Описание и расшифровка происходящего на видео с ютюба без использования субтитров.

Увидел вот такой твит от Демиса Хассабиса (главный в DeepMind).

Я уже постил про то, что в chatGPT можно кидать не только картинки, но и целые видосы, и просить описать происходящее.

А в Google AI Studio можно кидать ссылки на Ютюб.

Специально взял видео, где нет субтитров и где из названия видео нельзя, например, достать цвет песка.
https://www.youtube.com/watch?v=E7qRkUYu580

Кинул эту ссылку в AI Studio, оно справилось.

Видел примеры, как народ спрашивает "а с какой минуты начинает говорить товарищ N", но там есть баги с точностью тайм кодов.

В общем мультимодальность на марше - модель реально "понимает происходящее на видео". Причем все это можно использовать и через API.

Вероятно будет полезно некоторым стартапам.

@cgevent

Better Call Mike. Про поиск людей.

Если ищете исполнителей или закрываете вакансии, то есть Майк Волков (@mikevolkov).
Он умеет закрывать сложнейшие позиции в AI и IT в целом.

Майк не просто рекрутер. Он находит тех, кто реально решает задачи бизнеса.
Приводит людей, которые не ищут работу, но готовы делать сильный продукт.
В общем Better Call Mike, если вам нужно реальное усиление команды, напишите Майку.

А вообще, если тема найма, поиска людей и сильных кандидатов вам интересна, то можно подписаться на канал Майка @huntermikevolkov.

Там он пишет о хантинге, рынке IT и реальных кейсах – коротко, полезно, без лишнего мусора.
Особенно полезно фаундерам, HR и тем, кто сам ищет работу.

Как привлекать сильных людей и не терять их.
Как работает найм в топовых IT-компаниях.
Кейсы, фейлы, успешные истории – только практика.

Подписывайтесь – @huntermikevolkov.

#промо

Russian AI: GigaChat 2 MAX vs. YandexGPT 5 Pro.

На днях вышло тестирование двух ведущих российских нейросетей — GigaChat 2 MAX от Сбера и YandexGPT 5 Pro. Автор эксперимента сравнивал ответы по 10 вопросам и сделал упор на скорость, но при этом упустил важный момент — глубину анализа.

Что показал тест?

• GigaChat 2 MAX выдает развернутые и детализированные ответы, лучше понимая контекст.
• YandexGPT 5 Pro отвечает быстрее, но при этом иногда упрощает информацию.

На первый взгляд кажется, что скорость — это ключевой параметр. Но если запрос сложный, требует пояснений или анализа, важнее не просто ответить быстро, а выдать действительно полезную информацию. Здесь у GigaChat 2 MAX заметное преимущество.

Например, в сценариях, где нужно не просто выдать справочную информацию, а сформировать рекомендации, предложить несколько вариантов решения или проанализировать сложные данные, GigaChat 2 MAX справляется лучше.

Кроме того, он более гибкий в обработке нестандартных формулировок и уточняющих вопросов, что делает его ближе к роли интеллектуального ассистента, а не просто генератора ответов.

Стоит ли считать это избыточностью? Вопрос субъективный. Но если важна не просто скорость, а глубина и релевантность информации, GigaChat 2 MAX определенно выглядит увереннее среди других аналогов на рынке.

@cgevent

Если кто-то сидит на Freepik, то туда завезли Google Gemini AI image editor

Ну да, тот самый, который "Фотошоп на словах".

@cgevent

Photoshop vs Google Flash 2.0 Experimental Image Editing

Ну и кстати, оцениваем количество усилий по исправлению осанки на фото в Фотошопе и на словах, так сказать.

Интересно, во что трансформируются курсы по Фотошопу?
@cgevent

Roblox Cube: Вы будете смеяться, но у нас новый 3Д-генератор.

И знаете от кого?

От Роблокса!

И да, они обещают код.

Пока text-to-3Д, потом на входе картинки.

