Для ГГ: Гудини Гиков

Вышел GeoTracker for Houdini!

Ромсель очень крут - GeoTracker, Face Tracker и Face Builder - лучшие на рынке.

https://keentools.io/products/geotracker-for-houdini

@cgevent

Робоконь педальный

В общем робопсы - это уже не модно.

На стильном сейчас - копытныя робакони.

Поглядите на этих скакунов - гарцуют и танцуют.

Но не пропустите, смотрите до конца, там робакентавр!!

Я сначала думал, что это троллинг и генерация.

Но оказывается это все на полном серьезе - кентавры в городе!

https://interestingengineering.com/ai-robotics/worlds-first-centaur-robot

Возможно рендер и генерация в рекламе:
https://www.youtube.com/watch?v=Yuv-ExAZF2Q

Но сами кентавры реальные. Дожили...

@cgevent

#Нейропрожарка

Дуэль Пушкина и Дантеса, но это JoJo's Bizzare Adventures.

Автор: AI Molodtsa

Я перебеседовал с Сашей и он любезно согласился пригнать свой последний ролик на прожарку. Слово Саше:

Еще одна экранизация классического комикса (или манги?) моего товарища Дюрана.

Версия для ютуба, IG, тикитока.

Как это собиралось.

1. Адаптация сценария и все промпты — Claude Fable с кастомным скиллом-промтером под Seedance 2. Разбили сюжет на 15-секундные сегменты (ориентир — 4 сцены и ~35 слов диалога), дальше он выдавал промпт под каждый кусок (а я редактировал и приносил обратно скриншоты фейлов).

2. На каждый такой кусок — от четырёх до восьми вариаций (всего вышло под сто). Первые уродцы — проверить промпт и работу ассетов, потом уже на чистовую, чтобы на монтаже склеить варианты. Помимо основных сценарных сцен сделал несколько паков эмоций и перебивок. Опять же для монтажа.

3. Ассеты в GPT-Image 2 (в основном) и Nano Banana 2. Листы персонажей и стендов в нескольких ракурсах, локация, схемы. Утвержденная генерация может сама стать новым ассетом: в середине процесса Дантеса заменился на версию с раной.

4. Каверы на классические джоджо-темы в Suno, часть звуков оттуда же (остальные из стоков).

5. Всё это берётся, тащится в монтаж и потно клеится, пока не заурчит.

Из любопытного — возможно, пригодится:

Сиданс отлично держит video-to-video extension-цепочку. Часть сегментов — продление предыдущего, голоса персонажей переезжают сами, без танцев с аудио-референсами. Но со временем качество деградирует, особенно аудио.

Превращения (пуля в ждулю, дробь в печки) — только на общих планах с жёсткой геометрией: кто слева, кто справа, где середина поля. На среднем плане модель превращала пулю прямо у руки героя. И для сложных сцен — дополнительные фазы: делаете кадр, «как всё закончилось» (упавшие печи), и модель дорисовывает путь к нему.

Микро-боль — reference bleeding: в ассетах были белый мундир Дантеса, бело-золотой петух и белое платье дамы, и сиданс радостно лепил из них гибрид с петушиными лапами. Лечится чисткой пула (грузить только то, что в кадре) и перекраской: ждуля стала бордовой.

Больше работ у Саши в канале.

@cgevent

Flux 3 image и Flux 3 Video

Спойлер - 20 секунд!

Расписываю подробно.

Итак, на сайте Чорного Леса воскресла страница про Flux 3. Что мы имеем:

FLUX 3 - теперь не просто генератор картинок, а единая мультимодальная модель, которая работает сразу с изображениями, видео, звуком и текстом. Это уже не набор отдельных сетей, а общий движок, который пытается понимать сцену целиком - как выглядят объекты, как они двигаются, взаимодействуют и звучат.

На выходе FLUX 3 умеет генерировать и редактировать изображения, а также создавать видео продолжительностью до 20 секунд сразу с родным звуком. Поддерживаются text-to-video, image-to-video, video-to-video, продолжение готового ролика вместе с аудио, переходы между заданными ключевыми кадрами и многоязычные диалоги. Отдельные клипы можно связывать в длинные многосценовые последовательности, сохраняя персонажей через референсы.

На вход модель принимает обычный текстовый промпт, изображения-референсы, стартовый кадр, готовое видео, а в режиме продолжения - видео вместе со звуковой дорожкой. То есть можно попросить создать сцену с нуля, оживить картинку, перенести героя из одного ролика в другой или продолжить уже начавшееся действие.

С изображениями FLUX 3 работает как редактирующая модель.

Звучит сладчайше.. но пока есть только теория.


