STARTOBUS
2.71K subscribers
2.54K photos
764 videos
209 files
3.32K links
@startobus: AI — гайды, инструменты, кейсы для креатива, маркетинга и бизнеса
👋 @dchannov, Денис Чаннов, 35 лет опыта 🚀 2500+ проектов в 30+ странах.
Download Telegram
Топ_30_LLM_Reasoning_и_мультимодальность_18_24_н.pdf
597.3 KB
Топ 30 трендов недели. Рейтинг моделей, их специфика
Выжимаем максимум из Nano Banana Pro: вышел гайд от Google с полезными лайфхаками для новой модели.

Внутри — советы по эффективному промтингу, лучшие кейсы использования Nano Banana Pro, а также разбор сильных и слабых сторон нейронки. Научат переводить текст, делать продуктовые картинки и фотошопить фотографии с ИИ.

Все отдают с примерами промтов. Изучаем тут.
Media is too big
VIEW IN TELEGRAM
🎞 Multi-Frames — в Dreamina AI (платформа от ByteDance, создателей CapCut) завезли новый инструмент.

И он позволяет юзеру точно управлять генерацией видео. Можно закинуть до 10 ключевых кадров, а модель соберёт из них цельный ролик длиной до 54 секунд.

Переходы между кадрами настраиваются в диапазоне 1–6 секунд.

Параллельно Dreamina открыла бесплатный доступ к Nano Banana Pro на неделю ☕️

• Попробовать (доступ через настройки из других стран)

#нейросети #neural

@aiaiai
Please open Telegram to view this post
VIEW IN TELEGRAM
Claude Opus 4.5 вышел и побил всех конкурентов в программировании

Это первая модель с 80% в SWE-Bench. Цена в API — 5/25 долларов за миллион токенов.

Разработчики теперь могут выбирать, как модель тратит токены и думает: быстро и дешево или долго и с максимальной производительностью.

Ещё Claude Code заработал в десктопном приложении. Длинные диалоги в нём больше не должны прерываться. По мере необходимости Claude сам сделает выжимку из прошлого контекста и продолжит чат.

https://www.anthropic.com/news/claude-opus-4-5
Как быстро делать инфографику. Я в нанобанана (через чат gemini) попросил:

Возьми за основу стиль этой инфографики и заполни ее данными по рынку ИИ на сегодня. Подумай, чтобы эта инфографика была максимально полезной и интересной


И полученный результат можно просить править. Просить другие данные, другую валюту.

Сами обновленные инструменты уже раскатаны везде. А ну и еще немало вопросов о том, что делать, когда Google блокирует ее:
1. Для начала проверьте свой Gmail-аккаунт: к какому региону его приписывает Google: https://policies.google.com/u/1/country-association-form?pageId=none (вчера получил блок, но сегодня смог разблокировать через броузерный vpn - их меньше блокируют - наверное).
2. Убедитесь, что у вас не привязаны российский номер телефона и платежные карты.
3. Ну и, конечно, что вы заходите не с российского IP-адреса.

Если на этих этапах все хорошо, то можно поискать хорошего продавца на Plati.market - обращайте внимание на описание лота, количество положительных и отрицательных отзывов. Я смог купить за 380 руб ультру на месяц с 45 тыс кредитов (это на создание 70 часов видео достаточно - не говоря уже о количестве фото).
1
В этой подборке фото - последний ВС - сделанное фото побыстрому на смартфон около ангара. Я подумал, а дай-ка я попробую сделать фото каталожного уровня.

И попросил сначала в Канве (Gemini) такой запрос:
На фото автожир на 3 места. Предложи вариант доработки фото, для каталога. Сделай фотосессию максимально стильно и современно


мне дали детальный ответ как нужно провести фотосесию, убрать ненужный технологический шум и так далее. Инструкция длинная - в пост не поместилась, если кому нужно - напишите - вышлю)

Но потом я еще сделал несколько итераций - поставил ВС в современный цех, а так же как вариант в цех в загородной локации. И получил - то, что надо (кстати так примерно ВС сейчас и стоит - только не так чисто как на этой картинке).

