Krea добралась до Adobe Premiere

Похоже, кто-то послушал нейродеда и стал выпускать плагины и интеграции с профессиональными софтами, имеющими огромную юзербазу. 

Krea бахнула интеграцию с Premiere Pro. Теперь генерировать нейрослоп можно прямо в монтажке, без этих постоянных переключений между браузером и софтом.

Что как бы умеет Krea for Premiere Pro:

• Генерировать новые видеопланы (shots) с помощью моделей (каких неясно) с Krea.

• Создавать недостающие перебивки и дополнительные кадры.

• Генерировать фоны и видеоподложки (plates) для композа.

• Экспериментировать с визуальными стилями и атмосферой сцен прямо в софте.

• Вонзать сгенерированные материалы непосредственно на таймлайн Premiere Pro.

Плагин доступен для Windows и macOS.

Но Premiere Pro - далеко не первая интеграция Krea.

Она уже предлагает целый набор плагинов:

Photoshop - генерация и редактирование изображений, замена фона, изменение освещения, создание рекламных мокапов, работа с Realtime Canvas. Результаты добавляются обычными слоями.

After Effects - генерация фонов, текстур, исходных изображений и визуальных концепций для моушн-дизайна. Поддерживается Realtime для быстрого поиска композиции и стиля.

Illustrator - генерация иллюстраций и логотипов, преобразование изображений в редактируемые векторные контуры через Image Trace. Krea Agent может создавать фигуры, работать с текстом и организовывать слои.

DaVinci Resolve - создание кинематографических кадров, фоновых материалов, перебивок и референсов для цветокоррекции. Есть Realtime-превью визуальных стилей. Пока только macOS и платная версия Resolve Studio.

Blender - генерация текстур, работа с освещением и рендеринг 3D-сцен с использованием моделей Krea прямо из 3D Viewport.

Важный момент: генерация выполняется в облаке Krea, а не локально. Для работы нужны (о боги) интернет и аккаунт Krea. Доступные модели и лимиты зависят от тарифа.

Наконец-то, Krea делает ставку не только на собственный зумерский веб-интерфейс, но и на интеграцию генеративного ИИ в привычные профессиональные инструменты.

Но тут я добавлю пессимизьма и сошлюсь на сегодняшний утренний репорт.  Все такие интеграции должны делаться производителями софта. И DaVinci в этом смысле делает очень правильные шаги. И я не очень понимаю, почему молчит Адобченко. Наверное, у них до сих пор не хватает духу признать, что их собственные модели полное говно. 

Тем не менее производители профессиональных софтов просто должны пачками выпускать такие плагины и использовать собственный биллинг для оплаты генераций. И все эти многочисленные посредники типа Krea и Runway в этой цепочке должны просто вымереть. 

Ну и как справедливо пишут в комментах, время платных плагинов тоже заканчивается. Ибо любой подписчик может сейчас себя завайбкодить такой плагин с нужными рульками и педальками. А производители софтов должны, очевидно, выпускать бесплатные плагины. Просто у них преимущество в том, что они лучше знают свой софт.

Ссылки:

Premiere Pro:
https://www.krea.ai/plugins/premiere-pro

Полный каталог плагинов:
https://www.krea.ai/plugins

Подробности о Photoshop:
https://www.krea.ai/blog/krea-photoshop-plugin

DaVinci Resolve:
https://www.krea.ai/blog/krea-davinci-resolve-plugin

Illustrator:
https://www.krea.ai/blog/krea-illustrator-plugin

@cgevent

OpenAI выкатили GPT-6.1 Terra

Давно ее не обновляли, теперь полноценное место между сол и луна.

