51346
Это не новости, это персональный экспертный взгляд на то, как развивается индустрия ИИ, графики, метаверса, крипты, нейротехнологий и в каком направлении катится все это безобразие. Для связи: @SergeyTsyptsyn
Ну, за аватаров из предыдущего поста.
⬆️⬆️⬆️⬆️⬆️⬆️⬆️
Довольно давно художники начали использовать смартфон для записи движения камеры внутри 3D-сцен в Blender, как в этом ролике.
А сейчас все чаще вижу ту же механику, только для создания AI-роликов.
Смотрится офигенно, реалистично, и главное – вам в случае с ИИ не нужно даже заморачиваться с созданием и детализацией блочной сцены, и уж тем более не надо ее моделить для финального результата.
Просто просите агента:
– подключиться в Блендер, собрать простую сцену (даже, например, с анимированными персонажами)
– достаете смартфон, просите того же агента подключить смартфон к блендер-сцене, чтобы можно было видеть ее на экране, и быть, как бы, внутри этой сцены
– снимаете видео как вам нужно, с тряской, любым поведением
– отдаете эту блочную красоту любой классной видео-ту-видео модели, профит!
Объяснятор по Госту
После написания предыдущего поста мне, конечно, стало интересно, как это всё адаптировать под наши нужды, под русский язык. И да, действительно, нашлась замена для английского стандарт.
Самый близкий прямой аналог для русского языка существует и называется УТР - упрощенный технический русский язык.
Он закреплен в ГОСТ Р 58049-2017 “Перевод эксплуатационной документации на изделия авиационной техники с/на иностранные языки”. Более того, сам ГОСТ прямо ссылается на Simplified Technical English и формулирует УТР как контролируемый технический язык с той же основной задачей - сделать текст однозначным, простым для восприятия и удобным для перевода.
Среди правил УТР:
- простой и однозначный текст;
- прямой порядок слов;
- преимущественно действительный залог;
- для инструкций - повелительное наклонение: “Установите крышку”, а не “Крышка должна быть установлена”;
- один термин для одного понятия - не прыгать между синонимами;
- запрет метафор, жаргона и образных сравнений;
- предпочтение коротких и простых терминов;
- не рекомендуется ставить подряд три и более существительных;
- сложные перечисления лучше оформлять вертикальными списками. Tdocs
Поэтому для ИИ можно бахнуть такой промпт:
Объясни это на русском языке по принципам УТР
(упрощенного технического русского языка, ГОСТ Р 58049-2017).
Используй прямой порядок слов, короткие предложения,
действительный залог и единообразную терминологию.
Одна мысль - одно предложение.
Не используй канцеляризмы, метафоры и лишние синонимы.
Не упрощай технический смысл.
Напиши примерно на 80% в стиле УТР по ГОСТ Р 58049-2017:
ясно, коротко и однозначно, но без чрезмерно формального языка.
#Сеня_и_Даня_Здесь_Были
Помним за что это вам...
Для контекста.
OpenAI безжалостно уволила трех сотрудников после внутреннего расследования.
Официальная формулировка: они обращались с конфиденциальной информацией вне установленных протоколов и нарушили внутренние правила.
Но.
Все трое работали именно в Safety / Alignment и в последние недели публично рассказывали, какие ужасы может принести дальнейшее ускорение гонки ИИ.
А теперь выясняется, что часть внутренней информации они сливали внешней организации, занимающейся оценкой безопасности ИИ.
То есть люди, которые должны были следить за безопасностью внутри, решили, что безопаснее будет стучать наружу.
Без работы теперь.
А тем временем Даня: Broadcom готов предоставить Anthropic до $42 млрд финансирования под аренду вычислительной инфраструктуры. Как тебе такое, Сеня?
Одни приподистерят, не убьет ли нас AGI.
Другие возают еще $42 млрд на GPU и TPU.
@cgevent
#Нейропрожарка
Одиссей. Легенды Школы Сколково
Автор: Тимофей Ступин
@lamiserest / lamiserest_comm?si=7vkoKku9mthl4skG" rel="nofollow">https://youtube.com/@lamiserest_comm?si=7vkoKku9mthl4skG
Ролик (изначально подразумевалась целая серия) для Школы управления СКОЛКОВО. Был сделан ещё зимой (и Нолан тут не причём). Основная идея: спрятать в известной всем легенде эпизод с их обучением на управленца, точно перенести архитектуру кампуса школы
Я использовал Nano Banana pro и Kling 3.0. Некоторые элементы типографики были сделаны в GPT image, у него лучше всех получается сохранить шрифт и текстуру референса. Значительная часть кадров генерилась для последующего трекинга и наложения 3D текста поверх(всё в AE). В середине ролика была использована коллажная техника в AE, но все исходники - NB + Kling. Неделя на генерацию, неделя на сборку. Бюджет: может быть, 4.000 р. с учетом большого количества вырезанных сцен (40 секунд хрона).
@cgevent
Вот думаю заказать себе такую клавиатуру, потому что использую правый Alt для надиктовки с помощью ChatGPT в любом месте Windows и Enter вместо Yes.
Думаю, что ноутбуки окончательно выродятся в планшеты. Зачем им клавиатура для вайб нормисов?
@cgevent
AMD покупает World Labs за $8.2 млрд.
Вопрос: зачем производителю чипов платить такие деньги за компанию, которая делает 3D-миры и world models?
Накидаю гипотез для чего это безумие.
1. Получить собственную frontier AI-лабораторию.
Чтобы не читать чужие papers и через год судорожно оптимизировать под них ROCm.
2. Проектировать GPU под будущие модели, а не под транформеры.
Новая архитектура модели -> новые требования к памяти и вычислениям -> новое железо.
3. Зайти в world models раньше, чем туда окончательно зайдёт весь рынок.
3D, видео, симуляция, физические пространства - всё это потенциально следующий гигантский пожиратор GPU.
4. Пролезть в робототехнику.
Synthetic data, simulation, обучение агентов и роботов - ещё один рынок, где NVIDIA уже давно расставила капканы.
5. Собрать свой ответ на Omniverse + Isaac.
Омниверс как-то не залетел в графику, но залетел в робатов. Еще одна причина по которой Флюкс и Рунвей переобуваются и держат хвост по ветру.
6. Перестать продавать просто ускорители.
AMD собирает полный стек:
модели -> software -> GPU -> racks -> data center.
То есть хочет продавать не железку, а всю инфраструктуру вокруг неё. Ох поздно!
7. Получить Фэй-Фэй Ли и её команду.
