🎵 Suno v5.5 - теперь AI может петь твоим голосом

Suno серьёзно прокачала персонализацию музыки. В v5.5 появилось сразу несколько функций, которые делают генерацию намного менее рандомной и намного более «твоей».

🎤 Voices
Записываешь или загружаешь свой голос - Suno создаёт новые треки с его использованием. Перед созданием Voice сервис проводит проверку голоса, а созданный голос остаётся приватным и доступен только владельцу.

🎛 Custom Models
Можно загрузить минимум 6 собственных треков и обучить персональную версию v5.5 под свой стиль и звучание.

Pro и Premier позволяют создать до 3 таких моделей.

💿 My Taste
Suno постепенно запоминает жанры, настроение и музыкальные предпочтения пользователя и учитывает их при следующих генерациях. Функция доступна всем.

Ну и сама v5.5 стала сильнее по вокалу, аранжировкам и динамике звучания.

По сути Suno движется от «напиши промт и получи случайную песню» к персональному AI-инструменту, который знает твой голос, стиль и музыкальные предпочтения.

Suno v5.5 уже доступна в KashLab.ai 🔥

Генерируем музыку, тестируем новые возможности и дальше будем делиться тем, что реально работает.



➡ KashLab САЙТ ➡ KashLab БОТ

➡ Kashlab канал ➡Kashlab чат

FLUX 3 теперь умеет генерировать видео 🔥

Легендарный FLUX выходит за пределы картинок.

Теперь модель умеет создавать видео со звуком, работать с диалогами, держать сложное движение и собирать сцену не из хаоса, а из нормально описанного промпта.

По заявлению Black Forest Labs, в слепом сравнении FLUX 3 показал результат на уровне Seedance 2.0. И это уже заявка на очень серьёзную конкуренцию в AI-video.

Что умеет FLUX 3:

Встроенный звук
Аудио генерируется вместе с видео и подстраивается под происходящее в кадре - речь, окружение, действия, эффекты.

Липсинк и мимика
Модель умеет делать сцены с диалогами, передавать эмоции и синхронизировать речь с персонажем. Поддерживаются разные языки, включая русский.

Реалистичная физика
Ткань, вода, свет, движения камеры и динамичные сцены выглядят естественнее, без ощущения, что всё разваливается на случайные анимации.
Сцена из одного промпта

Достаточно описать идею, а модель сама достроит окружение, атмосферу и последовательность происходящего.

До 10 опорных кадров

1 кадр - старт сцены

2 кадра - переход из первого во второй

3-10 кадров - уже полноценная раскадровка ролика

Продолжение видео

Можно загрузить готовый ролик, и модель продолжит его ещё на 5-15 секунд от последних кадров.

Коротко по возможностям:

Режимы: Text-to-Video, Image-to-Video, Video-to-Video

Длительность: 5 / 10 / 15 / 20 сек

Форматы: 21:9, 2:1, 16:9, 4:3, 1:1, 3:4, 9:16

Качество: HD (720p), Full HD (1080p)

Что важно:
Сильнее всего FLUX 3 раскрывается в сценах с диалогами, движением и синхронным звуком.

Лучше всего писать промпт не как абстрактное желание, а как задачу для оператора: что происходит в кадре, как движется камера, кто говорит, что должно быть слышно и какая атмосфера нужна.

FLUX 3 Video уже доступен в KashLab.ai.



➡ KashLab САЙТ ➡ KashLab БОТ

➡ Kashlab канал ➡Kashlab чат

Qwen Image 3.0 уже в KashLab 🔥

Alibaba выкатила третье поколение Qwen Image, и здесь ставка уже не просто на «сделать красивую картинку».

Главная идея Qwen Image 3.0 - создавать изображения, которые можно реально использовать в работе.

Что особенно интересно:

До 4.5K токенов в одном промпте
Можно подробно описать сложный дизайн, расположение блоков, тексты, персонажей, графики и другие элементы в одном запросе.

В официальном примере Qwen модель за один проход собрала целую сетку 3×3 из девяти разных инфографик с текстом, формулами, схемами и иллюстрациями. Не девять генераций и не Photoshop после них - одна генерация.

Текст размером примерно от 10 px
Qwen отдельно прокачали работу с мелким текстом. В демо модель генерирует газеты, научные материалы, формулы, подписи и плотные информационные макеты.

12 языков
Модель нативно умеет работать с текстом на 12 языках и учитывать разные шрифты и особенности оформления.

Сложные интерфейсы и дизайн
Сайты, приложения, игровые интерфейсы, постеры, сториборды, инфографика и даже вложенные интерфейсы внутри одного изображения.

