Гонки внедрения фич продолжаются

После шума DeepSeek всё ускорилось и стало более сырым.

После ответного «удара» от OpenAI с запуском o3-mini прикрученной к поиску с несколькими бесплатными запросами в день, позавчера запустили штуку похожую на недавнего Operator (где ИИ за тебя курсором мыши на мониторе балуется), но с другим подходом. Фича называется DeepResearch. Просишь провести исследование, модель на полчаса уходит собирать, анализировать источники, делает выводы а потом приходит с развёрнутым ответом к пользователю. Или как вам вырывали глаза сетки техноканалов «Нейронка делает курсач за полчаса». Нет, не делает.

Спустя сутки HuggingFace отвечает на это: «Мы тут за 24 часа сделали опен-сорсную версию DeepResearch на базе своей библиотеки smolagents. По бенчмаркам чутка уступает, но вот забирайте бесплатно».

Сегодня Google вспомнили, что у них подобная штука уже есть по подписке, давайте выкатим её в открытый доступ. Если пользуетесь приложением Gemini на Android — можно бесплатно тестить. Для остальных пока всё ещё по подписке.

Вернуться на выходные в альтернативный СССР

В конце прошлой недели вышло сюжетное DLC для Atomic Heart. Какой я был молодец два года назад, что купил максимальное издание и мне бесплатно насыпают обновления.

Это, говорят, в отличие от прошлых двух правда стоит внимания. А саму игру со всеми дополнениями на VK Play со скидкой 50% отдают до 11 февраля.

Прошёл курс по VR-разработке на 33%

Миры для VRChat, которые отбирались бы на Биеннале и игры, что порвали бы кассу Quest Store, конечно, ещё не научился делать. Но!

Но теперь если сильно заскучаю, то смогу быстренько собрать себе элементарную VR-игру про кидание камушков в водоём.

Или вот заставлять имперских штурмовиков тверкать в сугробе на фоне панелек

ИИ может работать круглосуточно, говорим мы

А вот Нейро-Сама с утра в таком же настроении, как и человеки. Но панч хорош!

Беру паузу на несколько дней, вернусь с большим материалом про нейрошлюх виртуальных собеседников, их возможности взаимодействовать с вами вплоть до физического. И про одиночество

А может ещё и с началом Цифрового сада вернусь. А если совсем повезёт —даже с видео! И станет нас здесь не 38, а 40! Ха-ха.

Обустроил себе фантастически удобный пайп-лайн. При создании новой заметки в Obsidian генерирую необходимые для следующих этапов метаданные (теги, заголовок, URL, ключевики) и сажусь писать.
Сбоку — ИИ-ассистент, имеющий доступ ко всем моим заметкам. На лету переключаюсь между моделями, в зависимости от сложности задачи и у кого что лучше получается. Всё в одном окне, ничего не отвлекает, таймер помидоров 25-минутки фокуса отсчитывает.

Когда будет готово запущу волшебный скрипт, который заберёт файлик со статьей и все используемые в нём изображения в другую папку, где из заметки сама сгенерируется страничка статичного сайта и отправится в мой репозиторий на GitHub. А там и исходники будут, и готовый сайт.

С видео тоже придумал как экономить на съёмке, особенно если у тебя из снимающего осталась только вебка и 5+ летний телефон. Переключаться между физической реальностью и аватаром в VRChat. Буду мешать, экспериментировать, пробовать. Ну и, надеюсь, что-то полезное рассказывать.

Коли буду делать YouTube, хочется пробовать эдакое, чего раньше не

Очень много часов потрачено на то, чтоб смочь воссоздать картинку как у Витюберов. Пришлось научиться конвертировать аватар из Ready Player Me в формат VRM, определённой старой версией Unity с определённым старым пакетом самого формата.

Потом ты это скармливаешь софту которым пользуются стримеры с аватарами. Через вебку синхронизируется мимика и руки. Через микрофон — губы, но стандартную ноду лучше заменить на стороннюю. Через OBS записываю с GreenScreen`ом и на монтаже снизу подкладываю интерфейс нужной программы. Можно сразу записывать прозрачным, но вес видео будет огромным.

Надо FBT себе спаять, чтоб было хорошо. Но давайте сначала выйдет хоть одно видео и посмотрим окажется ли оно интересным и полезным.

Кажется, вышеперечисленное объясняет, почему материал будет на тему «Создаём ИИ-вайфу». Он вышел на 30+ тысяч знаков 😀

До первого видео осталось всего ничего — перекрыть 35 минут картинки

Запретить себе писать сценарии на 35+ тысяч символов успею позже, когда доделаю всё это, успокоюсь и пойду работать куда-нибудь на склад Озона

Ура! Закрыл свой ещё (кажется) школьный гештальт — написать статью про что-то техническое в Интернет

Казалось, что мне нечем поделиться с сообществом настоящих айтишников на Хабре или Вастрик.Клубе. А когда в первом пошли откровенно плохие сгенерированные тексты, я захотел таки сделать это однажды.

