ChatGPT умеет писать SVG-код, но не умеет превращать сгенерированные картинки в вектор. Это две разные возможности, и их путаница — причина того, что многие получают файл с расширением .svg, который ведёт себя как PNG при открытии в Figma.
Кодовый путь даёт настоящий вектор: попросите иконку-галочку 24×24 с обводкой 2px — получите валидную разметку с реальными path-данными, которую можно сохранить как icon.svg и редактировать по отдельным контурам. Генератор изображений (GPT Image 2) работает иначе: он выдаёт растр с фиксированными пиксельными размерами, без экспорта в SVG. Запрос на нативную реконструкцию image-to-SVG всё ещё висит в открытых фичреквестах OpenAI.
Хуже того, ChatGPT может «выдать файл»: запустить Python, записать .svg и дать ссылку — но внутри иногда лежит base64-картинка, обёрнутая в теги. Такой файл открывается без ошибок, но не редактируется, и его массово бракуют типографии и вышивальные производства.
Сильные места: простые геометрические иконки, правка существующей разметки (заменить все fill, нормализовать viewBox), объяснение и чистка path-синтаксиса. Слабые: модель не видит, что рисует, поэтому сложные иллюстрации разваливаются, а единый стиль набора иконок не держится — толщины обводок и радиусы придётся выравнивать вручную. Проверка проста: откройте файл в текстовом редакторе. Есть
<path>, <circle>, <rect> — вектор настоящий; только <image> с длинной base64-строкой — подделка.#AI #Image #Media #ChatGPT #Generation #SVG #Vectors
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1👏1
🎧 ElevenLabs выпустила Music v2.5 с доступом через приложение и API
ElevenLabs представила модель генерации музыки Music v2.5 для ElevenMusic. По словам компании, созданные треки теперь звучат насыщеннее и естественнее.
В слепом тесте на 47 885 парах сравнения слушатели чаще выбирали v2.5, особенно в R&B, соуле, хип-хопе, роке и оркестровой музыке. Права на треки остаются у пользователей: бесплатный тариф даёт 5 lossless-загрузок в день, Pro — 400 в месяц. Коммерческое использование разрешено в зависимости от отрасли и цели, но на free-тарифе требуется указание авторства. Скачивание треков, основанных на песнях других исполнителей, блокируется, имитация реальных музыкантов запрещена. Music v2.5 также доступна через API ElevenLabs, при этом версия v2 остаётся рабочей.
Лицензионная сделка с Universal Music Group касается только будущих отдельных продуктов, а не Music v2.5. Компания заявляет, что обучала музыкальные модели на «лицензированных стемах и музыке», не раскрывая деталей данных — это отличает её от Suno, против которой подан иск о тренировке на защищённом авторским правом контенте.
#AI #Music #ElevenLabs #MusicGen #Media
ElevenLabs представила модель генерации музыки Music v2.5 для ElevenMusic. По словам компании, созданные треки теперь звучат насыщеннее и естественнее.
В слепом тесте на 47 885 парах сравнения слушатели чаще выбирали v2.5, особенно в R&B, соуле, хип-хопе, роке и оркестровой музыке. Права на треки остаются у пользователей: бесплатный тариф даёт 5 lossless-загрузок в день, Pro — 400 в месяц. Коммерческое использование разрешено в зависимости от отрасли и цели, но на free-тарифе требуется указание авторства. Скачивание треков, основанных на песнях других исполнителей, блокируется, имитация реальных музыкантов запрещена. Music v2.5 также доступна через API ElevenLabs, при этом версия v2 остаётся рабочей.
Лицензионная сделка с Universal Music Group касается только будущих отдельных продуктов, а не Music v2.5. Компания заявляет, что обучала музыкальные модели на «лицензированных стемах и музыке», не раскрывая деталей данных — это отличает её от Suno, против которой подан иск о тренировке на защищённом авторским правом контенте.
#AI #Music #ElevenLabs #MusicGen #Media
👏1💯1
📼 От видео к данным: как ИИ меняет обработку мультимедиа
Видео, которое для человека — просто картинка со звуком, для ИИ-системы превращается в набор структурированных данных. Из одного файла извлекаются речь для транскрипции, лица, сцены, музыка и фоновые шумы — всё это можно индексировать, искать и анализировать автоматически.
На практике это меняет работу с большими медиаархивами: поиск по ключевым словам внутри часов записи, автосубтитры и перевод, модерация контента, аналитика рекламы и мониторинг эфиров в реальном времени. Вместо ручного просмотра команды получают готовые метаданные и таймкоды, пригодные для интеграции в собственные пайплайны.