UPD - в комментарии добавил рекомендации по доработке фотосессии от Канвы. Я просто потом нанубанану просил по этим инструкциям сделать материалы
👍1🔥1
Нейросети в бизнесе: как не угробить бюджет и реально прокачать компанию

Что делают 90% предпринимателей при слове «нейросети»?
В панике ищут «промт-инженера» или нанимают модного AI-специалиста, чтобы “внедрить” новую технологию.
— А дальше? Дальше чаще всего — разочарование.

Реальная правда: нейросеть не решит ваши задачи сама.
Это инструмент, который усиливает профессионала, а не заменяет его. Представьте себе крутой молоток: от него ни одной стены не построится, если в руках дилетант.

Хитрость внедрения нейросетей:
- Фокус — не на моде, а на скорости и качестве решений.
- Самые сильные игроки в вашей команде становятся еще продуктивнее, когда в арсенале появляется искусственный интеллект.
- Маркетолог за полчаса создает креативную кампанию с помощью ChatGPT.
- Аналитик — вытаскивает из массива данных инсайты за минуту вместо часов.
- Проектный менеджер автоматизирует половину переписки и отчетов.

НЕ нужно никого нанимать, чтобы просто “были нейросети”.
- Инвестируйте не в посторонних AI-гениев, а в обучение и прокачку своих топовых сотрудников.
- Покажите им лучшие инструменты, дайте пространство для экспериментов в рабочих задачах.

Главный рецепт:
1. Найдите реальные задачи и узкие места, где можно ускорить процессы.
2. Дайте экспертам ключи к нейросетям — пусть сами решают, где их использовать.
3. Внедряйте не для галочки, а для экстра-результата, скорости и прибыли.

Нейросети — как турбонаддув для бизнеса: запускайте мощь туда, где реально есть потенциал!

Первое видео - сделано в Perplexity, второе в VEO 3.1. - есть то, что можно сделать лучше, но явно если вам только иногда нужны ролики - Perplexity Pro - будет достаточно (и за несколько итераций - доработать не сложно) Промпт
Современный стильный офис. Руководитель — мужчина, явно россиянин, 45–55 лет, в деловом костюме, озабоченно рассматривает резюме prompt-инженера, за кадром слышен голос с русским акцентом: «Кого нанять, чтобы внедрить нейросети?..» Внезапно происходит яркая вспышка. Вокруг руководителя появляются сотрудники — маркетолог, аналитик, менеджер проектов (все профессионалы, также россияне). У специалистов ноутбуки, они используют нейросети для решения реальных бизнес-задач: запуск рекламы, анализ данных, автоматизация писем. Проявляется ускорение процессов, команда работает слаженно и качественно. Руководитель удовлетворённо улыбается, понимая выгоду внедрения. Закадровый голос завершает: «Нейросети делают профессионалов ещё сильнее. Внедряйте не ради моды, а ради результата!» Все диалоги и финальный слоган — на правильном русском языке, закадровая озвучка.
🔥1
Честно, чем больше работаю с ИИ — тем больше замечаю, что ограничения не только в скорости генерации. Материал, который получаешь от нейросети, приходится реально вычитывать, понимать контекст, править, думать…

Раньше на какие-то задачи уходила неделя, сейчас делается за минуту. Но времени на осмысление — реально стало больше, или точнее, не уменьшилось.

Это нормально — нейросети почти не шарят в культуре, нюансах, связях, нетворкинге. Текст "сгенерился", а дальше давай сам — включай голову.

Вот отсюда растёт ценность оркестра агентов:
- Пусть ИИ-агенты генерят, автоматизируют, подготавливают,
- а ты общайся с настоящими клиентами —
- мы тебе новых приведём, пока у тебя идёт диалог с реальными покупателями.

‼️Добавлю ВАЖНОЕ - в будущем (ближайшем) - будут цениться люди, которые будут понимать - ЧТО НЕ ДЕЛАТЬ!

Скоро расскажу чуть подробнее про Оркестр, который мы делаем с коллегами. Это уже пушка-бомба-ракета.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥2
​​Недавний успешный запуск Gemini 3 заставил вспомнить об одной вещи, связанной с Google, о которой не так часто говорят.

