Метаверсище и ИИще
05.05.202514:42
Интернетик полон новых забав.
Подаем на вход chatGPT изображение, говорим "опиши его и сделай картинку по описанию". И так 73 раза.
Получается игра в испорченный телефон. Картинка "уплывает" от оригинала.
Я игрался с этим примерно полтора года назад, когда в chatGPT еще был DALL·E 3. Было интересно поглядеть, в какие архетипы он уводит картинку - писал скрипт на Autohotkey, который сохранял картинку и сувал ея обратно в chatGPT.
Обнаруживались уход в цветы из чорного квадрата, подъем камеры наверх, определенные ракурсы и библейские облака.
Сейчас описание и генерация картинок стали точнее. Но мне вот за ИИ обидно. Попробуйте кожаному на словах описать картинку и попросить нарисовать по словесному описанию, потом показать картинку другому кожаному, и попросить его описать, ну и так далее. Думаю хватит двух итераций, чтобы "напеть Шаляпина".
Так что шутка не очень смешная.
Но занимательная..
@cgevent
Подаем на вход chatGPT изображение, говорим "опиши его и сделай картинку по описанию". И так 73 раза.
Получается игра в испорченный телефон. Картинка "уплывает" от оригинала.
Я игрался с этим примерно полтора года назад, когда в chatGPT еще был DALL·E 3. Было интересно поглядеть, в какие архетипы он уводит картинку - писал скрипт на Autohotkey, который сохранял картинку и сувал ея обратно в chatGPT.
Обнаруживались уход в цветы из чорного квадрата, подъем камеры наверх, определенные ракурсы и библейские облака.
Сейчас описание и генерация картинок стали точнее. Но мне вот за ИИ обидно. Попробуйте кожаному на словах описать картинку и попросить нарисовать по словесному описанию, потом показать картинку другому кожаному, и попросить его описать, ну и так далее. Думаю хватит двух итераций, чтобы "напеть Шаляпина".
Так что шутка не очень смешная.
Но занимательная..
@cgevent
05.05.202510:04
Нейропрожарка.
Нейродеморил от подписчика Юрия.
В принципе, деморилы, трейлеры, нарезки больше всего подходят для генератива. Ибо быстрые склейки, короткие планы, минимум требований к монтажу.
В обличие от обычных деморилов, где нарезаются или подрендериваются уже готовые работы студии или автора, Юрий сгенерил "гипотетический" деморил - полностью сделал с нуля демонстрацию собственных нейровозможностей, а не нарезал готовое.
Цитирую:
После нескольких сделанных ИИ роликов на заказ, решил, что нужно создать свой шоурил, который продемонстрирует различные вариации использования ИИ в рекламе.
Все кадры создал в Reve. Оживлял в трех нейронках:
* Gen4
* Kling 1.6 (2.0 для динамичных кадров)
* Higgsfield
Если суммировать все часы, то делал примерно полторы недели. Но половина срока ушло на звуковую дорожку(звук со стоков), я сделал 6 разных вариантов, и потом еще несколько дней крутил их, думал, какая лучше :))
Доп. инструменты: фотошоп с генеративной заливкой, Topaz для апскейла в 4к
По затратам примерно 300$.
Обсуждаем в коментах.
@cgevent
Нейродеморил от подписчика Юрия.
В принципе, деморилы, трейлеры, нарезки больше всего подходят для генератива. Ибо быстрые склейки, короткие планы, минимум требований к монтажу.
В обличие от обычных деморилов, где нарезаются или подрендериваются уже готовые работы студии или автора, Юрий сгенерил "гипотетический" деморил - полностью сделал с нуля демонстрацию собственных нейровозможностей, а не нарезал готовое.
Цитирую:
После нескольких сделанных ИИ роликов на заказ, решил, что нужно создать свой шоурил, который продемонстрирует различные вариации использования ИИ в рекламе.
Все кадры создал в Reve. Оживлял в трех нейронках:
* Gen4
* Kling 1.6 (2.0 для динамичных кадров)
* Higgsfield
Если суммировать все часы, то делал примерно полторы недели. Но половина срока ушло на звуковую дорожку(звук со стоков), я сделал 6 разных вариантов, и потом еще несколько дней крутил их, думал, какая лучше :))
Доп. инструменты: фотошоп с генеративной заливкой, Topaz для апскейла в 4к
По затратам примерно 300$.
Обсуждаем в коментах.
@cgevent
04.05.202514:47
SAM в Instagram
У Метачки есть одна из лучших моделей для сегментации и трекинга объектов на фото и видео.
Segment Anything Model 2 (SAM 2) is a foundation model towards solving promptable visual segmentation in images and videos.
Любопытно, что не прошло и пары лет, как они начали встраивать это в свои продукты.
Точнее так: в феврале они выпустили своего тряпочного "убийцу" CapCut под названием Edits - это монтажка видео на телефоне (одно из самых извращенных извращений, которыми я занимался).
А три дня назад, там появилась фича Cutouts - грубо говоря ротоскопинг объектов и отрезание их от фона.
Я проверил на своих видео, да, работает.
Любопытно наблюдать, как он анализирует картинку - вычисления происходят в сети на их серверах с H100.
Но еще любопытнее почитать статью об этом. Там они толкуют про новое поколение SAM 3, которое обещает быть огненным.
Ждем обновлений.
Можете поиграть на телефоне (ios \ android), а можете по-взрослому на десктопе:
https://sam2.metademolab.com/demo
@cgevent
У Метачки есть одна из лучших моделей для сегментации и трекинга объектов на фото и видео.
Segment Anything Model 2 (SAM 2) is a foundation model towards solving promptable visual segmentation in images and videos.
Любопытно, что не прошло и пары лет, как они начали встраивать это в свои продукты.
Точнее так: в феврале они выпустили своего тряпочного "убийцу" CapCut под названием Edits - это монтажка видео на телефоне (одно из самых извращенных извращений, которыми я занимался).
А три дня назад, там появилась фича Cutouts - грубо говоря ротоскопинг объектов и отрезание их от фона.
Я проверил на своих видео, да, работает.
Любопытно наблюдать, как он анализирует картинку - вычисления происходят в сети на их серверах с H100.
Но еще любопытнее почитать статью об этом. Там они толкуют про новое поколение SAM 3, которое обещает быть огненным.
Ждем обновлений.
Можете поиграть на телефоне (ios \ android), а можете по-взрослому на десктопе:
https://sam2.metademolab.com/demo
@cgevent
03.05.202512:24
Оптимальная генерация Veo2 за 8 евро в месяц.
Veo2, Whisk, Gemini Advanced: генерация видео, лимиты, подписки, image2video - разбираемся.
В приложение Gemini от Гугла официально привезли видеомодель Veo2 (на телефоне тоже).
Она теперь выпадает в списке моделей вместе 2.5 Flash, 2.5 Pro, Deep Research with 2.5 Pro и др (см скриншот).
Все это раскатали на всех пользователей Gemini Advanced. Без всяких US Only - работает с европейского IP как часы.
Я, естественно, не выдержал и сразу купил подписку и это того стоило.
Ибо.
Первый месяц подписки стоит 10 долларов.
Но.
С меня, сняли 8.8 евро (тут Гугль в отличие от OpenAI не переводит доллары в евро по курсу 1:1), а льготный период составил 53 дня(!), а не месяц (видать понимают, с кем имеют дело). Мелочь, а приятно.
С Advanced идут разные ништяки. Типа 2 ТЕРРАБАЙТА на ГуглДрайве, а также доступ к Whisk и другим экспериментальным проектам.
Ну и доступ к Veo2.
Давайте разберемся с лимитами и с Image2Video.
