Встречайте Gemini Omni.

Привет.

Вчера прошла презентация Google I/O, и для всех, кто крутится в мире GenAI, главное событие это новая модель Gemini Omni. 

Информация от Нейрографа.

Что это и как работает. 

Берёшь любое фото или видео из галереи, говоришь текстом или голосом что хочешь получить, модель делает. Без отдельных программ, без сложных настроек. 

Дальше каждая следующая фраза наслаивается на результат: меняешь мелкие детали или перекраиваешь сцену целиком, не начиная с нуля. 

Модель понимает физику и последствия запросов, можно крутить ракурс, окружение, стиль, действие, добавлять персонажей и объекты.

Сегодня вышла версия Omni Flash. Старшая Pro обещана позже, по той же схеме, что и с Nano Banana.

Про фишки.

1) Аудио и картинка.

 Генерируются за один проход. Раньше у Google под звук шёл отдельный этап. 

Omni выдаёт изображение и пространственный звук вместе: шаги попадают в момент приземления ноги, реплики ложатся в губы, фоновый шум комнаты держится сценой. 

Если это работает так, как описывают, отпадает половина пост-продакшна.

2) Повторяемый каст персонажей. 

Создаёшь героя с нуля по текстовому промпту или по референсному изображению, привязываешь к нему голос под характер, и потом вызываешь его в любой новый кадр через @имя_персонажа. 

Полная визуальная и голосовая согласованность сцена к сцене. То, об что спотыкались все, от Sora до Seedance.

3) Аватары. 

Платным подписчикам открыли экспериментальную функцию Аватар. 

Регистрируешь свой аватар, добавляешь своё лицо и свой голос, и потом подставляешь себя в любые свои проекты. По сути, это твой собственный персонаж в общей системе каста, которого можно вызывать в кадр так же, как любого другого героя через @имя. Для тех, кто делает контент от первого лица, это закрывает огромную боль: не надо больше снимать себя на камеру под каждый ролик.

AI Assistant for GLPI

Усім привіт.

Штучному інтелекту відносно легко замінити службу підтримки клієнтів (Service Desk). Насправді ви, мабуть, вже помітили, що в банках стало досить складно зв’язатися з живим оператором. А служба підтримки - це саме той вид послуг, де 99 % процесів відбуваються за заздалегідь визначеним сценарієм, що робить її ідеальним кандидатом для автоматизації за допомогою штучного інтелекту. 

Тому не дивно, що в системах Service Desk з'являються елементи ШІ. От і безкоштовна GLPI його отримала, правда не від виробника, а від українського реселера, компанії TechExpert.

Тепер це плагін - AI Assistant for GLPI.

Штучний інтелект, що автоматизує обробку звернень - чат-асистент, автоматичне створення заявок, переклад та допомога на рівні користувача.

Ключові можливості:

• Інтелектуальний чат-асистент: асистент на базі ШІ доступний у будь-якому розділі GLPI. Він допомагає користувачам миттєво отримати відповіді на запитання, інструкції чи підказки - без залучення оператора

• Автоматичне створення заявок: якщо чат-асистент не знайшов рішення, система запропонує автоматичне створення та заповнення заявки, без зайвих дій з боку користувача

• Гібридний режим роботи - дає можливість обирати можливості плагіну Full (поєднує загальну базу та можливості OpenAI з внутрішньою базою знань компанії) і Single (працює виключно з локальною базою знань компанії, забезпечуючи повну безпеку без виходу в інтернет)

• Гнучка система доступу: можливість визначати, які функції плагіну доступні різним ролям користувачів у GLPI

• Швидкий огляд заявок: ключова інформація (заголовки, коментарі) відображається одразу, без відкриття повного запису. В тому числі: переклад опису на мову системи користувача якщо вона відрізняється

• Автоматичний переклад: миттєве відображення опису заявки мовою системи користувача - включно з заголовками та коментарями

• Інтелектуальне заповнення заявок: плагін аналізує вміст заявки та автоматично заповнює заголовок та категорію

• Інструмент автоматичного рішення заявок для спеціалістів першої лінії підтримки. Дозволяє виконувати пошук по базі типових рішень заявки і якщо є відповідний прив’язує його до заявки

Правило 3-х хвилин в Youtube.

Всім привіт.

Відомо що CapCut має бібліотеку треків які доступні для використання навіть в безкоштовній версії редактора. Моя логіка була проста - якщо CapCut free  їх дозволяє використовувати то значить і ліцензія на них також free. А не так сталося як гадалося.

Так, у CapCut є інструменти для цього, але важливо розуміти: те, що CapCut вважає «безпечним», YouTube все одно може заблокувати.

Ось як перевірити ліцензію та "безпечність" музики прямо в додатку:

1. Використовуйте фільтр "Commercial" (Комерційне використання)

У бібліотеці звуків CapCut є окремий розділ для музики, яка дозволена для використання в комерційних цілях (тобто вона має очищені права).

Відкрийте вкладку Audio -> Sounds.

Натисніть на значок кубика/портфеля або виберіть категорію Commercial.

