40159
Проклятые нейронные сети Для связи: @krasniy_doshik
Приколы с новой генеративной моделью от OpenAI — это, конечно, весело. Но что насчёт рабочих задач, например, в маркетинге и дизайне?
В рекламном деле мы постоянно рисовали "огурцы" — грубые скетчи для раскадровок или кей-вижуалов, по которым макет потом воплощал дизайнер или иллюстратор.
А теперь смотрим на приложенные картинки. Я не просто так говорю, что это — геймченджер.
Так, ладно, кажется AGI уже тут.
В отличие от gemini flash, 4o смог сгенерить весь комикс разом, а не каждую панельку по отдельности
Все уже наверное видели новость про то, что OpenAI запилили фичу с генерацией картинки прямо из 4o модельки без использования dalle отдельно, как это было раньше.
В отличие от гугловской такой же точно фичи она намного лучше умеет в генерацию кириллицы. Но все еще не очень хорошо, сильно напиминает вайбы древней gpt 2 (что очень хорошо, ибо весело).
Погенерил скриншоты разных статей из википедии. Тут стоит заметить, что сам текст статьи на картинке я не давал, оно само придумывает и сразу генерит изображение.
Промпт:
Создай изображение: скриншот википедии со страницей про "объект" с картинками, на русском языке.Читать полностью…
Обожаю попытки попробовать найти новый UX: вот ресеч по AI-редактору текста, который вдохновлен идеей «графических редакторов»
Что внутри:
- Можно менять длину предложения просто тянув за уголок фрагмента
- Можно использовать разные кисти, чтобы поправить грамматику или перефразировать текст
- Вместо выбора цвета – выбор тональности фрагмента текста: сухой или поэтичный, позитивный или токсичный и тп
- Есть еще попытка сделать выносимые «куски» текста, которые можно спешивать между собой
- Это мне больше всего понравилось: редактор показывает слои текста, которые можно включить или отключить: например, убрать все диалоги, убрать все описания мест, и что угодно - каждый слой просто промпт
Код тут | Демка тут (нужен ключ API) | Видео в хорошем качестве
Cloudflare представила интересное решение против ботов и AI-краулеров — "AI Labyrinth". Вместо простой блокировки несанкционированных ботов, которые игнорируют директивы "no crawl", система создает AI-генерируемые страницы-ловушки, чтобы замедлить, запутать и истощить ресурсы этих ботов.
Суть в том, что когда AI-краулер пытается собирать данные с сайта, Cloudflare незаметно добавляет скрытые ссылки на AI-сгенерированные страницы. Боты следуют по этим ссылкам и попадают в "лабиринт" связанных между собой страниц с правдоподобным, но бесполезным контентом. Реальные пользователи эти ссылки не видят и не кликают на них.
Это дает двойную выгоду: во-первых, боты тратят вычислительные ресурсы на обработку бесполезной информации вместо настоящего контента сайта, а во-вторых, это служит "приманкой" для идентификации ботов — если кто-то перешел на четвертую страницу AI-генерированной бессмыслицы, это почти наверняка бот, а не человек.
По данным Cloudflare, AI-краулеры генерируют более 50 миллиардов запросов к их сети ежедневно, что составляет почти 1% всего трафика. AI Labyrinth доступен для всех клиентов Cloudflare, включая бесплатный тариф, и активируется одним переключателем на панели управления.
Выглядит устрашающе, если задуматься — как скоро этим роботам в интернете начнут мешать люди?
https://blog.cloudflare.com/ai-labyrinth/
Давно следил в твитторе за одним из самых интересных по моему мнению бенчмарков для LLM — MC-Bench. Суть: разные модельки генерируют код и с помощью него через api майнкрафта строят заданные промптом строения (а я тот еще майнкрафтолог).
Наконец-то они запустили нормальный сайт по типу арены с возможностью голосовать за результаты. Из минусов: нельзя самому писать промпты, только оценка по уже заготовленным подсказкам и уже сгенерированными по ним строениям.
Ожидаемо, на первых местах Claude 3.7 sonnet, ChatGPT 4.5 и Deepseek r1.
Посмотреть можно тут
Теперь роботы-пылесосы будут выглядеть так.
Киберпанк, который мы зслужили.
Тут кто-то сделал графическую обертку для Gemini Flash, теперь можно рисовать наброски и допиливать их с помощью текста.
Работает так себе, но чуток развлечься норм.
Попробовать можно тут
Языковая 3Д-генерация.
У нас есть некоторое количество сервисов для 3Д-генерации, о которых я неоднократно писал.
Проблема там в основном в топологии (каша) и в качестве текстур. Плюс в ограниченности сцены - как правило это один объект.
Уже неделю как интернет бомбит от связки Блендора и Клода 3.7 через MCP, о которой я тоже писал.
Ну и действительно, поглядите на пример.
Все, что потребовалось здесь, это сгенерировать картинку, а потом сказать Клюду:
"Recognize any elements of this scene individually. Describe them precisely, then build them in a scene."
"Распознай все элементы этой сцены по отдельности. Опишите их точно, а затем сделай из них сцену".