Ключевой сдвиг — мультимодальность: модели объединяют аудио, видео и текст в единое представление, что открывает сценарии вроде поиска «покажи момент, где обсуждают бюджет» или автоматической нарезки клипов по смыслу. Для разработчиков это означает спрос на API обработки видео и инструменты пайплайнов с GPU.
#AI #Media #VideoAnalysis #ML #Development
Видео, которое для человека — просто картинка со звуком, для ИИ-системы превращается в набор структурированных данных. Из одного файла извлекаются речь для транскрипции, лица, сцены, музыка и фоновые шумы — всё это можно индексировать, искать и анализировать автоматически.
На практике это меняет работу с большими медиаархивами: поиск по ключевым словам внутри часов записи, автосубтитры и перевод, модерация контента, аналитика рекламы и мониторинг эфиров в реальном времени. Вместо ручного просмотра команды получают готовые метаданные и таймкоды, пригодные для интеграции в собственные пайплайны.
Ключевой сдвиг — мультимодальность: модели объединяют аудио, видео и текст в единое представление, что открывает сценарии вроде поиска «покажи момент, где обсуждают бюджет» или автоматической нарезки клипов по смыслу. Для разработчиков это означает спрос на API обработки видео и инструменты пайплайнов с GPU.
#AI #Media #VideoAnalysis #ML #Development
📹 Krea Agent получил встроенный видеоредактор с генеративным продлением клипов
17 сентября 2026 года Krea добавила в Krea Agent полноценный таймлайн-редактор видео. Раньше агент только генерировал клипы, а монтировать их приходилось в сторонних программах - теперь всё делается внутри сессии.
Редактор живёт в панели предпросмотра рядом с чатом. В сессии по умолчанию две видеодорожки и две аудиодорожки, максимум - восемь. Доступны стандартные операции: резка, тримминг, перемещение, удаление. Ключевая функция - генеративное продление: зажмите ⌘ или Ctrl и потяните конец клипа вправо, появится зона вида «+6s extension». Модель сгенерирует продолжение на 2-10 секунд. Исходный клип должен быть не короче 2 секунд, на вход модели уходит до 15 секунд хвоста в разрешении до 1280×720. Поддерживаются Seedance 2.5 (минимум 4 с), FLUX 3 Video (5 с) и Grok Video (2 с).
Экспорт - одна кнопка: рендер на серверах Krea выдаёт MP4 (по умолчанию 1280×720, 24 fps), файл сохраняется в сессии. Продление расходует те же compute-кредиты, что и обычная генерация, отдельной подписки на редактор нет. Ограничения честные: агент сам таймлайн не монтирует - режет и собирает пользователь, а воркспейсы с нулевым хранением данных экспорт не поддерживают.
#AI #Krea #VideoGen #Editing #Tools #Media
17 сентября 2026 года Krea добавила в Krea Agent полноценный таймлайн-редактор видео. Раньше агент только генерировал клипы, а монтировать их приходилось в сторонних программах - теперь всё делается внутри сессии.
Редактор живёт в панели предпросмотра рядом с чатом. В сессии по умолчанию две видеодорожки и две аудиодорожки, максимум - восемь. Доступны стандартные операции: резка, тримминг, перемещение, удаление. Ключевая функция - генеративное продление: зажмите ⌘ или Ctrl и потяните конец клипа вправо, появится зона вида «+6s extension». Модель сгенерирует продолжение на 2-10 секунд. Исходный клип должен быть не короче 2 секунд, на вход модели уходит до 15 секунд хвоста в разрешении до 1280×720. Поддерживаются Seedance 2.5 (минимум 4 с), FLUX 3 Video (5 с) и Grok Video (2 с).
Экспорт - одна кнопка: рендер на серверах Krea выдаёт MP4 (по умолчанию 1280×720, 24 fps), файл сохраняется в сессии. Продление расходует те же compute-кредиты, что и обычная генерация, отдельной подписки на редактор нет. Ограничения честные: агент сам таймлайн не монтирует - режет и собирает пользователь, а воркспейсы с нулевым хранением данных экспорт не поддерживают.
#AI #Krea #VideoGen #Editing #Tools #Media
👍1🎉1
Runway показала результаты исследований в области генерации видео в реальном времени. Вместо привычной схемы «ввёл промпт - ждёшь минуту - получил готовый ролик» пользователь будет стримить видео прямо во время описания, наблюдая за результатом и корректируя его на ходу.
