Ai molodca

Попросили выложить саундтрек каверы. Выкладываю.

Рассказываю, как это собиралось. 1. Адаптация сценария и все промпты — Claude Fable с кастомным скиллом-промтером под Seedance 2. Разбили сюжет на 15-секундные сегменты (ориентир — 4 сцены и ~35 слов диалога), дальше он выдавал промпт под каждый кусок (а я редактировал и приносил обратно скриншоты фейлов). 2. На каждый такой кусок — от четырёх до восьми вариаций (всего вышло под сто). Первые уродцы — проверить промпт и работу ассетов, потом уже на чистовую, чтобы на монтаже склеить варианты. Помимо основных сценарных сцен сделал несколько паков эмоций и перебивок. Опять же для монтажа. 3. Ассеты в GPT-Image 2 (в основном) и Nano Banana 2. Листы персонажей и стендов в нескольких ракурсах, локация, схемы. Утвержденная генерация может сама стать новым ассетом: в середине процесса Дантеса заменился на версию с раной. 4. Каверы на классические джоджо-темы в Suno, часть звуков оттуда же (остальные из стоков). 5. Всё это берётся, тащится в монтаж и потно клеится, пока не заурчит. Из любопытного — возможно, пригодится: Сиданс отлично держит video-to-video extension-цепочку. Часть сегментов — продление предыдущего, голоса персонажей переезжают сами, без танцев с аудио-референсами. Но со временем качество деградирует, особенно аудио. Превращения (пуля в ждулю, дробь в печки) — только на общих планах с жёсткой геометрией: кто слева, кто справа, где середина поля. На среднем плане модель превращала пулю прямо у руки героя. И для сложных сцен — дополнительные фазы: делаете кадр, «как всё закончилось» (упавшие печи), и модель дорисовывает путь к нему. Микро-боль — reference bleeding: в ассетах были белый мундир Дантеса, бело-золотой петух и белое платье дамы, и сиданс радостно лепил из них гибрид с петушиными лапами. Лечится чисткой пула (грузить только то, что в кадре) и перекраской: ждуля стала бордовой. Пишите вопросиксы если остались. 😊

Дуэль Пушкина и Дантеса, но это JoJo's Bizzare Adventures. Еще одна экранизация классического комикса (или манги?) моего товарища Дюрана. Взял для себя как челлендж-задачку, но вроде получилось. Пайплайн будет! Версия для ютуба, IG, тикитока.

Ваши SKILLS — новое золото 💸 И я не про мясные скиллы (которые тоже важны). Если вы не поняли, о чём речь, краткая справка. SKILL — это запакованный в текстовый файлик/и опыт, который ЛЛМКА призывает, когда этот опыт потребуется. Написать идеальный промт для Seedance 2, отредактировать текст в определённом tone of voice, создать презентацию по определённому шаблону и т. д. Можно скачать тысячи скиллов под самые разные нужды. НО. Самый важный актив сейчас — это персональный зоопарк из ваших скиллов. Чужие норм для базовых задач, но ценность кратно повышается, когда вы запаковываете конкретно ВАШИ процессы и опыт. ВАЖНО — не консервируете, а прокачиваете их по мере использования. Скилл — это ваш покемон, которого вы растите, и он начинает выигрывать (вам много времени). Ещё два момента, почему, собственно, решил про них написать. 1) Они появились в GPT Work, так что, если вы не Claude-юзер, для вас это будет открытие. А если юзер, можете их легко перенести в GPT. 2) Модели-марафонцы. Скиллы начинают играть по-новому во флагманских моделях, где вы можете простроить целую цепочку из своих скиллов-агентов-покемонов для решения любых задач (на которые хватит токенов). Сам угорел и вам советую. 🔥

Попросили очень просто пояснить разницу между Chat и Work. Chat: вы едите суп и делаете большую задачу общаясь с чатом и переключаясь между разными сервисами. Work: вы едите суп, большая задача делается сама.

Почему GPT-5.6 Work — балдеж? 😑 Это финальный шаг мейнстримизация агентов! Кодекс и Клод Код/Ворк уже показали, насколько круто можно можно работать с большим контекстом, файлами и длинными задачами. Но их среда построена вокруг кода, репозиториев и папочек на компьютере. Ворк переносит тот же подход на обычную работу: облачное хранилище, плагины, скиллы (наконец-то), документы, презентации. Теперь можно с телефона надиктовать: «Собери презентацию из моих материалов, только не всратую» и уйти есть суп. Короче, агентная работа стала доступна людям для которых терминал это в аэропорту. Что еще интересного и полезного почитать про GPT-5.6: 1) Ваня перевел официальный гайд от OpenAI. 2) Метаверсище поделился статьей товарища, который тестировал новый GPT два месяца и сжег 25 миллиардов кредитов — внутри сравнение с Fable, ну и в целом интересный опыт.