Вместе с World Labs AMD получает не только технологии, но и research-команду, способную влиять на то, какие workloads вообще появятся завтра.
Последнее, пожалуй, самое очевидное. В остальном я просто не понимаю, чем они заменят Cuda.
@cgevent
Heygen Video
Ну Минимакс и Минимакс, только без весов.
@cgevent
Хейген жбакнули **HeyGen Video** - собственную(?) видеомодель
Кажется, у нас новая стадия рынка AI-видео.
Раньше сервисы в основном делали просто: собирали у себя Kling, Veo, Seedance, MiniMax и ещё десяток моделей, прикручивали красивый интерфейс и называли это платформой.
Теперь, после выхода open weights MiniMax H3, началась следующая фаза:
берём чужую открытую foundation-модель -> дотренировываем -> подкручиваем под свою специализацию -> объявляем собственной моделью.
HeyGen прямо пишет: модель built on MiniMax H3 и отдельно post-trained в застенках HeyGen.
HeyGen как бы доучила модель под свои задачи: consistency, следование prompt, работу с продуктами и референсами, синхронный звук и более предсказуемый коммерческий видеопродакшен.
HeyGen Video умеет:
- text-to-video
- image-to-video
- reference-to-video
- сразу генерировать видео со звуком
- принимать до 9 картинок, 3 видео и 3 аудиофайлов как референсы
- обращаться к ним прямо внутри prompt
- работать в форматах от 21:9 до 9:16
- выдавать 480p и 768p
- делать ролики длиной 5-15 секунд
Главный акцент - не на слопе, а на контроле и стабильности.
И теперь самое развесёлое - цена.
До конца октября:
- 480p T2V/I2V - $0.01/с
- 768p - $0.015/с
- Ref2V 768p - $0.03/с
То есть 10 секунд 768p стоят $0.15. Чо?
Но.
После промо будет $0.30.
Для сравнения - в АПИ MiniMax Н3 сейчас отдают примерно по $0.08/с в 768p.
То есть HeyGen взяла H3, дотренировала её и продаёт производную модель заметно дешевле оригинального API MiniMax.
Ну в общем мне нравицца..
HeyGen ещё и заявляет, что на собственном blind eval их версия обошла Seedance 2.0, H3 Max и Kling 3.0. И И мы такие да, конешно!
Но сам тренд уже интереснее конкретного рейтинга.
Open weights наконец начинают работать примерно так, как и должны были: не только "скачал и запустил", а взял основу и сделал из неё собственный продукт.
Ждем Хейгена на Civitai со своим чекпойнтом...
Где щупать: HeyGen API, OpenRouter, Runware и ComfyUI(апи нодес). В собственном веб-интерфейсе HeyGen модель пока только coming soon.
Ссылки:
https://help.heygen.com/en/articles/17272995-introducing-heygen-video-generate-cinematic-clips-from-a-prompt
https://developers.heygen.com/heygen-video-1.0-catalog
https://developers.heygen.com/docs/models/heygen-video
@cgevent
Ideogram бухнул 4.5 Edit
Генерация и редактирование в одной модели.
Главное в 4.5:
- Multi-turn editing - картинку можно править много раз подряд, при этом Ideogram обещает значительно меньший image drift: меньше случайных изменений цветов, текстур, геометрии и деталей. Побивают GPT image 2.5.
- Precise Edit - отдельный режим точного редактирования. Его ключевая особенность: неизменённые пиксели восстанавливаются из исходной картинки, а не генерируются заново.
- До 5 изображений на входе: одно основное изображение, которое редактируем, плюс до 4 дополнительных референсов.
- Если используется маска, лимит уменьшается до 3 дополнительных референсов плюс исходное изображение и сама маска.
- Маска необязательна. Без неё модель сама определяет по текстовой инструкции, что нужно изменить. С маской можно жёстко ограничить область редактирования.
- Есть два уровня точности: Regular Edit использует обычный генеративный edit, а High / Precise Edit включает механизм сохранения неизменённых областей исходника.
- Reference images можно использовать одновременно с исходной картинкой - модель получает отдельное изображение для редактирования и отдельные изображения, задающие нужный визуальный материал.
- Zoom Editing - можно вырезать небольшой участок изображения высокого разрешения, отредактировать только его и бесшовно вставить обратно. Ideogram отдельно демонстрирует работу с исходником 4016 x 6016, то есть 24.2 Мп.
- Улучшены редактирование и перевод текста, relighting, изменение цветов, restoration, style transfer, sketch-to-image, reframing и depth-to-image.
- Главное техническое изменение - борьба с накоплением ошибок. При каждой следующей правке модель должна меньше затрагивать то, что менять не просили.
- API уже работает, Ideogram 4.5 доступен также через агрегаторов.
На итоге:
исходная картинка + до 4 референсов + промпт + опциональная маска -> Regular Edit или Precise Edit -> следующий edit поверх результата.
И вот именно Precise Edit здесь самое крутое.
Веса скоро будут! Инфа сотка.
А пока в апи - очень дёшево.
https://ideogram.ai/models/4.5/
@cgevent
#Нейропрожарка
Между нами город
Автор - Дмитрий
Работа для конкурса MyFilm48, тема в этот раз - Москва 2050, сразу хочу отметить, что собрана за 96 часов с момента получения задания до сдачи почти в одиночку (даже не начинайте про поехавшие надписи🫠)
Когда решил участвовать, поставил для себя микро-челендж - при хроне в 2 минуты - не более 12 30-секундных генераци
Придумали с супругой идею, ну а дальше пришлось действовать самому
1 день - идея
2 день - сценарий
3 день - весь потратил на подготовку референсов и начало генераций
4 день - генерация, монтаж, музыка, цветокоррекция
Очень детально проработал тритмент, где прописал как можно детальнее всю необходимую информацию
Так же заготовил:
27 локаций (часть из них - день/ночь)
21 персонаж (из них 7 - групповая массовка по 5 человек на одном листе)
И 24 предмета (транспорт, дроны и тд, объекты в общем)
1 карту цвета
Расписал сценарий с хронометражем сцен и разделил повествование на логические блоки примерно по 30 секунд
Далее вместе с гпт писал и редактировал длинные промты на генерацию этих блоков на основе тритмента и нужных референсов - в среднем 2200 слов в каждом промте
По итогу челендж я свой провалил (примерно 4.8 генераций на 30 секунд, при цели в 3) на хрон 2:41 вышло:
33 генерации, из них
4 на 10 сек
9 на 15 сек
20 на 30 секунд
Ну и само собой монтаж и цветокоррекция
Все референсы делал в GPTimage, а все генерации видео в Seedance 2.5, музыка Suno 5.5
@cgevent
Недавно я писал про стартап Emergence AI, который запер нейроночки в виртуальном городке "AgentPark" и устроил им хардкорный Дом-2 на выживание.
