Революция за кадром: как AI трансформирует индустрию видеопродакшена
Сделать в AI один хороший ролик задача доступная каждому. Но сегодня для того чтобы тебя заметили надо для одного проекта генерировать по 2 вертикальных видео в день на одну алгоритмическую ленту (это около 6 с учетом запрещенных и пессимизируемых в России).
12 минут видео, хорошего, которое реально залетит подписчикам - каждый день. А если у вас 3 проекта (Манифеста, Стартобус, ДАША) и каждому из этих проектов надо еще и по несколько подпроектов обрабатывать - то есть это около 100 минут в день. При этом каждая минута генерируется около 72 минут. Как вам нагрузка). Если бы не современные инструменты автоматизации - это задача нерешаемая. НО…
В тихих монтажных комнатах и на шумных съемочных площадках сегодня происходит революция, незаметная для обычного зрителя, но кардинально меняющая индустрию видеопроизводства. Искусственный интеллект, еще недавно казавшийся лишь футуристической концепцией из научно-фантастических фильмов, превратился в неотъемлемого члена съемочной команды, размывая границы между традиционными и цифровыми методами создания контента.
От месяцев к дням: временная компрессия творчества
Традиционный видеопродакшен всегда был процессом трудоемким и линейным. От момента первичного брифа до готового ролика могли пройти недели или месяцы кропотливой работы. Многочисленная команда специалистов последовательно создавала горы документации: синопсисы сменялись трактовками, за сценариями следовали раскадровки, мудборды превращались в режиссерские экспликации.
Сегодня этот процесс сжимается до неузнаваемости. То, что раньше требовало нескольких недель совместной работы маркетологов, креативных директоров и сценаристов, теперь выполняется за дни или даже часы. AI-системы анализируют тренды и аудиторию одновременно с формированием креативной концепции. Вместо разрозненных документов формируется единый интеллектуальный пакет контента, где каждый элемент связан с другими в динамической экосистеме.
Например, современный креативный бриф уже не существует отдельно от анализа целевой аудитории – AI-инструменты вроде Brandwatch и SimilarWeb в реальном времени дополняют его актуальными данными о предпочтениях потенциальных зрителей. Рождается новый формат – "AI-Enhanced Creative Brief", который сокращает подготовительный этап с недель до дней.
Виртуализация физического: съемка без съемок
Пожалуй, наиболее радикальные изменения происходят на этапе непосредственного продакшена. Традиционная модель, требовавшая массивной логистики, оборудования и многочисленной команды, уступает место виртуальным методам производства.
Поиск локаций, некогда занимавший недели разведывательных поездок и переговоров, сегодня трансформируется в процесс цифрового конструирования пространств. Инструменты вроде NVIDIA Omniverse и Blockade Labs позволяют создавать фотореалистичные виртуальные окружения, не покидая студии. Экономия колоссальна – до 95% времени и бюджета.
Ещё более революционным стало появление цифровых аватаров. Кастинги, репетиции, съемки дублей – весь этот трудоемкий процесс может быть заменен созданием синтетических персонажей через HeyGen или DeepBrain AI. Актерская игра становится программируемым параметром, а не переменной, зависящей от человеческого фактора.
Даже в случаях, когда используются реальные актеры, технологии вроде Flawless AI позволяют корректировать их выступления постфактум, устраняя необходимость в пересъемках. Это меняет не просто технический процесс, но и фундаментальную концепцию актерского мастерства.
Интеллектуальный монтаж: от склейки к эмоциональной оптимизации
Постпродакшен, традиционно самый технически сложный и ресурсоемкий этап создания видео, также претерпевает глубокие изменения. Монтаж перестает быть просто склейкой кадров, превращаясь в интеллектуальный процесс, управляемый эмоциональными алгоритмами.
Современные инструменты, такие как Adobe Premiere Pro с интеграцией Firefly, анализируют не только техническое качество материала, но и его эмоциональное воздействие.
Сделать в AI один хороший ролик задача доступная каждому. Но сегодня для того чтобы тебя заметили надо для одного проекта генерировать по 2 вертикальных видео в день на одну алгоритмическую ленту (это около 6 с учетом запрещенных и пессимизируемых в России).
12 минут видео, хорошего, которое реально залетит подписчикам - каждый день. А если у вас 3 проекта (Манифеста, Стартобус, ДАША) и каждому из этих проектов надо еще и по несколько подпроектов обрабатывать - то есть это около 100 минут в день. При этом каждая минута генерируется около 72 минут. Как вам нагрузка). Если бы не современные инструменты автоматизации - это задача нерешаемая. НО…
В тихих монтажных комнатах и на шумных съемочных площадках сегодня происходит революция, незаметная для обычного зрителя, но кардинально меняющая индустрию видеопроизводства. Искусственный интеллект, еще недавно казавшийся лишь футуристической концепцией из научно-фантастических фильмов, превратился в неотъемлемого члена съемочной команды, размывая границы между традиционными и цифровыми методами создания контента.
От месяцев к дням: временная компрессия творчества
Традиционный видеопродакшен всегда был процессом трудоемким и линейным. От момента первичного брифа до готового ролика могли пройти недели или месяцы кропотливой работы. Многочисленная команда специалистов последовательно создавала горы документации: синопсисы сменялись трактовками, за сценариями следовали раскадровки, мудборды превращались в режиссерские экспликации.
Сегодня этот процесс сжимается до неузнаваемости. То, что раньше требовало нескольких недель совместной работы маркетологов, креативных директоров и сценаристов, теперь выполняется за дни или даже часы. AI-системы анализируют тренды и аудиторию одновременно с формированием креативной концепции. Вместо разрозненных документов формируется единый интеллектуальный пакет контента, где каждый элемент связан с другими в динамической экосистеме.
Например, современный креативный бриф уже не существует отдельно от анализа целевой аудитории – AI-инструменты вроде Brandwatch и SimilarWeb в реальном времени дополняют его актуальными данными о предпочтениях потенциальных зрителей. Рождается новый формат – "AI-Enhanced Creative Brief", который сокращает подготовительный этап с недель до дней.
Виртуализация физического: съемка без съемок
Пожалуй, наиболее радикальные изменения происходят на этапе непосредственного продакшена. Традиционная модель, требовавшая массивной логистики, оборудования и многочисленной команды, уступает место виртуальным методам производства.
