Новости про Нанабанану.

Гугл бахнул блогпост, из которого следует, что до сих пор Нанабанана была нестабильной превью-версией, а сейчас огого: ready for production environments!

Может быть поэтому она стала агрегаторах отдавать нормально png-качество - они пишут, что они теперь ее "отскейлили мощности".

Самое приятное, что они добавили новые разрешения:
Landscape: 21:9, 16:9, 4:3, 3:2
Square: 1:1
Portrait: 9:16, 3:4, 2:3
Flexible: 5:4, 4:5

Также держите гайд(на русском) для разработчиков, использующих API бананы.
https://ai.google.dev/gemini-api/docs/image-generation?hl=ru


А в блог-посте вы найдете еще массу полезной информации:
https://developers.googleblog.com/en/gemini-2-5-flash-image-now-ready-for-production-with-new-aspect-ratios/

@cgevent

Вода камень точит, как известно. На кинофестивале в Цюрихе была представлена студия ИИ-талантов Xicoia (от голландской основательницы ИИ-продакшен студии Particle6). Первым ИИ-талантом оказалась ИИ-актриса Tilly Norwood; основательница студии заявила о большом интересе со стороны агентов по подбору актеров. Реакция белковых актеров предсказуема, хотя им очередной раз сказали, что ИИ их не заменит, а дополнит. Но вот что интересно. Как известно, в 2023 Гильдии Голливуда устроили массовую и длительную забастовку и добились подписания контракта, в котором возможности использования ИИ в кинопроизводстве сильно ограничены. Этот контракт истекает летом следующего года — и очень интересно будет наблюдать, в какую сторону и как изменятся ограничения. А пока, посмотрим, найдутся ли бунтари и энтузиасты, готовые попробовать новинки несмотря на массовые протесты. В конце концов, настоящие художники любят провокации. Нельзяграм ИИ-актрисы (ссылка есть в статье) выглядит миленько:))
https://www.digitaltrends.com/movies/ai-actress-tilly-norwood-hollywood-actors-not-happy/

Sora 2 Pro

15 секунд, full HD(разрешение плавает от видоса к видосу, HD - это скорее всего апскейл)

Лого по-прежнему на месте.

Цензура по-прежнему на месте, нереально закрученная в последние дни

По-прежнему нельзя грузить на вход фото реалистичных людей.

Жду в комментах впечатлений от Pro-олигархов.

@cgevent

Первые отзывы про Sora 2 Pro от Мигеля

Sora 2 Pro делает рекламу на одном дыхании. Проверил на 65 роликах — держит персонажей, мир и стиль, а звук не разваливается.

Главное: один проход = готовый 15‑секундный ролик. Забудьте про курсы ИИ, промпт‑акробатику, генерацию картинок, монтаж и озвучку. Есть идея — есть Sora.

Для короткой быстрой рекламы с бюджетом до 100 тыс. ₽ это сейчас лучший инструмент. От идеи до файла — до 20 минут. Нужен только интернет (временно — VPN США).

Можно просто написать текстовый запрос и получить ролик. А можно пойти по моему пайплайну (им и сделал подборку выше): он живёт на GPTs Max и за счёт Extra Reasoning стабильно тянет весь процесс. Маршрут такой: ваша идея → подбор сюжета из базы 30 000 награждённых кейсов → сценарий → сториборд + ваши референсы → продакшн‑бриф (картинка) + промпт. Дальше это копируете в Sora — и готово.

Кастинг пока только описательный: фото людей в Sora нельзя загружать.

В тестовом режиме открываю доступ к пайплайну и своему Sora‑аккаунту с понедельника — детали в Threads.

Подробнее: @miguelivanov
https://www.instagram.com/mimagie.fr/

@cgevent

Tesla Optimus изучает кунг-фу.

НО ЗАЧЕМ??? Нам всем надо к чему-то готовиться?

Для гиков. Text-to-speech models.

Если вы плотно сидите в теме озвучки, то держите новую озвучивалку текста, которая работает в реалтайме(!) на CPU(!!).
Клонирует голоса по 3 секундным примерам.
Под капотом маленький Qwen 0.5B и свой кодек NeuCodec, быстрый и заточенный под выполнение на девайсах, а не в сети.

https://github.com/neuphonic/neutts-air

А у компании, опенсорснувшей все это есть разные решения с озвучкой на устройствах:
https://www.neuphonic.com/

TTS моделей развелась тьма, держите пару интересных ссылок:

Обзор и сравнение типов TTS-моделей

Забавная "галерея" голосов из 12 TTS-моделей, произносящих одну и ту же фразу для сравнения


@cgevent

Нейропрожарка

Видео AI-бутика AiZ от Антона Зимина и оно про котиков!

Раньше, чтобы заставить кота сделать то, что написано в сценарии, нужно было вооружиться терпением Будды и мешком разных таблеток и спреев. Весь съемочный день мог пройти в ожидании — а кот смотрел на дрессировщиков и меня так, будто режиссер на площадке это он.

Теперь же я сижу за компьютером и… щёлк! Кот пошёл по нужной мне траектории. Щёлк! Кот делает именно то, что я задумал. Ни актеров, ни дрессировщиков, ни съемочной группы. Только я и цифровой кот, который никогда не заявит: «Я устал, возьмите дублёра».

Можно ли снимать обычную рекламу в ИИ, чтобы выглядела как настоящая съёмка? Можно!
Но — сюрприз! — легко это не даётся. Иногда я трачу на такой ролик больше времени, чем на реальную съёмку. Дешевле? Да! Бесплатно? Ох, милый мой друг, нет.

Коллеги говорят, что моя профессия уже никогда не будет прежней.
И это правда.
Грустно? Немного.
Интересно? Безумно.

@cgevent

Немного покликал Artificial Analysis Image Arena

https://artificialanalysis.ai/text-to-image/arena/leaderboard-image

Да, действительно пару раз выпадала загадочная модель Riverflow

И да, он редактирует исходную картинку очень корректно. Продолжаем гадать, кто это - вторая нанабанана или новый OpenAI

Кстати, про OpenAI
Мне пару раз выскакивали вот такие сравнения (не успел скриншотнуть):
GPT image-1 high <-> GPT-5(!)

В лидербордах они не упомянуты...
Про пятерку особенно интересно.

Сегодня вечером на OpenAI Dev Day обещают показать ответочку OpenAI всяким нейтонам(n8n), make.com, zapier - свою систему no-code builder для автоматизации всего и вся.

Может и про картинки что-то скажут.

@cgevent

OpenAI Dev Day (APP SDK)

Теперь можно "говорить" с приложениями напрямую из chatGPT (используется новоиспеченный APP SDK)

Для этого первым словом идет название приложения, например "canva"

Ждем списка приложений.


P/S/ Можно "залистить" свое приложение на рассмотрение
@cgevent