Я вернулся! Отдохнул, надеюсь сил теперь хватит надолго! За 2 недели накопилось некоторое количество новостей. Давайте пройдемся по ним!

🔹Genie 3. Искусственный интеллект от Google, создающий интерактивные миры по текстовому описанию.
Google DeepMind представило третье поколение своей революционной модели искусственного интеллекта – Genie 3.
Эта модель способна генерировать полноценные интерактивные трехмерные миры на основе простого текстового запроса, открывая новые горизонты для создания игр, симуляций и виртуального опыта. В комментарии закинул как сгенерированные люди внутри симуляции мира гуляют по симуляции внутри симуляции (в которой вы можете погулять сидя в своей симуляции).

🔹Midjourney запустили режим HD Video для подписчиков Pro и Mega. Продолжают развивать свой видеогенератор и пополнять его новыми фишками.

🔹GPT-5 уже здесь. Делился ссылкой на него ранее.

🔹Также OpenAI разродились двумя опенсорсными моделями, на 120b и 20b параметров. Модели рассуждающие, но нет мультимодальности, картинки и тем более звук модели не воспринимают.

🔹Suno. Скоро запустит Suno–Studio. Многодорожечное создание, экспорт в MIDI и многое другое. Становится более гибким и делает вектор на профессионалов и управляемость.

🔹ElevenLabs. Запустили Eleven Music. Заходят на поляну Suno. Инструмент, который позволяет создавать музыкальные композиции по текстовому описанию.

🔹Minimax Speech 2.5. Генератор речи от Минимакс(TTS):
По сравнению с версией Speech 02, выпущенной в мае, Speech 2.5 обладает тремя новыми фишками:
более высокой выразительностью речи на нескольких языках, более реалистичным воспроизведением голоса и широким охватом 40 языков.

🔹Grok 4, видимо на фоне появления GPT-5 также открыл доступ для бесплатных пользователей. Одна из самых сильных языковых моделей, которая может так же в редактирование и генерацию изображений.

🔹Matrix-Game 2.0 - опенсорс ответочка на Genie 3 от Google. Генерирует контент в 25 фпс, про разрешение и качество скромно умалчивают.
Можно обучать на своих видосах и получать на выходе миры, размером под 7-8 гиг, по которым можно бегать.

🔹Wonder Studio. Облачная платформа для нейро мокапа, снова появился бесплатный тариф с 300 кредитами/мес, которых хватит на 15 секунд обработки живых кадров/анимации или 30 сек нейро мокапа.

🔹Rodin Gen-2. Пока не дали, но обещают что-то интересное в 3d генерации. Сегментацию геометрии, неплохие детали и полноценные текстуры.

🔹Tripo3d. Давно туда не заходил так как появились неплохо работающие 3d генераторы. Появилось много нового, например ретопология модели, но я тестил ретоп в Hunyuan 3d и там было пока все не очень. Тут же надо тестировать. А так значительно прокачал качество генерации 3D — теперь модели стали детальнее, особенно в лицах и сложной геометрии. В обновлении появилась возможность загружать собственные модели (glb, obj, fbx, stl), использовать улучшенный инструмент Pro-Refine для доработки геометрии и текстур.

🔹В Google добавили эксперементальный AI Mode
Теперь там есть Canvas: можно прямо внутри поиска собирать планы, списки дел, готовиться к поездкам и тд. Пишете промпт, жмете Create Canvas, и получаете набор структурированных карточек. Можно загружать свои файлы расписания, PDF, фотки.
Также появился Search Live: теперь можно показывать модели фотки, видео или сразу транслировать с камеры. Плюс система умеет делить сложные вопросы на подтемы и искать по каждому лучшие ответы с источниками.
Пока все тестируют в Штатах через Labs, но скоро будет доступно всем. В будущем обещают добавить интеграцию с Google Drive, рисовать графики по запросу и помогать с бронированиями.

🔹Higgsfield набирает обороты: ребята выкатили функцию Draw-to-Video — по сути видео-фотошоп, где можно загрузить картинку, нарисовать поверх стрелки и детали, а система сама оживит сцену. Плюс появился Product-to-Video: достаточно показать предмет и задать действие, и он превращается в кинематографичный ролик без лишних промптов. Работает со всеми топ-моделями (MiniMax, Veo 3 и тд). Скинул в комментарии пример.

