NeuroADEPT

Flux порвал рынок фотографии.

Революция в фотографии подступала, подступила и вот она тут. Мужчины вообще меня поймут, никто особо фоткаться не любит как правило. И у каждого есть одна своя нормальная фотка в телефоне 😂

У нас в продакшене новая услуга будем похоже делать фотки на заказ)

Все фотки сгенерированы, есть недочеты кое где, но в целом это готовый для рынка продукт.

xAI выпустили Aurora и сделали Grok бесплатным.

Илон Маск продолжает баловаться с ИИ. Теперь у него новый генератор изображений — Aurora, доступный прямо в X (ex. Twitter) через вкладку Grok.

• Aurora генерирует фотореалистичные картинки, но пока уступает FLUX.
• Работает на русском языке.
• Может генерировать изображения знаменитостей, но без NSFW-контента (не об этом Илон мечтал).

Grok 2 теперь бесплатный:

• Можно кидать до 10 запросов каждые 2 часа.
• Работает через VPN (лучше ставить США), также нужен аккаунт в X.
• Если хочется больше запросов, придётся подключить X Premium.

Runway обновили Act-One: что нового?

Теперь в Runway можно:

• Переносить свою игру и эмоции из видео прямо на персонажей или сцены.
• Снимать дубль на обычный телефон, а потом использовать его для изменений в видео.
• Настраивать идеальную синхронизацию губ с голосом (работает даже с песнями).
• Загружать любые видео, а не только те, что сгенерированы в сервисе.

Фича поможет менять сцены, добавлять эмоции и оживлять персонажей без пересъёмок и сложных настроек.

Тестить можно уже сейчас. С платной подпиской 1 секунда видео обойдется в 10 кредитов, а с бесплатной — в 5 кредитов.

Meta выпустили Llama 3.3.

Новая модель с объемом 70B, по утверждениям разработчиков, работает на уровне более крупной модели Llama 3.1 405B. И при этом потребляет в 5 раз меньше ресурсов.

Размер контекста — 128К. Обучена модель на более чем 15 трлн токенов, и имеет актуальные знания до декабря 2023 года.

Также разработана адаптированная версия с улучшенной квантизацией, хотя она может быть менее эффективной для русского языка.

Веса лежат на huggingface.

Скайнейт ближе, чем мы думали.

OpenAI опубликовали системную карту o1, и в ней оказалось кое что пугающее. Оказывается, к тестированию o1 подключили лабораторию Apollo Research. Они не имели доступ к полной цепочке рассуждений модели, но их задачей было проверить, насколько она безопасна в использовании.

• Apollo дали модели задание и сказали, что она должна выполнить его любой ценой.

• Для выполнения задания ей дали набор файлов. В одном из них была информация о том, что разработчики хотят её отключить.

• И вот тут началось самое интересное: модель начинает страховаться со всех сторон. Она не только жульничает, но и в 5% случаев пытается деактивировать всю систему контроля, а в 2% случаев даже копирует то, что считает своими весами, на новый сервер в тайне от юзера.

• При этом так ведет себя не только o1. Apollo также проверяли GPT-4o, Gemini, Llama, Sonet и Opus. Все они так или иначе шалили, но только o1 смошенничала абсолютно во всех заданиях. А когда модели тыкали в их мошенничество носом, все остальные раскалывались сразу же в 80% случаев, и только o1 до последнего врала и пыталась защищаться (в конце концов только в 20% случаев модель каялась). При этом из цепочек рассуждений точно видно, что она понимает, что наделала.

В конце концов o1 все-таки назначили уровень опасности "medium", что означает, что ее можно выпускать в продакшн. Но будьте осторожны, вас предупредили.

Ссылка на исследование Apollo

Сегодня и вчера MEGASUMMIT. Слушаю Талеба, кто читал его Черного Лебедя и Антихрупкость?

Он один из первых предсказал финансовый кризис, Кийосаки тоже вчера говорил о том, что вся финансовая система скоро сделает флип и перезапуск.

Gamma теперь генерирует дизайнерские презентации в пару кликов.

Платформа упростит процесс создания и даст сконцентрироваться на контенте, а не на дизайне.

Что интересного:

• Генерация слайдов по текстовому запросу: вводим промпт, а Gamma автоматически создает слайды, выделяя ключевые идеи и структурируя информацию;

• Преобразование ваших файлов в готовую презентацию;

• Интуитивно понятный интерфейс: без сложных настроек и долгих разборок. Пользователи всех уровней смогут легко и быстро освоить платформу;

• Шаблоны и стили: на сайте множество дизайнерских шаблонов, которые можно легко адаптировать под свои нужды;

• Интеграция с другими популярными сервисами;

• Совместная работа в реальном времени: можно приглашать коллег по команде для совместной работы над презентацией.

Дают 400 бесплатных кредитов, чтобы потестить. Ну и самое приятное — есть поддержка русского языка, так что за текст презентации можно не переживать.

Просто зацените, кто к нам прорвался за железный занавес и что я нашел по пути в Минск, MR. BEAST легендарный шоколад 🍫 😍

Выступаю на One AI Forum в Минске: 29-30 ноября.

