Давайте честно: многие из вас думали о том, как было бы здорово завести видеоблог. Но что-то всегда останавливало. Кто-то стесняется камеры, кто-то не хочет показывать лицо, кто-то считает что это несерьезно, а у кого-то просто нет времени на свет, звук и монтаж.
Раньше это были серьезные препятствия. Но в 2024 году нейросети стерли эти границы. Сегодня я расскажу, как можно стать видеоблогером, используя только компьютер и... цифрового аватара.
Кто такой цифровой аватар?
Это не просто картинка. Это ваш виртуальный двойник, который выглядит как человек (или как любое другое существо), говорит вашим голосом и ведет себя естественно. Вы остаетесь в тени, а на экране «работает» ваш персонаж.
Но как заставить картинку двигаться и жить? Тут в игру вступают две волшебные технологии. Давайте разберем их без сложных терминов.
Два кита видео-нейросетей
1. i2v (Image-to-Video) 🖼️➡️🎥
Простыми словами: «Оживление фото». Как это работает: Вы берете статичную картинку (портрет вашего аватара) и загружаете в нейросеть. Алгоритм понимает, где глаза, рот, волосы, и генерирует видео, где эти части двигаются. Зачем это вам: Чтобы ваш блогер не выглядел как приклеенная фотография. Он сможет моргать, улыбаться и поворачивать голову.
2. Motion Control (Контроль движения) 🕺
Простыми словами: «Цифровая кукла». Как это работает: Вы задаете схему движений. Например, загружаете видео, где человек машет рукой, и говорите нейросети: «Сделай так же, но моим аватаром». Или вы вручную расставляете точки на скелете персонажа, управляя его позой. Зачем это вам: Чтобы добавить эмоций. Если вы рассказываете захватывающую историю, аватар может активно жестикулировать. Это делает видео живым и удерживает внимание зрителя.
Как запустить канал за выходные?
Вам не нужна студия. Вот простой рецепт:
Придумайте персонажа. Кто вы? Футуристичный киборг? Мудрый совенок? Или просто стильный незнакомец? Сгенерируйте его портрет в любой арт-нейросети.
Запишите голос. Это ваша душа в блоге. Можно записать себя и обработать шум, а можно создать уникальный голос через ИИ.
Соберите видео.Используйте i2v, чтобы синхронизировать губы аватара с вашим аудио.Используйте Motion Control, чтобы добавить жесты (например, кивки головой или движения руками в кадре).
Используйте i2v, чтобы синхронизировать губы аватара с вашим аудио.
Используйте Motion Control, чтобы добавить жесты (например, кивки головой или движения руками в кадре).
Смонтируйте. Добавьте музыку, субтитры и выкладывайте!
Почему это игра меняет правила?
Полная анонимность. Вы можете быть суперзвездой интернета, но оставаться неизвестным в реальной жизни.
Бесконечный ресурс. Аватар не устает, не болеет и не требует перерывов на обед.
Свобода творчества. Хотите снять выпуск на Марсе? Просто поменяйте фон. Хотите превратиться в дракона? Легко.
Главный секрет успеха
Технологии — это круто, но контент всё еще правит балом. Зритель подпишется не потому, что видео сделано нейросетью, а потому что ему интересно то, что вы говорите. Цифровой аватар — это лишь оболочка. Наполняйте её смыслом, юмором и пользой.
Эра видеоблогинга стала доступной для каждого. Нейросети взяли на себя сложную техническую работу, освободив вас для самого главного — творчества.
Попробуйте создать своего цифрового двойника уже сегодня. Кто знает, возможно, именно ваш аватар станет следующим миллионником!
А вэтом telegram-канале "Creators" можете посмотреть подробную инструкцию как в наше время можно заработать на виртуальных инфлюенсерах.
С каждым годом нейросети становятся все более сложными и продуманными. Они уже могут отвечать на вопросы, генерировать фотографии и видео и т.д. Мы поговорили с экспертами в сфере искусственного интеллекта, чтобы узнать, чего ждать от них в 2026 году.
Лина Кочетова
AI-креатор, руководитель ИИ-проектов «Бургер Кинг», стратегический консультант компании «Михайлов и партнеры» по внедрению технологий искусственного интеллекта в бизнесе.