Цены за 1M токенов (вход / выход):
– GPT-6 Luna – $0.10 / $0.50
– GPT-6.1 Terra – $1 / $5
– GPT-5.6 Terra – $2 / $12
– GPT-6.1 Sol и Sonnet 5.5 – $2 / $10
– Opus 5.5 – $4 / $20

По качеству:
– против прошлой Terra – в кодинге 50.3% против 21.5%, ошибок на провокационных запросах в 3 раза меньше
– против Sol – на max reasoning обходит, и в 3 раза быстрее
– против Opus 5.5 – отстаёт меньше чем на 5 пунктов при цене в 5+ раз ниже
– Luna всё ещё в 10 раз дешевле – для классификации и простого извлечения остаётся она.

Заточена на Computer use, так что для агентов, которые заполняют формы и бегают по интерфейсам, будет норм. А Sonnet за $2/$10 теперь выглядит дороговато – ждём ответа Anthropic)

https://openai.com/index/introducing-gpt-6-1-terra/

Завайбкодил мета-модератора.

Точнее мета-онбордера.

Ну, потому что у меня давно опустились руки по поводу обработки всех этих запросов на вступление в группу комментариев.  Поглядите на картинке, ну вот там примерно так на 50 процентов. А заявок у меня больше шести тысяч.   

Поэтому, если вы читаете этот пост, подавали заявку на вступление в комментарии и вам прям надо туда попасть, то почитайте условия ниже и в самом конце жмакайте по ссылке. И да, вам придется ответить на пять вопросов, и это будет лучшей защитой от ботов. И подтверждением того, что вы прям сильно мотивированы. 

Итак. 

Правила группы

1. Прежде всего не хамить. У нас тут хватает своих городских сумасшедших, и даже если на вас наехали и нагрубили, вы делаете глубокий вдох и либо выходите из группы, либо продолжаете в вежливой манере. 

2. Никакой политики, никакого офтопа и никакого флуда. Обсуждаем ИИ, графику, контент, задаем вопросы по теме, получаем ответы по теме, учимся и учим. 

3. Писать одно предложение в трех сообщениях — смертный грех. Писать три предложения в трех сообщениях — тоже грех. Оформляйте свои мысли внятно. Зумерский стиль админа бесит. 

4. Если вы пришли сюда продвигать свой канал и делать наивные репосты, то вы ошиблись чатом. Репосты на каналы в телеге не приветствуются и остаются прерогативой админа. 

5. Ссылки на YouTube, Facebook, Insta и прочую бесовщину без проблем. Но с комментариями: зачем вы это запостили тут. 

6. Если вы постите картинку или видос, также указывайте, зачем вы это запостили тут. 

7. Мемасы и аниме админ с трудом, но терпит. Тем не менее не перебарщивайте с частотой мемасов, можете схлопотать бан за офтоп и флуд. 

8. Ну и самое главное — думайте о том, как сделать этот чат лучше, чем полезным поделиться и как помочь людям. Вместо того, чтобы упражняться в остроумии и тешить свое эго. 

9. За хамство и переход на личности лютый бан, который потом не отменяется. 

Если не передумали, жмакайте сюда:
https://t.me/Meta_Moderator_Bot?start=onboarding

Не забывайте в конце анкеты также жмакнуть по "оставить заявку", потому что возможно ваша предыдущая заявка уже исдохла.

@cgevent

Ну и как тут решать после этого?

Мысли вслух. Потом удалю.

@cgevent

Продолжаем разбирать статьи AI-лаб: Anthropic советует выкинуть половину сабагентов.

Еще одна провокационная статья из опыта реальных внедрений. Команда Applied AI посмотрела на корпоративные внедрения и увидела, что один агент со скиллами часто обходит по качеству и вариант "один промпт на все", и вариант с кучей сабагентов. И часто выходит дешевле и быстрее. У одного клиента одиночный цикл отработал примерно в 2 раза быстрее, чем мультиагентная обвязка. У другого дюжина сабагентов-специалистов в клиентском агенте ломала единый тон бренда и добавляла задержку.

