Antipov Tech

Suno выпустили V4 своего генератора музыки. Что нового:

• Нам обещают чистые голоса и насыщенную структуру треков;

• Самое интересное — свои старые треки теперь можно добить до качества V4 (вероятно работает только с генерациями внутри Suno). Бесплатно можно проапгрейдить 1 трек;

• Улучшенное создание текстов с помощью ReMi;

• Старые фичи Covers и Personas тоже получили апгрейд;

• Обновился раздел Explore — можно покрутить барабан обновленных жанров;

• Также обновили дизайн музыкальных обложек.

Suno V4 пока доступна только платным подписчикам.

Михаил Галустян с утра выпил лавандовый раф и превратился в Николая Василенко.

Друзья, я решил сделать вот такую добрую интеграцию и договорился с классными людьми, которых вы точно знаете и любите.

Создано с помощью:

• Akool отвечает за замену лица;
• Kits AI — за замену голоса.

Хорошего вам дня, улыбайтесь)

Михаил Галустян с утра выпил лавандовый раф и превратился в Николая Василенко.

Друзья, я решил сделать вот такую добрую интеграцию и договорился с классными людьми, которых вы точно знаете и любите.

Создано с помощью:

• Akool отвечает за замену лица;
• Kits AI — за замену голоса.

Хорошего вам дня, улыбайтесь)

Google представили ИИ-репетитора.

LearnLM 1.5 Pro — это семейство моделей ИИ для учебы, которое лежит в основе Learn About.

Нейросеть адаптируется под ученика, стимулирует любопытство и упрощает обучение. Достаточно ввести любой вопрос, уравнение или задачу, а ИИ выдаст подробный ответ.

Также в Поиске появится возможность упрощать сложные темы, а в YouTube — задавать вопросы во время просмотра образовательных видео.

Контекст 32К токенов, есть поддержка русского языка. Пользуемся с VPN на США — тут.

Видеогенератор Vidu обновился до версии 1.5.

Новая модель поддерживает генерацию по тексту и картинкам, добавление последнего кадра, а также соединение сразу двух референсов.

Также улучшилось качество видео (720р и 1080р) и появились новые функции:

• Reference to Video — ИИ анализирует ваши загруженные изображения, запоминает ключевые моменты и на их основе создает новый ролик;

• Movement Amplitude — настройка динамичности анимации (сделать плавней или добавить больше движений);

• Advanced Character Control — появилось больше контроля над движением камеры.

В месяц дают 80 бесплатных кредитов. Их хватит на 20 стандартных видео длительностью по 4 секунды.

Состояние агентов ИИ в 2024 году.

LangChain провели анализ, в котором приняли участие 1300+ человек — от инженеров и продакт-менеджеров до бизнес-лидеров и руководителей.

• Выяснилось, что около 51% респондентов уже используют агентов в производстве, а 78% планируют внедрить агентов в производство в ближайшее время.

• Основные варианты использования агентов:
— проведение исследований и саммари объемных документов (58%);
— оптимизация задач для личной производительности или помощи (53,5%);
— обслуживание клиентов (45.8%);
— генерация кода (35,5%).

• Существуют два основных барьера:
— нехватка знаний: команды часто испытывают трудности с техническими аспектами работы с агентами;
— временные затраты: требуется значительное время на разработку, отладку и оценку работы агентов.

• Истории успеха агентов:
Cursor — редактор кода на базе ИИ занимает первое место, как самое обсуждаемое приложение-агент. За ним следуют такие тяжеловесы, как Perplexity и Replit.

Эти приложения расширяют границы возможностей агентов, показывая, что агенты ИИ больше не являются теоретическими — сегодня они решают реальные проблемы в производственных средах.

• Преимущества агентов:
— управление многошаговыми задачами;
— автоматизация повторяющихся задач;
— маршрутизация задач и совместная работа;
— человеческое мышление.

Особый ажиотаж вызывают агенты ИИ с открытым исходным кодом. Многие ждут, что следующий скачок в развитии агентов ИИ будет осуществляться на основе более крупных и эффективных моделей, чтобы агенты могли решать еще более сложные задачи с большей эффективностью и автономностью.

Mistral AI выпустили мультимодальную модель с 124 млрд параметров и обновили чат-бот Le Chat.

• Pixtral Large — мощная LLM, которая сочетает текстовый анализ и обработку изображений. Судя по бенчмаркам, она превосходит конкурентов в распознавании текста (OCR), анализе графиков и документов.

• Le Chat теперь ищет ответы в интернете и приводит ссылки на источники. Чтобы включить веб-поиск нажимаем на кнопку Web Search под полем для запроса.

Также появилась генерация изображений. Под «капотом» — модели Flux от стартапа Black Forest Labs. Они же используются в чат-боте Grok. Включить генерацию можно по кнопке под полем для запроса — Image Generation.

