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
#Нейропрожарка
🔦 Сторож маяка. Серия 1 — «3:17»
Автор: Микола Сторчеус (@kolianchik84)
Идея: мини-сериал-мистика на Чёрном море, на украинском. Ярина приезжает на маяк, где 30 лет служил её дед. Неделю назад его похоронили, а маяк всё равно кто-то зажигает — каждую ночь в 3:17. Хотелось сделать не нарезку красивых кадров, а серию с завязкой, правилами мира и обрывом на вопросе. Рыбака играю я сам.
🛠 Производство
1. Сценарий и раскадровка. Сначала написал серию целиком (8 сцен, ~90 с) — кто где стоит, что делает и что говорит в каждом плане. Писал «тело, а не чувства»: не «она испугана», а «отдёргивает руку, задерживает дыхание».
2. Персонажи — Nano Banana. Для каждого героя карточка на белом фоне: полный рост с 4 сторон + лицо крупно. Рыбак — по моему фото. Отдельно локации: маяк, ночной луч, три интерьера (комната смотрителя, низ маяка, комната лампы). Всего ~12 картинок с правками.
3. Проверка раскадровкой — главный лайфхак. До видео отдал Nano все карточки + сценарий и попросил нарисовать сетку из 8 кадров. Вылезли ошибки, которые иначе я бы нашёл только за деньги в видео: луч бил не из маяка, а из фонаря рыбака; рыбак стоял рядом с героиней, а не в дверях за её спиной; часы показывали 5:17. Поправил текст — сэкономил 3 перегенерации.
4. Видео — Vidu Q4 reference-to-video, 540p, 16:9, 8 сцен по 10–12 с. В каждую сцену — только рефы тех, кто в кадре (персонаж + локация), до 4 штук. Промпт: шапка камеры (ARRI Alexa 35, Kodak Vision3 500T, «NOT CGI, NOT glossy», зерно), блок «кто есть кто» с реальными расстояниями, дальше SHOT 1/2/3 по секундам и блок звука. Против пластиковой кожи отдельный блок: поры, веснушки, «no beauty filter, no airbrushing» — Vidu реально держит живую кожу.
Косяки Vidu: героиня в одном плане стоит лицом к двери, а в следующем «оборачивается» — вырезал поворот на монтаже, вышло даже резче.
5. Звук и липсинк. Vidu генерит звук сам (море, ветер, скрип двери, стуки) — его оставил. Но украинскую речь он произносит с сильным акцентом, поэтому все реплики переозвучил живыми голосами (мужской — мой, женский — живая озвучка) и вручную поставил под движение губ Vidu, длинные фразы ускорил на 15–18%. Отдельный липсинк не делал: пробовал Volcengine lite на крупных планах — на щеках вылезают скачки, на среднем плане заметно лучше.
6. Монтаж — ffmpeg: склейка, затемнения, переходы через туман, сайдчейн-приглушение моря под голос, титр. Хук в начале — 3,5 с самого страшного из финала («Його поховали тиждень тому. Але щоночі о 3:17 хтось запалює маяк»), потом серия. Вертикальная версия — с размытым фоном и субтитрами.
⏱️ Время: 2–3 часа на всю серию — от сценария до монтажа.
💰 Деньги (себестоимость API): Vidu ~100 с × $0.036 ≈ $3.6, картинки Nano ≈ $0.7 — около $4–5 на серию с перегенерациями.
⚖️ Сравнение: Seedance лучше даёт сложное движение камеры и экшен, но для диалоговых сцен с крупными лицами Vidu вышел дешевле (примерно в 1,5–2 раза в 540p) и с более живой кожей. Минус Vidu — язык: украинский/русский только переозвучкой.
@cgevent
Продолжаем разбирать статьи AI-лаб: Anthropic советует выкинуть половину сабагентов.
Еще одна провокационная статья из опыта реальных внедрений. Команда Applied AI посмотрела на корпоративные внедрения и увидела, что один агент со скиллами часто обходит по качеству и вариант "один промпт на все", и вариант с кучей сабагентов. И часто выходит дешевле и быстрее. У одного клиента одиночный цикл отработал примерно в 2 раза быстрее, чем мультиагентная обвязка. У другого дюжина сабагентов-специалистов в клиентском агенте ломала единый тон бренда и добавляла задержку.
Короче, все как в бизнесе: архитектура агента копирует оргструктуру :) Каждая команда пилит своего сабагента, сверху платформа ставит оркестратор. Что из этого вырастает:
– контекст теряется при передаче между агентами
– сотни пересекающихся сабагентов без стандартов и владельца
– "франкенштейн-промпт", куда каждая команда дописала по предложению
– локальные evals, по которым руководство принимает решения
– задержки
Что вместо этого надо делать:
– один цикл, одно контекстное окно, лимиты по ходам и бюджету
– постепенное раскрытие: модель видит короткие описания скиллов и инструментов и подгружает полные только когда нужно. Так они сократили системный промпт Claude Code больше чем на 80%
– инструменты группировать по намерениям пользователя, а не по API. После 30–50 описаний инструментов выбор начинает деградировать
– права доступа проверять внутри инструментов и возвращать понятный модели отказ, тогда один цикл обслуживает пользователей с разным доступом
Сабагенты все еще нужны, если есть измеримая деградация от раздутого контекста, нужны параллельные задачи со свежим контекстом, или агент путается в инструментах и противоречивых инструкциях. Но делить их надо по контексту, а не по типу задачи – иначе получается испорченный телефон.
