Так, ну что, поехали – сайт ожил

На вход я подавал картинку с мемом и вот эти выкрутасы в стиле Netflix она уже сама придумала 😮

– Через VPN работает
– В презентации сказали:
«Это не способ создания фильма с одного клика, Sora это инструмент, она не заменяет человека» – тут согласен
– Максимальная длина видео ~20 секунд
– Лол, только с моим Pro тиром можно загружать картинки в которых есть люди в Sora, то есть за $20 в месяц этой фичи нет
– Семейное фото где я ребенок с родителями и братом она отказалась оживлять

На всякий случай напишу отдельно, так как это легко пропустить. Новая Gemini умеет генерировать изображения сама, без вызова внешних рисовалок. При этом свои же картинки она видит в контексте, и умеет копировать части изображения. Такое умеет и gpt-4o, но эту фишку OpenAI пока не выпустили — быть может, в оставшиеся 7 дней релизов успеют.

Это открывает доступ к новым сценариям, невозможным (или затруднительным) ранее. На скриншотах вы видите пример, как пользователь подсунул картинку из мема «рисуем сову», и попросил дорисовать все промежуточные шаги. Модель взяла часть исходной картинки за основу и сгенирировала несколько новых (по сути «поверх», но там сгенерирован каждый пиксель, нет команды «вот это оставляем, вот это меняем»).

Круто, что модель сама поняла, как декомпозировать рисунок, без дополнительных указаний, так ещё и шаги пронумеровала — 1.25, 1.5 😀

Другие сценарии применения (в том числе генерацию GIF-ок) можете посмотреть в оригинальном блогпосте про GPT-4o (+1 последняя картинка тут...