Речь о возвращении Сергея Брина к операционной роли.

Он ушел “на пенсию” в 2019, но вернулся в 2023, в основном сосредоточившись на проектах в области AI, а именно на моделях, которые разрабатывал Google. На недавней конференции Google I/O он неожиданно выступил вместе с генеральным директором DeepMind Демисом Хассабисом, был одним из хедлайнеров. И сказал, что работает в офисе сейчас “почти каждый день”.

Давайте посмотрим, как изменился Google с начала 2023:
▪️2-х рост квартальной выручки Google Cloud (3Q’25 против 1Q’23) благодаря Gemini.
▪️2.5x рост доли Gemini на рынке LLM API для корпоративного сектора (теперь доля 25%. Menlo Ventures, середина 2025).
▪️7х рост MAU Gemini (3Q’25 против 2024 года) до 650M.
▪️7B токенов в минуту обрабатывается через API (3Q’25).
▪️3.6x рост цены акций с 6 января 2023 по 24 ноября 2025.

Продукты Google являются первоклассными во большом количестве областей: Antigravity (помощник написании кода), NotebookLM (аналитика и исследования), Nano Banana (генерация изображений), Veo 3 (генерация видео). Что касается рейтингов:
⭐️ 1 место Gemini 3 Pro в большинстве бенчмарков.
⭐️ 1 место Gemini Flash 2.5 в reasoning по соотношению производительности и стоимости среди средних моделей для корпоративного сектора (a16z, июнь 2025).
⭐️ 2 место по удержанию талантов в сфере AI (SignalRank, май 2025 года).
⭐️ 2 место по рейтингу AI Labs (Из отчета “State of AI Report 2025”).
⭐️ 2 место по количеству ведущих AI исследователей в списке The Metis List (по состоянию на ноябрь 2025).

Berkshire Hathaway Уоррена Баффета 7 дней назад впервые инвестировала $4.3 млрд в Alphabet. Сэм Альтман предупредил сотрудников, что OpenAI может столкнуться с финансовыми трудностями из-за успеха Google с Gemini.

Мы не должны недооценивать роль фаундера. Даже для более крупных scale-ups. Даже для таких гигантов как Google.

Keep going, фаундеры! И спасибо вам за то, что вы есть! 🙏

@proVenture

#ai #trends
Media is too big
VIEW IN TELEGRAM
Вышла нейросеть для создания изображений FLUX 2

Позиционируется как более дешевый конкурент Nano Banana. Генерирует картинки в разрешении до 4K, дорисовывает скетчи, учитывает до 10 референсов.

Попробовать можно тут https://playground.bfl.ai/image/generate

Версия с открытыми весами: https://huggingface.co/collections/black-forest-labs/flux2
🔥1
Илья дал большое интервью:
https://www.youtube.com/watch?v=aR20FWCCjAs

Вот главное:

– Сейчас модели выглядят намного умнее на тестах, чем в реальных задачах: они переобучены на эвалы и плохо обобщают, особенно в сложных многошаговых сценариях

– Главный технический барьер к AGI - ненадёжное обобщение и низкая «человеческая» обучаемость; простое масштабирование предобучения и RL это не решит

– Эпоха «масштабируем всё предобучением» заканчивается: данные конечны, RL жрёт много вычислений; начинается новая «эпоха исследований» с поиском новых рецептов обучения (в т.ч. ценностные функции, архитектур моделей, другие виды RL и т.п.).