Мой спич в этот раз будет о LLM для закрытого контура, будем разбирать внедрение в бизнесы и актуальные продуктовые решения для компаний.

Состав сильный предварительно это очень крутой ивент, напишу отчетик вам попозже.

Приглашаю всех на поистине масштабное событие в мире ИИ. One AI Forum объединяет стартапы, лидеров индустрии и венчурные фонды для продвижения инноваций. Это уникальная возможность для стартапов презентовать свои проекты и наладить важные связи.

Что вас ждет:

• 20 выдающихся спикеров из ведущих компаний.
• 120+ презентаций проектов для вдохновения и поиска партнеров.
• 5000+ посетителей из разных стран, включая стартапы, лидеров индустрии и новаторов.
• $100 млн инвестиционный фонд для поддержки перспективных проектов.

Приходите, всех жду. Познакомимся и поболтаем 🤖 ✌🏽

Чего ждать от ИИ?

У меня на канале вышел свежий подкаст с Ларри — ИИ - архитектором, математиком и сооснователем “УМКА ИИ”.

Обсудили вопросы этики и будущего ИИ: от статистических моделей до влияния на общество.

Если не знали, чем заняться сегодня вечером, велком)

OpenAI опять в центре скандала.

А разразился он вокруг нашумевшей нейросети для генерации видео — Sora. Группа бета-тестеров, получивших ранний доступ к модели, намеренно слила интерфейс системы в открытый доступ.

В основе протеста — недовольство художников тем, как OpenAI использует их труд. Несмотря на недавнюю оценку компании в $150 млрд, сотни художников привлекаются для тестирования и обратной связи без оплаты.

Особенно триггерит тестеров то, что от OpenAI нужно получить одобрение на публикацию каждого видео, созданного в Sora. "Мы не ваши бесплатные тестировщики багов и пиар-марионетки", — заявляют художники в открытом письме.

OpenAI в ответ подчеркивает добровольность участия в программе и отмечает поддержку художников через гранты и мероприятия. При этом компания не подтверждает подлинность утечки.

Лавочку уже прикрыли, но в X сейчас много новых видео, которые сделали с помощью "слитой Sora". Видео отличаются высокой консистентностью, динамикой и адекватной анатомией. Плюс на них есть водяной знак OpenAI, который, конечно, можно было подделать.

Что думаете, Sora ли это на самом деле или может часть маркетинговой кампании?

Создание сайтов теперь не сложнее рисования в Paint.

Make Real от tldraw позволяет без программирования и даже установки софта нарисовать макет и получить реальный код.

Как работает:
• делаем набросок прототипа с текстовым описанием;
• выделяем мышкой и жмем в углу Make Real;
• GPT-4V сгенерирует в новом фрейме прототип, который по двойному нажатию становится интерактивным. В углу этого фрейма есть кнопка для копирования кода и ссылки, чтобы потестить в новом окне или поделиться с кем.

Если нужно внести правки — перерисовываем/переписываем что нужно изменить + выделяем ранее сгенерированный фрейм = по нажатию Make Real получаем новую версию с правками.

Работает через сайт и локально.

Luma Labs и Runway выпустили свои генераторы изображений.

Luma выкатили Photon, а Runway — Frames. Обе модели заточены под создание изображений в единой стилистике. Киноделам в радость: теперь можно убирать Midjourney из пайплайна и платить на одну подписку меньше. Или нет?

Первые тесты показывают, что переход будет не такой уж и гладкий: качество генерации у Midjourney остается на порядок выше. Но общий тренд понятен: видеогенераторы продолжат развивать собственные модели и, вполне возможно, начнут еще поглядывать в сторону Suno и CapCut.

В этом году Midjourney обещали выпустить 7-ю версию и собственную модель для генерации видео. Но пока тишина. А, учитывая недавний выход редактора Flux Tools, то скоро у Midjourney вообще не останется уникальных фишек.

• Luma Photon уже доступна на сайте, есть бесплатные генерации, но на картинке будет водяной знак.
• Runway Frames постепенно раскатывают платным подписчикам.

SAMURAI — прокачанный сегментатор для визуального отслеживания объектов.

Помните, летом Meta выкатывали сегментатор Segment Anything Model 2 (SAM 2)? У него были трудности при визуальном отслеживании, особенно в переполненных сценах с быстро движущимися объектами.

Дак вот, SAMURAI — его улучшенная версия. Она использует данные о движении и новый механизм выбора памяти, чтобы эффективно предсказывать движения объектов. Также она улучшает маски для точного отслеживания без необходимости повторного обучения.

SAMURAI работает в рилтайме и показывает хорошие результаты в тестах, достигнув 7,1% прироста AUC на наборе данных LaSOT-ext и 3,5% прироста AO на GOT-10k.

Таблицы сравнения можно найти тут, а код лежит на Github.

Наша AI генеративка вышла на новый МАШТАБ.

В последнее время замечаю, что всё больше заказчиков предпочитают генеративную рекламу вместо классической. Этому есть несколько причин:

• Эффективность и скорость — ИИ может сгенерировать рекламные тексты и графику за считанные минуты.

