Редкий шанс разобрать методологию медиабаинга с теми, кто каждый день видит, как устроена закупка внутри команд на больших спендах – и задать свои вопросы экспертам в перформанс маркетинге, автоматизации и ИИ.
Ещё недавно при росте бюджета команды просто нанимали больше байеров. Сейчас регулярка – тесты, перезапуски, масштабирование – уходит в автоматизацию с помощью агентов, и вопрос уже не «автоматизировать ли», а что именно и в каком порядке.
Кирилл Макаров (Webfunnels Club), Сева Устинов и Кирилл Касимский (основатели Plurio) разберём, из чего сегодня собирается рабочая методология: производство креативов, аналитика, тестирование и масштабирование, рутина закупки и привязка к бизнес-целям.
Это разговор не про AI ради AI, а про рабочую методологию закупки: как связать бизнес-цели, производство креативов, аналитику, тестирование, масштабирование, оптимизацию и ежедневные действия в рекламных кабинетах.
Разбирать будем на опыте работы с клиентами с совокупным spend $500m/y.
Один из свежих примеров — Finom, топ-3 необанк Европы для малого бизнеса. В Meta одновременно крутилось 500+ active ads / creative variations. За 5 месяцев сделали x2 новых клиентов и снизили CAC на 57%.
Главный вопрос вебинара: как превратить закупку из набора ручных решений в операционную систему, где каждый день понятно, что масштабировать, что резать, что тестировать и что автоматизировать.
Разберём:
— как понять, что Meta реально создаёт новых клиентов, а не просто доедает существующий спрос
— когда дать алгоритму время, а когда резать spend без сожаления
— как управлять сотнями креативов: naming, signals, fatigue, winners / losers
— какие правила и workflows стоит автоматизировать первыми
— как связать бизнес-цели, LTV, CAC и payback с ежедневными действиями в кабинете
— где обычно ломается команда на spend $500k–$5M в месяц
Кирилл Макаров, основатель Web Funnels Club и кофаундер проекта, который быстро вырос именно на закупке в Meta, расскажет, как у него устроена методология роста и масштабирования: какие решения принимаются, какие практики работают и как это выглядит внутри команды.
Кирилл Касимский расскажет, что работает у крупных клиентов с бюджетами в миллионы долларов в месяц: где ломается управление на больших объёмах и какие подходы помогают не терять эффективность.
Cева Устинов будет вести разговор и доставать из Кириллов не “интересные кейсы”, а рабочую методологию: какие решения принимать каждый день, чтобы закупка росла, а CAC не расползался.
Для кого:
— Head / Lead UA
— Performance / Growth leads
— CMO и фаундеры, которые лично отвечают за CAC, новых клиентов и масштабирование Meta
— команды с Meta spend от $500k в месяц
— те, кто понимает, что ручного управления уже недостаточно, но не хочет превращать AI в игрушку поверх дашборда
Не подойдет вам, если только начинаете запускаеть перформанс-маркетинг или ищете базовые настройки кампаний, будет слишком операционно.
26 августа
19:15 CET
Онлайн
Бесплатно
Полтора часа
Зарегистрироваться
@cgevent
Ещё недавно при росте бюджета команды просто нанимали больше байеров. Сейчас регулярка – тесты, перезапуски, масштабирование – уходит в автоматизацию с помощью агентов, и вопрос уже не «автоматизировать ли», а что именно и в каком порядке.
Кирилл Макаров (Webfunnels Club), Сева Устинов и Кирилл Касимский (основатели Plurio) разберём, из чего сегодня собирается рабочая методология: производство креативов, аналитика, тестирование и масштабирование, рутина закупки и привязка к бизнес-целям.
Это разговор не про AI ради AI, а про рабочую методологию закупки: как связать бизнес-цели, производство креативов, аналитику, тестирование, масштабирование, оптимизацию и ежедневные действия в рекламных кабинетах.
Разбирать будем на опыте работы с клиентами с совокупным spend $500m/y.
Один из свежих примеров — Finom, топ-3 необанк Европы для малого бизнеса. В Meta одновременно крутилось 500+ active ads / creative variations. За 5 месяцев сделали x2 новых клиентов и снизили CAC на 57%.
Главный вопрос вебинара: как превратить закупку из набора ручных решений в операционную систему, где каждый день понятно, что масштабировать, что резать, что тестировать и что автоматизировать.
Разберём:
— как понять, что Meta реально создаёт новых клиентов, а не просто доедает существующий спрос
— когда дать алгоритму время, а когда резать spend без сожаления
— как управлять сотнями креативов: naming, signals, fatigue, winners / losers
— какие правила и workflows стоит автоматизировать первыми
— как связать бизнес-цели, LTV, CAC и payback с ежедневными действиями в кабинете
— где обычно ломается команда на spend $500k–$5M в месяц
Кирилл Макаров, основатель Web Funnels Club и кофаундер проекта, который быстро вырос именно на закупке в Meta, расскажет, как у него устроена методология роста и масштабирования: какие решения принимаются, какие практики работают и как это выглядит внутри команды.
Кирилл Касимский расскажет, что работает у крупных клиентов с бюджетами в миллионы долларов в месяц: где ломается управление на больших объёмах и какие подходы помогают не терять эффективность.
Cева Устинов будет вести разговор и доставать из Кириллов не “интересные кейсы”, а рабочую методологию: какие решения принимать каждый день, чтобы закупка росла, а CAC не расползался.
Для кого:
— Head / Lead UA
— Performance / Growth leads
— CMO и фаундеры, которые лично отвечают за CAC, новых клиентов и масштабирование Meta
— команды с Meta spend от $500k в месяц
— те, кто понимает, что ручного управления уже недостаточно, но не хочет превращать AI в игрушку поверх дашборда
Не подойдет вам, если только начинаете запускаеть перформанс-маркетинг или ищете базовые настройки кампаний, будет слишком операционно.
26 августа
19:15 CET
Онлайн
Бесплатно
Полтора часа
Зарегистрироваться
@cgevent
👎24❤3🔥2😁2👍1
Forwarded from AI Product | Igor Akimov
Как сейлзы Anthropic используют AI
Очень показательные кейсы про область, про которую мало пишут. AI в продажах (как обработке входящих заявок, так и всяких там холодных звонков/писем-линкединов). Выложил Джон Альберт – как их команда business development живёт внутри Claude Cowork. Типа год назад тратил ~5 часов в день на разбор входящих в sales-inbox и отвечал на одни и те же вопросы. Теперь почти всё это – скиллы и расписанные по таймеру задачи.
Что у них крутится:
– База знаний. Документ с типовыми вопросами клиентов и лучшими ответами. Клод сам его собрал из продуктовых доков и каналов, сам же периодически помечает, что устарело. Без этого документа ничего дальше не работает.
– Inbox-скилл. Раз в час сканирует почту, находит треды, где нужен ответ, и оставляет черновики. Внутри – тонкий системный промпт, база знаний как контекст и профиль стиля конкретного сейлза (его отдельный voice-скилл собирает из писем и документов человека).
