MCP в Комфи. Автоглубина и автоконтролнет. Как разминочный частный пример использования глубины для переноса Video2Video приведу очень интересный кейс использования MCP для комфи. Грубо говоря, оно все делает само. Claude Fable запускает воркфлоу ComfyUI через Comfy MCP: → Claude сам нашёл нужный фрагмент видео в интернете, автоматически определил смены сцен и обрезал видео → запустил сохранённый воркфлоу с Depth Anything V3 и OpenPose, чтобы собрать референсное видео с движением → просмотрел каждый кадр, выбрал самый чёткий, а затем с помощью GPT Image 2 заменил персонажа на нужного точно по указаниям: смокинг, лиминальное пространство, никаких людей на фоне → написал промпты для Seedance 2.0 и запустил генерации → собрал итоговое сравнение из трёх панелей Обычно именно препроцессинг и написание промптов занимают большую часть работы над таким роликом. А с MCP даже не пришлось открывать ни одну ноду. Сорс @cgevent

Режиссерский софт Перейдем от робатов к делам насущным. Поднял архивы постов и нашел, что больше трех лет назад писал: "Интересно будет посмотреть на трушные нейропайплайны, когда chatGPT наговаривает промпты, по ним генерятся картинки для раскадровок, chatGPT дополняет это динамикой переходов, одновременно подгружаются видео-референсы со стоков, из которых достается движение камеры и оптики, по дороге пристегивается controlNet с персонажами, и весь этот компот идет на вход compot2Video." https://t.me/cgevent/5165 Хех, и что мы видим в твитторах сегодня? Накаркал. Тогда же в 2023 году писал: "А к тому, что с видео и с анимацией все не так сладко, как с картинками. И на входе генерации видео будет тонна "гайдов" и референсов, а не только текст и кнопка "Генерить шедевр". И эти гайды будут наследоваться из традиционных пайплайнов. Концепты и даже раскадровки можно генерить, а вот описывать движение камеры, персонажа, света, оптики словами - ну такое..." https://t.me/cgevent/5281 Еще я упорно ныл, что видео - оно само по себе сложное. Там не просто пиксели бегают по картинке, там шевелятся десятки сущностей: персонажи, фоны, освещение, тени, фокусное расстояние, текстуры и еще много всего. Разметить картинку и разметить видео - немного разные задачи. Описать движение? Попробуйте сами двух словах. Промпты должны быть величиной с дом для попадания в замысел сам себе режиссера. https://t.me/cgevent/7315 Это как бы затравка для небольшого марафона по тем инструментам, которые генеративная братия изобретает прямо сейчас, ибо с приходом Сиданского до всех наконец-то дошло, что видео словами не опишешь и нужны новые способы управления камерой, анимацией, светом, оптикой и что-там еще есть в этом бесовском видео. Одно из решений - блокинг. Или превиз. Поэтому я так много постил за нейрорендер. Болваны в блендоре - рендер в Сиденском. Теперь пошла новая волна - сохранение консистентности и стилей через глубину (видео идет путем контролнета). И уже пошли софты типа LTX Director. Об этом и поговорим. @cgevent