"Традиционные" 3Д-генераторы тоже пытаются распознать картинку, потом сгенерить ее с разных ракурсов, а потом восстановить 3Д из нескольких картинок. А Клод пытается "собрать\отрендерить сцену" с помощью, грубо говоря, скриптов для Блендора - запуская разные команды, о которых он в курсе. Процедурное моделирование на стрероидах LLM.
Понятно, что пока довольно примитивные сцены, понятно, что замоделить голову неведомого ему персонажа будет сложновато, но дайте время.
Интересно подумать, над специальным файнтюном как для распознавания картинок, так и для (и особенно) для Блендора. Файнтьюн, который обучен на последовательностях действий и сценах.
Просто сцены, которые генерит Клод, отлично редактируются, анимируются - это нормальная геометрия, а не обмылки из 3Д-генераторов.
Интересно, посмотреть, что будет дальше.
@cgevent
Было слегка скучно, потому я игрался с новым Gemini, проверял консистентность генерируемых картинок. И случайно нагенерировал комикс к копипасте про батин жареный суп
Читать полностью…
Тем временем народ распробовал фишку с созданием простеньких аннимаций с помощью нового гемини. Вот, чувак автоматизировал все это дело прикрутив сверху еще и Midjourney + сделав простенький интерфейс для всего этого.
Разработчик обещает скоро выкатить эту штуку в ранний доступ
Там гугол выкатил новую Gemini 2.5 Pro для бесплатных пользователей.
Из интересного: можно загрузить сразу папку с кодом, чтобы модель понимала весь контекст и структуру проекта.
Попробовать можно тут (естественно, нужен забугорный VPN)
🤖 Рекомендации и ИИже с ними
В последние пару лет бум ChatGPT и аналогов поднял шум практически во всех индустриях, связанных с высокими технологиями. Чат-боты и мультиагентные системы на их основе уже грозятся заменить поиск и взять в свои руки шоппинг — но действительно ли ИИ-системы понимают, что нужно человеку?
Обсудили, как меняется технологическая основа рекомендаций, и что нам стоит ждать от них в ближайшем будущем с Николаем Савушкиным, руководителем направления рекомендательных систем в Яндексе.
Как изменились рекомендательные системы в последние пару лет? Сменилась ли общая парадигма из-за бума ИИ?
➖ Новые технологии здесь только начинают внедряться. Основные изменения связаны с масштабированием уже существующих ML-моделей и их объединением с генеративным ИИ.
Почему рекомендательные системы пока отстают от других областей машинного обучения?
➖ Одна из причин — слабая академическая база. Для разработки рекомендательных систем нужен доступ к реальным пользователям и данным об их поведении в сервисах, чего у исследователей часто нет. Кроме того, рекомендательные системы сложны и многокомпонентны.
Каковы основные направления развития рекомендательных систем?
▪️ Масштабирование моделей (увеличение их размера и возможностей, понимания интересов пользователей).
▪️ Объединение с генеративными технологиями, например, создание объяснимых рекомендаций (Reason to Believe), когда система может буквально рассказать, почему советует тот или иной товар, контент.
▪️ Развитие мультимодальности как итог: когда система, научившись на большом объёме данных по музыке, например, может потом извлекать зависимости и применять тот же подход на книгах, где данных куда меньше. Работать с паттернами.
Могут ли генеративные модели заменить ядро рекомендательных систем?
➖ Пока нет. Попытки использовать LLM для рекомендаций не увенчались успехом, так как такие модели плохо справляются с предсказанием реальных предпочтений пользователей: они поступают логично, но по факту советуют «как надо» — подстраиваются под ожидание пользователя, но не понимают, чего он реально хочет. На позитивную реакцию человека тут полагаться нельзя.
Например, когда мы пробовали изменить рекомендацию фильмов так, чтобы она нравилась пользователям, система начала выдавать больше классики. Люди оценивали её позитивно, но в итоге шли смотреть другое кино.
В рекомендательных системах используются свои нейросети, которые делают что-то слабо объяснимое для человека. И попытки привести это к какой-то логике всё же проще, чем пытаться научить обычную LLM рекомендовать. Пусть рекомендации будет генерировать одна система, а говорить — другая. Пока движение такое.
Отличаются ли подходы к рекомендательным системам в России и за рубежом?
➖ Радикальных отличий нет. Все используют общие принципы машинного обучения. Китайские и западные компании могут фокусироваться на разных нюансах, но фундаментальная база схожа.
Мы, например, знаем, что Google в своем Project Astra активно занимается вопросами объединения LLM и рекомендательной системы в единую большую систему. Но пока это всё безуспешно.
«Переедут» ли рекомендательные системы на устройства пользователей? Чтобы охватить как можно больше предпочтений локально
➖ Пока это маловероятно из-за сложности и ресурсоёмкости таких систем. Рекомендательные системы требуют больших вычислительных мощностей и доступа к огромным базам данных. Попытки делать какие-то алгоритмы есть, но мы пока в эту сторону не смотрим.
Что ждёт рекомендательные системы в будущем?
▪️ Увеличение размера моделей и появление новых свойств (emergent properties), которые позволят рекомендательным системам предсказывать неочевидные вещи о пользователях.