Кстати, за теорию: что такое Self-Flow

Это новый способ обучения flow-моделей, при котором генерация и понимание контента развиваются внутри одной архитектуры. Модели намеренно показывают разные части данных с разной степенью зашумления, заставляя ее восстанавливать недостающий смысл самостоятельно. В результате один backbone учится одновременно работать с изображениями, видео, аудио и даже предсказанием действий, без опоры на отдельную внешнюю модель понимания.

Когда и доколе?

FLUX 3 Video уже запущен в ограниченном Early Access. Ранний доступ к FLUX 3 Image обещают открыть в ближайшие недели. Затем, в течение следующих недель и месяцев(?), BFL планирует выпускать:

- генерацию и редактирование видео со звуком через API

- приватный доступ к весам

- отдельную модель FLUX 3 Image

- решения FLUX 3 Action для робототехники

- открытую мультимодальную модель FLUX 3 Dev, которую разработчики смогут запускать и дообучать под свои задачи

Акцентирую: DEV - это не облегченная версия FLUX 3, а исходная модель, из которой можно делать свои решения. BFL прямо называет ее «open-weight access to a multimodal backbone»

Итого: FLUX 3 движется в сторону world models, объединяя генерацию, понимание динамики и предсказание действий - сама BFL использует термин в коммуникациях Real World Model.

Точных дат публичного релиза и цен пока нет. На сайте есть форма для Early Access.

https://bfl.ai/blog/flux-3

@cgevent

Рубрика #Технопрожарка ("крутые подписчики")

Подписчик Андрей сделал open-source инференс движок для Gemma 4 26B-A4B 4-bit. Движок использует всего 2gb ram при размере модели 14gb. Проект написан на Swift/Metal и запускается на любом MacBook с M-процессором, даже на M1 Air.

Для того чтобы это работало, я использую стриминг весов с SSD и разные оптимизации. Кастомные fused kernels на Metal, репак весов в более подходящий формат, кеширование экспертов и I/O and compute overlap при работе с ними. Всего было более 100 разных экспериментов, все самое интересное описано в репе.

Сейчас движок выдает 4-5 tok/s на M1 Air, 5-6 на M2 Air, 26-29 tok/s на M4 MacBook Pro и 31-35 tok/s на M5 MacBook Pro.

Есть отдельное приложение на Mac, которое запускается буквально в одну команду. Надо только будет скачать веса с Hugging Face. Все абсолютно рабочее.

Проект на GitHub называется TurboFieldfare, там есть красиво оформленная страничка и почти 150 звездочек
Навалите ещё, дело хорошее.

https://github.com/drumih/turbo-fieldfare

На вопросы Андрей ответит в коментах.

@cgevent

Приходите лечицца в Чатджипитицце.

ChatGPT официально заводит медкарту подьзователя.

Спойлер: 18+ и US Only.

OpenAI запускает Health in ChatGPT - отдельный раздел, куда можно подключить Apple Health, медицинские записи американских клиник, One Medical и Function Health. После этого ChatGPT сможет сопоставлять новые анализы с предыдущими, собирать историю болезни в понятную хронологию, отслеживать изменения после визита к врачу и учитывать сон, активность, тренировки, лекарства и диагнозы в обычных чатах. Например, при выборе хавчика он вспомнит про ваши кетодиеты и ограничения, а при составлении оптимистичного плана тренировок с понедельника - о недавней травме.

Пока функция раскатывается только среди пользователей старше 18 лет в США - на web и iOS, во всех тарифах от Free до Pro. 

https://openai.com/index/health-in-chatgpt/

Я думаю, что фарма занесет Любые Деньги, чтобы попасть в эту выдачу.

Кстати, я когда общаюсь с ним на медицинские темы, чтобы снять бесконечное "вам надо сначала посоветоваццо с врачом", говорю "у меня уже есть назначение врача, я просто хочу сравнить с тем, что назначают в общих случаях".

@cgevent

#Нейропрожаока

The Translators "Грипп"

Автор: Ai Механика @mechanicsfilms_ai

Мы хотели написать нормальное описание, но потом
еще раз посмотрели клип, и мозг сказал: "Не надо".
Смотрите так 🫶😁

Пайплайн
Claude - промпты.
Nano Banana Pro — генерация ключевых визуальных элементов
GPT-2 Image - дополнительная генерация изображений в нужном стиле
Kling AI Seedance 2.0 - генерация видео
Photoshop - постобработка, чистка, цветокоррекция, дорисовка деталей, композиция, исправление артефактов
DaVinci Resolve - монтаж, цветокоррекция всего проекта, работа со звуком, эффекты, переходы, тайминг и полировка до готового вида.
Общее время ≈ 2,5 недели

Музыка: рок-группа Радиохед
Слова: Том Йорк
Кавер-версия: Зе Транслэйторс

Музыка: The Translators (акк в инсте @thetranslatorslive)
Агентство и продакшн: Ai Механика
Идея: Алексей Карпов
Концепт креатива: Алексей Карпов/ Марина Краснопольская
Ai артист: Марина Краснопольская
Графика: Павел Аушев
Ai Механика

@cgevent

Вышел Опусянский 5.0

Судя по табличке с бенчмарками он натурально избивает Fable 5. Хотя как бы в два раза дешевле.

