Обновление дорожной карты Sora:

Во-первых, больше инструментов для творчества. В ближайшие дни появятся камео персонажей: вы сможете создавать камео своей собаки, морской свинки, любимой мягкой игрушки и практически всего, что захотите. Вы также сможете создавать камео сгенерированных персонажей прямо из ваших видео Sora.

Мы ожидаем, что с помощью этой функции люди будут регистрировать множество новых сумасшедших камео. Чтобы их было легче найти, мы обновляем интерфейс генерации, чтобы показывать последние популярные камео в режиме реального времени.

Мы также добавляем в приложение базовые возможности редактирования видео, начиная с соединения нескольких клипов, и в ближайшее время добавим сюда очень мощные новые функции.

Во-вторых, мы работаем над тем, чтобы сделать социальный опыт намного лучше. Мы изучаем новые способы использования Sora с вашими друзьями (а не только с глобальной лентой) и более широким сообществом. Подумайте о каналах, специфичных для вашего университета, компании, спортивного клуба и т. д.

В-третьих, в последнее время лента новостей незаметно стала намного лучше, и в ближайшее время будут внесены дополнительные улучшения. Команда усердно работает над тем, чтобы сократить чрезмерную модерацию генерируемых сообщений (мы знаем, что это очень раздражает). Мы также работаем над повышением общей производительности приложения, чтобы оно работало быстрее везде.

Наконец, версия Sora для Android действительно скоро появится.

@cgevent

А в Veo тем временем прикрутили инструмент для аннотаций.
Он и раньше их понимал, но надо было где-то их рисовать, а теперь прямо во Flow для Ingredients or Frames to Video появилась иконка с карандашиком. Там мини Paint с текстом и стрелками.
Обратите внимание на видео, как там пишут промпт "используй инструкции из аннотации, а потом удали ее к буйволу".
А еще во Flow Scenebuilder появилась Portrait Mode.

@cgevent

Hunyuan World 1.1 (WorldMirror)

Новая версия опенсорсного генератора миров от Хуньянь

В то время как наша ранее выпущенная версия Hunyuan World 1.0 (открытая, облегченная версия, развертываемая на потребительских графических процессорах) была ориентирована на генерацию 3D-миров из текста или изображений с одним ракурсом, Hunyuan World 1.1 значительно расширяет возможности ввода, открывая возможность создания миров из видео и из нескольких ракурсов.
 
Основные особенности:
Любой ввод (Any Input), максимальная гибкость и точность: гибко интегрирует различные геометрические входные данные (положения камеры, внутренние характеристики, карты глубины) для устранения структурных неоднозначностей и обеспечения геометрически согласованных 3D-результатов.

Любой вывод, результаты SOTA: эта элегантная архитектура одновременно генерирует несколько 3D-представлений: плотные облака точек, карты глубины с несколькими видами, параметры камеры, нормали поверхности и гауссовы сплаты

Скорость: как универсальная feed-forward модель, Hunyuan World 1.1 работает на одном графическом процессоре и предоставляет все 3D-атрибуты за один проход в течение нескольких секунд.

Думаю, что памяти будет жрать очень много, но можно проверить:

Код: https://github.com/Tencent-Hunyuan/HunyuanWorld-Mirror
Проект: https://3d-models.hunyuan.tencent.com/world/
Демо: https://huggingface.co/spaces/tencent/HunyuanWorld-Mirror
Бумага: https://3d-models.hunyuan.tencent.com/world/worldMirror1_0/HYWorld_Mirror_Tech_Report.pdf

Генераторы 3Д-миров появились, как дополнительные эволюционные ветки от видеогенераторов. И если от Гугла у нас уже есть ответочка на эту эволюцию в виде GENIE-3, то вот у OpenAI ничего такого нет (впрочем они и на поле генераторов картинок тормозят).

А Хуньяньский все это еще и опенсорсит!

