Довольно давно художники начали использовать смартфон для записи движения камеры внутри 3D-сцен в Blender, как в этом ролике. А сейчас все чаще вижу ту же механику, только для создания AI-роликов. Смотрится офигенно, реалистично, и главное – вам в случае с ИИ не нужно даже заморачиваться с созданием и детализацией блочной сцены, и уж тем более не надо ее моделить для финального результата. Просто просите агента: – подключиться в Блендер, собрать простую сцену (даже, например, с анимированными персонажами) – достаете смартфон, просите того же агента подключить смартфон к блендер-сцене, чтобы можно было видеть ее на экране, и быть, как бы, внутри этой сцены – снимаете видео как вам нужно, с тряской, любым поведением – отдаете эту блочную красоту любой классной видео-ту-видео модели, профит!

Suno бахнуло Speech Олды вспомнили про Bark Теперь оно генерирует не только пестни, но и обычную речь сразу с фоновой музыкой. Как: - Пишете текст или просто описываете идею. - Задаёте, каким должен быть голос. - Описываете музыкальный стиль. - Suno генерирует речь и оригинальную подложку вместе, одним треком. Вот это вот все для озвучки видео, историй, медитаций, рекламных роликов, подкастовых вставок, voice-over, игровых сцен и прочего spoken content. По цене пока всё просто: отдельного тарифа Speech нет. Beta доступна всем пользователям Suno. Сколько конкретно credits съедает одна генерация Speech - непонятки. Зачем это всё? Suno постепенно перестаёт быть просто генератором треков и превращается в генератор готового аудиоконтента. Музыка остаётся ядром, но теперь вокруг неё появляются речь, narration и потенциально другие виды аудио. Это уже прямой заход на территорию TTS, подкастов, аудиокниг, рекламы и озвучки видео. И главный продуктовый ход здесь не в том, что Suno научилась говорить. Хороший TTS давно существует у всех. Ход в другом: голос и саундтрек создаются как одна сцена, без отдельной генерации музыки и последующего сведения. Можно ли получить голос без музыки? Я не знаю. И надо тестировать, можно ли получить два трека отдельно для голоса и для подложки. Источники: https://suno.com/blog/introducing-speech-beta https://suno.com/release-notes @cgevent

Как мне ИИ помогает в быту. Тесно сотрудничаю с ИИ-помощником в разработке. Он экономит мне кучу времени на рутину, находит неочевидные детали и предлагает оптимальные решения. Вот несколько кейсов только на этой неделе. 🔹Статистика Решил я добавить статистики в PersMarket. Ну, там, просмотры, география, прочее. Обычно для таких целей сразу тащу в проект ClickHouse. Но недавно писал про SereneDB, новую быструю СУБД с PostgreSQL-коннектором. Думаю, надо пробовать. Запустил режим планирования в моем ИИ-коллеге и попросил прикинуть, как реализовать статистику, упомянув обе СУБД выше. Тот пошуршал и выдал план, в основе которого обычный советский PostgreSQL. Про ClickHouse сказал, что рано. Про SereneDB почитал документацию на сайте и сказал, что пока тоже не стоит. Я пытался его убедить, что стильно-модно-молодежно, но тот был непреклонен, настаивал на своем варианте, без всякого вот этого "Вы абсолютно правы". В отчете привел обоснования и примерные оценки. По совокупности факторов я с ним согласился и пока не жалею. А вот если бы принимал решение сам, мог бы внедрить новое и потом увязнуть в настройке-поддержке. Да еще сервер мощнее брать бы пришлось. 🔹Лендинги Умеет мой нейродруг верстать, поэтому я делаю в нем лендинги. Сначала традиционный режим планирования, придумываем экраны, обсуждаем всякие завлекательные и убеждающие фразы, CTA-элементы и вот это все. Я пишу, что мне надо в итоге, он готовит этот поэкранный сценарий. Затем я согласую, и он верстает. По умолчанию получается немного нейрослопно, но есть скиллы, дополняющие его опыт всякими лучшми практиками. Они корректируют типографику и композицию, так что получается вполне прилично для работы на час. Но вот не умеет он генерировать картинки, к сожалению. Вернее, умеет вектор и SVG, умеет диаграммы и графики, а вот фотореализм не умеет. А для лендинга надо. И я прошу его: "У меня есть платное AI API, там есть модельки, умеющие генерировать изображения. Сделай мне скилл для генерации, чтобы недорого и приемлемо." Он сходил на сайт API, почитал документацию, скачал список моделей с расценками, сделал несколько тестовых запросов, выяснил оптимальный вариант и соорудил скилл. Собственно, скилл - это текст с инструкциями + скрипт на Python. И вторым запросом я ему говорю: "А теперь примени этот скилл для нового лендинга". 5 минут - и вуаля! - картинки на месте. Он сам составил запросы с учетом контекста, получил готовые картинки, оценил с точки зрения релевантности, вставил в лендинг и отформатировал. Придраться было не к чему. 🔹Баги На одном из проектов пользователи создают отчеты и прикрепляют к ним фото. И регулярно жаловались, что пропадают загруженные фото. Я не мог понять закономерность и воспроизвести это дело. Функционал делал не я, к тому же там использовалась сторонняя библиотека как ядро платформы. Попросил своего AI-гуру посмотреть, что может быть. Он посмотрел, говорит, что бывают фото большие, и в определенных случаях пользователи загружают их пачками, что не пролезает в лимиты. Давай, говорит, будем их уменьшать прямо на фронте. Ну конечно давай, говорю. Он сделал. Поверил за собой, тесты всякие, туда-сюда. Всё нормально. Кстати, говорит, а ты знаешь, что у тебя фото сохраняются неправлиьно на сервере? Не знаю, говорю. А вот, говорит, та сторонняя библиотека сначала пишет оригинал, а потом в этот же файл пишет уменьшенную копию, не отрезая хвост. Картинки потом отображаются нормально, потому что там все сигнатуры нормальные, но мусорный хвост увеличивает размер файла, иногда в разы. Ну разве я бы такое нашел глазами? Я бы и не искал, файлы без ошибок пишутся и открываются, а кто там на размер смотрит. Ой, мама, сказал я, сделай что-нибудь. Он исправил сохранение и по своей инициативе написал мне консольную утилиту для обрезания хвостов уже загруженных файлов, даже режим dry-run не забыл. Пробую - на каждые три месяца фоток до 500 мб хвостов. А история там за 4 года. В общем, не представляю, как раньше жил без такого покладистого помощника и, главное, быстрого, как электровеник. #ai

