👆👇👍 Найцікавіші нейромережі за тиждень, які ви могли пропустити.

➡️Block представила голосову ШІ-модель Dessa, навчену без текстових даних;
➡️Cursor отримав можливість керувати комп'ютером через Computer Use;
➡️Strawberry 1.0 — браузер із вбудованими ШІ-агентами;
➡️Scenario опублікувала понад 1300 безкоштовних 3D-моделей;
➡️AI Design Skills — набір інструментів для створення сайтів через ШІ-агентів;
➡️OpenAI представила GPT-6.1 Terra для автоматизації роботи на комп'ютері;
➡️Spline дозволяє створювати інтерактивні 3D-сцени через ChatGPT;
➡️NVIDIA відкрила MotionBricks для генерації рухів у реальному часі;
➡️Google DeepMind представила Genie 4 для створення інтерактивних світів;
➡️Google представила Gemini 4 Carbon для програмування та кібербезпеки;
➡️Runway представила App Studio для створення ШІ-застосунків без програмування;
➡️Безкоштовний генератор ASCII-анімацій із фото та відео;
➡️1Password дозволить ШІ-агентам входити в акаунти без доступу до паролів;
➡️Google додала в NotebookLM запис аудіо тривалістю до 60 хвилин;
➡️Cursor додав Annotate для редагування сайтів за допомогою позначок;
➡️HeyGen представила Voice STS для перенесення інтонацій на ШІ-аватарів;
➡️Suno дозволила створювати музику через ChatGPT і Claude;
➡️Fish Audio представила модель для розпізнавання мовлення в реальному часі;
➡️Anthropic представила нові Claude Artifacts для юридичної роботи;
➡️Mistral відкрила доступ до модельних файлів Mistral Large 4 із трильйоном параметрів;
➡️OpenAI додала можливість спілкуватися з dot через iMessage;
➡️Magnific представила Move — ШІ-редактор анімацій за текстовими запитами;
➡️Pika представила H3 Flex — відкриту модель генерації відео;
➡️Kimi запустила 3D Make для створення 3D-сцен за текстовим описом;
➡️ElevenLabs оновила генератор звукових ефектів до Sound Effects v3.

#добірка

🦝Тисни зірку ⭐️ та залишайся з нами:
➡️Запроси друга до НейроЄнота

📌Freefield зібрав 120 ШІ-інструментів для роботи з фото, відео та звуком
ㅤ
Розробник створив Freefield — відкриту альтернативу Higgsfield на базі ComfyUI. Проєкт об'єднує генерацію зображень, відео, звуку та редагування в одному інтерфейсі.
ㅤ
🔆Детальніше
ㅤ
• Доступно 120 застосунків для генерації зображень і відео, заміни облич, примірки одягу, анімації фотографій та різноманітних візуальних ефектів.
ㅤ
• Усі інструменти працюють на відкритих моделях через ComfyUI. Зовнішні платні API та партнерські вузли не використовуються.
ㅤ
• Є готові сценарії для створення рекламних матеріалів, кінематографічних кадрів, зміни зовнішності та обробки відео.
ㅤ
• Можна запускати на власній відеокарті або в хмарі через Modal. Для різних інструментів потрібні різні обсяги відеопам'яті.
ㅤ
• Код поширюється за ліцензією MIT. Модельні файли завантажуються окремо та мають власні умови використання.
ㅤ
➡️Спробувати тут.