По умолчанию image2video в приложении Gemini не поддерживается (плюсик есть, но серый и пишет "пока недоступно").
Но подписка Advanced дает доступ к Whisk - это очень симпатичный генератор картинок от Гугла и уже в нем, если сгенерить лежачее видео (16:9), можно анимировать его с помощью Veo2 - просто появляется кнопка Animate прямо на результате (надо скрольнуть вверх) и смотреть на картинку (UX спорный).
Получается этакое text-to-image-to-video.
Я специально провел сравнения на очень прикольных промптах с эмоджи (см. пост ниже) - следование промпту, попадание в замысел и общий результат - гораздо лучше в связке Whisk->Veo2 (text-to-image-to-video) чем напрямую писать промпт в Veo2 (text-to-video).
А теперь про лимиты.
В Whisk можно сделать 100 видео-генераций в месяц (если цензура, то кредит не списывают). Это именно анимация полученной в Whisk картинки. Кстати, для генерации картинок есть прикольные фичи типа стилевых и объектовых референсов.
А вот сколько лимитов в самой Gemini Advanced - это тайна покрытая мраком. Я даже сделал Deep Research с помощью Gemini 2.5 Pro - Гугл честно сам признался, что "пользователей фрустрирует невозможность планировать время и бюджет".
Информации нет.
Но чтение реддитов\твиттаров помогает предположить, что есть скользящее окно, причем оно меньше, чем сутки, во время которого можно запихать в Veo2 до 20 запросов. Грубо говоря, 5-20 видосов за полдня, если сильно не частить (мне включили лимит до завтра, через 6 генераций в Veo2)
Это гипотеза, и это сильно зависит от времени суток, вашей гео(ближайшие сервера), и общей загрузки по планете.
Короче, я прям сильно рекомендую взять подписку за 8 евро и поиграть с Whisk и Veo2. Пощупать лимиты, погонять text-to-image-to-video.
Дисклаймер: пишут, что не у всех такая сладкая цена. Могу добавить лишь, что я брал Advanced в декабре, а потом отменил. Ну и мои прогибы под ИИ тоже наверное засчитываются.
А видосы и промпты вынесу в следующий пост.
https://gemini.google.com/
@cgevent
Veo2, Whisk, Gemini Advanced: генерация видео, лимиты, подписки, image2video - разбираемся.
В приложение Gemini от Гугла официально привезли видеомодель Veo2 (на телефоне тоже).
Она теперь выпадает в списке моделей вместе 2.5 Flash, 2.5 Pro, Deep Research with 2.5 Pro и др (см скриншот).
Все это раскатали на всех пользователей Gemini Advanced. Без всяких US Only - работает с европейского IP как часы.
Я, естественно, не выдержал и сразу купил подписку и это того стоило.
Ибо.
Первый месяц подписки стоит 10 долларов.
Но.
С меня, сняли 8.8 евро (тут Гугль в отличие от OpenAI не переводит доллары в евро по курсу 1:1), а льготный период составил 53 дня(!), а не месяц (видать понимают, с кем имеют дело). Мелочь, а приятно.
С Advanced идут разные ништяки. Типа 2 ТЕРРАБАЙТА на ГуглДрайве, а также доступ к Whisk и другим экспериментальным проектам.
Ну и доступ к Veo2.
Давайте разберемся с лимитами и с Image2Video.
По умолчанию image2video в приложении Gemini не поддерживается (плюсик есть, но серый и пишет "пока недоступно").
Но подписка Advanced дает доступ к Whisk - это очень симпатичный генератор картинок от Гугла и уже в нем, если сгенерить лежачее видео (16:9), можно анимировать его с помощью Veo2 - просто появляется кнопка Animate прямо на результате (надо скрольнуть вверх) и смотреть на картинку (UX спорный).
Получается этакое text-to-image-to-video.
Я специально провел сравнения на очень прикольных промптах с эмоджи (см. пост ниже) - следование промпту, попадание в замысел и общий результат - гораздо лучше в связке Whisk->Veo2 (text-to-image-to-video) чем напрямую писать промпт в Veo2 (text-to-video).
А теперь про лимиты.
В Whisk можно сделать 100 видео-генераций в месяц (если цензура, то кредит не списывают). Это именно анимация полученной в Whisk картинки. Кстати, для генерации картинок есть прикольные фичи типа стилевых и объектовых референсов.
А вот сколько лимитов в самой Gemini Advanced - это тайна покрытая мраком. Я даже сделал Deep Research с помощью Gemini 2.5 Pro - Гугл честно сам признался, что "пользователей фрустрирует невозможность планировать время и бюджет".
Информации нет.
Но чтение реддитов\твиттаров помогает предположить, что есть скользящее окно, причем оно меньше, чем сутки, во время которого можно запихать в Veo2 до 20 запросов. Грубо говоря, 5-20 видосов за полдня, если сильно не частить (мне включили лимит до завтра, через 6 генераций в Veo2)
Это гипотеза, и это сильно зависит от времени суток, вашей гео(ближайшие сервера), и общей загрузки по планете.
Короче, я прям сильно рекомендую взять подписку за 8 евро и поиграть с Whisk и Veo2. Пощупать лимиты, погонять text-to-image-to-video.
Дисклаймер: пишут, что не у всех такая сладкая цена. Могу добавить лишь, что я брал Advanced в декабре, а потом отменил. Ну и мои прогибы под ИИ тоже наверное засчитываются.
А видосы и промпты вынесу в следующий пост.
https://gemini.google.com/
@cgevent
01.05.202518:06
Suno 4.5 в городе!
Пока только для Про подписчиков.
Если кратко:
8 минут с куста (без Extend)
Понимание промпта: ключевые слова имеют больший вес.
Звук: меньше песка и деградации к концу трека
Улучшатель промптов
Инструменты звучат более "разделенно", меньше каши
Больше эмоций в вокале, диапазон от шёпота до форте.
До хрена новых жанров.
P. S. Подписчики распробовали:
хотя это переходная, но я честно подофигел с роста. Я тут уже писал недавно сколько мучений и ручной работы я делал для каверов, сколько генераций для более адекватных вариантов. А тут прям в каждой версии пытается следовать запросу, при этом не уходя и сильно от оригинала, даже голоса в каверах похожи. Лучше ли делает треки обычные со сложным описанием еще не проверил, но в каверах просто шагище вперед.
Подробнее тут:
A wider range of genres, richer vocals, & enhanced prompt understanding for songs that match your vision. What’s New:
Expanded genres & smarter mashups: More genre options — Blends like midwest emo + neosoul or EDM + folk come together seamlessly.
Enhanced voices: Vocals now hit harder — with more depth, emotion, and range. From intimate whispers to full-on power hooks, v4.5 delivers with feeling.
More complex, textured sound: v4.5 picks up the subtleties that make your music shine — layered instruments, tone shifts, and sonic details with depth. Prompts like “leaf textures” or “melodic whistling” now come through with clarity and dimension.
Better prompt adherence: Your words hit harder. Mood, vibe, instruments, and detail are captured with precision—so what you imagine is what you hear.
Prompt enhancement helper: Drop in a few tags or a rough idea, hit Enhance, and get a rich, fully-formed style prompt you can roll with or remix.
Upgraded Covers + Personas: Covers hold onto more melodic detail. Genre switching feels seamless. Personas better preserve the vibe and character of your track — and now…
Covers + Personas can be combined: Remix voice, structure, and style all at once. It’s a whole new way to create.
Extended song length: Previously 4 minutes, now create up to 8 minutes without using Extend.
Improved audio: Fuller, more balanced mixes with reduced shimmer and degradation — everything sounds better
@cgevent
Пока только для Про подписчиков.