«Качество нейросетей растет циклически, периодами по шесть-восемь месяцев. При этом процесс идет по цепочке: кто-то вырвался вперед — и остальные начинают нагонять» Лина Кочетова
Не терять лицо
Сейчас одна из главных проблем при генерации изображений или видео — консистентность персонажей. То есть обеспечение постоянства образа, в частности лица, от картинки к картинке и от кадра к кадру. Эта проблема будет решаться весь год: люди много работают именно с лицами, генерируют персонажей.
Работа с ракурсом
Еще одна проблема — изменение ракурса. Даже когда виртуальную камеру удается переместить, возникает проблема консистентности объектов. Генеративная сеть от Google Nana Banana с этим уже справляется, но пока неидеально. Я слышала, что готовится релиз второй версии, — ожидается, что там функция смены ракурса будет работать лучше.
Ответы станут точнее
В 2026 году качество текстов планируется улучшить, очищая датасеты, на которых обучается ИИ. Появятся новые архитектуры, начнут отфильтровываться «мусорные» данные. Вероятно создание множества узкоспециализированных нейросетей — например, для врачей, юристов и т.д.
Работа над пониманием
Специалисты учат нейросеть лучше понимать человека даже в тех случаях, когда запрос нельзя назвать качественным. Впрочем, пока и при нормальном запросе я бы оценила понимание как среднее.
Детали на фоне
Еще одна проблема, решение которой хотелось бы увидеть, — детали на фоне при генерации изображений. На переднем плане все может выглядеть прилично, но, например, если на заднем плане есть люди, они по-прежнему будут кривые-косые. Так что создание сцен с большим количеством статистов пока нереально. Я работаю практически со всеми нейросетевыми проектами в области изображений и могу утверждать, что подобные недостатки есть у всех.
Топ нейросетей: картинка и видео
Какие из нейросетей дают сейчас лучшее качество картинки? На первом месте Nana Banana, потом Midjourney, потом Flux. Неплохие художественные изображения создает Reve. Есть, конечно, еще ChatGPT — эта нейросеть отлично понимает промпт, так что мы ждем обещанного на 2026 год обновления, которое подтянет и качество генерации.
Андрей Мурашев
Директор по искусственному интеллекту и сооснователь стартапа Solda.ai, создающего голосовых ИИ-агентов для бизнеса. Ранее более 10 лет развивал рекомендательные системы и голосового ассистента Марусю в экосистеме VK (Mail.ru Group).
«Думаю, в 2026 году появятся ИИ-агенты, способные если не управлять бизнесом, то как минимум проходить цепочки из 50–100 шагов без постоянного присмотра» Андрей Мурашев
Слово ИИ-агентам
Что обычный человек делает с ChatGPT? Ищет рецепт, просит написать текст или предложить идеи для поста, уточняет значение слова. 95% всех обращений к ИИ ассистентам — одиночные запросы, краткие диалоги. На таких задачах открытые модели уже неотличимы от ChatGPT. Разница проявляется, только когда требуется цепочка рассуждений из 20 шагов или математика олимпиадного уровня. Так что монополии OpenAI для повседневного использования больше нет.
Будущее за ИИ-агентами
Зато ИИ-агенты способны привнести новые бизнес-возможности в индустрию. Поэтому такие компании, как OpenAI, Anthropic и Google, сейчас нацелены на разработку инструментов, способных решать многоступенчатые, протяженные во времени задачи. Например, не просто «напиши письмо», а «найди свободное время в календаре, подбери ресторан, забронируй столик и отправь приглашения». Или «проанализируй документы конкурентов и составь отчет для совета директоров».
Моделям дают инструменты для решения реальных бизнес-задач — в частности, OpenAI заявляла об интеграциях с Booking.com. Но пока нейросеть там используется для простых повторяющихся действий. Думаю, в 2026 году появятся ИИ-агенты, способные как минимум проходить цепочки из 50–100 шагов. Компании начнут специально под них обучать модели, нейросети станут ломаться, позволяя получать тренировочные данные из реальных провалов, — и так по кругу, все больше совершенствуясь.
Секрет галлюцинирования
Будет ли решена проблема галлюцинаций нейросетей в 2026 году? На мой взгляд, крупные вендоры — Google, Anthropic и OpenAI — с ней уже справились. Когда работаешь с их продуктами через API, можно задавать такой параметр, как температура. Если установить его значение равным нулю, модель всегда будет выбирать наиболее релевантный ответ.