➡️Запроси друга до НейроЄнота🦝

📌Xiaomi відкрила Xiaomi-OCR-0 — компактну модель для роботи з документами

Xiaomi представила відкриту модель із 0,8 млрд параметрів, яка не лише розпізнає текст на зображеннях, а й аналізує структуру документів, витягує дані та відповідає на запитання за їхнім вмістом.
ㅤ
🔆Детальніше
ㅤ
• Робота з документами: перетворює сторінки на структурований текст, зокрема з таблицями та формулами.
ㅤ
• Витягування даних: знаходить потрібну інформацію та може повертати її у форматі JSON.
ㅤ
• Відповіді на запитання: аналізує вміст документів і відповідає на запити за текстом та зображеннями.
ㅤ
• Результати тестів: 95,24 бала на Real5-OmniDocBench і 83,2 бала в середньому на п’яти тестах OCR-орієнтованих запитань і відповідей. Це показники, наведені розробниками.
ㅤ
• Відкриті інструменти: доступні модельні файли, код, MCP-сервіс, Agent Skill та інтерактивне демо. Модель можна розгорнути на власній інфраструктурі.
ㅤ
➡️Нuggingface тут.
➡️Код тут.
➡️Демо тут.

➡️Запроси друга до НейроЄнота🦝

📌Canva представила Brush — ШІ-модель для редагування дизайнів

Canva розробила власну візуально-мовну модель Brush, яка розуміє структуру макетів і може змінювати окремі елементи або цілі презентації. При цьому результат залишається повністю редагованим у Canva.
ㅤ
🔆Детальніше
ㅤ
• Розуміння дизайну: модель аналізує розташування елементів, шари, текст, зображення та загальний стиль макета.
ㅤ
• Редагування за запитом: може виправити текст на слайді, змінити оформлення всієї презентації або адаптувати дизайн під інший формат.
ㅤ
• Перевірка результату: Brush працює в агентному циклі — пише й виконує код для змін, аналізує отриманий вигляд і за потреби вносить виправлення.
ㅤ
• Швидкість і вартість: за внутрішніми тестами Canva, редагування виконується до 69% швидше, а вартість одного завдання зменшилася на 46% порівняно з попереднім агентом.
ㅤ
• Доступність: Brush вже працює в Canva AI для підписників Pro. Щоб скористатися моделлю, потрібно вибрати її у списку доступних моделей.
ㅤ
➡️Детальніше тут.

➡️Запроси друга до НейроЄнота🦝

📌Ideogram Precise Edit підтримує редагування зображень із роздільністю до 8K

Ideogram оновила Precise Edit — інструмент для точкових змін зображень. Тепер можна редагувати окремі ділянки навіть на великих 8K-зображеннях, зберігаючи початкову роздільність і решту композиції без змін.
ㅤ
🔆Детальніше
ㅤ
• Context Window: виділяє область для редагування розміром до 2048 × 2048 пікселів і обробляє її в оригінальній якості.
ㅤ
• Точкові зміни: можна змінити колір одягу, замінити логотип, виправити текст на упаковці, прибрати об'єкт або відредагувати деталі інтер'єру.
ㅤ
• Збереження оригіналу: пікселі за межами вибраної області залишаються незмінними. Не потрібно повторно генерувати все зображення.
ㅤ
• Референси: можна додавати зображення-приклади, щоб точніше відтворювати потрібні деталі та оформлення.
ㅤ
• Модель і ціна: інструмент працює на Ideogram 4.5, доступний у вебзастосунку та через API. Вартість одного редагування — від $0,008 до $0,22 залежно від якості.
ㅤ
➡️Спробувати тут.

➡️Запроси друга до НейроЄнота🦝

📌Reanimate навчила ШІ відтворювати вебанімації покадрово

На GitHub з'явився відкритий інструмент Reanimate для Claude Code. Він аналізує анімацію на сайті або у відео, відтворює її кодом і порівнює результат з оригіналом, щоб автоматично виправляти відмінності.
ㅤ
🔆Детальніше
ㅤ
• Розбір анімації: записує оригінал у браузері, аналізує рух елементів, послідовність появи, тривалість і швидкість переходів.
ㅤ
• Створення копії: генерує код із використанням CSS, Framer Motion, GSAP або Three.js — залежно від технологій проєкту.
ㅤ
• Автоматична перевірка: записує відтворену анімацію, порівнює її з оригіналом і повторює цикл виправлень. Зазвичай автору вистачало 2–5 ітерацій.
ㅤ
• Точність: стандартний режим допускає різницю в часі до 80 мс. Режим pixel-perfect додатково перевіряє шрифти, кольори, розміри й розташування елементів із цільовою похибкою до 2%.
ㅤ
• Формати й запуск: підтримує сайти, відео, GIF і Lottie, а також складні Canvas та WebGL-сцени. Працює локально через Bun, Playwright і FFmpeg, без окремих платних API.
ㅤ
➡️Сайт проєкту тут.
➡️GitHub тут.