– Ночной прогон по всей книге аккаунтов (их у него 100+). Клод ходит в Salesforce, Apollo, Common Room, Gong и их data warehouse, проверяет сигналы против ICP и утром выдаёт по каждому аккаунту бриф, скор и outbound-план, чего кому написать. Ведёт небольшой memory-файл, чтобы не делать одно и то же дважды.
– Pipeline-скиллы: сверяет стадии сделок в Salesforce с тем, что реально происходит в Gmail и Gong, и предлагает апдейт с доказательствами – но только предлагает, человек апрувит. Если отклонил – записывает причину, чтобы не повторять.
– Мелочь, но приятная: скилл ловит no-show на встречи и «ушедших в тень» клиентов; другой раз в несколько часов берёт новые лиды из CRM и пишет первое касание.
– Call-coach: разбирает транскрипты Gong против плейбука discovery-звонков – три плюса, три минуса, pass/fail и одна вещь, которую тренировать дальше. Прикольно, что они используют дорогущий гонг вместо своих агентов :)
И ещё набор разовых запросов без скиллов: дашборд по usage аккаунта «в один промпт», поиск "скрытого использования" (уже пользуются продуктом, а сделки в CRM нет), подбор аккаунтов под вебинар по ICP.
Основные советы для компаний, что только начинают: сначала база знаний, потом воркфлоу; давать Клоду примеры того, как работает команда, а не абстрактные инструкции; человек на проверке каждой отправке; фидбек записывать обратно в скилл.
Ну и да, показательна нормальная архитектура: хороший адаптированный промпт + курируемый контекст, регулярно обновляемый, + память об ошибках + человек на кнопке «отправить», а не "фабрика агентов". Короче, нормальный контекст и самоусиливающая обратная связь. Супер-полезно конечно такие вещи читать не от всяких блогеров.
https://claude.com/blog/how-anthropics-business-development-team-uses-claude-to-run-inbound-and-outbound-at-scale
Очень показательные кейсы про область, про которую мало пишут. AI в продажах (как обработке входящих заявок, так и всяких там холодных звонков/писем-линкединов). Выложил Джон Альберт – как их команда business development живёт внутри Claude Cowork. Типа год назад тратил ~5 часов в день на разбор входящих в sales-inbox и отвечал на одни и те же вопросы. Теперь почти всё это – скиллы и расписанные по таймеру задачи.
Что у них крутится:
– База знаний. Документ с типовыми вопросами клиентов и лучшими ответами. Клод сам его собрал из продуктовых доков и каналов, сам же периодически помечает, что устарело. Без этого документа ничего дальше не работает.
– Inbox-скилл. Раз в час сканирует почту, находит треды, где нужен ответ, и оставляет черновики. Внутри – тонкий системный промпт, база знаний как контекст и профиль стиля конкретного сейлза (его отдельный voice-скилл собирает из писем и документов человека).
– Ночной прогон по всей книге аккаунтов (их у него 100+). Клод ходит в Salesforce, Apollo, Common Room, Gong и их data warehouse, проверяет сигналы против ICP и утром выдаёт по каждому аккаунту бриф, скор и outbound-план, чего кому написать. Ведёт небольшой memory-файл, чтобы не делать одно и то же дважды.
– Pipeline-скиллы: сверяет стадии сделок в Salesforce с тем, что реально происходит в Gmail и Gong, и предлагает апдейт с доказательствами – но только предлагает, человек апрувит. Если отклонил – записывает причину, чтобы не повторять.
– Мелочь, но приятная: скилл ловит no-show на встречи и «ушедших в тень» клиентов; другой раз в несколько часов берёт новые лиды из CRM и пишет первое касание.
– Call-coach: разбирает транскрипты Gong против плейбука discovery-звонков – три плюса, три минуса, pass/fail и одна вещь, которую тренировать дальше. Прикольно, что они используют дорогущий гонг вместо своих агентов :)
И ещё набор разовых запросов без скиллов: дашборд по usage аккаунта «в один промпт», поиск "скрытого использования" (уже пользуются продуктом, а сделки в CRM нет), подбор аккаунтов под вебинар по ICP.
Основные советы для компаний, что только начинают: сначала база знаний, потом воркфлоу; давать Клоду примеры того, как работает команда, а не абстрактные инструкции; человек на проверке каждой отправке; фидбек записывать обратно в скилл.
Ну и да, показательна нормальная архитектура: хороший адаптированный промпт + курируемый контекст, регулярно обновляемый, + память об ошибках + человек на кнопке «отправить», а не "фабрика агентов". Короче, нормальный контекст и самоусиливающая обратная связь. Супер-полезно конечно такие вещи читать не от всяких блогеров.
https://claude.com/blog/how-anthropics-business-development-team-uses-claude-to-run-inbound-and-outbound-at-scale
Claude
How Anthropic's business development team uses Claude to run inbound and outbound at scale
A business development rep shares how his team uses Claude to research account books, draft customer replies, and handle ad-hoc data analysis requests.
👍37❤20👎5🔥3
Media is too big
VIEW IN TELEGRAM
#Нейропрожарка
Музыкальное видео-эксперимент на тему: А что, если бы современные брейкеры и диджей(ка) оказались в средневековом сеттинге?
Автор: Виталий Мостовой
Заняло пару выходных и еще один день. Идею вынашивал до этого пару месяцев. В итоге решил затестить, как Сиденс справляется со сложными танцами, и несколькими людьми в кадре. Благо, есть тариф с анлимом на Сиданс в Ранвее, иначе на кредиты пришлось бы оформлять микрокредит)
Статировал в ГПТ, анимировал в Сидансе, монтировал в Премьере, саундтречил в Суно. Возни было много, только на монтаж день ушел, уже под конец начало накрывать, но отступать было некуда.
Хотелось не делать серьезный видос, и чтобы немного настроение поднимал, ну вот получилось, что получилось)
@cgevent
Музыкальное видео-эксперимент на тему: А что, если бы современные брейкеры и диджей(ка) оказались в средневековом сеттинге?
Автор: Виталий Мостовой
Заняло пару выходных и еще один день. Идею вынашивал до этого пару месяцев. В итоге решил затестить, как Сиденс справляется со сложными танцами, и несколькими людьми в кадре. Благо, есть тариф с анлимом на Сиданс в Ранвее, иначе на кредиты пришлось бы оформлять микрокредит)
Статировал в ГПТ, анимировал в Сидансе, монтировал в Премьере, саундтречил в Суно. Возни было много, только на монтаж день ушел, уже под конец начало накрывать, но отступать было некуда.
Хотелось не делать серьезный видос, и чтобы немного настроение поднимал, ну вот получилось, что получилось)
@cgevent
1👍78👎40😁20🔥16❤9🙏1
This media is not supported in your browser
VIEW IN TELEGRAM
Black Forest Labs бахнули FLUX Video Upscale
И это уже интересно - вообще отдельная модель для апскейла видео до 1080p, 2K и 4K.
Модель перегенерирует детали, исправляет размазанные лица, глаза и артефакты на сложных текстурах вроде воды и травы. Особенно она заточена под видео FLUX 3, но принимать может вообще любое видео от 480p.
