Китайцы выпустили мультимодальные модели QVQ-Max и Qwen2.5-Omni

🗺[QVQ-Max] — модель, которая не просто видит изображение, но ещё и анализирует, рассуждает и решает задачи.

Что с ней можно:
🔘Детально разбирать изображения: анализировать сцены, текст и объекты.
🔘Делать выводы на основе данных, прогнозировать события.
🔘Анализировать данные, кодить, генерировать контент и просить помощи по учебе.

🗺[Qwen2.5-Omni] — флагманский мультимодальный ИИ. Он видит, слышит, говорит и пишет, а ещё оснащён архитектурой Thinker-Talker:

🔘Thinker — мозг модели, отвечающий за анализ текста, видео и аудио.
🔘Talker — «речь» модели, которая создаёт текст и голос в реальном времени.

Еще есть голосовой и видео-чат в реальном времени, но общается только на англ и китайском.

🔗Доступно бесплатно [тут], но только зарегистрированным пользователям.

@tips_ai #news #tools

На Huggingface есть аналог Cursor

Если вы кодите, ну или вайбкодите, можете потестить этот инструмент [DeepSite]. Демка работает на свежем DeepSeek-V3-0324 бесплатно.

При этом умеет:
🔘Генерировать приложения, сайты и игры.
🔘Исправлять баги, рефакторить код и дописывать недостающие модули.
🔘Автоматически хостить проекты.

От вас нужен только текстовый запрос с идеей для игры, приложения и т.п.

На видео пример, как генерирует простенькие игры с интерфейсом, которые можно тут же потестить.

@tips_ai #tools

Раньше побеждал тот, кто лучше пишет код. Скоро будет побеждать тот, кто сможет его продать.

Много раз слышал, что ИИ заменит маркетологов. На деле будет всё наоборот.

🔘Сегодня написать код стало просто и дёшево.

🔘Реальная ценность теперь не в том, чтобы написать код, а в умении привлечь внимание, упаковать и продать продукт.

🔘AI-инструменты упростили маркетинг в 10 раз, но тем самым повысили конкуренцию и подняли планку качества.

🔘Автоматизировать можно задачи, но не мышление, стратегию и эмпатию.

Маркетинг становится сложнее и ценнее, чем создание самого продукта.

@tips_ai #thoughts

Если вы работаете с ИИ и ищете удобный способ интеграций нескольких моделей, стоит приглядеться к OpenRouter.

| [OpenRouter] — агрегатор, дает доступ к различным LLM через единый API. Не нужно интегрировать каждую модель по отдельности — всё можно делать с помощью одного интерфейса. Платформа поддерживает GPT-4, Claude, Llama, Mistral, PaLM, и др.

Из плюсов:
🔘Простой и универсальный API — вы получаете доступ к сотням моделей от разных провайдеров через единую точку интеграции без сложных настроек.
🔘Прозрачные цены — платите только за токены, которые используете. Цены от $0.0001 до $0.06 за 1000 токенов в зависимости от модели.
🔘Удобный выбор — можно выбрать модель по скорости, стоимости, качеству генерации или специализации.
🔘Доступ к новинкам — новые модели появляются сразу после их выхода.

Свои нюансы тоже есть:
🔘Нет доступа к кастомизированным версиям моделей (например, GPT-4 Turbo с Vision).

OpenRouter хорош для быстрого тестирования и экспериментов с ИИ-моделями. Для продакшн-решений всё же стоит учитывать цену, т.к. в некоторых случаях прямое сотрудничество с провайдером может быть выгоднее.

@tips_ai #tools

Как сохранить стиль и копировать дизайн в ChatGPT.

Как сохранить и повторить стиль картинок или брендов? Вот промт, который анализирует дизайн, сохраняет его в JSON-файл, а потом позволяет проще генерировать новые изображения в том же стиле.

Промт:

Analyze the provided images and create a "brand style profile" in the form of a JSON object. This profile should extract and describe the visual identity, structure, and aesthetic rules shown in the images, in a way that allows an AI to recreate similar visuals in the same style, but for entirely different content. Do not include or reference any specific subjects, logos, products, people, text, or brand names present in the input. Your job is to isolate and document the style, layout principles, and design system used, so it can be reapplied to different content while maintaining the same visual language.

The JSON should include, but not be limited to:

Color usage: dominant tones, gradients, or palettes
Typography style: font mood (bold, modern, playful, clean, etc.), placement, and usage hierarchy
Lighting & vibe: energetic / moody / clean / vibrant / soft / etc.
Subject placement: centered / floating / grouped / perspective / rotated / etc.
Background style: abstract / gradient / textured / scenic / etc.
Composition layout: symmetrical / rule of thirds / collage / exploded view / etc.
Branding elements: use of overlays, strokes, glows, shapes, burst effects, or other visual motifs
Visual tone: bold / casual / premium / loud / minimal / playful / etc.
Post-processing style: contrast, saturation, shadows, glow, noise, etc.
General style tags: genre/feel, e.g., "sports aesthetic", "editorial look", "clean tech", "pop art", etc.
The output must be a well-structured JSON that an AI can use to recreate visuals in the same stylistic language, regardless of the actual subject matter.

Как это работает:
1️⃣Вставьте промт в ChatGPT и загрузите 1-5 референсных изображений.
2️⃣Полученный текст скопируйте в блокнот и сохраните как .json файл.
3️⃣В новом чате включите генерацию изображений и загрузите этот .json файл.
4️⃣Добавьте свое изображение или просто опишите его промтом.

Этот промт для удобства, чтобы создавать свою библиотеку стилей, которую можно быстро использовать в любое время.

@tips_ai #гайд #promt