Но это слухи — мелочь по сравнению с другими слухами, о которых я вам сейчас расскажу. — GPT-5.6 станет последней моделью в серии 5.x. Выпуск GPT-6 запланирован примерно через месяц — раньше, чем ожидалось, и даже возможно, что анонс состоится уже в конце этого месяца. — GPT-6 будет основана на новой, значительно более масштабной базовой модели (в отличие от базовой модели «Spud» для 5.5/5.6). — В OpenAI с большим энтузиазмом относятся к этой новой базовой модели: они считают, что она сможет гораздо успешнее конкурировать как с Fable 5, так и с грядущей версией 5.1, релиз которых намечен примерно на то же время. Изначально OpenAI планировала использовать базу Spud и при создании GPT-6, но в итоге отказалась от этой идеи. — Что касается Fable 5.1, она находится на последних стадиях тестирования, и её выход ожидается «в ближайшие недели». — «Однако, когда я говорю «модель анонсируют», это может означать не массовый запуск, потому что правительство может сдерживать выпуск GPT-6, по крайней мере в самом начале». === С одной стороны это — слухи, и даже не от самых крупных инсайдеров. Да, Leo отмечался парой удачных предсказаний/пересказов того, о чем широкая общественность узнавала на пару дней позже. Твиты от Andrew Curran почти всегда пересказ новостей со ссылками на источники, поэтому в буллшите он не был замечен. С другой стороны описание выглядит правдоподобно: Mythos был впервые официально анонсирован ровно 3 месяца назад, и OpenAI уже в тот момент должны были понять (если не понимали или сомневались раньше), что модели имеет смысл масштабировать дальше, делать дороже, лучше, больше. 5.5 — это новая базовая модель, причём не просто «ну мы поучили с нуля», а «в неё вошли уроки, полученные нами за последние 2 года». Если это не пустая фраза представителей компании, а реальное положение дел (что может быть правдой — Dylan из SemiAnalysis говорил, что OpenAI отстали по претрейну и очень долго сидели на GPT-4o, и что даже GPT-5 была очень близка к ней). Но тогда выходит, что 5.5 это валидация подхода, и теперь его можно масштабировать дальше. Несмотря на то, что GPT-5.6 выходит только сегодня, техлид Next.js из Vercel и ключевой разработчик NextJs Tim Neutkens написал, что им модель была доступна уже 2 месяца, то есть через 2 недели после публичного релиза GPT-5.5. Я не вижу смысла ему врать, ну может округлил 7.5 недель до 2 месяцев, окей. А чем OpenAI тогда занимались последние 2 месяца? При том что они понимали, что им нечем (пока) ответить на Fable? В общем комбинация ситуации OpenAI <-> Anthropic и таймлайны выпуска моделей действительно подталкивают к тому, что OpenAI должны разрабатывать более крупную модель, чтобы не отставать, в этом я не сомневаюсь. Но готова ли она к анонсу через месяц? Скорее да, чем нет — иначе уж слишком большой отрыв будет между Fable 5.1 и GPT-5.6 Sol. Мощности у OpenAI для обучения точно есть. А вот назовут ли её GPT-6 — тут только гадать 🤷‍♂️ но если модель качественно лучше и использует новую базу, то почему нет? === Несмотря на всё написанное выше я всё равно отношусь скептически к этому слуху, но также вижу и основания для того, чтобы это оказалось правдой. Неужели мы получим GPT-6 до GTA VI???

Что-то в последнее время я всё чаще вижу статьи о том, что нейронки вообще-то должны были помогать человечеству, а на деле загоняют нас куда-то не туда. Типа мы должны были работать меньше — а работаем больше. Должны были деливерить быстрее — а по ощущениям скорость всё та же. 🤔 И у меня, честно, двоякие мысли по этому поводу. С одной стороны, я действительно на себе ощущаю эту штуку, когда у тебя есть целая армия агентов, и ты вместо того, чтобы работать меньше, начинаешь работать больше. Потому что это очень сильно затягивает. 🤷‍♂️ Ты видишь эту скорость и такой: — О, я могу ещё вот это реализовать — А ещё вот эту задачу закрыть — А у меня же был проект, который я забросил, потому что не было времени. Сейчас можно и его сделать И ты попадаешь в петлю бесконечной работы. 😩 Потому что скучную, рутинную, неинтересную часть теперь может сделать кто-то другой. А ты как визионер просто говоришь: идём вот в этом направлении. И получается парадокс: работать мы стали больше. 🤔 С другой стороны, я вроде как НЕ вижу какого-то сильного увеличения скорости закрытия задач. На работе я всё так же укладываюсь в оценку, которую ставлю на задачи. И оцениваю я их примерно так же, как и до LLM-эры. Но потом я немного посмотрел на это ретроспективно. Пооткрывал старые задачи, вспомнил, как это было раньше, и понял, что это ощущение, скорее всего, ложное. Оно появляется из-за того, что пока агент выполняет задачу, я могу отвлечься и сделать параллельно что-то ещё. 😅 Из-за этого время выполнения как будто растягивается. И ты такой: «Ну, быстрее вроде не стало». А на самом деле стало. Например, создание какого-то нового экрана в приложении раньше у меня могло занимать до недели. Сейчас я могу сделать экран меньше чем за день. 🤯 Просто потому что нейронка напишет большую часть рутинного кода, и мне не нужно будет тратить на это время. 🤷‍♂️ То есть, с одной стороны, ускорение есть. С другой стороны, из-за того, что тратится время на генерацию, ты отвлекаешься. И все ускорение нивелируется тем, что ты начинаешь размазывать фокус. 🤔 Получается странная штука. Технология вроде крутая, она правда ускоряет, она правда помогает. Но либо мы ещё не научились пользоваться ей так, чтобы она была нам не во вред а в пользу, либо это как со сладким: вроде вкусно и полезно, но если много съесть — то вредно. 😅 Какие-то такие мысли. Вывода у меня нет, просто делюсь горячими мыслями. Если у вас есть свои наблюдения — давайте в комментариях пообсуждаем. Помогают нейронки или делают только хуже? Свята место | 10МДК | ВЕБМастер | YHub

