13017
Используем ИИ строго не по назначению. Заметки про ИИ, IT, компьютерные игры, и всякие инженерные интересности.
Китайские братушки в очередной раз побили рекорд: в городе Лиюян около 16 000 дронов одновременно приняли участие в световом шоу.
надеюсь, что когда-нибудь увижу подобное шоу вживую (и желательно не на фронте).
видео отсюда
Когда анекдоты перестают быть анекдотами
Новости технологий: изобретен аппарат автоматического бритья:
- Бросаешь рубль, суешь голову в прорезь
и он тебя автоматически бреет.
- Но ведь у всех разные лица!?!?
- В первый раз да ...
@cgevent
Китайцы используют робо-собак по максимуму.
Просто посмотрите насколько счастливы дети
видео отсюда
https://www.cnbc.com/2025/10/04/sora-openai-video-app.html
vibe infringement
F9K2DM
Если вы хотели попробовать Sora 2, но не знали где взять инвайт, то вот вам код от исследователя из команды Sora, для первых 10.000 человек
Новости от Хуньяньского
HunyuanImage 3.0
Тут есть две пачки новостей, хорошая и плохая.
Хорошая:
Open Source - https://github.com/Tencent-Hunyuan/HunyuanImage-3.0
Мазохисты могут попробовать тут: https://hunyuan.tencent.com/image/en?tabIndex=0 (чорная кнопка справа от huggingface)
Я уже пробую тут: https://fal.ai/models/fal-ai/hunyuan-image/v3/text-to-image/playground
Есть на репликейт и вейвспид.
HunyuanImage 3.0 это крупнейшая и самая мощная (если брать голые цифры параметров) на сегодняшний день модель преобразования текста в изображение с открытым исходным кодом, имеющая более 80 миллиардов параметров, из которых 13 миллиардов активируются на каждый токен во время вывода.
В отличие от традиционных моделей генерации изображений с архитектурой DiT, архитектура MoE HunyuanImage 3.0 использует подход на основе Transfusion для глубокой связи обучения Diffusion и LLM в единой системе. Построенная на Hunyuan-A13B, HunyuanImage 3.0 была обучена на огромном наборе данных: 5 миллиардах пар изображений и текстов, видеокадрах, чередующихся данных изображений и текстов и 6 триллионах токенов текстовых корпусов. Это гибридное обучение, охватывающее мультимодальное генерирование, понимание и возможности LLM, позволяет модели беспрепятственно интегрировать несколько задач.
Итого:
На борту ризонинг с использованием мирового знания
Понимание огромных промптов на тысячи слов
Убойная работа с текстами
Трушная мультимодальность
Все это я проверил на ОДНОМ примере.
Вместо промпта написал ей:
solve this:
8x + 10 = 18
and make picture with soulution
Разоблачаю сам себя: как создаются нейрокаверы
Впервые за 3 года я показываю свой рабочий процесс — от гитары и вокала до финальной обработки нейросетями и в Ableton.
Никакой магии, только честный взгляд изнутри.
В этом видео:
▫️ как я записываю гитару и вокал
▫️ где и зачем использую нейросети (RVC и др.)
▫️ как свожу трек в Ableton
▫️ почему ИИ — это всего лишь инструмент, как гитара или синтезатор
Поддержать мой проект и получить эксклюзивные материалы можно на Boosty: https://boosty.to/aigitarist/posts/143c72ce-a030-4d83-8465-6ae0445c21b2?share=success_publish_link
👇 Пишите в комментариях, что думаете о таком «закулисье» и какие темы разобрать в следующих видео!
https://youtu.be/1gDZwmvP0sk
#айгитарист #нейрокавер #aicover
Небольшому стартапу опять не хватает олимпиадников
Читать полностью…
Finally, applicable ml engineering
В следующей редакции предлагаю заменить воду на напалм \ соус барбекю
Полковник Сандерс в отставке
Киборги — тема не новая, про управляемых тараканов в свое время только ленивый не писал. Но я умудрился пропустить серию публикаций про совершенно нетривиального киборга: управляемую медузу.
У нее и нервной системы толком нет, но есть нервные клетки, которые управляют ее движением. Исследователи из Dabiri Lab сумели перехватить управление ими и превратить медузу в управляемый подводный аппарат. The plan: Dispatch these remotely controlled jellyfish robots to collect environmental data at a fraction of the cost of conventional underwater robots — and potentially redefine how we monitor the ocean.