Поиск локаций, некогда занимавший недели разведывательных поездок и переговоров, сегодня трансформируется в процесс цифрового конструирования пространств. Инструменты вроде NVIDIA Omniverse и Blockade Labs позволяют создавать фотореалистичные виртуальные окружения, не покидая студии. Экономия колоссальна – до 95% времени и бюджета.
Ещё более революционным стало появление цифровых аватаров. Кастинги, репетиции, съемки дублей – весь этот трудоемкий процесс может быть заменен созданием синтетических персонажей через HeyGen или DeepBrain AI. Актерская игра становится программируемым параметром, а не переменной, зависящей от человеческого фактора.
Даже в случаях, когда используются реальные актеры, технологии вроде Flawless AI позволяют корректировать их выступления постфактум, устраняя необходимость в пересъемках. Это меняет не просто технический процесс, но и фундаментальную концепцию актерского мастерства.
Интеллектуальный монтаж: от склейки к эмоциональной оптимизации
Постпродакшен, традиционно самый технически сложный и ресурсоемкий этап создания видео, также претерпевает глубокие изменения. Монтаж перестает быть просто склейкой кадров, превращаясь в интеллектуальный процесс, управляемый эмоциональными алгоритмами.
Современные инструменты, такие как Adobe Premiere Pro с интеграцией Firefly, анализируют не только техническое качество материала, но и его эмоциональное воздействие.
👍1🔥1👏1
Они автоматически выстраивают повествовательную структуру, основываясь на психологических принципах удержания внимания зрителя. Многоэтапный процесс черновых, промежуточных и финальных монтажей сжимается до единого интеллектуального потока работы.
Цветокоррекция, некогда требовавшая дорогостоящих специалистов, сегодня выполняется алгоритмами вроде ColourLab AI с точностью, превосходящей человеческую. Визуальные эффекты, исторически доступные лишь высокобюджетным проектам, становятся стандартным элементом даже небольших продакций благодаря инструментам типа RunwayML.
Мультиплатформенность как базовый принцип
Новая эра видеопродакшена характеризуется и принципиально иным подходом к дистрибуции. Если традиционно создание версий для разных платформ было трудоемким дополнительным процессом, то сегодня мультиплатформенность заложена в саму архитектуру производства.
Инструменты вроде VideoPoet автоматически адаптируют контент под различные соотношения сторон, ElevenLabs обеспечивает моментальный многоязычный дубляж, а Whisper AI генерирует субтитры с учетом специфики разных платформ. Процесс, ранее занимавший недели, сжимается до нескольких часов, позволяя запускать глобальные кампании практически одновременно на всех целевых рынках.
Новая экосистема: от фрагментации к интеграции
Возможно, наиболее значимым изменением становится не оптимизация отдельных процессов, а их интеграция в единую интеллектуальную экосистему. Традиционный продакшен с его четким разделением ролей и этапов уступает место модели связанных процессов, управляемых централизованной системой автоматизации.
Современные студии внедряют системы наподобие n8n, позволяющие автоматизировать передачу данных между этапами производства и инструментами. Формализованные документы вроде "AI Production Pipeline Blueprint" структурируют весь рабочий процесс, делая его прозрачным и управляемым.
Новая роль человека в эпоху AI-продакшена
В этой трансформирующейся реальности меняется и роль человека. Она не исчезает, но эволюционирует. Продюсеры из операционных менеджеров превращаются в стратегических архитекторов креативных решений. Режиссеры фокусируются не на технической реализации, а на эмоциональной точности и стилистической уникальности.
Возникают и принципиально новые профессии: промпт-инженеры, специалисты по синтетическим медиа, AI-директора. Они существуют на стыке технологий и креативности, формируя новый язык цифрового повествования.
Заключение: будущее уже наступило
Революция в видеопродакшене – это не просто технологическая оптимизация, а фундаментальный сдвиг парадигмы. Экономия времени и ресурсов (достигающая порой 80-90%) – лишь видимая часть айсберга. Глубже лежит принципиальное изменение творческих возможностей.
То, что когда-то казалось фантастикой – создание фотореалистичных сцен без камеры, актеров без кастинга, мгновенная адаптация контента для глобальной аудитории – сегодня становится повседневной практикой ведущих студий. И пока индустрия только начинает осознавать масштаб этих перемен, те, кто первыми освоят новые инструменты и процессы, получат беспрецедентное конкурентное преимущество в создании визуального контента нового поколения.
Будущее видеопродакшена не близко – оно уже здесь, меняя саму суть того, как мы создаем и воспринимаем движущиеся изображения.
Цветокоррекция, некогда требовавшая дорогостоящих специалистов, сегодня выполняется алгоритмами вроде ColourLab AI с точностью, превосходящей человеческую. Визуальные эффекты, исторически доступные лишь высокобюджетным проектам, становятся стандартным элементом даже небольших продакций благодаря инструментам типа RunwayML.
Мультиплатформенность как базовый принцип
Новая эра видеопродакшена характеризуется и принципиально иным подходом к дистрибуции. Если традиционно создание версий для разных платформ было трудоемким дополнительным процессом, то сегодня мультиплатформенность заложена в саму архитектуру производства.
Инструменты вроде VideoPoet автоматически адаптируют контент под различные соотношения сторон, ElevenLabs обеспечивает моментальный многоязычный дубляж, а Whisper AI генерирует субтитры с учетом специфики разных платформ. Процесс, ранее занимавший недели, сжимается до нескольких часов, позволяя запускать глобальные кампании практически одновременно на всех целевых рынках.
Новая экосистема: от фрагментации к интеграции
Возможно, наиболее значимым изменением становится не оптимизация отдельных процессов, а их интеграция в единую интеллектуальную экосистему. Традиционный продакшен с его четким разделением ролей и этапов уступает место модели связанных процессов, управляемых централизованной системой автоматизации.
Современные студии внедряют системы наподобие n8n, позволяющие автоматизировать передачу данных между этапами производства и инструментами. Формализованные документы вроде "AI Production Pipeline Blueprint" структурируют весь рабочий процесс, делая его прозрачным и управляемым.
Новая роль человека в эпоху AI-продакшена
В этой трансформирующейся реальности меняется и роль человека. Она не исчезает, но эволюционирует. Продюсеры из операционных менеджеров превращаются в стратегических архитекторов креативных решений. Режиссеры фокусируются не на технической реализации, а на эмоциональной точности и стилистической уникальности.
Возникают и принципиально новые профессии: промпт-инженеры, специалисты по синтетическим медиа, AI-директора. Они существуют на стыке технологий и креативности, формируя новый язык цифрового повествования.