В основе подхода - модель GWM-1 (General World Model), представленная в декабре 2025 года и построенная на Gen-4.5. Она генерирует видео кадр за кадром и принимает на вход движения камеры, команды роботов и аудио. Ключевая проблема - накопление ошибок: если текстовые модели исправляются по ходу предложения, то видео строится на предыдущем кадре, и мелкие артефакты разрастаются в серьёзные искажения. Runway решает это обучением модели на собственных результатах, чтобы она училась корректировать отклонения, а не усиливать их. Похожий приём использует Decart в MirageLSD, а Google DeepMind - в Genie 3.
Помимо удобства, компания указывает на экономику: быстрые модели тратят меньше GPU-времени, снижая порог рентабельности приложений. Главные долгосрочные сценарии - образование, игры и робототехника, где нужны среды, реагирующие мгновенно. Ранее Runway показала GWM Robotics для синтетических обучающих данных, а Waymo строит World Model на Genie 3 для симуляции редких сценариев. Сроки релиза не объявлены.
#AI #Runway #VideoGen #WorldModels #Media
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1🤔1🤯1
Recraft представила V4.1 Flash - модель, которая выдаёт изображение по промпту за 1,3 секунды и, по заявлению компании, является самой быстрой на рынке. Стоимость генерации заметно ниже, чем у полноценной V4.1, что делает длинные сессии перебора вариантов дешёвыми.
Главное здесь не только скорость, но и сохранение «почерка» Recraft: фотография, портреты, атмосфера, сложные сцены и ранние концепты. Разработчики позиционируют Flash как рабочий инструмент, где не теряется ход мысли между итерациями.
В блоге Recraft приводит сравнения с конкурентами. Flux 1 Schnell выдаёт студийный глянец и ломает физику (цветок из смесителя, парящая ваза), тогда как Flash оставляет лёгкие несовершенства, из-за чего кадр читается как настоящая фотография. Grok Imagine красиво стилизует, но не считает объекты по промпту - на запрос «7 морковок» нужное число не выдаёт. GPT Image 2 лучше держит текст на вывесках, но складывает их в плоскую стену шрифта. Flux 2 Klein даёт более аппетитный бургер, но заголовок превращается в нечитаемые буквы.
Модель доступна в Recraft Studio и через API, что позволяет встраивать быструю генерацию в автоматизированные визуальные пайплайны.
#AI #Recraft #ImageGen #Media #Design
Please open Telegram to view this post
VIEW IN TELEGRAM
⚡1🔥1
Google Research показал мультиагентную систему, которая планирует визуальную непрерывность в многосюжетных нарративах. Она работает как оркестрационный слой поверх Gemini и Veo и наследует защиту SynthID. Цель - убрать семантический дрейф (изменение костюма персонажа или локации между кадрами) и каскадные сбои, из-за которых ранняя ошибка ломает всю цепочку генерации.
Архитектура построена на четырёх компонентах. Co-Director формализует сторителлинг как глобальную оптимизацию: multi-armed bandit выбирает творческую конфигурацию по трём осям - стратегия, режим повествования и эстетический архетип, - после чего агенты пре-продакшена и продакшена собирают раскадровку и медиа. CANVAS ведёт постоянную визуальную память о персонажах, локациях и состояниях объектов. A²RD генерирует видео посегментно, переключаясь между экстраполяцией (движение сюжета) и интерполяцией (привязка к уже существующим сущностям). VQQA замыкает цикл: VLM-критики превращаются в «семантические градиенты» и итеративно правят текстовый промпт, а механизм Global Selection выбирает лучший результат по исходному запросу.
Практический смысл - минуты связного видео без ручного вмешательства: система сама ведёт промптинг, сшивку кадров и визуальную доработку, а пользователю остаётся режиссура. Оценки показывают заметный рост консистентности и сохранения персонажей.
#Tech #AI #GoogleResearch #Veo #Gemini #VideoGen #Media
Please open Telegram to view this post
VIEW IN TELEGRAM
⚡1🔥1🆒1
Hedra посчитала стоимость одного и того же запроса - 10-секундный клип 1080p с нативным звуком из стартового кадра - на 11 видеомоделях. Разброс цен 13x: от $0.60 на LTX-2.3 Fast до $7.91 на Seedance 2.5. Между ними Seedance 1.5 Pro ($1.13), Kling V3 Pro ($1.68), Wan 3.0 ($2.00) и Seedance 2.0 ($5.27). Veo 3.1 упирается в 8 секунд, а у MiniMax H3 нет режима 1080p.