– Будущее AGI видится как система, которая учится как человек: один и тот же базовый разум может быстро осваивать разные профессии, постоянно дообучаясь в реальном мире, а не «готовый мозг, который знает всё из коробки»

– Массовое распространение таких АИ-учеников по экономике почти неизбежно приведёт к очень быстрому росту производительности и ВВП; скорость будет сильно зависеть от регулирования в разных странах

– Скорее всего появится много сверхсильных АИ от разных компаний, специализирующихся по нишам (право, медицина, R&D и т.д.), а не один «богоподобный» монополист-суперинтеллект (аниме Пантеон смотрели? Пора если нет)

– Основной риск - огромная мощь: если сделать чрезвычайно сильного целеустремлённого агента, даже с «хорошей» целью, результат может сильно не понравиться людям; желательно ограничивать максимальную мощность единичных систем

– В качестве цели для первых суперинтеллектов он рассматривает «заботу о чувствующих существах» (в т.ч. о самом АИ) как более реалистичную и устойчивую, чем «забота только о людях», но признаёт, что это не идеальное решение

– Он ожидает постепенный, но всё более заметный показ мощных АИ обществу: по мере роста реальной силы моделей компании и государства станут намного более параноидальны и начнут активно координироваться по безопасности и регулированию

– Краткосрочный «хороший» сценарий - универсальный высокий доход и то, что АИ делает почти всю работу; долгосрочно это нестабильно, потому что люди выпадают из активного участия в принятии решений

– Один из возможных (ему самому не очень нравящийся) способов долгосрочной стабилизации - частичное слияние людей с АИ через продвинутые нейроинтерфейсы, чтобы люди разделяли понимание с системами и оставались в контуре управления

– Оценка горизонта: до АИ, который учится как человек и может стать базой для суперинтеллекта, примерно 5-20 лет; текущий «чистый масштабинг» в какой-то момент упрётся в потолок

– SSI (его АИ лаба) он описывает как «чисто исследовательскую» компанию с другим техническим подходом к обобщению и безопасности, которая не ставит ставку на простое наращивание масштаба текущих архитектур, и ожидает, что в итоге крупные игроки всё равно сойдутся в общих стратегиях по безопасному выводу суперинтеллекта в мир
Suno.ai пошли на мировую объявили о партнерстве с Warner Music Group.

После аналогичной сделки между WMG и Udio.com неделю назад, это было лишь вопросом времени — мейджор двигается по одному и тому же плану.

В длинном пресс-релизе о том, какие широкие возможности это открывает всем сторонам, скрывается главное для пользователей: скачивание треков будет доступно только на платных тарифах и в лимитированном количестве в месяц. Бесплатная эпоха Suno закончилась.

На днях из питчдека, с помощью которого Suno привлекли $250M, всплыла цифра: платформа каждые две недели генерирует объем музыки, сопоставимый со всей библиотекой Spotify. На Deezer уже идет 50 000 AI-треков в день, и это число удвоилось за четыре месяца. Игнорировать такие объемы лейблы уже не могли, но и душить, как файлообменники и торрент-клиенты в нулевых, тоже бессмысленно — рынок уже другой.

AI-музыка переходит из серой зоны под управление мейджоров.
Тут Антропик попробовал посчитать как влияет АИ на ускорение сотрудника, вот что вышло:

Проанализировали 100 тыс. реальных диалогов с Claude, попросили модель оценить, сколько заняли бы описанные в них задачи у людей с АИ и без него, и получилось, что типичная задача (в среднем ~1,4 часа и ~55 долларов человеческого труда) выполняется примерно на 80% быстрее при помощи нынешних АИ моделей

Экстраполяция данных показала, что при внедрении даже нынешнего поколения АИ, за 10 лет, можно было бы добавить ~1,8% к ежегодному росту производительности труда в США, фактически удвоив текущие темпы

Правда, бенефиты ускорения продуктивности неоднородны: распределялись на разработчиков, менеджеров, финансистов, маркетинг и образование, а вот – розница, общепит, строительство и часть медицины затронуты мало, а неускоряемые задачи «на земле» и управленческие/социальные функции могут стать узкими местами.


Короче, качаем софт скиллы работая в общепите – и вас не заменят ☕️

Вот тут можно посмотреть у кого сильнее ускорение при использовании LLM-чатботов:
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
Маркетинговая воронка умерла. Теперь это пинбол или рыбалка с сетью

Рэнд Фишкин (основатель SparkToro) наконец сформулировал то, что мы все чувствовали последние пару лет: классическая воронка больше не работает.