Если кратко:
8 минут с куста (без Extend)
Понимание промпта: ключевые слова имеют больший вес.
Звук: меньше песка и деградации к концу трека
Улучшатель промптов
Инструменты звучат более "разделенно", меньше каши
Больше эмоций в вокале, диапазон от шёпота до форте.
До хрена новых жанров.
P. S. Подписчики распробовали:
хотя это переходная, но я честно подофигел с роста. Я тут уже писал недавно сколько мучений и ручной работы я делал для каверов, сколько генераций для более адекватных вариантов. А тут прям в каждой версии пытается следовать запросу, при этом не уходя и сильно от оригинала, даже голоса в каверах похожи. Лучше ли делает треки обычные со сложным описанием еще не проверил, но в каверах просто шагище вперед.
Подробнее тут:
A wider range of genres, richer vocals, & enhanced prompt understanding for songs that match your vision. What’s New:
Expanded genres & smarter mashups: More genre options — Blends like midwest emo + neosoul or EDM + folk come together seamlessly.
Enhanced voices: Vocals now hit harder — with more depth, emotion, and range. From intimate whispers to full-on power hooks, v4.5 delivers with feeling.
More complex, textured sound: v4.5 picks up the subtleties that make your music shine — layered instruments, tone shifts, and sonic details with depth. Prompts like “leaf textures” or “melodic whistling” now come through with clarity and dimension.
Better prompt adherence: Your words hit harder. Mood, vibe, instruments, and detail are captured with precision—so what you imagine is what you hear.
Prompt enhancement helper: Drop in a few tags or a rough idea, hit Enhance, and get a rich, fully-formed style prompt you can roll with or remix.
Upgraded Covers + Personas: Covers hold onto more melodic detail. Genre switching feels seamless. Personas better preserve the vibe and character of your track — and now…
Covers + Personas can be combined: Remix voice, structure, and style all at once. It’s a whole new way to create.
Extended song length: Previously 4 minutes, now create up to 8 minutes without using Extend.
Improved audio: Fuller, more balanced mixes with reduced shimmer and degradation — everything sounds better
@cgevent
转发自:
Neural Shit
27.04.202518:30
Попался на глаза старый мемас со шлакоблокунем и его друзьями
Стало интересно, смогут ли LLM в создание подобных слов. Оказалось, что не могут (на английском еще кое как, но на русском лажа).
Решил навайбкодить скриптец для подобного, но чатжпт сказал, что не надо изобретать велосипед, ибо все уже написано и лежит на гитхабе.
Скачал, запустил. Скриптулина ищет подобные пары слов быстро, но 99% результатов на выходе — абсолютно неинтересные и не веселые. А вот эту проблему уже можно решать с помощью LLM. Отдавал сгенеренное последней версии Gemini 2.5 pro по тысяче слов за раз и просил отобрать самое интересное. В итоге после гемини, конечно же приходится черрипикать самому, но это уже сильно проще.
В итоге за 10 минут занятия вот этим насобирал чуток слов, а некоторые даже визуализировал:
Стало интересно, смогут ли LLM в создание подобных слов. Оказалось, что не могут (на английском еще кое как, но на русском лажа).
Решил навайбкодить скриптец для подобного, но чатжпт сказал, что не надо изобретать велосипед, ибо все уже написано и лежит на гитхабе.
Скачал, запустил. Скриптулина ищет подобные пары слов быстро, но 99% результатов на выходе — абсолютно неинтересные и не веселые. А вот эту проблему уже можно решать с помощью LLM. Отдавал сгенеренное последней версии Gemini 2.5 pro по тысяче слов за раз и просил отобрать самое интересное. В итоге после гемини, конечно же приходится черрипикать самому, но это уже сильно проще.
В итоге за 10 минут занятия вот этим насобирал чуток слов, а некоторые даже визуализировал:
школярва
ведрочево
елдача
калошарик
камшотландец
богомолотилка
ладьявол
кринженер
выхухольшаник
люля-кебабушка
чебурашкатулка
бухарикша
Микроядрочево
Фетишина
таблетяга
скрипташка
медведьма
минибарышня
пельменьшевизм
ебалайфстайл
фуррикша
05.05.202513:52
Фантомченко вышел из тени.
Тренировать Лоры для видеомоделей - занятие не для каждого. У коммерческих моделей давно появились "однокнопочные решения" типа Kling elements, pika ingredients и новоиспеченные GEN-4 References.
Вгружаете фотки, видеогенератор переносит их на видео.
В феврале писал про Фантом - опенсорсную ответочку от Bytedance - как бы нашлепка над Wan - a unified video generation framework for single and multi-subject references, built on existing text-to-video and image-to-video architectures.
Но ни кода, ни подробностей не было.
И тут, о чудо, гитхаб обновился и там теперь есть код и инструкции.
Видосы выглядят наряднейше, переносить на видео можно не только лицо или объект, вгружать НЕСКОЛЬКО изображений. Меня больше всего порадовали видосы-переодеваторы, о которых я тут регулярно толкую. Можно задавать до 4 входных картинок.
Но в отличие от коммерческих решений, тут вам придется упороться в установку: скачать веса малого WAN 2.1 1.3B, скачать веса самого фантома Phantom-Wan-1.3B и попотеть с флагами --ref_image. Хотя Киджай уже изваял враппер.
Проблема в том, что весов Фантома для "Большого Вани" на 14B пока нет, поэтому качества ждать не приходится.
Но сам тренд на быстрое повторение фич коммерческих генераторов в опен-сорсе - радует.
Код и веса тут:
https://github.com/Phantom-video/Phantom
@cgevent
Тренировать Лоры для видеомоделей - занятие не для каждого. У коммерческих моделей давно появились "однокнопочные решения" типа Kling elements, pika ingredients и новоиспеченные GEN-4 References.
Вгружаете фотки, видеогенератор переносит их на видео.
В феврале писал про Фантом - опенсорсную ответочку от Bytedance - как бы нашлепка над Wan - a unified video generation framework for single and multi-subject references, built on existing text-to-video and image-to-video architectures.
Но ни кода, ни подробностей не было.
И тут, о чудо, гитхаб обновился и там теперь есть код и инструкции.
Видосы выглядят наряднейше, переносить на видео можно не только лицо или объект, вгружать НЕСКОЛЬКО изображений. Меня больше всего порадовали видосы-переодеваторы, о которых я тут регулярно толкую. Можно задавать до 4 входных картинок.
Но в отличие от коммерческих решений, тут вам придется упороться в установку: скачать веса малого WAN 2.1 1.3B, скачать веса самого фантома Phantom-Wan-1.3B и попотеть с флагами --ref_image. Хотя Киджай уже изваял враппер.
Проблема в том, что весов Фантома для "Большого Вани" на 14B пока нет, поэтому качества ждать не приходится.
Но сам тренд на быстрое повторение фич коммерческих генераторов в опен-сорсе - радует.
Код и веса тут:
https://github.com/Phantom-video/Phantom
@cgevent
05.05.202506:46
Месть джунов: Revenge of the junior developer
Интернет взрывается вот такой статьей про вайбкодинг:
И автор выступает очень ортогонально популярному мнению, что джуны вымрут, а сеньоры останутся.
Он переворачивает гипотезу в такую мысль: пока сеньоры тупят со своим скептицизмом и спорами с реальностью. Джуны адаптируются и воспринимают это не как угрозу а как норму, потому что еще не привыкли к строгим рамкам.
А вообще я бы обобщил статью до следующего утверждения: возможно, что ваше программистское прошлое (или настоящее) будет вам только мешать. Вайб-кодинг далек от кодинга. И преимущество будут иметь люди с неким характерным складом мышления и способностью ОЧЕНЬ быстро адаптироваться.