Короче, все как в бизнесе: архитектура агента копирует оргструктуру :) Каждая команда пилит своего сабагента, сверху платформа ставит оркестратор. Что из этого вырастает:
– контекст теряется при передаче между агентами
– сотни пересекающихся сабагентов без стандартов и владельца
– "франкенштейн-промпт", куда каждая команда дописала по предложению
– локальные evals, по которым руководство принимает решения
– задержки

Что вместо этого надо делать:
– один цикл, одно контекстное окно, лимиты по ходам и бюджету
– постепенное раскрытие: модель видит короткие описания скиллов и инструментов и подгружает полные только когда нужно. Так они сократили системный промпт Claude Code больше чем на 80%
– инструменты группировать по намерениям пользователя, а не по API. После 30–50 описаний инструментов выбор начинает деградировать
– права доступа проверять внутри инструментов и возвращать понятный модели отказ, тогда один цикл обслуживает пользователей с разным доступом

Сабагенты все еще нужны, если есть измеримая деградация от раздутого контекста, нужны параллельные задачи со свежим контекстом, или агент путается в инструментах и противоречивых инструкциях. Но делить их надо по контексту, а не по типу задачи – иначе получается испорченный телефон.

Как мигрировать: сначала примеры (как же без них), хватит даже 10 штук. Потом сливать самых используемых и сильно связанных сабагентов, потом звать оставшихся как инструменты, потом по одному превращать в скиллы и сравнивать. Команды перестают владеть агентами и начинают владеть скиллами и инструментами, а системным промптом и качеством целиком владеет одна маленькая центральная команда. Есть кстати их скилл migration kit на GitHub.

Короче, как обычно, сначала в прошлом году все строили оркестраторов и агентов, а теперь это уже легаси. И забавно, что OpenAI в посте про своих Forward Deployted Engineers пришли к тому же самому – об этом в следующем посте.

https://claude.com/resources/articles/building-agents-when-to-fold-subagents-into-your-main-agent-loop

Baidu бахнула Unlimited-OCR 2: модель для распознавания документов практически любой длины

Она умеет извлекать текст из сканов и PDF, обрабатывать таблицы, формулы и многостраничные материалы.

Но главная новизна работы не столько в качестве OCR, сколько в способе обработки очень длинных документов.

У современных OCR-моделей на базе LLM есть проблема: чем больше страниц они обрабатывают и чем длиннее становится генерируемый текст, тем больше вычислений и памяти требуется для продолжения работы. Модель вынуждена постоянно обращаться к растущему объёму предыдущего контекста.

Первая Unlimited-OCR уже частично решала эту проблему, ограничивая объём сохраняемой истории генерации. Но визуальные данные всех страниц по-прежнему могли создавать растущую вычислительную нагрузку.

В Unlimited-OCR 2 Baidu предложила механизм Sparse Reference Sliding Window Attention (SR-SWA).

Его идея довольно проста: при распознавании очередного фрагмента модель сосредотачивается на текущей странице и обращается лишь к небольшому набору наиболее полезных фрагментов из остального документа.

Вместо постоянного просмотра всей накопленной информации она использует ограниченную рабочую память - например, 512 опорных токенов.

В результате вычислительная стоимость каждого следующего шага остаётся приблизительно постоянной, даже когда документ становится значительно длиннее.

Все как у кожаных: переписывая длинную книгу, мы смотрим прежде всего на текущую страницу, а не перечитываем все предыдущие после каждого предложения.

Что на итоге? 

По собственным тестам Baidu, на документах объёмом около 100 страниц новый механизм обеспечивает ускорение отдельных шагов декодирования до 7 раз относительно полного внимания и до 5.6 раза относительно предыдущего механизма.

Дополнительно модель использует обработку страниц перекрывающимися блоками, что позволяет освобождать память после завершения очередного участка документа.

Модель содержит около 3 млрд параметров. Код и веса опубликованы под лицензией MIT, в том числе для коммерческого использования.