Есть два режима: Precise максимально сохраняет исходник и идентичность, а Creative агрессивнее восстанавливает и дорисовывает детали.
Апскейл от1.5x до 3x, звук сохраняется, максимум 20 секунд и 50 МБ за один запрос.
Что у BFL реально интересно:
Это generative/restorative upscale, а не классический ESRGAN/Topaz-style resize + sharpen.
Он специально заточен под артефакты генеративного видео: размазанные лица, странные фактуры травы, воды и т.п. BFL прямо это заявляет.
Он знает внутреннее распределение FLUX 3, то есть потенциально может восстанавливать видео FLUX 3 лучше универсальных апскейлеров. Звучит нарядно. Надо проверять.
Попробовать можно прямо сейчас в официальном BFL Playground, без API и кода: загружаешь ролик, выбираешь FLUX Video Upscale и коэффициент апскейла.
Для разработчиков есть отдельный API endpoint "/v1/flux-tools/video-upscale-v1". Цена считается по разрешению и длительности готового ролика: Precise - $0.07 за мегапиксель-секунду, Creative - $0.10. Например, 10 секунд в 1080p обойдутся примерно в $1.39 / $1.98 соответственно. Цена в Playground такая же, как через API.
Попробовать:
https://dashboard.bfl.ai/playground?model=flux-3-upscale
Описание:
https://bfl.ai/blog/flux-video-upscale
Документация:
https://docs.bfl.ai/flux_tools/flux_video_upscale
Цены:
https://bfl.ai/pricing?category=flux+video+tools
@cgevent
И это уже интересно - вообще отдельная модель для апскейла видео до 1080p, 2K и 4K.
Модель перегенерирует детали, исправляет размазанные лица, глаза и артефакты на сложных текстурах вроде воды и травы. Особенно она заточена под видео FLUX 3, но принимать может вообще любое видео от 480p.
Есть два режима: Precise максимально сохраняет исходник и идентичность, а Creative агрессивнее восстанавливает и дорисовывает детали.
Апскейл от1.5x до 3x, звук сохраняется, максимум 20 секунд и 50 МБ за один запрос.
Что у BFL реально интересно:
Это generative/restorative upscale, а не классический ESRGAN/Topaz-style resize + sharpen.
Он специально заточен под артефакты генеративного видео: размазанные лица, странные фактуры травы, воды и т.п. BFL прямо это заявляет.
Он знает внутреннее распределение FLUX 3, то есть потенциально может восстанавливать видео FLUX 3 лучше универсальных апскейлеров. Звучит нарядно. Надо проверять.
Попробовать можно прямо сейчас в официальном BFL Playground, без API и кода: загружаешь ролик, выбираешь FLUX Video Upscale и коэффициент апскейла.
Для разработчиков есть отдельный API endpoint "/v1/flux-tools/video-upscale-v1". Цена считается по разрешению и длительности готового ролика: Precise - $0.07 за мегапиксель-секунду, Creative - $0.10. Например, 10 секунд в 1080p обойдутся примерно в $1.39 / $1.98 соответственно. Цена в Playground такая же, как через API.
Попробовать:
https://dashboard.bfl.ai/playground?model=flux-3-upscale
Описание:
https://bfl.ai/blog/flux-video-upscale
Документация:
https://docs.bfl.ai/flux_tools/flux_video_upscale
Цены:
https://bfl.ai/pricing?category=flux+video+tools
@cgevent
🔥30👍8👎7
Forwarded from AI Product | Igor Akimov
Deepseek выкатил мультимодальную модель!
deepseek-v4-flash-vision-exp – принимает картинки вместе с текстом: описание изображений, чтение скриншотов, анализ графиков.
По тексту (агенты, reasoning, знания) – на уровне обычного V4-Flash, а на мультимодальных агентских бенчмарках – большой скачок, близко к Opus 4.8
Картинка стоит максимум 384 токена – всё, что больше ~800×800, сжимается до этого размера. 2000×2000 и 5000×5000 съедят одинаково
– тарификация – по ценам V4-Flash: при $0.14/1M input это ~18 тысяч изображений на доллар (в off-peak часы – вдвое дешевле)
– до 600 изображений в одном запросе, форматы JPEG/PNG/GIF/WebP, есть Files API для переиспользования
– работает через три интерфейса сразу: OpenAI Chat Completions, Responses API и Anthropic-совместимый
Короче, надо пробовать. Стоит как обычно копейки вообще. Должна быть сильно и в обработке документов, и в обработке графики (кроме совсем уж плотных текстов)
https://api-docs.deepseek.com/news/news260821/
deepseek-v4-flash-vision-exp – принимает картинки вместе с текстом: описание изображений, чтение скриншотов, анализ графиков.
По тексту (агенты, reasoning, знания) – на уровне обычного V4-Flash, а на мультимодальных агентских бенчмарках – большой скачок, близко к Opus 4.8
Картинка стоит максимум 384 токена – всё, что больше ~800×800, сжимается до этого размера. 2000×2000 и 5000×5000 съедят одинаково
– тарификация – по ценам V4-Flash: при $0.14/1M input это ~18 тысяч изображений на доллар (в off-peak часы – вдвое дешевле)
– до 600 изображений в одном запросе, форматы JPEG/PNG/GIF/WebP, есть Files API для переиспользования
– работает через три интерфейса сразу: OpenAI Chat Completions, Responses API и Anthropic-совместимый
/messagesКороче, надо пробовать. Стоит как обычно копейки вообще. Должна быть сильно и в обработке документов, и в обработке графики (кроме совсем уж плотных текстов)
https://api-docs.deepseek.com/news/news260821/
🔥34❤9👍3👎1
Культура ИИ-отмены
Нигерийский писатель Джерри Фаладе написал дебютный криминальный роман Call Me, I’ll Hide the Body. Рукопись вызвала настоящую истерику среди издателей: аукцион с участием 14 компаний, несколько шестизначных предложений в Великобритании и около $2-2,4 млн от принадлежащего Macmillan издательства Minotaur за две книги. Роман собирались выпустить как один из главных релизов 2028 года. Кожаные агенты называли текст «гениальным» и утверждали, что в него влюбились буквально все.
Затем один из редакторов заметил в тексте признаки возможного использования ИИ. Важный нюанс: книгу снял с продажи не издатель после автоматического AI-детектора, а собственные агенты Фаладе. Сначала они поверили его заверениям, что ИИ не применялся ни при написании, ни при редактировании. Но после некой встречи 29 июля, когда некоторые детали его объяснений якобы изменились, агенты заявили, что больше не могут подтвердить происхождение рукописи, срочно разорвали отношения и отозвали книгу со всех торгов. Публичных доказательств генерации текста при это НИКТО не представил.
Сам Фаладе всё отрицает. Он говорит, что располагает черновиками, заметками, датированными сообщениями и материалами ещё 2021 года, то есть до появления ChatGPT. Publishers Weekly действительно ознакомился с частью таких сообщений, но они подтверждают лишь то, что Фаладе давно занимался художественным текстом, а не обязательно происхождение каждого фрагмента финальной книги. Писатель также считает, что подозрения могут быть связаны с расовой предвзятостью.
