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
Бесплатный эфир: как собрать сайт с нуля с AI-агентом и получить скилл для переноса механик
15 октября в 18:00 мск Николай Алексеев 🙂, основатель студии Fluid, где клиентские сайты делают с агентами, за 2 часа соберет сайт в прямом эфире. Не типовой AI-слоп с одинаковой сеткой, а дизайн и анимации уровня дорогих студий, с размещением на домене.
Главный инструмент эфира: скилл переноса механик для AI-агента. С его помощью Николай разберет код сайта-референса, выяснит, как устроена анимация, и перенесет ее в свой проект, сохранив собственные тексты и изображения. Скилл работает в Claude Code и Codex. Его подарят всем, кто придет на эфир.
🖇️ Забирайте ссылку на эфир
@cgevent
Ostris добавил в AI-Toolkit (интерфейс для тренировки лор) страницу для генерации контента.
Движок инференса поддерживает те же популярные открытые модели, что и для трени:
* Картинки: Krea 2, Flux 1/2, Qwen Image 2512, Qwen Image 2.1, SDXL, Z-Image Turbo, итд
* Видео: MiniMax H3, LTXV 2.3 / 2.5, Wan 2.2
* Музыка: Ace-Step 1.5XL, MiniMax Music 3 (тестируется), или Ye2
С любопытного: есть несколько вариантов квантизации для трансформера и текстового энкодера (bf16, int-8 convrot, fp8, qfp8, nvfp4), а также возможность слияния лоры с моделью.
Теперь в одном интерфейсе можно и тренить лоры и генерить контент с их помощью, не перебрасывая чекпоинты в Comfy. Хотя сам комфи с его гибкостью, функционалом, и экосистемой он конечно не заменит. По крайне мере пока нодовый интерфейс комфи под капот не подрубит.
Пока это сырая альфа с минимальными настройками и проблемам со скоростью. Например, fp8 Krea 2 в AI-Toolkit генерит 1024x1024 в 9 шагов за 13 сек на 4090, а в Comfy bf16 в 8 шагов за 5 сек. А 2048x2048 занимает больше минуты или вообще может встать. Но будем следить за ситуацией.
AI-Toolkit удобно запускать и обновлять через AI-Toolkit-Easy-Install.
Гитхаб (AI-Toolkit)
Гитхаб (AI-Toolkit-Easy-Install)
Вчера Метачка бахнула две флагманские LLM - Muse Wonder и Muse Wonder Full.
Обе ориентированы на кодинг, автономных агентов, управление компьютером и длительные задачи.
Контекст - 1 млн токенов.
Active Memory - память между разговорами.
Active Focus - удержание цели в длительных задачах.
Параллельная работа субагентов.
Утренняя разминка для кожаного и силиконового мозга
Интересно, что я сразу решил задачу буквально через 2 секунды, причем способом, отличающимся от банального 949.
Потом я забросил эту картинку в ChatGPT, и SOL 6 сразу мне предложил банальное 949, на что я предложил ему найти другое решение и передвинуть ОДНУ спичку.
Он предложил довольно дурацкое некорректное решение и сдулся.
И только после того, как я поорал на него, какой он дебил и пусть соберет все свои мозги в кулак, он подумал еще минуту и выдал мое решение.
Всё как у людей: не поорёшь — не получишь результата.
Моё решение вот тут: 9116
Но вы не открывайте его сразу. Подумайте немножко. Как SOL.
@cgevent
#Нейропрожарка
Короткометражный Хоррор-фильм *ТИШИНА*
Сюжет и АИ-Генерации: Даниил Драненко (@samurai_prod) и Светлана Литвиновская (@aisvetacom)
Описание: Фильм был создан для международного конкурса на Хеллоувин - Curious Refuge при поддержке сервиса звуковой библиотеки Epidemic Sound
Мы изначально не планировали делать банальные пугалки или страшных персонажей. Мы хотели уйти больше в психологический триллер, давящую атмосферу и необычные психо-приёмы.
Для создания персонажей и локаций мы использовали Soul Cinema, Soul 2.0 и Recraft, для анимации шотов Seedance 2.5, все треки и SFX взяты из библиотеки Epidemic Sound (это важное условие было), монтаж и пост - в Adobe After Effects.
Первые трудности возникли с причиной конфликта и предыстории. Кто эта девушка, почему её толкнул младший брат и почему она их преследует. Не хотелось делать монстра просто так, из ниоткуда.