Амбиции очень серьезные:

"Мы хотим, чтобы создаваемые нами 3D-объекты и сцены были полностью функциональными. Мы называем это 4D-творением, где четвертое измерение — это взаимодействие между объектами, средами и людьми. Достижение этого требует способности не только создавать захватывающие 3D-объекты и сцены, но и понимать контексты и отношения между этими объектами. Именно к этому мы и направляемся с Cube.

Помимо этого первого варианта использования генерации сетки, мы планируем расширить генерацию и понимание сцен. Мы сможем обслуживать пользователей тем опытом, который им наиболее интересен, и дополнять сцены, добавляя объекты в контексте. Например, в опыте с лесной сценой разработчик может попросить Assistant заменить все пышные зеленые листья на деревьях осенней листвой, чтобы обозначить смену сезона. Наши инструменты AI Assistant реагируют на запросы разработчика, помогая им быстро создавать, адаптировать и масштабировать свой опыт.

Мы поделимся обновлениями и новыми функциями, продолжая улучшать и расширять нашу базовую модель. До тех пор мы надеемся, что вам понравится использовать и строить поверх нашей версии модели Cube 3D с открытым исходным кодом, которая будет доступна позже на этой неделе."

Их главное преимущество - нереальных размеров датасет, и тонна метаданных вокруг их моделей.

Ждем кода и подробностей, а пока почитайте тут:

https://corp.roblox.com/newsroom/2025/03/introducing-roblox-cube

@cgevent

Новый видео генератор в Grok

В январе Маск уже поминал, что через несколько месяцев они сделают видеогенератор. А вчера CEO Hotspot твитторнул, что их полностью покупает xAI.
Hotspot это малопримечательый видеогенератор, про который я как-то упоминал. У них своя база пользователей, но на фоне Клинга и Минимакса - это игрок второго плана(скорее по фичам, а не по качеству).
Зато теперь у них будет доступ к кластеру Маска - Colossus. И тренировка видео-модели может пойти иными темпами.
Тем временем Hotspot закрывает все генерации на своем сате и предлагает скачать свои гениальные видосы до 30 марта.

Конкуренция - это прекрасно. А зная Маска\Грок, наверняка новая видеомодель будет не такая пугливая и ханжеская как Sora или Veo2.

Ждем.
https://techcrunch.com/2025/03/17/elon-musks-ai-company-xai-acquires-a-generative-ai-video-startup/
@cgevent

Нейромоделинг, нейрориг, нейромокап плюс Unreal Engine (тут скоро будет нейрорендер).

Роден сгенерировал 3D-модель Патрика Стара, автоматически заригал ее, потом импорт в UE, где она была санимирована в реалтаймовом нейромокапе CYAN AI.
Понятно, что криво-косо, но это 5 минут вместо недели. И это пока.

Кнопка "сделать красиво" все ближе

@cgevent

Помните старый фильм Живая сталь (Real Steel, 2011)?

Сколько интересно был бюджет на графику\аниматронику.

А сейчас можно взять робата из предыдущего поста и просто снять, а потом ускорить. 😄

@cgevent

ИИ идет по спирали.

Когда-то у Диснея еще в 2018(!!) году была удивительная работа (Cardinal AI) по конвертации сценариев(сторибордов) прямо в анимацию, а не в статичные модели. Они обновили ее в 2019 году (ссылка), и там это выглядело не только как построение лэйаутов, а еще и генерация анимации. И да, все это работало на основе библиотеки моделей, откуда таскались ассеты.

А теперь поглядите куда мы пришли со связкой Блендор + Клод + MCP.

На прошлой неделе Клод моделил самолетики и мебель, а сейчас смышленые парни прикрутили туда 3Д-сток с модельками, чтобы он не мучился, а таскал ассеты оттуда.
Вы просто покрутите видео и поглядите как импортируются текстуры, модели и хдри. И создается сцена с пляжем

И вот тут пора расчехляться Шаттерстоку...

Проматываем вперед: стоки забиты сгенерированными текстурами и 3Д-моделями, над ними парит Блендор, который на стероидах Клода, быстро собирает лего в соответствии с промптами (нет, не юзера, а) LLM, которая переводит хотелки заказчика в нужные промпты.
А Блендор нейрорендерит все это под нужный стиль..

@cgevent