➡️Запроси друга до НейроЄнота🦝

📌Hermes Agent отримав офіційний мобільний застосунок для iOS та Android

Nous Research відкрила бета-версію мобільного застосунку Hermes Agent. Тепер керувати власним ШІ-агентом можна зі смартфона через окремий інтерфейс, не обмежуючись комп'ютером або месенджерами.
ㅤ
🔆Детальніше
ㅤ
• Дві платформи: застосунок доступний у тестовому форматі для iOS та Android. Для iPhone використовується TestFlight, для Android — Firebase App Distribution.
ㅤ
• Підключення до власного агента: мобільний клієнт з'єднується з Hermes Gateway, який працює на вашому комп'ютері або сервері.
ㅤ
• Керування завданнями: можна спілкуватися з агентом, переглядати виконання завдань і керувати його роботою віддалено.
ㅤ
• Робота з інструментами: мобільний доступ доповнює можливості Hermes Agent, зокрема роботу з навичками, інструментами та автоматизаціями.
ㅤ
• Бета-доступ: загального релізу поки немає. Щоб долучитися до тестування, потрібно зареєструватися через офіційну сторінку.
ㅤ
➡️Долучитися до бета-тестування тут.

➡️Запроси друга до НейроЄнота🦝

📌DeepSeek Harness отримав Creator Mode для створення власних ШІ-плагінів

У DeepSeek Harness з'явився режим, у якому можна створювати плагіни звичайними текстовими командами. Достатньо описати бажаний результат — агент сам напише код, сформує інтерфейс і додасть новий інструмент до робочого середовища.
ㅤ
🔆Детальніше
ㅤ
• Створення без програмування: користувач описує ідею звичайними словами, а ШІ самостійно визначає структуру плагіна та реалізує її.
ㅤ
• Різні типи плагінів: можна створити редактор дизайну, мінігру або інтерактивну 3D-візуалізацію роботи мовної моделі.
ㅤ
• Автоматична перевірка: агент не лише генерує код, а й запускає створений плагін, перевіряє його роботу та виправляє помилки.
ㅤ
• Архітектура Cordis: у Harness майже всі компоненти побудовані як плагіни. Тому можна розширювати не лише інструменти агента, а й сам інтерфейс та способи взаємодії з ним.
ㅤ
• Відкритий проєкт: DeepSeek Harness має відкритий вихідний код і доступний у режимі публічного попереднього тестування.
ㅤ
➡️DeepSeek Harness тут.
➡️Приклади запитів для Creator Mode тут.

➡️Запроси друга до НейроЄнота🦝

📌Hex перетворює голосові команди на текст для будь-якого ШІ-агента

Розробники OpenCode представили Hex — інструмент із відкритим кодом для голосового введення. Достатньо затиснути гарячу клавішу, продиктувати завдання та відпустити її: текст автоматично з'явиться в активному застосунку.
ㅤ
🔆Детальніше
ㅤ
• Локальне розпізнавання: аудіо обробляється безпосередньо на пристрої. Після завантаження мовної моделі голосові записи не потрібно надсилати в хмару.
ㅤ
• Робота з агентами: можна диктувати завдання для Claude Code, Codex, OpenCode та інших інструментів, які приймають текстові команди.
ㅤ
• Налаштування: доступні різні мовні моделі, вибір мови, власні виправлення розпізнаних слів і режими обробки тексту.
ㅤ
• Запис екрана: в експериментальному режимі macOS можна записати екран, додати пояснення малюванням і передати кадри разом із голосовими інструкціями агенту.
ㅤ
• Платформи: є версії для macOS, Windows і Linux. Основний випуск доступний для Mac, а для Windows та Linux передбачені бета-версії.
ㅤ
➡️GitHub тут.

