riffusion выпустили модель FUZZ, которая может стать серьезным конкурентом Suno и Udio. Уже сейчас она работает на уровне Suno V3.5, при чем бесплатно и без лимитов (в рамках бета-теста), а гибкость настроек даже выше: можно задавать разные жанры для отдельных частей трека, указать силу промпта, вес текста к музыке и seed.

Что умеет:
• Создает музыку по текстовому запросу.
• Автоматически пишет текст песни или использует ваш.
• Работает с загруженными звуками — можно превратить свое любое аудио в полноценный трек.
• Позволяет редактировать и улучшать сгенерированные композиции.
• Есть персонализация — по мере накопления ваших генераций сервис запоминает ваши предпочтения и подстраивается под вас.
• Самое интересное — на отдельные отрезки трека можно задавать разные промпты.

Сервис получает неэксклюзивное право на сгенерированный контент, но не уточняет, принадлежат ли исключительные права пользователю.