Тут кто-то спрашивал недавно про хороший способ клонировать голос

Вот одна из лучших моделей (а скорее всего даже лучшая) на данный момент, вышла в начале месяца обновленная OpenAudio S1.

Можно быстро клонировать голос, поддерживает кучу эмоций. Тестить тут.

#voice@TochkiNadAI

От первого лица к третьему лицу

UFM (Unified Flow-Matching) умеет искажать изображение так, что кажется, будто вы видите сцену с другого ракурса. Это без 3D, с помощью потока и соответствий.

Эта модель решает сразу две задачи: определяет оптический поток (где и как двигаются пиксели между кадрами) и находит соответствия между разными изображениями (даже если они сняты с разных углов или сильно отличаются по масштабу)

Раньше эти задачи решались посложнее, с кучей стадий. Эта модель:
– на задачах оптического потока точнее на 28% по сравнению с предыдущими SOTA
– на задачах сопоставления ошибок меньше на 62%, и при этом работает почти в 7 раз быстрее.

Внутри UFM сначала использует DINOv2, чтобы закодировать изображения, а потом трансформер сразу выдает поток и маску видимости. Без всяких сложных пайплайнов работает быстро и обучается проще.

Можно потестить, есть демо на HF и код.

Любителям и любительницам детективных романов в реальной жизни.

Это сайт с компроматом на OpenAI, запущенный позавчера. Внутри архив с утечками и публичными расследованиями против компании.

Там и про отказ от некоммерческой миссии, и про AGI, как угрозу всему, и про токсичность Альтмана, которая портит атмосферу внурти.

Еще авторы материала предлагают направления для реформ, чтобы попытаться исправить ситуацию. Предлагают реформы у управлении, культуре прозрачности и безопасности и др.

Полистайте, вот сам архив.

Поделитесь, кто-нибудь уже внедрил в свои задачи автоматизацию агентами, n8n и прочее?

Какие конкретные процессы удалось настроить и насколько вы стали счастливее?🙂

Китайский Hailuo 02 (Minimax)

Интернет сходит с ума по роликам, где коты прыгают в бассейн с хорошей физикой брызг. Логичный шаг, на смену бабушкам из Veo 3 пришли коты-спортсмены.

Что умеет:
• Текст → видео и фото → видео.
• Держит одного персонажа во всех сценах (reference images).
• Чистые 5-10 сек на выходе за пару минут.
• Встроенные шаблоны титров, переходов, озвучки.

Hailuo работает в браузере и на мобилках, не требует 4090. Качество ≈ Veo 3.

При регистрации дают бесплатные токены.

#videoGenerative@TochkiNadAI

А видели, что Gemini понимает ваши загруженные видео?

Загружаете видео в Gemini, пишете: что происходит на видео?

И через минуту получаете разбор. ЛЛМ может:
– описать происходящее в кадре
– распознать место съёмки
– ответить на вопросы про конкретные фрагменты (например: что происходит на 1:45?)
– выдать краткое или подробное резюме

Нажмите «+» рядом с полем ввода и выберите «видео». Если оно не серое значит у вас работает.

Даже короткий клип анализирует неплохо.

#videosummary@TochkiNadAI

6 инструментов для организации работы.

Подборка для продуктивных пташек.

1. ClickUp — мозговой центр + управление задачами
- Docs, Notepad и Clips собирают текст, аудио и видео в одном месте.
- ClickUp Brain за секунду сокращает конспекты, вытаскивает action-пункты, создает задачи.
- Двусторонние ссылки связывают заметки с задачами и проектами.
Цена: фримиум, планы от 7$ за пользователя.
Для команд, которым нужен единый хаб, и тех кто уже устал от Notion.

2. Notion — куда без папы
- Блоки drag-and-drop: текст, базы данных, доски, вики.
- Коллаборация в реальном времени и гибкие права доступа.
- Notion AI автодописывает списки дел и резюмирует страницы.
- Да и вообще, вы лучше нас всё знаете
Цена: базовый бесплатен, планы от $10.
Командам, строящие сложные вики и рабочие пространства под себя.

3. RemNote AI — тренер памяти в один клик
- Любая заметка, PDF или картинка мгновенно превращается в флэш-карточки
- Встроенная система интервального повторения сама подсовывает карточки в идеальный момент
- AI-чат объясняет непонятные темы, генерирует дополнительные вопросы и даже устраивает мини-квизы
- Двусторонние ссылки и иерархия «Rems» помогают видеть связи между понятиями и строить собственную базу знаний
Цена: есть бесплатный базовый план, Pro от $6 мес
Делает флеш-карточки из ваших заметок. Необычное решение для этой подборки, но это чтобы вы свои заметки лучше запоминали

4. Obsidian — граф идей для продвинутых
- Markdown-файлы на вашем диске + bi-directional-линки.
- Визуальная карта связей, Canvas для мозговых штурмов.
- Плагины и темы превращают Obsidian в мастер комнату.
Цена: бесплатно, для команд $50 год
Исследователям, авторам, гикам, строящие личный второй мозг с глубокими связями. Да, тут напрямую нет ИИ-шки, но умелые ручки могут прикрутить в рамках воркфлоу.

5. Joplin — open-source и полная конфиденциальность
- Rich Text или Markdown, клиппер для web-страниц.
- End-to-End Encryption, офлайн-доступ.
- Плагины, темы, совместное редактирование и публикация ссылкой.
Цена: базовый план от €2.99 мес.
Тем, кто ценит открытый код, шифрование и гибкую настройку под себя.

6. Reflect AI — GPT-память в кармане
- GPT-4o ускоряет ассистента, а Gemini-чат с окном 2 млн токенов переваривает весь ваш архив заметок
- Двойное ⌥/Alt включает встроенный транскрибер на базе Whisper: голос сразу превращается в текст прямо в нужном месте заметки.
- OCR вытягивает текст из фото и PDF; split-pane держит две заметки рядом; есть обратные ссылки
Цена: 14-дневный trial, затем $10 мес. Интересное решение для одного, у них еще расширение для хрома есть.

#productivity@TochkiNadAI