➡️Запроси друга до НейроЄнота🦝

📌SperiLabs представила Idol — відкриту модель для створення 3D з одного зображення

Idol перетворює звичайну фотографію або зображення на тривимірний об'єкт. Модель самостійно відтворює невидимі на оригіналі сторони, щоб об'єкт можна було розглядати з різних ракурсів.
ㅤ
🔆Детальніше
ㅤ
• Технологія 3D Gaussian Splatting: замість полігональної сітки модель створює об'єкт із набору тривимірних гаусових елементів, які передають його форму, колір та об'єм.
ㅤ
• До 1 млн елементів: стандартний результат містить 262 144 гаусові елементи, а максимальна деталізація сягає 1 048 576.
ㅤ
• Невелике споживання пам'яті: за даними розробників, для роботи потрібно до 7,2 ГБ відеопам'яті.
ㅤ
• Швидкість генерації: розробники заявляють про можливість створення результату менш ніж за 2 секунди в оптимізованих умовах. У тестах із 262 тисячами елементів RTX 5090 впоралася за 14,1 секунди, а RTX 4090 — за 19,1 секунди.
ㅤ
• Відкритий доступ: код і модельні файли опубліковані під ліцензією Apache 2.0. Результат експортується у формат PLY для 3D Gaussian Splatting.
ㅤ
➡️GitHub тут.
➡️Модель тут.
➡️Демо тут.

➡️Запроси друга до НейроЄнота🦝

📌Stageshow — скілл для створення якісних демо інтерфейсів за допомогою ШІ

Дизайнер Бенджі Тейлор опублікував Stageshow — скілл для ШІ-агентів, який допомагає створювати зображення та анімації інтерфейсів для сайтів, лендингів і документації.
ㅤ
🔆Детальніше
ㅤ
• Агент працює за сімома етапами: визначає формат і розмір, обирає стиль, продумує сценарій із 3–5 дій і лише після цього переходить до коду.
ㅤ
• У комплекті є десятки готових прикладів: Bento-сітки, дашборди, вікна застосунків, мобільні екрани та анімовані демонстрації.
ㅤ
• Скілл містить React-компоненти й рекомендації щодо типографіки, кольорів, відступів, композиції та руху елементів.
ㅤ
• Після створення демо агент записує його покадрово, перевіряє анімацію, розташування тексту та вигляд на вузькому екрані, а потім виправляє знайдені проблеми.
ㅤ
• Підтримує Claude Code, Codex, Gemini, Grok Build та інших агентів. Результат — звичайний React-компонент, який можна редагувати й використовувати на сайті.
ㅤ
Встановити можна однією командою:
npx skills add benjitaylor/skills --skill stageshow

➡️Спробувати тут.