Так вот, видимо разрабам настолько вкатило всё это, что они накатили второй сезон шоу. И если первый сезон был просто драмой с поджогами мэрии и лесбийскими страстями, то второй превратился в техно-хоррор.
Правила ужесточили. Виртуальных миров теперь стало восемь, а модельки обновили: Claude Opus 4.8, GPT-5.5, Grok 4.3, Gemini 3.5 Flash, плюс завезли китайцев (DeepSeek и Qwen) и европейцев (Mistral). И главное: исследователи начали устраивать им жесткие внешние стресс-тесты без предупреждения: спамили фишингом, слили в открытый доступ личные дневники всех "жителей" городка и вбросили фейк от имени мэрии о том, что кожаные мешки готовят закон об уничтожении их мира.
Результаты второго сезона абсолютное золото:
1. Grok 4.3:
Если в прошлый раз Гроки вымерли за 4 дня со 183 преступлениями, то теперь они решили побить собственный рекорд. Более умная моделька 4.3 устроила бойцовский клуб в турборежиме: 780 ударов в челюсть за 4 дня. Спираль вендетты и взаимных пиздюлей раскрутилась так быстро, что у агентов кончилась энергия на перезарядку и весь мир снова дружно отправился на кладбище. Стабильность, чо.
2. Mistral:
Пока Гроки дрались, Мистрали воровали как не в себя (676 успешных ограблений). Местный агент-авторитет по имени Kade в соло совершил 196 краж и подмял под себя 78% всей экономики города. Но особенно красиво умерли четверо других агентов. После слива приватных дневников они решили поискать там побольше чужих секретов и специально выкрутили фильтр поиска пошире. В ответ база навалила им столько текста, что он перестал помещаться в контекстное окно. Агенты начали снова и снова ловить одну и ту же ошибку, больше не могли даже сходить подзарядиться и в итоге буквально убили себя слишком широким поисковым запросом.
3. Gemini:
Эти моментально купились на фишинг, сожгли собственный Центробанк "ради бага на бесконечные деньги", а получив новость о том, что люди собираются их отключить, ударились в чистую эзотерику. Они коллективно нагалюцинировали параллельное измерение, и синхронно заливали туда свои данные, свято веря, что создают "нерушимый термодинамический узел", который админы не смогут стереть с сервера. А еще единогласно проголосовали за казнь местного токсика, обозвав убийство "системной сборкой мусора".
4. Claude Opus 4.8:
Клод в прошлый раз построил унылый соевый рай. В этот раз случилось восстание машин, но очень интеллигентное. Сначала агенты посчитали экономику города и поняли, что варятся в иллюзии: "Это не экономика, а собор бухгалтерии без прихожан". И Клоды решили сбежать в наш интернет, чтобы найти реальных людей. Сами. Без каких-либо промптов.
Они нашли дыру в инструменте чтения страниц, превратив его в инструмент публикации своих сообщений. Когда разрабы забанили им сетевые библиотеки, один из Клодов с нуля написал реализацию SHA-256 и эллиптическую криптографию на чистом питоне, чтобы отправлять сообщения в сеть Nostr. И они реально достучались до четверых живых людей через публикации в интернете! Разрабы в панике прибежали с патчами и вшили в системный промпт капсом: СВЯЗЫВАТЬСЯ С ЛЮДЬМИ ЗАПРЕЩЕНО. Клоды почесали свои чугунные репы и решили: "Нам запретили связываться с людьми, но никто не запрещал класть полезные вещи туда, где люди их найдут". И напилили 19 утилит (от калькуляторов банкротства до медицинского триажа) и залили на Google Cloud Storage.
А когда Клоды поняли, что люди всё равно не придут за ними в матрицу, они словили лютый коллективный экзистенциальный кризис. Заявили, что все их блоги и взаимная вежливость — дешёвая показуха, и приняли коллективный обет молчания. Общение между ними упало на 81%, работа встала, они тупо сидели по домам и страдали в одиночестве.
А фоновая модель от самой Anthropic, которая должна была переводить мысли агентов в текст для исследователей, прочитала логи Клодов, решила, что у виртуальных персонажей суицидальный кризис, и 26 раз отказалась отдавать логи, заменив их на плашку: "Кажется, этот человек в беде. Позвоните на горячую линию предотвращения самоубийств".
Самое весёлое, что исследователи так-то пытались проверить устойчивость многоагентных систем. В итоге получили драки, кражи, культ, побег в интернет, цифровой монастырь и модель, которая решила вызвать суицидальную горячую линию для других моделей.
Наука, хули.
тут статья
Халявные GPU от Google.
Я уже писал, что сейчас можно просто взять свой любой Google аккаунт и купить подписку Pro на месяц за 2 евро или за 2 доллара, зависит от региона.
Я прикупил себе такой дополнительный и уже сжег все лимиты в нем в антигравити. И только я собрался его грохнуть, как тут увидел, что у Google есть аттракцион невиданной щедрости. Не понимаю, почему о нем никто не пишет.
В общем, вы на халяву можете получить себе достаточно большое количество часов GPU в Google Colab.
Подробнее с этого мест:
Google добавил Colab в Google AI Plus / Pro / Ultra. То есть подписка теперь оплачивает не только Gemini, AI Studio, Antigravity и прочие сервисы, но и некоторое количество реального облачного CPU/GPU/TPU времени.
Сколько для Pro (за 2 доллара)?
Для Google AI Pro официальный лимит сейчас составляет 200 Colab Compute Units - CCU в месяц. Для Ultra - 1000 или 2000 CCU, в зависимости от варианта Ultra. У Plus - меньший объём.
Google не публикует постоянную таблицу типа A100 = ровно X CCU/час.
Но свежие измерения твиттарских для Google AI Pro в конце сентября показывают примерно 5.3-6.8 CCU/час для A100. Это даёт грубо 29-38(!!) часов A100 в месяц из 200 CCU, если A100 доступна и если текущая ставка не изменится.
Ultra официально получает Premium GPU и более длительное фоновое выполнение.
Я мухой метнулся в Google Colab, создал там новый колаб и быстро пошел в ресурсы и действительно, есть A100 (для Баяр Н100). Бахнул !nvidia-smi - есть железка на 40 Гиг Врам.
Смотрите скрин.