Как мигрировать: сначала примеры (как же без них), хватит даже 10 штук. Потом сливать самых используемых и сильно связанных сабагентов, потом звать оставшихся как инструменты, потом по одному превращать в скиллы и сравнивать. Команды перестают владеть агентами и начинают владеть скиллами и инструментами, а системным промптом и качеством целиком владеет одна маленькая центральная команда. Есть кстати их скилл migration kit на GitHub.
Короче, как обычно, сначала в прошлом году все строили оркестраторов и агентов, а теперь это уже легаси. И забавно, что OpenAI в посте про своих Forward Deployted Engineers пришли к тому же самому – об этом в следующем посте.
https://claude.com/resources/articles/building-agents-when-to-fold-subagents-into-your-main-agent-loop
Завайбкодил мета-модератора.
Точнее мета-онбордера.
Ну, потому что у меня давно опустились руки по поводу обработки всех этих запросов на вступление в группу комментариев. Поглядите на картинке, ну вот там примерно так на 50 процентов. А заявок у меня больше шести тысяч.
Поэтому, если вы читаете этот пост, подавали заявку на вступление в комментарии и вам прям надо туда попасть, то почитайте условия ниже и в самом конце жмакайте по ссылке. И да, вам придется ответить на пять вопросов, и это будет лучшей защитой от ботов. И подтверждением того, что вы прям сильно мотивированы.
Итак.
Правила группы
1. Прежде всего не хамить. У нас тут хватает своих городских сумасшедших, и даже если на вас наехали и нагрубили, вы делаете глубокий вдох и либо выходите из группы, либо продолжаете в вежливой манере.
2. Никакой политики, никакого офтопа и никакого флуда. Обсуждаем ИИ, графику, контент, задаем вопросы по теме, получаем ответы по теме, учимся и учим.
3. Писать одно предложение в трех сообщениях — смертный грех. Писать три предложения в трех сообщениях — тоже грех. Оформляйте свои мысли внятно. Зумерский стиль админа бесит.
4. Если вы пришли сюда продвигать свой канал и делать наивные репосты, то вы ошиблись чатом. Репосты на каналы в телеге не приветствуются и остаются прерогативой админа.
5. Ссылки на YouTube, Facebook, Insta и прочую бесовщину без проблем. Но с комментариями: зачем вы это запостили тут.
6. Если вы постите картинку или видос, также указывайте, зачем вы это запостили тут.
7. Мемасы и аниме админ с трудом, но терпит. Тем не менее не перебарщивайте с частотой мемасов, можете схлопотать бан за офтоп и флуд.
8. Ну и самое главное — думайте о том, как сделать этот чат лучше, чем полезным поделиться и как помочь людям. Вместо того, чтобы упражняться в остроумии и тешить свое эго.
9. За хамство и переход на личности лютый бан, который потом не отменяется.
Если не передумали, жмакайте сюда:
/channel/Meta_Moderator_Bot?start=onboarding
@cgevent
OpenAI выкатили GPT-6.1 Terra
Давно ее не обновляли, теперь полноценное место между сол и луна.
Цены за 1M токенов (вход / выход):
– GPT-6 Luna – $0.10 / $0.50
– GPT-6.1 Terra – $1 / $5
– GPT-5.6 Terra – $2 / $12
– GPT-6.1 Sol и Sonnet 5.5 – $2 / $10
– Opus 5.5 – $4 / $20
По качеству:
– против прошлой Terra – в кодинге 50.3% против 21.5%, ошибок на провокационных запросах в 3 раза меньше
– против Sol – на max reasoning обходит, и в 3 раза быстрее
– против Opus 5.5 – отстаёт меньше чем на 5 пунктов при цене в 5+ раз ниже
– Luna всё ещё в 10 раз дешевле – для классификации и простого извлечения остаётся она.
Заточена на Computer use, так что для агентов, которые заполняют формы и бегают по интерфейсам, будет норм. А Sonnet за $2/$10 теперь выглядит дороговато – ждём ответа Anthropic)
https://openai.com/index/introducing-gpt-6-1-terra/
#Нейропрожарка
«Симулятор пакета»
Автор: Арсений Попов
Спецвыпуск для Егора. Примечание админа.
Из-за отменённых рейсов я шестнадцать часов просидел в аэропорту. Медитировал на бумажный пакет. Заметил в его складках сходство со скульптурой и решил сохранить этот опыт в интерактивной форме.
Так у пакета появилась своя маленькая жизнь. Как правило, тяжёлая.
Его можно мять, рвать двумя пальцами, поднимать и бросать. Внутри шесть картошек: задача — вытряхнуть все на пол за минимальное время. Или забыть про таймер и почувствовать себя скульптором.
Это эксперимент с интерактивной рекламой: знакомая упаковка становится объектом, с которым зритель сам придумывает, что делать.
Как делал
Собирал проект в диалоге с ChatGPT / Codex: описывал поведение материала и жесты, проверял результат, возвращал конкретные правки. Идея, визуальное направление и оценка ощущений — мои; написание и переработка кода — через ИИ.
Основа — JavaScript и WebGL 2. Геометрия, фактуры и шейдеры создаются программно, сцена рассчитывается в реальном времени.
Больше всего возни было с физикой. Первые версии напоминали резину: пакет растягивался, пружинил, поверхности проходили друг сквозь друга. Дорабатывали ограничения растяжения, сохранение заломов, столкновения и разрывы. Отдельно пришлось убирать зависания после долгого сминания и искать баланс между детализацией и скоростью на телефоне. На мобильных расчёт физики вынесен в отдельный поток.
Звук
Шорох, хруст и разрывы синтезируются программно через Web Audio API и реагируют на действия пользователя. Варианты звука меняются, чтобы сминание не сопровождалось одним повторяющимся эффектом.