Qwen показывает пример, где в одной сцене последовательно находятся VS Code → Qwen Chat → WeChat → постер. И всё это собирается одним промптом.

И при этом это всё ещё полноценный генератор:

Text-to-Image

Image-to-Image

до 3 референсов в нашей реализации

1K / 2K

обычная и Pro-версия

По сути Qwen пытается сделать переход от «AI нарисовал картинку» к «AI собрал готовый визуальный материал».

Qwen Image 3.0 и Qwen Image 3.0 Pro уже доступны в KashLab.ai.



➡ KashLab САЙТ ➡ KashLab БОТ

➡ Kashlab канал ➡Kashlab чат

⚡️ Seedance 2.5 - до 30 секунд видео одной генерацией


ByteDance выпустила Doubao Seedance 2.5 - мультимодальную видеомодель, которая умеет работать не только с текстом и изображениями, но ещё с видео и аудио-референсами.

Главное изменение - теперь можно собирать гораздо более длинные и сложные сцены внутри одной генерации, а не по кускам.

🔥 Что умеет Seedance 2.5?

До 30 секунд за одну генерацию
Модель поддерживает ролики от 4 до 30 секунд, а также автоматический выбор длительности.

До 50 референсов одновременно
Можно использовать до:

> 30 изображений

> 10 видео

> 10 аудиофайлов

И всё это комбинировать в одном запросе.

Видео + синхронный звук
Seedance 2.5 умеет генерировать аудио вместе с видео и использовать звук как отдельный референс для сцены.

Работа с видео-референсами

Можно использовать готовое видео для:

> редактирования

> продолжения

> переноса движения

> сохранения стиля

Первый и последний кадр
В Image-to-Video можно задавать стартовый кадр, финальный кадр или использовать изображение просто как референс.

Продолжение видео
Модель умеет подхватывать существующий ролик и достраивать сцену дальше.

⚙️ Коротко о параметрах:

> Режимы: Text-to-Video, Image-to-Video, Video Editing, Video Extension

> Длина: 4-30 секунд или Auto

> Разрешение: 480p / 720p

> Форматы: 16:9, 9:16, 1:1, 4:3, 3:4, 21:9, Adaptive

> Референсы: до 30 фото + 10 видео + 10 аудио

> Вывод: MP4 / MOV

По сути Seedance 2.5 всё меньше похожа на обычный генератор коротких роликов и всё больше - на инструмент для сборки полноценной сцены из текста, изображений, видео и звука.

Seedance 2.5 уже доступна в KashLab.ai 🔥



➡ KashLab САЙТ ➡ KashLab БОТ

➡ Kashlab канал ➡Kashlab чат

🔥 Grok Imagine до 30 секунд - теперь в KashLab

Grok Imagine от xAI сейчас одна из самых интересных видеомоделей для быстрых генераций.

Она умеет создавать видео из текста и изображений, генерировать звук вместе с роликом, работать с речью, движением камеры и физикой сцены. В версии Grok Imagine Video 1.5 xAI отдельно улучшила движение, реалистичность физики, качество аудио и синхронизацию речи с видео.

Но в KashLab есть ещё одна особенно интересная возможность.

До 30 секунд за одну генерацию.

Можно выбрать длительность:

6 сек | 10 сек | 15 сек | 25 сек | 30 сек

Без необходимости вручную собирать несколько отдельных генераций в один ролик.

Для Grok это особенно интересно, потому что модель хорошо подходит для динамичных сцен, рекламы, коротких сюжетов, персонажей и видео со звуком. А 25-30 секунд уже дают совсем другое пространство для идеи, чем стандартные короткие клипы.

Что умеет Grok Imagine:

> Text-to-Video

> Image-to-Video

> генерация звука вместе с видео

> речь и синхронизация с персонажами

> управление движением и камерой через промпт

> реалистичная физика и взаимодействие объектов
480p и 720p

> до 30 секунд в KashLab

Обычно Grok используют для коротких роликов. В KashLab мы решили дать ему немного больше времени.

Grok Imagine уже доступен в KashLab.ai.

И если хочется проверить модель нормально, а не закончить сцену ровно в тот момент, когда она стала интересной - выбирайте 25 или 30 секунд.


➡ KashLab САЙТ ➡ KashLab БОТ

➡ Kashlab канал ➡Kashlab чат

🔥 WAN 3.0 выходит на KashLab.ai

Alibaba выкатила новое поколение WAN, и здесь уже хочется перестать называть это просто видеогенератором.