Самая кожаная часть истории: 14 издателей прочитали якобы «иишный» роман, устроили за него драку и предложили миллионы. И только потом кто-то вспомнил, что ИИ-текст положено презирать. Но утверждать, что книга точно написана нейросетью, тоже пока нельзя.
Самое главное: по состоянию на 21 августа прув или антипрув так и не появился. Ни отчёта AI-детектора с анализом текста, ни сравнений конкретных фрагментов, ни доказательства генерации глав/абзацев, ни судебного иска Фаладе. Свежая большая статья WSJ на этой неделе всё ещё описывает дело именно как случай suspected AI use, а не установленного AI-авторства.
Это я к чему? Вовсе не к тому, кто писал книгу.
А к тому, что теперь нас ждёт новая культура отмены. Можно стукануть или намекнуть, что кто-то использует ИИ - и хоп, кожаные отменяют кожаного, хоть только что вылизывали ему все места. Все это про устройство кожаных, а не ИИ.
Кожаным всегда были важны шашки, а не ехать.
ИИ просто вытаскивает наружу кожаое лицемерие.
Клевая музика?
Да!
Это ИИ.
Фу, песок и тупая аранжировка, отменяем автора.
https://www.wsj.com/business/media/author-whose-2-million-book-deal-was-derailed-by-ai-concerns-says-hes-innocent-c9f4c91b
https://www.publishersweekly.com/pw/by-topic/industry-news/publisher-news/article/100983-after-the-cancellation-of-call-me-i-ll-hide-the-body-what-comes-next.html
https://www.wsj.com/arts-culture/books/generative-ai-book-publishing-be79a287
@cgevent
Нигерийский писатель Джерри Фаладе написал дебютный криминальный роман Call Me, I’ll Hide the Body. Рукопись вызвала настоящую истерику среди издателей: аукцион с участием 14 компаний, несколько шестизначных предложений в Великобритании и около $2-2,4 млн от принадлежащего Macmillan издательства Minotaur за две книги. Роман собирались выпустить как один из главных релизов 2028 года. Кожаные агенты называли текст «гениальным» и утверждали, что в него влюбились буквально все.
Затем один из редакторов заметил в тексте признаки возможного использования ИИ. Важный нюанс: книгу снял с продажи не издатель после автоматического AI-детектора, а собственные агенты Фаладе. Сначала они поверили его заверениям, что ИИ не применялся ни при написании, ни при редактировании. Но после некой встречи 29 июля, когда некоторые детали его объяснений якобы изменились, агенты заявили, что больше не могут подтвердить происхождение рукописи, срочно разорвали отношения и отозвали книгу со всех торгов. Публичных доказательств генерации текста при это НИКТО не представил.
Сам Фаладе всё отрицает. Он говорит, что располагает черновиками, заметками, датированными сообщениями и материалами ещё 2021 года, то есть до появления ChatGPT. Publishers Weekly действительно ознакомился с частью таких сообщений, но они подтверждают лишь то, что Фаладе давно занимался художественным текстом, а не обязательно происхождение каждого фрагмента финальной книги. Писатель также считает, что подозрения могут быть связаны с расовой предвзятостью.
Самая кожаная часть истории: 14 издателей прочитали якобы «иишный» роман, устроили за него драку и предложили миллионы. И только потом кто-то вспомнил, что ИИ-текст положено презирать. Но утверждать, что книга точно написана нейросетью, тоже пока нельзя.
Самое главное: по состоянию на 21 августа прув или антипрув так и не появился. Ни отчёта AI-детектора с анализом текста, ни сравнений конкретных фрагментов, ни доказательства генерации глав/абзацев, ни судебного иска Фаладе. Свежая большая статья WSJ на этой неделе всё ещё описывает дело именно как случай suspected AI use, а не установленного AI-авторства.
Это я к чему? Вовсе не к тому, кто писал книгу.
А к тому, что теперь нас ждёт новая культура отмены. Можно стукануть или намекнуть, что кто-то использует ИИ - и хоп, кожаные отменяют кожаного, хоть только что вылизывали ему все места. Все это про устройство кожаных, а не ИИ.
Кожаным всегда были важны шашки, а не ехать.
ИИ просто вытаскивает наружу кожаое лицемерие.
Клевая музика?
Да!
Это ИИ.
Фу, песок и тупая аранжировка, отменяем автора.
https://www.wsj.com/business/media/author-whose-2-million-book-deal-was-derailed-by-ai-concerns-says-hes-innocent-c9f4c91b
https://www.publishersweekly.com/pw/by-topic/industry-news/publisher-news/article/100983-after-the-cancellation-of-call-me-i-ll-hide-the-body-what-comes-next.html
https://www.wsj.com/arts-culture/books/generative-ai-book-publishing-be79a287
@cgevent
The Wall Street Journal
Author Whose $2 Million Book Deal Was Derailed by AI Concerns Says He’s Innocent
Jerry Falade said in an interview that he wrote the debut novel himself and that claims against him were racially motivated.
👍107❤24😱19🔥13😁4
Media is too big
VIEW IN TELEGRAM
#Нейропрожарка
Быстрый оффер
Автор: @YASNO
В мрачной тьме далёкого будущего есть только РПЛ. А ещё там есть быстрые генерации: на весь процесс от идеи до релиза у меня ушло 7 часов работы и порядка $50 кредитов.
Поехали! Быстрый концепт-арт на стилшотах — броня, игровое поле, персонажи и, главное, пэкшот по гайдам — всё Nana Banana Pro. Далее — анимация коротких сцен, коротких настолько, чтобы артефакты варпа не успели ворваться в кадр. Космодесу предусмотрительно надеваем шлем и выпускаем на сцену сердитый Kling O3. Интершумы дёргаем из его же генераций. Теперь нужен коммерческий поставленный голос, которому вручную можно задавать тон — это работа для ElevenLabs. Завершает концерт Suno: намекаем ему на сюжет и хронометраж, он схватывает всё на лету и сводит трек. Готово. Пусть едет харя набекрень у человека на трибуне, но главное — сеттинг считывается.
Реальность рекламных фильмов сегодня — это утренний инфоповод, который нужно отбить уже к вечеру. И делается это примерно так.
@cgevent
Быстрый оффер
Автор: @YASNO
В мрачной тьме далёкого будущего есть только РПЛ. А ещё там есть быстрые генерации: на весь процесс от идеи до релиза у меня ушло 7 часов работы и порядка $50 кредитов.
Поехали! Быстрый концепт-арт на стилшотах — броня, игровое поле, персонажи и, главное, пэкшот по гайдам — всё Nana Banana Pro. Далее — анимация коротких сцен, коротких настолько, чтобы артефакты варпа не успели ворваться в кадр. Космодесу предусмотрительно надеваем шлем и выпускаем на сцену сердитый Kling O3. Интершумы дёргаем из его же генераций. Теперь нужен коммерческий поставленный голос, которому вручную можно задавать тон — это работа для ElevenLabs. Завершает концерт Suno: намекаем ему на сюжет и хронометраж, он схватывает всё на лету и сводит трек. Готово. Пусть едет харя набекрень у человека на трибуне, но главное — сеттинг считывается.