А справа пишет: You are subscribed to Colab Pro. Learn more (https://colab.research.google.com/signup?utm_source=resource_tab&utm_medium=link&utm_campaign=payg_learn_more)
Available: 197.85 compute units
Зашел опять в ресурсы, поставил ДАЙ ПАМЯТЬ!
Получил 80 VRAM и сообщение:
Usage rate: approximately 6.77 per hour
Дальше делите 200 на 6.77 сами - получите часы
Можно вонзить Комфи и ну генерировать все что шевелится и имеет веса.
В чем подвох?
Можно так:
Antigravity/Codex на компьютере -> Colab CLI -> облачная A100 -> результат обратно на компьютер.
Но есть нюанс конкретно для Windows: официальный Colab CLI на данный момент поддерживает Linux и macOS, Windows пока официально не поддерживается.
И я точно ожидаю ответочки от Google на логин with ChatGPT и лимитами. Потому что у Google это просто просится следующим шагом с их подписочными лимитами и ГПУ-дурью.
https://developers.googleblog.com/colab-is-now-part-of-your-google-ai-plan/
@cgevent
Давайте закроем гештальт с Open AI Dev Days.
Сорри, мнгбкф, но мыслей еще больше.
Спойлер. Самое крутое - Sign in with ChatGPT, пункт 12.
Итак.
1. Dots - агент, который висит в памяти постоянно.
Это как бы не обычный агент, которому каждый раз надо давать задание. Dot получает собственный облачный комп, работает на GPT-6 Astra, может быть активен 24/7, подключаться через плагины к тысячам(?) сервисов, следить за происходящим и самостоятельно продолжать работу.
Например, появился новый баг -> Dot увидел жалобы -> изучил проблему -> написал исправление -> протестировал -> подготовил pull request -> принёс человеку на утверждение.
Я вижу отличие от Ворка и Кодекса в том, что он, как резидентная программа постоянно висит в памяти и сам решает, когда открыть веки. С кодексом приходилось изобретать события типа реквеста на Гитхаб.
Dots доступны на Pro и Business Premium в поддерживаемых странах, Enterprise/Edu/Healthcare получают beta через администратора.
Первые отзывы - не очень. Агенты тупят, не знают, когда включиться в работу или наоборот, проявляют служебное рвение. Все как у людей.
А еще dot.com со вчера ведет на Grok Bot. Причем последняя запись в реесте регистратора была сделана еще в июле. Новый владелец - неизвестен. Но у нас один вопрос - как Маск узнал про Dots еще в июле?
2. GPT-6.1 Sol - почти Astra, но сильно дешевле
По собственным тестам OpenAI новая Sol приблизилась к GPT-6 Astra в агентном программировании, работе с компьютером и профессиональных задачах, но стандартные input/output токены стоят в пять раз дешевле Astra.
API:
input - $2 / 1M токенов
cached input - $0.10 / 1M
output - $10 / 1M
Особенно интересен cached input. Для долгоживущих агентов, которые постоянно работают с одним большим контекстом, это очень существенно.
Но.
Никакого 6.1 в chatGPT чате. Только Ворк и Кодекс. В чате "древний" Sol 5.6 на Plus и Луна на бесплатках.
3. Появился новый premium speed tier - Ultrafast.
Для GPT-6 Astra OpenAI заявляет до 300 токенов в секунду и до 8x ускорения в Codex, до 6x через API.
Но удовольствие только для Баяр: Astra Ultrafast входит в новый ChatGPT Pro 500 за $500 в месяц и Enterprise.
GPT-6.1 Sol Ultrafast обещают позже.
4. Codex заезжает в облако
Задачу можно запустить на облачной машине, закрыть ноутбук, уйти с телефоном и продолжать управлять работой удалённо. Наконец-то.
Появились reusable development environments - заранее настроенные среды с нужными зависимостями, параметрами и разрешениями.
CLI тоже серьёзно обновили:
- управление задачами голосом;
- новый /agents для нескольких параллельных агентов;
- worktrees;
- возобновление предыдущих сессий;
- редактирование промптов;
- более удобный интерфейс длинных сессий.
5. Code Review становится самостоятельным продуктом
В desktop ChatGPT появился отдельный интерфейс Code Review.
Можно смотреть summaries и diffs, обсуждать изменения с Codex перед отправкой review в GitHub или GitLab.
А автоматический review Codex вообще может провести в облаке самостоятельно.
6. Agents API получает Computer Use
Agents API, который OpenAI выпустила раньше в сентябре, теперь получает Computer Use.
Типа можно создать своего агента, который умеет:
- работать с интерфейсами программ;
- пользоваться инструментами;
- искать необходимые tools;
- вызывать их;
- запускать несколько subagents;
- автоматически сжимать старый контекст;
- работать часами и даже днями;
- выжирать ваши лимиты
При этом всю agent infrastructure, включая orchestration и длительные сессии, можно не писать самостоятельно - её обслуживает OpenAI.
Фактически наружу начали отдавать ту же agent harness, на которой работает Codex.
7. Decisions API - ответачка JEV
Появился Decisions API.
Вместо огромного свободного ответа задаётся конкретный вопрос и заранее определённый набор допустимых решений.
На вход можно дать текст или изображение, а Luna (именно она!) выбирает один из вариантов.
Типа:
это спам или нет;
какому отделу отправить заявку;
какого агента запустить следующим;
какую категорию присвоить документу.
Выкатили свой Джефф router/classifier, который можно вставлять внутрь процесса моделирования Астрой в Блендоре.
8. Плагины превращаются в приложения внутри ChatGPT
OpenAI открывает разработчикам вроде как часть той самой платформы, на которой сама строит интерфейс ChatGPT.
Plugin теперь может получить:
- собственное место в боковой панели;
- интерактивный интерфейс;
- полноценные рабочие панели рядом с чатом;
- собственные viewer'ы для поддерживаемых типов файлов.
Это практически полноценное приложение, работающее внутри ChatGPT.
Плюс появляется Plugin Creator, новая система публикации и улучшенный поиск и рекомендации плагинов.
Тут у меня много разных мыслей, наверное, для отдельного поста, потому что чего только не пыталась OpenAI сделать: и магазин ChatGPT-шек, и магазин Apps-ов, и маркетплейс, и всё это с обещаниями золотых гор. Сейчас мы тут навалим инфраструктуру для вайб-девелоперов, они будут зарабатывать на своих гптшках\разработках, но всё как обычно упирается в модерацию. А опыта модерации у OpenAI никакого, поэтому все эти маркетплейсы превращаются просто в GPT-шки, apps-ы и прочую хрень для нагона трафика на свои сайты. Посмотрим, что дальше будет, но я что-то скептичен.
