Точки над ИИ

OpenAI только что представили две новые модели — o3 и o4-mini o3 — самая мощная модель OpenAI, делает меньше критичных ошибок, умеет глубоко анализировать визуальные данные, код, научные и бизнес-задачи. o4-mini — компактная, но умная. Оптимизирована под скорость, дешевле, идеально подходит для массового использования. Обе модели умеют использовать инструменты ChatGPT (поиск, код, анализ файлов) самостоятельно и стратегически, что приближает нас к “агентному” ИИ. Модели умеют думать с изображениями — не просто распознают, а используют их в логике рассуждений. Продолжаем пытаться не запутаться в нейминге моделей😭 Тут подробности. #LLM@TochkiNadAI

Попалось ген-видео, пародирующее многочасовые видео с ютуба со всякими ПрИкОлАмИ. Это так в духе нашего времени, метамодерн во плоти. Вот гениальный автор.

Подписчик поделился тутором: Как сделать POV-ролик 1. Пишем сценарий ролика Придумываем 5-10 сцен, которые можно показать одним кадре. И не просто рандомные события, а сторителлинг. Недостаточно сгенерировать набор картинок от первого лица — нужна история с завязкой, развитием и финалом. Она должна зацепить с первых секунды. Даже заголовок имеет значение: • Типичный день глазами Пушкина — плохо • День последней дуэли глазами Пушкина — хорошо 2. Формулируем промпты Для каждой сцены из сценария создаём отдельный промпт — с максимальной детализацией, контекстом и техническими параметрами. Только через точную детали зритель максимально погрузится в атмосферу ролика. С формулировками может помочь ChatGPT. Начинайте все промпты с фразы «True first-person view...», чтобы получить изображение от лица героя — как будто это видит зритель его глазами. Пример его промпта: A true first-person view. Hands hold a spherical white helmet labeled "СССР", arms enclosed in a pressurized suit. Ahead, a tall mirror reflects the full figure. In the background, two Soviet officers watch silently, softened by a shallow depth of field. Warm tungsten light flickers across beige tiled walls. Shot on an IMAX-certified ARRI camera, 35mm lens, f/1.8. 3. Генерируем изображения Он генерировал изображения в том же ChatGPT — он лучше справляется с кириллицей и запросами на реализм. Если это не в приоритете — можно попробовать Midjourney/Flux. Как минимум, там генерация изображений в десятки раз быстрее. 4. Делаем видео из статики После первых трех пунктов у нас есть несколько сгенерированных картинок. Поочередно загружаем каждую в Kling или Gen-4 и анимируем. Достаточно сделать из каждого фото 5-секундное видео. Если у нас хотя бы 5 сгенерированных кадров — это уже 25 секунд рилса. Вполне достаточно. Не усложняйте действия. Камера от первого лица сложна для генерации видео. Лучше сделать простые, но выразительные сцены. Посмотрите, как у него врач измеряет давление Гагарину перед взлетом. Это примерно десятая попытка, после которой он уже сдался. Проще было сгенерировать доктора, который просто смотрит на ртутный термометр. 5. Монтаж и звук Монтаж ролика очень просто — нужно только собрать все видео в одну . Но сложности начинаются на этапе озвучания. Звук в этом формате — половина атмосферы. Через него зритель вовлекается в историю. Мы не можем просто подложить трендовую музыку — это не сработает. Идеальный вариант — подзвучить каждый вздох, шаги. Герой просыпается в начале ролика? Пусть он зевнет. Можно качать фри-дорожки, есть куча сервисов или же погенерить отдельно каждый. Но есть вариант немного проще — подложить тематический звук. В случае с Гагариным — это была его предстартовая речь. У Овечкина— интервью, в котором он говорит, что никогда не побьет рекорд Гретцки. Канал подписчика.