Реальность рекламных фильмов сегодня — это утренний инфоповод, который нужно отбить уже к вечеру. И делается это примерно так.
@cgevent
1👎109🔥14❤5👍5😁2😱1
На OpenRouter бесплатно бахнули неизвестную frontier-модель Ox Alpha
https://openrouter.ai/stealth/ox-alpha
Шняга явно заточена под кодинг и агентов: миллион токенов контекста, до 131К на выходе, reasoning, tools, плюс она понимает не только текст и картинки, но и видео. Типа мультимодальная.
На маленьком 10-задачном прогоне DeepSWE получила 80% против 65% у Fable и 52% у Sol. Выборка крошечная, и твитторские пишут, что до Фаблика ей далековато.
А дальше начинается детектив. Реддитские прогнали Ox Alpha через fingerprint-тесты и обнаружили, что подсчет токенов совпадает с GLM-5.3, причем разница стабильно составляет всего 75 токенов, которые очень похожи на скрытый системный промпт. Еще интереснее видео: расход токенов на разных роликах практически повторяет GLM-5V-Turbo. Совпадают и некоторые ошибки API, режимы reasoning и характерные ответы. Поэтому основной подозреваемый сейчас Z.ai, бывшая Zhipu AI.
Но вот версия про конкретно GLM-5.3 Flash пока скорее пальцем в небо: Ox Alpha может оказаться вообще новым мультимодальным GLM-5.x, который еще не анонсировали.
Ништяк в том, что Ox Alpha пока отдают бесплатно, а OpenCode заявляет квоту до 100 триллионов! токенов в сутки. Похоже, вместо закрытой беты китайцы просто вынесли новую модель в интернет - такой маркетинг нам нравицца!
@cgevent
https://openrouter.ai/stealth/ox-alpha
Шняга явно заточена под кодинг и агентов: миллион токенов контекста, до 131К на выходе, reasoning, tools, плюс она понимает не только текст и картинки, но и видео. Типа мультимодальная.
На маленьком 10-задачном прогоне DeepSWE получила 80% против 65% у Fable и 52% у Sol. Выборка крошечная, и твитторские пишут, что до Фаблика ей далековато.
А дальше начинается детектив. Реддитские прогнали Ox Alpha через fingerprint-тесты и обнаружили, что подсчет токенов совпадает с GLM-5.3, причем разница стабильно составляет всего 75 токенов, которые очень похожи на скрытый системный промпт. Еще интереснее видео: расход токенов на разных роликах практически повторяет GLM-5V-Turbo. Совпадают и некоторые ошибки API, режимы reasoning и характерные ответы. Поэтому основной подозреваемый сейчас Z.ai, бывшая Zhipu AI.
Но вот версия про конкретно GLM-5.3 Flash пока скорее пальцем в небо: Ox Alpha может оказаться вообще новым мультимодальным GLM-5.x, который еще не анонсировали.
Ништяк в том, что Ox Alpha пока отдают бесплатно, а OpenCode заявляет квоту до 100 триллионов! токенов в сутки. Похоже, вместо закрытой беты китайцы просто вынесли новую модель в интернет - такой маркетинг нам нравицца!
@cgevent
👍50❤13🔥12👎1
This media is not supported in your browser
VIEW IN TELEGRAM
Wan 3.0 раскатали везде.
Запускать уже можно в Alibaba Cloud Model Studio, Qwen Cloud, fal.ai, Runware и Magnific. У fal доступны T2V, I2V и Reference-to-Video, у Runware тоже уже live API.
По деньгам официальный Wan 3.0 Standard стоит $0.05/сек в 480p, $0.10/сек в 720p и $0.20/сек в 1080p. То есть 30 секунд обходятся в $1.50 / $3 / $6 соответственно.
На Model Studio и Qwen Cloud с 23 августа по 23 сентября действует скидка 30% на Standard, то есть фактически около $0.035 / $0.07 / $0.14 за секунду.
У fal есть ещё Wan 3.0 Prime: $0.068 / $0.14 / $0.28 за секунду.
Из уже подтверждённых возможностей: до 30 секунд за одну генерацию, 480p/720p/1080p, 30 fps, нативный звук с возможностью отключения, Smart Duration, adaptive aspect ratio, первый и последний кадр, reference-to-video и Omni Reference. В качестве референсов можно подавать до 10 изображений, 5 видео и 5 аудиофайлов, а ещё документы, PDF, таблицы, презентации и даже публичные веб-страницы. То есть можно буквально скормить модели презентацию или страницу сайта и получить видео даже без текстового промпта.
https://help.aliyun.com/en/model-studio/wan3-video-generation-api-reference
https://help.aliyun.com/en/model-studio/model-pricing
https://wan.video/
https://fal.ai/models/alibaba/wan-3.0/text-to-video
https://runware.ai/docs/models/alibaba-wan3-0
@cgevent
Запускать уже можно в Alibaba Cloud Model Studio, Qwen Cloud, fal.ai, Runware и Magnific. У fal доступны T2V, I2V и Reference-to-Video, у Runware тоже уже live API.
По деньгам официальный Wan 3.0 Standard стоит $0.05/сек в 480p, $0.10/сек в 720p и $0.20/сек в 1080p. То есть 30 секунд обходятся в $1.50 / $3 / $6 соответственно.
На Model Studio и Qwen Cloud с 23 августа по 23 сентября действует скидка 30% на Standard, то есть фактически около $0.035 / $0.07 / $0.14 за секунду.
У fal есть ещё Wan 3.0 Prime: $0.068 / $0.14 / $0.28 за секунду.
Из уже подтверждённых возможностей: до 30 секунд за одну генерацию, 480p/720p/1080p, 30 fps, нативный звук с возможностью отключения, Smart Duration, adaptive aspect ratio, первый и последний кадр, reference-to-video и Omni Reference. В качестве референсов можно подавать до 10 изображений, 5 видео и 5 аудиофайлов, а ещё документы, PDF, таблицы, презентации и даже публичные веб-страницы. То есть можно буквально скормить модели презентацию или страницу сайта и получить видео даже без текстового промпта.
https://help.aliyun.com/en/model-studio/wan3-video-generation-api-reference
https://help.aliyun.com/en/model-studio/model-pricing
https://wan.video/
https://fal.ai/models/alibaba/wan-3.0/text-to-video
https://runware.ai/docs/models/alibaba-wan3-0
@cgevent
🔥38❤11
Конкуренция – это отлично
Похоже OpenAI и Антропик соревнуются, кто круче лизнет пользователя, лишь бы тот не соскочил с поезда и не пересел на конкурирующую электричку.
ОпенАИ взяли и дропнули цены на API SOL 5.6 на двадцать процентов аж на ТРИ месяца.
Антропик такой: а мы продлеваем увеличенные недельные лимиты на Claude Code до 31 августа.