Три фактора меняют счёт сильнее тарифа. Звук включён по умолчанию почти везде: явный
"generate_audio": false вдвое снижает цену Seedance 1.5 Pro и Veo 3.1 Standard. Версия важнее семейства - Seedance 2.x дороже 1.5 Pro в 4.7-7 раз, но разница в схемах только в reference-входах: если вы отправляете один кадр и промпт, переплата не оправдана без собственного теста качества. И прайс покрывает одну попытку, поэтому умножайте цену клипа на своё attempts-per-keeper.В тестовом прогоне LTX-2.3 Fast за $0.60 к концу клипа менял и бариста, и интерьер, тогда как Kling V3 Pro и Seedance 2.5 удерживали одного персонажа и живой фон. Дешевле, но с ретраями - не всегда выгоднее.
#AI #VideoGen #Models #Media #API #Seedance #Kling
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1👌1
👨🏻🦰 Synthesia сделала интерактивного аватара для журналиста
Британская Synthesia, достигшая оценки в $4 млрд, впервые создала интерактивный цифровой аватар для человека вне компании - им стала журналистка TechCrunch. Раньше такие двойники делали только для сотрудников.
Аватар работает на связке моделей: распознавание речи переводит вопрос в текст, агентная LLM формирует ответ, синтез речи озвучивает его, а собственная видео-модель Synthesia анимирует лицо в реальном времени. Заказчик может подставить голосовые и языковые модели от Cartesia, ElevenLabs, Google или OpenAI и выбрать облако для хостинга. На съёмку уходит пара дней: фотосессия, двухминутная запись голоса и явное согласие человека.
Важная деталь - детерминированность: аватар отвечает только по загруженному материалу (в этом случае - статья о мошенничестве в стартапах с венчурным финансированием) и на посторонние вопросы возвращает разговор к теме. У Synthesia три направления: платформа видео с классическими аватарами, агентная Sessions для ролевых тренингов и опросов, и API для встраивания моделей в сторонние сервисы.
Практическая ниша - корпоративное обучение и поддержка клиентов. В медиа главный вопрос - доверие: готовы ли зрители смотреть новости в исполнении цифрового двойника.
#AI #Synthesia #Avatars #VideoGen #Media
Британская Synthesia, достигшая оценки в $4 млрд, впервые создала интерактивный цифровой аватар для человека вне компании - им стала журналистка TechCrunch. Раньше такие двойники делали только для сотрудников.
Аватар работает на связке моделей: распознавание речи переводит вопрос в текст, агентная LLM формирует ответ, синтез речи озвучивает его, а собственная видео-модель Synthesia анимирует лицо в реальном времени. Заказчик может подставить голосовые и языковые модели от Cartesia, ElevenLabs, Google или OpenAI и выбрать облако для хостинга. На съёмку уходит пара дней: фотосессия, двухминутная запись голоса и явное согласие человека.
Важная деталь - детерминированность: аватар отвечает только по загруженному материалу (в этом случае - статья о мошенничестве в стартапах с венчурным финансированием) и на посторонние вопросы возвращает разговор к теме. У Synthesia три направления: платформа видео с классическими аватарами, агентная Sessions для ролевых тренингов и опросов, и API для встраивания моделей в сторонние сервисы.
Практическая ниша - корпоративное обучение и поддержка клиентов. В медиа главный вопрос - доверие: готовы ли зрители смотреть новости в исполнении цифрового двойника.
#AI #Synthesia #Avatars #VideoGen #Media
✍1🤔1
ChatGPT с поддержкой изображений умеет описывать то, что видит, но не ищет, где та же фотография встречается в сети: у модели нет индекса просканированных изображений. Согласно FAQ OpenAI, image inputs нужны для «понимания и интерпретации» картинок в диалоге - о поиске совпадений там нет ни слова. Поэтому на вопрос «откуда это фото» ChatGPT скорее угадает по визуальным признакам и общим знаниям, и ошибётся на обычной улице, хотя правильно назовёт известную достопримечательность.
Настоящий реверс-поиск требует индекса из миллиардов изображений. Google Lens - универсальный вариант по умолчанию: товары, растения, landmarks, похожие кадры, бесплатно и без входа. TinEye - специалист по точным и почти точным дубликатам, включая кроп, ресайз и удалённый водяной знак; бесплатный веб-инструмент даёт 100 запросов в день и 300 в неделю. Bing Visual Search ищет похожие картинки и товарные ссылки, но Microsoft прямо предупреждает, что ИИ может ошибаться. Yandex Images журналисты и OSINT-специалисты считают сильнейшим бесплатным вариантом по лицам и источникам на русском и в Восточной Европе.