WAN 3.0 умеет создавать видео не только из текста, картинки или ролика. Ему можно дать PDF, презентацию, документ или даже ссылку на сайт.

Модель сама изучит исходник и использует его для генерации видео.

Что умеет WAN 3.0:

📄 Документ → видео
Загружаете PDF, презентацию или текстовый файл, а модель использует содержимое как основу для ролика.

🌐 Ссылка → видео
Можно передать публичную веб-страницу. WAN 3.0 прочитает её содержимое и построит видео на основе информации с сайта.

Для рекламы товаров, лендингов и контента это уже очень интересный сценарий.

🔊 Видео сразу со звуком
Модель умеет одновременно генерировать:

речь
звуковые эффекты
фоновую музыку

То есть аудио создаётся вместе со сценой, а не прикручивается отдельным этапом.

🎬 До 30 секунд одной генерацией
Длительность от 2 до 30 секунд.

🖼 Первый и последний кадр
Можно задать стартовый кадр и при необходимости финальный, а модель сама построит переход между ними.

🧩 Мультиреференсы
В одной генерации можно использовать до:

10 изображений
5 видео
5 аудиофайлов

И комбинировать всё это вместе с текстовым промптом.

⚙️ Коротко по параметрам:

> Text-to-Video

> Image-to-Video

> File-to-Video

> Webpage-to-Video

> 2-30 секунд

> 480p / 720p / 1080p

> 16:9 / 9:16 / 1:1 / 4:3 / 3:4 / Adaptive

> встроенная генерация аудио

Самая интересная фишка WAN 3.0 для меня - модели теперь необязательно пересказывать исходник огромным промптом. Можно просто дать ей сам документ или страницу сайта.

WAN 3.0 уже добавляем на KashLab.ai 🔥

PDF → видео. Сайт → видео. До 30 секунд. 1080p. И всё сразу со звуком.



➡ KashLab САЙТ ➡ KashLab БОТ

➡ Kashlab канал ➡Kashlab чат

🔥 Grok Imagine 2.0 Ext уже на KashLab.ai

xAI обновила свою линейку генерации изображений, и Grok Imagine 2.0 сделала заметный шаг вперед по сравнению с прошлой версией.

Если коротко, раньше Grok чаще воспринимался как модель для просто красивых картинок. Теперь акцент сместился в сторону реально рабочей графики: модель точнее следует промпту, лучше держит типографику и компоновку, увереннее собирает плотные макеты и аккуратнее сохраняет важные детали в результате. Именно так xAI и подает новую Image 2.0 - как инструмент для “real creative work”.

Что это значит для пользователей KashLab.ai:

1. Больше контроля над результатом
Grok Imagine 2.0 Ext лучше подходит для задач, где важна не только красота, но и структура:

рекламные креативы
постеры
баннеры
сториборды
обложки
концепт-арты
визуалы для соцсетей

2. Можно получить сразу несколько вариантов
В одной генерации доступно от 1 до 12 изображений. Это удобно, если нужно быстро перебрать варианты одной идеи, а не гонять один и тот же промпт по кругу. В официальной документации xAI также подтверждается batch-генерация нескольких изображений в одном запросе.

3. Нормальная работа с форматом кадра
Поддерживаются популярные соотношения сторон:

1:1
2:3
3:2
3:4
4:3
9:16
16:9

То есть модель подходит и для квадратов, и для вертикалей, и для широких баннеров.

4. Высокое качество по умолчанию
Grok Imagine 2.0 Ext работает в фиксированном high-quality режиме. У xAI эта Quality-линейка отдельно позиционируется как более сильная по деталям и качеству итогового изображения.

5. Результат удобно забирать
Изображения возвращаются ссылками, которые действуют 72 часа. Это удобно для быстрой работы, но лучше сохранять результат сразу.

Что улучшилось по сравнению с прошлой моделью:

> лучше понимает инструкции

> сильнее в текстах и верстке

> увереннее собирает сложные композиции

> лучше подходит для рабочих задач, а не только для “красивой картинки”

> удобнее для серийной генерации нескольких вариаций

По сути, если раньше Grok в image-задачах был скорее интересной генеративной моделью, то Grok Imagine 2.0 Ext уже выглядит как более зрелый инструмент для дизайнерских и маркетинговых задач.

Grok Imagine 2.0 Ext уже доступен на KashLab.ai 🚀

Если вам нужен генератор, который лучше справляется не только с артами, но и с баннерами, постерами, промо-визуалами и другими практическими задачами, это точно одна из самых интересных новинок в линейке Grok.

➡ KashLab САЙТ ➡ KashLab БОТ

➡ Kashlab канал ➡Kashlab чат