Пользователи: услышали, продолжайте, тут Ox Alpha ваще бесплатно, ждем дальнейших прогибов.
@cgevent
Похоже OpenAI и Антропик соревнуются, кто круче лизнет пользователя, лишь бы тот не соскочил с поезда и не пересел на конкурирующую электричку.
ОпенАИ взяли и дропнули цены на API SOL 5.6 на двадцать процентов аж на ТРИ месяца.
Антропик такой: а мы продлеваем увеличенные недельные лимиты на Claude Code до 31 августа.
Пользователи: услышали, продолжайте, тут Ox Alpha ваще бесплатно, ждем дальнейших прогибов.
@cgevent
❤36😁35🔥16👍2
This media is not supported in your browser
VIEW IN TELEGRAM
Runway бахнул Ruby: еще один SDR в HDR
Разбираемсо, сравниваем, ботанствуем.
Ruby принимает уже существующее SDR-видео и расширяет его яркостный диапазон до HDR. Можно скормить как свой загруженный ролик, так и результат любой модели Runway.
Ruby сохраняет исходные пиксели и аудио, ничего заново не рендерит, а расширяет яркость в HDR headroom с color-preserving обработкой. То есть это скорее очень умный нейросетевой inverse tone mapping, чем генеративная перерисовка видео. Через API принимаются SDR-ролики до 40 секунд и менее 4096 px по каждой стороне, хотя в первоначальном анонсе интерфейса Runway фигурировал лимит 30 секунд.
12 бит и 16 бит - тут есть важная тонкость. Фраза Runway "up to 16-bit HDR" звучит круто, но 16 бит относится прежде всего к EXR. Это OpenEXR с half-float: 16-битное floating-point значение на канал, а не обычные 65 536 равномерных целочисленных уровней. Float16 имеет огромный диапазон значений и отлично подходит для scene-linear света, композа и грейдинга. Но это не означает, что Ruby каким-то чудом превращает исходный 8-bit SDR в 16 бит реально измеренной камерой информации. Новая информация синтезирована моделью.
Для готовых видеокодеков Runway заявляет 10- и 12-bit ProRes/HEVC. Причём есть небольшой нюанс документации: публичный анонс говорит о 10/12 bit ProRes и HEVC, тогда как текущая API-документация явно описывает стандартный HEVC HDR10 как 10-bit, а для профессионального ProRes предлагает 422, 422 HQ и 4444. Поэтому "12-bit" я бы пока воспринимал прежде всего как максимальную доступную глубину некоторых export-профилей, а не как обязательную характеристику
EXR и остальные форматы. Самый RAW-профессиональный вариант Ruby - ZIP с последовательностью OpenEXR half-float кадров. Причём API уточняет интересную вещь: внутри это linear BT.2020 light, плюс sidecar-файлы с colorimetry/provenance и отдельный audio.wav, если в источнике был звук. Это вариант для Nuke, Fusion, Resolve и VFX-пайплайна, где ты потом сам решаешь, как делать mastering.
Второй вариант - ProRes MOV, BT.2020 + PQ, с профилями 422, 422 HQ или 4444. Третий - HEVC HDR10, то есть 10-bit, BT.2020 + PQ, уже почти готовый delivery-файл для HDR-телевизора, YouTube и т.п. Есть также HLG, удобный прежде всего для broadcast. Вот это, на мой взгляд, одна из самых сильных сторон Ruby: он выдаёт не только "HDR EXR для технарей", но и сразу практические HDR master/delivery форматы.
Первые отзывы. Появился и первый содержательный негативный тест: один пользователь пишет, что в полученном EXR всё ещё видит заметный banding, а в тенях и светах не появляется ожидаемого объёма информации - по его впечатлению это больше похоже на качественное расширение диапазона, чем на настоящую реконструкцию 16-bit материала. Это пока единичный отзыв, а не нормальный A/B тест.
На Reddit ситуация ещё показательнее: обсуждение Ruby только начинается, люди в основном спрашивают, кто уже успел сравнить его с Topaz. Поэтому делать вывод «Ruby лучше/хуже» пока рано.
@cgevent
Разбираемсо, сравниваем, ботанствуем.
Ruby принимает уже существующее SDR-видео и расширяет его яркостный диапазон до HDR. Можно скормить как свой загруженный ролик, так и результат любой модели Runway.
Ruby сохраняет исходные пиксели и аудио, ничего заново не рендерит, а расширяет яркость в HDR headroom с color-preserving обработкой. То есть это скорее очень умный нейросетевой inverse tone mapping, чем генеративная перерисовка видео. Через API принимаются SDR-ролики до 40 секунд и менее 4096 px по каждой стороне, хотя в первоначальном анонсе интерфейса Runway фигурировал лимит 30 секунд.
12 бит и 16 бит - тут есть важная тонкость. Фраза Runway "up to 16-bit HDR" звучит круто, но 16 бит относится прежде всего к EXR. Это OpenEXR с half-float: 16-битное floating-point значение на канал, а не обычные 65 536 равномерных целочисленных уровней. Float16 имеет огромный диапазон значений и отлично подходит для scene-linear света, композа и грейдинга. Но это не означает, что Ruby каким-то чудом превращает исходный 8-bit SDR в 16 бит реально измеренной камерой информации. Новая информация синтезирована моделью.
Для готовых видеокодеков Runway заявляет 10- и 12-bit ProRes/HEVC. Причём есть небольшой нюанс документации: публичный анонс говорит о 10/12 bit ProRes и HEVC, тогда как текущая API-документация явно описывает стандартный HEVC HDR10 как 10-bit, а для профессионального ProRes предлагает 422, 422 HQ и 4444. Поэтому "12-bit" я бы пока воспринимал прежде всего как максимальную доступную глубину некоторых export-профилей, а не как обязательную характеристику
EXR и остальные форматы. Самый RAW-профессиональный вариант Ruby - ZIP с последовательностью OpenEXR half-float кадров. Причём API уточняет интересную вещь: внутри это linear BT.2020 light, плюс sidecar-файлы с colorimetry/provenance и отдельный audio.wav, если в источнике был звук. Это вариант для Nuke, Fusion, Resolve и VFX-пайплайна, где ты потом сам решаешь, как делать mastering.
Второй вариант - ProRes MOV, BT.2020 + PQ, с профилями 422, 422 HQ или 4444. Третий - HEVC HDR10, то есть 10-bit, BT.2020 + PQ, уже почти готовый delivery-файл для HDR-телевизора, YouTube и т.п. Есть также HLG, удобный прежде всего для broadcast. Вот это, на мой взгляд, одна из самых сильных сторон Ruby: он выдаёт не только "HDR EXR для технарей", но и сразу практические HDR master/delivery форматы.
Первые отзывы. Появился и первый содержательный негативный тест: один пользователь пишет, что в полученном EXR всё ещё видит заметный banding, а в тенях и светах не появляется ожидаемого объёма информации - по его впечатлению это больше похоже на качественное расширение диапазона, чем на настоящую реконструкцию 16-bit материала. Это пока единичный отзыв, а не нормальный A/B тест.