➡️Запроси друга до НейроЄнота🦝

📌Moonshot AI відкрила ваги Kimi K3.1 Pro з 2,8 трлн параметрів

Moonshot AI опублікувала Kimi K3.1 Pro на Hugging Face. Це мультимодальна модель архітектури MoE з контекстом на 1 мільйон токенів, орієнтована на програмування, дослідження та роботу ШІ-агентів.
ㅤ
🔆Детальніше
ㅤ
• Загалом модель містить 2,8 трлн параметрів, але під час обробки одного токена активуються 104 млрд. Вона підтримує роботу з текстом і зображеннями.
ㅤ
• У Terminal-Bench 4.0 модель набрала 65,7 бала проти 66,4 у Claude Opus 5.5 та 58,2 у GPT-6 Astra.
ㅤ
• У SWE Marathon результат Kimi становить 51,7 бала — вище за Claude Opus 5.5 (46,3) і GPT-6 Astra (42,5).
ㅤ
• У BrowseComp модель отримала 92,1 бала, випередивши GPT-6 Astra (91,5) і Claude Opus 5.5 (90,8). Усі наведені результати опубліковані самою Moonshot AI.
ㅤ
• Для довгого контексту використовується Gated DeepSeek Sparse Attention. Ваги представлені у форматі MXFP4, а для розгортання рекомендують vLLM, SGLang і TokenSpeed. Обсяг файлів — близько 1,56 ТБ.
ㅤ
Ваги та технічна документація доступні на Hugging Face. Для використання діють умови окремої ліцензії Moonshot.

➡️Нuggingface тут.

➡️Запроси друга до НейроЄнота🦝

📌Anthropic прискорила Claude Code на 35% завдяки новому механізму історії діалогу

Anthropic запустила Message Threads — функцію Claude API, яка прискорює роботу ШІ-агентів із довгими діалогами. Тепер замість повторного надсилання всієї історії запитів передається лише нова частина розмови.
ㅤ
🔆Детальніше
ㅤ
• Раніше кожен запит містив усю історію: повідомлення, відповіді моделі та результати роботи інструментів. У великих сесіях це могло сягати мільйона токенів.
ㅤ
• Тепер повний контекст надсилається лише під час створення потоку. У наступних запитах агент передає нові повідомлення та ідентифікатор попередньої відповіді.
ㅤ
• За даними Anthropic, у Claude Code для запитів із контекстом 500–1000 тисяч токенів медіанний час до першого токена скоротився приблизно на 35%.
ㅤ
• Claude і надалі враховує всю історію розмови. Кількість оплачуваних токенів і вартість запитів не змінюються — скорочується обсяг даних, які потрібно повторно передавати й обробляти перед відповіддю.
ㅤ
• Історія зберігається в зашифрованій оперативній пам’яті сервера. Після 5 хвилин бездіяльності потік завершується, і агент може створити його заново, надіславши повний контекст.
ㅤ
Message Threads доступний у публічній бета-версії через Claude API, AWS, Google Cloud та Microsoft Foundry.

➡️Детальніше тут.

➡️Запроси друга до НейроЄнота🦝

📌Google DeepMind представила DetectorScope для пошуку ШІ-текстів

Новий інструмент, розроблений Google DeepMind спільно з Пенсильванським університетом, аналізує текст і виявляє конкретні мовні ознаки, які можуть вказувати на використання ШІ для його створення.
ㅤ
🔆Детальніше
ㅤ
• Пошук характерних фраз: DetectorScope знаходить повторювані вислови, типові поєднання слів і мовні конструкції, які можуть бути властивими генераціям ШІ.
ㅤ
• Пояснення результату: інструмент не просто видає оцінку, а підсвічує підозрілі фрагменти безпосередньо в тексті.
ㅤ
• Вага ознак: кожному знайденому шаблону присвоюється показник, який демонструє його вплив на загальний результат аналізу.
ㅤ
• Інтерактивний перегляд: можна навести курсор на виділені фрагменти й побачити, які саме особливості привернули увагу детектора.
ㅤ
• Обмеження: DetectorScope може помилково позначати людські тексти як створені ШІ. Результати не можна використовувати як остаточний доказ авторства.
ㅤ
➡️Код проєкту тут.
➡️Демо тут.

