neuroadepts

Вчера отгремели OpenAI, а сегодня уже Google I/O ‘24. Самое интересное с презентации: Gemini 1.5 Pro теперь имеет контекстное окно в 2 млн токенов; Поиск прокачался до нейропоиска — теперь вы сможете задавать сложные вопросы и получать на них развёрнутые ответы прямо через поисковую строку; Project Astra — общается с вами как живой человек, анализируя окружение через камеру, понимая контекст и распознавая объекты. Ответочка на вчерашний анонс GPT-4o; Music AI Sandbox — набор ИИ-инструментов, созданный вместе с YouTube, который поможет в создании композиции, полноценных инструментальных партий и сэмплов с нуля; Veo — новый конкурент Sora для создания нейросетевых видео; Imagen 3 — генератор картинок, который пока недоступен для теста; Gemini теперь слушает ваши телефонные разговоры и может предупредить что вам позвонил мошенник, который пытается вас заскамить. Кстати, слово ИИ прозвучало 121 раз.

На Google I/O показали «убийцу» Sora — Veo. Новый конкурент генерирует видео по простым запросам, умеет в плавные пролеты, мелкие детали и даже качество 1080р, а максимальная продолжительность роликов — 60 секунд. ИИ-конкуренция продолжается и набирает страшные обороты. Записаться в вейтлист — лучше Sora — хуже

Будущая GPT-5 создает целые игры в один клик. Помните ту загадочную gpt2-chatbot на LMSYS Arena? Недавно её убрали с арены, а сейчас вместо нее выложили im-a-good-gpt2-chatbot. Нейронка ссылается на документацию OpenAI и тоже заявляет, что разработана в компании. Только зацените её возможности: пишет технически сложный код без ошибок, идеально решает задачи по математике и физике и самое интересное — собирает целые игры по простому промпту. Так im-a-good-gpt2-chatbot сделал: — Полного клона легендарной игры Flappy Birds. Пользователь использовал подсказку: Code Flappy Bird game in Python. И добавил 3 PNG-файла с изображениями птицы, препятствий и фона; — 3D-шутер, в котором есть карта, система жизней, прыжки, бег, стрельба и даже NPC. И всё это создано без участия человека; — Аркаду Breakout, где с помощью ракетки нужно отбросить мяч вверх, чтобы не потерять жизнь. Кажется, Дженсен Хуанг был прав в своём предсказании.

OpenAI планирует запустить AI поисковик, и вот доказательства: — Первые слухи о поисковике начались еще в начале февраля; — Сэм Альтман затронул тему поиска + LLM в подкасте у Лекса Фридмана; — В последнее время инфа о SearchGPT все чаще встречается в различных источниках например, 1, 2, 3 ; — Уже готов домен search.openai.com и на него есть SSL-сертификат; — Обновленная главная страница openai.com после редизайна выглядит как поисковая строка но пока перекидывает в chat ; — Один из инсайдеров и вовсе написао, что OpenAI представит свой поисковик уже 9 мая; — Кодовое название — SearchGPT. Судя по всему, это аналог Perplexity, который будет серфить интернет, находить ответы и делать саммари страниц; — В коде сайта openai нашли поддержку виджетов: погода, калькулятор, финансы, спорт и т.д. В мае точно ждем больших анонсов от openai, включая новую модель GPT.

У ChatGPT появилась память. Для всех пользователей ChatGPT Plus кроме Европы и Кореи раскатали фичу, с которой нейросеть запоминает нужную информацию из прошлых диалогов и позволяет ChatGPT изучать предпочтения и стиль пользователя. Например, ChatGPT теперь может запомнить предпочитаемый вами тон, язык или формат сообщений в блоге, ваш язык программирования и платформы для кодирования. Плюс можно больше не писать один и тот же промпт, а попросить нейросеть "вспомнить" его из прошлого диалога. В целом, эта функция является частью стратегии OpenAI по превращению ChatGPT в личного помощника и направлена на повышение эффективности использования ИИ. Пользователи могут управлять памятью ChatGPT, приказывая чат-боту запомнить или забыть определенные детали. Посмотреть, что нейросеть знает о вас, можно в настройках Personalization — Manage .

ИИ-аватары стали ещё реалистичней. Synthesia объявили о запуске «выразительных аватаров», которые правдоподобно имитируют эмоции исходя из контекста: счастье, грусть, волнение, разочарование и т.д. А новая модель EXPRESS-1 наделяет их правильным тоном голоса, языком тела и липсинком. Synthesia утверждает, что ее технологию используют 55.000+ компаний для создания цифровых аватаров для корпоративных презентаций и обучающих видео. Потенциальные возможности использования ИИ-аватаров довольно обширны, у меня, кстати, тоже есть свой

Китайцам надоело ждать выхода Sora, поэтому они сделали свою альтернативу. Vidu — новый конкурент OpenAI от стартапа Shengshu Technology и Университета Цинхуа. Нейронка генерирует ролики до 16 сек в разрешении 1080p. Архитектура модели основана на U-ViT, которая похожа на Diffusion Transformer, что у Sora. Ждём больше подробностей про эту модель, но если все действительно так красочно, как обещает демо-видео, то Vidu действительно уже наступает на пятки хайповой Sora.

Adobe прокачал Photoshop новыми ИИ-инструментами. Один из самых интересных — «эталонное изображение». Фича позволяет использовать загруженные пользователем изображения в качестве референса. Это круто сэкономит время и позволит быстро сгенерить картинку в нужном стиле. Компания обещает, что загруженные вами референсы не будут использоваться для обучения. Также из новинок: «Создание фона», «Улучшение деталей», «Создание подобного», корректировать цвета в определенных частях изображения и наложение фильтров. Плюс улучшили браузер шрифтов, что дает пользователям доступ в рилтайме к 25.000+ шрифтам в облаке Adobe. Всё это доступно в бета-версии Photoshop и станет общедоступно в этом году. Саму модель Adobe Firefly Image 3 можно потестить за пределами Photoshop через веб-приложение Firefly.

Новый робот Boston Dynamics! Компания только попрощалась со старой версией Atlas и тут же представила замену. Новое поколение роботов полностью электрическое и без единого гидравлического элемента. На данный момент это «самый ловкий человекоподобный робот в мире». «Новый Atlas спроектирован на основе десятилетий исследований и подтверждает нашу приверженность созданию самых способных и полезных мобильных роботов, решающих самые сложные задачи в современной промышленности», — Boston Dynamics. Разработан новый железный совместно с автоконцерном Hyundai. Они спонсировали проект и предоставили свои заводы для тестирования роботов. Atlas настолько вошел в роль типичного заводчанина, что на демонстрационном видео пробуждается прямо как мы с утра.

Аdobe добавят ИИ в свой видеоредактор Premier Pro. Теперь их инструмент будет напичкан встроенными передовым нейронками, которые будут: — расширять кадр; — дорисовывать и удалять любые объекты; — размывать логотипы и номера машин; — дорисовывать недостающие кадры, если нужно увеличить хронометраж; — генерить динамичные отрывки в любом месте видео. Самое интересное, Adobe добавят в Premier Pro сразу 3 топовых видеогенератора: Pika, Runway и Sora! И всё это в одной проге. Релиз обещают в этом году, особенно его как праздника ждут монтажеры