Точки над ИИ

Давно не было про модели мира. World Labs выкатили большое обновление, модель назвали Marble. Что нового: – Теперь можно создавать 3D‑мир не только из текста, но и из картинки, видео или грубого 3D‑скетча. – Мир можно редактировать – менять стиль, объекты, структуру сцены после генерации. – Режим Chisel. задаешь простую форму (кубы, плоскости), модель сама дорисовывает детали и стиль. — Есть экспорт – Gaussian splats, меши, видео — удобно под AR/VR, VFX и интерактивные сцены. Тут уже можно тестить, есть бесплатные генерации. До супер затягивающих UGC-метаверсов еще пару лет, думаю. #worldModel@TochkiNadAI

Из каши пикселей обратно в буквы Depixelization PoC вытаскивает текст со зверски запикселенных скринов и фото. Не размазывает, а именно восстанавливает структуру символов. Модель перебирает варианты штрихов и дорисовывает наиболее правдоподобные очертания. В ряде кейсов результат топ. Старые конспекты, архивные снимки, расплывшиеся PDF, кадры со старых телефонов. Вот это вот все можно прогонять. Git #imageEditing@TochkiNadAI#documents@TochkiNadAI

OpenAI выкатили GPT‑5.1 в двух режимах. Thinking для сложных задач. Модель сама решает, когда стоит подумать подольше, а когда ответить сразу. Instant версия побыстрее, но теперь звучит теплее и умнее. Меньше ощущение, что говоришь с GPT 📺. Еще появилась и персонализация тона. Можно выбрать как с тобой говорит модель серьезно, дружески, честно, весело, как нерд. Шаблон общения теперь стал частью интерфейса. У кого уже появилась? У меня пока пятерка обычная висит.

В копилку инструментов контроля камеры. На этот раз с помощью Qwen. Можно получать новые ракурсы в image-to-video. Можно: – перемещать влево / вправо – перемещаться вперед – увеличивать масштаб – переключаться между перспективами и с высоты птичьего полета. Можно делать переходы между двумя ракурсами камеры. Кстати, про мем с человеками-пауками. Говорят, когда-то давно его расфорсил в интернете кое-кто из AI-тусовки. Ai molodca, это правда?) Демо тут. #videoEditing@TochkiNadAI

Скоро увидим групповые чаты в ChatGPT Будет кнопка «начать групповой чат», можно будет делиться ссылкой на него. Ваша личная память GPT не будет использоваться в общих чатах. В чате можно будет тегать участников или ChatGPT. В чате можно будет совместно генерить тексты, картинки, еще будут добавлены реакции. Я так понимаю основной юзкейс в широком смысле – совместная работа над проектами, креативом, исследованиями, но увидим что покажут сами OpenAI.

Первый робот комом. Как же театрально-драматично под трек из "Рокки" это все разворачивается. Еще и эта неподдающаяся черная штора 🤌

Тренд-аналитика. Недавно рассказывал про Spiral для копирайта, а вот тоже Spiral, но уже для визуальной аналитики трендов. Это минималистичный канвас с визуальным поисковиком. Пишете ему тему / тренд / даете референс, а он вам находит десятки примеров, складывает их в стопку. Далее можно переходить в источники, проваливаться глубже, как в Пинтересте. Я его попросил собрать самые свежие мировые мемы за октябрь-ноябрь, тут он не топ справился, добавил кроме актуального несколько скибиди-тойлетов. Или это актуально до сих пор? Но вот рефы по AR/VR и одежду он поискал отлично. #brainstorming@TochkiNadAI#marketing@TochkiNadAI

Маск запустил голосование на выбор кодового имени для Imagine 1.0, явно тролля нано-банану, и, возможно, намекая на то, что его модель – новая SOTA.

Прошло чуть меньше 3 недель после того, как я сделал Atlas браузером по умолчанию. Основные выводы: 1. Comet лучше. На этом можно было бы и закончить, так как я вернулся на Comet и ни о чем не жалею, но раскрою подробнее. 2. В Атласе не работает бóльшая часть моих Chrome-расширений. Это важно для комфортной работы. Большинство просто не устанавливаются, хотя Атлас работает на Chromium. 3. Медленный поиск. Вам знакомо это автоматическое действие, когда что-то хочешь найти и спрашиваешь напрямую в верхнюю строку браузера? Вот у ИИ-браузеров по-умолчанию поиск идет не в гугле, а в LLM, и если отдельно в ChatGPT я спокойно могу подождать хороший ответ 5-10 секунд, то в режиме поиска это ожидание жутко бесит. Перплексити в Comet справляется с этим быстрее. 4. Копировать-вставить. Пожалуй, это самое бесячее. Копирование текста/ссылок в Атлас происходит через раз (у вас тоже?). Он по какой-то причине не воспринимает Ctrl+C, лишь выборочно, – примерно один раз за три копирования он сохраняет текст в буфер обмена. Я думал это что-то с клавиатурой, но в других браузерах и приложениях с этим все ОК. 5. Глуповатый агент. В Comet он гораздо смышленнее, быстрее, лучше справляется с поиском. Да, он, конечно, тоже пока далеко не полноценный ассистент, но, еще раз подчеркну, в Comet - лучше. Ему хоть что-то можно поручать. Ну что ж, я как будто снял ботинки, которые были на полразмера меньше. Как у вас с Atlas?

Прикольная штука. Это проект MotionStream, в нем можно будет в реалтайме управлять движением объектов в сцене. Генерация 29 кадров в секунду с задержкой 0,4 секунды и бесконечная продолжительность потоковой передачи. Это интуитивно понятнее, чем промпты. Верю, что такой подход все больше будет закрепляться в инструментах для генерации для проектов, где нужно максимум контроля. Пейпер проекта. #videoEditing@TochkiNadAI

Вчера, благодаря Рису, активно тестил v0 от Vercel Это как Lovable, только круче. Тоже можно вайбкодить веб-странички, мини-аппы, даже игры, но с более симпатичным фронтом, на мой взгляд. Можно редактировать после генерации прямо в интерфейсе, подгружать фигма-макеты или использовать шаблоны там же из пользовательской библиотеки примеров. Все очень интуитивно. Лайк. Вот, например, сделал скринкаст одного из темплейтов. Можно брать и переделывать под себя. Я так и сделал для теста. Обязательно попробуйте. #website@TochkiNadAI

Борис Джонсон произносит «ChatGPT» так, как будто это не AI-инструмент, а его домашний питомец. Ну милота!