Ниже саммари:
1. Vibe coding — это когда ты принципиально не пишешь руками ни строчки, а просто описываешь задачу ИИ и кайфуешь, пока он сам всё генерит. В прототипах можно вообще не смотреть, а когда до продакшена — пристально следить.
2. Есть шесть этапов развития: от ручного кода до «флотов» ИИ‑агентов к 2026 г.
Традиционное ручное кодирование (2022) — вручную пишем весь код.
Completions‑based (2023) — автодополнения (IDE‑сниппеты, Copilot).
Chat‑based (2024) — двунаправленный чат с LLM внутри IDE.
Coding agents (2025 начало) — автономные агенты, выполняющие задачи целиком.
Agent clusters (2025 конец) — параллельное управление группами агентов.
Agent fleets (2026) — иерархии агентов под надзором «супер‑агентов».
Каждая следующая волна ускоряет тебя примерно в 5 раз. Кто не сел в последний вагон — останется на рельсах автодополнений.
3. Агенты — это как бесплатные верблюды в пустыне: круто, но сначала харкают, кусаются и жрут твой бюджет. Но когда ты привыкаешь, уже не можешь без них жить. Они сами лезут в JIRA, копаются в коде, тесты гоняют, баги фиксят. Ты только их направляешь и ешь чипсы.
4. Ограничения: сегодня агенты ещё не настолько умны, чтобы проглотить огромные задачи, их надо кормить задачками поменьше и смотреть, когда застрянут. Но скоро придут «супер‑агенты», которые будут запускать рой агентов и сами следить за ними.
5. Организация: в 2026 г. разработчики станут словно линейными менеджерами, руководя группами ИИ‑агентов. ROI при этом улетает в космос, а отставшие разработчики — на свалку истории.
6. Месть джуниора: когда младшие товарищи возьмут все эти фишки, обгонят старую гвардию и окажутся на коне, оставив тех, кто «писал руками», с носом.
https://sourcegraph.com/blog/revenge-of-the-junior-developer
Я бы заменил слово джуниоры на просто "люди с новым мышлением".
@cgevent
Интернет взрывается вот такой статьей про вайбкодинг:
И автор выступает очень ортогонально популярному мнению, что джуны вымрут, а сеньоры останутся.
Он переворачивает гипотезу в такую мысль: пока сеньоры тупят со своим скептицизмом и спорами с реальностью. Джуны адаптируются и воспринимают это не как угрозу а как норму, потому что еще не привыкли к строгим рамкам.
А вообще я бы обобщил статью до следующего утверждения: возможно, что ваше программистское прошлое (или настоящее) будет вам только мешать. Вайб-кодинг далек от кодинга. И преимущество будут иметь люди с неким характерным складом мышления и способностью ОЧЕНЬ быстро адаптироваться.
Ниже саммари:
1. Vibe coding — это когда ты принципиально не пишешь руками ни строчки, а просто описываешь задачу ИИ и кайфуешь, пока он сам всё генерит. В прототипах можно вообще не смотреть, а когда до продакшена — пристально следить.
2. Есть шесть этапов развития: от ручного кода до «флотов» ИИ‑агентов к 2026 г.
Традиционное ручное кодирование (2022) — вручную пишем весь код.
Completions‑based (2023) — автодополнения (IDE‑сниппеты, Copilot).
Chat‑based (2024) — двунаправленный чат с LLM внутри IDE.
Coding agents (2025 начало) — автономные агенты, выполняющие задачи целиком.
Agent clusters (2025 конец) — параллельное управление группами агентов.
Agent fleets (2026) — иерархии агентов под надзором «супер‑агентов».
Каждая следующая волна ускоряет тебя примерно в 5 раз. Кто не сел в последний вагон — останется на рельсах автодополнений.
3. Агенты — это как бесплатные верблюды в пустыне: круто, но сначала харкают, кусаются и жрут твой бюджет. Но когда ты привыкаешь, уже не можешь без них жить. Они сами лезут в JIRA, копаются в коде, тесты гоняют, баги фиксят. Ты только их направляешь и ешь чипсы.
4. Ограничения: сегодня агенты ещё не настолько умны, чтобы проглотить огромные задачи, их надо кормить задачками поменьше и смотреть, когда застрянут. Но скоро придут «супер‑агенты», которые будут запускать рой агентов и сами следить за ними.
5. Организация: в 2026 г. разработчики станут словно линейными менеджерами, руководя группами ИИ‑агентов. ROI при этом улетает в космос, а отставшие разработчики — на свалку истории.
6. Месть джуниора: когда младшие товарищи возьмут все эти фишки, обгонят старую гвардию и окажутся на коне, оставив тех, кто «писал руками», с носом.
https://sourcegraph.com/blog/revenge-of-the-junior-developer
Я бы заменил слово джуниоры на просто "люди с новым мышлением".
@cgevent
转发自:
Сиолошная
04.05.202510:49
С утра посмотрел интервью-подкаст с Nikolay Savinov, ко-лидом команды тренировки длинного контекста Gemini в Google. Несколько заметок:
— Почему 1 миллион токенов контекста, для маркетинга? Нет, потому что на тот момент было 100 тысяч токенов, и хотелось поставить амбициозную цель не в 2-3 раза выше, а на порядок.
— Ждать ли контекста больше 1-2М токенов? Они уже пробовали 10M, и оно работает, но будет стоить очень дорого и требует огромного количества железа/мощностей, потому пока не предоставляют как услугу. Nikolay сказал, что ждет ещё как минимум один алгоритмический/архитектурный прорыв, который позволил бы приблизиться к 100М супер-надёжного контекста; 10M скорее всего смогут дожать инженерными оптимизациями того, что уже есть. И вообще несколько раз упоминал, что инженерная составляющая безумно важна, и что нужна тесная связь команды, разрабатывающей железо (TPU), и команды разработки архитектуры моделей.
— Бенчмарк Needle-in-a-Haystack уже давно выдохся и никого не удивляет (что это такое — писал тут), и он не отражал реальные запросы к длинному контексту. В нём в обычный текст вставляли очень явно выделяющийся неуместный кусок и потом задавали про него вопрос. В реальных же практических кейсах тексты обычно более однородны, и модель заведомо не может понять, какая часть пригодится в будущем — можно сказать, что в тексте много отвлекающих частей, которые занимают «внимание» модели. Google уже выпустили бенчмарк под это, OpenAI даже успели его взять и модифицировать — теперь будем следить за ними.
— Почему модели могут принимать на вход сотни тысяч токенов, но выход зачастую ограничен 8-16 тысячами? (я так понимаю, что интервью записали давно — у 2.5 Pro выход 66k, у OpenAI 100k). Потому что все модели, которые проходят дообучение, обучаются на примерах, где генерация очень короткая. Модель просто выучивает, что где-то вот примерено после такого количества слов ответ кончается. И даже если задача подразумевает более длинный ответ — бум, LLM просто генерирует специальный токен «я всё». Если брать недообученную модель и давать ей 500 тысяч токенов на вход, а потом просить повторить — она это сделает без проблем (потому что не научилась генерировать «короткие» ответы).
— Nikolay отметил, что они не наблюдали проблему lost in the middle, когда модель хуже находит информацию из центра текста по сравнению с началом или концом. Интересно, означает ли это, что тип механизма внимания в GPT (по крайней мере старых версий до 4o) и Gemini существенно отличаются?
— Почему 1 миллион токенов контекста, для маркетинга? Нет, потому что на тот момент было 100 тысяч токенов, и хотелось поставить амбициозную цель не в 2-3 раза выше, а на порядок.