👀 Fable 5 vs GPT-5.6-Sol - "мудрая сова" против "ротвейлера" Питер Гостев (AI Capability в Arena.ai) выдал лучшее сравнение двух фронтовых моделей, которое я видел. Метафора такая: Fable 5 - "wise owl" - Фундаментально умнее: даже на низком reasoning выдаёт инсайты - Пишет ясно и убедительно - UI с нуля строит красивее, флоу приложения изящнее - Но высокомерная: просил сделать бенчмарк - вернулась через 40 минут с "вайб-слопом" и сама себе поставила 100% - Часто упускает ключевые детали - "никогда не можешь расслабиться" - Заметно медленнее и жрёт больше токенов GPT-5.6-Sol - "rottweiler" - Схватит задачу за горло и не отпустит пока не сделает - Дашь список из 8 пунктов - будешь уверен что всё выполнено - Тот же бенчмарк делала 6 часов, но в итоге рабочий и протестированный - Надёжность: "почти никогда не случается" что что-то упущено - Computer use - реально рабочий, монтаж видео из 1ч footage делает 5мин хайлайты - Субагенты и долгие задачи через /goal - можно гонять днями - Следует существующим паттернам кода - без просьбы делает в стиле проекта - Сильно экономнее токенов и быстрее чем 5.5, в реальности быстрее Fable тоже Идеальный воркфлоу по Питеру: архитектура с Fable - реализация с 5.6 - снова с Fable. Как вам сравнение? 🗿 @how2ai |

перфекционизм съел и целиком расписал затраты на RnD: 🤔⚠️⚠️ Нейро-хрючево 🐷🐖 ### 💳 Детальный биллинг за 2 часа работы инфраструктуры: * Диалог в чате и координация субагентов: * Модель: Gemini 3.5 Flash (основной оркестратор чата и фоновых задач). * Количество обращений: 263 транзакции. * Объем токенов: Input: 11,835,000 | Output: 394,500. * Стоимость: `$1.0060` *(Gemini 3.5 Flash переварила почти 12 млн токенов контекста всего за один доллар!)* * Глубокий синтез отчетов Perplexity: * Модель: Claude 3.5 Sonnet (использовалась точечно только для финального сведения данных). * Количество запусков: 5 раз. * Объем токенов: Input: 75,000 | Output: 12,500. * Стоимость: `$0.4125` * Поисковые исследования в реальном времени: * Модель: Perplexity Search API (глубокий парсинг научных статей и SOTA-бенчмарков 2026 года). * Количество: 25 глубоких запросов. * Стоимость: `$0.1250` * Отрисовка отчетной инфографики высокого разрешения: * Модель: Google Imagen 3 / Stitch (генерация финальных презентационных таблиц без участия дизайнера). * Количество: 8 вариантов изображений. * Стоимость: `$0.2400` --- ### 🏆 ИТОГО: `$1.7835` (за все RnD под ключ) --- ### ❓ Почему мы НЕ использовали модели Tier 0 (Fable 5, GPT-5.5 Pro) для основной работы? Использование супер-флагманов Tier 0 (`claude-fable-5`, gpt-5.5-pro или `gpt-5.6-sol`) для рутинной координации — это классический anti-pattern (сверхизбыточность