Кто уже потестировал свеженький Kling 2.0? Кидайте свои работы в комменты! Пробежался по отзывам пользователей в твиттере, настроения по поводу новой версии очень хорошие, по большей части все очень довольны. #VideoGenerative@TochkiNadAI

Не так уж часто у нас тут с вами AI-арт для вдохновения. Только перед сном не смотрите. Сегодня не пятница тринадцатое, но я все равно поделюсь с вами двумя любимыми дарксайд ИИ-примерами работ видео-художников. Для слабонервных чуть позже сделаю подборку любимых мягеньких визуалов, а пока пополним копилку двумя стильными creepy-аккаунтами. Это мои любимки в этом жанре. solarw.ai – крутейший стиль, сочетающий хтонический сюрреализм постсоветских уездов, как будто Гаспар Ноэ воскресил Балабанова, дал ему безлимитный доступ в Kling и Flux, и начал нашептывать странные вещи на ухо. MACBETH – безысходность лиминальных пространств, перекрученная через мясорубку ИИ-шных глитчей, из-за которых сердечко замирает в два раза дольше. #generativeArt@TochkiNadAI

Разбираем пайплайн. Как сделали это видео. 1. Объемный захват в spatial-студии Kartel.ai 2. Создаем окружение с помощью Gaussian Splatting от World Labs 3. Собираем все в WebGL-вьюер 4. Генерация в ComfyUI, с Wan Fun Control 5. Используем две LoRA-модели: – Первая генерирует стартовый кадр через Flux – Вторая направляет генерацию Wan 2.1, чтобы сохранить персонажа и позу На выходе — консистентный, реалистичный персонаж в синтетической 3D-сцене.

Нашел полезное. Регулярно обновляемыйкаталог, в котором собрано более 68 000 GPT-приложений и более 1 100 плагинов. Называется Plugin Surf. Внутри реализован поиск по категориям (финансы, разработка, образование, маркетинг и т.д).​ #LLM@TochkiNadAI

А вот это просто изящно:) В генераторе картинок и видео Sora есть галерея текущих генераций, именно в ней зарождаются тренды, который начинают вирусить, как только их подхватывает сообщество авторов. Так было недавно с гиблификацией и с фигурками в коробочках, которые напоминают автора. Но вот новый тренд: генерить картинки, которые содержат текст, обращенный к разработчика Sora с пожеланиями о доработках или функционале. Этакая публичная обратная связь от пользователей, выдержанная в формате самого продукта. Впечатляет! https://www.techradar.com/computing/artificial-intelligence/the-hottest-new-ai-image-trend-is-sora-users-begging-for-new-features-using-its-built-in-image-generation-features-and-im-here-for-it

Наконец-то в ChatGPT подъехала нормальная память Теперь в любом диалоге можно обращаться к знаниям из предыдущих. Если хочется "начать с чистого листа" – можно пользоваться временными чатами.

Нравится как Pika презентуют свои фичи Вот совсем свежая - twist. Вроде бы простой video-to-video c действием по таймкоду, но здорово упаковали в понятные простым пользователям юзкейсы. Твист уже доступен, можно тестить. #videoEditing@TochkiNadAI

Veo-2 можно юзать вGoogle Cloud Мне пришлось побороться, чтобы сгенерировать вчерашнюю сцену из овального кабинета, где Трамп хвастается перед журналистами, что его друзья залутали миллиарды долларов на скачках рынка из-за пошлин. В итоге гугл не стал генерить Трампа, получился босс KFC, а мне пришлось уйти из реализма в мультипликацию, но оставим как есть) Потестить Veo-2 можно тут. Попросит привязять аккаунт и карту. Это Text-to-video. #VideoGenerative@TochkiNadAI

Тот случай, когда на виду сотни каналов про AI с перепостами новостей и с многотысячной аудиторией, а при этом есть микро-каналы с уникальными форматами и контентом, про которые мало кто знает. Это подводка к тому, что я нашел крохотный, но офигенный канал с кейсами, где автор разбирает истории применения ИИ в разных привычных нам процессах, дизайнит инфографику и считает экономику. Такое супер-интересно читать. Вот, например, может показаться кликбейтом, но реальный кейс: Как на 90% сократить время анализа документов. Почитайте сам пост по ссылке. Ну и выше к этому посту я накидал тем из самого канала. В общем хочется, чтобы посты выходили чаще, надеюсь автор FX это прочитает😎 Кому интересно – подпишитесь, возможно это его подбодрит!