Заключение: будущее уже наступило
Революция в видеопродакшене – это не просто технологическая оптимизация, а фундаментальный сдвиг парадигмы. Экономия времени и ресурсов (достигающая порой 80-90%) – лишь видимая часть айсберга. Глубже лежит принципиальное изменение творческих возможностей.
То, что когда-то казалось фантастикой – создание фотореалистичных сцен без камеры, актеров без кастинга, мгновенная адаптация контента для глобальной аудитории – сегодня становится повседневной практикой ведущих студий. И пока индустрия только начинает осознавать масштаб этих перемен, те, кто первыми освоят новые инструменты и процессы, получат беспрецедентное конкурентное преимущество в создании визуального контента нового поколения.
Будущее видеопродакшена не близко – оно уже здесь, меняя саму суть того, как мы создаем и воспринимаем движущиеся изображения.
👍1🔥1👏1
ИИ меняет образование, делая его персонализированным и эффективным. Вот ключевые изменения:
ПЕРСОНАЛИЗАЦИЯ И ПОДДЕРЖКА
Индивидуальные траектории: ИИ адаптирует обучение под уровень каждого ученика.
Персональный наставник: технологии помогают закреплять знания через тесты и повторения.
Аналитика: ИИ анализирует поведение учеников, предлагая учителю улучшения.
НОВАЯ РОЛЬ ПРЕПОДАВАТЕЛЯ
Методист вместо лектора: преподаватели проектируют адаптивные учебные траектории.
Освобождение от рутины: автоматизация проверки экономит время для общения с учениками.
Создание контента: нейросети помогают генерировать учебные материалы.
РАЗВИТИЕ МЫШЛЕНИЯ
Критика ИИ: анализ ошибок нейросети развивает критическое мышление.
Рефлексия: ИИ помогает ученикам осознавать свои подходы к обучению.
ИИ-грамотность: изучение этики работы с искусственным интеллектом становится необходимым.
КООПЕРАЦИЯ И КОНТЕНТ
Совместное обучение: ученики и ИИ создают проекты и симуляции.
Интеграция знаний: ИИ связывает разрозненные темы в целостную картину.
ВЫЗОВЫ
Риски нечестности: использование ИИ для списывания требует новых подходов к оценке.
Сохранение человеческого фактора: важен баланс между технологиями и личным общением.
Образование становится гибким и ориентированным на практику. По ссылке - пост подробнее и можно задавать вопросы в глубину.
ПЕРСОНАЛИЗАЦИЯ И ПОДДЕРЖКА
Индивидуальные траектории: ИИ адаптирует обучение под уровень каждого ученика.
Персональный наставник: технологии помогают закреплять знания через тесты и повторения.
Аналитика: ИИ анализирует поведение учеников, предлагая учителю улучшения.
НОВАЯ РОЛЬ ПРЕПОДАВАТЕЛЯ
Методист вместо лектора: преподаватели проектируют адаптивные учебные траектории.
Освобождение от рутины: автоматизация проверки экономит время для общения с учениками.
Создание контента: нейросети помогают генерировать учебные материалы.
РАЗВИТИЕ МЫШЛЕНИЯ
Критика ИИ: анализ ошибок нейросети развивает критическое мышление.
Рефлексия: ИИ помогает ученикам осознавать свои подходы к обучению.
ИИ-грамотность: изучение этики работы с искусственным интеллектом становится необходимым.
КООПЕРАЦИЯ И КОНТЕНТ
Совместное обучение: ученики и ИИ создают проекты и симуляции.
Интеграция знаний: ИИ связывает разрозненные темы в целостную картину.
ВЫЗОВЫ
Риски нечестности: использование ИИ для списывания требует новых подходов к оценке.
Сохранение человеческого фактора: важен баланс между технологиями и личным общением.
Образование становится гибким и ориентированным на практику. По ссылке - пост подробнее и можно задавать вопросы в глубину.
Perplexity AI
ИИ в образовании: революция нашего времени или начало конца?
Искусственный интеллект стремительно трансформирует образовательное пространство. Согласно последним исследованиям, более половины преподавателей-новаторов...
👍1🔥1👏1
Структурированное извлечение данных из логистических документов
Недавно наша команда консультировала крупную логистическую компанию из России, которая разрабатывает внутреннюю систему автоматизации с применением искусственного интеллекта.
СУТЬ ПРОБЛЕМЫ
Компании требовалось автоматически извлекать информацию из различных документов: товарно-транспортных накладных (ТТН), транспортных накладных, счетов-фактур и таможенных деклараций для последующей загрузки в корпоративную ERP-систему. Сложность заключалась в разнообразии форматов документов от разных контрагентов и региональных особенностях оформления.
Изначально компания использовала Large Language Model (LLM), которая обрабатывала отсканированные документы и извлекала данные согласно заданной структуре. Тестирование на evaluation datasets показало, что точность была недостаточной для промышленного использования. Документы с печатями, рукописными пометками и нестандартной структурой вызывали наибольшие трудности.
РЕКОМЕНДОВАННЫЕ РЕШЕНИЯ
1. Организация Feedback Loop
Внедрили автоматизированную систему оценки качества распознавания с визуализацией проблемных полей через heatmaps.
Пример реализации:
Система теперь показывает, что поля "Номер автомобиля" и "ИНН грузоотправителя" распознаются с точностью 95%, а "Дата доставки" и "Сумма к оплате" — только с точностью 70%. Благодаря этому команда сфокусировалась на улучшении распознавания именно проблемных полей.
2. Prompt Engineering с учетом специфики российских документов
Переработали инструкции для модели, добавив специфику российских документов и применив техники Chain-of-Thought (CoT) и Self-Consistency (SC).
Пример улучшенного промпта:
"Найди в товарно-транспортной накладной форма 1-Т раздел 'Товарный раздел'. Номер автомобиля обычно указывается в верхней части документа в формате А000АА000 или А000АА00. Обрати внимание на печать в нижней части документа — там могут быть важные дополнительные отметки. Теперь извлеки государственный номер транспортного средства."
3. Signal vs Noise анализ и декомпозиция сложных документов
Для сложных многостраничных документов (например, международных товарно-транспортных накладных CMR или таможенных деклараций) внедрили поэтапную обработку.