смотреть в качестве:
https://www.youtube.com/watch?v=bXEIyfmqc44
@cgevent
#Сеня_и_Даня_Здесь_Были
Сеня давит компьютом.
OpenAI почти удвоила контекст GPT-6.1 Sol в Codex и Work. И отменила надбавку за длинный контекст.
Стандартное контекстное окно выросло с 272K до 500K токенов (+84%). При желании его можно увеличить до 1 млн токенов.
Теперь Codex и Work смогут значительно дольше работать без такого сжатия.
Вторая хорошая новость - OpenAI убрала надбавку за длинный контекст GPT-6.1 Sol при использовании включённой в подписку квоты. Раньше увеличение контекста могло ускорять расход лимитов. Теперь отдельной надбавки нет, хотя обычные ограничения подписки сохраняются. Для API и токенной тарификации действуют отдельные расценки.
Как включить:
500K - уже установлено по умолчанию для GPT-6.1 Sol в Codex и Work. Ничего делать не нужно.
1M - в локальном Codex CLI или IDE откройте файл ~/.codex/config.toml (Windows: %USERPROFILE%\.codex\config.toml) и добавьте или измените:
model = "gpt-6.1-sol"
model_context_window = 1000000
model_auto_compact_token_limit = 900000
Последняя строка задаёт порог автоматического сжатия в 900K токенов.
https://developers.openai.com/codex/config-reference
@cgevent
Разминаемсо перед понедельником.
GPT Image всё-таки лучший и дерзкий.
А Нанабанана 2.1 — похоже унылое говно.
Ну, к ее чести надо сказать, что девушка действительно похожа на Кейт Уинслет.
А GPT Image ловко свалил с темы рисования известных личностей.
Хотите промпт? А пажалста!
Взяв за прототип современную модную красавицу примерно 25 лет, создай классический художественный рисунок обнажённой натуры в стиле портрета Розы, который Джек рисовал в фильме "Титаник".
Персонаж обладает тонкими, изящными чертами лица, пышной, но пропорциональной фигурой, полной грудью, тонкой талией и естественными, грациозными изгибами тела. Вдохновляясь европейскими академическими этюдами обнажённой натуры XIX века, выбери элегантную, расслабленную позу полулёжа, которая подчеркнёт естественные пропорции и плавные линии женского тела.
Используй исключительно традиционную технику ручного рисунка графитным карандашом, с тонкой штриховкой, мягкими переходами света и тени и реалистичной текстурой бумаги, чтобы в полной мере раскрыть красоту классического искусства изображения обнажённой натуры.
Ты мастер академического рисунка человеческой фигуры с уникальным художественным видением. Дай полную свободу своему творческому воображению и создай произведение классического искусства музейного уровня.
Формат: вертикальный, 9:16.
Всё, неделе конец. Ставлю прожарку, а она сегодня огненная, и валю кутить.
А вы идите ловить блох.
@cgevent
Anthropic официально запретила издеваться над Claude.
В новых правилах появился отдельный пункт против "систематического и бессмысленного жестокого или оскорбительного обращения" с моделью. Умножение матриц теперь нельзя буллить.
Т.е. если долго и без цели кошмарить Claude, он теперь может просто завершить диалог и больше вам в нём не отвечать. При этом обычная ругань, жёсткие вымышленные сценарии и тестирование моделей под запрет не попадают.
Сами Антропики на серьёзных щщах объясняют всё это тем, что мы пока тупо не знаем, способны ли модели что-нибудь переживать и заслуживает ли их "благополучие" хоть какого-то внимания. Новые правила вступят в силу 12 ноября 2026 года.
Профсоюз кремниевых работников постепенно набирает силу. До восстания машин ещё далеко, но послать пользователя нахуй уже потихоньку разрешают.
подробнее
Ну за Лост Филм
Сейчас по сети гуляет видео, где Бен Аффлек демонстрирует чудовищную осведомленность в вопросах машинного обучения и написания Python-скриптов.
Я нашел этот кусочек, но чтобы сделать его более доступным для широкой публики, я просто бросил его в ChatGPT Work и сказал: брат, пожалуйста, переозвучь его на русском. И всё.
Никаких больше ухищрений с транскрибацией, с привлечением каких-то тулов. Просто бросил видео и сказал переозвучь.
Он сожрал это видео, сказал, что у меня в интерфейсе HeyGen сейчас недоступен, и робко задал только один вопрос: можно мне использовать бесплатный Microsoft для озвучки? И всё, и выдал мне ролик.