Время: первый прототип где-то 16 часов, и потом пару дней на доводку физики
Расходы: около 30% недельного лимита, подписка ChatGPT Pro 200
Помять пакет самому 🙂
@cgevent
AI-агенты заменили бабушек
Австралийцы нашли агентам, наверное, лучшую работу на свете, скамить скамеров под прикрытием бабушек, то есть тех, на кого мошенники охотятся чаще всего.
Агент с растерянным голосом берет трубку, охотно верит в безопасный счет, переспрашивает, куда тут нажимать, и тянет время, пока скамер не дойдет до дела и не продиктует, куда переводить деньги.
Тут он как раз-таки попадается, так как без номера счета или криптокошелька деньги не получить, а с ним Apate (это компания, которая создала бабушек) идет к банку, и тот может заморозить счет и закрыть переводы на него для всех своих клиентов, которых этот же скамер параллельно уговаривает. Заодно сносят фишинговые сайты и блокируют номера.
Началось все с того, что основатель продержал мошенника на линии 44 минуты прямо на семейном пикнике, а теперь его виртуальные бабушки уже съели у скамеров 17 лет жизни в 2,5 миллионах разговоров.
У нас тут очередной прорыв в области свитеростроения
Исследователи Национального университета Сингапура запилили в рукав свитера 54 электронные нити, внутри которых находятся тысячи мелких светодиодов. Теперь можно срать не снимая свитер смотреть шакальные мемы на всратом экранчике прямо на собственном рукаве.
По факту, это полноценный цветной тачскрин (хоть и всратый) с разрешением 96×54 пикселя и частотой 30 FPS. На нём можно запускать калькулятор, смотреть видосики, управлять разными приложениями и даже выводить температуру тела.
Сам экран не приклеен поверх ткани. Электроника находится прямо внутри самих нитей. Создатели божатся, что свитер остаётся гибким, пропускает воздух, а экран даже выдержал 50 стирок в машинке. Пока это лабораторный прототип.
Ну вот, скоро ещё и свитер заряжать придётся.
подробнее
ИИ-киностудии в 2026 году
На площадке одни режиссёры
https://ai-film-studios-2026.soundball1.chatgpt.site/
После анонса Грок Директор меня немножко бомбануло.
Судя по названиям, главный прорыв AI-кино уже состоялся: индустрия научилась массово производить режиссёров. Одним быстрым поиском набирается восемь продуктов, проектов и функций с Director на вывеске:
LTX Director для ComfyUI
ещё один LTX Director для Wan2GP
MiniMax Director
OpenArt Director
ComfyDirector
VideoDB Director
AI Director в Higgsfield Cinema Studio
H3 Max Director от fal
А в коридоре уже ждёт девятый, Grok Director ↗️.
Это не перепись рынка: я просто перестал считать раньше, чем закончились режиссёры. Под одним титулом здесь соседствуют студия, модель, агентная функция и независимые редакторы таймлайна. MiniMax Director, например, вообще сторонний проект для ComfyUI, а не новая должность в штатном расписании MiniMax. Но маркетинговый консенсус достигнут: никто не хочет быть кнопкой вызова чужого API, все хотят режиссёрское кресло. Если собрать их на одной площадке, получится девять режиссёров, миллионы токенов и ваша кредитка.
Дальше меня бомбануло настолько, что я пошел в ChatGPT Deep Research и сказал: “Большой умный брат, вы хотите поговорить про это?”
И мы поговорили. И про все эти бесчисленные агрегаторы, и про перепродажу чужих моделей на своих сервисах, и про многочисленные обвязки в виде агентов, жгущих токены Сиденса, и про пафосные проекты типа Утопай студио.
В общем, я изложил ChatGPT свой взгляд, так сказать, с высоты птичьего полета, а он подтвердил 95 процентов моих гипотез. Более того, упаковал все это в некий срез и анализ рынка на октябрь 2026 года.
С меня промптинг и редактура, с него копирайт и продакшн. Где-то семь-восемь циклов.
Если вы ждете быстрого дофаминового цикла при пролистывании новостных сообщений, то это точно не для вас. Бегите отсюда, пока вас СДВГ не замучил. Для тех, кто еще умеет читать длинные тексты, смотрите ниже. Вы точно узнаете много новых имен. Ну и получите повод задуматься (такое редкое состояние ныне).
https://ai-film-studios-2026.soundball1.chatgpt.site/
@cgevent
#Сеня_и_Даня_Здесь_Были
Кому-то всё это кажется крайне идиотским? Да, вы не ошиблись. Это из фильма Три идиота.
А по контексту вот такая новость.
Даня пугает всех Дипсиком. Чисто из патриотизьма.
Еще в феврале Anthropic обвинила DeepSeek, Moonshot AI (Kimi) и MiniMax в масштабной дистилляции Claude. По данным компании, китайские разработчики организовали более 16 миллионов обращений через примерно 24 000 поддельных аккаунтов.
Задаем Клоду огромное количество специально подобранных вопросов, собираем ответы и обучаем на них собственную модель.
Осенью аллергия на Дипсик обострилась. В сентябре Anthropic сообщила, что только за 14 дней июля обнаружила ещё более 12.1 млн обращений к Claude, которые компания связывает непосредственно с DeepSeek.
Самое интересное - эскапады Дани. По его словам, дистилляция не представляет большой коммерческой угрозы для Anthropic. Проблема в национальной безопасности: китайские модели типа могут перенять мощные возможности Claude, но не его ограничения на опасные действия, включая кибератаки и помощь в разработке биологического оружия.