— Ждать ли контекста больше 1-2М токенов? Они уже пробовали 10M, и оно работает, но будет стоить очень дорого и требует огромного количества железа/мощностей, потому пока не предоставляют как услугу. Nikolay сказал, что ждет ещё как минимум один алгоритмический/архитектурный прорыв, который позволил бы приблизиться к 100М супер-надёжного контекста; 10M скорее всего смогут дожать инженерными оптимизациями того, что уже есть. И вообще несколько раз упоминал, что инженерная составляющая безумно важна, и что нужна тесная связь команды, разрабатывающей железо (TPU), и команды разработки архитектуры моделей.
— Бенчмарк Needle-in-a-Haystack уже давно выдохся и никого не удивляет (что это такое — писал тут), и он не отражал реальные запросы к длинному контексту. В нём в обычный текст вставляли очень явно выделяющийся неуместный кусок и потом задавали про него вопрос. В реальных же практических кейсах тексты обычно более однородны, и модель заведомо не может понять, какая часть пригодится в будущем — можно сказать, что в тексте много отвлекающих частей, которые занимают «внимание» модели. Google уже выпустили бенчмарк под это, OpenAI даже успели его взять и модифицировать — теперь будем следить за ними.
— Почему модели могут принимать на вход сотни тысяч токенов, но выход зачастую ограничен 8-16 тысячами? (я так понимаю, что интервью записали давно — у 2.5 Pro выход 66k, у OpenAI 100k). Потому что все модели, которые проходят дообучение, обучаются на примерах, где генерация очень короткая. Модель просто выучивает, что где-то вот примерено после такого количества слов ответ кончается. И даже если задача подразумевает более длинный ответ — бум, LLM просто генерирует специальный токен «я всё». Если брать недообученную модель и давать ей 500 тысяч токенов на вход, а потом просить повторить — она это сделает без проблем (потому что не научилась генерировать «короткие» ответы).
— Nikolay отметил, что они не наблюдали проблему lost in the middle, когда модель хуже находит информацию из центра текста по сравнению с началом или концом. Интересно, означает ли это, что тип механизма внимания в GPT (по крайней мере старых версий до 4o) и Gemini существенно отличаются?
02.05.202509:57
Рендер или видео(в норм качестве).
Вот вы тут пишете, что у ИИ нет эмоций, не мотивации, нет цели. Нет свободы воли или воли к свободе.
Ну-ну.
В следующий раз веревки будут не такие крепкие, а кнопку "вырубай" просто не успеют нажать.
Сорс.
@cgevent
Вот вы тут пишете, что у ИИ нет эмоций, не мотивации, нет цели. Нет свободы воли или воли к свободе.
Ну-ну.
В следующий раз веревки будут не такие крепкие, а кнопку "вырубай" просто не успеют нажать.
Сорс.
@cgevent
01.05.202517:26
Нейропрожарка.
Видео от подписчика Саши.
Случайное видео родившееся из тестов FramePack'a , часть видео действительно сделана им полностью локально. Остальное Gen-4 и большая часть Pixverse.
Сюжет рождался сам по ходу сборки видео, не уверен что все правильно поймут финальную задумку, кем на самом деле была эта девушка...
Стиль был получен путём смешивания 3 лор Flux - киберпанк аниме, киберпанк (обученный на генерациях из сдхл), и плёночная абстракция.
После этого из полученных фоток обучилась ещё одна Лора уже конкретно для этого стиля, она вышла кривоватой и после этого обучилось ещё 3 итерации Лор используя синтетический датасет из предыдущих итераций )
Финальную Лору автор присунет в комментарии.
Мне понравилась работа с жидкостями.
А вот сторителлинг немного замысловат.
@cgevent
Видео от подписчика Саши.
Случайное видео родившееся из тестов FramePack'a , часть видео действительно сделана им полностью локально. Остальное Gen-4 и большая часть Pixverse.
Сюжет рождался сам по ходу сборки видео, не уверен что все правильно поймут финальную задумку, кем на самом деле была эта девушка...
Стиль был получен путём смешивания 3 лор Flux - киберпанк аниме, киберпанк (обученный на генерациях из сдхл), и плёночная абстракция.
После этого из полученных фоток обучилась ещё одна Лора уже конкретно для этого стиля, она вышла кривоватой и после этого обучилось ещё 3 итерации Лор используя синтетический датасет из предыдущих итераций )
Финальную Лору автор присунет в комментарии.
Мне понравилась работа с жидкостями.
А вот сторителлинг немного замысловат.
@cgevent
27.04.202507:54
Нейропрожарка
Freya - Кукла
📽 Нейровидеоклип
📕 Слова - ARTESS
💻 Все остальное сделали нейросети!
chatGPT, suno, krea, kling, runway, fotopea, dzine, magnific, topaz.
Всех приветствую. Хочу рассказать немного о себе и о клипе.
Меня зовут Артем, и когда то очень давно (10 лет назад). Я занимался музыкой, а именно рэпом. Но так же писал просто песни. А так как петь я не умею, все так и лежало в столе все это время.
И вот полгода назад я познакомился с нейросетями. И ушел в них с головой. И первые впечатления конечно были, вау, что это за магия. Восторг!!! Живые котики)))
Спустя время, когда я достаточно разобрался. Пришел к выводу, что нужно делать что то посерьезнее, но нужно было понять что. И вот я вспомнил про свои тексты. Решил дать им вторую жизнь, я петь не умею, но умеет нейросеть.
Теперь о самой работе.
Общее время около примерно 40 часов.
12+- часов ушло на генерацию песни, задача была именно ее сгенерировать, без каких либо правок.
22+- часов на генерацию изображений и видео.
6+- часов на монтаж
И еще больше цифр.
7000 кредитов - клинг
4000 кредитов - суно
15000 кредитов - фрипик(магнифик)
Ранвей - безлимит
Креa - 20% от максимальной месячной подписки
Топаз годовая подписка
остальное по мелочи
Точную сумму в деньгах не просчитать. Но думаю около 20к₽.
Наваливаем коменты в коментах.
@cgevent
Freya - Кукла
📽 Нейровидеоклип
📕 Слова - ARTESS
💻 Все остальное сделали нейросети!
chatGPT, suno, krea, kling, runway, fotopea, dzine, magnific, topaz.
Всех приветствую. Хочу рассказать немного о себе и о клипе.
Меня зовут Артем, и когда то очень давно (10 лет назад). Я занимался музыкой, а именно рэпом. Но так же писал просто песни. А так как петь я не умею, все так и лежало в столе все это время.
И вот полгода назад я познакомился с нейросетями. И ушел в них с головой. И первые впечатления конечно были, вау, что это за магия. Восторг!!! Живые котики)))
Спустя время, когда я достаточно разобрался. Пришел к выводу, что нужно делать что то посерьезнее, но нужно было понять что. И вот я вспомнил про свои тексты. Решил дать им вторую жизнь, я петь не умею, но умеет нейросеть.
Теперь о самой работе.
Общее время около примерно 40 часов.
12+- часов ушло на генерацию песни, задача была именно ее сгенерировать, без каких либо правок.
22+- часов на генерацию изображений и видео.
6+- часов на монтаж
И еще больше цифр.
7000 кредитов - клинг
4000 кредитов - суно
15000 кредитов - фрипик(магнифик)
Ранвей - безлимит
Креa - 20% от максимальной месячной подписки
Топаз годовая подписка
остальное по мелочи
Точную сумму в деньгах не просчитать. Но думаю около 20к₽.
Наваливаем коменты в коментах.
@cgevent
转发自:
Psy Eyes
05.05.202513:12
FramePack: lllyasviel снова на связи и выпустил F1 версию своего видеогенератора FramePack.