Пример процесса:
1. Сначала система классифицирует тип документа
2. Затем извлекает основные реквизиты (номер, дата, стороны договора)
3. После этого обрабатывает информацию о грузе (наименование, вес, количество)
4. В конце извлекает финансовую информацию и дополнительные условия
РЕЗУЛЬТАТЫ ВНЕДРЕНИЯ
После реализации рекомендаций компания добилась следующих результатов:
1. Повышение точности извлечения данных с 65% до 91%
2. Сокращение времени ручной обработки документов на 73%
3. Успешная интеграция с внутренней системой "1С:Управление перевозками"
4. Возможность обрабатывать документы в пакетном режиме (до 1000 документов за ночь)
Особенно эффективным оказалось использование Chain-of-Thought (CoT) и чек-листов при обработке документов с нестандартной структурой. Система научилась корректно обрабатывать даже документы с рукописными пометками и нечеткими печатями.
КЛЮЧЕВЫЕ ВЫВОДЫ
1. Для российского логистического документооборота критически важна адаптация LLM-моделей к местной специфике (особенности ТТН, транспортных накладных, счетов-фактур)
2. Визуализация проблемных мест через heatmaps позволяет эффективно направлять усилия команды разработки
3. Применение Signal vs Noise анализа и декомпозиция сложных задач значительно повышает надежность системы
4. Даже при работе с российскими документами, которые часто имеют региональные особенности, современные LLM-модели способны обеспечить высокую точность при правильной настройке Prompt Engineering
Недавно наша команда консультировала крупную логистическую компанию из России, которая разрабатывает внутреннюю систему автоматизации с применением искусственного интеллекта.
СУТЬ ПРОБЛЕМЫ
Компании требовалось автоматически извлекать информацию из различных документов: товарно-транспортных накладных (ТТН), транспортных накладных, счетов-фактур и таможенных деклараций для последующей загрузки в корпоративную ERP-систему. Сложность заключалась в разнообразии форматов документов от разных контрагентов и региональных особенностях оформления.
Изначально компания использовала Large Language Model (LLM), которая обрабатывала отсканированные документы и извлекала данные согласно заданной структуре. Тестирование на evaluation datasets показало, что точность была недостаточной для промышленного использования. Документы с печатями, рукописными пометками и нестандартной структурой вызывали наибольшие трудности.
РЕКОМЕНДОВАННЫЕ РЕШЕНИЯ
1. Организация Feedback Loop
Внедрили автоматизированную систему оценки качества распознавания с визуализацией проблемных полей через heatmaps.
Пример реализации:
Система теперь показывает, что поля "Номер автомобиля" и "ИНН грузоотправителя" распознаются с точностью 95%, а "Дата доставки" и "Сумма к оплате" — только с точностью 70%. Благодаря этому команда сфокусировалась на улучшении распознавания именно проблемных полей.
2. Prompt Engineering с учетом специфики российских документов
Переработали инструкции для модели, добавив специфику российских документов и применив техники Chain-of-Thought (CoT) и Self-Consistency (SC).
Пример улучшенного промпта:
"Найди в товарно-транспортной накладной форма 1-Т раздел 'Товарный раздел'. Номер автомобиля обычно указывается в верхней части документа в формате А000АА000 или А000АА00. Обрати внимание на печать в нижней части документа — там могут быть важные дополнительные отметки. Теперь извлеки государственный номер транспортного средства."
3. Signal vs Noise анализ и декомпозиция сложных документов
Для сложных многостраничных документов (например, международных товарно-транспортных накладных CMR или таможенных деклараций) внедрили поэтапную обработку.
Пример процесса:
1. Сначала система классифицирует тип документа
2. Затем извлекает основные реквизиты (номер, дата, стороны договора)
3. После этого обрабатывает информацию о грузе (наименование, вес, количество)
4. В конце извлекает финансовую информацию и дополнительные условия
РЕЗУЛЬТАТЫ ВНЕДРЕНИЯ
После реализации рекомендаций компания добилась следующих результатов:
1. Повышение точности извлечения данных с 65% до 91%
2. Сокращение времени ручной обработки документов на 73%
3. Успешная интеграция с внутренней системой "1С:Управление перевозками"
4. Возможность обрабатывать документы в пакетном режиме (до 1000 документов за ночь)
Особенно эффективным оказалось использование Chain-of-Thought (CoT) и чек-листов при обработке документов с нестандартной структурой. Система научилась корректно обрабатывать даже документы с рукописными пометками и нечеткими печатями.
КЛЮЧЕВЫЕ ВЫВОДЫ
1. Для российского логистического документооборота критически важна адаптация LLM-моделей к местной специфике (особенности ТТН, транспортных накладных, счетов-фактур)
2. Визуализация проблемных мест через heatmaps позволяет эффективно направлять усилия команды разработки
3. Применение Signal vs Noise анализа и декомпозиция сложных задач значительно повышает надежность системы
4. Даже при работе с российскими документами, которые часто имеют региональные особенности, современные LLM-модели способны обеспечить высокую точность при правильной настройке Prompt Engineering
👍2🔥1
«Яндекс» составил конкуренцию NotebookLM от Google, Perplexity Spaces, Projects в ChatGPT. Компания запустила в бета-тест платформу для работы с документами, презентациями, аудио- и видеофайлами, ссылками из интернета, таблицами. Сервис получил название «Нейроэксперт», он может создавать удобную базу знаний из загруженных материалов, проанализировать и пересказать документы, сделать выводы или написать на основе данных тексты, создать презентации.
Базы знаний в сервисе похожи на папки в облачных хранилищах, ими также можно делиться по ссылке. Сейчас пользователи могут добавлять до 25 файлов и ссылок, а после окончания бета-теста их число увеличится. Очевидно, что сервис пригодится людям, которые в силу профессии или обучения должны обрабатывать большой объем данных: это могут быть студенты, преподаватели, журналисты. Из неочевидного – можно, например, делать сравнения товаров, загружая ссылки на них или обзоры.
Использовать «Нейроэксперт» должно быть удобно: по всей загруженной информации пользователь может задавать вопросы в режиме диалога как с чат-ботом. Он подготовит ответ только на основе источников пользователя, не будет ничего добавлять от себя. Это, думаем, повысит доверие к ИИ.
В компании говорят, что планируют выпустить и версию для бизнеса, которая сможет работать с внутренней базой данных и оптимизировать процессы. Сейчас на российском рынке нет решений, которые объединяют возможности работы с корпоративными массивами данных и генерацию ответов из ссылок. Из-за рисков безопасности и сложности получения доступа наш бизнес не очень заинтересован в зарубежных решениях. Всё это играет на руку «Яндексу», который может занять лидирующую роль в новом сегменте.