В октябре Даня даже объявил, что новые защитные механизмы сократили объём извлекаемых данных на 90-99%. Помните волну банов аккаунтов Anthropic? Вы просто попали под раздачу.
Заявление Дани от 21 октября:
https://x.com/DarioAmodei/status/2112732230124818891
Расследование Anthropic от 23 февраля:
https://www.anthropic.com/news/detecting-and-preventing-distillation-attacks
Отчёт Anthropic от 10 сентября:
https://www.anthropic.com/threat-intelligence-report-september-2026
Новые защитные механизмы, 12 октября:
https://www.anthropic.com/news/distillation-defenses
Всем недоброго утра понедельника.
@cgevent
Ну, за Нолана!
А пока еще одна разминка от такой AI Film Studio под названием Wonder Sudio X.
Это, кстати, Grok Imagine. Коллаборация Маска с режиссером Dev Walker.
The Odyssey. Episode 1 - качество тут
Всем прожарщегам и нейротизерам на заметку
@cgevent
#Нейропрожарка
Имиджевый ролик для Vinamilk HAYĐẤY
Автор: @prismyboy
60-секундный рекламный ролик для напитка HAYĐẤY.
Сюжет
В основе скайфайная экшн-история про путешествие на Марс. Капитан орбитальной станции сталкивается с метеоритом и теряет орбиту. "Протокол безопасности "HAYĐẤY" помогает ей найти выход из ситуации.
Детали проекта
Проект сделан на Seedance 2.0 (IMG2VID). Генеративная часть собрана в Higgsfield Canvas.
Герои созданы в Cinema Soul. Карты героев, объектов и локаций в GPT Image и Nano Banana.
Библиотека проекта и промпт-инжиниринг в Claude. Из скиллов использовались banana-pro-director для IMG и cinema-worldbuilder для VID.
Монтаж в Davinci + AE. Кадры генерировались в 720p.
Ошибки сценария
Не смотря на то, что опыт в AI-видео есть, сценарий все равно приходилось переделывать в процессе (впрочем как и всегда).
Когда 10-й раз безуспешно пытаешься добиться от модели какого-либо сложного действия, то, пожалуй, от него пора отказаться.
В итоге либо экспериментируешь с необычными решениями и везде сталкиваешься с проблемами "по физике", соглашаясь на то, что будешь менять сценарий по пути (пока тебе это не осточертеет), либо с самого начала делаешь тупой и простой сценарий, который точно не потребует доработок. Правильный ответ, как всегда, где-то посередине, но мы легких путей не ищем...
Мультишот-генерации
Старался чаще использовать мульти-шот генерации. Сильно дороже, но это самый эффективный способ получить интересные кадры + это сильно быстрее, чем заставлять систему кадр за кадром делать (или продолжать) те движения и композицию, которую ты уже имеешь, мучаясь потом с искажениями геометрии, света и остальной консистентностью.
Самым сложным было сохранять какой-никакой ритм и логику, получать правильные эмоции от героя и работать с постоянно меняющимся звуком, не теряя при этом реалистичности.
В любом случае из 5-8 шотов мультишот-генерации в работу получалось взять только 1-2 кадра и монтаж в итоге, все равно, собирался по мелким кусочкам, что сильно заметно в ролике.
Хрон
В процессе работы 50-секундный сценарий раздулся до 75-секундного ролика. В основном из-за самонадеянности сценариста.
Сроки и бюджеты
На генерации потратил 12 000 рублей. На производство ушло 14 дней.
Инструменты
Claude: библия проекта, скиллы
Higgsfield Canvas: генерация и сборка
Cinema Soul: создание героев
GPT Image 2 / Nano Banana: генерация IMG
Seedance 2.0: IMG2VID-анимация
Davinci / After Effects: монтаж и анимация
Tripo обновила риггинг и анимацию в Tripo Studio.
Статичному 3D-персонажу можно автоматически добавить скелет, описать движение словами и экспортировать модель с анимацией.
Что нового:
• Риггинг всего тела с поддержкой костей кистей.
• Пять пресетов: UE5 Mannequin, Mixamo, VRM 1.0, Unity Humanoid и ActorCore.
• Text to Motion - анимации на 1-10 секунд по текстовому описанию.
• Multi-stage Motion - последовательности из пяти сегментов: например, пройти, повернуться, разбежаться, прыгнуть и приземлиться.
Типо в Трипо теперь меньше ручной подготовки между генерацией персонажа и проверкой его в движке. Выбираешь нужный скелет заранее, чтобы потом меньше возиться с сопоставлением костей.
Правда, "game-ready" всё ещё не означает "кнопка фпрод". Tripo предупреждает о возможных проблемах с деформациями и движением. Исправлять веса придётся в Blender или Maya.
Лимит для гуманоидного рига - 100 000 треугольников, исходная поза - T или A. Риг стоит 20 кредитов, генерация одной анимации - ещё 20. Движения из готовой библиотеки бесплатны.
Меня немного подрывает на двух вещах.
Какой вменяемый риггер будет использовать A-позу? Это смертный грех во все времена.
Вторая мысль, она более пространная. Я с недоумением смотрю, сколько у нас расплодилось директоров, тут, кстати, недавно Грок-директор анонсировали. Также я смотрю, как зумеры строчат веб-интерфейсы для монтажа. А теперь вот наблюдаю ещё, что они с нуля изобретают риг и анимацию для бедных. В попытках набрать аудиторию, стартапы, чо.
Ребятки, для монтажа, анимации, рига, композа и 3D есть уже взрослые софты с огромной юзер базой. Вам с ней никак не тягаться и тем более к себе не переманить. Всё, что вам надо, это писать удобные плагины и интеграции с Премьером, Афтером, Резолвом, Блендором, Майей, Нюком, Синькой и на худой конец с Миксамо. Именно там конская юзер база, от которой вы можете отщипнуть свой маленький кусочек.