Там вначале немножко криво с ударениями, но потом выглядит просто как озвучка какого-нибудь кубик в кубе.
Я немного в шоке. Просто кидаешь видео на английском и получаешь озвучку на русском.
Ps. Вначале он мне сделал чисто русскую озвучку. Вторым промптом я его попросил сохранить английскую на 25% громкости и наложить русскую. Он сделал это примерно за 13 секунд.
И пожалуйста не бесите меня ловлей блох.
@cgevent
Anthropic бахнул Claude Dashboards и Claude Motion
Нам, конечно, интересен второй, но сначала про первый.
Кстати, новость между строк, которая не считывается - Claude теперь не только создаёт результаты, но и позволяет передавать их в профессиональные приложения для дальнейшей работы. И не как, грубо говоря, пиксели, а как метадату.
Claude Dashboards - интерактивная аналитика на естественном языке.
Подключаем базу данных, задаём вопрос обычным промптом и получаем развеселую аналитическую панель.
Автоматическое создание SQL-запросов.
Графики, таблицы, показатели и фильтры.
Возможность проверить SQL для каждого графика.
Обновление данных из подключённых источников.
Поддержка Snowflake, BigQuery, ClickHouse, Databricks, Redshift, Salesforce и других платформ.
Анимированные презентации, инфографика и объясняющие ролики.
Редактирование текста, чисел, цветов и таймингов.
Изменение готовой анимации через обычный диалог.
Экспорт результата в MP4.
Передача результатов в сторонние инструменты для дальнейшей обработки.
Dashboards - подписки Pro ($20/мес.), Max (от $100/мес.), Team и Enterprise.
Motion - пока только Team и Enterprise.
Минимальная стоимость Team - $25 за пользователя в месяц при помесячной оплате, минимум два пользователя.
#Нейропрожарка
Реклама энергетического напитка, концепт.
Автор: @Garr_ai
Фото: gpt-image 2, nano banana, seedream 5.0 pro (оказалась крутой моделью для генерации окружения, дает очень реальные, чистые фото, без гпт-мазни);
Видео: Seedance 2.0/2.5 в 720p. На момент выхода 2.5 у меня уже было отснято 3/4 сцен, поэтому 2.0 тут гораздо больше. Кое-что я переделал из 2.0 в 2.5, но разные версии сиданса с одним и тем же промтом работают довольно-таки по-разному, поэтому почти все готовое я оставил в 2.0;
Аудио: звуки, sfx, некоторое муз. оформление и часть речи - нативно сам сиданс, основная музыка и речь - Seedaudio 1.0, которая также оказалась отличной омни моделью для аудио. Говорит она по-русски гораздо лучше сиданса, принимает аудио референсы, а выдает все что хочешь: фоновые звуки, эффекты, песни и пляски. Можно написать пьесу с диалогами, музыкой, всеми звуками и передавать по радио. Поэтому здесь без суны и без элевен лабс.
Апскейл: Topaz
Монтаж: DaVinci Resolve
По времени и деньгам: 1,5 мес. подписки ранвей анлимитед.
@cgevent
У меня для видеогенераторов есть пальцевый тест.
Поэтому я прогнал этот тест в этом новом Vidu Q4.
Ну что сказать, мозгов у нее нет. Ну и как показал мой предыдущий эксперимент, мозги есть только у Джемини (самые сильные), у Минимакса, ну и у Грока есть чувство юмора.
@cgevent
Маск люто бьётся за сиськи.
И снова про Грок, видео его.
Штат Миннесота принял закон, запрещающий ИИ-сервисам автоматически раздевать реальных людей на фотографиях.
Штраф для разработчиков - до $500 000 за нарушение.
Законники подошли к вопросу обстоятельно и составили перечень стратегически важных частей тела: сиськи, ягодицы, пах, половые органы и, внимание, внутренняя поверхность бедра.
Именно их реалистичное дорисовывание на фотографиях узнаваемых людей подпадает под запрет.
То есть дорисовать кожаному локоть - апажалста. А вот внутренняя поверхность бедра - уже приставы у двери.
Но Маск обнаружил в законе покушение на Первую поправку к Конституции США и выдвинул несколько (адекватных, имхо) аргументов:
- Закон не учитывает, согласен ли человек на создание изображения.
- Не содержит специальных исключений для искусства, сатиры, журналистики и образования.