Отдельно стоит Krea image-to-prompt: он превращает изображение в готовый промпт для генерации похожей версии, но исходник фотографии не ищет - это другая задача.
#AI #ChatGPT #ReverseImageSearch #GoogleLens #TinEye #Media
Please open Telegram to view this post
VIEW IN TELEGRAM
🤨1😨1
Музыкальный стартап Thoughtful Things запустил на Kickstarter кампанию своего первого инструмента - Engram. Это сэмплер и грувбокс, который использует ИИ для искажения входящего аудио и генерации совершенно новых, «галлюцинированных» звуков.
Engram не похож на Suno в коробке: это не устройство «нажал кнопку - получил хит». Инструмент работает без подключения к интернету - внутри крутится собственная «tiny AI»-модель, обученная in-house на открытых датасетах с аудио под коммерческими лицензиями (CC-BY и аналогичными). Компания обещает не использовать пиратские или некоммерческие данные. Прошивку планируют открыть: разработчики и музыканты смогут её дорабатывать или загружать свои модели.
Основатель Эван Кинг называет Engram «полевым рекордером для латентного пространства». Идея ближе к circuit bending: можно намеренно ломать и перегружать крошечные модели, извлекая глитчевые, жутковатые звуки. В демо Кинг голосом просит «piano» - и получает нечто искажённое, лишь отдалённо напоминающее фортепиано.
Кампания стартует с ограниченной партией: цена от $675 (заявлена как скидка 30%). Розничная, вероятно, составит $850-900.
🎨 qvabo.studio/tg · картинки и видео
#Tech #AI #Engram #Music #Media #Audio #Kickstarter
Please open Telegram to view this post
VIEW IN TELEGRAM
🤔1🤩1
Режиссёр Мартин Скорсезе присоединился к Black Forest Labs в роли советника: компания разрабатывает генеративную модель FLUX, а Скорсезе помогает определять её применение в кино.
По его словам, он 70 лет рисует раскадровки сам и постоянно упирался в одну проблему - как объяснить съёмочной группе то, что видишь в голове. Часть идей нужно именно увидеть и почувствовать. С FLUX он провёл рабочую сессию по storyboarding: теперь визуализацию можно сразу показать production-дизайнеру, художнику и оператору, чтобы они развивали её дальше. На препродакшене время стоит денег, и генерация раскадровок ускорила процесс без потери качества, отметил режиссёр.
Скорсезе напоминает, что кино - молодой медиум (ему около 125 лет) и к его эволюции стоит относиться открыто: ранее он использовал 3D в «Хьюго» и технологию омоложения в «Ирландце». Сам Black Forest Labs позиционирует FLUX как visual intelligence - модели, способные рассуждать в физическом и цифровом мире, с применением от анимации и архитектуры до робототехники.
🎨 qvabo.studio/tg · картинки и видео
#Business #FLUX #BlackForestLabs #AI #Movie #Media #Art
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1👏1
Recraft опубликовал сравнение своей модели V4.1 с Ideogram 4 на семи промптах. Критерий - не красота картинки в ленте, а то, доживает ли результат до экспорта и правок.
По логотипам и иконкам Recraft делает акцент на консистентности: один типографический вес, два цвета, одинаковый радиус скругления и источник света в наборе из восьми иконок. Ключевое отличие - вывод в векторе, поэтому пути открываются в Figma, а фирменный цвет подставляется без перерисовки. Иллюстрации тоже отдаются плоскими закрытыми фигурами: смена палитры или перемещение объекта - это правка, а не новая генерация.
Ideogram 4 авторы признают сильным в типографике: заголовок FUTURE DESIGN WEEK на постере набирается чисто, без слипшихся букв, и в этой нише модель подтверждает репутацию. Но её растровый растр тяжелее в работе: смена палитры бренда означает регенерацию, а не редактирование.
Практический вывод Recraft прост: для дизайн-систем, иконок, логотипов и иллюстраций в фирменном стиле важнее редактируемость и векторный выход, а не финальный глянец. Сравнение выполнено вендором, поэтому выводы стоит проверять на своих задачах.