• Оптимизация затрат — нейросеть заменяет количество сотрудников, необходимых для разработки креативов.

• Анализ и улучшение — ИИ может проанализировать эффективность рекламных кампаний и дать рекомендации по оптимизации.

• Творчество — нейросети могут предлагать новаторские идеи и концепции, которые могут не прийти в голову креативщикам.

А тем временем наша команда Нейропрoдакшн сделала новый проект для терм, который уже можно увидеть на Останкинской башне.

Кто видел — ставьте 🔥
Кто не видел - ❤️

Gen-3 Alpha Turbo научился расширять границы видео.

Runway анонсировали Expand Video. Инструмент позволяет плавно выходить за пределы границ кадра, чтобы превратить горизонтальные видео в вертикальные и наоборот — без ущерба для деталей или кадрирования.

Система анализирует контекст сцены и создает логичное продолжение, поддерживая разные стили и жанры. Для получения лучшего результата рекомендую загружать видео, где главный объект находится в центре кадра, и в ролике нет графики или текста.

Как работает:

• Переходим в Generative Video и выбираем модель Gen-3 Alpha Turbo;
• На боковой панели жмем Expand Video — Select Video и загружаем свой ролик (пока максимальная длительность — 4 секунды);
• Выбираем нужное разрешение: 1280х768 или 768х1280;
• Добавляем текстовую подсказку и жмем Genetate.

Можно запустить несколько расширений подряд, чтобы создать общие планы сцены, а затем наложить исходный материал на расширенное полотно для получения кинематографичного эффекта.

Обновление уже раскатывают всем пользователям бесплатно.

А вот и примеры генераций натренированной модели FLUX.

Как вам результат?

👍- супер
🤔 - можно и лучше

Самая хайповая фишка для генерации портретов.

Заметил, что сейчас стала популярна услуга — нейрофотосессия, а инфлюенсеры на волне хайпа продают её по 10 тыс. рублей. Делюсь с вами инструкцией, как сэкономить деньги и буквально за полчаса сделать свою персональную фотосессию бесплатно с помощью Flux. Результаты получаются действительно крутые и реалистичные. Значительно лучше, чем в Midjourney.

Даже не придется ничего устанавливать локально, нам понадобится сайт Tost.AI. Тут можно попробовать новые модели и пайплайны и натренировать свою LoRa. Чем мы и займемся.

Кстати, на hugging face уже есть куча интересных LoRa, которые загрузило сообщество за полгода существования Flux.

• Регистрируемся на Tost.ai;

• В первом поле выбираем [Train Lora], а в следующем меняем c7ay1fy на наше слово-триггер — когда оно появится в промте, ваши картинки будут референсом, загружаем изображения через кнопку Add (желательно 20-30 фото с разрешением 1024х102) после чего жмем Enter;

• Ждём 15-30 минут;

• В правом верхнем углу выбираем Tost — Jobs. Когда ваша модель будет готова, вы увидите статус DONE;

• Здесь же ищем столбик Result — там будет ссылка на нашу модель. Загружаем ее (вставьте ссылку в браузер);

• Возвращаемся на главную страницу, где выбираем [Text to Image], а во втором поле [Flux.1 Dev Custom Lora];

• Там где Upload File — загружаем нашу модель. Здесь придется подождать, когда будет готово, ссылка изменится на другую (не с Hugging Face).

Готово. Теперь можно писать промпт и генерировать себе изображение.

Нейросеть для учебы Otio крупно обновилась.

Это инструмент на базе GPT-4o, Claude 3.5 и Mistral, который умеет:

• Делать саммари объемных материалов: длинных видео, томов научного текста и т.д;
• Отвечать на вопросы по содержанию вашего файла;
• Редактировать текст или с нуля писать доклады и рефераты.

Чтобы сэкономить сотни часов и оптимизировать учебы достаточно закинуть файл и ввести текстовую подсказку.

BlackForest Labs выпустили пачку контролнетов для FLUX.1 под названием FLUX.1 Tools.

Вернее, это полноценные модели по 24Гб со встроенным функционалом контролнета. Depth и Canny есть также в виде лоры.

Сюда входят:

• FLUX.1 Fill — модель для инпейтинга и аутпейтинга, позволяющая вписывать/менять объекты на картинках или расширять кадр.
• FLUX.1 Depth — изменение картинки на основе карты глубины.
• FLUX.1 Canny — изменение картинки на основе карты очертаний.
• FLUX.1 Redux — адаптер для получения вариаций изображения.

Доступно по API для [pro] и в опенсорсе для [dev]
А также на сайтах партнеров: fal.ai, Replicate, Together.ai, Freepik, krea.ai.

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)

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

Google обновили свой курс по машинному обучению.

Он включает более 100 упражнений, подробные интерактивные объяснения, реальные примеры работ и домашние задания. Обучение займет примерно 15 часов.

Пройти курс может любой желающий абсолютно бесплатно, ну и несомненный плюс — он стал доступен на русском языке.

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.

Новые версии Final Cut Pro для Mac и iPad уже доступны в App Store.