И в конце будет небольшой опрос.

@VAI_ART
#VAI_News

Как я понял из опроса, большинству самых активных участников группы (кстати, спасибо за активность!) хочется, чтобы рубрика новостей была. Меньшая часть высказалась за то, чтобы новости публиковались по мере их появления.
У обоих вариантов есть свои плюсы и минусы. Поэтому я думаю попробовать вести единый новостной формат, но немного доработать его. Например, добавлять заголовки вроде «3D» или «Видеогенераторы», чтобы можно было сразу читать именно ту часть, которая интересна.
Так информация будет лучше структурирована, а всё новостное полотно за неделю станет проще воспринимать.

К новостям! Их не так много — разве что после прошлой недели, когда вышел генератор миров в Genie 3, внезапно прорвалось целое множество подобных решений. Но всё же давайте кратко пройдемся.

🔹Qwen выпустили опенсорсную модель, которая предназначена специально для редактирования изображений: изменения стиля, корректировки деталей, добавление или удаление объектов, а также изменение поз и других элементов.

🔹DeepSeek-V3.1. Наш любимый DeepSeek обновился до новой версии. Все давно ждут новое поколение этой LLM, но, если верить новостям, у ребят хватает проблем: от окупаемости (ведь модель опенсорсная) до перехода на новые чипы для обучения. Отдельная боль для китайцев — то, что американцы, почувствовав конкуренцию, начали жестко регулировать рынок чипов. Надеюсь, они справится со всеми трудностями и еще не раз нас удивит. А пока они немного подтянули и улучшили свою основную версию модели.

🔹В сети активно обсуждают новую модель для редактирования изображений, но пока никто не знает, откуда она появилась, кто её создал и главное — почему её назвали Nano Banana 🙂. По тестам, которые я видел, работает она очень неплохо: местами даже Qwen, GPTChat или Flux Kontext выглядят хуже.

Ждём объяснений и официальных заявлений. Пока же протестировать её можно только в одном месте. Это lmarena.ai-это публичная веб-платформа для независимого сравнения и оценки моделей через парное голосование сообщества.
Пользователи вводят один и тот же запрос двум анонимным моделям, выбирают лучший ответ — после чего раскрывается, какая модель победила, и рейтинг обновляется.

🔹Rodin Gen-2 вышел в бету. Один из неплохих 3д генераторов. Не смог найти только где запрос кидать на доступ. Если найдете, то кидайте)

🔹Kling 2.1. В крайней версии одного из самых лучших видео генераторов появилась возможность добавления первого и последнего кадра. На примерах, которые видел получается очень неплохой морфинг и переходы. Прикрепил один из примеров в комментарии.

🔹Runway. Одна из моделей для видео генераций. Видимо устали бороться с конкурентами и решили стать платформой(по типу Krea), на которой можно использовать и другие модели. Также выпустили свою версию создание игровых миров.

🔹Mirage 2. Реально работающий генератор игровых миров в браузере от компании Dynamics Lab, позволяющий создавать и исследовать 3D-миры в реальном времени на основе загруженных изображений. Система работает на текстовых промптах: вы можете начать, например, с пейзажа Дикого Запада, а затем с помощью команд преобразовать его в городской пейзаж. Mirage 2 поддерживает мультиплеер и позволяет сохранять и делиться игровыми мирами с другими пользователями.

🔹Worldlabs. Еще одна модель генерации миров, которая создает их из обычных изображений, выводя генеративный ИИ на новый, пространственный уровень. Пока в бэтке.

Да что говорить я даже в Hunyuan3d нашел возможность генерировать миры. Видимо какой то тренд, в общем как и писал неделя генераторов миров ).

@VAI_ART
#VAI_News

Может быть боян, но я в отпуске насохранял себе интересных новостей, вывалю их на вас, возможно кто-то не видел.

Интересная ИИ-фишка теперь есть в Adobe Illustrator - называется Turntable.

То есть можно поворачивать ПЛОСКИЙ вектор в 3Д! Вокруг своей оси.
ИИ дорисует третье измерение (бока, спину).

Работает неидеально, контура иногда дрожат или едут, но сама фишка удивляет.

Ну и конечно, лучше брать нейтральный фон (отсутствие оного), четкие контуры и простые объекты, которые были в датасете для обучения.

@cgevent