@cgevent

Как пишет мне Леша Борзых, если Grok Imagine сильно попросить, то он генерит не только приятное, но и полезное.
Самый незашоренный из всех закрытых видеогенераторов.

Муз. трек тут

@cgevent

Вы будете смеяться, но у нас грядет еще один видеогенератор.

Avenger 0.5 Pro занимает (сейчас) второе место в рейтинге Image to Video на Video Arena.

Avenger 0.5 Pro — это последняя версия от Video Rebirth, сингапурского стартапа, занимающегося разработкой базовых моделей для генерации видео, который только что вышел из скрытого режима. Первые упоминания про Avenger 0.5 датируются поздним неолитом июлем 2025.

Video Rebirth пишут, что их следующая модель будет выпущена в ближайшие недели и станет доступна для пользователей.

@cgevent

Нейропрожарка

Работа от Stasy Smith

История вдохновлена аттракционом невиданной щедрости от Krea с безлимитом Sora2. У меня был небольшой рассказик для одного славянофильского ресурса - как раз для Соры, если выбросить всё лишнее. Консистентность - через Реве и Нанобанану. Всё, что не взяла Сора - через Клинг (отрицание людей в стартовом кадре бесит!). Монтаж - CapCut, коррекция через Knedlive, апскейл - Топаз.
Затрачено времени - 3 вечера.
По деньгам - Сора бесплатная, Клинг - ну, где-то на 300 кредитов, Реве - бесплатно, Нанобанана - в креевской подписке.
Хотя реализм я не очень люблю, больше мультики...

Апскейл версия тут

@cgevent

На этот раз ComfyUI покусал Freepik.

И они, вслед за Runway тизерят нодовый интерфейс. Причем на видео - сборка сцены из ингредиентов и генерация видео.

Интересно, что первыми (после Комфи) были glif.app - у них до сих пор самый мощный набор функционала, но они не взлетают до небес, ибо сразу пришли с этими вот всеми нодами.

А когда большие игроки, с хорошей юзер-базой начинают подсовывать пользователям лапшичный суп - это уже выглядит как расширение возможностей.

Очень жду когда Гугл бахнет что-то подобное, и тогда вопрос прихода макаронного монстра в область генерации можно считать закрытым.

А еще Фрипик бахнул Magnific Precision v2 с тремя режимами:
- Sublime
- Photo
- Photo Denoiser

Кто подписан, го тестировать.

@cgevent

ElevenLabs Voice Isolator

Eleven Labs выпустил довольно интересный сайд продукт - чистка звука на видео.

Это прямой конкурент Adobe Podcast и Nvidia Broadcast.

Поглядите видео, там все понятно.

Доступен в ElevenLabs Creative Platform и также в Studio (да у них есть наномонтажка)

На входе видео - на выходе видео с чистым звуком.

Откопал цены:
10 минут в месяц бесплатно
30 минут за 5 долларов в месяц
100 - за 11 долларов.

Подробный гайд:
https://youtu.be/QsgYv7-lfCM

Много красивых слов тут:
https://elevenlabs.io/voice-isolator

@cgevent

Samsung Galaxy XR

Самсунг бахнули свою лыжную маску.

Смотрим и сравниваем рекламу от Эппле и Самсунжика.

Потом думаем и сравниваем области применения и пользовательские сценарии.

Получается все то же самое, но за 1800 долларов.

Смотреть кино за 1800 долларов - я пас.

Непонятно одно, зная, что Эппле полностью обосралась со своей Vision Pro, Самсунг выпускает аналогичный продукт, без радикальной отстройки по фичам и сценариям. В той же ценовой нише. Зачем?
Чтобы тоже обосраться не снимая свитер?

@cgevent

А вот это интересная утечка от Гугла.

На видео - версия GENIE 3 (генератора миров), которая позволяет пользователям создавать свои миры, и не только окружение, а еще и персонажей. Не уверен, что это фейк.