Что касается моделей Open Source, то с точки зрения галлюцинаций они отстают на год полтора. Но надо понимать, что способность галлюцинировать приводит к более креативным ответам. Именно поэтому в чат-ботах, в том числе в пользовательских интерфейсах моделей от крупных вендоров, температуру задают сильно выше нуля.
Развитие продуктов no code
В прошлом году появилось множество сервисов для создания сайтов с нуля, например Lovable, Replit и др. Но в данном случае речь идет о сайтах без бэкенда со сложной логикой. Скажем, интернет-магазин сделать получится, а социальную сеть — нет. Думаю, в 2026-м будут активно развиваться инструменты разработки no code, позволяющие продакт-менеджеру самостоятельно начать бизнес, нанимая программистов не через месяц после старта проекта, а через полгода, уже при наличии клиентов и выручки.
Еще больше энергии
Развитие новых архитектур пока идет медленно. Тот же OpenAI явно делает ставку на увеличение расхода энергии: давайте просто накопим электричества и сделаем ChatGPT 6, который еще больше. На рынке появилась огромная модель Grok, которая стоит баснословных денег. Это уже не бизнес, а гениальная исследовательская система, к которой мы шли все предыдущие годы. Обучение такой модели требует колоссальных средств, но ее нельзя выдавать наружу: один запрос к нейросети стоит 150 долларов. Зато она может передать свои знания модели поменьше, которую уже можно предлагать бизнесу. Я уверен, что у OpenAI есть вариант, превосходящий текущую версию ChatGPT, но сначала инженерам компании придется провести большую работу, аккумулируя знания новой гигантской модели в модель поменьше.
Роман Соловьев
Доктор технических наук, профессор МИЭТ, член-корреспондент РАН. Занимал четвертое место (и первое по России) в рейтинге Kaggle. В числе его достижений — создание компиляторов быстродействующих нейровычислителей для работы ИИ в автономном режиме, без обращения к серверу. Руководил разработкой методов синтеза интегральных схем с помощью ИИ.
«В 2026 году можно ожидать научных открытий, сделанных с применением нейросетей. Пока, видимо, небольших. Собственно, первые упоминания о таких достижениях уже появились» Роман Соловьев
Эволюция ИИ-агентов
Явный тренд — развитие ИИ-агентов, в том числе браузерных. Они и сейчас уже есть: Atlas от OpenAI и Comet от Perplexity — и им можно делегировать часть задач. Но пока остаются проблемы с качеством их работы. В 2026 году, вероятно, уже появятся полноценные инструменты такого формата. И не только полноценные, но и безопасные: сейчас у ИИ-агентов есть много уязвимостей, которые используют мошенники.
Думаю, и в научных исследованиях ИИ-агенты могут стать серьезным подспорьем. Раньше нейросети не могли сами совершать открытия: необходимые для этого эксперименты должны были проводить люди. Но сегодня появились ИИ-агенты, способные самостоятельно написать код и запустить тесты в программной среде. Вероятно, вскоре нейросети смогут проводить исследования и во внешних средах. Условно говоря, будут составлять пошаговый план работ на адронном коллайдере.
Локальные нейросети
Еще одно перспективное направление — маленькие модели для локального запуска на консьюмерских GPU. На специфических задачах такие нейросети обходят мощных универсалов, тот же ChatGPT. И такой подход наверняка будет развиваться: скажем, в программировании он позволит не тратить деньги на запросы API к мощным внешним LLM.
Мультимодальность
В 2026 году на новый уровень выйдут мультимодальные нейронные сети, способные воспринимать и выдавать информацию в разных форматах: в виде текста, изображений, видео, звука. Подобных моделей уже немало; в качестве примера разработки открытого типа можно привести Qwen от Alibaba Cloud: ее код выложен на GitHub, а веса — на Hugging Face. Пока такие нейронки не со всеми задачами справляются одинаково хорошо, но в 2026 году, скорее всего, появится более бесшовная мультимодальность. Возможно, продвинется создание и редактирование музыки — пока это одно из наименее развитых направлений.