Всем Капуки! ❤️ Сыну нравится нейрослоп мультики про котика 😻кефира. Они безобидные, добрые, сценарии хорошие и анимация котенка тоже годная. На сколько там фронтмэн девушка живая и сама снимает или там уже прям оцифровали ее аватар - хз. Но делаю MVP контент-завода для сына кастомного, с кастомными персонажами из его игрушек / рисунков и друзей со двора. Архитектура/blueprint готовы. Пробую в spare time через фрактальный MAS реализовать и тестить. PDF сказки / рисунки с игрушками и фотками уже есть. 2D Игры с машинками / людьми которые через OpenAI говорят разные фразы/диалогы - есть. Озвучка животных и рандомная генерация карты в стиле GTA1-2 есть. Физика машинки и столкновений с рандомными эффектами звуковики и жалобы людей - есть. Пора переходить в КАПУКИ like контент и адаптивные/эволюционные игры детские под настроение / запрос и взаимодействие через мигрофон. Детский контент самый нетребовательный. + отдельно можно по лучшим практикам обучения домашнего - генерить книги / упражнения / видео / игры / приложения и тд и тп. Отправил думать

#Нейропрожарка Быть героем Автор: Максим Асовский Идея была в том, чтобы создать динамичную приключенческую историю с интересным сюжетом. Хотелось воплотить интересную идею Стимпанк в мире сказок на Руси. Пока что названия проекта нет, в процессе раздумья. Эта история не только про взаимоотношение двух братьев, но и про личностный конфликт. Герой не любит себя, живет в вымышленном мире, где он - супергерой, а точнее мощный богатырь. Он хочет быть таким и наяву, в том числе для своего брата, но внутренняя неуверенность ему мешает. Как итог - его внутреннее ощущение доказать себе и окружающим, что он чего-то стоит, приводит к трагичным событиям. В качестве референса для стиля изображений был выбран анимационный сериал "Аркейн". 🛠 Инструменты: - Хиггсфилд. Итого было потрачено ~5800 кредитов, это вышло ~25к рублей. (вышло дороже, чем могло, из-за того что кредиты покупались после дополнительно к подписке, что выходит дороже). - Генерация изображений происходила в Хигсфилде, а именно в Синема Студио. В ЧатГпт был сгенерирован единый стилевой промпт на основе пачки изображений. Так же генерация усиливалась визуальными референсами. Было сгенерировано около 600-700 изображений (в том числе генерации на редактирование изображений в НаноБанано). - Ретушь изображений происходила в фотошопе. - Генерация видео была на модели Сиданс 2, большинство кадров было сгенерировано в качестве 1080р для достижения более качественной и стабильной картинки. Можно было использовать Клинг, но он слишком мазал картинку, поэтому было решено не экономить и сделать более приемлемый результат. Сиданс хорошо понимает стиль Аркейна, держится хорошо даже в динамичных сценах. Есть проблемы с анимацией людей на фоне, пробовал множество вариантов - лучшие результаты в видео. - Озвучка была сгенерирована в ElevenLabs. Считаю, это самой слабой стороной видео, не смотря на использование одного из самых топовых сервисов для генерации аудио. Нет знакомых, занимающихся озвучкой, при этом не было времени на поиск таких людей, так как сроки сдачи проекта имелись и я очень много времени потратил на генерацию статики и видео. - Липсинг делал через описание в промпте фраз, которые необходимо персонажу произнести. При этом описывал какие должен испытать эмоции персонаж. После генерил озвучку и примерно подгонял под губы. - Монтаж делал в Премьер про, в монтаж входит: склейка, чистка склеек, редактирование слегка кривых видеофрагментов, саунддизайн, музыка, наложение озвучки. Все было сделано своими силами, никого дополнительно не привлекал. ⌛️Сроки: - Поиск идеи, сбор мудборда, написание сценария, редактирование написанного сценария, подготовка раскадровки - 2 недели. - Создание всех статичных сцен - 2 недели (вместе с отбором, ретушью и фильтрацией). - Анимация всех статичных сцен 3 дня. - Финальная сборка: монтаж, звук, пост - 3 дня. Все процессы выполнялись последовательно. Суммарно работа проводилась в период с 28 мая по 4 июля. @cgevent

Seedream 5.0 Pro vs Gpt-Image-2 Там где белая машинка покрупнее - это Сидримский. Выглядит все это красиво у обеих моделей. И также бессмысленно технически. A technical drawing of a futuristic sports car in blueprint style. Include line drawings of the sports car from the front, side, and rear views, exploded parts sketches, parts assembly diagrams, and structural diagrams of disassembled components. Use abundant lines and measurement values to indicate the dimensions of each part, with grayscale tones expressing the overall sketch relationship. In addition to the main design, also show scattered thumbnails from different angles. @cgevent