Точки над ИИ

Ну и не стоит забывать про китайские дела. Если вы не пропустили большое обновление Kling до версии 1.5 четыре дня назад, то все равно сохраняется вероятность, что это обновление прошло мимо, а оно важное и классное. Вот такой вот motion brush, ну или по-русски – кисть, теперь дает намного больше контроля в генерациях. Теперь можно направлять кошек куда захотите.

Альтман запостил небольшое эссе на тему AI, ближайшего будущего и вдохновляющих прогнозов о плодотворном союзе человека и ИИ. Про риски там тоже есть, но все равно получилось довольно инфантильно, хотя другого ждать от CEO компании такого уровня было бы странно, каждое слово в такой ситуации измеряется на миллиметровке конечно, если вы не Илон Маск. Эссе небольшое, почитать можно по ссылке. Топ фактов, без которых вы точно сможете прожить: 1. В эссе дважды упомянуты бабушки 2. В эссе дважды упомянуты дедушки. Но, конечно, хочется верить только в лучшее и светлое, поэтому пусть все будет так, как говорит Альтман.

Два вдохновляющих примера использования реальных простых объектов для создания контента в Runway (video to video). Первый пример попроще, вы видите его в этом посте. Автор взял игрушечный корабль своего сына и использовал его для создания ролика с кораблем в арктических водах для своего блога. Второй пример интереснее и немного сложнее. Писал о нем тут. В данном случае автор использует связку с AR, а это значит что необязательно рыться в игрушках и шкафах в поисках подходящего объекта, достаточно просто загрузить нужную модельку из скетчфаба и разместить в помещении. Обожаю такое!

И гадание по LLM💀

Оказывается месяц назад в TikTokпоявилась функция Sound Search, которая позволяет искать песни, напевая их. Она работает аналогично Shazam и YouTube Music, но с важным отличием — поддерживает поиск по напевам, чего Shazam не делает. Sound Search не только находит трек, но и показывает видео, где он использован.

Смотрим на личную CRM c AI Называется Table. Основной акцент внутри на работу с контактами/сетью, как главным личным капиталом. Это такая умная записная книжка с табличками, взаимосвязями, подсказками и напоминалками. Внутри чат с LLM и умный поиск с ИИ. Я раньше ни разу не встречал персональных црм, звучит интересно!

Кажется я нашел сервис, в котором делают все эти бездушные ролики с футажным видеорядом Вам наверняка попадались видео с разными фактами из науки, истории и теориями заговора, где идет AI-озвучка, текст явно писал GPT, а на фоне подборка из видео, подходящих по смыслу. Прикрепляю скриншот интерфейса, так как чтобы скачать результат – нужно было оплатить подписку. Делать я этого не стал, но потестить сервис было интересно и даже увлекательно. Вообще, конечно, приятен сам факт, что ты пишешь одно предложение в качестве промпта и реально получаешь готовый ролик за 5 сек, который потом можно подредактировать где нужно, но я к таким видео отношусь не очень хорошо. Вот ссылка на сервис, если решите потестить.

Как говорит Сергей Цыпцын у себя в канале про ИИ – "ну что ж, выпьем за.." (и тут обычно у некоторых начинает подгорать). Попробуем! Ну что ж, выпьем за фитнес-тренеров! Многие недооценивают возможности компьютерного зрения, несмотря на то, что по улицам тех же штатов уже давно колесят теслы на автопилоте, а на заводах роботы формируют гигантские склады, не допуская ошибок. Нетрудно представить с какой точностью алгоритм сможет определять правильность выполнения упражнений, корректировать и обучать на таких тренировках. На примере демка, я бы с удовольствием попробовал.

Немножко 2D to 3D MeshFormer позволяет создавать 3D-сетки с текстурами из нескольких 2D-изображений. Благодаря сочетанию трансформеров и 3D-методов эта технология ускоряет и упрощает процессы. Она может улучшить творческие рабочие процессы в играх, XR и виртуал-продакшн проектах. Возьмем на карандаш. #3D

Где-то полгода назад вышло приложение с AI-компньоном под Apple Vision Pro, я как-то писал о нем в своем канале про XR штучки. Если коротко «Wisp World» — это украшение рабочего места и AI-компаньон, который находится рядом с другими вашими приложениями. В итоге я сам его так и не потестил на AVP, а тут, совершенно случайно, наткнулся на 40-минутное видео "геймплея" этого приложения. Почему-то хотелось смотреть этот медитативный разговор с AI-чатом 😅 Надо будет чекнуть что-там выкатили нового разработчики, думаю что добавить приличный естественный голос уже точно можно было. Вообще я верю в такие "виджеты" в XR, мне кажется такие штуки станут важной частью личного пространства через несколько лет (когда созреет XR-железо и станет более доступным и удобным).

На AI платформе AKOOL появилась бета-версия дипфейка с веб-камеры в риалтайме. Не понимаю пока как это регулируется, есть подозрение что скоро их попросят убрать из тестового доступа лица живых в данный момент людей. #deepfake

Пользовательский тест новой функции в Runway Gen-3 – video-to-video Теперь, кроме изображений, на входе можно давать модели видео до 10 секунд, как на этом примере.