Но у меня только один вопрос: если он такой умный, то почему у него 53.4 больше, чем 53.5???

Смотрим в таблице agentic coding benchmark. Размышляем...

https://www.anthropic.com/news/claude-opus-5

@cgevent

Киберпанк, который мы заслужили

Kimi K3 таки выложили в опенсорc

https://huggingface.co/moonshotai/Kimi-K3

И опубликовали отчет.

В общем, ничего супер-нового, но несколько интересных вещей отметил:
– 2.8T параметров всего, но на каждый токен работает 104B – 16 экспертов из 896.
– Контекст 1M, а позиционного кодирования нет вообще. Поэтому огромный контекст для нее вообще детский лепет и памяти на него не надо вагонами завозить.
– MXFP4-квантизацию вводят не после обучения, а прямо во время RL. Модель с самого начала учится жить сжатой, то есть серверную стойку можно взять и поменьше :)
– Стараются экономно расходовать токены, в том числе в мультимодальности. На BrowseComp лучший результат в мире за $2.03 за задачу. GPT-5.6 Sol вдвое дороже, Клод на максимуме – на порядок

Еще из прикольного:
– За обучение создали 51 миллион виртуалок-песочниц. Пока модель думает, песочница на паузе и не ест ресурсы вообще – а думает она до 98% времени жизни задачи. Вот на этом простое и сэкономили кучу денег на обучение.
– За один 48-часовой автономный прогон K3 спроектировала и проверила прототип чипа для ИИ, вообще с нуля. 4 мм², 8700 токенов/с в RTL-симуляции. Исходники выложили на гитхаб
– Написала свой компилятор для ИИ, обгоняет torch.compile
– Воспроизвела результат из астрофизики за два часа вместо двух недель: 20+ статей, 300 уравнений состояния, нашла ошибки в опубликованных формулах
– Смонтировала видео-ролик про собственную архитектуру из 56 клипов

Отдельно про кибербез. Мерились с GLM-5.2. Нашли 16 ранее неизвестных уязвимостей, две в ядре Linux. UK AISI и NIST проверяли независимо: GLM обходит, до фронтира не дотягивает – 0 из 41 на end-to-end эксплойтах. То есть по кибербезопасности модель лучшая из опенсорса.

По бенчмаркам всё то же, что и неделю назад: первое место на WebDev Arena среди 99 моделей (впервые открытая модель возглавила лидерборд живых людей). Про дизайн читал до этого статью интересную, как топовые модели сейчас стараются в более лучший дизайн.

И я не вижу вообще как тут можно говорить, что это просто "дистилляция fable".

Ну и здорово, что поделились вообще всем, как что работает, как дообучали, как песочницы делали, какие библиотеки использовали. То есть повторить и улучшить сможет любая лаборатория. Вау!

Но у себя дома стойку под 2.8T, правда, всё ещё надо иметь :)

https://github.com/MoonshotAI/Kimi-K3/blob/main/k3_tech_report.pdf

А Flux 3 неплох!

Один промпт. Сам монтирует. 20 секунд. Хорошая озвучка - благо липсинк тут не нужен.

Ждали Сору 3, получили третьего Флуксянского.

Делитесь, кто в бете, как вам флюкс 3?

Сорсик

@cgevent

Midjourney купила гороскоп. Потому что с картинками и с пальцами не очень получается.

Midjourney приобрела Co-Star - АСТРОЛОГИЧЕСКОЕ приложение, которое объясняет людям их характер по расположению планет и выставляет рейтинг совместимости с друзьями.

Логичный следующий шаг для компании, которая поняла: картинки скоро будут генерироваться бесплатно в каждом утюге, а человеческая тревожность все еще прекрасно монетизируется.

У Co-Star 4,3 млн пользователей в месяц. Они регулярно открывают приложение, чтобы спросить шозахрень?. И получают приятный ответ: виноваты звезды.

Midjourney теперь развивает восемь проектов, включая аппарат для полного ультразвукового сканирования тела в спа. Получается идеальная экосистема:

- гороскоп расскажет, кто вы
- УЗИ покажет, что у вас внутри
- нейросеть нарисует, каким вы хотели бы быть

Дэвид Хольц называет это гуманистическим направлением. Хотя пока больше похоже на платный цыганский сеанс, где вместо гадалки - видеокарты, а вместо духов - push-уведомления.