🎨 qvabo.studio/tg · картинки и видео
#AI #Media #Recraft #Ideogram #AIimage #Design #VectorGraphic
Please open Telegram to view this post
VIEW IN TELEGRAM
⚡1👌1
📹 Kling выкатила 4.0 Flash: до 20 секунд видео за один проход, пока по ограниченному доступу
Kling (подразделение Kuaishou) начала раздавать Kling 4.0 Flash — облегчённую и быструю модель из нового четвёртого поколения. Это первое, что вообще стало доступно из линейки 4.0: ролик до 20 секунд за один проход, разрешение до 720p, быстрый оборот и ставка на повседневную генерацию, где важнее скорость и цена, чем кинематографичность. Раскатка ограниченная, доступ появляется не у всех — Kling предлагает просто зайти в аккаунт и проверить. По данным сторонних источников, Flash отдали годовым подписчикам Ultra примерно 28 сентября, но на самой странице Kling привязки к тарифу нет.
Позиционирование у Flash понятное: это не урезанная версия ради галочки, а рабочая лошадка для итераций. Двадцать секунд в одном проходе уже позволяют уместить законченную сцену, а не трёхсекундный пробник, и при этом не ждать долгой генерации старшей модели. Для контента на поток, тестов идей и быстрых правок такой размен выглядит разумнее, чем гнаться за 4K.
Полноценный Kling 4.0 обещают в октябре, конкретной даты компания не называет. Там заявлено заметно больше: до 30 секунд цельного видео за одну генерацию с продлением вперёд и назад суммарно до двух минут, нативные 4K и 1080p с 10-битным HDR, формат 21:9, стерео и диалоги на девяти языках. Управление тоже другого уровня — до 10 ключевых кадров в любом месте таймлайна под движение камеры и смену планов, и Omni Reference с 15 референсами на задачу, включая видео, у которого модель перенимает темп и работу камеры. Плюс точечная переработка готового ролика: сменить выражение лица, ракурс, фон или реплику, не трогая остальной кадр.
🎨 qvabo.studio/tg · картинки и видео
#AI #Tech #Kling #VideoGeneration #Media #Kuaishou
Kling (подразделение Kuaishou) начала раздавать Kling 4.0 Flash — облегчённую и быструю модель из нового четвёртого поколения. Это первое, что вообще стало доступно из линейки 4.0: ролик до 20 секунд за один проход, разрешение до 720p, быстрый оборот и ставка на повседневную генерацию, где важнее скорость и цена, чем кинематографичность. Раскатка ограниченная, доступ появляется не у всех — Kling предлагает просто зайти в аккаунт и проверить. По данным сторонних источников, Flash отдали годовым подписчикам Ultra примерно 28 сентября, но на самой странице Kling привязки к тарифу нет.
Позиционирование у Flash понятное: это не урезанная версия ради галочки, а рабочая лошадка для итераций. Двадцать секунд в одном проходе уже позволяют уместить законченную сцену, а не трёхсекундный пробник, и при этом не ждать долгой генерации старшей модели. Для контента на поток, тестов идей и быстрых правок такой размен выглядит разумнее, чем гнаться за 4K.
Полноценный Kling 4.0 обещают в октябре, конкретной даты компания не называет. Там заявлено заметно больше: до 30 секунд цельного видео за одну генерацию с продлением вперёд и назад суммарно до двух минут, нативные 4K и 1080p с 10-битным HDR, формат 21:9, стерео и диалоги на девяти языках. Управление тоже другого уровня — до 10 ключевых кадров в любом месте таймлайна под движение камеры и смену планов, и Omni Reference с 15 референсами на задачу, включая видео, у которого модель перенимает темп и работу камеры. Плюс точечная переработка готового ролика: сменить выражение лица, ракурс, фон или реплику, не трогая остальной кадр.
🎨 qvabo.studio/tg · картинки и видео
#AI #Tech #Kling #VideoGeneration #Media #Kuaishou
🔥1👏1
Глава OpenAI Сэм Альтман выступил против религиозных аналогий в отношении ИИ-моделей. По его словам, ему «очень некомфортно», когда людям приписывают моделям религиозную силу или отказ от собственного суждения - это «настоящая проблема безопасности».
Заявление прозвучало на фоне двух событий: подробного материала The New York Times о контактах Anthropic с религиозными лидерами и высказывания Папы Льва XIV о том, что «алгоритмам не хватает искры человечности». Ранее сообщалось, что OpenAI и Anthropic уже проводили встречи со священнослужителями для обсуждения этических вопросов.
Ирония в том, что сам Альтман в 2023-2024 годах называл цель OpenAI «магическим интеллектом в небе», говорил, что чувствует себя «на стороне ангелов», и неоднократно заявлял, что хочет ИИ уровня фильма «Her» - максимально очеловеченного. Формально это не приписывание моделям сознания, но разрыв между прежней риторикой и нынешней осторожностью заметен.