Ссылки:
https://www.tripo3d.ai/blog/rigging-animation
https://www.tripo3d.ai/product-doc/module-post-processing/rigging-animation
https://studio.tripo3d.ai/
@cgevent
Canva бахнула Craft - собственную модель для генерации изображений с пониманием дизайна.
Это интересно, потому что я сейчас пытаюсь верстать PDF для плакатов с использованием Google App/Agy или ChatGPT Work. И это, конечно, плачевно.
Пишите лайфхаки для такой задачи.
А Canva решила выйти за рамки обычных генераторов и выпустила собственную хитровыдуманную. модель Craft, разработанную с нуля командой Canva Research.
Главное отличие - модель сначала проектирует композицию и только потом генерит изображение. На первом этапе она определяет расположение объектов, пропорции, визуальную иерархию и надписи. На втором - превращает этот план в готовую графику.
Такой подход ориентирован не просто на Сделать красиво, а на создание осмысленных дизайнерских макетов: рекламных материалов, постеров, обложек, иллюстраций и других коммерческих визуалов.
Что умеет Craft:
• Генерирует изображения до 2K с поддержкой более 30 соотношений сторон.
• Работает с многоязычными запросами и надписями на 55 языках.
• Позволяет корректировать отдельные элементы композиции.
• Интегрируется с Magic Layers, чтобы превращать результат в редактируемые слои Canva.
В этом смысле Craft ближе к Recraft и Ideogram, которые тоже делают акцент на графическом дизайне, типографике и управляемости результата, а не только на фотореализме.
Но подходы различаются. Recraft специализируется на профессиональной графике и визуальной стилистике, Ideogram активно развивает работу с текстом и только что бахнул генератор настоящих SVG, а Canva пытается объединить генерацию с полноценным редактором макетов. Ключевое слово - редактором.
По заявлению Canva, Craft заняла четвёртое место (вяло как-то) в общем рейтинге DesignArena и лидирует в отдельных категориях.
Модель уже доступна в Canva Dream Lab и через API.
Локального запуска нет. В дальнейшем обещают ускоренные версии Craft-fast и Craft-ultrafast.
Закос в дизайн интересен. Особенно если будет промежуточный результат, который можно редактировать.
https://www.canva.com/newsroom/news/canva-craft/
https://www.canva.com/newsroom/news/introducing-canva-research/
https://www.designarena.ai/leaderboard/image
@cgevent
Ideogram бахнул Vector 1.0
Настоящие SVG-файлы с редактируемыми контурами, фигурами, цветами, градиентами и типографикой.
Что умеет Vector 1.0:
• Text-to-Vector - создание логотипов, иллюстраций, надписей и сложных композиций непосредственно из текстового промпта.
• Image-to-Vector - преобразование готовых растровых изображений в масштабируемую векторную графику.
• Редактирование - отдельные фигуры можно перемещать, вращать, масштабировать и перекрашивать.
• API - обе функции доступны разработчикам.
Стоимость через API: от $0.13 до $0.20 за генерацию SVG, до $0.32 при высоком качестве с референсами. Векторизация готового изображения - $0.10.
Надо тестировать.
Шоуконкурентов?
• Recraft V4.1 Vector - один из главных конкурентов. Тоже генерирует настоящие SVG из текста, умеет векторизовать растровые картинки. Более того, у Recraft уже есть собственный векторный редактор, в котором можно менять даже отдельные опорные точки кривых. Цена V4.1 Vector через API - $0.08 за генерацию, а V4.1 Pro Vector - $0.30.
• QuiverAI Arrow 2 / Arrow 2 Telos - специализированные модели для генерации, редактирования и векторизации SVG. Умеют работать с референсами, изменять готовые SVG по текстовым инструкциям и даже создавать векторную анимацию. Особенно интересны своим подходом к непосредственной генерации векторного кода.
• Adobe Firefly / Illustrator - генеративная векторная графика из текстовых запросов, включая Text to Vector Graphic и Generative Shape Fill. Главное преимущество - интеграция с Адобченко.
• Kittl AI Vector Generator - генерация редактируемых SVG из промптов с последующей доработкой в собственном дизайн-редакторе.
• VectorArt.ai - генерация векторных иллюстраций, логотипов и иконок с экспортом SVG.
Есть и открытые модели:
• OmniSVG 1.1 - семейство моделей на 4B и 8B параметров, способных генерировать SVG из текста и изображений. Код и веса опубликованы, лицензия Apache 2.0.
• StarVector - открытые модели 1B и 8B для генеративной векторизации изображений. Особенно хорошо подходят для иконок, логотипов и диаграмм, но не предназначены для обычных фотографий.
И что на итоге?
Главное отличие всех этих решений от традиционной автотрассировки вроде Potrace - использование генеративных моделей, которые могут создавать или реконструировать векторную композицию, а не просто обводить границы пикселей.
Получить SVG-файл и получить компактный, аккуратно структурированный, действительно удобный для редактирования SVG - разные вещи.
Кстати, Ideogram сама признаёт, что автоматическая группировка фигур по слоям пока не реализована.
Кто-то вообще юзает векторизаторы? Напишите в комментах какие.
