Точки над ИИ

Преступлением было бы не упомянуть новую модель от Kling, О1 O1 теперь умеет: – удалять и заменять объекты в видео – менять освещение, фон, погоду – синхронить все с камерой и движением объектов – генерить в Full HD Гайд тут. #imageEditing@TochkiNadAI

Вот для вдохновения еще один вайбкод-проект на Gemini 3. Очень симпатичный нодовый интерфейс. Даже не верится, что все это выдает одна модель.

Небольшой гайд по API Gemini 3 Главные новые ручки в API две: thinking_level и media_resolution. Первая задает, насколько глубоко модель думает: low – когда нужен просто быстрый и дешевый ответ high – когда важно качество рассуждений и сложные задачи. Вторая управляет тем, насколько подробно модель разбирает картинки и видео, можно экономить токены на простом видео или, наоборот, выкрутить качество для слайдов и PDF с мелким текстом. Показывают примеры вызовов из Python/JS/cURL, работу с инструментами вроде google_search и url_context, а еще thoughtSignature, это скрытые подписи рассуждений, которые надо передавать дальше, чтобы длинные диалоги и function calling не теряли нить. Отдельно советуют не мудрить с промптами, оставить температуру 1.0 и, если нужен болтливый стиль попросить об этом прямо. Плюс есть раздел, как переехать с Gemini 2.5 и в каких задачах пока логично держать старые модели. С полным гайдом можно ознакомиться тут. #LLM@TochkiNadAI#coding@TochkiNadAI

А что у нас тут? А это новый Gen-4.5 от Runway! Качество подросло, теперь генерится более кинематографичное движение и свет, объекты и персонажи двигаются с естественным весом, реалистично реагируют на свет, отражения и тени. Это особенно заметно в сценах с динамикой, жидкостью и сложной физикой. Модель точнее откликается на промпт и мультимодальные запросы. По внутренним тестам (хехе)Gen-4.5 обходит другие модели в text-to-video и делает это без потери скорости или роста затрат. #videoGenerative@TochkiNadAI

Люблю когда так оформляют итерации пайплайна. Тут: Nano Banana Pro → Qwen Edit → Veo 3

Manus Browser - еще один браузер с агентами Напомню что это. Это когда агенту на базе LLM дают доступ к браузеру со всеми логинами, куками и вкладками. Он двигает мышкой, скроллит, кликает кнопки, заполняет формы и собирает данные так, как сделал бы живой ассистент. Плюс работает с теми же платными инструментами, что и вы: CRM, SEO-панели, рекламные кабинеты, личные кабинеты маркетплейсов, он заходит в уже авторизованные сессии или просит вас где нужно авторизоваться. Я писал про свой опыт использования таких браузеров от OpenAI и Perplexity. Сейчас использую только Comet. Manus же обещают одноразовую авторизацию под задачу, лог всех действий и отсутствие отдельного хранения паролей, агент пользуется тем, что уже есть в профиле. Но здравый смысл никто не отменял: критичные штуки вроде банков, root-аккаунтов облаков лучше держать в отдельном профиле или вообще другом браузере, а самому Manus отдавать рутину уровня CRM, отчетов и ресерча. Устанавливаем тут. #browser@TochkiNadAI#Agents@TochkiNadAI

Робот сочинит симфонию? В Штатах обновили правила по AI-патентам. Наконец решили буквой закона вечный спор. Теперь будет так. Если идею придумал человек, даже с помощью AI, патент принадлежит ему. AI считается не соавтором, а просто инструментом. Патентуют не промпт, а изобретение. Раньше, при предыдущей версии правил, USPTO требовало анализировать, внес ли человек значительный вклад в каждый пункт формулы изобретения через критерии, определнные регламентом. Сейчас эта схема в прошлом. Если человек сам сформулировал идею, не важно, пользовался он генеративным AI или нет.