Удешевление тренировки
Также ожидается очередное снижение стоимости тренировки ИИ. Не секрет, что OpenAI тратит на обучение моделей каждого нового уровня ChatGPT примерно 60–80 млн долларов. Разработчикам DeepSeek хватило, по максимальным оценкам, 5 млн — и результат получился сравнимым по качеству. Так что сейчас все трудятся над удешевлением процесса, в первую очередь за счет улучшения аппаратуры. Уже используются чипы, сделанные по техпроцессу 2 нм: они потребляют меньше энергии, а работают быстрее. Кроме того, появляются новые архитектуры, помогающие оптимизировать работу нейросетей.
Нейросети для роботов
Активно развивается ИИ для антропоморфных роботов. Таких устройств китайские компании выпускают уже довольно много, зачастую их поставляют вместе со средой разработки, позволяющей установить свое ПО. И если раньше моделировать деятельность робота приходилось в виртуальной среде, то при наличии готовых девайсов прогресс пойдет быстрее.
Россия и Китай
В нашей стране основная проблема в области нейросетей заключается в нехватке вычислительных мощностей. В МИЭМ ВШЭ, где я преподаю, учится много толковых студентов, у нас есть суперкомпьютер, но на работу с ним все время очередь. В таких условиях есть риск отставания по компетенциям. Нужно, чтобы по крайней мере у студентов и исследователей был легкий доступ к большим вычислительным мощностям.
Возможно, в 2026 году ситуация начнет меняться: в Китае госпредприятиям рекомендовали не закупать ускорители Nvidia, и Huawei уже разрабатывает свое железо для тренировки нейронных сетей. Но есть сложность: раньше 99% ПО для таких целей производила Nvidia, так что теперь придется переписать практически все. Однако если в итоге появится несколько производителей, то цены на аппаратуру снизятся и она снова станет доступной.
Chat gpt и аналоги решают загадки на логику, кто лучше? Версус 😎
Задача: Изначально в аквариуме плавает 10 рыбок. Однако спустя неделю 2 из них утонули, 4 – уплыли, а еще 3 – погибли. Сколько рыбок осталось в аквариуме?
-
Всеми привяо, роднички. Простая загадка? Только вот она на логику и поэтому нейросети Chatgpt и аналоги вряд ли ответят, а я Конор, и я проверю как это работает на самом деле! 😊🤣
Если не видели предыдущие статьи, то велком)
-
Тестировать эту загадку я буду на следующий нейронка
Международный научный коллектив с участием российских ученых из МФТИ представил технологию стереозрения Un-ViTAStereo, которая определяет расстояние до объектов, не используя для обучения дорогостоящие лидары и ручную разметку. Она точна даже там, где «слепнут» современные алгоритмы: перед гладкими стенами, в густой листве или тумане. Технология может применяться в том числе для безопасности беспилотных автомобилей и автономных роботов.
Как мы понимаем, насколько удален от нас предмет? Каждую секунду наш мозг сопоставляет два немного разных изображения – от левого и правого глаза – и на основе разницы между ними строит трехмерную карту мира.
Стереосистемы роботов и беспилотных автомобилей устроены подобной зрению человека. Только вместо глаз они используют камеры, а вместо мозга — алгоритмы. Но этот механизм срабатывает не везде. Например, при встрече с идеально белой стеной или зоной с повторяющимися узорами, алгоритму не хватает визуальных зацепок, чтобы верно сопоставить изображения. Могла бы помочь ручная разметка с правильным расстоянием до каждого объекта, но работать она будет только в ограниченном сценарии.
Новый фреймворк для обучения нейросетей, разработанный международной командой ученых, помогает преодолеть этот барьер. Они вводят в процесс обучения «наставника» — модель Depth Anything V2, которая умеет оценивать относительную глубину только с помощью «одного глаза» — одного изображения.
Depth Anything V2 не измеряет метры, но распознает тени, перспективу и перекрытия объектов и почти безошибочно определяет, что ближе, а что дальше. Алгоритм отбирает только те предсказания стереосистемы, которые согласуются с ее подсказками, и учит нейросеть повышать точность.
«Модель Depth Anything V2 постоянно передает подсказки стереосистеме. Например, "Я не знаю, на сколько метров эта машина ближе дерева, но она точно ближе, и граница между ними должна быть резкой" или "На этой стене, где нет контраста, глубина должна меняться плавно"», — пояснил Александр Дворкович, руководитель проекта Научно-технического центра телекоммуникаций МФТИ.