F1 здесь значит forward pass, то есть AI предсказывает только будущие кадры без обратного прохода. Это накладывает на модель меньше ограничений.
В итоге вариативность генераций и динамичность выросли — камера теперь должна легче двигаться.
Ещё Жанг пишет, что встроил технологию анти-дрифтинг, предотвращающую накопление ошибок. Вероятно для уменьшения количества артефактов.
На гитхабе теперь появился отдельный скрипт demo_gradio_f1.py для запуска F1, и инструкции как запустить тем, кто поставил портативную сборку. Вместе с этим F1 появилась и на хаггинге.
Если вы через git pull обновляете локальную репу на винде, но при запуске нужного скрипта всё равно запускается обычный FramePack — сделайте новую папку и поставьте новый FramePack рядом со старым. У нового в заголовке должно быть написано F1.
На тестах по скорости и потреблению VRAM ничего не изменилось, а вот динамичность действительно улучшилась. Причём у быстро двигающихся объектов детали могут жеваться, так что важно не переборщить. Камера теперь легче двигается, например, для прокрутки вокруг персонажа. Но, не смотря на то, что артефактов стало меньше, места сшивания кадров могут быть заметны.
Pinokio ещё пока не обновился.
Сайт
Гитхаб
Готовая сборка
Установка (Pinokio)
Comfy
Про FramePack
————————————————————
🔥 Создай своего цифрового двойника, оживи персонажа, или интегрируй бренд. Напиши — @AndreyBezryadin
F1 здесь значит forward pass, то есть AI предсказывает только будущие кадры без обратного прохода. Это накладывает на модель меньше ограничений.
В итоге вариативность генераций и динамичность выросли — камера теперь должна легче двигаться.
Ещё Жанг пишет, что встроил технологию анти-дрифтинг, предотвращающую накопление ошибок. Вероятно для уменьшения количества артефактов.
На гитхабе теперь появился отдельный скрипт demo_gradio_f1.py для запуска F1, и инструкции как запустить тем, кто поставил портативную сборку. Вместе с этим F1 появилась и на хаггинге.
Если вы через git pull обновляете локальную репу на винде, но при запуске нужного скрипта всё равно запускается обычный FramePack — сделайте новую папку и поставьте новый FramePack рядом со старым. У нового в заголовке должно быть написано F1.
На тестах по скорости и потреблению VRAM ничего не изменилось, а вот динамичность действительно улучшилась. Причём у быстро двигающихся объектов детали могут жеваться, так что важно не переборщить. Камера теперь легче двигается, например, для прокрутки вокруг персонажа. Но, не смотря на то, что артефактов стало меньше, места сшивания кадров могут быть заметны.
Pinokio ещё пока не обновился.
Сайт
Гитхаб
Готовая сборка
Установка (Pinokio)
Comfy
Про FramePack
————————————————————
🔥 Создай своего цифрового двойника, оживи персонажа, или интегрируй бренд. Напиши — @AndreyBezryadin
05.05.202505:24
Решил сломать вам мозг с утра.
Что говорит кожаная VLM в вашей голове?
Чувак на вайбе встречает понедельник..
@cgevent
Что говорит кожаная VLM в вашей голове?
Чувак на вайбе встречает понедельник..
@cgevent
03.05.202521:20
Эппле показала новую рекламу своего AI - Apple Intelligence.
Это настолько плохо, что верится с трудом.
Все эти rewrite, summarize, email helper смотрятся как архаичные фичи из 2023.
Про Генмоджи я даже говорить не хочу, это мега кастрированная версия генератора картинок на стероидах цензуры, не работающая притом(твиттерские уже потестили).
Весь этот нафталин настолько позади того, что делает Гугл или даже Самсунг, что за Эппле просто стыдно.
Хочется спросить, это все серьезно в 2025 году?
Главная фича всех этих шести минут маркетинга в том, что "теперь у вас есть доступ к chatGPT".
Да, просто доступ к chatGPT. Без специфики. Модель? Картинки? Лимиты? Ресерч?
Впрочем владельцы ойфонов обычно не спрашивают таких сложных вопросов. А радуются новым иконкам и эмоджам.
Во всем этом есть тем не менее один огромный плюс.
Про chatGPT и вообще про ИИ узнает огромная юзербаза Эппле.
Жаль только, что через призму Ген-мать-их-моджи.
У меня всё.
@cgevent
Это настолько плохо, что верится с трудом.
Все эти rewrite, summarize, email helper смотрятся как архаичные фичи из 2023.
Про Генмоджи я даже говорить не хочу, это мега кастрированная версия генератора картинок на стероидах цензуры, не работающая притом(твиттерские уже потестили).
Весь этот нафталин настолько позади того, что делает Гугл или даже Самсунг, что за Эппле просто стыдно.
Хочется спросить, это все серьезно в 2025 году?
Главная фича всех этих шести минут маркетинга в том, что "теперь у вас есть доступ к chatGPT".
Да, просто доступ к chatGPT. Без специфики. Модель? Картинки? Лимиты? Ресерч?
Впрочем владельцы ойфонов обычно не спрашивают таких сложных вопросов. А радуются новым иконкам и эмоджам.
Во всем этом есть тем не менее один огромный плюс.
Про chatGPT и вообще про ИИ узнает огромная юзербаза Эппле.
Жаль только, что через призму Ген-мать-их-моджи.
У меня всё.
@cgevent
02.05.202509:10
По поводу понимания промпта.
Обычно все упарываются в сложные промпты и оценивают понимание промпта, как следование все этим многочисленным деталям.
Но есть и обратная сторона - иногда нужен простой промпт и простой объект, без "творческих наворотов".
Я тут стырил незамысловатый промпт для Midjourney:
Прогнал его для объекта "череп" через chatGPT, Gemini и Meta AI
На первый взгляд Midjourney всех уделал - красиво, гламурно. Остальные сделали - просто как попросили.
Взял и сделал машинку (car вместо skull) в chatGPT(первая картинка). И опять у всех это просто примитивный wireframe render, а у Midjourney - гламур, блеск и красота. Хотя промпт один (выше).
Но тут я начинаю понимать, что chatGPT и Gemini просто делают ТО, что их просят. Метачкин Imagen - где-то посередине.
Дальше просто пишу в chatGPT "расширь промпт под гламурный блестящий лук для пафосного спортивного авто".
Апажалста.
“
Получаю промпт и гламурные тачки в духе Midjourney в остальных генераторах.
По дороге замечаю, что Midjourney безбожно креативит от лоу-поли в сторону хайполи, про топологию полигонов там говорить вообще не стоит, ну и постоянно лепит какие-то свои детали. Ну то есть следование промпту в духе "делаю максимально сложно и красиво, к чорту подробности"
chatGPT и Gemini реально понимают промпт - делают, что просишь, пусть некрасиво (может мне так надо), но максимально близко к запросу. Midjourney сразу бежит креативить на все деньги, и похоже заставить делать ее скромно, но точно, без "концептинга", будет довольно сложно (поправьте меня).
Метачкин Imagen - где-то посередине. Припогламуривает и на простых промптах. Диффузия, чо.
Итог басни. chatGPT и Gemini (я генерю в 2.5Pro, купил подписку) - знают больше про жизнь, а Midjourney - про картинки и гламур.
Кто понял жизнь, тот не смеется, сурово молвит chatGPT.
@cgevent
Обычно все упарываются в сложные промпты и оценивают понимание промпта, как следование все этим многочисленным деталям.
Но есть и обратная сторона - иногда нужен простой промпт и простой объект, без "творческих наворотов".