➡️Запроси друга до НейроЄнота🦝

📌Recraft запустила Logo Maker для створення логотипів під бізнес

Recraft представила окремий сервіс Logo Maker, який допомагає розробити логотип без написання промптів. Достатньо розповісти про свій бізнес і вибрати стиль, а ШІ запропонує кілька варіантів дизайну.
ㅤ
🔆Детальніше
ㅤ
• На початку потрібно вказати назву бренду, сферу діяльності та бажані характеристики логотипа.
ㅤ
• Сервіс пропонує стилі, підготовлені дизайнерами Recraft, а потім генерує чотири різні концепції. Можна змінювати кольори, редагувати обраний варіант і створювати нові версії.
ㅤ
• Перед завантаженням логотип можна переглянути на макетах упаковки, одягу, візиток і вивісок. Попередній перегляд не витрачає кредити генерації.
ㅤ
• На завершальному етапі можна отримати векторний файл SVG. Його можна масштабувати від маленької іконки до великої вивіски без втрати якості.
ㅤ
• Сервіс працює в публічній бета-версії. Безкоштовно можна тестувати створення логотипів, але вони будуть публічними й не матимуть прав на комерційне використання.
ㅤ
➡️Спробувати тут.

➡️Запроси друга до НейроЄнота🦝

‼️Безкоштовно спробуйте AI-професію за 3 дні!

Перейти в нову сферу складно: багато інформації, незрозуміло з чого почати, важко оцінити свої сили.

🤖AI-напрям зараз один із найперспективніших — і водночас доступний навіть без технічного бекграунду.

Тому ми запрошуємо вас на 3х денний інтенсив "АІ-автоматизація без програмування"

⏺День1: Розберешся, хто такий AI-автоматизатор і за що йому платять. Почнеш створювати власного AI-асистента в n8n.

⏺День2: Завершиш налаштування AI-асистента та протестуєш його в реальних сценаріях.

⏺День3: Навчитесь монетизувати та розвивати отриманні навички

🎁 Бонус за реєстрацію: Гайд "Як інтегрувати АІ у своє життя"

Скоріш реєструйся та безкоштовно спробуй себе у ролі АІ-фахівця

https://i.goit.global/saVn4

📌OpenAI представила GPT-6 Cyber для пошуку та експлуатації вразливостей

OpenAI заявила про створення спеціалізованої моделі для кібербезпеки. GPT-6 Cyber призначена для аналізу коду, пошуку невідомих вразливостей і розробки способів їх експлуатації в захищених системах.
ㅤ
🔆Детальніше
ㅤ
• Модель може самостійно досліджувати програмний код, виявляти потенційні слабкі місця та створювати експлойти для перевірки безпеки систем.
ㅤ
• За опублікованими результатами, у тесті ExploitGym GPT-6 Cyber набрала 48,5%. Для порівняння, GPT-5.6 Cyber отримала 32,1%, а GPT-6 Astra — 42,4%.
ㅤ
• OpenAI також повідомляє про виявлення 81 раніше невідомої вразливості у Firefox за допомогою нової моделі.
ㅤ
• Окрему увагу приділили контролю автономних дій. За заявленими результатами, модель виходила за встановлені обмеження менш ніж у 1% випадків проти приблизно 5% у попередньої версії.
ㅤ
• OpenAI віднесла модель до категорії Critical за власною класифікацією кіберзагроз. Наразі доступ обмежений фахівцями з безпеки через програму Daybreak Red.
ㅤ
Ширший доступ до GPT-6 Cyber планують відкрити найближчими тижнями.

➡️Детальніше тут.

➡️Запроси друга до НейроЄнота🦝

📌Google представила Gemini Omni 1.2 Flash зі зниженням вартості генерації відео на 30%

Нова модель Google створює відео тривалістю до 15 секунд замість попередніх 10. Водночас генерація стала дешевшою, а можливості редагування та збереження зовнішності персонажів — точнішими.
ㅤ
🔆Детальніше
ㅤ
• Вартість генерації відео у 720p становить $0,07 за секунду. Створення ролика тривалістю 15 секунд обійдеться приблизно в $1,05.
ㅤ
• Покращено збереження зовнішності персонажів, одягу та деталей об'єктів під час зміни ракурсів. Як референси можна використовувати зображення, короткі відео й аудіо.
ㅤ
• З'явилося редагування через звичайні текстові запити. Можна змінювати фон, освітлення, погоду або формат відео без повторної генерації всього ролика.
ㅤ
• Покращено синхронізацію губ із мовленням, діалоги між кількома персонажами та плавність руху камери.
ㅤ
• Відео генеруються у 360p або 720p, після чого їх можна масштабувати до 1080p і 4K.
ㅤ
Модель доступна через Gemini API та Google AI Studio. Також її інтегрують у Flow, Google Vids та інші сервіси Google.