Возникает логичный вопрос монетизации, но в компании и это продумали: зарабатывать планируется двумя способами. Первый, наиболее логичный, это подписка с расширенными возможностями. Второй способ – продажа решений on-premise бизнесу, то есть интеграция «Нейроэксперта» в IT-контур компании-заказчика. Оба способа уже отработаны на других продуктах «Яндекса».
Рискнем предположить, что в ближайшее время количество продуктов «Яндекса» с припиской «Нейро» будет только расти. В целом название уже стало нарицательным.
Базы знаний в сервисе похожи на папки в облачных хранилищах, ими также можно делиться по ссылке. Сейчас пользователи могут добавлять до 25 файлов и ссылок, а после окончания бета-теста их число увеличится. Очевидно, что сервис пригодится людям, которые в силу профессии или обучения должны обрабатывать большой объем данных: это могут быть студенты, преподаватели, журналисты. Из неочевидного – можно, например, делать сравнения товаров, загружая ссылки на них или обзоры.
Использовать «Нейроэксперт» должно быть удобно: по всей загруженной информации пользователь может задавать вопросы в режиме диалога как с чат-ботом. Он подготовит ответ только на основе источников пользователя, не будет ничего добавлять от себя. Это, думаем, повысит доверие к ИИ.
В компании говорят, что планируют выпустить и версию для бизнеса, которая сможет работать с внутренней базой данных и оптимизировать процессы. Сейчас на российском рынке нет решений, которые объединяют возможности работы с корпоративными массивами данных и генерацию ответов из ссылок. Из-за рисков безопасности и сложности получения доступа наш бизнес не очень заинтересован в зарубежных решениях. Всё это играет на руку «Яндексу», который может занять лидирующую роль в новом сегменте.
Возникает логичный вопрос монетизации, но в компании и это продумали: зарабатывать планируется двумя способами. Первый, наиболее логичный, это подписка с расширенными возможностями. Второй способ – продажа решений on-premise бизнесу, то есть интеграция «Нейроэксперта» в IT-контур компании-заказчика. Оба способа уже отработаны на других продуктах «Яндекса».
Рискнем предположить, что в ближайшее время количество продуктов «Яндекса» с припиской «Нейро» будет только расти. В целом название уже стало нарицательным.
🔥4
Вышла Midjourney V7 — самая мощная нейронка для генерации картинок, судя по результатам пользователей.
Главное:
И это только часть функций — Midjourney планируют обновлять свою новую модель каждую неделю. Проверяем тут.
Главное:
– Функция черновиков Draft Mode — можно делать пробные картинки в 2 раза дешевле и в 10 раз быстрее;
– Очень реалистичная генерация рук;
– Персонализация включена по умолчанию для всех пользователей;
– Масштабирование и редактура в реальном времени;
– Поддержка голосовых промтов.
И это только часть функций — Midjourney планируют обновлять свою новую модель каждую неделю. Проверяем тут.
❤2👍2🔥2
РБК: В России рынок подписного стриминга вырос почти на 50%
– За 2024 рынок подписного стриминга составил 37 млрд руб. (+49%)
– Объем рынка по рекламной модели вырос на 16,8%, до 451,9 млн руб.
– Показатель для видеостриминга снизился на 29,6%, до 170,5 млн руб.
– Общий объем музыкального рынка вырос на 47,8%, до 37,6 млрд руб.
– Подавляющую долю рынка (96,9%) занимают российские сервисы
– Речь идет про Яндекс Музыку, «VK Музыку», «Звук» и «МТС Музыку»
– Зарубежные сервисы занимают 3,1% (Apple Music, YouTube и др.)
– Общий MAU был 84,1 млн, из них 32,2 млн были платные подписчики
@ftsec
– За 2024 рынок подписного стриминга составил 37 млрд руб. (+49%)
– Объем рынка по рекламной модели вырос на 16,8%, до 451,9 млн руб.
– Показатель для видеостриминга снизился на 29,6%, до 170,5 млн руб.
– Общий объем музыкального рынка вырос на 47,8%, до 37,6 млрд руб.
– Подавляющую долю рынка (96,9%) занимают российские сервисы
– Речь идет про Яндекс Музыку, «VK Музыку», «Звук» и «МТС Музыку»
– Зарубежные сервисы занимают 3,1% (Apple Music, YouTube и др.)
– Общий MAU был 84,1 млн, из них 32,2 млн были платные подписчики
@ftsec
❤1👍1🔥1
Персональные и повседневные применения ИИ в 2025
1. ИИ-гид в поездках — использование голосового ассистента для получения информации о местах, через которые проходишь, или отправка фотографии с просьбой рассказать о конкретном объекте.
2. Управление личным психологическим благополучием — специализированные боты на основе различных методик психотерапии для разбора собственных чувств и эмоций.
3. Персонализированные медиа-рекомендации на основе настроения — системы, учитывающие не только предпочтения, но и текущее эмоциональное состояние для формирования развлекательных рекомендаций.
4. ИИ-секретарь для формализации мыслей — надиктовывание идей на родном языке с последующим оформлением в структурированный текст на другом языке.
5. Автоматизированный анализ здоровья растений — отправка фотографий растения для диагностики заболеваний и получения рекомендаций по лечению.
6. Персонализированные планы питания для домашних животных — формирование рациона на основе анализов крови и индивидуальных потребностей питомца.
7. Оптимизация маршрутов путешествий с учетом психологических предпочтений — ИИ анализирует не только практические аспекты, но и эмоциональные потребности путешественника.
8. Создание психологического портрета по цифровому следу — анализ профилей в социальных сетях для составления персонализированного психологического профиля.
9. Интерактивное изучение культурных особенностей — использование ИИ для объяснения зарубежных мемов, шуток и культурных отсылок.
10. AI-инструменты для визуального поиска — поиск с использованием изображений вместо текста, требующий оптимизации визуального контента.
11. Автоматизированное обнаружение дезинформации в личном информационном потоке — персональные инструменты для проверки фактов и выявления фейковых новостей.
12. Виртуальные ассистенты для недвижимости — специализированные боты, отвечающие на вопросы о недвижимости, предоставляющие списки объектов открытого просмотра и организующие экскурсии.
13. Обучение с адаптивной сложностью на основе AI — системы, которые задают наводящие вопросы вместо прямых ответов, постепенно подводя к самостоятельному решению.