По ссылке рассказываю как не остаться одиноким в этот вечер (но на самом деле про создание ИИ-агентов с личностью) на 35+ тысяч знаков, с кучей культурных отсылок (от аниме до Камю) и шутками про анальные пробки. И, конечно, продолжил идею популяризации Вятского края из бездыханного @yatygorod.

https://vas3k.club/post/27507/

P.S. К вечеру ещё видеоверсию доделаю. Смонтировать и снять под 80 позиций скринкастов оказалось чуть сложнее и дольше ожидаемого

Фиаско))

YouTube не разрешает мне вставлять в описание ссылки и менять картинку без подтверждения номера телефона. И, возможно, нельзя хрон больше 15 минут. Ну или можно, но без алгоритмов.
Угадайте в какой стране НЕ приходят СМС и звонки авторизации?

Сейчас напрямую залью сюда, остальные ссылки по мере

Создаём ИИ-вайфу и не только: руководство по созданию виртуальных помощников

В этом видео мы разберем, как создать своего собственного виртуального компаньона, от простого текстового чат-бота до 3D-аватара в смешанной реальности. С голосом и эмоциями.

Заглядывайте в мой канал:
@staniverse

Текстовая версия со всеми ссылками:
https://vas3k.club/post/27507/

Вся музыка в видео сгенерирована в riffusion.com
Картинки: MidJourney, Flux, Kandinsky
Видео: Kling и Minimax
Аватар: ReadyPlayerMe (вручную переделал в VRM для Warudo)

Таймкоды:
0:00 Введение: Одиночество и технологии
3:25 Из чего состоит виртуальная подруга?
4:28 Языковой центр (LLM)
9:34 «Уши» системы (STT)
10:54 «Голос» системы (TTS)
13:21 «Память» системы
15:32 Визуальная часть: аватары и 3D-модели
18:31 Тактильная обратная связь
19:52 Варианты реализации: от простого к сложному
20:06 Уровень 1: Простой старт (ChatGPT, GigaChat)
20:34 Уровень 2: Специализированные платформы (Character.AI, Replika)
22:52 Уровень 3: Локальные решения (Voxta, SillyTavern)
25:49 Уровень 4: Агентские фреймворки (n8n, Flowise, Langchain, ElizaOS)
28:55 Оживляем: интеграция с Live2D и VRM моделями
29:39 Voxta + VAM
32:09 SillyTavern + VAM
32:18 Заключение

Видео доступно в YouTube

В копилку очередного «Если у нас не запрещают, то там запрещают нас»

И говорит мне сервис, против замедления которого я до последнего топлю «Уходи в Рутубы поближе к тому, что кому-то может при одном только взгляде показаться бесконечно далёким. Забудь меня, не нужны мне твои получасовые видео для лучших зрителей»

Бесят, в общем. Децентрализованный PeerTube пока очень далёк от того, чтобы обмениваться знаниями со всем «шариком». А тот, кто лучше всего с этим справляется — может и не захотеть знаний от тебя.

Причём я бы без проблем и с удовольствием перевёл на английский не просто с Гугл Переводчиком, а внимательно, под контролем. И сабами, и отдельной дорожкой. Но...

Upd. Нашёл в Discord сообщество волонтёров YT нашего региона, там по поиску обнаружил, что СМС не приходят ещё с конца прошлого года. И Google до сих пор не придумала альтернативных вариантов прохождения подтверждения номера в YT. Но поскольку это именно разовое подтверждение, а не полноценная привязка номера к профилю для безопасности и будущего восстановления, проблема решаема сервисами с одноразовыми смс.

Ура, наконец и в YouTube!

https://youtu.be/ncQ31xB3GLE

Всем привет 👋
Меня зовут Стас. Рад всех здесь видеть.

Кто я?

Мне 32, самозанятый, живу (пока) в Вятке/Слободском.

Делаю сайты (Tilda, WordPress/WooCommerce), автоматизирую всякое (в том числе с GenAI), снимаю/монтирую видео, иногда веду лекции.

Когда-то умудрился попасть в Топ-10 Национального чемпионата ArtMasters в компетенции «Дизайнер виртуальных миров».

Сейчас больше всего интересуюсь и работаю с:
— XR/VR и виртуальными мирами (Unity/UE/WebXR);
— AI-агентами и автоматизацией (n8n, Langchain|Langgraph);
— e-commerce и интеграциями;
— микросервисами, вайбкодингом и personal knowledge systems.