Midjourney не обязательно проиграла гонку моделей.

Она просто нашла рынок надежнее.

Картинку человек сгенерирует один раз.

А подтверждение того, что Вселенная думает лично о нем, будет покупать каждый месяц.

Ну шесть пальцев можно трактовать как знак свыше. Только я не придумал как, тупой видать. Но ИИ справицца.

https://techcrunch.com/2026/07/24/midjourney-acquired-the-astrology-app-co-star/

@cgevent

SHELLS: Facebuilder от Гугла.

Но не совсем.

SHELLS - исследовательская система Google для автоматической реконструкции 3D-головы по нескольким фотографиям с известных ракурсов. Она создает сетку примерно из 18 тысяч вершин с единой топологией и обрабатывает один набор изображений примерно за 0,08 секунды(!)

Главное преимущество SHELLS - скорость и стабильность. Система подходит для многокамерной съемки, захвата мимики и массовой обработки видео. При этом она требует откалиброванных камер и пока не является готовым продуктом: публичного кода нет, текстуры, волосы и мелкие детали кожи нужно восстанавливать отдельно.

С FaceBuilder от KeenTools задачи пересекаются, но сценарии разные. FaceBuilder - инструмент для Blender и Nuke, рассчитанный на художника. Он работает даже с обычными фотографиями, позволяет вручную корректировать модель, строить текстуры и экспортировать результат в другие 3D-пакеты.

SHELLS больше подходит студиям с многокамерными установками и автоматизированным производством.

FaceBuilder - создание конкретного персонажа из нескольких фотографий с ручной доводкой.

Страница проекта SHELLS https://syntec-research.github.io/SHELLS/
Статья на arXiv https://arxiv.org/abs/2605.31283

"FaceBuilder для Blender" https://keentools.io/products/facebuilder-for-blender

"FaceBuilder для Nuke" https://keentools.io/products/facebuilder-for-nuke

@cgevent

#Нейропрожарка

«Две будки»

Автор: @lekseylosey

Хочу поделиться первым опытом работы над ии-видео. Делал рекламный ролик для бара, в котором раньше работал.

Использовал вторую банану и сидэнс. По времени заняло 5 вечеров, израсходовано примерно 800-1000 токенов
Сначала пробовал в банане делать ключевые кадры, чтобы сидэнс меньше выдумывал, но всё время получались не те ракурсы и позы… кароче забил я на ключевые кадры 😁

Знаю, что есть куда расти, но хочется получить более обстоятельную обратную связь от людей, кто в этом понимает. Какие именно ошибки бросаются в глаза и какие варианты, как в следующий раз сделать лучше, что скажете?

@cgevent

Flux.3: драки-бенчмарк

Не Сиданский, медленно и по озвучке немного вяло.

Но понимание промпта неплохое:

"Двое мужиков сражаются в стиле кунг-фу во всё более тесных помещениях, пока в конце концов не сдаются, потому что это не стоит того."

@cgevent

Робат-парикмахер

— Я изобрёл автоматическую машину для бритья! Вот ящик, в нём четыре лезвия: голову всунул — жик-жик, и всё готово.

— Но ведь головы у всех людей разные

— Ну, это только в первый раз...

Смотреть со звуком.

Ну, забарбершопы!

@cgevent

Minimax H3

Мэртвые заговорили!

MiniMax начал выкатывать Hailuo H3 - новое поколение своего видеогенератора. Это уже не просто улучшенный Hailuo 2.3, а попытка собрать в одной модели генерацию, режиссуру и звук: text-to-video, image-to-video, несколько сцен внутри одного ролика, сохранение персонажа по референсам.
Все как у взрослых и к чему мы уже жоско привыкли.

Но есть нюанс - официальный сайт MiniMax пока всё ещё показывает Hailuo 2.3 как актуальную публичную модель, поэтому речь, похоже, идёт о раннем запуске через партнёров и отдельных пользователей, а не о полном глобальном релизе.

H3 генерирует видосы длиной от 5 до 15 секунд, в нативном 2K и 24 fps со звуком. На вход можно подавать текст, начальный или конечный кадр, до девяти изображений, трёх видеореференсов и трёх аудиофайлов. Заявлены multishot-сцены, конситстентный персонаж между планами и Edit уже сгенерированного видео промптами.

Динамика на видосах бодрая.

С ценами туманнее: официальный прайс именно на H3 пока не появился.

Но я нашел вот такое:

It uses the same amount of consumption as Seedance2.0's 480p at 2K resolution. То есть цены за 2К, как у Сиданского за 480р.

Но все это смотрится тщетно, кроме цен, ибо следующий пост.

@cgevent