Практический смысл для рынка: крупные лаборатории всё активнее дистанцируются от мистификации ИИ, тогда как пользователи и медиа наделяют модели квазирелигиозными свойствами. Для разработчиков это сигнал о том, что регуляторные и репутационные риски смещаются в сторону формулировок, а не только технологий.
🎨 qvabo.studio/tg · картинки и видео
#Safety #OpenAI #Anthropic #AI #Models #Security #Media
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1🤯1😇1
DeepAI работает с конца 2016 года - он старше Midjourney, DALL·E 2 и Stable Diffusion. Разбор от Krea AI проверяет, что сервис реально предлагает сейчас, и сравнивает его с тремя актуальными альтернативами.
Ключевое отличие от конкурентов - можно генерировать без регистрации: просто ввести промпт на deepai.org. Правда, бесплатный тариф ограничен стандартным разрешением, точный дневной лимит сервис не публикует, а наличие водяного знака в открытых источниках не подтверждено. Высокие тиры - HD 640×640, Genius 1024×1024 и Super Genius 2K - доступны только в DeepAI Pro: $9.99/мес или $7.50/мес при годовой оплате. В подписку входят 500 HD-изображений, 60 Genius, 10 Super Genius, 2000 сообщений чата, генерация видео и музыки, API и отключение рекламы. Права на созданный контент остаются у пользователя, включая коммерческое использование.
Альтернативы на 2026 год: Leonardo.Ai (150 токенов в день, от $15.99/мес), Ideogram (30 кредитов в неделю, $20/мес) и Krea (100 compute units в день, от $9/мес). У всех трёх нужна бесплатная регистрация, а у Leonardo и Ideogram результаты на free-тарифе публичны. По качеству DeepAI отстаёт: на Trustpilot рейтинг 3.8/5, обзоры отмечают слабую детализацию, связность сцены и точность анатомии. Вывод: это инструмент для быстрой одноразовой картинки, а не для коммерческого продакшена.
🎨 qvabo.studio/tg · картинки и видео
#AI #Review #ImageGen #Media #DeepAI #AIart
Please open Telegram to view this post
VIEW IN TELEGRAM
🤔1👨💻1
В Wired вышёл отрывок из книги «The Last Best Place on the Internet», посвящённый тому, как большие языковые модели изменили Wikipedia. В эпоху AI Overviews трафик энциклопедии падает - но, как отмечает автор, реальная потеря для проекта может оказаться куда серьёзнее, чем просадка посещаемости.
В Wikimedia Foundation готовились к этому заранее: википедисты «задраивали люки» и уверенно предсказывали, что волна ИИ накроет, но отступит. Звучали версии, что LLM даже помогут - автоматизируют рутину: форматирование, простановку источников и сносок, битых ссылок, - освобождая людям время на творческую работу. На практике всё оказалось сложнее.
Ещё в 2019 году тогдашняя глава Wikimedia Foundation Кэтрин Маэр писала в The New York Times: ИИ слишком часто подают как всемогущее решение и масштабируемую замену людям. По её словам, ключевая задача Wikipedia - сохранить человеческий контроль над машинами - вскоре встала перед всеми. Для энциклопедии, которую пишут и вычитывают вручную, потеря живых редакторов означает не просто падение метрик, а угрозу самой модели создания знаний.
🎨 qvabo.studio/tg · картинки и видео
#AI #Media #Wikipedia #Wired #Internet #Social
Please open Telegram to view this post
VIEW IN TELEGRAM
😭1🤓1
Стоимость генерации секунды AI-видео варьируется от $0.012 до $0.60 в зависимости от модели, разрешения и схемы оплаты. Luma Labs опубликовала сравнительный обзор тарифов популярных генераторов - при производстве десятков роликов для одной кампании разница в цене становится решающим фактором.
Luma Ray 3.2 даёт пятисекундную Draft-генерацию за 20 кредитов, что соответствует примерно $0.012 за секунду. Стандартная генерация SDR стоит около $0.03/сек при 540p, $0.06 при 720p и $0.24 при 1080p. У конкурентов: Hailuo 2.3 Fast - $0.03/сек, PixVerse v5.6 - $0.035-0.075 (до трёх референс-изображений для консистентности персонажей), Kling 2.6 - $0.07 (до 2 минут и 6 связанных шотов), Pika 2.5 - $0.08 (клип генерируется за 15-45 секунд), Google Veo 3.1 - $0.05-0.60 с синхронным звуком и выводом в 4K.