А видели как клево новый Gemini умеет в юмор? Помню, еще полгода назад SOTA-модели очень плохо умели шутить. Для контекста: сегодня один клуб креативных директоров, за чатиком которого я подглядываю, собрался на встречу-тусовку в сеттинге тайных сообществ. Так как я живу аж в другом полушарии – могу только картинки генерить, вместо встреч. Иду в Gemini+Banana. Промпт супер простой: сгенери страницу в стиле Википедии с юмором на тематику про тайный орден рекламщиков, (название отсылает к тендерам) И вот он выдал это. Обратите внимание, как он хорошо подружил несколько слоев – стайл Википедии, тематику тайных орденов и внутрянку топик-тем и шуток рекламной индустрии, и собрал все это в складную историю. Но главное – как он красиво закончил описание идолом ИИ-генерации. К слову, в этом же чатике нередко разворачиваются обжигающие споры о том – отнимет/не отнимет ИИ работу, клиентов и душу у рекламной отрасли 🐶

Друзья, бежим срочно в Kimi Там в Slidesзавезли Нану Банану Про бесплатно до конца выходных. Я сейчас генерю, как раз: Сперва он генерит структуру, показывает вамвсе в текстовом виде с разделением на слайды. Далеевыбираете стиль (нужно выбрать первый, это и будет новая Банана). Потом смотрите в течение 5 минут загрузочную анимацию на китайском, и редактор начнет вам показывать по 1-2 слайда по мере готовности (это, кстати, клево, для сдвгшников – рай). Генерит со скоростью чуть дольше, чем Банана Про 4K в AI Studio. Так как итоговая преза сгенерится цельными картинками с текстом на них – Kimiдаст вам редактировать, но поверх презы. Энджой! #presentation@TochkiNadAI

ИИ кино. Kavan Cardoza снимает генерит довольно качественный стаф. Это один из эпизодов его работ, вот тут можно посмотреть остальные. Смотрел бы я полный метр такого кино? Скорее пока нет. Не нашлось пока что сюжета, который поглотил бы настолько, что мне было бы интересно смотреть 2 часа сгенерированной истории. Но зато я прекрасно представляю себе подобные работы в рамках всяких Блэк Миррор и Любовь, смерть Роботах. Ну и в качестве игровых сюжетных вставок. Много слышу споров (вы, наверняка, тоже), о том, будет ли ИИ-реклама / кино востребованным. Замечаю, что особенно увлеченно спорит сторона, чей бизнес / проекты завязаны на классический продакшен. Часто вижу за аргументами подсознательную защиту / страх нового / потерю контроля, абсолютно понимаю этих людей. Еще есть популярное мнение о том, что ИИ-контент станет уделом "бедных" компаний, а классический продакшен будет подчеркивать статус бренда. Лично я считаю, что классический продакшен практически не будет существовать без связи с ИИ. Это логично, так как есть масса инструментов, которые упрощают процесс на разных этапах, позволяют создавать быстрее и дешевле в формате комбинированных съемок, все, от раскадровок до монтажа, работы со светом, мокапы и т.д. Не нужно бояться, но и не стоит закрываться. Использование ИИ в продакшене – это далеко не всегда про full-generative.

Не знаю как вас, а меня пугает ветка развития антропоморфных роботов. Автоматизация рутинных дел и ,как следствие, потеря работы для некоторых профессий – это меньшее из зол. Военная отрасль, силовые ведомства – вот где развернется настоящий киберпанк, вот где становится неуютно 💀 Ну а на видео двуногий робот MagicLab Z1, теперь он крутит сальто и восстанавливается после падений с человеческой скоростью.

У LTX появилась новая фича – Retake. Она про пересмотр отдельных кадров после того, как они уже созданы. Причем это и про реальные кадры съемок и про сгенерированные видео. Можно перефразировать диалоги, переосмыслять эмоции или действия и переосмыслять моменты, не переделывая всю сцену целиком. Кстати, обратите внимание, как LTX начали становиться похожими на Хиггсфилд в подаче обновлений 🐹 #videoEditing@TochkiNadAI