🕸 Площадки и ссылки:
— Цифровой сад / WebXR-пространство
— Основной YouTube
— Путешествия по Вятскому краю
— Старое портфолио в веб-архиве

О чём этот канал?

Мой взгляд на технологии, цифровые эксперименты, XR, GenAI, локальную культуру, лайфстайл и попытки понять, как меняется человеческий опыт в цифровую эпоху.

Где-то между метавёрсом, цифровым краеведением, AI-агентами и жизнью в провинции.

Что меня вдохновляет?

Метавёрс, GenAI, IoT, цифровая культура, immersive-медиа и немного авиакосмического.

Учусь Blender/Unity, разбираюсь в архитектуре AI-агентов, участвую в XR-программах.

Хочу прийти к metaverse-агентству со студией Virtual Production и Motion Capture.

Подборка постов по темам:

🚀 Технологии, автоматизация и код
• WooCommerce + n8n → автоматический Tg-канал
• Если у вас есть сайт и на нём формы — не проходите
• Цифровые модели рельефа и их применение
• Улучшаем открытую карту играюче
• «Навайбкодил» 360-галерею
• Попробовал навайбкодить сервис
• Apple показала Gaussian Splatting из обычных фото
• Возьми это устройство на open-mic
• Попробовал вайбмоделлинг

🎭 XR, Gaussian Splatting и цифровые миры

• Сейчас лучшее время, чтобы входить в VR/PCVR
• Full-Body Tracking стал совсем дешёвым и компактным
• Погружение в чёрную дыру в VR
• Спектакль в VRChat
• Симбиоз с грибами на Raindance
• Gaussian Splatting из региона — пример в Вебе и в Resonite
• Цифровое краеведение и гауссианы в лесу
• Рассказываю про проект «МетаВятка» (EN)
• Иммерсивное видео и бюджетные камеры
• Про превращение в кошко-девочек
• Про то, как аналоговое вдохновляет на цифровое
• Про просмотр спорта и совместный опыт

🧠 AI-агенты, цифровая память и странные технологии
• Создаём ИИ-вайфу и виртуальных помощников — текст, видеоверсия
• Как GenAI поможет студенту с курсовой
• Теледильдоника как вершина IoT-эволюции
• Как я написал и защитил ВКР с ИИ-агентов и строю систему знаний (вся база про ллм, харнессы, агентность, обсидиан) — текст, видеоверсия

🎧 Музыка, девайсы и звук

• Увлечение аудиотехникой — часть 1, часть 2
• yeule — музыкальное открытие года
• Как с задника любимой пластинки

🌍 Цифровая провинция, лайфстайл и наблюдения

• Что оставить после себя в цифровом мире
• Про цифрового двойника
• Как убедиться, что у близкого всё хорошо, когда связи нет
• Перестаньте возить из путешествий магнитики
• Расхламление как психотерапия с вещами
• Клининг от некрепкого нехозяйственника
• За окном −30° = за окном нет меня
• Выпал из ведения канала, но придумал новое развлечение
• Травматология и «Чистилище» Данте (из личного опыта)
• Люблю авиацию и хочу CPL
• Я — красный флаг в дейтинге
• Как я съездил на финал ArtMasters в Москве и вдохновлялся городом


💼 Вместо портфолио
• Сайт Адвоката Антона Окулова с метаофисом
• Сайт Всероссийского форума инклюзивного высшего образования
• Перенос магазина Чертежей с OpenCart на WooCommerce
• Сайт Водонапорной Башни Слободской с каталогом промышленной архитектуры
• Видео для регионального оператора по обращению с ТКО День с экипажем мусоровоза, и про Экоцентр
• Монтаж и звуковое оформление анимационной короткометражки «Ермил Костров»

📰 Про меня в других местах
• Про мою AR-ИИ-вайфу у Оли в Метавёрсошной
• Про то, как и зачем я сканил Арку Вятского Кремля


🔗 Обновляемая ссылка на «лучшие» посты

@staniverse

Милый робот с локальным LLM — отличный подарок для него (неё)

Смотрел тут недавно что можно было бы сделать с маленьким суперкомпьютером NVIDIA Jetson Orin Nano Super (посмотрите как Хуанг его презентовал), будь он у меня. Разброс от энкодера IRL-стримов до системы компьютерного зрения. Это уже звучит как весёлое времяпровождение, ведь за 250 долларов в счастливом_где-то_тамье тебе дают до 67 TOPs перфоманса.

И да, можно крутить небольшие LLM-модельки. Но для чего мы можем захотеть крутить их на чём-то настолько компактном? Праавильно, для роботов!