14. Интерактивные карты знаний — построение персонализированных онтологий для обучения новым областям.
15. Автоматическое сохранение и структурирование идей — системы, которые слушают, запоминают и организуют спонтанные идеи в структурированные базы знаний.
1. ИИ-гид в поездках — использование голосового ассистента для получения информации о местах, через которые проходишь, или отправка фотографии с просьбой рассказать о конкретном объекте.
2. Управление личным психологическим благополучием — специализированные боты на основе различных методик психотерапии для разбора собственных чувств и эмоций.
3. Персонализированные медиа-рекомендации на основе настроения — системы, учитывающие не только предпочтения, но и текущее эмоциональное состояние для формирования развлекательных рекомендаций.
4. ИИ-секретарь для формализации мыслей — надиктовывание идей на родном языке с последующим оформлением в структурированный текст на другом языке.
5. Автоматизированный анализ здоровья растений — отправка фотографий растения для диагностики заболеваний и получения рекомендаций по лечению.
6. Персонализированные планы питания для домашних животных — формирование рациона на основе анализов крови и индивидуальных потребностей питомца.
7. Оптимизация маршрутов путешествий с учетом психологических предпочтений — ИИ анализирует не только практические аспекты, но и эмоциональные потребности путешественника.
8. Создание психологического портрета по цифровому следу — анализ профилей в социальных сетях для составления персонализированного психологического профиля.
9. Интерактивное изучение культурных особенностей — использование ИИ для объяснения зарубежных мемов, шуток и культурных отсылок.
10. AI-инструменты для визуального поиска — поиск с использованием изображений вместо текста, требующий оптимизации визуального контента.
11. Автоматизированное обнаружение дезинформации в личном информационном потоке — персональные инструменты для проверки фактов и выявления фейковых новостей.
12. Виртуальные ассистенты для недвижимости — специализированные боты, отвечающие на вопросы о недвижимости, предоставляющие списки объектов открытого просмотра и организующие экскурсии.
13. Обучение с адаптивной сложностью на основе AI — системы, которые задают наводящие вопросы вместо прямых ответов, постепенно подводя к самостоятельному решению.
14. Интерактивные карты знаний — построение персонализированных онтологий для обучения новым областям.
15. Автоматическое сохранение и структурирование идей — системы, которые слушают, запоминают и организуют спонтанные идеи в структурированные базы знаний.
🔥3👏2
Прям только что Мета выпустила свою очередную серию SoTA моделей LLaMa 4. Самая маленькая может работать на одной видеокарте (с 80GB памяти) и бьет по бенчмаркам Gemma и аналоги, а самая большая — Бегемот — хоть и немного, но по заявлениям круче чем GPT-4.5 (хотя сравнивать стоит с Gemini 2.5 Pro). Про Грок и Сонет, которые вышли меньше месяца назад все уже забыли. Таймлайн ускоряется.
Подробный пост с анонсами всех фич и крутостей модели вот тут.
Из самых интересных вещей это 10М токенов окно контекста. То есть туда можно в одном промте можно загрузить целиком небольшую школьную библиотеку или базу кода на пару миллионов строк и попросить найти/изменить одну строчку.
Все модели мультимодальные (теперь стандарт) и это пока еще не reasoning (думающие) варианты.
Nothing stops this train. До ASI со всеми остановками.
Подробный пост с анонсами всех фич и крутостей модели вот тут.
Из самых интересных вещей это 10М токенов окно контекста. То есть туда можно в одном промте можно загрузить целиком небольшую школьную библиотеку или базу кода на пару миллионов строк и попросить найти/изменить одну строчку.
Все модели мультимодальные (теперь стандарт) и это пока еще не reasoning (думающие) варианты.
Nothing stops this train. До ASI со всеми остановками.
👍2🤯1
Сравнение популярных ИИ-инструментов: кто лидирует в апреле 2025? 🤖🔍
Привет, друзья! 👋 Искусственный интеллект стремительно развивается, и сегодня мы разберемся, какие AI-помощники лидируют на рынке в начале апреля 2025 года. Давайте посмотрим на основные возможности самых популярных инструментов!
ChatGPT (OpenAI)
Ключевые преимущества:
- 🌟 Отличается плавностью диалога и креативностью
- 🌟 Лидирует в повседневных ответах, математике и рассуждениях
- 🌟 Превосходит конкурентов в голосовом общении
- ✅ Имеет доступ к интернету для поиска информации
- ✅ Мощные возможности в программировании
ChatGPT идеален для креативного письма, мозгового штурма и быстрого получения информации. Благодаря функции использования камеры и генерации изображений можно решать более сложные задачи визуального характера! 🔥
Claude (Anthropic)
Ключевые преимущества:
- 🌟 Непревзойденный в создании текстов и письме
- ✅ Безопасность и надежность - главные приоритеты
- ✅ Отличная работа с документами и длинными контекстами
- ✅ Сильные аналитические способности и рассуждения
Claude особенно хорош для детального анализа документов, сложных рассуждений и профессионального письма. Однако у него есть ограничения — он не умеет работать с голосом и изображениями. Что думаете о таких компромиссах? 🤔
Perplexity AI
Ключевые преимущества:
- 🌟 Абсолютный лидер в поиске информации в интернете
- ✅ Предоставляет ответы с цитированием источников
- ✅ Дает самую актуальную информацию в реальном времени
- ✅ Отлично справляется с глубокими исследованиями
Perplexity идеален для исследований, когда вам нужны надежные ответы с подтверждением источников. А вы уже использовали его для серьезных исследований? Поделитесь опытом в комментариях! 💬
Gemini (Google)
Ключевые преимущества:
- 🌟 Лучший в программировании и генерации видео
- ✅ Мультимодальность: работает с текстом, изображениями, аудио и видео
- ✅ Тесная интеграция с сервисами Google
- ✅ Поддерживает работу с камерой устройства
Gemini превосходит других в работе с различными форматами контента и решении сложных задач программирования. Вы предпочитаете использовать экосистему Google или отдельные специализированные инструменты? 🧠
Grok (xAI)
Ключевые преимущества:
- ✅ "Бунтарский" юмор и нестандартные ответы
- ✅ Доступ к актуальной информации на платформе X (бывший Twitter)
- ✅ Справляется со множеством задач от письма до генерации изображений
- ❌ Не умеет создавать видео и использовать камеру
Grok создан для интересных и неформальных разговоров, часто с юмористическим подходом. Он предлагает уникальный опыт общения, который может быть освежающим после использования более "серьезных" моделей. Какой AI-помощник ближе вашему стилю общения? Лайкните, если любите необычные ответы! 👍
Какой ИИ выбрать? 🤷♂️
Выбор идеального AI-помощника зависит от ваших конкретных задач:
- Для креативности и разнообразия возможностей — ChatGPT
- Для профессионального письма и анализа — Claude
- Для надежных исследований с источниками — Perplexity
- Для работы в экосистеме Google и с разными форматами — Gemini
- Для нестандартных и развлекательных бесед — Grok
А какого AI-ассистента предпочитаете вы и почему? Расскажите свою историю использования в комментариях! 💫
Привет, друзья! 👋 Искусственный интеллект стремительно развивается, и сегодня мы разберемся, какие AI-помощники лидируют на рынке в начале апреля 2025 года. Давайте посмотрим на основные возможности самых популярных инструментов!
