Тем временем в сети начали появляться первые демонстрации голосового режима Grok 3. Судя по утечкам, ассистент будет доступен с как минимум двумя голосами - "Ara" (женский) и "Sal" (мужской), и похоже, что они предназначены для разных уровней подписки.

Пока голосовой Grok похоже сохранил свою фирменную "раскрепощённость" - в отличие от довольно зажатого ChatGPT Advanced Voice Mode. В одном из видео даже показали диалог голосовых ассистентов, где разница в подходах к модерации контента видна невооружённым глазом.

Среди заявленных возможностей: доступ в интернет, настраиваемые инструкции, сохранение транскриптов, работа в фоновом режиме, пение и даже смех. Запуск, похоже, уже совсем скоро!

Внимание, в переведённом диалоге между ChatGPT и Grok 3 очень много хамства.

Так и у нас опять проблема с бустами, побустите пожалуйста кому не жалко!

Сергей Булаев AI 🤖 - об AI и не только

В рубрике #КриповаяСуббота сегодня у нас реальные видео вместо сгенерированных. И это даже чуть пострашнее искусственного! Они успешно соревнуются с записью разговора Groka и ChatGPT из прошлого поста.

На первых двух — летающий электромобиль от Alef Aeronautics, который "перепрыгивает" через другие машины. Компания называет его "первым в истории тестом вертикального взлёта автомобиля в городской среде". CEO Джим Духовный сравнивает этот момент с легендарным полётом братьев Райт в Китти-Хок — доказательством того, что новый вид транспорта возможен.

Машина оснащена четырьмя роторами спереди и четырьмя сзади, пока способна разгоняться только до 40 км/ч, но уже собрала более 3000 предзаказов по цене $300,000 за штуку.

А на третьем — Protoclone, безликий анатомически точный синтетический человек с более чем 200 степенями свободы, 1000 миофибрами и 500 сенсорами. Выглядит так, будто сбежал прямиком из фильма ужасов.

Так и у нас опять проблема с бустами, побустите пожалуйста кому не жалко!

Сергей Булаев AI 🤖 - об AI и не только

Интересный отзыв от пользователя Windsurf о новой версии Cursor.

Xeophon получил ранний доступ к обновлению Cursor и, как активный пользователь Windsurf, решил сравнить инструменты. Главное изменение в том, что новый режим Agent в Cursor перенёс функционал Composer в панель чата, сделав его более доступным.

По его мнению, Cursor Tab работает намного лучше любого конкурента на рынке — такой же быстрый, как новая функция Edit Prediction от Zed, но более полезный. При этом встроенные предложения кода от Windsurf он считает непоследовательными и медленными.

Интерфейс нового Cursor ему нравится больше — более красочный, с удобными иконками. Windsurf же слишком серый, в нём сложно найти нужные функции. В Cursor доступно меньше моделей (только o3-mini и Sonnet), но результат работы Sonnet в Cursor был более точным — не содержал ошибок, в отличие от того же Sonnet в Windsurf.

Однако пользовательский опыт в Windsurf всё же лучше: он показывает список файлов и дифы, которые открываются прямо в редакторе и могут быть приняты по одному. Cursor же создаёт новые файлы, которые приходится просматривать в небольшом окне чата.

В целом автор доволен обновлением Cursor, и главное — растущая конкуренция на рынке пойдёт только на пользу всем пользователям!

Сергей Булаев AI 🤖 - об AI и не только

Посмотрите, как Альваро Синтас сделал реальную игру с помощью Grok 3. Пара часов работы и получился рабочий 2D-платформер с вертикальным скроллингом. Более 1000 строк сгенерированного кода, много различных механик - разные герои, монстры, платформы, уровни сложности и система жизней.

Главное никаких сложных промтов и попыток сразу получить всё. Всё делается по шагам. Начал с простейшего запроса:

CopyCreate a basic 2D vertical jump game using HTML/CSS. The characters and platforms should be just shapes (will add assets later). Code everything in one file.

Так как Грок не умеет сам исполнять код, Альваро просто сохранял каждый раз новую версию в html файл и открывал в браузере.

Вот его советы по работе с Grok 3:
- Не пытайтесь сразу описать все детали и фичи
- Начните с максимально простой версии игры
- Для сложных задач используйте кнопку Grok Think (по его словам, работает отлично)
- Используйте простые фигуры вместо готовых ассетов на первом этапе
- Если появляются ошибки - просто просите Grok их исправить (если сами не понимаете как)

Когда базовая механика заработала, Альваро взялся за графику. И тут тоже всё системно - сразу продумал единый стиль и генерировал ассеты группами через Midjourney. Вот его промты:

Для героев и врагов:

CopyA digital illustration of 10 cute, chibi-style characters with unique outfits and accessories, designed as game assets, standing in a row against a light beige background. Each character has a distinct appearance with shorter legs for a more compact look.

Для платформ:

CopyA digital illustration of six simple, 2D side-scrolling platform game tiles, viewed from a true side-on perspective, set against a light beige background. Each tile is rectangular with a clean, minimalistic, and flat design, featuring different environmental themes: 1. A grassy platform...

Для фонов:

CopyA digital illustration of a vertical side-scrolling game background, designed in a simple, cartoonish style, set against a light beige background. Bright colors and minimalistic details. Ice theme.

После генерации все ассеты прогонял через remove.bg для удаления фонов. Затем начал последовательно добавлять новые элементы:

- Настройки игры
- Систему жизней
- Подсчёт очков
- Анимации
- Разные типы платформ
- Главное меню
- Врагов

Такой пошаговый подход реально работает - сначала делаете базовую версию, а потом улучшаете её фичу за фичей.

Сергей Булаев AI 🤖 - об AI и не только

ByteDance (создатели/владельцы TikTok) продолжают удивлять! Свежий пейпер про OmniHuman-1 демонстрирует очередной взрыв мозга в генерации видео с говорящими людьми.

Главная тема - это "омни-кондишн" тренировка, которая позволяет модели учиться сразу на разных типах данных. Проще говоря, они научились использовать даже те видео, которые раньше приходилось выбрасывать из-за шума или плохой синхронизации губ.

В результате получилась универсальная модель, которая:
- Умеет работать с любыми пропорциями кадра
- Точно передает движения губ и жесты
- Сохраняет стиль оригинального изображения
- Справляется даже с мультяшными персонажами

Самое поразительное - это объем данных. Для тренировки использовали 18.7K часов видео, из которых только 13% подходили под строгие критерии качества. Но благодаря новому подходу, модель смогла научиться даже на "плохих" примерах.

А ещё она умеет анимировать не только лица, но и полноценные сцены с объектами - например, музыкант с гитарой или человек с бокалом вина.

Результаты выглядят роскошно - в сравнительных тестах OmniHuman обходит существующие решения по всем метрикам. Правда, пока это только исследование, использовать его никак нельзя, но учитывая, что за ним стоит ByteDance - ждем появления этих технологий в их продуктах. (Похоже скоро криэйтеры будут не нужны совсем)

Сергей Булаев AI 🤖 - об AI и не только