А еще позавчера OpenAI тихо проапгрейдили голосовой режим (Voice Mode) - - теперь он говорит еще более естественно, с более тонкими интонациями, реалистичным каденсом (включая паузы и акценты) и более точной выразительностью некоторых эмоций, включая сочувствие, сарказм и многое другое.

Voice также предлагает интуитивный и эффективный языковой перевод. Просто попросите Voice перевести с одного языка на другой, и он продолжит перевод в течение всего разговора, пока вы не попросите его остановиться или переключиться. Например, в ресторане в Бразилии Voice может переводить ваши английские фразы на португальский, а португальские ответы официанта - на английский.

Только для платный подписчиков, сорян.

https://help.openai.com/en/articles/6825453-chatgpt-release-notes

@cgevent

Ну и раз уж мы тут сегодня про бесплатный образовательный контент – стоит напомнить, что OpenAI продолжают развивать свой формат Academy.

Вот, например, в рамках AI for Nonprofits Sprint в Нью-Йорке провели практическую сессию для сотрудников некоммерческих организаций, где показали:
– как пользоваться GPTs,
– как работать с Canvas,
– Projects и Deep Research — для сложных задач и исследований.

Участниками были 100+ организаций и 30k сотрудников.
Для кого-то это уже пройденный этап, но для большинства очень крутая возможность посмотреть как правильно из первых рук

Сам замечаю на консалтингах и лекциях, с которыми прихожу к бизнесам, что уровень погружения в ИИ-инструменты пока что очень низкий, что в менеджменте и управлении, что в креативных отделах.

Какие интересные мемы постят в мете

По этой логике получается, что часть пользователей все равно чуть-чуть клоуны.

ладно, не душню 🤡

6 пальцев на новой упаковке Lays

По пабликам разлетается новость про "факап дизайнеров Lays".

Готов поспорить – это была намеренная ошибка, гениально сработал маркетинг!

Я что-то пропустил момент, когда Higgsfield дропнули Speak

Это хороший такой липсинк.

Можно на старте выбрать стиль, аватар, набросать сценарий и на выходе получить синематик-движение, голос, эмоции.

Смотрим тут.

#Avatars@TochkiNadAI

Опа!

А еще сегодня Альтман сообщил, что они снизили цену на o3 на 80%.

И также намекнул, что o3-pro тоже не обидит стоимостью.

Ждем-с.

Там сейчас Денис Sexy IT мучает o3-pro самыми главными вопросами человечества.

Полистайте, это важно знать!

Сцена погони старых ботинок от Jon Finger!

Сделано в Luma.

Что по сегментации?

Вышла SAMWISE, это прокачка SAM‑2 для сегментации видео по тексту

Она улучшает сегментацию под задачи, где нужно вычленить объект в видео по текстовому описанию. Например, "покажи, где ковер", и модель сама сегментирует нужный объект на всех кадрах.

Теперь вот добавили понимание естественного языка и временную память, чтобы модель помнила, что было раньше и научили работать со стриминговым видео в реальном времени.

Git

#segmentation@TochkiNadAI

Ну все, тренд на AI-браузеры.

На днях писал про браузер от Genspark, а тут The Browser Company (те же ребята, что сделали Arc) анонсировали ИИ-браузер Dia.

Можно чатить с открытыми вкладками, чат-бот помогает писать, учиться, планировать, шопиться.

Говорят, все шифруется локально, данные на сервере стираются через секунды.

На сайте пока вэйтлист. Зарегался, потестим.

#personalAssistance@TochkiNadAI

Кто о чем, а я все про AI-ассистентов для презенташек

Сегодня смотрим на подающий надежды Chronicle.

Очень чистый, аккуратный интерфейс, ИИ сам превращает тезисы в слайды.

Можно вставлять интерактивные блоки, реакции, делать живые, не скучные презентации.

Сделали ребята из консалтинга, видно, что не на коленке. Пока может где-то сыровато, но в целом хорошо!

#presentation@TochkiNadAI

А вот для тех, кто продвигает свои продукты через короткие видео

Такой вот сервис мульти-тул, собирающий под ключ видео за 1-2 бакса.

Называется VidAU.

Отправляешь ссылку на продукт, он пишет текст, выбирает аватара, озвучивает и собирает ролик под TikTok или маркетплейсы.

Больше 100 аватаров, 50 языков, 600 шаблонов. Можно делать локализации, менять лица, убирать водяные знаки. Неплохой инструмент, если нужно быстро и недорого запускать UGC‑рекламу без продакшена.

#ecommerce@TochkiNadAI
#socialMedia@TochkiNadAI

Как раз недавно у меня спрашивали – что использовать для удаления объектов из видео?

Теперь знаю что советовать.

Это MiniMax-Remover, оупенсорс метод видео-деперсонализации, который убирает ненужные объекты из кадров за доли секунды.

Авторы упростили исходную модель, а потом натренировали ее в два этапа: сначала облегченный ремувер, потом дистилляция с минимакс-оптимизацией, где модель учится побеждать собственный плохой шум.

Результат SOTA-качество удаления при всего шести итерациях. Код, статья и демо лежат на GitHub.

#videoEditing@TochkiNadAI

Довольно много появляется носимых девайсов с LLM на борту.

Они часто очень похожи внешне: клипсы, брелки, кулоны. Иногда даже их не различаю, но вот Omi молодцы, точнее их маркетологи.

Сделали такую рекламу, которая прям бесит!!) И этим она хороша. Пробили слепое пятно.