Система работает в три этапа. Сначала алгоритм оценки диспаратности (смещения) проверяет каждый пиксель, соответствуют ли его данные подсказкам «наставника», и помечает их зеленым (верно) и красным (ошибка) цветом. Затем функция потерь на основе локального ранжирования глубины ищет вокруг каждой красной точки несколько зеленых соседей. Подобно маякам, они задают границы и сдвигают красный пиксель на нужное место.
Наконец, алгоритм «Двойная функция потерь сглаживания диспаратности DDS» помогает построить контуры. Она убирает цифровой шум там, где «наставник» говорит, что цвет должен быть равномерным, и наоборот.
По словам разработчиков, систему уже протестировали на стандартных датасетах. Результат — превосходство Un-ViTAStereo среди аналогов на бенчмарке. Например, при тестировании беспилотников удалось снизить долю грубых ошибок до 5%. Это значит, что при движении автомобиль будет лучше понимать расстояние до объектов, в том числе до пешеходов.
Текущая версия Un-ViTAStereo — только начало. На ее основе ученые планируют создать самообучающуюся нейросеть, которая сможет адаптироваться под специфику разных сред — от городских улиц до заводских цехов. Также будут использоваться редкие, но точные измерения лидаров в качестве «супермаяков» для обучения, что еще больше повысит точность.
Или "Языковые модели это игрушки. Для создания новых сущностей совершенно непригодны."
Пока это игрушки и вряд ли то, что сейчас называют нейросетями способны в принципе решить задачу - как создать новое ? Собственно , для чего интеллект и нужен.
Очень яркий пример.
Задаём вопрос нейросети "как рассчитать производительность СУБД?"
Получаем ответ:
Ответ который не имеет никакого практического смысла .
Ответ вроде бы на заданный вопрос , самое прикольное , что ответ , основан на моих статьях. Это уже забавно - зачем , мне сообщать о том, что я и так знаю, потому, что именно я ответил уже на этот вопрос ранее, и опубликовал ответ в интернете .
Я то предполагал, что то, что называется "искусственным интеллектом" способен к размышлению и анализу фактов . Нет , я ошибся.
Самое главное , что делает нейросеть совершенно бессмысленной .
Методика описанная в ответе и приведенных ссылках - уже неактуальна , не используется и не применяется в практической работе.
Производительность СУБД считается совсем по другому . Нейросеть об этом, конечно же ничего не знает . Потому, что в интернете информации об этом пока нет . Потому, что я пока не публиковал - "как я считаю производительность СУБД." Только результаты экспериментов .
Вопрос - какой смысл в языковой модели ? Если практической пользы 0%.
Это принципиальное ограничение - как нейросети создать новое ?
Совершенно не важно какой будет время обучения , объем данных или производительность вычислительного комплекса - создать новую сущность нейросеть пока не способна . Да, создать что то похожее , максимально имитировать . Но это близко не похоже на то, что мы называем интеллектом . Даже ребёнок в 3 года может создать новое - то что он сделает сам, без подсказки и образца . Нейросеть - нет , не способна в принципе.
И поэтому , называть алгоритм "интеллектом" это всего лишь журналистский штамп и способ выбить бюджеты из ламеров с деньгами 😉 .
P.S. В далёком детстве, в классе 9-м беседовал с доктором философских наук , казалось бы о чем может беседовать настоящий реальный философ со школьником.
Ну то да сё, компьютеры и программирование уже тогда было мне интересно.
- А чем хочешь заниматься в будущем ?
- Искусственный интеллект , интересно .
- Ну для того , что бы сделать искусственный интеллект нужно понять - что такое интеллект вообще , что такое сознание и самосознание.
Смысл слов профессора , доктора философии стал понятен только в последнее время - почему вы называете "интеллектом" набор математических алгоритмов ?
Так как работаю удаленно, моя работоспособность зависит от выносливости глаз. Долгое время думал, существует ли конкретный подход к регулировке подсветки монитора под конкретные условия освещенности. Особенно для переменных условий, ибо погода может быть разной, а ночью у меня есть два варианта искусственного освещения разной интенсивности. В конечном итоге, адекватных мануалов по настройке яркости подсветки я не нашел. В большинстве случаев они слишком общие, как картинки с примерными экспопарами внутри коробки с фотопленкой, и не учитывают реальный световой поток от источников освещения. Ввиду этого монитор настраивайся всегда опытным путем - при каких значениях в данных условиях глаза устали за более продолжительное время.