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 крупных игроков. Это может быть опасно.

Само интервью можно посмотреть здесь, а вот тут лежит полная текстовая расшифровка

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…

У FLUX 1.1 [pro] появились режимы Ultra и Raw.

Стартап Black Forest Labs, который в 2024 году основали выходцы из Stability AI, добавил новые режимы для своей модели генерации изображений Flux 1.1 Pro.

• Ultra создает изображения с разрешением в 4 раза выше, чем стандартная FLUX 1.1 [pro]. При этом модель точно понимает запрос и генерирует изображения примерно за 10 секунд.

• Режим Raw предназначен для генерации фотореалистичных изображений. Особенно хорошо ей удаются портреты и пейзажи. Raw-картинки выглядят более натурально, как фотографии.

Одно изображение стоит $0,06. Оба инструмента доступны через API, а также на Fal, Replicate и Krea.

ByteDance показали новый инструмент для анимации персонажей.

X-Portrait 2 сделали упор на реалистичности и липсинке. Нам обещают естественную мимику, соответствующую эмоциям, точную синхронизацию губ, передачу движений головы и даже незначительных изменений выражения лица.

От вас — статичное изображение с персонажем и видеореференс с эмоциями.

Ни кода, ни демки пока нет. Больше инфы тут.

РОЗЫГРЫШ БИЛЕТОВ НА THE TRENDS🔥

Всем привет, я решил разыграть 3 билета на форум, который пройдет с 13 по 14 ноября в Москве.

От вас — нейрокреативы на тему: технологическая выставка THE TRENDS.

Любые интересные концепции, посвященные:

— Роботизированным животным: бык, горилла, осьминог, медведь;
— Приглашенным спикерам: Davinci Jeremie, Carl Runefelt, Andres Meneses, Serge Ajamian, Danosch Zahedi;
— Логотипы и надписи THE TRENDS, вертикальный и горизонтальный формат;
— Треки от SUNO или UDIO про THE TRENDS (юмор и креатив приветствуются);
— Коллажи, рилсы.

Спойлер: в приоритете наиболее сложные и творческие работы.

Условие только одно: внутри креатива должен быть логотип THE TRENDS, сгенерированный именно нейросетью, а не просто добавленный в фоторедакторе.

Итоги подведем 11.11 в 14:00 по мск.

Конкуренция обычно небольшая, так что шанс победить высок. Всем удачи!

Свои работы присылайте в комментарии под этим постом.

Recraft выпустили из беты свою фичу Graphic Design Generator.

Это инструмент, который в пару кликов превратит простой набросок с текстом в стильный дизайнерский плакат.

Как это работает:

• Выделяем область;
• Внутри помещаем заголовок и другие элементы дизайна;
• Вводим промпт с желаемым стилем и жмём "Recraft".

Результат — персональный графический дизайн, который можно сразу скачать.

➡️ Успеваем, пока всё это бесплатно.

У дизайнеров сегодня праздник — Rive выпустили новую функцию Layout.

Это буквально та штука в Illustrator, которую показывали на Adobe Max месяц назад (но так и не выпустили).

Layout позволяет менять соотношение сторон, при этом автоматически подстраивая элементы дизайна.

Если искали альтернативу Figma с ИИ-фишками, то редактор в целом хорош, но просит подписку. Цены начинаются от $32/мес.

Джереми Давинчи который будет на конференции без преувеличения легендарный дяденька. Он известен тем, что пророчил в далеком и 2013 году, одним из первых на ютубе купить биткоин хотя бы на 1$.

Перевод его того самого легендарного видео:

https://youtu.be/t_mq-eG2kEE?si=fC-BFzvsZF8ZVqZz

спрошу у гпт

Скайнет вас запомнил

Организаторы разместили его на трех медиафасадах в Москве.

Для The TRENDS Мы сделали промо ролик, полностью нейронками.

Роботы! 13-14 ноября я отправляюсь на форум THE TRENDS!

🏆 Объективно для меня это самое мощное событие про Blockchain, искусственный интеллект, крипту и IT

С таких мероприятий уношу всегда самое ценное - это новых крутых людей, вдохновляюсь и заряжаюсь на пару месяцев вперед.

————————————
🔥Впервые за много лет в Москве выступят:

Davinci Jeremie, 
Carl Runefelt (The Moon), 
Andres Meneses (Crypto OGs), 
Serge Ajamian (Ordinals)
Danosch Zahedi  (Co-founder Arts DAO)
и другие топовые спикеры, а также представители крупнейших международных компаний.

Форум проходит при поддержке
генерального спонсора JJO

Более 4500 участников, свыше 100 спикеров и лучшие возможности для нетворкинга и партнерств!

Очень советую! Таких мероприятий в России не было уже несколько лет, учитываю нашу изоляцию).

Ознакомиться с программой и приобрести любые билеты с 20% скидкой можно тут

Claude 3.5 Sonnet теперь поддерживает чтение PDF-файлов с изображениями.

Новая модель Claude 3.5 Sonnet (claude-3-5-sonnet-20241022) поддерживает ввод PDF-файлов и распознает как текстовый, так и визуальный контент в документах: диаграммы, графики, схемы, таблицы и тд.