Забавные надписи внизу:
после создания мира у вас есть 60 секунд, чтобы походить по нему (надпись сверху: ошибка, требуется фидбек от пользователя)
каждая сессия может быть сохранена как видео и пошарена в сети.

Думаю до конца года услышим апдейты от Гугла...

@cgevent

Нейропрожарка

🎸 Автор: Музыкант и видеомейкер Станислав Кузин
Видео лучше смотреть в качестве тут

🛠 Эксперимент: создание рок-клипа с нуля с помощью нейросетей
⏱️ Срок: около 2 месяцев (с перерывами и переделками)
💡 Как всё началось:
Около 7 лет назад я написал текст песни — как это часто бывает, отложил «до лучших времён». Недавно, просматривая старые записи, я решил перевести его на английский — и неожиданно в голове зазвучала новая мелодия. Так началась цепочка событий, которая закончилась полноценным клипом в стиле альтернативного рока, созданным почти полностью при помощи ИИ.
🎶 Работа с музыкой:
Начал с Suno — напевал слова, менял промпты, искал баланс между живым звучанием и нужным настроением. После примерно 500 итераций получился тот самый вариант, который «попал в жилу».
Чтобы сохранить индивидуальность, я купил недорогой, но качественный микрофон FIFINE и в kits.ai создал свой голосовой профиль, спев 10+ песен. Дальше — ручная работа: сведение, коррекция тона и тонкая подгонка вокала под минус в Audacity. В итоге получилось звучание, которое меня устроило.
🎬 Работа с видео:
Сценарий клипа переписывался около 10 раз — искал ту динамику, которая совпадёт с ритмом трека и эмоциональной дугой текста.
Основная генерация шла через OpenArt и Wan.video — я тестировал версии модели Wan 2.1, 2.2 и 2.5, каждая давала свой характер и возможности по движению камеры. Параллельно пробовал Minimax hailou02, Kling (от 2.1 до 2.5) и Pixverse 5 — каждая модель добавляла что-то своё: где-то лучше освещение, где-то движение, где-то пластика.
Чтобы собрать финальный 3,5-минутный ролик, я сгенерировал около 5 часов видео. Многие сцены приходилось собирать покадрово, стыкуя отдельные фрагменты, вычищая артефакты и дорабатывая эмоции персонажей.
📌 Инструменты и этапы:
• Музыка: Suno
• Голос: kits.ai
• Сведение и мастеринг : Audacity
• Видеогенерация: Wan.video (2.1–2.5), Minimax hailou02, Kling (2.1–2.5), Pixverse 5
• Финальный монтаж видео : OpenShot Video Editor
• Тесты, апскейлы и цветкор: вручную, сцена за сценой
🎧 Жанр: Альтернативный / Рок
💬 Идея:
Проверить, можно ли вдохнуть жизнь в старый текст и превратить его в современный клип, используя только нейросети и личное чувство ритма. Без студии, без команды, без бюджета — только идея, технологии и упрямство.
🚀 Результат:
Финальный клип стал миксом живой энергии и цифрового безумия — где нейросети не заменяют творчество, а расширяют его. Всё звучит и выглядит именно так, как когда-то представлялось «в голове» — только теперь это реально можно услышать и увидеть.
💰 Затраты: в основном на подписки ( 5 тысяч рублей ) и микрофон (в районе 3 тысяч рублей на Ozon).
📅 Итог: Полный цикл — от старого черновика песни до готового ИИ-рок-клипа длиной 3:30, собранного из 5 часов сгенерированного видео и сотен проб промптов - около 80 часов на первый трек.
Приоткрою небольшую завесу - что следующий трек, до Пререлиз версии занял около 6 часов ( и думаю не более 12 часов до официального релиза с полным клипом ). Считаю, что быстрее чем за 10 человеко-часов на качественный клип / песню создать в 2025 году невозможно.

@cgevent