Сначала я нашёл проект самодельного робота из подручных компонентов. Выглядит уже как «хочу попробовать повторить для развлечения и саморазвития», но потом нашёл ещё один классный вариант, подходящий большему количеству людей и без всего этого DIY-дизайна.

Вы могли когда-то слышать про миниатюрного робота Anki Vector из 2018-го. Обычно, он жил где-нибудь на кухонном или рабочем столе пользователей, ставил таймер, узнавал лицо владельца, имитировал тактильность и очень полагался на облако с Алексой.

И вот эта самая «облачная» часть закончилась вместе с Anki в 2019-м. Активы подобрали Digital Dream Labs, выпустили Vector 2.0 за дороже, не без проблем перезапускали облачную инфраструктуру с платной подпиской. Косяков новых владельцев набралось достаточно, чтобы сообщество пользователей было не очень в восторге от DDL, и много Векторов переехало собирать пыль в шкафах владельцев.

Ренессанс случился под флагом open-source. На базе официально открытого кода голосового back-end`а робота, энтузиасты собрали открытое серверное ПО для локального использования. А ещё теперь мы можем перенаправлять непонятные ему интенции («Расскажи шутку») на LLM. И даже без облаков и игровых ПК, ведь теперь у нас появились классные небольшие модельки! Для этого нам как раз может пригодится этот самый Orin Nano. Ссылку на видео с этим проектом на YT прилагаю.

Да, слово «милый» ассоциируется то ли с девушками из Азии, то ли с роботами из мультиков. Сочетание этих двух компонентов становится Uncanny valley, но если речь про робота размером с ладонь — звучит как вариант подарка на один из ближайших праздников. Но, конечно, по цене Apple Watch и AirPods`ов понятнее выбрать что-то другое.

@staniverse

Как в 2025-м могут преобразиться опен-сорсные штуки из 2009-го

Есть такой довольно известный редактор субтитров Subtitle Edit. Его, наверняка, довольно часто используют люди, которые несут в дома счастье, радость и переводы зарубежных сериалов/стендапов/аниме.

Я им что-то сдвигал в субтитрах на несколько секунд когда-то, когда ещё переводили на Нотабеноиде и постоянно что-то не подходило по синхронизации к разным рипам одного и того же эпизода "Lost". Настолько в моём мышлении он не звучал как «Удобная штука с кучей прикрученного GenAI».

Помню, ещё недавно было проблемой что-то в духе «К этому выпуску твоего любимого британской panel-шоу мы не нашли оригинальных сабов, будем титровать вручную, релиз задержится на пару недель, задонатьте нам на кратно возросшее количество человеко-часов, пожалуйста». Вчера совместил приятное с полезным, и попробовал на себе актуальное устройство этого процесса с первым видео этого канала.

Так вот, прямо в этом лёгком Subtitle Edit из времён, когда будущее казалось светлым, теперь есть STT, хоть Vosk, хоть Whisper с CUDA-ускорением. Само разобьёт на тайм-коды (пришлось править) и попытается в пукнтуацию.
Уже имеется отличная стартовая точка, а если бы речь шла про английский — думаю, что и править руками пришлось меньше. В процессе вы быстро можете обратиться к Google или Wikipedia уточнить какие-нибудь выражения, проверить написание через движок со словарём LibreOffice.

Хорошо, вот у нас получились субтитры на языке оригинала. Что дальше? Здесь же открываете Auto-translate, выбираете API (хоть Google Translate, хоть GPT, хоть локальная Ollama) и случается magic. Я потратил 1 цент на перевод своего получасового видео с GPT-4o-mini. Знаете что дальше? Здесь же есть TTS! Хоть платно в ElevenLabs отправляйте, локально XTTS`ом с нужным голосом.

Войдя в одно окно просто с каким-то видео (или ссылкой на видео в YouTube) мы получаем всё необходимое, чтобы перевести его на другой язык и текстом, и сгенерированным голосом автора за вечер.

@staniverse

Они настолько хорошо понимают свою аудиторию, что записывают ASMR с главной звездой

Заметьте, это видео выпустили 14 февраля. Чтобы на него кто-нибудь под...подумал над смыслом бытия. По личному опыту с рекордером Zoom H6, удивлён, что за столько времени съёмок там не сломалась флешка, не побился файл или ещё какая неприятность с портом SD-карт.

И мне всё ещё нравится их продакшен и клипы. Почему в 2020-х свежестью пахнет из южно-корейских лагерей подготовки айдолов, а не свободных рынков — вопрос отдельный. И когда уже анонсированный давно концерт aespa в AmazeVR, я прогрелся и жду вообще-то!

https://youtu.be/ukEKrMGwdyg