На Reddit ситуация ещё показательнее: обсуждение Ruby только начинается, люди в основном спрашивают, кто уже успел сравнить его с Topaz. Поэтому делать вывод «Ruby лучше/хуже» пока рано.
@cgevent
🔥12👍8😁3❤1
Руби, Топаз и LTX
Главный прямой конкурент Руби - Topaz Hyperion 2.5.
Topaz выпустили её в августе как улучшенный SDR→HDR конвертер с меньшим banding, лучшей передачей цвета и dynamic range. По смыслу Ruby и Hyperion 2.5 практически делают одно и то же: получили 8-bit SDR → нейросеть расширила luminance/color → получили профессиональный HDR. Hyperion 2.5 выдаёт 10-bit ProRes/H.265 и 16-bit half-float EXR.
Продуктовая разница прежде всего в экосистеме: Ruby встроен в Runway и облачный API, Hyperion 2.5 - в Topaz/Astra и постепенно в desktop Topaz Video. У Hyperion сейчас, кстати, обнаружились глючки: пользователь Topaz нашёл, что облачный 16-bit EXR приходит как Linear Rec.2020, хотя ожидал ACES2065-1; в сообществе уточняют, что ACES2065-1 пока относится к локальному Pro-рендеру.
LTX технически интереснее обоих. У Lightricks SDR→HDR реализован открыто как HDR IC-LoRA поверх огромной LTX-2.3 22B. То есть это не отдельный закрытый black box: большая генеративная видеомодель получает специальный HDR-адаптер и синтезирует дополнительный dynamic range. Можно запустить через Python или ComfyUI и получить scene-linear EXR. Причём LTX уже добавила полноценный Native EXR/HDR pipeline в LTX-2.5: ACEScg, linear Rec.709 и ACEScct могут проходить через генеративный pipeline без предварительного превращения в SDR. Важная тонкость: именно SDR→HDR IC-LoRA пока официально валидирована на LTX-2.3, поддержка 2.5 ещё находится в разработке.
Поэтому Ruby и Hyperion - готовые специализированные SDR→HDR продукты, а LTX - гораздо более открытый и генеративный подход, который можно разбирать, модифицировать и запускать локально.
Где пробовать и сколько стоит. Ruby уже есть в Runway для Max и Enterprise и отдельно через API
API стоит 20 credits за секунду, то есть $0.20/с при цене кредита $0.01; если исходник больше 4 мегапикселей - 40 credits, $0.40/с. Получается около $6 за 30 секунд обычного видео или $12 за 30 секунд >4 MP. Max сейчас стоит $95 помесячно или $76/мес при годовой оплате и включает 9500 credits.
Hyperion 2.5 уже доступен через Topaz Astra и API, desktop-интеграция Topaz Video разворачивается.
LTX HDR доступен через API и локально: API стоит $0.20/с до 1080p, $0.40/с до 1440p и $0.80/с до 4K; HDR IC-LoRA для LTX-2.3 можно гонять локально. Для 2.5 ждем.
Конкуренция это прекрасно: Runway Ruby и Topaz Hyperion 2.5 делают практически один продукт двумя закрытыми моделями, а LTX решает ту же задачу через открытую 22B video model + HDR IC-LoRA.
В идеале, конечно, прогнать нормальный A/B на одном исходнике: сколько реальной дополнительной информации появляется в пересветах и тенях, что происходит с banding и насколько стабильно всё это держится между кадрами. Композеры, расчехляйтесь.
@cgevent
https://docs.dev.runwayml.com/api-details/api_changelog/
https://docs.dev.runwayml.com/guides/models/
https://docs.dev.runwaym.com/guides/pricing/
https://x.com/runwayml/status/2090807248402682101
https://developer.topazlabs.com/video-models/video-utilities/hyperion-2.5-sdr-to-hdr-new
https://docs.ltx.io/open-source-model/usage-guides/working-with-exr-hdr
https://ltx.io/blog/sdr-to-hdr
https://www.reddit.com/r/hybridfilmmaking/comments/1vulldr/runways_new_hdr_tool/
@cgevent
Главный прямой конкурент Руби - Topaz Hyperion 2.5.
Topaz выпустили её в августе как улучшенный SDR→HDR конвертер с меньшим banding, лучшей передачей цвета и dynamic range. По смыслу Ruby и Hyperion 2.5 практически делают одно и то же: получили 8-bit SDR → нейросеть расширила luminance/color → получили профессиональный HDR. Hyperion 2.5 выдаёт 10-bit ProRes/H.265 и 16-bit half-float EXR.
Продуктовая разница прежде всего в экосистеме: Ruby встроен в Runway и облачный API, Hyperion 2.5 - в Topaz/Astra и постепенно в desktop Topaz Video. У Hyperion сейчас, кстати, обнаружились глючки: пользователь Topaz нашёл, что облачный 16-bit EXR приходит как Linear Rec.2020, хотя ожидал ACES2065-1; в сообществе уточняют, что ACES2065-1 пока относится к локальному Pro-рендеру.
LTX технически интереснее обоих. У Lightricks SDR→HDR реализован открыто как HDR IC-LoRA поверх огромной LTX-2.3 22B. То есть это не отдельный закрытый black box: большая генеративная видеомодель получает специальный HDR-адаптер и синтезирует дополнительный dynamic range. Можно запустить через Python или ComfyUI и получить scene-linear EXR. Причём LTX уже добавила полноценный Native EXR/HDR pipeline в LTX-2.5: ACEScg, linear Rec.709 и ACEScct могут проходить через генеративный pipeline без предварительного превращения в SDR. Важная тонкость: именно SDR→HDR IC-LoRA пока официально валидирована на LTX-2.3, поддержка 2.5 ещё находится в разработке.
Поэтому Ruby и Hyperion - готовые специализированные SDR→HDR продукты, а LTX - гораздо более открытый и генеративный подход, который можно разбирать, модифицировать и запускать локально.
Где пробовать и сколько стоит. Ruby уже есть в Runway для Max и Enterprise и отдельно через API
/v1/video_to_hdr.API стоит 20 credits за секунду, то есть $0.20/с при цене кредита $0.01; если исходник больше 4 мегапикселей - 40 credits, $0.40/с. Получается около $6 за 30 секунд обычного видео или $12 за 30 секунд >4 MP. Max сейчас стоит $95 помесячно или $76/мес при годовой оплате и включает 9500 credits.
Hyperion 2.5 уже доступен через Topaz Astra и API, desktop-интеграция Topaz Video разворачивается.
LTX HDR доступен через API и локально: API стоит $0.20/с до 1080p, $0.40/с до 1440p и $0.80/с до 4K; HDR IC-LoRA для LTX-2.3 можно гонять локально. Для 2.5 ждем.
Конкуренция это прекрасно: Runway Ruby и Topaz Hyperion 2.5 делают практически один продукт двумя закрытыми моделями, а LTX решает ту же задачу через открытую 22B video model + HDR IC-LoRA.
В идеале, конечно, прогнать нормальный A/B на одном исходнике: сколько реальной дополнительной информации появляется в пересветах и тенях, что происходит с banding и насколько стабильно всё это держится между кадрами. Композеры, расчехляйтесь.
