Канал «Метаверсище и ИИще» (#Нейропрожарка) опубликовал разбор двух авторских спек-роликов, целиком сделанных с помощью генеративных нейросетей — без съёмочной группы и реального актёрского состава. Оба кейса показывают, как связка из нескольких AI-инструментов (генерация изображений, видео, музыки и монтаж) заменяет полный продакшен рекламного ролика.
Первый проект — фейковая реклама-триллер для легендарного авто «Got wheels?» автора Дмитрия, второй — конкурсная спек-реклама «РАЗРЕЖ» от AI-режиссёра @aidirected. Оба демонстрируют разные подходы: от многомесячной кропотливой работы с несколькими генераторами видео до быстрого прототипа под конкурсный дедлайн.
Компания Viggle, после долгого молчания (последний крупный релиз — Viggle V4 12 февраля), выпустила Viggle-Animate — впервые с открытыми весами и кодом. Модель заменяет персонажа в видео: пользователь вручную перерисовывает персонажа на одном кадре исходного ролика, а модель распространяет эту правку на весь клип, сохраняя движения, камеру и тайминг.
Главная особенность — модель почти полностью отказалась от традиционной обвязки видео-пайплайнов: без оценки поз, сегментации, трекинга лиц, depth-карт и текстового промпта. На входе только исходное видео плюс один переделанный кадр.
В начале сентября 2026 года в экосистеме ComfyUIi один за другим вышли два независимых неофициальных проекта, которые встраивают в ноды технологию NVIDIA DLSS 5i (Neural Renderingi) — апскейл изображений/видео и интерполяцию кадров. Оба не связаны с NVIDIA или Comfy Org и работают только на Windows с видеокартами RTX.
Первый проект (1 сентября) даёт базовый доступ к Neural Rendering через прямой мост в D3D12/NGX, второй (5 сентября) расширяет функциональность до полноценной интерполяции кадров и апскейла видео с гибкими настройками стиля и качества.
Runway представила исследовательскую превью-версию GWMi Worlds 2 — General World Model, которая генерирует непрерывный audio-video мир на лету и реагирует на действия пользователя. Фактически это попытка заменить игровой движок генеративной моделью: пользователь задаёт окружение, персонажей, стиль и правила мира, а затем управляет камерой, отдаёт команды персонажам и меняет сцену текстом в реальном времени.
Это развитие прошлогодней GWM-1i, которую Runway представляла как фундамент для трёх направлений — Worlds, Avatars и Robotics. Worlds 2 делает шаг вперёд: непрерывная audiovisual-генерация, управление несколькими субъектами одновременно, свободная камера и возможность менять сам мир прямо во время сессии.
.codex/config.toml в папке пользователя и добавить в конец файла:
[features.context_management]
experimental_mode = trueThe Information опубликовали статью о новой модели OpenAI с кодовым названием Astra, заявив, что в её основе лежит революционная архитектура «рекуррентная глубина» (recurrent depthi) или «зацикленный трансформер» (looped transformeri): модель прогоняет текст через одни и те же слои несколько раз перед генерацией очередного токена, что делает компактную сеть эффективнее крупной. Издание также утверждало, что этот метод скрывает «цепочку рассуждений» модели, из-за чего сложнее отслеживать нежелательное поведение ИИ — и это якобы вызвало опасения внутри OpenAI и всей индустрии.
Однако вскоре выяснилось, что «революция» — во многом журналистское преувеличение: похожая техника известна давно, использовалась в опенсорсе и восходит к работе Google «Mixture-of-Recursions» (NeurIPS). Представитель OpenAI Якуб Пахоцкий публично назвал репортаж вводящим в заблуждение, а исследователь Себастьян Рашка указал, что повторное использование слоёв само по себе не подавляет видимую цепочку рассуждений — оно лишь добавляет вычисления в скрытых состояниях, как и обычные слои трансформера.
ВыводПо данным источника The Information, знакомого с разработкой Astra, подход аналогичен подходу из прошлогодней научной статьи о «скрытых рассуждениях»
Российский стартап Mostik, основанный Александрой Малышевой, вышел из stealth-режима: о компании написал Wired (заголовок статьи — «these russian mathematicians»), а сама команда опубликовала блог-пост с описанием технологии. Стартап предложил способ, при котором модели обмениваются не текстом, а скрытыми внутренними состояниями через обучаемый модуль-«мостик» — это позволяет связывать большую и маленькую модель так, чтобы дорогое «чтение» задачи делала большая модель, а дешёвую генерацию ответа — маленькая, без потери в точности.
Параллельно решение Mostik заняло первое место на бенчмарке ARC-AGI-3i с большим отрывом от конкурентов, что подало новость и как прорыв в бенчмарках, и как технологический анонс о новом способе ансамблирования моделей.