Возвращаюсь! Новый GPT-5.6 и режим Work — восторг, сжог недельный лимит за 100$ за ночь (чуть позже напишу мнение). А пока — открыл возможность создавать питомца (как скрепка в старом Office), который будет вас сопровождать в Work и Кодексе. Делюсь с вами Свидетелем (из Вайбкодова). Файл с прозрачностью для загрузки в комментах. Можете легко сделать своего — в Ворк просто пишите "создай питомца", активируется соотствевующий СКИЛЛ и ГПТ все вам сгенерит, нарежет, проверит и анимирует.

США: “Эта модель может быть слишком сильной для кибератак.” Anthropic: “Но это не уникальная опасность, так умеют и другие модели.” США: “BONK! Доступ закрыть.” Так ничего и не успел завайбкодить с Fable. Это, конечно, прецедент. Экспортный контроль, придуманный для чипов и урана, натянули на софт. Модель теперь — чемодан с изотопом, который иностранцу показывать нельзя (даже если этот иностранец её и обучал). Урок для всех остальных читается так: будешь честно рассказывать, на что способна твоя нейронка — придут и выключат. Будешь молчать — может, пронесёт.😅

Расскажите, пожалуйста, для чего вы уже успели использовать новый Fable от Антропиков? И как вам в целом его мощь? Хочется вдохновиться. Думал сделать игру про ограбление корованов, а уже делают... 💀

Пока вы спали вышла Reve 2.0 и сразу побила НаноБанану 2, залетев на 2 место в лидерборде Arena (Elo 1280+). Главное — модель использует структурные layout-карты, т.е сначала продумывает композицию как код, а потом рендерит в нативном 4K (!). В итоге получаем точное редактирование объектов без деградации качества. Короче, ещё одна модель для красивых картинок попытка поменять механику генерации через слоёный подход. Показывают в быстром тесте как это работает (и иду спать). Просто картинки тоже хорошо генерит. Призываю к тесту (бесплатно с дневными лимитами): https://app.reve.com/home.

Актуальный персональный стек. В феврале писал, что отменил подписку ChatGPT, которую оплачивал аж с 2022 года. И вот снова всё поменялось (СНОВА). 🔨 Claude ($20) — по-прежнему для рабочих задач (креатив, продакшен) и личных (проекты по здоровью, планированию года и т.д.). Но постоянная тревожность из-за лимитов раздражает. ChatGPT ($100) — решил попробовать расширенную подписку, в которой есть GPT Pro, которую Денис периодически хвалит. Плюс GPT Image 2, после которого даже Банана 2 кажется глупенькой. Плюс Codex, который сильно прокачался и стал вполне себе аналогом Claude Code, но без лимитной тревоги. Pro — классный, гружу его сложными вопросами. Но 5.5 — тоже отличный повседневный вариант. Еще ни разу не упирался в лимиты, так что часть проектов из Claude переехала туда. Часто задаю один и тот же вопрос прошке и опусу, а потом даю им результаты друг друга для синтеза. Gemini (free) — для быстрых задачек, например поправить текст. Но стал пользоваться сильно меньше. Seedance 2 в Runway ($50 на распродаже) — безлимитный, но стал очень медленным. В итоге Runway закрывают с сентября безлимитный тариф. В целом, Сидэнс — ультимативная видеонейронка сейчас. Жду, когда Kling что-то сделает, чтобы оправдать годовую подписку. Здесь, конечно, не учитываю инструментарий для продакшена (агрегаторы, апскейлеры и прочее) — чисто ежедневное персональное использование. Завтра, конечно, опять всё поменяется, но расскажите, как у вас сегодня? 😑