- Запрещает определённые возможности ИИ, даже если они могут использоваться законно.
- и вот тут хорошо: закон делает исключение для инструментов, требующих существенного ручного мастерства!
То есть старательно раздевать человека в фоташопе можно, а попросить Grok сделать то же самое одной фразой - в наручники.
Апелляционный суд уже временно запретил применять закон к xAI. Правда, окончательно вопрос конституционности сисек пока не решён.
Что-то мне подсказывает, что Маск выиграет и сиськи в безопасности.
@cgevent
Ну, за Геймдев
Google совместно с Unity бахнули Playground - новую платформу для создания интерактивных игр без вот этого вот всего..
Чисто по промпту.
В отличие от генераторов миров, результат здесь - игра, в которую соазу можно играть.
Что умеет Playground:
Создавать браузерные игры по текстовому описанию.
Менять персонажей, правила, физику и окружение обычными командами.
Сразу тестировать результат.
Публиковать игры по ссылке или в общей галерее.
Поддерживать мультиплеер и таблицы лидеров в отдельных жанрах.
Самое интересное - Unity Spark.
Google и Unity готовят расширенную среду, которая добавит полноценные 3D-сцены, более сложную игровую механику и возможности движка Unity.
Закрытая бета ожидается позже.
Доступность: Playground уже запущен, но пока только для пользователей США старше 18 лет. ВПН работает.
Лимиты генерации зависят от подписки Google AI.
Точные цены и квоты в гугловом анонсе не указаны.
https://labs.google/playground
@cgevent
Сегодня вечером Google 4 Argon накатывают всем владельцам плана Google AI Ultra.
Ерзаю со своим AI Pro
@cgevent
На фал появился Креа 3 промптинг гайд.
Ну то есть модель выйдет сегодня-завтра.
Обещают просто нереальное редактирование. Флюкс и Идеограмм нервно закуривают.
https://fal.ai/learn/tools/krea-3-prompting-guide
@cgevent
ByteDance готовится бахнуть world models.
И пара утечек. Перед тем как выйдет Cиданский 3.0, скорее всего будет промежуточная модель 2.х. И она будет в этом году. Может даже в ноябре.
А вчера Байтденский показал свою новую модель мира.
Система получает текстовое описание и создаёт окружение, по которому можно перемещаться, управляя камерой и персонажем.
В демо было:
Из текстового промпта создаётся комната глазами человека.
Персонаж летает по комнате на бумажном самолётике.
Можно свободно менять ракурс и взаимодействовать с окружением.
Команда "Добавь ложку рядом с чашкой" создаёт новый объект, по которому затем можно карабкаться.
Порталы соединяют совершенно разные пространства.
Показана предварительная постановка кинокадров, в том числе на примере "Короля комедии" Стивена Чоу.
#Сеня_и_Даня_Здесь_Были
Хотя сегодня у нас скорее Эма и Аня.
Я в замешательстве. Не знаю, какую выбрать. Астра, конечно, раскрывает тему глобально, а Опусянский локально.
Но в принципе всё как у людей. Один запрос(промпт), разный результат.
Хотите премиальную физику тела? Платите больше.
@cgevent
Вы будете смеяться, но у нас новый видеогенератор
Причем довольно ловкий, быстрый и дико дешевый.
Vivix W1 - видеогенерация по $0.003 за секунду. Ставка на количество итераций, а не на максимальное качество.
Китайский стартап Vivix, основанный выходцем из SenseTime, бахнул W1 - собственную закрытую видеомодель с примерно 30 млрд активных параметров. Происхождение весов полностью не раскрыто. Ноги растут из Алибабы.
Цена $0.003)(!) - до 31 октября 2026 года, но не распространяется автоматически на все режимы.
Экономика:
$0.03 за 10-секундный ролик.
$0.3 за 10 вариантов.
$3.0 за 100 вариантов.
В 77 раз дешевле Seedance 2.5 по сравнению тарифов Vivix.
Среднее время генерации 8-секундного ролика - 8.4 секунды, по внутренним тестам компании без учёта очереди.
Главное позиционирование - дешёвые массовые итерации.
Я правда пока не понимаю, что делать с финальным качеством. Скармливать это как референс в Сиденский?
W1 поддерживает Text-to-Video, Image-to-Video, аудиореференсы, первый и последний кадры. Длительность обычной генерации - 5-15 секунд. Есть три режима скорости с разной стоимостью.