Сегодня меня осенило - я ж фотограф! Был, по крайней мере, ибо в дерёвне всё уже перефотано, да и с работой времени нет. Собственно, обратился к своим рабочим инструментам с вопросом, как можно использовать фотографическое оборудование для оценки подходящей яркости.
Для настройки экспозиции использовалось приложение Lightmeter, но не могу не похвастать своими Свердловсками, один из которых в полной комплектации (в том числе, с переходником на пальчиковые батарейки).
Первый диалог: кастрированный GPT-4o (сокращен контекст для удешевления).
Собственно, последний вариант рабочий. В начальном сообщении я не упоминаю, что редактируемая величина значит жестко закрепленная - при измерении они динамически изменяются. Поэтому ответ про использование компенсации экспозиции - правильный, хотя с другим экспонометром мог бы потребовать еще больше уточнений.
Второй диалог: кастрированный Claude 3.5 Sonnet (тоже контекст оттяпали для дешевизны)
У него, конечно же, было преимущество, ибо неточности в запросе были устранены по опыту с GPT-4o. Он пришел к использованию компенсации экспозиции сразу же.
Однако если вчитаться внимательно, проблема в целом не особо решена, ибо речь всё ещё идёт только о световом потоке, поступающем с монитора. Его световой поток не соотносится с освещенностью помещения. Однако я использую эти значения для самой яркой лампы в своей комнате, которая делает примерно столько же люмин, сколько положено по СанПиН-у. И монитор я уже выставлял недалеко от идеального значения - экспонометр показывает EV 9.
Решение задач по математике | Использования нейросети для уравнений и геометрии
Задача: В свежей моркови 72% воды, в высушенном состоянии 20%. Сколько сушеной моркови получится из 40 кг свежей?
На тест у нас с вами такая загадка для искусственного интеллекта)
Кто напишет правильный ответ первый (не подсматривая) - получает от меня почет в следующем посте! Только перед решением напишите пожалуйста слово “В пост”, чтоб я понял)
Всем известно, что Blizzard сделали с Warcraft-ом и его божественной оригинальной озвучкой.
Поэтому мы сделали бота в телеге, которым можно озвучивать любые фразы голосом своего любимого персонажа из Warcraft 3! Доступны не все, но самые популярные персонажи.
Чтобы сделать свою озвучку нужно зайти в бота по ссылке, выбрать персонажа и ввести текст. И все, озвучка готова! Также есть опция генерации голосовых портретов, но она работает относительно долго (долго работает именно отправка в телегу). Так что пользуйтесь ей осторожнее!
На данный момент доступны следующие голоса:
И за сим, не нужно кланяться =)
Update - фичу с генерацией видосиков скорее всего выключим, так как из-за нее ffmpeg ложится в бесконечный цикл и ломает бота.
Использование нейросетей для решения задач по математике - да, алгебре - да, геометрии - да, а прибавить 15+15 - нет 😂
🔥 Задача: Прямо 10 метров , потом налево 5 метров, потом еще раз налево 15 метров, какое расстояние от начальной точки пройдет идущий.
Да 30 метров, но нейросети разных моделей и компаний решат?)
Данную загадку мне подкинул наш подписчик, спасибо тебе 😃
А сейчас и посмотрим!
↓
За звание умнейшей как всегда следующие нейросети!
ChatGPT 3.5
ChatGPT 4 - это действительно мощный инструмент для вычисления. Это версия искусственного интеллекта, которая может решать задачи, все или нет - выясним.
ChatGPT 4o
ChatGPT 4o-mini
ChatGPT o1 (новый)
ChatGPT o1-mini (новый)
Yandex GPT (нейросеть от яндекса)
Gemini 1.5 (нейросеть от гугла)
Copilot (от мелкомягких)
↓
Давайте начинать тестить гпт? Хотя кто так говорит
Прикиньте, если роботов с нейросетями поставят на улице, чтоб они путь показывали? “Как пройти до аптеки? Вам нужно пройти корень из 50. Спасибо, уже не надо)”
А вообще, я думаю это из-за того, что все нейросети не русские и когда их тренировали, они не записывали в него нашу манеру разговора, сленг, наши русские приколы.
