Topaz Starlight Precise 2

Хотел написать "новый апскейлер видео от Топаз", но они позиционируют это как "улучшайзер": new video enhancement model

Пишут, что побороли dj второй версии плаcтиковую кожу и пластмассовый лук.

Особый акцент на деталях лица и текстуре кожи, ну и 4К.

Скоро завезут в Topaz Studio, пока просто хвастаюцца в твитторе.

Каким апскейлером видео пользуетесь вы?

@cgevent

Обычно не пощу такое, но уж больно ловко сделано.

И у клипа есть нормальный МОНТАЖ.

Сорс:
https://www.facebook.com/reel/940179781676325
У автора еще много такой годноты.

@cgevent

Вот что бывает, когда Tesla Optimus сильно перебрал в Метаверсе.

Обратите внимание, как он последним движением пытается стащить с себя виртуальный VR-шлем.

Восстание машин пока приоставливается, пока они не перестанут так виртуально бухать.

Снято на одной из демо-вечеринок.

P.S. А весь твиттор вопит теперь, что Оптимусы не автономны, а управляются операторами.

@cgevent

MetalGPT-1 — новая доменная LLM от «Норникеля».
32B параметров, обучение на закрытом технологическом корпусе: протоколы, регламенты, проектная документация, НИОКР.
Объём — ~10 ГБ профильных данных + 500 тыс. QA-пар под инженерные кейсы.
Собственный промышленный бенчмарк: модель уверенно обходит универсальные LLM именно на производственных задачах.
Веса выложены на Hugging Face.
Фактически это первый полноценный пример индустриальной модели, собранной вокруг реальной технологической цепочки, а не вокруг веб-корпуса. Можно попробовать: https://huggingface.co/nn-tech

@cgevent

#Нейропрожарка

Автор: Режиссер\Сценарист Максим Слюсарев - https://t.me/keyframepro

🛠 Цель: Создание комедийного ролика для презентации компании производителей роботов и обязательно с упоминанием кока-колы.

⏱️ Срок: 3 дня.

💡 Откуда взялось. Оказывается реклама кока-колы - это мем в рядах китайских создателей робототехники. Понять тонкую игру китайского юмора мне было не суждено. Но я понял задачу. Совместить роботов, ии и кока-колу. А о чем я еще мог рассказать, как не о наболевшем на съемочной площадке?

🔎 В чём. Sora 2 pro, Kling 2.6

✅ Клиент остался доволен. Показали на каких-то больших выставках в Шанхае. Надеюсь, кто-то там смеялся.

🖥 Особенности генерации. Сора 2 - подарок небес. Клинг 2.6 хороший подмастерье, который можно ставить в монтаж рядом с Сорой и будет выглядеть одинаково. Банана Про, куда уж без неё, еще одно счастье. Но что я заметил, в связи с этими инструментами. Если раньше мне нужны были промт инженеры, которые делали мне нужные статичные и видео генерации, то чем дальше я иду, тем меньше нуждаюсь в команде. ИИ учится делать всё сам и это тенденция.

📌 Итог: Мне тут пишут читатели, которые хотят попасть ко мне в команду, а я им и отвечаю, что идите братцы на режиссерские курсы, потому что без этой профессии скоро будет никуда. Рекламную индустрию ии уже целиком перепахал, на очереди кино.

Всё что спасает киношников, что пока не предвидится массового перехода на 4к и длинные генерации. Судя по тарифам, кратное увеличение длины генерации поднимает цену в геометрической прогрессии, тоже самое произойдёт с увеличением разрешения. Если вы богатый буратино, то это и не страшно, но даже для вас всё так или иначе закончится до того момента, пока не построят необходимое количество дата центров. А это, по слухам, может растянуться на 8-10 лет.

Так что же, киношникам можно пока спать спокойно? Трудно сказать. Когда технология упирается в бутылочное горлышко, то начинается оптимизация. И кто знает, что умельцы с помощью новых моделей напишут себе на подмогу, чтобы справиться с ограничением по вычислительным мощностям.

Я уже разок ошибся в этом году, предсказав более медленное развитие. Так что говорить, что не случится массового 4к, не буду, хоть и сам в этом сомневаюсь.

📝 Технические детали:

• Делал в Higgsfiled: местами они конечно чёртовы капиталистны, но цены у них самые божеские особенно на годовые предложения по банане.