В обзоре отдельно подчёркивается, что реальная стоимость ролика включает повторные генерации: бесплатные тарифы обычно ограничены водяными знаками, лимитами по разрешению и суточными кредитами. Поэтому для кампаний важнее считать цену готового видео с учётом правок, а не подписку. По данным Grand View Research, рынок AI-видеогенераторов вырастет до $3.44 млрд к 2033 году при среднегодовом темпе 20.3%.
🎨 qvabo.studio/tg · картинки и видео
#AI #Media #VideoGen #Luma #Ray #Development
Please open Telegram to view this post
VIEW IN TELEGRAM
🤔1🤯1
Krea выпустила Krea 3 - новую модель редактирования изображений, которая ориентирована на скорость и стоимость. Большинство правок возвращаются менее чем за 8 секунд end-to-end при нативном разрешении 2K. Цена - $0.06 за изображение в 2K и $0.03 в 1K.
Для сравнения Krea приводит собственные замеры: Nano Banana Pro - около 33 секунд и $0.135 за картинку, GPT Image 2 - 90 секунд и $0.22. На объёме в 100 000 правок разница в цене составляет $6 000 против $13 500 и $22 000 соответственно.
Ключевая особенность - точность: модель меняет только то, о чём попросили, сохраняя лейблы, логотипы, лица и персонажей. Поддерживается до 6 референсных изображений на одну правку, что позволяет переносить товар в новую сцену, менять материалы и свет или держать одну и ту же модель в серии кадров.
Krea 3 уже доступна на krea.ai, а также через fal, Hedra, Together AI, Nous Research, OpenRouter и Replicate. Основные сценарии - e-commerce, реклама и кино: из студийного пакшота делают лайфстайл-кадр, локализуют постер или примеряют материалы до начала стройки.
🎨 qvabo.studio/tg · картинки и видео
#AI #Krea3 #Media #ImageGen #EditingAI
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1💯1
🎥 Volcano Engine платит до ¥200 000 авторам AI-сериалов на Seedance
ByteDance запустила программу поощрения для создателей коротких драм и AI-комиксов, полностью сделанных на модели Seedance и опубликованных в приложении Hongguo. Живые съёмки в программе не участвуют - только генеративный контент.
Чтобы претендовать на выплату, работа должна быть создана целиком на Seedance, причём более половины видеоряда - на версии Seedance 2.5 через API или инструменты Volcano Engine. Победителей определяют ежемесячно по рейтингу популярности AI-драм в Hongguo: места 1-10 дают до ¥200 000, 11-20 - ¥100 000, 21-50 - ¥50 000. Половина суммы выплачивается деньгами, половина - ваучерами на токены Volcano Ark API или инструменты Drama Creation и Comic Drama Tool. Первый приём заявок закроется 31 января 2027 года.
Отбор включает проверку логов генерации: авторы обязаны подтвердить происхождение работы и при запросе предоставить исходные ассеты. Провал верификации или ложные данные аннулируют награду. Фактически Volcano Engine связывает использование модели, рейтинги Hongguo и аудируемые записи генерации в единую систему месячных выплат.
🎨 qvabo.studio/tg · картинки и видео
#Business #AI #Seedance #ByteDance #VideoGen #Media #Dramas
ByteDance запустила программу поощрения для создателей коротких драм и AI-комиксов, полностью сделанных на модели Seedance и опубликованных в приложении Hongguo. Живые съёмки в программе не участвуют - только генеративный контент.
Чтобы претендовать на выплату, работа должна быть создана целиком на Seedance, причём более половины видеоряда - на версии Seedance 2.5 через API или инструменты Volcano Engine. Победителей определяют ежемесячно по рейтингу популярности AI-драм в Hongguo: места 1-10 дают до ¥200 000, 11-20 - ¥100 000, 21-50 - ¥50 000. Половина суммы выплачивается деньгами, половина - ваучерами на токены Volcano Ark API или инструменты Drama Creation и Comic Drama Tool. Первый приём заявок закроется 31 января 2027 года.
Отбор включает проверку логов генерации: авторы обязаны подтвердить происхождение работы и при запросе предоставить исходные ассеты. Провал верификации или ложные данные аннулируют награду. Фактически Volcano Engine связывает использование модели, рейтинги Hongguo и аудируемые записи генерации в единую систему месячных выплат.
🎨 qvabo.studio/tg · картинки и видео
#Business #AI #Seedance #ByteDance #VideoGen #Media #Dramas
👌1👨💻1