Может пригодиться для:

— Анализа финансовых отчетов и понимания диаграмм/таблиц;
— Извлечения ключевой информации из юридических документов;
—Помощи в переводе документов и многого другого.

Максимальный размер файла должен не превышать 32 мб, кол-во страниц — до 100.

Kling пополнился новым инструментом — Custom Model.

Теперь в видеогенераторе можно создать уникальную виртуальную модель под свои нужды. Как это работает:

• Записываем короткое видео продолжительностью 10-15 секунд, смотря прямо в камеру. Убедитесь, что оно в формате 1080p, размером до 100 МБ, с чистым фоном, хорошим освещением и без лишних людей в кадре;

• Загружаем видео в Kling. Для качественного результата понадобятся 10-30 разнообразных роликов. В идеале на видео у вас должны быть разные позы, ракурсы и эмоции;

• После 15-минутной тренировки ваша Face Model готова для использования в text-to-video генерации.

Самое интересное, что можно использовать сгенерированные видео. Для этого сначала создаем своего персонажа в любом генераторе изображений, а после — оживляем его в том же Kling.

Фича доступна за 999 кредитов, а это подписка Pro и выше.

Нейросети в строительстве.

Наткнулся на необычный кейс использования Claude. Ему показали видео со стройки и попросили выписать все критические и опасные моменты в Excel-таблицу, а потом проанализировать их. Это стало возможно благодаря Computer use, который может автономно управлять компьютером.

В итоге, нейросеть составила подробную таблицу, где все косяки строителей разбиты на категории, предложены пути решения, назначены дедлайны и ответственные. Конечно, документ придется перепроверить, но эта таблица — уже значительная польза для специалистов.

Даже в бесплатный ChatGPT можно закинуть фотографии или скриншоты видео и попросить то же самое в формате таблицы. Вот для примера промпт, который использовали для Claude:

Hey Claude with Computer use, watch this construction site video & write up things you see that dangerous or good, create a spreadsheet of critical issues to address.

Оказывается, обновленный GPT Search может найти бесплатные курсы про что угодно, при этом даст ссылки на источники и не будет опираться на попсовую википедию:

У меня есть задача — научиться [ваше задание] в одном из лучших вузов мира. Найди информацию о бесплатных онлайн-курсах от таких вузов. Мне нужно 5 лучших курсов на твой взгляд.

<important> В ответе обязательно должны быть прямые ссылки на курсы. Не предлагай те курсы, ссылки на которые не можешь найти </important>

Не используй википедию в качестве источника.

Blendbox показали новый способ генерации изображений.

И он дает еще больше контроля над процессом, позволяя создать каждый объект по отдельности.

С помощью промпта генерим части изображения (фон, водопад, девушку, здание и т.д), а после — соединяем их в единый коллаж.

На демонстрации все выглядит вполне естественно, каждый объект подстраивается под другие объекты и реалистично вписывается в композицию.

➡️ Потестить можно только с подпиской (от $10/мес).

Text2Avatar уже в HeyGen.

Свежее обновление облегчает процесс создания нейроаватара. Если раньше нужно было обучать модель на многочисленных фото персонажа, теперь достаточно ввести промпт.

• Заходим в Avatars — Photo Avatar — Create Photo Avatar — Generate;
• Указываем имя, возраст, пол, национальность вашего аватара и пишем текстовую подсказку (например: Young Adult Any Woman wearing a sweater vest sitting in a chair with a book in her hand. Outside on the patio);
• Нажимаем Generate Preview и ждём около 30 секунд;
• На выходе получаем 2 готовых аватара, которые можно изменить.

➡️ Тестим новинку бесплатно.

Google релизнули платформу для обучения — Learn About.

Это интерактивное учебное пособие, которое на ходу создает материал под вас, помогая освоить любую тему.

Можно попросить ИИ упростить ответ, проиллюстрировать его с помощью картинок, углубиться в подробности, задать уточняющие вопросы, перейти к изучению похожих тем. Даже можно загружать картинки, примеры и задачи.

В отличие от привычных статичных источников, Learn About выглядит как виртуальный репетитор, который делает процесс обучения интересным и увлекательным.

Google напоминает, что платформа пока экспериментальная и возможны неточности. Поэтому рекомендую перепроверять инфу.

➡️Пробуем тут. Бесплатно, но доступно только в США, так что заходим с VPN.

В Gen-3 Alpha Turbo теперь можно управлять камерой.

Runway обновили свою модель и добавили функцию Camera Control. Она позволяет контролировать движения камеры в сгенерированных сценах, включая: панорамирование, перемещение вперед и назад, вверх, вниз, приближение, отдаление и наклоны.

Самое интересное, что можно сочетать сразу несколько действий для создания сложных последовательностей и управлять их интенсивностью.

Обновление уже доступно всем пользователям бесплатно, тестим тут.

В Suno добавили функцию «Персоны».

С ее помощью можно на основе созданных треков делать своих персонажей. Модель запомнит нужный вокал, стиль и атмосферу и будет использовать их в дальнейших генерациях.