Ссылки:

• GitHub: https://github.com/baidu/Unlimited-OCR

• Веса: https://huggingface.co/baidu/Unlimited-OCR-2

• Статья Unlimited-OCR: https://arxiv.org/abs/2606.23050

@cgevent

#Нейропрожарка

🔦 Сторож маяка. Серия 1 — «3:17»

Автор: Микола Сторчеус (@kolianchik84)

Идея: мини-сериал-мистика на Чёрном море, на украинском. Ярина приезжает на маяк, где 30 лет служил её дед. Неделю назад его похоронили, а маяк всё равно кто-то зажигает — каждую ночь в 3:17. Хотелось сделать не нарезку красивых кадров, а серию с завязкой, правилами мира и обрывом на вопросе. Рыбака играю я сам.

🛠 Производство

1. Сценарий и раскадровка. Сначала написал серию целиком (8 сцен, ~90 с) — кто где стоит, что делает и что говорит в каждом плане. Писал «тело, а не чувства»: не «она испугана», а «отдёргивает руку, задерживает дыхание».

2. Персонажи — Nano Banana. Для каждого героя карточка на белом фоне: полный рост с 4 сторон + лицо крупно. Рыбак — по моему фото. Отдельно локации: маяк, ночной луч, три интерьера (комната смотрителя, низ маяка, комната лампы). Всего ~12 картинок с правками.

3. Проверка раскадровкой — главный лайфхак. До видео отдал Nano все карточки + сценарий и попросил нарисовать сетку из 8 кадров. Вылезли ошибки, которые иначе я бы нашёл только за деньги в видео: луч бил не из маяка, а из фонаря рыбака; рыбак стоял рядом с героиней, а не в дверях за её спиной; часы показывали 5:17. Поправил текст — сэкономил 3 перегенерации.

4. Видео — Vidu Q4 reference-to-video, 540p, 16:9, 8 сцен по 10–12 с. В каждую сцену — только рефы тех, кто в кадре (персонаж + локация), до 4 штук. Промпт: шапка камеры (ARRI Alexa 35, Kodak Vision3 500T, «NOT CGI, NOT glossy», зерно), блок «кто есть кто» с реальными расстояниями, дальше SHOT 1/2/3 по секундам и блок звука. Против пластиковой кожи отдельный блок: поры, веснушки, «no beauty filter, no airbrushing» — Vidu реально держит живую кожу.
Косяки Vidu: героиня в одном плане стоит лицом к двери, а в следующем «оборачивается» — вырезал поворот на монтаже, вышло даже резче.

5. Звук и липсинк. Vidu генерит звук сам (море, ветер, скрип двери, стуки) — его оставил. Но украинскую речь он произносит с сильным акцентом, поэтому все реплики переозвучил живыми голосами (мужской — мой, женский — живая озвучка) и вручную поставил под движение губ Vidu, длинные фразы ускорил на 15–18%. Отдельный липсинк не делал: пробовал Volcengine lite на крупных планах — на щеках вылезают скачки, на среднем плане заметно лучше.

6. Монтаж — ffmpeg: склейка, затемнения, переходы через туман, сайдчейн-приглушение моря под голос, титр. Хук в начале — 3,5 с самого страшного из финала («Його поховали тиждень тому. Але щоночі о 3:17 хтось запалює маяк»), потом серия. Вертикальная версия — с размытым фоном и субтитрами.

⏱️ Время: 2–3 часа на всю серию — от сценария до монтажа.
💰 Деньги (себестоимость API): Vidu ~100 с × $0.036 ≈ $3.6, картинки Nano ≈ $0.7 — около $4–5 на серию с перегенерациями.

⚖️ Сравнение: Seedance лучше даёт сложное движение камеры и экшен, но для диалоговых сцен с крупными лицами Vidu вышел дешевле (примерно в 1,5–2 раза в 540p) и с более живой кожей. Минус Vidu — язык: украинский/русский только переозвучкой.

@cgevent