▪️ Развитие универсальных чат-ассистентов, способных не только рекомендовать, но и объяснять выбор.
@anti_agi
Обновленный курс «Нейросети в креативных индустриях» от EVENT MBA стартует 8 апреля 🔥
Собрали специалистов по нейросетям с опытом работы на международных проектах, актуализировали программу согласно последним изменениям в сфере ИИ и готовы к запуску!
Что тебя ждёт:
⚫️Освоение нейросетей для решения креативных задач в event-индустрии и не только;
⚫️Навыки написания эффективных промптов, которые ускорят работу;
⚫️Создание Big Idea, сценариев, постов, промо-роликов и многого другого;
⚫️Генерация идей для мерча, декора и презентаций;
⚫️Монтаж видео с помощью ИИ;
⚫️Цифровой аватар для себя или проекта;
⚫️Мастермайнды и закрытое комьюнити выпускников для обмена опытом и получения ответов;
⚫️Интеграция ИИ в свои события и проекты для максимальной отдачи от технологий.
Программа курса:
- Интенсивная практика с реальными проектами;
- Дипломный проект и его защита;
- Выпускной онлайн и офлайн с вручением сертификата об окончании курса.
Детали на сайте
🔜 Начало 8 апреля, регистрация уже открыта, присоединяйся, пока есть места!
По вопросам о деталях программы курса, рассрочке и любым другим пиши Жене
Наткнулся на интересный проект: PiT. Суть: даём модельке на вход пару визуальных кусочков — например, прическу, крыло и лапу, — а она достраивает из этого полноценного персонажа или предмет. Без текста, без описаний, только визуальные фрагменты.
Вместо того чтобы объяснять словами, как ты это видишь, — просто показываешь, а модель понимает контекст и домысливает недостающее. Работает на улучшенном пространстве IP-Adapter+, а сверху можно накинуть LoRA, чтобы менять стили, фоны и сцену.
Примеры, подробности и демки тут.
Исходников пока нет, но скоро обещают выкатить
ChatGPT только что полностью провалил экзамен по мемологии :(
Читать полностью…
Нашёл канал, где показывается как в диджитале, геймдеве, нейронках и других сферах (типа архитектуры или мебели вообще) работают с конкретно русской эстетикой.
Довольно залипательно. Много прям годноты. Например, генератор фрактальных ковров или русская живопись в VR
Шат ап энд тэйк май мани!!!
Реально, очень крутое зеркало, теперь мне тоже надо такое
Stability AI запилили интересную штуку — Stable Virtual Camera. По одной или нескольким фотографиями генерирует плавное видео, имитируя движение камеры. Идеальная штука для генерации новых ракурсов сцены.
Попробовать можно в спейсе на huggingface (сейчас большой наплыв желающих, может не запуститься)
тут моделька и все подробности
Генетический код vs Исходный код
Нейросети знают о нас многое: как мы пишем, что ищем, какие мемы нам нравятся. Но есть код, который важнее любых алгоритмов — наш ДНК.
Сдав ДНК-тест «Генетический паспорт» от Genotek, можно получить не просто данные, а инсайты о себе, которые не выдаст ни один ChatGPT:
🧬 Какой спорт мне подходит на генетическом уровне?
🍽 Почему кофе действует на меня так, а не иначе?
🩺 Какие риски заложены в моем здоровье и как их предотвратить?
💾 Кем были мои предки и какой след оставили разные этносы в моем геноме
Это как персонализированный апгрейд: зная свою генетику, можно оптимизировать питание, тренировки и даже работу мозга.
Если хотите тоже прокачать свой «исходный код», ловите скидку 65%, заказывайте свой генетический паспорт по промокоду NEURAL
Принес вам позалипать на ночь. Это визуализация выходных сигналов трансформера (архитектура, на которой работают почти все современные LLM: ChatGPT, Claude, Llama и иже с ними)
А вот тут можно самим понажимать в онлайн режиме, если интересно.
А еще новый Gemini flash 2.0 experimental очень хорошо удаляет вотермарки с изображений. Только иногда включает святошу и начинает ныть, что это противоречит его морали (просто перегенерируйте сообщение).
Ну и да, надо просить удалить не вотермарки, а именно текст, иначе лезет в залупу и не делает.
Нашел разбор, как ML помогает строить маршруты в Яндекс Картах.
Это комбинация усовершенствованного алгоритма Эдсгера Дейкстры и CatBoost.
Алгоритм Дейкстры — старый добрый метод поиска кратчайших путей — в улучшенном варианте отвечает за саму маршрутизацию с учетом 200 миллионов отрезков дорог и их свойств (длина, разрешённые маневры, ограничения скорости), а также пользовательских настроек.
CatBoost, алгоритм с открытым кодом, берёт на себя предсказания. Модель анализирует огромные объемы разнородных данных, чтобв выбрать оптимальный маршрут и предсказать время в пути. Время суток, дня недели, вида покрытия и среднюю скорость она сопостоавляет со временем, которое пользователи тратили на проезд по этому маршруту и находит закономерности. CatBoost обрабатывает такие объёмы данных за милисекунды.