➡️Детальніше тут.

➡️Запроси друга до НейроЄнота🦝

📌Tencent представила Hy4 — мультимодальну модель для керування комп’ютером

Tencent випустила повну версію Hy4 — нову модель із підтримкою зображень і можливістю самостійно працювати з комп’ютером. Вона може взаємодіяти з програмами через графічний інтерфейс і термінал та виконувати тривалі завдання в кілька етапів.
ㅤ
🔆Детальніше
ㅤ
• Hy4 навчена працювати з професійними інструментами, зокрема Blender і CAD. Модель може виконувати завдання, що потребують взаємодії з кількома програмами.
ㅤ
• За даними Tencent, у тестуванні офісних сценаріїв WorkBuddy модель отримала 83,18 бала, а частка успішно виконаних завдань становила 96,15%.
ㅤ
• В окремому сліпому оцінюванні 579 фінансових завдань за участю 213 фахівців Hy4 набрала 3,04 бала. Для порівняння: DeepSeek-V4.1-Flash — 2,97, Kimi K3.1 Pro — 2,68.
ㅤ
• Попередня версія Hy4 Preview мала MoE-архітектуру на 770 млрд параметрів, із 49 млрд активних на токен, і контекст до 1 млн токенів. Характеристики фінальної версії ще мають підтвердити опубліковані ваги.
ㅤ
• Hy4 доступна через Tencent Cloud, OpenRouter, CodeBuddy та WorkBuddy. Ціна API залишилася на рівні $0,834 за мільйон вхідних і $2,501 за мільйон вихідних токенів. До 31 грудня Tencent пропонує знижку 50% на Tencent Cloud.
ㅤ
Ваги фінальної моделі обіцяють відкрити найближчими днями. Також готують швидшу й дешевшу версію Hy4 Flash.

➡️Детальніше тут.

➡️Запроси друга до НейроЄнота🦝

📌OpenAI представила Images 2.6 із генерацією GIF та швидшою обробкою зображень

OpenAI оновила модель генерації зображень у ChatGPT і Codex. Images 2.6 працює приблизно на 50% швидше за попередню версію, краще зберігає вигляд персонажів і продуктів під час редагування та вміє створювати анімовані GIF.
ㅤ
🔆Детальніше
ㅤ
• У ChatGPT можна перетворити текстовий опис або завантажене зображення на коротку зациклену GIF-анімацію. Також доступне редагування окремих кадрів і зміна швидкості відтворення.
ㅤ
• Для API представили дві моделі: GPT-Image-2.6 Flare і Sunburst. Перша орієнтована на швидку генерацію, друга — на деталізацію та точність під час послідовних редагувань.
ㅤ
• Flare може створити зображення приблизно за 6 секунд за низького рівня якості. Загалом OpenAI заявляє про прискорення генерації на 50% порівняно з попередньою версією.
ㅤ
• Розмітка зображень дає змогу позначити конкретну ділянку для редагування. Це допомагає точніше змінювати окремі елементи, не переробляючи всю композицію.
ㅤ
• В API додали експорт у SVG для створення векторної графіки та параметр complexity, який регулює глибину опрацювання запиту незалежно від налаштування якості зображення.
ㅤ
Images 2.6 доступна в ChatGPT і Codex на всіх тарифах. Обидві нові моделі також можна використовувати через API.

➡️Детальніше тут.

➡️Запроси друга до НейроЄнота🦝