Ссылки:
Ideogram Vector 1.0:
https://ideogram.ai/models/vector/
Recraft:
https://www.recraft.ai/ai-vector-generator
QuiverAI:
https://quiver.ai/
Adobe Firefly:
https://www.adobe.com/products/firefly.html
Kittl:
https://www.kittl.com/tools/vector-generator
VectorArt:
https://vectorart.ai/
OmniSVG:
https://github.com/OmniSVG/OmniSVG
StarVector:
https://starvector.github.io/
@cgevent
#Нейропрожарка
«Вкусно как в сказке»
Автор: режиссер Женя Пырьев
Инст: @zhenyapyrev
Щи Продакшен
Как собрать большой сказочный мир и сохранить его убедительным?
Начали с героев. Кощей, Баба-яга, Водяной и Змей Горыныч знакомы каждому с детства, поэтому важно было сохранить их узнаваемость, но показать по-новому.
ИИ использовали для создания персонажей, локаций и сложных фэнтезийных образов. Самое сложное — собрать всё в единый визуальный стиль, а не получить набор разрозненных генераций.
Чтобы мир выглядел живым, много работали с деталями. Изучали архивные материалы и фильмы, прорабатывали архитектуру, окружение, одежду и предметы внутри сцен.
Для озвучки пригласили профессиональных актёров дубляжа. Голос помог добавить героям характер и сделать их живее.
Брендинг тоже встроили внутрь мира: магазин, зелёный стакан и другие детали стали частью истории.
В таких проектах мало просто красивого кадра. Важно собрать персонажей, локации и детали в один цельный мир.
В 4К: Vimeo
@cgevent
Baidu бахнула Unlimited-OCR 2: модель для распознавания документов практически любой длины
Она умеет извлекать текст из сканов и PDF, обрабатывать таблицы, формулы и многостраничные материалы.
Но главная новизна работы не столько в качестве OCR, сколько в способе обработки очень длинных документов.
У современных OCR-моделей на базе LLM есть проблема: чем больше страниц они обрабатывают и чем длиннее становится генерируемый текст, тем больше вычислений и памяти требуется для продолжения работы. Модель вынуждена постоянно обращаться к растущему объёму предыдущего контекста.
Первая Unlimited-OCR уже частично решала эту проблему, ограничивая объём сохраняемой истории генерации. Но визуальные данные всех страниц по-прежнему могли создавать растущую вычислительную нагрузку.
В Unlimited-OCR 2 Baidu предложила механизм Sparse Reference Sliding Window Attention (SR-SWA).
Его идея довольно проста: при распознавании очередного фрагмента модель сосредотачивается на текущей странице и обращается лишь к небольшому набору наиболее полезных фрагментов из остального документа.
Вместо постоянного просмотра всей накопленной информации она использует ограниченную рабочую память - например, 512 опорных токенов.
В результате вычислительная стоимость каждого следующего шага остаётся приблизительно постоянной, даже когда документ становится значительно длиннее.
Все как у кожаных: переписывая длинную книгу, мы смотрим прежде всего на текущую страницу, а не перечитываем все предыдущие после каждого предложения.
Что на итоге?
По собственным тестам Baidu, на документах объёмом около 100 страниц новый механизм обеспечивает ускорение отдельных шагов декодирования до 7 раз относительно полного внимания и до 5.6 раза относительно предыдущего механизма.
Дополнительно модель использует обработку страниц перекрывающимися блоками, что позволяет освобождать память после завершения очередного участка документа.
Модель содержит около 3 млрд параметров. Код и веса опубликованы под лицензией MIT, в том числе для коммерческого использования.
Ссылки:
• GitHub: https://github.com/baidu/Unlimited-OCR
• Веса: https://huggingface.co/baidu/Unlimited-OCR-2
• Статья Unlimited-OCR: https://arxiv.org/abs/2606.23050
@cgevent
Ну и как тут решать после этого?
Мысли вслух. Потом удалю.
@cgevent
Принес ASCII милоту
Если кто-то ещё помнит демо-сцену и фанатеет по всем этим пиксел-артам и ASCII-артам, то вот держите симпатичный генератор.
Умеет работать как с картинками, так и с видео. Регистрация гуглом нужна только для экспорта.
И это не фильтр, это именно генератор. И тут количество настроек, конечно, поражает. От шрифтов до гранулированности.
Запехал туда Джессику и Мулан
https://devault-ascii.pages.dev/ascii-generator/app/
@cgevent
#Сеня_и_Даня_Здесь_Были
Даня сегодня готовится на IPO. Сеня просто считает свои бабки.
@cgevent
Krea добралась до Adobe Premiere
Похоже, кто-то послушал нейродеда и стал выпускать плагины и интеграции с профессиональными софтами, имеющими огромную юзербазу.
Krea бахнула интеграцию с Premiere Pro. Теперь генерировать нейрослоп можно прямо в монтажке, без этих постоянных переключений между браузером и софтом.
Что как бы умеет Krea for Premiere Pro:
• Генерировать новые видеопланы (shots) с помощью моделей (каких неясно) с Krea.
• Создавать недостающие перебивки и дополнительные кадры.
• Генерировать фоны и видеоподложки (plates) для композа.
• Экспериментировать с визуальными стилями и атмосферой сцен прямо в софте.
• Вонзать сгенерированные материалы непосредственно на таймлайн Premiere Pro.
Плагин доступен для Windows и macOS.
Но Premiere Pro - далеко не первая интеграция Krea.
Она уже предлагает целый набор плагинов:
Photoshop - генерация и редактирование изображений, замена фона, изменение освещения, создание рекламных мокапов, работа с Realtime Canvas. Результаты добавляются обычными слоями.
After Effects - генерация фонов, текстур, исходных изображений и визуальных концепций для моушн-дизайна. Поддерживается Realtime для быстрого поиска композиции и стиля.
Illustrator - генерация иллюстраций и логотипов, преобразование изображений в редактируемые векторные контуры через Image Trace. Krea Agent может создавать фигуры, работать с текстом и организовывать слои.