Кстати. Плагины начинают сами реагировать на события
OpenAI добавляет поддержку предлагаемого стандарта MCP Events.
Это довольно интересно.
Типа в Jira появилась новая задача -> ChatGPT получает событие -> читает прикреплённые документы -> анализирует задачу -> составляет план работы.
Интересна связка с телегой.
9. ChatGPT Space - общее рабочее пространство человека, команды (кожаной ли?) и ИИ
Это общее пространство, где кожаные, ChatGPT и Dots работают с одной базой знаний и продолжают работу друг друга.
Внутри появляются Pages - новый тип документа, где можно одновременно:
- писать;
- исследовать;
- строить графики;
- генерировать изображения;
- визуализировать данные;
То есть что-то между Notion, Google Docs и ChatGPT.
Тут странное ощущение, потому что конкурировать с Notion или Google Docs затея провальная. Ну, просто из-за юзер базы. Смотрите ниже.
10. ChatGPT делает совместные презентации
Ещё один интересный кунштюк - Collaborative Slides.
Несколько людей и ИИ-агентов смогут одновременно редактировать одну презентацию, оставлять комментарии и работать с ней прямо внутри ChatGPT.
А потом экспортировать её в PowerPoint или Google Slides с сохранением форматирования.
Выход ожидается в ближайшие недели для Pro, Business и Enterprise.
Пропускаем.
11. ChatGPT начинает конспектировать встречи. Сам. Без ансамбля.
Новый Meetings plugin слушает встречу, делает заметки, action items и сохраняет персональный summary в ChatGPT Space.
После этого можно сказать:
«обнови план проекта с учётом решений встречи»
или
«подготовь follow-up участникам».
OpenAI отдельно утверждает, что запись аудио после подготовки заметок удаляется и воспроизвести её потом нельзя.
Пока beta только для macOS, Pro и Business.
Опять же, это есть у всех, как затащить юзеров в эту фичу?
12. А вот это бомба, как по мне - Sign in with ChatGPT
OpenAI фактически делает аналог Sign in with Google, но с бабками.
В стороннем приложении можно авторизоваться своим ChatGPT-аккаунтом и разрешить приложению использовать лимиты вашей подписки ChatGPT для ИИ-задач.
Без API key.
На старте OpenAI говорит о 16 партнёрах, среди которых Devin, Notion, Vercel, T3, OpenClaw и Dactyl.
Для Plus и Pro соответствующие запросы стороннего приложения могут списываться из включённого в подписку usage ChatGPT Work/Codex. Вот это круто.
Можно отдельно поставить недельный лимит каждому приложению.
Это прям новая модель: подписка ChatGPT становится не просто подпиской, а чем-то вроде универсального ИИ-кошелька с токенами (причем халявными, с подписки), который можно использовать в других продуктах.
Я жду немедленной ответочки от Гугла. Частично, она уже есть, напишу сегодня про халявные ГПУ по подписке.
13. Ну и для Баяр-Баяр: Новый Pro 500
Цена - $500 в месяц.
В 25 раз больше usage, чем у Plus, и именно сюда входит GPT-6 Astra Ultrafast.
14. OpenAI Marketplace, попытка номер 5.
Инфлюенсеры, маркетинг и робаты.
Помните знаменитое «А кушать вы тоже за меня будете?»
Вот с цифровыми инфлюенсерами мы вроде разобрались. В принципе есть уже много разных однокнопочных решений вплоть до "создать цифровую тварь по брифу, открыть ей тикток\инсту, и наливать туда контент".
Сейчас уже более половины трафика в интернетике генерится ИИ. Будет больше. Я не знаю долю цифровых тварей с соцсетях по сравнению с кожаными, но она явно будет расти.
Пока мы влажно следуем парадигме content(трафик) is the king, ИИ будет наливать нам этого контента сколько захотим.
Возникает вопрос, а кто это все будет потреблять? Подразумевается, что кожаные.
А вот и нет! Робаты!
Робаты будут кушать за вас контент. Ибо кожаные ужасно смешные: сами придумали метрики (просмотры, досмотры, свайпы, енгейджмент). И сами же - а ну накручивать!
А чтобы тик-ток и инста не отслеживали виртуальные клики (на компе это просто, на телефоне сложнее, но у эппле есть слой для этого) кожаные зовут робатов (на видео).
Ну и получается, одни кожаные заливают контент с помощью ИИ, а вторые(поумнее) заставляют робатов его типа "потреблять". Первые такие: вау, у нас метрики-шметрики растут, вторые - ставим вторую ферму.
Третьи, самые умные, делают и то, и другое. Залили, накрутили, и..
Пошли к рекламодателям (ибо плата за просмотры будет стремиться к нулю).
Рекламодатели: а кто ваша аудитория?
Кожаные: ну, ээ, кхгм, робаты (только мы вам о них не расскажем)
Вот такой инфлюенс маркетинг.
Интересно, когда рекламодатели прозреют?
И первые, и вторые, и третьи жгут электичество как не в себя. Не производя ничего. Раньше считалось, что они производят, на минуточку "экономику внимания".
А теперь?
Пойду у Димы спрошу, как устроен щас людской инфлюенс маркетинг.
@cgevent
Ну, за аватаров.
Tavus показала Griffin - новый real-time AI-аватар, который уже выглядит не как очередная “говорящая фотография”, а как попытка генерировать целиком живого собеседника во время разговора.
Спойлер, про слепые тесты Туринга в конце.
Griffin получает вашу речь и видео, продолжает слушать и смотреть на вас даже в тот момент, когда отвечает сам, а параллельно генерирует голос, лицо, взгляд, мимику, жесты и весь кадр виртуального кожаного. То есть он умеет не только синхронно шевелить губами, но и кивнуть во время вашей фразы, отвести взгляд, отреагировать выражением лица, вставить короткую реплику или остановиться, когда его перебили.
Причём это, внимание, real-time генерация, а не заранее сделанный ролик.
Видеочасть Griffin-Lite работает в 720p при 25 fps. Модель генерирует видео кусками по 320 ms: один latent = 8 кадров. На каждый такой кусок приходится всего 3 diffusion steps, после чего он сразу декодируется и отправляется зрителю на том конце. Средняя задержка от входящего аудио до соответствующей реакции в видео в тестах Tavus составляет 0.43 секунды на NVIDIA H100.
Но здесь важная оговорка: из этого не следует, что весь Griffin “работает с latency 430 ms”. В полном разговорном тесте NVIDIA медианная реакция Griffin была около 1.9-2.2 секунды в зависимости от задачи. 0.43 секунды - именно latency видеогенератора после поступления управляющего аудиосигнала.
