В Grok Imagine появилась новая функция - Extend from Frame
Теперь можно продлить любую анимацию ещё на 10 секунд - без пересборки сцены, потери логики движения и «скачков» в динамике.
Это значит:
- сохраняется траектория движения
- остаётся тот же стиль
- продолжение выглядит цельно и естественно
Подойдёт для сторителлинга, демонстраций, рекламных роликов и креативных экспериментов.
Тестируйте и делитесь результатами в комментариях🐱
Теперь можно продлить любую анимацию ещё на 10 секунд - без пересборки сцены, потери логики движения и «скачков» в динамике.
Это значит:
- сохраняется траектория движения
- остаётся тот же стиль
- продолжение выглядит цельно и естественно
Подойдёт для сторителлинга, демонстраций, рекламных роликов и креативных экспериментов.
Тестируйте и делитесь результатами в комментариях
Please open Telegram to view this post
VIEW IN TELEGRAM
3👍31
This media is not supported in your browser
VIEW IN TELEGRAM
Если бы у фильмов были по-настоящему правильные финалы - версия Забавы «Как они должны были закончиться»
Начинаем неделю с улыбки - хорошего понедельника и лёгкого настроения👍
Начинаем неделю с улыбки - хорошего понедельника и лёгкого настроения
Please open Telegram to view this post
VIEW IN TELEGRAM
2👍29
Рекаст сцены: как заменить персонажа в готовом видео
Рабочая механика без лишней теории.
Этап 1. Подготовка ключевого кадра
Переходим в Higgsfield. (или любую другую удобную площадку).
Раздел: Image → Nano Banana Pro.
Загружаем два изображения:
- скриншот из оригинального видео
- фото человека, которого нужно интегрировать в сцену
Формулируем задачу точно:
Промпт:
Этап 2. Перенос в динамику
Открываем видео-раздел.
Выбираем Kling 1.0 → Pro / Video to Video (Edit).
Загружаем:
- оригинальный видеофрагмент
- сгенерированный статичный кадр
Промпт:
Этап 3. Масштабирование
Повторяем процесс для каждого фрагмента, где требуется замена.
После - сборка сцен в монтажной программе и финальная цветокоррекция при необходимости.
Итог: меняется персонаж, но сохраняются ритм сцены, композиция и драматургическая логика.
Присылайте, что у вас получилось🐱
Рабочая механика без лишней теории.
Этап 1. Подготовка ключевого кадра
Переходим в Higgsfield. (или любую другую удобную площадку).
Раздел: Image → Nano Banana Pro.
Загружаем два изображения:
- скриншот из оригинального видео
- фото человека, которого нужно интегрировать в сцену
Формулируем задачу точно:
Промпт:
Замени (объект) на фото 1 на (объект) с фото 2, учитывая освещение, цвет и свет на фото 1. Важно: сохранить позу, пропорции и выражение лица человека с фото 1. Внешность, телосложение и одежда должны быть идентичны человеку с фото 2.
На этом этапе мы фиксируем основу: свет, пластика, композиция остаются от исходного кадра. Идентичность - от нового персонажа.
Этап 2. Перенос в динамику
Открываем видео-раздел.
Выбираем Kling 1.0 → Pro / Video to Video (Edit).
Загружаем:
- оригинальный видеофрагмент
- сгенерированный статичный кадр
Промпт:
Замените человека на видео человеком на фотографии.
Модель переносит замену в движении - мимику, повороты, работу света внутри сцен.
Этап 3. Масштабирование
Повторяем процесс для каждого фрагмента, где требуется замена.
После - сборка сцен в монтажной программе и финальная цветокоррекция при необходимости.
Итог: меняется персонаж, но сохраняются ритм сцены, композиция и драматургическая логика.
Присылайте, что у вас получилось
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
2👍32
Как встроить свой автомобиль в любую сцену фильма с сохранением ракурса и динамики
Разберём на примере сцены из The Fast and the Furious - но алгоритм подойдёт для любого фильма.
Шаг 1
Сделайте скриншот нужного кадра из фильма. Выбирайте момент с понятным ракурсом и минимальным перекрытием объекта - так замена будет чище.
Шаг 2
Откройте Nanobanana Pro.
Загрузите:
– скриншот сцены
– фото автомобиля, который хотите встроить
Введите промпт:
Ключевое - не просить «похожий», а требовать точную замену с сохранением геометрии кадра. Если авто редкое, добавьте поколение и кузов.
Шаг 3
Перейдите во вкладку «Создать видео».
Выберите модель Kling 1.0.
Режим - Pro / Video to Video (Edit).
Загрузите исходный фрагмент фильма и добавьте промпт:
На выходе - ваш автомобиль органично встроен в сцену: сохранена динамика движения, свет, атмосфера и работа камеры.
Алгоритм масштабируется: чем качественнее исходный фрагмент, тем кинематографичнее результат😎
Разберём на примере сцены из The Fast and the Furious - но алгоритм подойдёт для любого фильма.