План, ничего не скажешь, красивый. Дешево и сердито, и даже вполне этично: у медузы нет центральной нервной системы и болевых рецепторов, она не страдает, работая на человечью науку. Цель тоже прекрасна: сделать исследования океана доступными не только для организаций с мегабюджетами на глубоководные аппараты.
Удалось продемонстрировать, что медузы вполне могут нести довольно большие устройства, но вот с направлением движения возникают проблемы: они смещают центр массы и медуза после этого может перемещаться лишь вертикально. Впрочем, ученые и над этим работают.
Ну и, наконец, это просто визуально красиво: полюбуйтесь на фотки в статье.
https://www.latimes.com/science/story/2025-07-13/cyborg-jellyfish-caltech-pacific-ocean
О хоспади, аниме покусало NotebookLM.
В новом NotebookLM уже был стиль "аниме" для создания презентаций в соответствующем стиле.
Выяснилось, что этот стиль НАИБОЛЕЕ востребован (куда катится мир), но пользователям не хватает анимешности.
В ответ на это Google выкатил новый kawaii-стиль - настоящее анимеаниме для вот этих вот всех пользователей.
P.S. "Твое имя", конечно, хорошая работа, но аниме-помешательство меня сильно удивляет.
@cgevent
Адоб со своими продуктами превратился в нейрокомбайн и фичи которые показывали на конференции реально сильно меняют индустрию, фото и видео. Продукты адоб с нейронками и без это, как компьютер с интернетом и без.
1. Сегментация звука и разбивка по источникам звука которые можно редактировать.
2. Транскрибция голоса и редактирование отдельных слов с сохранением консистентности голоса говорящего 🤌
3. Изменение наративного повествования с добавлением эмоции в голос (шепот, грусть, уверенность и т.д.)
4. Релайт сцены с предварительным переводом сцены в драфт 3D.
5. Выделение некоторых объектов на видео и перевод их в 3D с текстурами, объекты можно вращать, менять перспективу под ракурс и потом апскейлить, если текстурки немного пожались при искажениях ☠️
6. Удаление источника света который дает засвет в кадр, с изменением самого кадра!
Там еще много чего, и так будете опять на меня орать, что видео много качать 😭
Всю трех часовую конфу можно посмотреть на YT
@CGIT_Vines
- Let’s move on, what types of trees do you know?
- Out of my mind it will be maple, ash, larch. My favorite one is baobab 🌚
#news
https://blog.google/technology/ai/google-gemma-ai-cancer-therapy-discovery/
Ну, за драматургов!
Королевская опера Версальского дворца в 2026 году представит спектакль по пьесе, написанной искусственным интеллектом. Она будет создана в стиле французского драматурга Мольера.
Пьеса «Астролог, или Ложные предсказания» находится на стадии написания. Взяли Mistal и ну учить его на пьесах Мольера. Премьера ожидается 5 и 6 мая 2026 года.
@cgevent
Полезный сервис (не очень), который добавляет вотермарки Sora на любое видео что вы туда загрузите:
https://soramarker.t3.gg
Потому что мы живем в мире пост иронии, ее нужно множить ☕️
Пользователи выяснили, что Sora 2 генерирует очень реалистичные видео, но при этом совершенно не может показать человека, который садится в машину.
Видеографы могут спать спокойно. Пока могут
r/#OpenAI
We surely have a timeline where this is real
Читать полностью…
https://fixupx.com/Haoyu_Xiong_/status/1972480880192217260
Читать полностью…
Ну, за мультипликацию.
Midjourney, HeyGen Avatar IV (липсинк), Nano Banana and Flux Kontext для новых ракурсов и картинок, Flow\Veo3 - для большинства шотов, ElevenLabs v3 для озвучки, Suno для музики, DaVinci Resolve - композ и монтаж.
Подробнее тут
Бонус: https://cartoonhero.ai/
@cgevent
Когда будете думать над MVP-версией вашего нового ИТ-продукта, обратите внимание, что когда Google Maps запускался в 2005 году, у них первый год Европа выглядела так ☕️:
Читать полностью…