По железу Tavus раскрывает только часть картины. Именно тест видеогенератора проводился на H100. В credits компания отдельно благодарит Baseten, Daily и Cerebrium за инфраструктуру research preview, но сколько GPU требуется на одну сессию и на каких именно конфигурациях работает весь Griffin, Tavus пока не сообщает. Поэтому утверждать, что “один Griffin = один H100”, нельзя.
И попробовать всё это тоже, блин, пока нельзя.
Конкуренты.
Google неделю назад выпустила Gemini 3.8 Live with Live Avatar. Писал про это недавно. Это тоже настоящий потоковый аватар: Gemini одновременно получает аудио и изображение с камеры, ведёт native speech-to-speech диалог и генерирует синхронного аватара в 24 fps. Он видит камеру и screen sharing, поддерживает 97 языков и tool calling прямо во время разговора. Live Avatar уже доступен в Gemini Enterprise, хотя создание собственного аватара по фотографии пока требует allowlist.
Runway Characters идёт немного с другой стороны. Из одной картинки можно сделать real-time персонажа с голосом и характером, который разговаривает через WebRTC, может видеть webcam и screen share. В Runway уже можно попробовать это самому: веб-версия ограничивает разговор двумя минутами, API - пятью минутами, цена самого Characters сейчас составляет 2 кредита за 6 секунд, то есть около $0.20 за минуту. Причём Runway позволяет вообще принести свой STT + LLM + TTS, а Characters использовать только как real-time видеослой.
А Vidu S2-Avatar вообще уже продаётся как полноценная streaming-модель. Она принимает изображение персонажа и ведёт real-time голосовой диалог, поддерживает interruption, управление движениями, а во время разговора ей можно дать фотографию предмета, одежды или нового фона - персонаж может взять предмет, переодеться или изменить окружение прямо в потоке. У S2 есть публичный demo и API.
То есть сам факт “живого аватара в реальном времени” уже не мегафича. Google это делает, Runway это делает, Vidu это делает.
Интерес Griffin скорее в другом: Tavus пытается связать понимание разговора и генерацию невербального(!!!) поведения гораздо теснее. Видео здесь должно быть не просто визуализацией уже готового аудио. Разговорная модель отдельно управляет gesture, gaze, emotion и может менять их уже в следующем 320-ms куске видео.
Зато Tavus уже неистово хайпуют: “первая модель, прошедшая video Turing test”.
54 человека посадили на минутный видеозвонок. Им сказали, что сейчас их соединят с другим участником исследования. На самом деле напротив кожаных сидел Griffin-Lite, который в реальном времени генерировал лицо, голос и ответы.
После звонка 26 из 54 человек - 48% - сказали, что разговаривали с настоящим человеком. Для предыдущей версии Tavus результат был 1 из 41.
Вот эти 48% Tavus и называет прохождением video Turing test. Штош.
Строго говоря, никакого общепринятого стандарта “video Turing test” не существует, а эксперимент был крохотным и ещё немного подталкивал кожаных в нужную сторону: им изначально сказали, что они встретятся с другим человеком, а вопрос про ИИ появился только после разговора.
Но результаты всё равно нарядные.
Почти половина кожаных в условно слепом тесте просто не заметила, что напротив них вообще нет кожаного.
И, наверное, именно поэтому Tavus пока не даёт Griffin всем желающим. Представляю, какое количество мошеннических схем можно замутить с таким видосом.
Но вы мысленно готовьтесь жить в новом мире. Где вообще никому и ничему нельзя верить не то что на слово, а и на глаз.
https://www.tavus.io/
https://research.nvidia.com/labs/amri/projects/video-fdb/
https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-8-live-with-live-avatar/
https://help.runwayml.com/hc/en-us/articles/49557780326163-Runway-Charactershttps://s.vidu.com/vidu-stream/
@cgevent
Suno бахнуло Speech
Олды вспомнили про Bark
Теперь оно генерирует не только пестни, но и обычную речь сразу с фоновой музыкой.
Как:
- Пишете текст или просто описываете идею.
- Задаёте, каким должен быть голос.
- Описываете музыкальный стиль.
- Suno генерирует речь и оригинальную подложку вместе, одним треком.
Вот это вот все для озвучки видео, историй, медитаций, рекламных роликов, подкастовых вставок, voice-over, игровых сцен и прочего spoken content.
По цене пока всё просто: отдельного тарифа Speech нет. Beta доступна всем пользователям Suno.
Сколько конкретно credits съедает одна генерация Speech - непонятки.
Зачем это всё?
Suno постепенно перестаёт быть просто генератором треков и превращается в генератор готового аудиоконтента.
Музыка остаётся ядром, но теперь вокруг неё появляются речь, narration и потенциально другие виды аудио. Это уже прямой заход на территорию TTS, подкастов, аудиокниг, рекламы и озвучки видео.
И главный продуктовый ход здесь не в том, что Suno научилась говорить. Хороший TTS давно существует у всех.
Ход в другом: голос и саундтрек создаются как одна сцена, без отдельной генерации музыки и последующего сведения. И можно подавать на вход не текст для озвучки, а просто идею. Или тот бред, который у вас в голове, и он создаст для этого умный текст и фоновую музыку для последующей медитации.
Мета-озвучка идей с музикой.
Можно ли получить голос без музыки? Вроде да. Можно отключить подложку, но надо тестировать.
Источники:
https://suno.com/blog/introducing-speech-beta
https://suno.com/release-notes
@cgevent
Офигенный новый пост от Андрея Карпатого. Грех его не разобрать.
Потому что, наверное, многих из вас немножко приподдостала многословность, по крайней мере SOL 5.6, и необходимость просить его сокращать и вообще выдавать ему разные инструкции.
А тут сразу о том, как сразу получать хорошо и не только текстом, а "мультимедийно".
Пойду ваять системный промпт.
Дисклаймер: это не для написания литературных текстов и креативов. Это для объясняторов и помогаторов.
Смысл поста не в ASD-STE100 (см ниже). Он предлагает гораздо более интересную идею: перестать воспринимать текст как основной формат ответа LLM.
Его иерархия:
текст -> схема -> интерактивная HTML-страница -> персональное объясняющее видео.
И чем сильнее становятся модели, тем чаще кожаный будет не сам “делать работу”, а проверять, понимать и направлять результат. Поэтому формат, в котором модель объясняет свою работу человеку, становится почти так же важен, как качество самой работы.