Шаг 1
Сделайте скриншот нужного кадра из фильма. Выбирайте момент с понятным ракурсом и минимальным перекрытием объекта - так замена будет чище.
Шаг 2
Откройте Nanobanana Pro.
Загрузите:
– скриншот сцены
– фото автомобиля, который хотите встроить
Введите промпт:
Замени автомобиль на фото 1 точь-в-точь на тот, что на фото 2. Сохрани ракурс, освещение, стиль сцены и пропорции автомобиля (указать точное название модели).
Ключевое - не просить «похожий», а требовать точную замену с сохранением геометрии кадра. Если авто редкое, добавьте поколение и кузов.
Шаг 3
Перейдите во вкладку «Создать видео».
Выберите модель Kling 1.0.
Режим - Pro / Video to Video (Edit).
Загрузите исходный фрагмент фильма и добавьте промпт:
Replace the car in the video with the car in the photo.
Keep original camera movement, lighting, reflections and scene dynamics.
На выходе - ваш автомобиль органично встроен в сцену: сохранена динамика движения, свет, атмосфера и работа камеры.
Алгоритм масштабируется: чем качественнее исходный фрагмент, тем кинематографичнее результат
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
2👍30
Тест новой функции Different Scenes. Same Star. в Higgsfield - генерация серии кадров в одной стилистике
Коротко о механике:
за один запуск можно сгенерировать до 20 изображений в единой визуальной стилистике.
По сути это пакетная генерация - модель сохраняет общий характер съёмки, атмосферу и настроение серии.
Чтобы понять, как работает каждый режим, я протестировал стили по одному изображению - так легче увидеть разницу в свете, пластике кадра и общем вайбе.
Доступные стили:
- General
- Warm ambient
- Y2K studio
- Swag era
- Theatrical light
- Y2K street
- Old smartphone
- Street photography
- Asian nostalgia
- ещё около 10 дополнительных вариаций
Практическое применение:
Инструмент особенно полезен для тех, кто ведёт соцсети.
Вы выбираете стиль → запускаете генерацию → получаете серию кадров, которые выглядят как единая фотосессия.
Это позволяет быстро собрать визуально цельную ленту без ручного подбора референсов и долгих генераций.
По ощущениям после теста:
часть стилей выглядит довольно нативно, но у многих заметен сильный уклон в fashion-эстетику.
Иногда это выглядит намеренно «кринжово» - как стилизованная съёмка из раннего интернета или поп-культуры нулевых.
Впрочем, для контента это скорее особенность, чем минус:
при правильном выборе режима можно быстро получить серию кадров с ярко выраженным характером🐱
Коротко о механике:
за один запуск можно сгенерировать до 20 изображений в единой визуальной стилистике.
По сути это пакетная генерация - модель сохраняет общий характер съёмки, атмосферу и настроение серии.
Чтобы понять, как работает каждый режим, я протестировал стили по одному изображению - так легче увидеть разницу в свете, пластике кадра и общем вайбе.
Доступные стили:
- General
- Warm ambient
- Y2K studio
- Swag era
- Theatrical light
- Y2K street
- Old smartphone
- Street photography
- Asian nostalgia
- ещё около 10 дополнительных вариаций
Практическое применение:
Инструмент особенно полезен для тех, кто ведёт соцсети.
Вы выбираете стиль → запускаете генерацию → получаете серию кадров, которые выглядят как единая фотосессия.
Это позволяет быстро собрать визуально цельную ленту без ручного подбора референсов и долгих генераций.
По ощущениям после теста:
часть стилей выглядит довольно нативно, но у многих заметен сильный уклон в fashion-эстетику.
Иногда это выглядит намеренно «кринжово» - как стилизованная съёмка из раннего интернета или поп-культуры нулевых.
Впрочем, для контента это скорее особенность, чем минус:
при правильном выборе режима можно быстро получить серию кадров с ярко выраженным характером
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
2👍5
Бесплатные курсы Стэнфорда по AI и ML: программы, по которым учатся инженеры Google и OpenAI
Если хочется не просто пользоваться нейросетями, а понимать, как они устроены и почему работают именно так, есть отличная база - университетские курсы Стэнфорда. И они доступны бесплатно.
Это те самые программы, по которым учатся и учились инженеры крупных AI-компаний. Материал не поверхностный: много логики, математики и фундаментального понимания того, как строятся современные AI-системы.
Базовый маршрут, с которого можно начать:
CS221 - основы искусственного интеллекта
Фундамент: поиск решений, логика, вероятностные модели и базовые алгоритмы AI.
CS229 - машинное обучение с нуля
Классический курс по ML: регрессии, классификация, оптимизация и работа моделей.
CS230 - глубокое обучение и нейросети
Архитектуры нейронных сетей, обучение моделей и практическая работа с deep learning.
CS234 - обучение с подкреплением
Как системы учатся через награду и опыт. Подход, который используется в сложных AI-системах.
CS231N - компьютерное зрение
Как нейросети «видят» изображения: распознавание объектов, CNN и визуальные модели.
