Пока Unitree мочат друг друга ногами, как в фильме Живая Сталь.. НейроДзюба такой: щас, прицел передерну.. и попаду. Если не упаду...

Футбол - это вам не MMA! Ноги прочь, нейротвари!

@cgevent

Радиио Африика.

Я довольно ровно дышу к БГ. Мои два любимых альбома это Табу и Радио Африка (и Синий Альбом). Там довольно забавные именно музыкальные эксперименты. Всегда хотел услышать каверы на Радио Африка, к которому приложили руку Курехин и Бутман.
И, конечно, я призвал на помощь Лешу Кондакова и его AI RADIO.
Оказалось (о, чудо), что SUNO кушает песни Аквариума напрямую, без плясок, и не ругается на копирайт. Видать ранний БГ не попал в базы.
Короче, держите каверы на Радио Африка. Особенно доставляют "рок-н-ролл мертв" и "мальчик евграф".
Suno 4.5 - это просто огнище плазменное. Там под капотом не только "перемешиватель песен", там целая LLM, которая считывает вайб и с текста, и с музыки, и аккуратно замешивает его в свои генерации. Суно "понимает" музыку. Возможно лучше, чем вы.

@cgevent

Пока Европа смотрит, как Veo3 раскатали в Никарагуа и бьется в истерике, осваивая ВПН

Всё 15-миллионное население ОАЭ вскоре получит бесплатный доступ к ChatGPT Plus, став первой страной, реализующей подобную инициативу. Этот шаг является частью более широкого партнерства между OpenAI и правительством ОАЭ, которое также включает в себя развитие Stargate UAE, массивного центра обработки данных ИИ в Абу-Даби.

15 миллионов умножить на 20 долларов подписки в месяц.
300 миллионов в месяц, 3 600 000 000 долларов в год.

В - Возврат инвестиций.

@cgevent

Французы из kyutai, авторы Мойши выпустили свою платформу для создания голосового режима над любой LLM.

Это TTS и STT одновременно, с ультра малой задержкой и возможностью начать воспроизводить речевой ответ ДО того, как обработается весь кусок TTS.

На сайте и на видео используется Gemma 3 12B в качестве LLM.

Хотя каскадные системы теряют ценную информацию, такую как эмоции, ирония и т. д., они обеспечивают непревзойденную модульность: поскольку три части системы разделены, вы можете дать голос любой LLM, который хотите, без какой-либо настройки или адаптации.

На сайте вы сможете протестировать эту универсальность, настраивая системную подсказку Gemma 3, чтобы создать индивидуальность вашего цифрового собеседника, и самостоятельно изменяя голос TTS.

Модели преобразования речи в текст и текста в речь оптимизированы для низкой задержки. Модель STT работает в потоковом режиме и включает в себя семантическое определение активности голоса вместо того, чтобы полагаться на внешнюю модель. Модель TTS работает в потоковом режиме как в аудио, так и в тексте, то есть она может начать говорить до того, как будет сгенерирован весь ответ LLM. Вы можете использовать 10-секундный образец голоса, чтобы определить голос и интонацию TTS.

Ну и самое главное - это пойдет в опенсорс через пару недель.

https://unmute.sh/

@cgevent

Недавно предлагал выпить за репортажку и документалки.

Продолжаю настаивать. Настоечка из Veo3 и Veo2 просто крепчайшая.

Поглядите на титры и липсинк. Вы просто не будете в состоянии отличить булшит от реальности (хотя реальность местами сильно похожа на булшит, честно говоря).

Тут в коментах спрашивали, как достигается консистентность лиц.

С помощью Veo2: сначала генерятся Veo3-клипы, потом там где надо выдирается лицо стоп-кадром и кормится в ингредиенты Veo2, который умеет принимать их на вход. В нарезке замешиваются Veo3 и Veo2.

Ну за реальность, не чокаясь.

@cgevent