✔️ ВКонтакте научила Ленту отличать интерес к контенту от намерения купить Инженеры AI VK построили отдельный контур товарных рекомендаций внутри Ленты ВКонтакте. Обычный рекомендер оптимизируется под релевантный показ, за которым обычно следует лайк, комментарий и другие реакции, но интерес к посту ещё не означает готовность купить товар. Поэтому для товарных публикаций сделали отдельную систему со своими кандидатами, логированием и моделью ранжирования. Она оценивает вероятность того, что конкретный товарный пост приведёт пользователя к заказу. На старте возник классический cold start: мало показов → мало переходов и заказов → мало данных → модель не на чем обучать. Команда подняла логирование товарного домена с 2% до 100%, увеличив обучающую выборку в 15 раз. А пока заказов было недостаточно, использовала более частые proxy-сигналы – например, раскрытие текста поста, которое коррелировало с дальнейшим переходом к партнёру. Для поиска кандидатов система использует два типа сигналов: товарное поведение и обычные контентные интересы. Например, если человек взаимодействует с постом про книги или рецептами, система может найти близкие по смыслу товарные публикации – книги, посуду или другие связанные товары. После этого ранкер решает, стоит ли показывать конкретный товар конкретному пользователю. Само ранжирование мультитаргетное: максимальный вес получает заказ, затем переход к партнёру и только потом более лёгкие действия вроде лайков и времени просмотра. То есть система оптимизируется не под CTR как таковой, а под всю воронку до покупки. За пять месяцев: 🟢сквозная конверсия из показа в созданный заказ выросла на 53%; 🟢число созданных заказов – в 43,2 раза; 🟢переходы к партнёру – в 55,3 раза; 🟢CTR перехода к партнёру – на 95,6%. Инфраструктурно всё работает на Discovery-платформе VK: она позволила настраивать отдельное логирование, быстрее запускать эксперименты и тестировать гипотезы без разработки отдельных сервисов под каждый новый сценарий. Подробно про архитектуру, cold start, proxy-таргеты и ранжирование – в статье на Хабре. @ai_machinelearning_big_data #news #ai #ml