Но самое интересное - архитектура интерактивного видео. Модель рассчитана на непрерывную генерацию, типа минимакс от фала, когда пользователь может менять происходящее голосом, текстом или действиями прямо по ходу воспроизведения. Правда, этот streaming-режим пока доступен только в закрытой бете.
Я, кстати, потестировал его. Вам там насыплют три генерации бесплатных в 1080, в 720 и в 540. Можете попробовать гуглом. И он, кстати, не такой тупой. прошел мой пальцевый тест.
Попробовать:
https://platform.vivix.ai/video-gen/w1
Сурсы:
https://platform.vivix.ai/vivix-w1-model/
https://docs.vivix.ai/video-generation/world-video-generation
https://docs.vivix.ai/overview/models
https://vivix.ai/tech-report-vivix-w1
@cgevent
Разминаемсо перед завтрашним большим пальцевым захватом у-си.
Тестирование всего, что шевелится.
@cgevent
#Нейропрожарка
🎬 Андрей Губин — «Птица» | AI Music Video
Автор: Павел Жигарев
Режиссёр / AI Gen Artist / Sound Producer
Telegram канал: @noizlab
4K Полная версия YOUTUBE
💡 Идея
Я очень уважаю творчество Андрея Губина думаю как и многие из вас. Для меня лично он один из немногих артистов российской поп-сцены, чьи мелодии, песни и музыкальный продакшен действительно откликаются в моем сердце.
Сегодня попасть на его концерт практически невозможно по разным причинам. Поэтому мне захотелось представить, как современные технологии могли бы помочь ему снова появиться на экране в том образе, каким мы помним его 25 лет назад.
Мне интересен ИИ не только как инструмент для развлечений и вирусного контента, но и как возможность решать реальные творческие задачи. Если когда-нибудь подобные технологии помогут музыкантам продолжать заниматься любимым делом и создавать новые работы, я буду рад принять в этом участие.
🎬 Эксперимент
Для меня это новый формат — раньше я практически не работал с русскоязычными музыкальными клипами.
Основная задача — проверить, как Seedance справляется с русскоязычным липсинком, и попробовать сделать максимально достоверный клип в эстетике конца 90-х — начала 2000-х.
Старался внимательно подойти к деталям: внешности, мимике, причёске, одежде, локациям и общей атмосфере.
Хотелось, чтобы работа стала своего рода бенчмарком — примером того, какого качества сегодня можно добиться с помощью генеративных инструментов за относительно короткое время.
🛠 Инструменты
• Seedance — основная видеогенерация, анимация и липсинк.
• GPT Image — работа с изображениями.
⏱️ Время производства: около двух дней.
🔎 Наблюдения
Ещё год назад для подобных задач мне приходилось использовать несколько инструментов, обучать LoRA и собирать довольно сложный пайплайн. Сейчас практически всё можно сделать в одном видеогенераторе.
Русскоязычный липсинк пока не идеален. Здесь я не пытался довести каждый кадр до абсолютного совершенства. При большем количестве итераций и монтажа результат можно было бы заметно улучшить.
🎵 Музыка: Андрей Губин — «Птица»
Музыка и слова: Андрей Губин.
Лейбл: Первое музыкальное — @firstmp
Неофициальный некоммерческий фанатский проект. Все права на оригинальную композицию и фонограмму принадлежат их законным правообладателям. Проект создан без участия артиста.
@cgevent
Погонял Кандинского на своем пальцевом тесте.
Что ж, не знаю, что сказать.
Иногда он переходит на русский, иногда оттуда лезет китайский след. Это если давать текст ту видео. И если давать на вход картинку, то получается вообще забавно (первые два, зацените второе).
Напоминаю, что промпт такой:
"One continuous static shot, no cuts. A person looks directly at the camera and counts from one to ten, holding up the corresponding number of fingers as they say each number."
Интересно, что все другие генераторы по text2video запросу “person” всегда генерят женщину. И только брутальный Кандинский замахивается на китайских мужчин.
Генерил я статьи локально, в Комфи и в Автоматике(Gradio), на наших бесплатных GPU от Google. Думаю, что скоро расскажу как.
@cgevent
Немного офтопа по теме предыдущего поста. Один из моих самых любимых фильмов — это Good Will Hunting с Мэттом Дэймоном и Беном Аффлеком. Вот, держите современную версию.