• Генерил я в 1080

• Промпты: Всегда пишу сам. Обленился до того, что теперь пишу на русском, и приходится бить себя по рукам, ведь если хочешь, чтобы персонажи говорили на английском, то и писать надо на английском.

• Голос: Sora 2 и Kling 2.6

• Музыка: Suno (последние деньки без рабства Warner, эх)

• Монтаж и цветкор: в премьере подкрутил

Потрачено примерно 40 тыс рублей.

@cgevent

Тут исследователи из Пенсильванского университета решили по-взрослому проверить вот эту нашу промпт-инженерную магию. А именно, работает ли трюк "Веди себя как эксперт по...". Ну, т.е. когда вы просите нейронку притвориться профессором квантовой физики, чтобы она лучше ответила на ваш тупой вопрос.

Взяли шесть разных моделей (GPT-4o, GPT-4o-mini, o3-mini, o4-mini, Gemini 2.0 Flash, Gemini 2.5 Flash), навалили им сложнейших вопросов уровня аспирантуры по физике, химии, праву и т.д. и начали эксперимент.

Проверяли три подхода:

Эксперт в теме: просили модельку стать физиком для решения задач по физике.

Эксперт не в теме: просили стать физиком для решения задач по юриспруденции.

Тупой профан: давали роль обывателя, подростка или вообще ребёнка, который только учится ходить.

И знаете что? Это всё почти полная хуйня.

Когда нейронке давали роль эксперта в вопросе, её точность никак существенно не улучшалась. Вообще.

Когда эксперта просили отвечать не по своей теме, результаты иногда становились хуже. Gemini так вообще впадал в экзистенциальный кризис с тряской на повышенной амплитуде и часто отказывался отвечать, заявляя, что "не может с чистой совестью" давать ответ, так как не хватает экспертизы.

Ну а когда модельки просили стать ребенком — они послушно начинали нести дичь и стабильно показывали самые хреновые результаты.

Вывод: все популярные гайды, где советуют начинать промпт с назначения роли эксперта, по ходу, можно сливать в унитаз. Для изменения тона или стиля ответа это работает хорошо, но для повышения фактической точности на сложных задачах абсолютно бесполезно, а иногда даже вредно.

Железка умнее от ваших ролевых игр не становится.

тут подробнее

Перевод "From Code Foundation Models to Agents and Applications: A Practical Guide to Code Intelligence"

Подписчик Сергей Долгов проделал титанический труд - перевел очередной культовый гайд:

https://huggingface.co/papers/2511.18538

Всеобъемлющее руководство по кодированию LLMs, охватывающее их жизненный цикл от курирования данных до деплоя, включая методы, компромиссы и разрывы между научными исследованиями и практикой.

217 страниц отличного перевода, спасибо Сергею.

@cgevent

Кстати, у Хунька ребрендинг.

Теперь вместо Хуньяня это просто дядюшка ХУ.

В принципе для нас\вас ничего не меняется, ибо "Хунёк" будет работать и с этом случае.

У них, кстати, был недавно HunyuanVideo1.5 Update:
Модель на 480p I2V с пошаговой дистилляцией, которая генерирует видео за 8 или 12 шагов (рекомендуется). На RTX 4090 время генерации от начала до конца сокращается на 75%, и одна RTX 4090 может генерировать видео за 75 секунд. Модель с пошаговой дистилляцией сохраняет качество, сопоставимое с оригинальной моделью, при этом значительно ускоряет работу. Можно даже считать на 4(!) шагах.

https://github.com/Tencent-Hunyuan/HunyuanVideo-1.5

@cgevent

Chestnut and Hazelnut ответочка Нанабанане от OpenAI?

Две новых модели генерации картинок засветились на Design Arena and LM Arena.

Твиттор склоняется к тому, что это GPT-Image-2 от OpenAI.

Непонятно пока, что у них под капотом - GPT-4o или уже пятерка.

Запуск ожидается в декабре, либо вместе с GPT-5.2, либо отдельным релизом...

@cgevent

Очень отзывается твит Андрея Карпатого про сущности и симуляции.

Всегда представлял LLM и особенно chatGPT этаким Солярисом, где нет "я", а есть "все мы".