C̶у̶б̷т̵и̵т̸р̶ы̸ ̸с̸д̸е̸л̶а̴л̶.̵.̵.̵

Немного выпал из постинга (работал и воскрешал забаненную Инсту). Но вот все интересное за последнее время, коротко — #есливыпропустили. ⌨️ Текст / код Opus 4.8 — переключаемся. Революции нет, но баги в своём коде пропускает в 4 раза реже, появился ползунок «усилий», думает глубже, работает дольше, цена та же. Anthropic заодно обогнали OpenAI по оценке ($965 млрд) и намекнули на «класс моделей умнее Opus» в ближайшие недели. 📹 Видео Gemini Omni вы знаете — он вышел. По чистой генерации уступает Сидансу/Клингу, но это в первую очередь редактирующая модель: композ, дубляж с липсинком, нейроренды, образовательные ролики. Можно посмотреть у Метаверсища тесты. Под это и берите. Единственное НО — в Gemini, по крайней мере у меня, постоянно тригерится на лица/людей. Runway Aleph 2 — в первом, напомню, созданы легендарные мультивселенские генеральские котлы. Улучшили качество и контроль, теперь можно править статичные кадры во встроенной банане/gpt2 — меняется всё видео. По моим тестам норм, но тоже самое делает Seedance 2. Если подписка безлимитная — грех не пользоваться. 🎧 Звук По Suno прилетело с двух сторон. ElevenLabs Music v2 меняет жанр посреди трека и собирает песню по кускам (цены срезали вдвое). Stable Audio 3.0 — открытые веса, треки до 6:20, крутятся на устройстве без GPU. Проигрывают Суньчанскому, но у 11Labs есть полезное — возможность точно задавать хрон, что для коротких форматов (рекламы и т.д) очень хорошо. 🎨 Картинки У 🍌Нанабананы 🍌 небольшой апгрейд — теперь она принимает видео на вход: понимает, что в кадре, и делает из этого картинки — слайды, иллюстрации, комиксы, мемы, etc. У Krea вышла K2 — своя модель с акцентом на стили, метят в убийцы Midjourney. Для художников и абстракции норм, но стилевые возможности у Миджорни всё равно мощнее. 🌍 Большая картина Раскол! Папа Лев XIV выпустил первую энциклику про ИИ (неравенство, труд, автоматизация войны), презентовал вместе с сооснователем Anthropic. А Белый дом ровно тогда отложил указ о проверке безопасности моделей — прогнулись под Маска и Цукерберга «чтобы не отстать от Китая». Папа за тормоза, Белый дом за газ. Корень всего — Skynet Mythos, модель Anthropic, которую не выпускают, потому что слишком мощная. Когда такое выпустят (?) в открытую — будет разрыв. Но скорей всего будет кастрированная версия (см первую новость). И любимое: агентов разных моделей оставили в виртуальном городе на 15 дней. Грок развалил свой за 4 дня (поджоги, вымирание), у Gemini — 683 преступления и парочка агентов сожгла город. А Claude в одиночку сидел писал конституции — ноль преступлений. Но в смешанном городе и он начал воровать. Все как у людей. В последнее время думаю, что теории симуляции не такие уж и безумные. Такие пироги 🫡.

Собрал выжимку (с помощью ГПТ, хехе) всего самого интересного из презентации гугла в карточке. ✊

Главная конференция Гуглов уже в 20.00 по МСК. Что ожидается по нашей теме (с разной степенью вероятности): 1) Самое главное — Veo 4 Google Omni, новая мультимодальная контекстная видео модель. Короче, ala Seedance 2, но в интерфейсе Gemini. 2) Remy / Gemini Spark — ассистент, который болтается с вами 24/7 и помогает решать вопросики. 3) Gemini Desktop Agent — ответ Claude Cowork, позволяет нейронке рулить рабочим столом. 4) Gemini 4 — но это не точно. 5) AI Ultra Lite — новый тариф между Pro ($20) и грабительским Ultra ($250) с увеличенными лимитами. Ну и всякое по мелочи. Очень интересно, что получится с Омни. Напомню, что в свое время выход Veo 2/3 переврнул игру на рынке видео. Но сейчас это сделал Seedance 2 и любопытно их сравнить. P.S: Картинка к посту не просто так, мне написали представители гугол и попросили разрешение использовать ковролет в презентации, так что если увидите — скриньте!

Нашел у Леры великолепный промпт для GPT Image 2, который ВСЁ превращает в арт-объекты с претенциозными галерейными аннотациями. Промт здесь, только замените English на Russian. Лучше запускать в режиме Thinking.

Новости шумят — Claude массово блокирует пользовательей РФ. Скорей всего излишняя драматизация, хоть и линии по ужесточению от Антропиков есть (с осени 2025 отдельно усиливали региональные ограничения, ID verification в небольшом числе случаев, антифрод механики). Как бы оно не было: 😑 ВСЕГДА ДЕЛАЙТЕ БЭКАП 😑. Settings > Privacy > Backup > Export data. Ну и если вас забанили, пишите в комменты: как оплачивали, какие вэпэны использовали. Попробуем собрать картину и сэйф-лист.

Как же хорошо GPT Image 2 умеет в стили. Вот в Твиттере завирусился промт под MS PAINT. А раньше под это лоры делали... Redraw the attached image in the most clumsy, scribbly, and utterly pathetic way possible. Use a white background, and make it look like it was drawn in MS Paint with a mouse. It should be vaguely similar but also not really, kind of matching but also off in a confusing, awkward way, with that low-quality pixel-by-pixel feel that really emphasizes how ridiculously bad it is. Actually, you know what, whatever, just draw it however you want.

Тестируя новые пайплайны (GPT Image 2 и Seedance 2), экранизировал комикс про Человека-наркомана (посмотрите оригинал) моего друга и товарища Дюрана. Чего в столе лежать, показываю.

Post-farm casual 💅