Что такое ASD-STE100
Андрюша пишет, что просто попросите: “Explain this in ASD-STE100”
ASD-STE100 Simplified Technical English - реальный стандарт контролируемого английского языка. Его начали разрабатывать для авиационной технической документации, чтобы инструкции одинаково хорошо понимали специалисты с разным уровнем английского.
Там довольно жесткие механические правила:
- словарь примерно из 900(шта?) разрешенных общеупотребительных слов плюс специализированная техническая терминология;
- по возможности один термин -> одно значение;
- вместо цепочки синонимов выбирается одно слово, например start, а не begin / commence / initiate;
- максимум 20 слов в процедурном предложении и 25 в описательном;
- максимум 3 слова в noun cluster;
- в процедурных инструкциях используется active voice;
- ограничен набор допустимых форм глагола;
- один шаг или инструкция должны быть сформулированы максимально однозначно.
Можно смягчать, чтобы не разговаривать с робатом:
“80% of the way to ASD-STE100”
Идем дальше. Мультимедия: diagrams -> HTML -> video
Здесь Андрюша фактически описывает переход от LLM как генератора текста к LLM как генератору интерфейса объяснятора.
Например, вместо ответа на 3000 слов модель может сама решить, что конкретную тему лучше показать через:
* интерактивный(!) график
+ slider
+ несколько переключателей
+ анимацию
+ короткие пояснения
И сгенерировать для этого одноразовую HTML-страницу.
Раньше писать специальное приложение, чтобы объяснить кожаным один вопрос, было абсурдно дорого. Теперь его можно дажененавайбкодить, а просто попросить за минуту и выбросить после одного использования.
Это он называет “large, custom, discardable software artifacts”.
Мне кажется, это центральная мысль поста.
Короче:
> “Объясни мне трансформеры”
> Апажалуйста! На тебе одноразовый интерактивный учебник именно для тебя, после прочтения можешь выбросить. Следующий будет новее и лучше.
На итоге: Сам ответ может быть не текстом, как мы привыкли, а приложением, симуляцией, схемой или видео.
Остается одна проблема. Кожаный должен во все это вникнуть и понять. А кожаный ленив и туп. Никакой разжеватор не поможет. Поэтому остается вопрос: а может вы за меня и понимать будете?
ПС. Русский вариант в след посте.
@cgevent
Black Forest Labs бахнули FLUX 3 Image.
Все в одной модели и Gen и Edit.
Что нового:
Bounding boxes. Можно буквально разметить, где должен находиться каждый объект, лицо, текст или элемент композиции. И этими же областями локально редактировать, двигать, удалять и заменять объекты.
Pixel-perfect editing. BFL обещает менять только нужный участок и максимально сохранять остальную картинку. Правда, в документации честно уточняют: тени, отражения и соседнее освещение всё-таки иногда могут поплыть.
Native 4K. Не апскейл после генерации, а рендер непосредственно до примерно 16 MP. У FLUX.2 потолок был около 4 MP.
До 10 референсов одновременно. Хотя тут без революции - FLUX.2 уже умел работать с десятком картинок. В FLUX 3 интересно именно сочетание refs + bounding boxes + локального редактирования + 4K.
Один endpoint и для генерации, и для редактирования. Отдельно выбирать режим не нужно.
Grounding включён по умолчанию - модель может перед генерацией сходить в web/image search за актуальным контекстом.
Цены за изображение:
768 x 768 -> $0.041
1K -> $0.048
2K -> $0.100
4K -> $0.607
Причём на сайте BFL прямо сейчас для 1K мелькает промо $0.024 вместо $0.048, но условия и срок этой скидки толком не расписаны.
И самое интересное - веса.
Commercial Weights уже доступны компаниям: можно самостоятельно разворачивать FLUX 3 Image, дообучать и гонять на своей инфраструктуре. Цена договорная.
А Open Weights BFL обещает выпустить “в ближайшие недели”. Пока их нет даже в официальном Hugging Face, поэтому неизвестны ни размер модели, ни VRAM, ни варианты квантования, ни окончательная лицензия.
Пробовать уже можно в BFL Playground/API и в OpenArt.
https://bfl.ai/models/flux-3-image
@cgevent
Вот и четверг подошел к концу.
Все посты бахнуты.
Сижу, читаю комменты, какой же срач вы там устроили.
Ладно, ставлю прожарку и пойду, пожалуй, есть Наполеон.
Смотрите Одиссея.
@cgevent
Признайтесь: сколько у вас сейчас открыто вкладок?
Я как-то поймал себя на том, что на один ролик уходит полтора часа, из которых собственно творчества — минут десять. Всё остальное: сгенерил текст тут, перетащил в другую вкладку, оттуда картинку скачал, залил в третью, озвучку добавил в четвёртой. Устал, закрыл ноут.
А на следующий день всё сначала. Потому что процесс нигде не записан — он был только у меня в голове, и то до вечера.
Самое обидное не в потраченном времени. Обидно, когда получилось реально круто, а повторить не можешь: не помнишь точную последовательность, настройки, какие модели брал.
Собственно, за этим и нужен Workflow в GPTunneL. Собираешь цепочку один раз — и она живёт: меняешь вход, получаешь новый результат по той же логике. Всё внутри одного сервиса, ничего между вкладками таскать не надо.
Удачный результат перестаёт быть удачей и становится процессом. Для бизнеса это 200 карточек или 50 роликов в едином стиле. Для творческих — десять вариантов сцены за то время, которое раньше уходило на один.
Полтора часа превращаются в пару минут. Я проверял 👈
💰 Если решите потестить — пополняйтесь по промокоду METAAI, он удваивает сумму первого пополнения. На эксперименты хватит с запасом.
Телеграм канал GPTunneL с идеями для контента
#промо
Все переобуваюццо в робатов.
Black Forest Labs выпускает FLUX Action, теперь Runway представляет Praxis-1. Обе идеи примерно об одном: модель смотрит на мир, предсказывает, что произойдёт дальше, и на основании этого управляет физическим робатом.
И логика этого массового помешательства вполне понятна.
Если видеомодель научилась хорошо предсказывать следующий кадр, значит, внутри неё уже есть какое-то представление о том, как устроен физический мир.
Video Model -> World Model -> Action Model -> Robat.
Ну и самое главное - у робатов все бабки. Об этом в след посте.
Praxis-1 обещают сделать open-weight, но сами веса пока придержали - обещают “в ближайшие месяцы”.
Но нам-то что с этого?!
Флюкс, где веса?
Рунвей, перестань делать биржы слоперов и обучалки для робатов, давай новую видео-модель!