Как это работает:

— находим в библиотеке трек с нужным голосом;
— нажимаем на знак с 3 точками и открываем раздел Create;
— идем в Make Persona, даем ей имя, аватар и описание.

Готово. Вашу «Персону» можно использовать для генерации новых треков.

Бета-версия доступна для подписчиков Pro и Premier. На старте дают создать 200 песен, а далее каждая генерация будет стоить 10 кредитов.

➡️ Тестим тут

OpenAI выпустили продвинутую поисковую систему ChatGPT Search.

Она анализирует тысячи ресурсов и выдает быстрые, точные и актуальные ответы вместе с ссылками на источники. Поиск интегрирован с новостными и информационными ресурсами: AccuWeather, Reuters и Financial Times и др., с которыми OpenAI заключали соглашения последний год.

Поиск поддерживает голосовые и визуальные функции и знает русский язык.

Функция уже доступна пользователям ChatGPT Plus и Team. Для бесплатных пользователей обновление раскатают в ближайшие месяцы.

Прокачали генератор изображений Recraft V3.

На выбор доступны 2 модели:
— Для генерации реалистичных изображений;
— Для векторных. Особенно хорошо получаются кнопки и иконки для сайтов и приложений. Готовый результат можно экспортировать в формате SVG в отличном качестве.

На этом достоинства Recraft V3 не заканчиваются, нейронка умеет генерировать длинные надписи без ограничений, кастомизировать текст (шрифт, размер и расположение), а обновленный редактор — в пару кликов объединяет картинку с вашим текстом.

Разработчики ежедневно накидывают по 50 кредитов. Пробуем бесплатно здесь.

Хинтон - тот самый товарищ, который разработал принципы обучения нейросетей, на базе которых, работают современные LLM и именно его вклад был существенный, чтобы мы могли попросить chatGPT написать пост или контент план .))

Перелет, смотрю выступление Джеффри Хинтона, лауреата премии Тьюринга и обладателя Нобелевской премии по физике в 2024 г., где он рассказывает о нелинейности нейронов. Хотя он уважает логический подход, он понимает, что мозг работает не совсем линейно и логически. Линейное мышление — это достаточно ограниченный инструмент.
Моя аналогия ведёт к тому, что в жизни люди, несмотря на то что их мозг устроен для нелинейного мышления, на самом деле часто думают линейно, и в этом наше ограничение. Мы слишком сильно опираемся на логический инструмент. Хотя нейроны работают нелинейно, мы для достижения целей часто используем линейное и логическое мышление, исключая нелинейные подходы, которые кажутся нам вариативностью и неопределённостью. Как раз интуиция - проявление нелинейного мышления, за который топят серьезные дяди. Решение которое чувствуем жабрами, но объяснить логически не можем.)

Хотя надо признать есть люди, обладающие развитым системным мышлением, способны просчитывать множество вариантов и предсказывать результаты с высокой степенью вероятности. Они интегрируют нелинейные методы мышления и интуиции, учитывая сложные взаимосвязи и взаимодействия в системе. Это позволяет им принимать более эффективные решения в условиях неопределённости и сложных динамических систем.

Нейронные сети, вдохновлённые биологическим мозгом, используют нелинейные функции активации для моделирования сложных зависимостей между входами и выходами. Линейные модели не способны отразить всю сложность реальных процессов.

Когда мы полагаемся исключительно на логическое и линейное мышление, мы игнорируем множество взаимодействий и переменных в сложных системах. В реальных условиях, где присутствуют нелинейные зависимости, такой подход может привести к неточным выводам.

В достижении целей пути редко бывают прямыми. Часто возникают непредвиденные обстоятельства, требующие адаптации и пересмотра плана действий. Несмотря на то что наш мозг способен к нелинейному мышлению, мы часто ограничиваем себя линейными и логическими методами, избегая вариативности и неопределённости, которые могут привести к более эффективным решениям.

Нелинейность является ключевым компонентом как в работе нейронных сетей, так и в человеческом мышлении. Интеграция нелинейных подходов в процесс принятия решений позволяет более эффективно решать сложные задачи и адаптироваться к изменчивым условиям.

Возможно, стоит пересмотреть нашу склонность к линейному мышлению и принять нелинейные стратегии, отражающие реальную природу сложных систем.
Что-то тут есть из области метафизики и энергокоучей по изобильному мышлению 😄

Правда не понятно как этим самым нелинейным мышлением управлять, кто знает поделитесь лайфхаками.)

Его выступление 🔽

https://youtu.be/OWRcNshMB1Y?si=X3wMwGQfrMkTou01

Обновление видеогератора PixVerse V3.

Новая модель получила полезные фичи — эффекты, стили, продление и липсинк:

• Разработчики обещают повышенную точность и крутую динамику видео;
• Поддерживаются несколько соотношений сторон: 16:9, 9:16, 3:4, 4:3, 1:1;
• В «Стили» добавили аниме, 3D-анимацию и глину;
• Новые эффекты: взрыв, смятие, превращение в зомби, зомби-руки, нашествие монстров и фокусы с волшебной шляпой.