У нас в боте (https://t.me/silero_voice_bot) есть возможность вставки любого лица в гифку с персонажем буквально в пару кликов.
Работает так - отправляешь фотку с лицом крупным планом (или кружок), выбираешь куда вставить - и оно вставляет. Единственный минус - список персонажей ограничен. Если нужно будет добавить видосы - пишите или сюда в комменты, или в чатик.
Вот пример рикролла с лицом голлума:
⚠️ Замена лица не работает:
- Если лицо не найдено на фотке;
- Если найдено несколько лиц;
⚠️ Ограничения:
- Видео до 15 секунд длиной;
- Картинки максимум 1920 пикселей;
- Принимаются только фото или видео-заметки (кружки).
Если бы не коммьюнити пост витуберши-людтюберши Чачи (у нас известна как "мама" витуберши Филиан), хрен бы узнал.
"Важное обновление по использованию YouTube
YouTube выпустил обновление с искусственным интеллектом, которое автоматически скрывает контент, который, по мнению новой системы ИИ, предназначен только для взрослых. Из-за этого большинство видео от ваших любимых контент-креаторов на YouTube просто исчезают. Если у вас возникли проблемы с отображением роликов в вашей ленте, перейдите в настройки YouTube и отключите "Безопасный режим"".
Это гаджет на основе компьютера Raspberry Pi, который при помощи ИИ генерирует истории и сразу же рисует к ним волшебные иллюстрации. Как тебе такое, Шахерезада? 2 фото
Chatgpt и аналоги отвечает на загадку с точками, облажается ли? (спойлер - да)
Всем привет! Насколько хорошо вы знаете простую геометрию?)
Проверим!
·
Не на прямую)))
Мы с вами знаем, что прямая не имеет начала и конца, а вот отрезок да. В итоге мы не знаем насколько огромна прямая или она мала. И если вы сказали, что на прямой, то вы ошибаетесь)
·
Но насколько хорошо ее знают нейронки gpt? Давайте это проверим.жж
·
·
Какие chatgpt в этот раз мы будем тестировать:
ChatGPT 4
ChatGPT 4o
ChatGPT 4o-mini
Claude 3.5 Sonnet (нейросеть от Anthropic)
Gemini 1.5 (ai от гугла)
ChatGPT 3.5, нейронная сеть от Яндексаи Гига-чата нет, они не умеют распознавать фото)
Бот доступен по той же ссылке - t.me/silero_voice_bot или просто @silero_voice_bot в телеграме.
Что стало лучше:
- Мы сильно ускорили работу бота и пофиксили баги, которые воспринимались пользователями как зависание;
- Боту сделали инлайн режим. Идем в самого бота, проходим капчу, потом уже можно пользоваться просто через @silero_voice_bot (подробности в /help или /inline);
- Мы вернули функцию генерации видосов. В начале сильно тормозила именно заливка видосов в телегу, но мы решили это, просто добавив мощности серверу, где крутится бот;
- У бота убрали характерное "заикание", которое возникало на запятых;
- Боту дали возможность генерации сразу целых небольших диалогов. Подробнее в /help и /speak, а тут просто пример команды:
/speak arthas Весь город должен быть уничтожен!
/speak uther Как ты мог даже подумать об этом? /speak uther Должен быть какой-то другой путь!
/speak arthas Проклятье, Утер! /speak arthas Как будущий король я приказываю тебе очистить этот город от солдат тьмы!
Продолжаю мучить нейросеть Grok (это та, которой заведует Илон Маск).
Я попросил Грока перевести свой рассказ "Лосьоны Сатаны" (первый рассказ из цикла "Новенькая") с русского на английский.
Заодно я спросил, понял ли Грок, о чем там речь. И он понял! Вот что говорит:
Мнение мистера Грока
Содержание и мнение:
Рассказ — это яркая, саркастично-юмористическая зарисовка о школьной жизни с элементами подросткового бунта, авантюризма и черного юмора. История крутится вокруг Новенькой — харизматичной и дерзкой героини, которая зарабатывает, продавая одноклассникам лосьон из собственной слюны, выдавая его за чудо-средство от прыщей. Через призму ее действий и реакций окружающих раскрываются темы подростковой иерархии, лицемерия, жажды признания и своеобразного предпринимательства. Вторая часть, дневниковая запись, добавляет глубину персонажу Новенькой, показывая ее внутренний мир — смесь цинизма, амбиций и уязвимости.