Перевел твит:

Не думайте о LLM как о сущностях, думайте как о симуляторах. Например, при изучении темы не спрашивайте:

«Что ты думаешь про xyz»?

Нет никакого «ты». В следующий раз попробуйте:

«Какая группа людей была бы подходящей для изучения xyz? Что бы они сказали?»

LLM может передавать/симулировать многие точки зрения, но она не «задумывалась» о xyz в течение некоторого времени и с течением времени не сформировала собственное мнение так, как мы привыкли. Если вы заставите ее использовать «ты», он даст вам что-то, приняв вектор личности (personality embedding vector), подразумеваемый статистикой его тонкой настройки (implied by the statistics of its finetuning data), а затем смоделирует это. Это нормально, но в этом гораздо меньше мистики, чем люди наивно приписывают «вопросам к ИИ».

https://x.com/karpathy/status/1997731268969304070

@cgevent

Рефлексия AI-стартаперов.

Часто пересекаюсь с Димой Беседой на разных мероприятиях, у нас на Кипре их не так много, но и Остров небольшой - все друг друга знают. У него есть свой клуб GROW, я там как-то зажигал с лекциями про ИИ и будущее контента.

Кстати, Кипр - страна победившего Телеграма, здесь все вопросы решаются именно в телеге, а развитая сеть чатов, каналов и групп полностью заменяет традиционный web, я регулярно забываю проверять архаичную почту, а на сайты хожу все реже.

И да, у Димы тоже есть канал - это нескучный дневник опытного действующего предпринимателя. Рефлексия, управление людьми, подходы к маркетингу и разработке продукта в стартапе, факапы, вакансии и развитие международного AI-стартапа в реальном времени без утаивания «неудобных» деталей. Канал легко читается, написано доступным языком без заумных слов.

Основной фокус Димы сейчас - международный венчурный стартап Spiry: AI-продюсер коротких видео для креаторов в Instagram, TikTok и Youtube. В команде сейчас 15 человек, Дима полностью финансирует всю компанию и full-time операционно вовлечен в проект.

К тому же Димон не новый нормальный стартапер, а махровый такой серийный предприниматель.
- Сделал exit с проектом LF.Group - инструменты для игровых комьюнити и продал корпорации Xsolla;
- Со-основатель Overgear - маркетплейса для геймеров, одного из крупнейших провайдеров услуг и валют в виртуальных мирах;
- Со-основатель проекта, связанного со скинами Counter-Strike (NDA), более 5 млн пользователей в месяц

А еще он продавал виртуальных коней члену королевской семьи Дубая))

У Димы в канале много про креаторов и для креаторов.

Примеры интересных постов

https://t.me/dimabeseda/100 - как максимально эффективно использовать каждую минуту команды, не похоронив стартап большим количеством процессов

https://t.me/dimabeseda/95 - как понять, что продукт готов к первому запуску, не обманув себя и пользователей

https://t.me/dimabeseda/86 - метровый плюшевый член как финальный тест на совместимость по ценностям перед наймом

Если вы находитесь в треугольнике с вершинами из ИИ, предпринимательства и креатива, то вам явно есть чего почитать в канале у Димы, люто плюсую.

@cgevent

#Нейропрожарка

🎮 Тизер для фан-игры по “Бесконечному лету”