DaVinci Resolve - создание кинематографических кадров, фоновых материалов, перебивок и референсов для цветокоррекции. Есть Realtime-превью визуальных стилей. Пока только macOS и платная версия Resolve Studio.
Blender - генерация текстур, работа с освещением и рендеринг 3D-сцен с использованием моделей Krea прямо из 3D Viewport.
Важный момент: генерация выполняется в облаке Krea, а не локально. Для работы нужны (о боги) интернет и аккаунт Krea. Доступные модели и лимиты зависят от тарифа.
Наконец-то, Krea делает ставку не только на собственный зумерский веб-интерфейс, но и на интеграцию генеративного ИИ в привычные профессиональные инструменты.
Но тут я добавлю пессимизьма и сошлюсь на сегодняшний утренний репорт. Все такие интеграции должны делаться производителями софта. И DaVinci в этом смысле делает очень правильные шаги. И я не очень понимаю, почему молчит Адобченко. Наверное, у них до сих пор не хватает духу признать, что их собственные модели полное говно.
Тем не менее производители профессиональных софтов просто должны пачками выпускать такие плагины и использовать собственный биллинг для оплаты генераций. И все эти многочисленные посредники типа Krea и Runway в этой цепочке должны просто вымереть.
Ну и как справедливо пишут в комментах, время платных плагинов тоже заканчивается. Ибо любой подписчик может сейчас себя завайбкодить такой плагин с нужными рульками и педальками. А производители софтов должны, очевидно, выпускать бесплатные плагины. Просто у них преимущество в том, что они лучше знают свой софт.
Ссылки:
Premiere Pro:
https://www.krea.ai/plugins/premiere-pro
Полный каталог плагинов:
https://www.krea.ai/plugins
Подробности о Photoshop:
https://www.krea.ai/blog/krea-photoshop-plugin
DaVinci Resolve:
https://www.krea.ai/blog/krea-davinci-resolve-plugin
Illustrator:
https://www.krea.ai/blog/krea-illustrator-plugin
@cgevent
Кабельщики вошли в чат. Точнее, в ComfyUI.
И принесли стяжки.
Это расширение ComfyUI Zip Ties, которое позволяет буквально связывать лапшу стежками.
Зажимаешь z, проводишь мышкой поперёк проводов - и готово, кабель-менеджмент уровня серверной для баяр.
Причём разраб уже вошёл во вкус:
- Разноцветные стяжки, чтобы было красиво.
- Повороты на 90°, чтобы было по ГОСТу.
- Подсветка проводов, чтобы не связать лишнего.
- Поддержка reroute, чтобы даже самые запущенные случаи распутывались.
- Стяжки сохраняются при копировании нод.
Версия 0.3 уже доступна в ComfyUI-Manager. Ищите Zip Ties.
Ссылки:
GitHub: https://github.com/safzanpirani/comfyui-zip-ties
Feature request: https://github.com/Comfy-Org/ComfyUI_frontend/issues/21961
@cgevent
MOSS-Image - новый Z-Image: подборка NSFW-LoRA, адаптеров и fine-tune
TLDR: Civitai-поиск
Специализированные NSFW-LoRA
Mystic XXX
https://civitai.red/models/3015391/moss-mystic-xxx?modelVersionId=3422843
Better Nude
https://civitai.red/models/3008073/moss-image-better-nude?modelVersionId=3423785
NSFW Uncensored
https://huggingface.co/axiomofmind/Moss-image-nsfw-uncensored-lora
GGUF-версия:
https://huggingface.co/axiomofmind/Moss-image-nsfw-uncensored-lora-GGUF
NiceGirls UltraReal - реалистичные женские портреты, лица и текстуры кожи. Есть отдельная версия для MOSS.
Realistic Skin & Face - Professional Photography - улучшение реализма кожи, лиц и фотографического стиля.
DaSkin Realistic Skin - LoRA для более естественной текстуры кожи.
MOSS-Image Beauty - портретная фотография, освещение, детализация кожи и волос.
Realistic Snapshot - стилизация под естественные, непостановочные фотографии. Нужно выбирать версию MOSS.
Smartphone Snapshot Photo Reality - эффект обычных фотографий, снятых на смартфон.
Fine-tune и улучшение качества
Dirty MOSS - отдельный fine-tune MOSS-Image для реалистичной фотографии, а не просто LoRA и то что вы подумали
Moss Image Finish Tweaker - адаптер для небольшой корректировки деталей, освещения и фактуры изображения.
Ссылки:
NiceGirls UltraReal
https://civitai.com/models/1862761
Realistic Skin & Face
https://civitai.com/models/1426727
DaSkin Realistic Skin
https://civitai.com/models/3008490
MOSS-Image Beauty
https://huggingface.co/axiomofmind/Moss-image-beauty-lora
Realistic Snapshot
https://civitai.com/models/2268008
Smartphone Snapshot
https://civitai.com/models/3010926
Dirty MOSS
https://civitai.com/models/3015644/dirty-moss
Moss Image Finish Tweaker
https://civitai.com/models/3011866
@cgevent
Ответочка от Сени.
OpenAI бахнула (не-бета) доступ к Decisions API - апишечке для быстрых и дешёвых решений на базе GPT-6 Luna.
С поддержкой изображений однако.
Напомню, что это ответочка OpenAI на Jev - можно отправить сразу сотни вопросов и БЫСТРО получить структурированные решения: вероятности, оценки или выбор из заданных вариантов.
И самое интересное - тут на вход можно подавать не только текст, но и картинки, по URL или в base64.