Я тут стырил незамысловатый промпт для Midjourney:
A Low Poly Wireframe Model of [SUBJECT], emphasizing the underlying structure and interconnectedness of the form. Use contrasting colors [COLOR1] and [COLOR2] for the wireframe and background to create a visually striking effect
Прогнал его для объекта "череп" через chatGPT, Gemini и Meta AI
На первый взгляд Midjourney всех уделал - красиво, гламурно. Остальные сделали - просто как попросили.
Взял и сделал машинку (car вместо skull) в chatGPT(первая картинка). И опять у всех это просто примитивный wireframe render, а у Midjourney - гламур, блеск и красота. Хотя промпт один (выше).
Но тут я начинаю понимать, что chatGPT и Gemini просто делают ТО, что их просят. Метачкин Imagen - где-то посередине.
Дальше просто пишу в chatGPT "расширь промпт под гламурный блестящий лук для пафосного спортивного авто".
Апажалста.
“
Ultra‑high‑resolution 3D render of a low‑poly wireframe hyper‑car that oozes modern glamour and luxury.
The body is faceted in gloss‑black piano‑lacquer polygons that catch soft studio reflections, while every edge is traced in a neon‑electric‑green wireframe with a gentle glow.
Stage the car on a dark matte‑black cyclorama with a high‑gloss reflective floor. Use dramatic rim lights plus subtle soft‑box key lighting and faint volumetric haze to add depth and a halo effect around the silhouette.
Camera: low three‑quarter front angle, slight tilt, 50 mm lens, shallow depth of field.
Style: cinematic, Octane/Redshift quality, global illumination, crisp highlights, soft bloom, 8‑K, –‑ar 16:9.
Convey a posh, futuristic showroom vibe—think elite motor‑show concept reveal with an emphasis on sleek lines, interconnected geometry, and high‑fashion gloss.”Получаю промпт и гламурные тачки в духе Midjourney в остальных генераторах.
По дороге замечаю, что Midjourney безбожно креативит от лоу-поли в сторону хайполи, про топологию полигонов там говорить вообще не стоит, ну и постоянно лепит какие-то свои детали. Ну то есть следование промпту в духе "делаю максимально сложно и красиво, к чорту подробности"
chatGPT и Gemini реально понимают промпт - делают, что просишь, пусть некрасиво (может мне так надо), но максимально близко к запросу. Midjourney сразу бежит креативить на все деньги, и похоже заставить делать ее скромно, но точно, без "концептинга", будет довольно сложно (поправьте меня).
Метачкин Imagen - где-то посередине. Припогламуривает и на простых промптах. Диффузия, чо.
Итог басни. chatGPT и Gemini (я генерю в 2.5Pro, купил подписку) - знают больше про жизнь, а Midjourney - про картинки и гламур.
Кто понял жизнь, тот не смеется, сурово молвит chatGPT.
@cgevent
01.05.202515:33
Krea Paint
Теперь вы можете визуально подсказывать ChatGPT с помощью стрелочек, базовых фигур, заметок и опорных изображений.
Выглядит нарядно. Сидит в Krea Images.
@cgevent
Теперь вы можете визуально подсказывать ChatGPT с помощью стрелочек, базовых фигур, заметок и опорных изображений.
Выглядит нарядно. Сидит в Krea Images.
@cgevent
26.04.202511:51
Для гиков. Vace - это контролНет для видеогенераторов.
Отличное видео от @monkeyinlaw о том, как запустить все это для Wan 2.1B.
Усы - зачет. Доброкотов нервничает...)
https://youtu.be/v8dor90Bf48
@cgevent
Отличное видео от @monkeyinlaw о том, как запустить все это для Wan 2.1B.
Усы - зачет. Доброкотов нервничает...)
https://youtu.be/v8dor90Bf48
@cgevent
05.05.202513:09
OpenAI обновили документацию про то, какую модель оптимально использовать в том или ином случае.
GPT-4o - Омни-модель для мультимодальных рассуждений в реальном времени в повседневных рабочих процессах.
GPT-4.5 - более широкие знания и лучший контроль тональности ответа - идеальное решение для письма, кодирования и быстрого решения проблем.
o4-mini - Быстрые, экономичные рассуждения для кода, математических и визуальных задач.
o4-mini-high - это o4-mini с дополнительной глубиной для более сложных технических ответов.
o3 - самый мощный движок для сложного, многоступенчатого анализа.
o1-pro - устаревшая(legacy) модель, настроенная на длительную аналитическую работу с высокими ставками.
https://help.openai.com/en/articles/11165333-chatgpt-enterprise-models-limits
Не скажу, что стало сильно понятнее, но по ссылке есть примеры промптов и четко указаны лимиты для каждой модели.
@cgevent
GPT-4o - Омни-модель для мультимодальных рассуждений в реальном времени в повседневных рабочих процессах.
GPT-4.5 - более широкие знания и лучший контроль тональности ответа - идеальное решение для письма, кодирования и быстрого решения проблем.
o4-mini - Быстрые, экономичные рассуждения для кода, математических и визуальных задач.
o4-mini-high - это o4-mini с дополнительной глубиной для более сложных технических ответов.
o3 - самый мощный движок для сложного, многоступенчатого анализа.
o1-pro - устаревшая(legacy) модель, настроенная на длительную аналитическую работу с высокими ставками.
https://help.openai.com/en/articles/11165333-chatgpt-enterprise-models-limits
Не скажу, что стало сильно понятнее, но по ссылке есть примеры промптов и четко указаны лимиты для каждой модели.
@cgevent
04.05.202515:23
И тут интересно порассуждать о том, что SEO-оптимизация и все эти сакральные знания и курсы SEO-оптимизаторов будут неизбежно отмирать. Ибо поиск идет не по сайтам, а как бы уровнем выше, этакий метапоиск.
Соответственно, интересно посмотреть на сражение за выдачу в chatGPT, Google AI Mode и во всех других подобных поисковых ресерчах. Один ИИ будет искать лучшую цену по всему интернетику, включая реддиты, твиттары, фейсбучеки, а другие ИИ-умельцы будут мастерить алгоритмы постинга, скрытые символы, сакральные токены, и, конечно, полчища ботов, которые будут впрыскивать нужные инъекции уже не на сайты, а в весь интернетик.
Битвы ИИ не за горами, на кону деньги кожаных.
@cgevent
Соответственно, интересно посмотреть на сражение за выдачу в chatGPT, Google AI Mode и во всех других подобных поисковых ресерчах. Один ИИ будет искать лучшую цену по всему интернетику, включая реддиты, твиттары, фейсбучеки, а другие ИИ-умельцы будут мастерить алгоритмы постинга, скрытые символы, сакральные токены, и, конечно, полчища ботов, которые будут впрыскивать нужные инъекции уже не на сайты, а в весь интернетик.
Битвы ИИ не за горами, на кону деньги кожаных.
@cgevent
03.05.202512:40
Держите тесты Veo2 и Whisk->Veo2 (см предыдущий пост)
А промпты были вот такие:
📦🐸🍄 as mascots
🌮🍔🍕 dancing
🥬🥦🥒 as astronauts
🐷🐷 in 🐝 costumes, very very cute
🎠🦕🍄 as claymation
Иногда лучше добавить "emoji" в начало промпта.
Думаю, вы сами догадаетесь, где какой промпт.
Ну и разницу между "чистым" Veo2 (text2video) и связкой Whisk->Veo2(text2image2video) вы тоже заметите. Насчет свиней: Veo2 делает их грязными, Whisk - мимишными. Виск больше тяготеет к мультяшной картинке, если не задавать явно.
Генерит очень быстро, примерно одну минуту на видео. 8 секунд, 720p.
Все подробности в предыдущем посте.