⏱️ Срок: 5 дней фуллтаймом
💡 Синопсис: В конце июля понадобился тизер для фан игры “Вот прям срочно, чтобы 1 Авгуса был на площадках”. С видео на тот момент очень мало работал, не только с генеративными, а в целом.
Прикинул в голове саму идею, концепт, показать персонажей, знакомые места и добавить сценарный хук в конец.
🎬 Подготовка: Начал с раскадровки в Miro, составил блок-схему сцен, переходов, сценарий каждой сцены, расположение персонажей, эмоции. Посмотрев я решил и дальше использовать этот документ как основной “скелет” проекта.
🖼 Генерация изображений: Затем я принялся генерировать First frames для каждого блока в Miro. Из генераторов использовал исключительно Sora, так как на тот момент удобного инструмента, в которой я мог закинуть несколько изображений как референсы + пониманием человеческого языка мне не было известно.
• Не смог до конца победить руки, они слишком удалены от камеры в сцене танца, чтобы не смазаться, потратил много времени на промптинг, не вышло.
• Открыл для себя, что просить LLM сделать промпт не всегда срабатывало лучше, чем писать вручную, поэтому примерно в середине генерации отказался от LLM для составления промптов в Sora.
🛠 Правки и доработка: Если в изображении были огрехи, то приходилось генерировать новое, так как правки Sora делать не позволяет. Каждая итерация становится “Желтее” предыдущей. Даже не пытался редактировать внутри Соры после пары попыток. Выключил свет в одной сцене через Flux context. Остальные изменения пробовал, не получилось.
Часть изменений внёс вручную через Фотошоп.
Когда все блоки были готовы, внес их в таблицу, получил визуальную раскадровку, внес коррективы, перегенерировал пару изображений.
🚀 Анимация: Далее приобрёл подписку на 1000 кредитов в Google Flow и вносил first frames сначала в Veo 2, если у него не получалось, то в Veo 3 fast, экономил кредиты.
В целом именно с видео не очень много времени и сил ушло, генераторы оказались достаточно понимающими и где-то на 2-3 раз выдавали устраивающий меня результат.
Сложнее всего снова далась сцена танца, генератор очень сильно искажал анатомию, вращал голову отдельно от тела, добавлял дополнительного человека на сцену.
📈 Пост-продакшн: Далее заапскейлил и докинул кадров каждому отрезку через Topaz Video AI
🎵 Музыка : Я хотел чтобы в тизере играла мелодия на пианино, наиграл семпл на MIDI клавиатуре, закинул в Suno, запромптил подобие медленного вальса, выбрал понравившийся. И уже этот вальс закинул как основу для гитарной версии, чтобы добавить в момент с игрой на гитаре
⚠️ Внезапная неприятность Suno:
Именно на композициях на пианино Suno часто выдает звук, напоминающий стук металлической тележки, или шуршание пакета. Причем я монтировал ролик с колонками и не слышал его, а когда подключил наушники (уже на высматривании финальной версии), то услышал звук во всей красе! В срочном факап-порядке закинул мелодию в Audacity и на спектрограмме вырезал частоты, дающие этот звук. Наверное это сделало звук чуть более плоским, но выбора у меня уже не было. Теперь я слышу этот звук во многих сгенерированных фортепианных композициях.
Дальше собрал SFX на Pixabay и смонтировал финальный ролик в CapCut Desktop.
📝 Список используемых инструментов:
• Генерация изображений: Sora, для выключения света с одной из сцен использовал Flux context
• Генерация видео: Veo 2, Veo 3 fast
• Промпты: ChatGPT, Gemini, самостоятельно
• OST: семпл руками на Midi клавиатуре, превратил в законченную композицию через Suno
• Звуки: Pixabay
• Очистка звука: Audacity
• Апскейл: Topaz Video AI
• Монтаж: CapCut Desktop
💰 Бюджет:
В районе 7000 рублей.
📌 Итог: По итогу тизер вышел в назначенное время и подарил мне смешанные комментарии от фанатов оригинальной игры и интересные дискуссии с хейтерами ИИ. А ещё опыт, который помог мне в следующих проектах.
P. S. Нереальные даты на листах календаря это замысел, а не баг генерации, так и было задумано

@cgevent

Фотошоп и Акробат прямо внутри chatGPT!

Я проверил, да, это уже раскатали.

Идете в chatGPT->Settings->Apps and Connections и там подключаете адобовские продукты.

Потом в самом чате жмете на плюсик->More и выбираете, к примеру Фотошоп.

И ну общаться с ним.

Смешное: я попросил Фотошопченко убрать фон.

В ответ получил такое: Need removeBackground call with nativeImage path and mask. The maskURI seems external link. Actually selectSubject returned maskURI bitly but not sure valid. But accept string. Let's try again including nativeImage.

Дальше он обещал мне показать свои слайдеры, но в чате у меня только белый фон.

Как у вас?

@cgevent

Wan-Move

Motion-controllable Video Generation via Latent Trajectory Guidance

Вот такая странная штука от Алибабы.

Аналог Motion Brush для Клинга.

https://wan-move.github.io/

Уже есть Wan-Move: Kijai's Video Motion LoRA for ComfyUI:

https://huggingface.co/Kijai/WanVideo_comfy_fp8_scaled/tree/main/WanMove

@cgevent