🧠 Gemini-3.1-flash-tts-preview выходит сегодня. Стоит ждать новую функцию клонирования голоса.

Есть одно но:

Gemini 3.1 Flash Live стала хуже в русском языке, по сравнению с Gemini 2.5 Flash Live, и это на самом деле очень сильно расстроило меня.

Поскольку архитектура будет одинаковой, возможно, что Gemini-3.1-Flash-TTS получит тот же искаженный ужасный эффект в этом плане: акцент на русском будет смешан с китайским, а эмоций будет меньше.

Но! Ещё раз. Главное, что клонирование голоса, вроде бы, завезут. Будет хорошо. Напомню про него вам.

🌌 Geometry90

Модель Gemini-3.1-flash-tts-preview была официально выпущена. Обновление включает улучшение качества речи и управляемости.

Внесенные улучшения:
1. Аудиотэги.
2. Режиссура сцены, обеспечивающая сохранение персонажами их образа.
3. Специфика на уровне динамики.

Кроме того, все генерации содержат цифровой водяной знак SynthID.

Подробнее здесь.

🌌 Geometry90

🧠 Google всё-таки выпустил приложение Gemini для macOS. У меня нет macOS, чтобы протестировать, но уже по виду это выглядит жалко и скучно.

По картинками видно, что функционал неотличим от Gemini Web. Больше сказать нечего, хахаха.
Google уже надоел своими сырыми выпусками.

Скачать можно тут.

🌌 Geometry90

🤕 Эти модели со временем начинают исчезать из arena.ai. Видимо, на них слишком высокий спрос. Очень креативная модель куда уж там... Хах.

Я занимаюсь созданием бенчмарка для imagen-моделей, поэтому мне предстоит еще многое понять и изучить в плане эстетики и искусства.

Но проанализировав будущую GPT Image 2, могу твердо сказать: она выдает почти идеальные результаты, которые приятно видеть. Модель буквально живет в твоем промте.

Вы сейчас начнете про лишние пальцы и прочую ерунду, но это ладно.

Вы видели базу знаний этой модели и её стиль? Она создает качественные и разнообразные арты с первой попытки, четко следуя запросу. Это избавляет от бесконечных итераций и лишних трат.

А вот здесь Nano Banana Pro очень разочаровывает. У неё совсем нет чувства вкуса - только свои мультяшные жирные линии даже в простых скетчах. Это огорчает. Это делает её хуже. Результаты не очень.

🌌 Geometry90

🧠 GPT Image 2 уже начал появляться у некоторых пользователей в ChatGPT Web. Так то это было раньше, но теперь это новые версии.

Посмотрите на видео. Изображение с шумом можно исправить редактированием, искажения рук, пальцев и других частей тела тоже можно поправить.

Да и вообще почти любые косяки лечатся через редактирование. У меня, например, получилось исправить это за 3 итерации.

Перед этим скажу, что официального релиза пока не было, так что это просто мои наблюдения. И это вообще не значит, что в итоге все будет именно так. Как говорится, не говори хоп, пока не перепрыгнешь.

Как я понял, в основе генерации изображений, возможно, стоит Masingtape-Alpha, потому что картинки часто получаются с шумом, а это как раз характерно для MT Alpha. Также в генерации мне иногда попадался Duct-tape-3.

И нет, это не A/B тесты, просто сами генерации постоянно разные. Но при этом я почти уверен, что в редактировании используется именно DT-3, то есть самая мощная модель GPT Image 2, которая сейчас есть на LM Arena.

🌌 Geometry90

@Claudeai опубликовала пост в X: «ClaudeDevs is now on X».

Я бы сказал, что это и намёк на релиз.

Эта новость не имела бы смысла для публикации, если бы не скорый выход Opus 4.7.

Anthropic создала канал «Официальные обновления для разработчиков, создающих контент с ClaudeAI».

Пост.

🌌Geometry90