Онбординг агентов в Enterprise кодовые базы на миллионы LoC Вместе с Максимом Ключниковым (Этихлид) поделились своим опытом о том, как добиться максимум эффективности от AI агентов на больших легаси проектах. Я рассказывал про построение тезауруса и борьбу с тех долгом, а также поделился неочевидными результатами наших бенчмарков, измеряющих эффективность контекстных движков (векторный RAG, графовый RAG). Во второй части Максим рассказал об AI-native инфраструктуре . А в третьей части к нам присоединился Глеб Михеев (Уставший техдир) и мы вместе поотвечали на вопросы зрителей, обсудили тему миграции больших проектов, а также тему объективного измерения эффективности агентов на своей кодовой базе. Запись на YouTube: Конвертируем Enterprise-проект в Dark Factory — Родион Мостовой и Максим Ключников Таймкоды: 00:00 Знакомство со спикерами и начало доклада 02:15 Что такое Dark Factory и что для неё нужно 09:25 Делаем Enterprise-проект понятным агенту 14:20 Тезаурус, инварианты и знания команды 26:05 Исследование подсистем и проблема missing change 29:20 Контекстные движки: поиск и GraphRAG 36:50 Верификация: тесты, AI QA и запуск в CI/VM 56:30 Максим Ключников: замыкаем петлю на инфраструктуру 1:25:25 Воркфлоу для типовых задач 1:28:05 Профиль готовности проекта к агентам 1:31:05 Сколько работы можно отдать агентам 1:42:30 Обсуждение и вопросы участников @ai_driven

Забавно, насколько быстро всё поменялось буквально за пару недель. Я тут сравнивала новые модели openai и anthropic. Как раз во вторник у меня закончились кредиты opus 5.5. Ресет будет только сегодня в 14:00. И я пересела на sol 6.1 (openai). Конечно, это очень хорошая модель. Чётко выполняет задачи, сильно дешевле astra, и в целом с ней довольно комфортно работать. Но! Поймала себя на совершенно абсурдной вещи: у меня есть новая функциональность, которую очень хочется сделать, но я даже не хочу рисковать и отдавать её codex :) Я просто описываю пока задачи, чтобы в 14:00 сразу поставить их claude. Сейчас доверяю opus 5.5 больше. Она лучше подхватывает контекст, у неё лучше вкус, и как будто она уже заранее понимает, как примерно я сама хотела бы решить задачу. И, конечно же, несколько motion-видео тоже ждут своей очереди. sol 6.1 тут на порядок уступает: нет нужной динамики, не попадает в look&feel. А astra очень прожорливая. А ведь буквально пару недель назад всё было совсем наоборот. Короче, лениво промчу sol 6.1 и жду ресета opus 5.5 :) P.S. Сегодня вечером будет глобальный ресет в codex, можно смело переходить на astra и выжимать из неё всё. @wealldesigners

На Nokia 2007 года выпуска с объемом памяти всего 8 МБ теперь работает Claude Разработчик Эмир Каршиякалы создал клиент на Java ME, который позволяет этому почти 20-летнему телефону взаимодействовать с Claude через небольшой сервер и API компании Anthropic. Сервер обрабатывает те части, с которыми Nokia не справляется, в том числе устаревшее соединение по протоколу TLS 1.0, а затем отправляет ответы Claude обратно на телефон. Таким образом, сам Claude не работает локально на 8 МБ оперативной памяти. Nokia выступает в роли интерфейса, а модель работает в облаке. Эмир рассказал, что последние несколько дней он также занимался реверс-инжинирингом прошивки телефона с целью обойти Java-уровень и получить прямой доступ к системе. #интересное

#Нейропрожарка Одиссей. Легенды Школы Сколково Автор: Тимофей Ступин @lamiserest / https://youtube.com/@lamiserest_comm?si=7vkoKku9mthl4skG Ролик (изначально подразумевалась целая серия) для Школы управления СКОЛКОВО. Был сделан ещё зимой (и Нолан тут не причём). Основная идея: спрятать в известной всем легенде эпизод с их обучением на управленца, точно перенести архитектуру кампуса школы Я использовал Nano Banana pro и Kling 3.0. Некоторые элементы типографики были сделаны в GPT image, у него лучше всех получается сохранить шрифт и текстуру референса. Значительная часть кадров генерилась для последующего трекинга и наложения 3D текста поверх(всё в AE). В середине ролика была использована коллажная техника в AE, но все исходники - NB + Kling. Неделя на генерацию, неделя на сборку. Бюджет: может быть, 4.000 р. с учетом большого количества вырезанных сцен (40 секунд хрона). @cgevent