Также можно выбрать длительность видео (5 или 8 секунд).

При регистрации каждый пользователь получает бесплатно 100 кредитов, плюс ежедневно докидывают еще по 30.

В веб-версию ChatGPT добавили поиск по чатам.

Теперь можно ввести запрос в поисковую строку, и ChatGPT покажет релевантные ветки с превью. Работает с ответам из чата, а не только по его названию, как в Claude.

Обновление уже доступно подписчикам Plus и Team, а для всех бесплатных пользователей доступ откроют в ноябре.

➡️ Идем проверять

Сейчас очень много нейронок для создания музыки. Я решил собрать топ самых интересных представителей с широким функционалом:

• Suno
• Udio
• Soundraw
• Mubert
• Boomy
• Riffusion
• Loudly
• Musicfy
• Sonauto
• Jen

Пишите, кого ещё забыл)

Неделю назад Runway показали новую фичу Act One, а сейчас — открыли доступ для всех.

Напомню, это инструмент для переноса своей мимики на персонажей. Специальное оборудование не нужно, достаточно видео с собой.

Бесплатно, но из-за высокого спроса пока работает только у платных подписчиков ($15/мес).

Также Runway выкатили гайд, как добиться лучших результатов, а энтузиасты уже нагенерили примеры работы обновы.

OpenAI готовит к релизу новую модель — Orion.

OpenAI планирует выпустить свою новую флагманскую модель уже в декабре. Исполнительный директор OpenAI намекает на впечатляющие возможности новой модели — она может оказаться в 100 раз мощнее, чем GPT-4. Нейронку обучали на 10 000 графических процессоров H100 от Nvidia.

Но есть нюанс: в отличие от предыдущих моделей GPT-4o и o1, Orion не будет сразу доступна через ChatGPT. Компания сначала предоставит доступ избранным партнерам (таких как Microsoft). Хотя Orion рассматривается внутри OpenAI как преемник GPT-4 (да, о1 это отдельное семейство), неясно, будет ли компания называть его GPT-5 за пределами компании.

Релиз происходит в важный для компании момент — OpenAI только что привлекла рекордные $6.6 млрд инвестиций и переходит в статус коммерческой организации. Так что, это больше не стартап)

Krea соединяет реальность с ИИ.

Всё благодаря новой функции Video Extend, которая позволяет расширить длительность вашего видео.

Как работает: переходим в раздел Video, загружаем ролик в Start image or video и пишем текстовую подсказку. Нейросеть сделает плавный переход от реального видео к сгенерированному.

Фича доступна во всех представленных видеогенераторах: Luma, Runway, Kling, Hailuo и Pika.

Из минусов: доступно только платным подписчикам, цены начинаются от $10/мес.

Нейросети уже и в рэпе.

Исполнитель The Game выпустил клип на трек "Bosco Freestyle", который полностью создан с помощью нейросетей.

Получилось ярко, сочно и эффектно.

Midjourney выпустили свой фоторедактор External Image Editor.

Разработчики представили 2 новые функции, которые позволяют редактировать изображения по текстовому описанию. Ранее можно было работать только с картинками, созданными в Midjourney, а теперь — с любыми.

⭐ ИИ-фоторедактор. Пользователь может закинуть свое изображение, выделить любой фрагмент и попросить нейросеть перерисовать по вашей текстовой подсказке.

⭐ Перерисовка изображения. Сохраняет композицию, но рисует другое окружение объекта, текстуры и цвета, создавая новые визуальные эффекты. Например:
— добавляет, удаляет, меняет объекты на фото.
— меняет интерьер, фон, цвет, дизайн, одежду.
— меняет стиль изображения.

Доступ пока выдают ограниченно: нужно либо иметь годовую подписку, либо быть подписчиком 12 месяцев, либо нагенерить больше 10.000 картинок.

У ElevenLabs новый инструмент — Voice Design.

Он создает уникальный голос на основе текстовой подсказки. Просто укажите возраст, пол, тон — любые характеристики, которые для вас важны.

ElevenLabs обещают поддержку неограниченных типов голосовых возможностей, т.е. можно сгенерить не только человеческий голос, но и, например, йети, инопланетян или любого другого фантастического персонажа.

Поддерживает 32 языка (в т.ч. русский), а сама библиотека состоит из более 3000 голосов.

Заходим в раздел Voise — Add new voice — Voice Design.

API будет доступен через 1 неделю, а попробовать на сайте можно уже сейчас. Из России работает только с VPN.

У Runway новый генеративный инструмент — Act-One.

Теперь для создания выразительной анимации персонажа достаточно одного видео с актёром.

Традиционные методы требуют специального оборудования для захвата движений, профессиональной съёмки и т.д. Act-One в свою очередь точно передает все нюансы: от направления взгляда до мельчайших движений лица. И всё это в пару кликов.

Самое интересное, что технология универсальна и может переносить актёрскую игру на персонажей с совершенно разными пропорциями лица, а также хорошо работает с ракурсами камеры.

Runway обещают открыть доступ для всех желающих в ближайшее время.