@cgevent
https://docs.dev.runwayml.com/api-details/api_changelog/
https://docs.dev.runwayml.com/guides/models/
https://docs.dev.runwaym.com/guides/pricing/
https://x.com/runwayml/status/2090807248402682101
https://developer.topazlabs.com/video-models/video-utilities/hyperion-2.5-sdr-to-hdr-new
https://docs.ltx.io/open-source-model/usage-guides/working-with-exr-hdr
https://ltx.io/blog/sdr-to-hdr
https://www.reddit.com/r/hybridfilmmaking/comments/1vulldr/runways_new_hdr_tool/
@cgevent
Runway Dev
API Changelog & Updates
Track Runway Dev changes and updates. View version history, new features, breaking changes and improvements to AI video generation endpoints.
🔥13👍8❤2
Media is too big
VIEW IN TELEGRAM
#Нейропрожарка
Баба Яга. Доставка, сахар и ПВО
Автор:
Алексей Лотков / @aleksejlotkov (Insta/Tg)
Описание:
Короткий абсурдный фолк-мокьюментари про Бабу Ягу в современном российском быту: она летает в ступе, покупает сахар по акции в «Пятерочке», заказывает доставку в избушку на курьих ножках, сталкивается с курьерами, говорящим котом, Лешим-алкашом и ПВО, которое принимает ее за дрон.
Главная идея была сделать не сказку и не фэнтези, а максимально приземленный документальный реализм: handheld-камера, бытовой свет, неловкие паузы, мокрый лес, старые интерьеры, реальные магазины и абсурд, сыгранный абсолютно серьезно.
Производство:
Сначала была собрана раскадровка и история, разбитая на отдельные сцены. Для каждого шота делались ключевые кадры и отдельные ассеты с промптами с точным действием, камерой, таймингом и стилем. Основной пайплайн: генерация ассетов по отдельности → анимация в Seedance 2.0/2.5
В работе использовались Flux 2 Max/Reve/Seedream 5 и др. Для анимации - клинг 3 и сидэнс 2.0/2.5.
Голоса склонированы и синтезированы в elevenlabs, липсинк был сделан в synclabs lipsync v3.
Больше всего времени ушло на удержание единого тона: модели постоянно тянули всё в фэнтези, хоррор или глянец, а задача была оставить ощущение реального документального видео.
Очень много времени ушло на перебирание и создание концептов на персонажей и локацию.
Время / бюджет:
Время: 2 месяца по 1-2 часа в день
Бюджет: 250-300 долларов — в основном генерации, подписки / кредиты
@cgevent
Баба Яга. Доставка, сахар и ПВО
Автор:
Алексей Лотков / @aleksejlotkov (Insta/Tg)
Описание:
Короткий абсурдный фолк-мокьюментари про Бабу Ягу в современном российском быту: она летает в ступе, покупает сахар по акции в «Пятерочке», заказывает доставку в избушку на курьих ножках, сталкивается с курьерами, говорящим котом, Лешим-алкашом и ПВО, которое принимает ее за дрон.
Главная идея была сделать не сказку и не фэнтези, а максимально приземленный документальный реализм: handheld-камера, бытовой свет, неловкие паузы, мокрый лес, старые интерьеры, реальные магазины и абсурд, сыгранный абсолютно серьезно.
Производство:
Сначала была собрана раскадровка и история, разбитая на отдельные сцены. Для каждого шота делались ключевые кадры и отдельные ассеты с промптами с точным действием, камерой, таймингом и стилем. Основной пайплайн: генерация ассетов по отдельности → анимация в Seedance 2.0/2.5
В работе использовались Flux 2 Max/Reve/Seedream 5 и др. Для анимации - клинг 3 и сидэнс 2.0/2.5.
Голоса склонированы и синтезированы в elevenlabs, липсинк был сделан в synclabs lipsync v3.
Больше всего времени ушло на удержание единого тона: модели постоянно тянули всё в фэнтези, хоррор или глянец, а задача была оставить ощущение реального документального видео.
Очень много времени ушло на перебирание и создание концептов на персонажей и локацию.
Время / бюджет:
Время: 2 месяца по 1-2 часа в день
Бюджет: 250-300 долларов — в основном генерации, подписки / кредиты
@cgevent
3🔥251👍91❤32👎24😁24
This media is not supported in your browser
VIEW IN TELEGRAM
Амазон покусал Алибабу
Wan 3.0 Prime - ускоренный Wan 3.0 без типа потери качества.
Главное отличие от обычного Вана - скорость. Oxen.ai заявляют ускорение в 5-7 раз.
Для контекста: обычный Wan 3.0 в их тестах мог считать 5 секунд 720p около 8 минут.
При этом Runware прямо пишет про same output quality as Wan 3.0, а fal говорит о сохранении visual detail и cinematic consistency.
Верим?
По возможностям Prime сохраняет мультимодальный Wan 3.0:
T2V, I2V с первым и последним кадром, Reference-to-Video, редактирование и продолжение видео, работу с изображениями, видео, аудио, документами и веб-страницами.
Prime уже доступен через Alibaba Cloud, fal.ai, Runware и у всех остальных.
На fal цена составляет $0.068/сек за 480p, $0.14/сек за 720p и $0.28/сек за 1080p
Соответственно $2.04 / $4.20 / $8.40 за 30 секунд.
https://fal.ai/models/alibaba/wan-3.0-prime/text-to-video
https://runware.ai/docs/models/alibaba-wan3-0-prime
https://www.oxen.ai/
https://help.aliyun.com/en/model-studio/
Промпт: "a woman hiding under a desk who notices a shadowy figure in the background."
@cgevent
Wan 3.0 Prime - ускоренный Wan 3.0 без типа потери качества.
Главное отличие от обычного Вана - скорость. Oxen.ai заявляют ускорение в 5-7 раз.
Для контекста: обычный Wan 3.0 в их тестах мог считать 5 секунд 720p около 8 минут.
При этом Runware прямо пишет про same output quality as Wan 3.0, а fal говорит о сохранении visual detail и cinematic consistency.
Верим?
По возможностям Prime сохраняет мультимодальный Wan 3.0:
T2V, I2V с первым и последним кадром, Reference-to-Video, редактирование и продолжение видео, работу с изображениями, видео, аудио, документами и веб-страницами.
Prime уже доступен через Alibaba Cloud, fal.ai, Runware и у всех остальных.
На fal цена составляет $0.068/сек за 480p, $0.14/сек за 720p и $0.28/сек за 1080p
Соответственно $2.04 / $4.20 / $8.40 за 30 секунд.
https://fal.ai/models/alibaba/wan-3.0-prime/text-to-video
https://runware.ai/docs/models/alibaba-wan3-0-prime
https://www.oxen.ai/
https://help.aliyun.com/en/model-studio/
Промпт: "a woman hiding under a desk who notices a shadowy figure in the background."
@cgevent
👍15❤9👎3
This media is not supported in your browser
VIEW IN TELEGRAM
1👍218😁109👎51❤13🔥8😱1🙏1