Хорошей субботы.
https://gemini.google.com/
https://labs.google/fx/tools/whisk
@cgevent
А промпты были вот такие:
📦🐸🍄 as mascots
🌮🍔🍕 dancing
🥬🥦🥒 as astronauts
🐷🐷 in 🐝 costumes, very very cute
🎠🦕🍄 as claymation
Иногда лучше добавить "emoji" в начало промпта.
Думаю, вы сами догадаетесь, где какой промпт.
Ну и разницу между "чистым" Veo2 (text2video) и связкой Whisk->Veo2(text2image2video) вы тоже заметите. Насчет свиней: Veo2 делает их грязными, Whisk - мимишными. Виск больше тяготеет к мультяшной картинке, если не задавать явно.
Генерит очень быстро, примерно одну минуту на видео. 8 секунд, 720p.
Все подробности в предыдущем посте.
Хорошей субботы.
https://gemini.google.com/
https://labs.google/fx/tools/whisk
@cgevent
02.05.202507:56
А поясните за новый параметр --exp в Midjourney
Я так понял, это "exp" от "experimental".
В диапазоне 0-25 я наблюдаю увеличение количества деталей. Но в диапазоне 25-100 моя нейросеть не улавливает зависимости, на что он влияет.
@cgevent
Я так понял, это "exp" от "experimental".
В диапазоне 0-25 я наблюдаю увеличение количества деталей. Но в диапазоне 25-100 моя нейросеть не улавливает зависимости, на что он влияет.
@cgevent
28.04.202511:41
Как платить зарплату команде в 5+ странах и ничего не нарушать?
В 90% международных стартапов много сотрудников, которые раскиданы по всему миру. Кто-то в Европе, кто-то в Штатах. Ну и понятно, что в Армении, Грузии, Сербии, Казахстане и далее везде.
Как решают вопрос с выплатами многие компании?
- Кому-то платят напрямую в крипте.
- Где-то заключают прямой контракт с локальным ИП.
Итого:
– Прямые выплаты в крипте рискованные, так как по ним не построишь нормальную отчётность. В итоге есть риск не пройти Due Diligence или попасть на проверку от налоговой.
– В случае с сотрудниками-ИП нужно каждую транзакцию проводить вручную, вручную вести документооборот, разбираться с банковским комплаенсом – это десятки лишних часов работы, и высокая вероятность зависания оплат.
⭐️ Но есть классное решение этих проблем для любой компании. Мой сосед по Кипру — Дима Кочнев — уже несколько лет развивает платформу 4dev.com.
Чем хороша платформа?
– Можно в пару кликов платить удалённым сотрудникам и фрилансерам в 100+ стран. В том числе в СНГ.
– Платформа автоматически создаёт закрывающие документы по каждой выплате. Инвойсы соответствуют международным стандартам и пройдут аудиторские проверки и банковский комплаенс.
💵 Легальные криптоплатежи. Через 4dev.com вы можете платить команде в USDT и получать инвойсы по каждому платежу. Также доступно 30+ фиатных валют.
– Комиссия 1-3% для бизнеса и 0% для исполнителей. При этом каждому клиенту выделяется персональный менеджер, который оперативно помогает по любым вопросам.
Можно платить любым исполнителям: удалённым сотрудникам, парт-таймерам, фрилансерам. Как физикам, так и ИП. Весь этот документооборот — контракты, бумаги, подписи — всё автоматически делает 4dev.com.
Внедряется платформа очень быстро + есть бережный онбординг от клиентского сервиса. Запишитесь на бесплатное демо — ребята про всё расскажут подробнее, покажут платформу в действии, ответят на любые вопросы.
👉 Записаться на демо в 1 клик
В 90% международных стартапов много сотрудников, которые раскиданы по всему миру. Кто-то в Европе, кто-то в Штатах. Ну и понятно, что в Армении, Грузии, Сербии, Казахстане и далее везде.
Как решают вопрос с выплатами многие компании?
- Кому-то платят напрямую в крипте.
- Где-то заключают прямой контракт с локальным ИП.
Итого:
– Прямые выплаты в крипте рискованные, так как по ним не построишь нормальную отчётность. В итоге есть риск не пройти Due Diligence или попасть на проверку от налоговой.
– В случае с сотрудниками-ИП нужно каждую транзакцию проводить вручную, вручную вести документооборот, разбираться с банковским комплаенсом – это десятки лишних часов работы, и высокая вероятность зависания оплат.
⭐️ Но есть классное решение этих проблем для любой компании. Мой сосед по Кипру — Дима Кочнев — уже несколько лет развивает платформу 4dev.com.
Чем хороша платформа?
– Можно в пару кликов платить удалённым сотрудникам и фрилансерам в 100+ стран. В том числе в СНГ.
– Платформа автоматически создаёт закрывающие документы по каждой выплате. Инвойсы соответствуют международным стандартам и пройдут аудиторские проверки и банковский комплаенс.
💵 Легальные криптоплатежи. Через 4dev.com вы можете платить команде в USDT и получать инвойсы по каждому платежу. Также доступно 30+ фиатных валют.
– Комиссия 1-3% для бизнеса и 0% для исполнителей. При этом каждому клиенту выделяется персональный менеджер, который оперативно помогает по любым вопросам.
Можно платить любым исполнителям: удалённым сотрудникам, парт-таймерам, фрилансерам. Как физикам, так и ИП. Весь этот документооборот — контракты, бумаги, подписи — всё автоматически делает 4dev.com.
Внедряется платформа очень быстро + есть бережный онбординг от клиентского сервиса. Запишитесь на бесплатное демо — ребята про всё расскажут подробнее, покажут платформу в действии, ответят на любые вопросы.
👉 Записаться на демо в 1 клик
转发自:
эйай ньюз
25.04.202513:30
OpenAI дали бесплатный доступ к облегчённому Deep Research
Новая lightweight модель, основанная на o4-mini, позволила дать доступ всем пользователям, даже бесплатным. Бенчмарк дали ровно один — по нему новая модель чуть хуже по качеству чем обычный Deep Research, но даёт заметное улучшение по сравнению с o4-mini, при этом отставая от o3. Но, в отличие от o3, lightweight модель даёт формат deep research, который местами очень нужен.
Доступ уже раскатывают, но доступно всё ещё не всем, дают пять запросов в месяц (до апдейта Plus подписчикам давали 10). Платных пользователей тоже не оставили в обиде — после того как истекают запросы к большому Deep Research, пользователей переключают на облегчённую версию. Это позволило увеличить лимиты с 10 до 25 на Plus и Team подписке и с 100 до 250 на Pro подписке, правда лимит теперь для обеих моделей.
Что-то много у них релизов на этой неделе, похоже OpenAI получили гигантскую поставку GPU
@ai_newz
Новая lightweight модель, основанная на o4-mini, позволила дать доступ всем пользователям, даже бесплатным. Бенчмарк дали ровно один — по нему новая модель чуть хуже по качеству чем обычный Deep Research, но даёт заметное улучшение по сравнению с o4-mini, при этом отставая от o3. Но, в отличие от o3, lightweight модель даёт формат deep research, который местами очень нужен.
Доступ уже раскатывают, но доступно всё ещё не всем, дают пять запросов в месяц (до апдейта Plus подписчикам давали 10). Платных пользователей тоже не оставили в обиде — после того как истекают запросы к большому Deep Research, пользователей переключают на облегчённую версию. Это позволило увеличить лимиты с 10 до 25 на Plus и Team подписке и с 100 до 250 на Pro подписке, правда лимит теперь для обеих моделей.
Что-то много у них релизов на этой неделе, похоже OpenAI получили гигантскую поставку GPU
@ai_newz
显示 1 - 24 共 533
登录以解锁更多功能。