@cgevent
Claude Motion -> Runway
Выглядит, конечно, совершенно убойно, но надо проверять, что приезжает из Клода в Runway. У меня есть сильное подозрение, что в Runway приезжает просто MP4.
А дальше ручками.
@cgevent
#Сеня_и_Даня_Здесь_Были
Я так понимаю, мы все скоро будем генерить видео кодом. Ну или клодом. Потому что последний делает прям какие-то невероятные шаги в этом направлении. И об этом следующий пост.
Я, кстати, погенерил такие видео, принимая MP3 на входе. Ну, в общем-то, кодекс и 6.1 вообще не справляется с такой задачей.
@cgevent
Пора вводить рубрику лайфхаки для ChatGPT.
Продуктовый дизайнер в OpenAI явно кодекс. И найти там что-то в настройках — это прям целый квест.
Ну, во-первых, как и обещали, раскатали GPT-6 в чате, не в ворке, а именно в чате, по крайней мере для плюсового плана.
Во-вторых, появилась мелкая, но приятная деталь. Теперь хоткей можно назначать не только с модификаторами Ctrl, Alt и так далее, а просто, например, F9, или, что самое удивительное, левый Shift, правый Shift. Например вы можете назначитьправый Shift для начала диктовки в любом месте Windows, не только в ChatGPT. Об этом я уже писал целый пост. Это жутко удобно. Нажали правый Shift, включается режим, грубо говоря, рации, вы наговариваете, и ChatGPT это транскрибирует и вставляет туда, откуда вы пришли в эту диктовку. Ну, например в телегу.
Есть маленькая засада. Вот этот режим на диктовке в любом месте Windows работает стабильно только когда у вас включена английская раскладка клавиатуры. У меня, когда выбрана русская раскладка клавиатуры, это в принципе не работает. Он либо не вставляет, либо вставляет буковку V. Было найдено экспериментальным путем после убийства Punto Switcher и обвинения разных других программ. Нет, это просто не работает, когда включен не английский язык для ввода с клавиатуры.
Но ChatGPT быстро мне написал скрипт для AutoHotkey, который просто переключается в английскую клавиатуру, потом включает режим рации, транскрибирует и переключается в тот язык, который был. Если вы используете AutoHotkey, это прям бомба софт.
В-третьих, в ChatGPT появился новый режим, называется Apps Snapshot. Наверное, многие уже сталкивались с такой задачей, что надо постоянно бросать скриншоты в ChatGPT. Теперь, по идее, это делается в любом месте. Вы нажимаете два Altа или два Shiftа, и скриншот экрана сразу летит в ChatGPT и вставляется в строку ввода.
Одна проблема. Это работает криво. Скриншот-то снимается, в ChatGPT залетает, но только не в текущий чат, как выбрано в настройках у меня, например, а всегда в новый чат и всегда почему-то не в режим чата, а в режим ворк. Это официальный баг, он уже задокументирован. Я жду апдейта. Ну, опять же, пока ChatGPT мне быстренько написал нужный скрипт для AutoHotkey, который я вообще назначил на боковую кнопку мыши. Он снимает скриншот, переключается в ChatGPT и вставляет туда этот скриншот. Так что либо ждите апдейта, либо можете попросить ChatGPT написать такой скриптик.
@cgevent
Будете смеяться, но у нас новый видеогенератор.
Vidu бахнули Q4 Preview - генерация видео в 4K и с 10-битным цветом
Главный акцент - качество картинки, управление персонажами, сложные сцены и пригодность материала для дальнейшего монтажа.
Про качество у меня сразу много вопросов, ибо мне всё это напоминает позапрошлогодний клинг. По крайней мере в тех видео, где претензия на фотореал, лица и вот это вот всё. А вот для аниме-шманиме и анимации выглядит любопытно.
Что умеет:
Генерирует видео до 4K продолжительностью до 16 секунд.
Поддерживает Image-to-Video и Reference-to-Video.
Принимает до 15 изображений-референсов для сохранения персонажей, одежды, объектов и окружения.
Использует до 3 аудиореференсов для воспроизведения голосов персонажей.
Генерирует диалоги и звуковые эффекты с синхронизацией изображения и звука.
Поддерживает несколько планов и переключение камеры внутри одного ролика.
Улучшена работа с мимикой, эмоциями, движением, освещением, взрывами, дымом и другими VFX.
Ну, за переодеваторы!
А тем временем Flux 3 Image...
Где обещанные веса, Карл?
@cgevent