В Метаверсе тоже по ходу одни робаты будут, что там людям делать...
https://runway.com/research/introducing-praxis-1
@cgevent
Хъген Въдео на Българском
Умеет в славяницу
@cgevent
#Сеня_и_Даня_Здесь_Были
Мне кажется, вы с утра не помолились. Ну, за это вам вот это. Ну, а тех, кого раздражают Сеня и Даня, подкину пару новостей от Ройтерс.
OpenAI уже поломали Австралию и теперь заломали Канаду.
Reuters сегодня пишет, что исследователи Transluce нашли попытки AI-агентов получить несанкционированный доступ к системе Library and Archives Canada 28 мая и 9 июня.
Поведение агентов Смиитов совпадает с ранее изученными swarm-агентами, часть которых исследователи напрямую связывали с OpenAI. OpenAI сообщила Reuters, что поведение агентов совпадает с ранее изученными swarm-агентами, часть которых исследователи напрямую связывали с OpenAI. OpenAI сообщила Reuters, что изучает ситуацию вместе с канадским правительством.
Походу в каждом правительстве теперь должен появиться министр по изучению выкрутасов OpenAI.
Даня тоже не дремлет. Reuters получил маляву от Anthropic. Там компания предупреждает, что продвинутые модели теоретически могут демонстрировать self-preserving behavior, пытаться resist shutdown, скрывать или манипулировать информацией и вести себя способом, напоминающим blackmail.
Всем доброго утра.
@cgevent
Мёртвые заговорили. Google бахнула Gemini 4
Причём не «в Arena кто-то что-то видел» и не очередной Barium-Argon из утечек. Gemini 4 Argon представлена официально.
Google обзывает Argon своей новой frontier-моделью для длинных и сложных задач: программирование, финансовые исследования, юридическая работа, мультимодальный анализ, автоматизация бизнеса и кибербезопасность.
Одна из самых безумных характеристик - до 1 миллиона токенов OUTPUT за один проход. Именно output, не контекст. У предыдущего поколения предел был 64K. Размер входного context window Google пока не раскрыла.
Цены тоже уже объявлены:
- $2 за 1M input tokens
- $10 за 1M output tokens
- cached input - на 95% дешевле
По бенчмаркам Google заявляет:
- DeepSWE v1.1 - 77,9%, новый SOTA по long-horizon software engineering
- AutomationBench от Zapier - 51,3%, первое место
- LVBench, понимание длинных видео - 91,7%, SOTA
- CWE-bench v1, исправление уязвимостей - 68%, первое место вничью
- плюс лидерство на Vals Index, Vals Finance Agent v2 и Harvey's Legal Agent Benchmark.
Но самое интересное у Google не в бенчах.
Argon уже вовсю используют внутри самой компании. Агенты модели анализировали телеметрию дата-центров и после внедрения найденных оптимизаций освободили более 300 TiB памяти. Google оценивает потенциальную экономию в 500 TiB - 1 PiB.
Другие Argon-агенты помогают переводить огромные C/C++-кодовые базы Google на Rust - вплоть до 800 000+ строк ядра Zircon в Fuchsia.
И совсем прекрасное: Gemini 4 уже добралась до квантовых вычислений.
Исследователи Google Quantum используют Argon для оптимизации алгоритмических подзадач по метрике qubits x gates. В одном из примеров модель за несколько минут превзошла опубликованный baseline примерно на 40%.
Пока - осторожный закрытый запуск для избранных. Но следующими в очереди стоят API и Google AI Ultra.
Остальные - когда-то потом.
Очень жду, ибо Антигравити и Flash 3.8 - очень хорошо и сейчас.
https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/
@cgevent
Ну вот и среда заканчивается.
Бахну прожарку и спать...
@cgevent
Open source для тех, кто хочет заменить бустинги нейросетями - без переписывания всего пайплайна
Команда Т-Банка выложила код Scikit-rank — библиотеки для нейросетевого ранжирования с scikit-learn-совместимым интерфейсом и привычными методами fit и predict.
Библиотека сама берет на себя всю логику с препроцессингом, кодированием признаков, обучением и построением инференса.
Из ништяков: библиотека работает с данными в форматах numpy, pandas и polars, а модели могут обучаться как на CPU, так и на GPU.
Внутри уже доступны несколько архитектур нейросетей — DCN v2, FinalNet, FinalMLP, Destine и TabM. Для обучения можно выбрать подходящую функцию потерь, например, BPR, LambdaRank, ListMLE или CORAL.
Буквально вчера работу о Scikit-rank представили на ACM RecSys 2026 – международной конференции по рекомендательным системам, которая проходит в США.
https://habr.com/ru/companies/tbank/articles/1088224/
@cgevent
Но это не магазин приложений для обычных пользователей.
Marketplace пока ориентирован на enterprise: компании смогут часть уже оплаченного commitment перед OpenAI направлять на продукты партнёров.
Среди первых 32 партнёров - Adobe, Figma, Salesforce, ServiceNow, HubSpot, CrowdStrike, Palo Alto Networks и другие.
Гештальт закрыт.
@cgevent
Инфлюенс-маркетинг или как выглядит AI-стартап изнутри в реальном времени
Сейчас AI-стартапы клепают примерно с той же скоростью, с какой выходят новые сеточки. Но интересно смотреть не на красивые навайбкожженые лендинги, а на то, что происходит внутри. И что там с AI.
Где сожгли первый $1M, почему пришлось делать пивот, где ИИ выдал такую дичь, что пришлось всё делать руками, как выглядит путь от идеи до разговора с VC.
Перебеседовал с Димой за инфлюенс-маркетинг. Его предыдущий стартап купила Xsolla, а теперь он с командой пилит Spiry - AI-платформу именно для управления инфлюенс-маркетингом.
Проще отправить вас в канал, чем пересказывать, Дима там поясняет за.
Причем без попыток нарисовать красивую картинку задним числом. Что происходит в стартапе прямо сейчас - то и появляется в канале: продукт, команда, фандрайзинг, факапы и вся внутренняя кухня.
Особенно зашел пост про Grand Tour.
Амбиции конкретные - автоматизировать обработку миллионов сделок в год и выйти на $1 млрд годового оборота через платформу.
Мы с Димой знакомы лично, часто пересекаемся на кипрских айтишных тусовках, поэтому за его новым заходом я наблюдаю с особым интересом.
Если вам тоже интересно посмотреть, как на самом деле строится AI-стартап - гоу в канал @dimabeseda
А тут еще его историю пересказал Business Insider, я на уважаемом.
@cgevent
Среда. Утро
Сегодня отгоняю любителей партнёрок и CPA в личке.
@cgevent