ChatGPT (OpenAI)
Ключевые преимущества:
- 🌟 Отличается плавностью диалога и креативностью
- 🌟 Лидирует в повседневных ответах, математике и рассуждениях
- 🌟 Превосходит конкурентов в голосовом общении
- ✅ Имеет доступ к интернету для поиска информации
- ✅ Мощные возможности в программировании
ChatGPT идеален для креативного письма, мозгового штурма и быстрого получения информации. Благодаря функции использования камеры и генерации изображений можно решать более сложные задачи визуального характера! 🔥
Claude (Anthropic)
Ключевые преимущества:
- 🌟 Непревзойденный в создании текстов и письме
- ✅ Безопасность и надежность - главные приоритеты
- ✅ Отличная работа с документами и длинными контекстами
- ✅ Сильные аналитические способности и рассуждения
Claude особенно хорош для детального анализа документов, сложных рассуждений и профессионального письма. Однако у него есть ограничения — он не умеет работать с голосом и изображениями. Что думаете о таких компромиссах? 🤔
Perplexity AI
Ключевые преимущества:
- 🌟 Абсолютный лидер в поиске информации в интернете
- ✅ Предоставляет ответы с цитированием источников
- ✅ Дает самую актуальную информацию в реальном времени
- ✅ Отлично справляется с глубокими исследованиями
Perplexity идеален для исследований, когда вам нужны надежные ответы с подтверждением источников. А вы уже использовали его для серьезных исследований? Поделитесь опытом в комментариях! 💬
Gemini (Google)
Ключевые преимущества:
- 🌟 Лучший в программировании и генерации видео
- ✅ Мультимодальность: работает с текстом, изображениями, аудио и видео
- ✅ Тесная интеграция с сервисами Google
- ✅ Поддерживает работу с камерой устройства
Gemini превосходит других в работе с различными форматами контента и решении сложных задач программирования. Вы предпочитаете использовать экосистему Google или отдельные специализированные инструменты? 🧠
Grok (xAI)
Ключевые преимущества:
- ✅ "Бунтарский" юмор и нестандартные ответы
- ✅ Доступ к актуальной информации на платформе X (бывший Twitter)
- ✅ Справляется со множеством задач от письма до генерации изображений
- ❌ Не умеет создавать видео и использовать камеру
Grok создан для интересных и неформальных разговоров, часто с юмористическим подходом. Он предлагает уникальный опыт общения, который может быть освежающим после использования более "серьезных" моделей. Какой AI-помощник ближе вашему стилю общения? Лайкните, если любите необычные ответы! 👍
Какой ИИ выбрать? 🤷♂️
Выбор идеального AI-помощника зависит от ваших конкретных задач:
- Для креативности и разнообразия возможностей — ChatGPT
- Для профессионального письма и анализа — Claude
- Для надежных исследований с источниками — Perplexity
- Для работы в экосистеме Google и с разными форматами — Gemini
- Для нестандартных и развлекательных бесед — Grok
А какого AI-ассистента предпочитаете вы и почему? Расскажите свою историю использования в комментариях! 💫
❤2👍2
🚀 Клуб Практического AI: Стань агентом изменений (расскажу все секреты)
В мире, где скорость перемен выше, чем адаптироваться, выигрывает агентность — умение быстро учиться и перестраиваться на ходу.
Приглашаю в клуб практического AI:
- Уровень 1: Основы AI — старт на следующей неделе
- Уровень 2: Продвинутые ассистенты — через две недели
- Уровень 3: Разработка AI-агентов на n8n/make.com — через три недели
Формат: еженедельный часовой митап + 3-5 практических заданий с обсуждением в чате.
Никакой лишней теории — только инструменты, которые можно внедрить уже завтра.
Присоединяйтесь к первому уровню на следующей неделе в Стартобусе!
Ставьте + в комментарии
#ПрактикИИ
В мире, где скорость перемен выше, чем адаптироваться, выигрывает агентность — умение быстро учиться и перестраиваться на ходу.
Приглашаю в клуб практического AI:
- Уровень 1: Основы AI — старт на следующей неделе
- Уровень 2: Продвинутые ассистенты — через две недели
- Уровень 3: Разработка AI-агентов на n8n/make.com — через три недели
Формат: еженедельный часовой митап + 3-5 практических заданий с обсуждением в чате.
Никакой лишней теории — только инструменты, которые можно внедрить уже завтра.
Присоединяйтесь к первому уровню на следующей неделе в Стартобусе!
Ставьте + в комментарии
#ПрактикИИ
👍5❤2
Telegram — новый рубеж для экономики создателей
Президент TON Foundation Мануэль Стотц рассказал в интервью Робу Нельсону из TheStreet, как Telegram превращается в полноценную платформу Web3: инфлюенсеры создают платные каналы, делятся эксклюзивным контентом и напрямую зарабатывают через криптоинструменты.
Но, по его словам, настоящий потенциал — в глобальном масштабе.
Telegram вместе с TON может стать глобальным суперприложением — как WeChat, только для всего мира. Система уже объединяет платежи, чаты и цифровую идентификацию в одном месте.
Президент TON Foundation Мануэль Стотц рассказал в интервью Робу Нельсону из TheStreet, как Telegram превращается в полноценную платформу Web3: инфлюенсеры создают платные каналы, делятся эксклюзивным контентом и напрямую зарабатывают через криптоинструменты.
«Мы видим, как у американских инфлюенсеров первая ссылка в Instagram ведёт в Telegram. Там ты попадаешь в прямой чат с артистом… и теперь у тебя есть доступ к платным сообщениям, фото, музыке. Экономика создателей уже использует это для монетизации».