Слом нарратива: от снайпера к рыбаку

Раньше мы играли в снайперов — выбирали 2-3 канала, тщательно прицеливались и надеялись на точное попадание одной пулей. Красиво, эффективно на бумаге, измеримо.

Но реальность жестока: ваши клиенты не стоят на месте, ожидая вашего выстрела.

Сегодня вам нужно быть рыбаком с широкой сетью. Забросить сеть туда, где плавает косяк вашей аудитории, и покрыть всю акваторию их обитания. Потому что рыба (ваш клиент) не движется по прямой линии от точки А к точке Б — она мечется, кружит, уходит на глубину, всплывает, заходит с другой стороны.

Как это было:
Осведомленность → Интерес → Рассмотрение → Покупка

Всё линейно, предсказуемо, управляемо.

Как это происходит сейчас:

Человек начинает с обсуждения в чате Telegram, читает пост в Substack через VPN, листает Instagram (тоже через VPN), проверяет Reddit, спрашивает у ChatGPT, смотрит ленту ВК, возвращается в Яндекс, снова открывает Reddit, пишет эксперту в личку в Telegram, читает отзывы на Яндекс.Картах, возвращается на ваш сайт... и даже стоя у кассы в Wildberries продолжает гуглить отзывы на телефоне.

Это хаос. Это пинбол, где шарик (ваш клиент) беспорядочно отскакивает от бамперов (каналов коммуникации).

Практический пример из статьи Фишкина (адаптация под РФ):

Допустим, вы ищете банк с высокой ставкой по вкладу в Москве. Путь выглядит так:
1. Прочитали статью в Telegram-канале про критерии выбора
2. Вспомнили про Тинькофф (реклама везде)
3. Загуглили процентные ставки в Яндексе
4. Спросили совета в чате друзей
5. Проверили на Банки.ру конкурентов
6. Посмотрели обсуждение на Reddit (через VPN)
7. Проверили отзывы на Яндекс.Картах
8. Спросили у ChatGPT через VPN
9. Вернулись на сайт банка
10. Посмотрели разбор на YouTube
11. Спросили мнение у подписчиков в сторис

И это только начало цикла.

Что это означает для нас:

Вы не можете себе позволить быть снайпером. Одна стрела в один канал — это билет в никуда. Вам нужно забросить сеть присутствия туда, где реально обитает ваша аудитория:

- И в Telegram, и в ВК
- И в западных соцсетях (да, через VPN, но люди там есть)
- И в поисковиках, и в AI-чатах
- И в подкастах, и в YouTube
- И в профильных Reddit'ах, и в локальных чатах

Консистентность месседжа важнее точной атрибуции. Вы никогда не узнаете, что именно сработало — пост в Telegram, комментарий эксперта на Reddit или ролик на YouTube. И это нормально.

Главный инсайт Фишкина: определите, где ваша целевая аудитория проводит время, и транслируйте правильное сообщение во всех этих местах одновременно. Не пытайтесь померить вклад каждого канала до миллиметра — эта игра проиграна до начала.

P.S. Помните шутку про "нам нужна эконометрическая модель для оценки вклада каждого канала в конверсию"? Теперь она уже не кажется смешной. Она просто невозможна 😅

Оригинал: https://sparktoro.com/blog/the-pinball-customer-journey-has-replaced-the-marketing-funnel/
Обожаю закидывать в NotebookLM статьи, гайды, исследования.

Например, в режиме "инфографики" можно делать первое касание с материалом, а иногда даже сразу получить нужную инфу. Потом можно продолжить в режиме "презентации", чтоб прям совсем подробно.

Ну и мне нравится просто общаться с источниками в окне чата.

В примере инфографика по мотивам промпт-гайда по GPT-5.1.

Подсмотрено #productivity@TochkiNadAI #prompt@TochkiNadAI
Карпатый сделал совет AI-директоров, где модели спорят между собой.

Я делаю проще: держу папку с экспертами, у которых разный взгляд на AI и автоматизацию.

Перед запуском фичи читаю, что они пишут по теме → натыкаюсь на аргумент, который сам не учёл → корректирую подход.
1