Режим Canvas запускает 2 окна — это «холст» для работы над текстом и кодом и диалог с чат-ботом (ChatGPT выпустил такой же режим в октябре 2024 года, но для платных подписчиков).

➡️Тестим бесплатно на сайте, веса лежат тут.

С помощью Runway Gen-3 показали, как бы выглядела японская версия советской классики — «Кавказской пленницы».

Stability AI выпустили официальный гайд по написанию промптов для Stable Diffusion 3.5.

Ключевой момент — в промпте должны быть 5 основных параметров: стиль, объект и действие, технические параметры, текст, негативный промпт.

• Стиль — одним-двумя словами задаем формат (фотореализм, рисунок, анимация);
• Объект и действие — указываем объекты, только после этого описываем что они делают;
• Технические параметры — прописываем детали освещения и угол съемки;
• Текст — при желании добавляем текст в кавычках ("");
• Негативный промт — заранее исключаем ненужные элементы через параметр «Negative: …».

➡️Полный гайд лежит тут, а тестим здесь.

ChatGPT стал доступен на Windows для всех.

Если раньше пользоваться десктопным чат-ботом могли только платные юзеры, то теперь — все желающие. Но это не единственная новость.

Приложение для Mac обновили. Теперь оно может работать напрямую с Xcode, VS Code и терминалом.

Приложение видит только то, что показано на экране, или выделено в редакторе кода. Т.е. оно не имеет доступа к файлам проекта и не может заглянуть в них, чтобы сгенерировать код с учётом всей кодовой базы. Код, который вы выделяете, помещается в контекст модели, и по нему можно задавать вопросы/просить что-то переписать.

ChatGPT стремится привлечь разработчиков различными фичами, хотя с точки зрения удобства и UX это пока не самое лучшее решение. Пока лидируют Copilot и Cursor, но OpenAI постепенно заходит и в эту нишу.

➡️Качаем на Windows или Mac

В видеоредакторе Final Cut Pro 11 появились ИИ-фичи.

Apple анонсировали релиз Final Cut Pro 11 спустя 13 лет после выпуска прошлой версии. Вот самое интересное:

• Magnetic Mask — новый инструмент на базе ИИ, который выделяет людей и объекты в видеоклипе без использования хромакея и без необходимости обработки кадра вручную.

• Transcribe to Captions — создает субтитры, анализируя речь видео с помощью языковой модели, обученной Apple (работает на Мас с чипами M, работающих на macOS Sequoia).

• Появилось редактирование пространственных видео, снятыми с Vision Pro, iPhone 15 Pro и выше. Можно добавлять титры, применять цветокоррекцию и эффекты, а затем отправлять полученные ролики на Vision Pro (также требуется Mac с чипом M).

Также вышел и Final Cut Pro 2.1 для iPad. В нём можно добавлять собственные анимации Live Drawing, появились эффекты улучшения света и сцен, новые эффекты кадрирования, а на временной шкале поддерживаются варианты 90, 100 и 120 кадров в секунду для повышения плавности картинки.

Нов...

Вышло пятичасовое интервью CEO Anthropic Дарио Амодеи с Лексом Фридманом. Пройдемся по самому интересному:

• На вопрос об AGI Дарио ответил, что если просто экстраполировать графики (а это ненаучно), то можно предсказать, что AGI появится в 2026 или 2027.

• Дарио настроен оптимистично и верит, что скоро у нас будет ИИ уровня человека. При этом ближайшие несколько лет все больше и больше денег будет тратиться на разработку и обучение: к 2027 люди, вероятно, будут строить кластеры стоимостью $100 млрд, тогда как сейчас самые крупные суперкомпьютеры стоят $1 млрд.

• Человеческий интеллект — это не предел. Мы можем сделать модели гораздо умнее нас, особенно в определенных областях (например, в биологии).

• Сейчас модели продолжают невероятно быстро улучшаться, особенно в кодинге, физике и математике. На SWE-bench в начале года LLM достигали 2-3%, а сейчас это около 50%. То, о чем действительно стоит переживать в этих условиях — это монополия на ИИ и сосредоточение власти над ИИ в руках всего нескольких к...

Автопилот для рутинных рабочих задач.

Context Autopilot — ИИ, который не просто отвечает, а действует и использует инструменты как человек. Благодаря пониманию контекста, он берет на себя основную часть информационной работы:

— создает и редактирует презентации;
— редактирует, создает и форматирует документы и отчеты;
— анализирует документы и электронные таблицы;
— помогает написать, отладить и оптимизировать код.

Autopilot уже показал 90,5% в тесте HELMET 128k и 98% в LOFT 1M, что на 24% и 26% лучше прошлых результатов. Это значит, что ИИ стал еще умнее и полезнее.

Autopilot интегрируется с SharePoint и Google Drive. Доступ раздают через лист ожидания.

Развернули flux на серваке тестим, интересно получается. Первым делом сгенерировали письменность он конечно нарисовал вязь, но…