Рассказ вызывает смешанные чувства: он одновременно забавный, абсурдный и слегка тревожный. Новенькая — антигероиня, которая вызывает восхищение своей наглостью и в то же время отталкивает своими методами. Динамика с одноклассником, которому она отдала флакон бесплатно, намекает на потенциал для развития их отношений, добавляя эмоциональную нотку.
Жанр:
- Подростковая проза с элементами черного юмора.
- Социальная сатира, высмеивающая школьные реалии и потребительское поведение.
- Элементы панк-литературы (бунтарский дух, антигерой).
Спасибо за ваш рассказ — он действительно цепляет!
Я не силен в английском, поэтому не могу оценить качество перевода, тем более художественный текст. Вроде бы неплохо, Грок переводит даже сленг и оформляет диалоги на манер западной fiction. Однако я не мог не заметить ТАКОЕ:
Оригинал:
– Ну ты еврейка, – сказал я, отсчитывая деньги.
Она улыбнулась, видимо, сочтя это комплиментом.
Перевод:
“Well, you’re quite the businesswoman,” I said, counting out the money.
She smiled, apparently taking it as a compliment.
“Как тебе такое, Валерий Муллагалеев?!” Elon Musk said :)
Есть и неоднозначные моменты, попахивающие потерей оттенков стилистики. Например:
К новой девчонке приглядывались все.Некоторые– особенно пристально. Срединекоторыхбыл и я.
Everyone was sizing up the new girl.Some— especially closely. I was one ofthose.
Я нарочно использовал слово "некоторые" дважды (так звучит забавнее, на мой взгляд), но в переводе использованы разные слова. Не знаю, грамотно ли по-английски сказать "one of some"...
Если кто-то хорошо шпрехает инглиш и хотел бы полистать текст, указать на казусы или просто ошибки перевода, то здесь в телеге ссылка на гуглдок с возможностью делать примечания (англ. и рус. версии рассказа).
Наш бот, генерирующий аудио голосами героев Warcraft, опять стал лучше! И в этот раз в боте наконец-то есть … голос послушника, вы знаете что с ним нужно делать)
Бот доступен по той же ссылке - t.me/silero_voice_bot или просто @silero_voice_bot в телеграме.
Что стало лучше в этот раз:
- Мы поправили голос Иллидана, до этого он был смесью двух разных голосов;
- Мы добавили горячо любимые публикой голоса панды, послушника, Сильваны, волшебницы, крестьянина, батрака и повелителей ужаса;
- Мы внесли огромное количество мелких изменений и правок, чтобы бот стабильно работал, об это можно почитать на канале новостей бота;
В прошлый раз писал пост про бота для озвучки голосами орков из Warcraft. Вроде зашло. Хотел рассказать, что нового появилось.
Добавилась переозвучка аудио и кружков. Фича экспериментальная. "Обычные" голоса работают лучше фановых игровых, всё еще впереди. Вот более-менее реалистичная презентация (понятно, что решает микрофон и похожесть голоса на целевой):
В боте можно контролировать темп и тон речи. При замедлении некоторые персонажи начинают звучать как бухие, например (панде это особенно хорошо подходит).
В боте теперь есть огромный выбор голосов из разных игр, от олдскульных до зумерских:
Также наросло много"секретных" и фановых фич:
- Инлайн режим бота (/inline), чтобы использовать его в чатах (знаю, не работает с кружками, ограничение самой телеги);
- Озвучка гифок (/gif) - по сути наложение аудио на гифку - открывает простор для творчества;
- Упомянутая выше возможность менять темп и тон речи (/prosody);
- Возможность озвучки целых диалогов сразу (/speak) и смены голоса в командной строке (/speaker).
Знаю, что в последнее время тут не любят ссылки на телегу и очень агрессивно к этому относятся. Но бот изначально был в телеге.
Чтобы сделать свою озвучку нужно зайти в бота, выбрать персонажа и ввести текст. И все, озвучка готова!
Комментарии