CS336 - большие языковые модели
Разбор LLM с самого основания: архитектура трансформеров, обучение и масштабирование.
Если вы работаете с AI-инструментами или строите проекты на нейросетях, такой фундамент сильно меняет восприятие. Начинаешь понимать не только что делать, но и как устроена технология🤩
Если хочется не просто пользоваться нейросетями, а понимать, как они устроены и почему работают именно так, есть отличная база - университетские курсы Стэнфорда. И они доступны бесплатно.
Это те самые программы, по которым учатся и учились инженеры крупных AI-компаний. Материал не поверхностный: много логики, математики и фундаментального понимания того, как строятся современные AI-системы.
Базовый маршрут, с которого можно начать:
CS221 - основы искусственного интеллекта
Фундамент: поиск решений, логика, вероятностные модели и базовые алгоритмы AI.
CS229 - машинное обучение с нуля
Классический курс по ML: регрессии, классификация, оптимизация и работа моделей.
CS230 - глубокое обучение и нейросети
Архитектуры нейронных сетей, обучение моделей и практическая работа с deep learning.
CS234 - обучение с подкреплением
Как системы учатся через награду и опыт. Подход, который используется в сложных AI-системах.
CS231N - компьютерное зрение
Как нейросети «видят» изображения: распознавание объектов, CNN и визуальные модели.
CS336 - большие языковые модели
Разбор LLM с самого основания: архитектура трансформеров, обучение и масштабирование.
Если вы работаете с AI-инструментами или строите проекты на нейросетях, такой фундамент сильно меняет восприятие. Начинаешь понимать не только что делать, но и как устроена технология
Please open Telegram to view this post
VIEW IN TELEGRAM
4👍7
Как зарабатывать на ИИ: кейс с инфографикой для маркетплейсов
Один из самых понятных способов монетизации ИИ - создание баннеров и инфографики для селлеров.
Но ключевая задача здесь не «сделать красиво», а собрать визуал, который увеличивает CTR и конверсию в заказ.
Разберём, как это работает на практике.
1. Анализ ниши
Сначала изучаем рынок:
- конкурентов
- визуальные паттерны в категории
- уровень упаковки карточек
Задача - понять, что уже стало шаблоном, и найти точки, где можно усилить карточку.
2. Разбор аудитории
Следующий шаг - поведение покупателя.
Важно ответить на три вопроса:
- кто покупает
- зачем покупает
- какие факторы влияют на решение
Параллельно фиксируем ключевые возражения, которые должна закрывать карточка.
3. Создание инфографики
После аналитики собирается таргетированная инфографика.
Это уже не «дизайн ради дизайна», а визуальная структура, которая:
- подсвечивает ценность товара
- закрывает сомнения
- направляет пользователя к покупке.
Что получилось в моём проекте
Собран full-set карточки товара:
статика + анимация.
Результаты:
- CTR вырос на 25%
- конверсия в корзину - в 2 раза выше среднего по категории
- конверсия в заказ также выше рынка
Пруфы - в комментариях.
Экономика проекта
Бюджет со стороны клиента: 25 000 ₽
Инструменты:
- Nanabanana Pro
- VEO
Работа выполнена в пространстве Hugsfield.
Расходы на ИИ: 7 500 ₽.
Вывод
ИИ - это не волшебное решение, а инструмент, который усиливает результат. Он работает только в связке со стратегией, аналитикой и пониманием маркетинга🎧
Один из самых понятных способов монетизации ИИ - создание баннеров и инфографики для селлеров.
Но ключевая задача здесь не «сделать красиво», а собрать визуал, который увеличивает CTR и конверсию в заказ.
Разберём, как это работает на практике.
1. Анализ ниши
Сначала изучаем рынок:
- конкурентов
- визуальные паттерны в категории
- уровень упаковки карточек
Задача - понять, что уже стало шаблоном, и найти точки, где можно усилить карточку.
2. Разбор аудитории
Следующий шаг - поведение покупателя.
Важно ответить на три вопроса:
- кто покупает
- зачем покупает
- какие факторы влияют на решение
Параллельно фиксируем ключевые возражения, которые должна закрывать карточка.
3. Создание инфографики
После аналитики собирается таргетированная инфографика.
Это уже не «дизайн ради дизайна», а визуальная структура, которая:
- подсвечивает ценность товара
- закрывает сомнения
- направляет пользователя к покупке.
Что получилось в моём проекте
Собран full-set карточки товара:
статика + анимация.
Результаты:
- CTR вырос на 25%
- конверсия в корзину - в 2 раза выше среднего по категории
- конверсия в заказ также выше рынка
Пруфы - в комментариях.
Экономика проекта
Бюджет со стороны клиента: 25 000 ₽
Инструменты:
- Nanabanana Pro
- VEO
Работа выполнена в пространстве Hugsfield.
Расходы на ИИ: 7 500 ₽.
Вывод
ИИ - это не волшебное решение, а инструмент, который усиливает результат. Он работает только в связке со стратегией, аналитикой и пониманием маркетинга
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
1👍9