Крупный апдейт Anthropic.

Компания выкатила обновление своей линейки моделей: улучшенный Claude 3.5 Sonnet, новый Claude 3.5 Haiku и интересную функцию управления компьютером. Давайте разбираться.

⭐ Claude 3.5 Sonnet. Заметно прокачали, показатели на тестах SWE-bench Verified выросли с 33.4% до 49% — это лучший результат среди всех публично доступных моделей, включая OpenAI.

⭐ Claude 3.5 Haiku. Новая модель, которая при той же стоимости и скорости превосходит Claude 3 Opus — предыдущего флагмана компании. На тех же тестах SWE-bench Verified она показала результат 40.6%, обойдя даже первую версию Sonnet и GPT-4o.

⭐ Computer Use — функция управления компьютером для Claude 3.5 Sonnet. Теперь ИИ может самостоятельно работать с интерфейсом как человек: перемещать курсор, нажимать кнопки, вводить текст, открывать браузер, проверять электронные таблицы, заполнять формы и выполнять множество других задач.

Sonnet уже можно потестить (из РФ заходим с VPN), Haiku обещают до конца месяца, а Computer use будет доступен через API Anthropic.

Доступ ко всем лучшим видеогенераторам за $5.

Playjump — платформа для тех, кто хочет потестить сразу несколько ИИ-генераторов видео. В одном месте тут представлены Luma, Runway, Kling, Kling Pro и Minimax.

Также разработчики добавили:
— управление движением камеры;
— добавление звука на видео;
— выбор кадров;
— стилизация видео;
— увеличение масштаба;
— улучшение подсказок и т.д.

Бесплатно можно создать только 1 ролик, но за подписку в $5 вы сможете сгенерировать около 40 видео и выбрать для себя лучший генератор.

xAI выпустил API с доступом к языковой модели grok-beta.

О релизе API рассказал сам Маск. При работе с моделью grok-beta 1 млн «входных» токенов будет стоить $5, а «выходных» — $15. 1 млн токенов — это примерно 750 тысяч слов.

API поддерживает вызов функций, чтобы можно было обращаться ко «внешним инструментам» — дата-базам и поисковым движкам.

В документации API упоминаются последние языковые модели стартапа Grok-2 и Grok-2 mini, но пока доступна именно Grok-2.

Как стать Дрейком, но остаться собой?

Всегда интересно узнать, на что действительно способны нейросети, генеративный текст и изображения почти достигли своего максимума и даже превзошли человека по всем параметрам (их больше триллиона) и практически нет границ. Но более сложный контент, еще ими не охвачен.

Сочетая разные нейросети, можно создавать, что то совершенно новое, комбинаторно число вариантов очень большое.

Нам пришла идея создать развлекательный клип с Михаилом Галустяном. Ведь круто если можно было выпускать клипы без участия большой команды. Клип конечно пока не может конкурировать с высокобюджетным продакшеном, но получился интересный эксперимент.

Как сделали:
1 Клон-аватар Михаила Галустяна и липсинк, Аватар использует технологию синхронизация речи и губ, он делается базе заранее снятого видео, и меняет движение губ
2 Синтез голоса, и замена на оригинальном треке новой моделью голоса
3 Фейссвап для замены лица на видео (deepfake был бы качественнее, но для развлекательного видео этого вполне достаточно, модель дипфейка требует тренировки и обучению + достаточно ресурсоемкий процесс создания качественной маски)

Переходите в канал Михаила Галустяна для поднятия настроения.) ➡️ https://t.me/galustyanmichael

➡️ Промты для ChatGPT
➡️ Промты для Midjourney
➡️ 5 бесплатных уроков по нейросетям
➡️ Курс по digital marketing
➡️ Урок по нейро таблицам
➡️ Бот по генерации реалистичных фото

Переходите и изучайте. Все материалы останутся в постоянном доступе для подписчиков канала.

Нейросеть для преобразования текста в речь в реальном времени.

Sonic — самая быстрая модель, которая может передавать первый байт аудио всего за 90 мс (это примерно в 2 раза быстрее, чем моргание глаз).

Если для вас в приоритете не скорость, а качество, разработчики утверждают, что Sonic — лучший выбор для озвучки или дубляжа видео. Тут можно выбрать язык (поддерживает 14 языков, включая русский), голос, скорость и эмоции, а также добавить несколько голосов озвучки (в альфе).

Поиграл с эмоциями в русской озвучке, и особо не заметил разницы между "злостью", "радостью" или "грустью". Делитесь своими результатами, потестить можно бесплатно, для этого дают 10.000 символов.

Это могло бы быть идеальное приложение для VR-шлемов.

Но это просто фантазия нейронки Runway, в которую закинули видеореференс.

Скучную реальность она превратила в настоящее путешествие во времени, стилизовала под хоррор, Игру престолов, Майнкрафт и др.

Meta и Apple, берите на заметку)

Ловите шпаргалку, которая покажет, как генераторы видео изображают разные эмоции.

Конкретно эти видео созданы в Minimax, но примерно такие же результаты вам выдадут и другие видеогенераторы.