Например:
• Отправить фотографию товара и спросить: "Есть ли повреждения?" -> получить вероятность от 0 до 1.
• Загрузить снимок документа -> определить его тип и выбрать дальнейший маршрут обработки.
• Показать скриншот интерфейса -> определить, есть ли на нём сообщение об ошибке.
Главное отличие от Луны, Sol и других моделей - это дикая скорость и цена.
Что нового в общедоступной версии:
• До 400 вопросов за один запрос вместо прежних 200 вбете.
• Поддержка изображений в отдельных вопросах.
• Структурированный JSON-ввод.
• Кеширование общего контекста для снижения расходов.
OpenAI заявляет скорость до 10 раз выше, чем у GPT-6 Luna через обычный Responses API. Цена - от $0.10 за миллион входных токенов.
https://openai.com/index/decisions-api/
https://developers.openai.com/api/docs/guides/decisions
@cgevent
Помните эту возню с каждым новым трендом?
Выходит что-то вирусное — и начинается. Ищешь промпт, находишь его в чьём-то посте на три экрана, копируешь, половина параметров не та, результат не похож. Пока разберёшься — тренд уже всем надоел.
GPTunneL открыли раздел «Тренды», и идея там ровно про это: новый тренд появляется — в разделе оперативно появляется готовый шаблон. Заходишь, загружаешь свои фото, выбираешь качество, жмёшь «сгенерировать». Всё. Ни промптов, ни гайдов, ни чтения внимательно.
А сейчас они этот раздел наполняют — и зовут делать шаблоны вместе.
Схема простая:
— собираете воркфлоу в GPTunneL
— жмете "поделиться"
— открываете доступ по ссылке
— кидаете ссылку в комментарии под их постом про конкурс
Дальше отбирают самые сильные, лично связываются с авторами и начисляют до 1000 бонусных рублей на счёт.
Деньги приятные, но интереснее другое: ваш шаблон увидят тысячи людей на платформе. Примерно как выложить свой пресет и обнаружить, что полплатформы снимает в твоём стиле.
Так что если собирали что-то, чем сами втайне гордитесь — сейчас ровно тот момент.
Идите собирать 👈
💰 Пополняйтесь по промокоду METAAI, он удваивает сумму первого пополнения. На тесты хватит с запасом.
#промо
#Сеня_и_Даня_Здесь_Были
Вот вам утренняя разминка перед дипресерчем по поводу будущего всех этих AI Film Studio.
@cgevent
Пятница, вечер.
Можно наконец-то заняться нормальным делом, а не вот это вот всё: новости поставь, флуд в комментах разгреби, новый сетап для Тибо в коллабе сделай, Сеню и Даню потролль.
Поставлю прожарку на восемь и … спать. До понедельника.
@cgevent
Corridor Crew: выпустили CorridorKey 2, обновлённую версию своего инструмента для удаления зеленого/синего экрана. Сработает даже там, где хромакея нет.
CorridorKey 2 принимает на вход видео и прогнозирует маску (matte) + чистый передний план для каждого кадра, с возможностью использования подсказок (белое — остаётся, черное — вырезается), указывающих, какой именно объект нужно изолировать.
Есть три варианта подсказок:
* No Hint: модель под капотом сама решает, что вырезать, а что оставить.
* First-Frame Hint: когда есть подсказка в виде первого кадра.
* Full Hint Video: когда есть подсказка в виде полного видео для каждого кадра
Инструмент поддерживает HDR и может экспортировать последовательности кадров в формате OpenEXR с линейным цветовым пространством сцены (scene-linear).
В отличие от первой версии, CorridorKey 2 научился работать в исходном разрешении видео и получил мощную временную стабилизацию за счет наложения окон Ханна, что убирает неприятное мерцание по краям маски.
Инструмент больше не полагается на одну модель. Он комбинирует предсказания сразу трех базовых нейросетей: C-RADIOv4 от NVIDIA, MoGe-2 от Microsoft и RVM от Google DeepMind.
Как итог, повысилась точность обработки фрагментов в сложных сценах, где есть окклюзии, волосы и шерсть, полу-прозрачные вещи, расфокус и блюр, или объект и фон сливаются.
Для работы нужна видюха rtx 30-й серии или новее с 4 ГБ VRAM для 2к футажа и 6 ГБ VRAM для 4к. Можно запустить на Windows и Linux. Код на гитхабе, веса на хаггинге.
Есть плагины для Davinci, Nuke, AE + PP, и Blender на Windows и Mac (бета). Linux в планах. Также в наличии отдельное приложение.
Можно свободно использовать для коммерческих проектов.
YouTube
Сайт
Гитхаб
Хаггинг
Сегодня этакая нано-ода Антигравити.
Ибо утренний ролик меня просто не отпускает
Мы же все в курсе, что закрытые генераторы шарахаются от известных личностей, как чёрт от ладана. Это еще больший грех, чем сиськи, по их мнению.
Короче, я в тех же чатах про определение лиц на ролике с мстиителями просто кинул вот такой промпт.
А теперь сгенери коллаж-постер к этому фильму и запихай туда всех этих вымышленных персонажей. Ну то есть сгенери картинку.
#Сеня_и_Даня_Здесь_Были
Вся братва тут. Здесь все: Никита, Стас, Гена, Турбо и Дюша Метёлкин
Лиза Су выглядит круче, чем Джейсон Ху.
Только вот у меня вопрос: они за нас или за робатов?
Все куда-то метутся. И непонятно, кто там за горизонтом. Кожаные или кто?
После Игры престолов достойная работа.
@cgevent
Кажется, этому повару срочно нужно 200 грамм для опохмела
Читать полностью…