Но, по его словам, настоящий потенциал — в глобальном масштабе.
«Я сижу с купюрой в сто триллионов долларов из Зимбабве. Это настоящая купюра. Это реальная борьба. В мире 3 миллиарда человек, которые не имеют доступа к банковским услугам. Но у них есть смартфоны — и теперь у них есть доступ к стейблкоинам. Это не просто удобство — это вопрос выживания».
Telegram вместе с TON может стать глобальным суперприложением — как WeChat, только для всего мира. Система уже объединяет платежи, чаты и цифровую идентификацию в одном месте.
22365_3_Prompt Engineering_v7.pdf
6.5 MB
👆 Руководство по промпт-инжинирингу
С понедельника стартуем с интенсивом: "Три недели — три уровня".
- Неделя 1: Основы искусственного интеллекта
- Неделя 2: Работа с продвинутыми AI-ассистентами
- Неделя 3: Создание собственных AI-агентов
🔍 Минимум теории, максимум практики. Мы изучили передовые подходы от Anthropic, Google и OpenAI — и вместе с вами разберем их, закрепим навыки и адаптируем для ваших задач.
💡 Научимся использовать возможности ИИ на 99%!
Присоединяйся! 🚀
#ПрактикИИ
С понедельника стартуем с интенсивом: "Три недели — три уровня".
- Неделя 1: Основы искусственного интеллекта
- Неделя 2: Работа с продвинутыми AI-ассистентами
- Неделя 3: Создание собственных AI-агентов
🔍 Минимум теории, максимум практики. Мы изучили передовые подходы от Anthropic, Google и OpenAI — и вместе с вами разберем их, закрепим навыки и адаптируем для ваших задач.
💡 Научимся использовать возможности ИИ на 99%!
Присоединяйся! 🚀
#ПрактикИИ
👍4❤1
Сэм Альтман сходил на TED, где у него взяли интервью про OpenAI и будущее. Видео идет 47 минут, поэтому вот вам основные пункты.
- Рост: ChatGPT имеет около 500 млн еженедельных пользователей с быстрым ростом.
- Открытый код: OpenAI планирует выпустить мощную модель с открытым исходным кодом.
- Творчество: Разрабатываются модели распределения доходов с художниками, давшими согласие на использование их стиля.
- Наука: Наиболее перспективно применение AI в научных открытиях и медицине.
- Угрозы: Признает "большие риски" - биотерроризм, кибербезопасность, самосовершенствующиеся модели.
- Агентный AI: Представляет самый серьезный вызов безопасности; хороший продукт должен быть безопасным.
- AGI: Нет четкого определения AGI; модели продолжат становиться умнее по экспоненциальной кривой.
- Будущее: Альтман считает, что его ребенок будет жить в мире, где люди "никогда не будут умнее AI", с "невероятным материальным изобилием".
https://www.youtube.com/watch?v=5MWT_doo68k
- Рост: ChatGPT имеет около 500 млн еженедельных пользователей с быстрым ростом.
- Открытый код: OpenAI планирует выпустить мощную модель с открытым исходным кодом.
- Творчество: Разрабатываются модели распределения доходов с художниками, давшими согласие на использование их стиля.
- Наука: Наиболее перспективно применение AI в научных открытиях и медицине.
- Угрозы: Признает "большие риски" - биотерроризм, кибербезопасность, самосовершенствующиеся модели.
- Агентный AI: Представляет самый серьезный вызов безопасности; хороший продукт должен быть безопасным.
- AGI: Нет четкого определения AGI; модели продолжат становиться умнее по экспоненциальной кривой.
- Будущее: Альтман считает, что его ребенок будет жить в мире, где люди "никогда не будут умнее AI", с "невероятным материальным изобилием".
https://www.youtube.com/watch?v=5MWT_doo68k
YouTube
OpenAI’s Sam Altman Talks ChatGPT, AI Agents and Superintelligence — Live at TED2025
The AI revolution is here to stay, says Sam Altman, the CEO of OpenAI. In a probing, live conversation with head of TED Chris Anderson, Altman discusses the astonishing growth of AI and shows how models like ChatGPT could soon become extensions of ourselves.…
❤1
Знания/рациональность или креативность?
Что важнее развивать в детях?
Могу об этом рассказывать часами и давать ссылки на умные материалы.
Но, как часто бывает, хорошими намерениями устлана дорога в ад.
Самое важное у ребенка — развить внутреннюю пружину, чтобы он сам научился себя подгонять, спрашивать с себя качество и скорость.
Когда вашим детям по 5-10 лет, у вас еще есть право служить им внешней пружиной: водить по кружкам и секциям, выставкам и помогать удивляться. Но ближе к 18 ваши наставления уже не работают. И тут надо набраться терпения, дождаться, когда придет вдохновение. Вы уже скорее дирижер, и, возможно, даже не для вашего музыканта.
Слава Богу, она, надеюсь, не читает мой блог, но я ждал три месяца, пока к ней придет вдохновение.
ДАША записала вчера две песни и ещё сделала несколько заготовок. Да, мы не успели с песней для Юры к 12 апреля, на день опоздали — надеюсь, он нас простит.
Yappy | YouTube | Telegram
Что важнее развивать в детях?
Могу об этом рассказывать часами и давать ссылки на умные материалы.
Но, как часто бывает, хорошими намерениями устлана дорога в ад.
Самое важное у ребенка — развить внутреннюю пружину, чтобы он сам научился себя подгонять, спрашивать с себя качество и скорость.
Когда вашим детям по 5-10 лет, у вас еще есть право служить им внешней пружиной: водить по кружкам и секциям, выставкам и помогать удивляться. Но ближе к 18 ваши наставления уже не работают. И тут надо набраться терпения, дождаться, когда придет вдохновение. Вы уже скорее дирижер, и, возможно, даже не для вашего музыканта.
Слава Богу, она, надеюсь, не читает мой блог, но я ждал три месяца, пока к ней придет вдохновение.
ДАША записала вчера две песни и ещё сделала несколько заготовок. Да, мы не успели с песней для Юры к 12 апреля, на день опоздали — надеюсь, он нас простит.
Yappy | YouTube | Telegram
Yappy
DASHA @dasha.music: вертикальные видео в HD ⚡️ Смотри Yappy
#dashamusic, Анимация, Арт/искусство, Музыка в комьюнити творческих людей Yappy |
🔥2