Музика в цьому розділі має менше шансів отримати блок, але (увага!) це все одно гарантія переважно для TikTok, а не для YouTube.

Не дуже корисно бо є фільтр або All або  Commercial. А потрібен Non-Commercial.

2. Функція "Copyright Check" (Перевірка авторських прав)

Це найкорисніша функція в CapCut для ютубера. Вона імітує перевірку YouTube. Реально імітує бо насправді виконує перевірку ліцензії аудіо в TikTok, а не YouTube.

Кнопка Copyright check знаходиться в формі Export внизу.

CapCut просканує аудіо по своїх базах даних. Якщо він не знайде збіг, він напише: "Copyright passed" (Перевірка пройдена) або попередить про порушення.

3. Значок TikTok поруч із треком

Якщо біля назви пісні в CapCut ви бачите маленький значок TikTok — це 99% гарантія того, що на YouTube прилетить блок або обмеження монетизації. Ці треки ліцензовані корпорацією ByteDance тільки для своєї платформи.

Чому навіть "чиста" музика з CapCut може "злетіти" на YouTube?

Тому що CapCut і YouTube - це різні "планети".

Різні власники прав: Правоволасник міг дозволити CapCut використовувати музику, але вимагати гроші (або блокувати) на YouTube.

Content ID: Система YouTube набагато суворіша. Навіть якщо CapCut каже "Safe", робот YouTube може мати іншу інструкцію від автора пісні.

Золоте правило для Shorts:

Якщо ви не хочете щоразу нервувати через ліцензії:

У CapCut використовуйте тільки звукові ефекти (сміх, звук вітру, удар тощо) або власну ШІ-музику (ті промпти, що ми склали).

Популярну музику додавайте тільки через кнопку "Add Sound" у самому YouTube під час завантаження. Це єдиний спосіб на 100% легально використати чужий хіт у Shorts.

Реальність переоцінена!

Hello.

РЕАЛЬНІСТЬ ПЕРЕОЦІНЕНА: чому ЧАС став моєю наступною зупинкою.

Ми живемо в епоху тотальної передбачуваності. Світ навколо нас став надто тісним, затиснутим у лещата GPS-координат та однотипних фільтрів Instagram. Ви відкриваєте стрічку новин - і бачите ті самі обличчя, ті самі готелі, ті самі ракурси. Ми навчилися фотографувати кожен сантиметр планети, але при цьому примудрилися втратити головне - відчуття справжньої, неприборканої пригоди.

Сьогодні подорожі перетворилися на чек-листи. Ми їдемо туди, де вже були мільйони, щоб зробити знімок, який вже бачили мільярди. Карти Google більше не мають «білих плям», а підручники з історії здаються цвинтарями застиглих дат, які не мають жодного відношення до нашого «завтра». Але що, як я скажу вам, що справжній кордон проходить не між країнами? Що як справжня межа - це сам Час?

Мені стало нудно спостерігати за цим плоским світом. Я захотів зазирнути за лаштунки реальності. Я захотів побачити, як іскриться повітря під час лицарського турніру не в голлівудському павільйоні, а в справжньому середньовіччі. Я захотів відчути, як пахне свіжозмелена кава на борту піратського судна, що йде крізь містичний туман.

Щоб зробити це, мені знадобився провідник. Хтось, хто не боїться цифрових штормів і квантових стрибків. Хтось, хто є водночас і відлунням нашого минулого, і кодом нашого майбутнього.

Знайомтеся - це МАВКА. І для неї час - це не цифри на екрані смартфона. Це її наступна зупинка.

Вона прийшла з коду та мрій

Мавка не просто чергова 3D-модель у вашому браузері. Вона - Metahuman. Вона «саморобка», викувана в горнилі нейронних мереж із мільйонів пікселів та моїх найзухваліших промптів. Вона - візуальний маніфест того, як технології можуть оживити міфи.

Її ідентичність неможливо сплутати ні з чим:

Смарагдові очі, що дивляться крізь шари епох і бачать приховані алгоритми всесвіту.

• Шоколадні коси, в які вплетені неонові нитки майбутнього - вони пульсують у ритмі часу, який вона підкорює.
• Тактична чорна вишиванка та червоні коралі - символ того самого незламного коду великої нації, що проходить крізь віки й стає лише міцнішим.
• Вона виглядає надто досконалою для нашого брудного, текстурного, гіперреалістичного світу. І в цьому полягає головний конфлікт Mavka Travel Vlog. Ми зіштовхуємо ідеальний CGI з сирим, RAW-фотореалізмом історії.

Що таке Mavka Travel Vlog?

Це перший у світі влог мандрівниці, яка не читає про минуле, а живе в ньому. Це чесний POV (погляд від першої особи), де немає місця нудним лекціям. Тільки реальні емоції, тільки історії, яких можна торкнутися рукою.

Ми вже встигли навести галас там, де нас не чекали:

• Ми побували в офісі Red Bull в Абу-Дабі, де Мавка вказала інженерам на помилки в телеметрії (і, здається, вони досі в шоці).
• Ми піднялися на Олімп, щоб пояснити Зевсу, що його «воркфлоу» застарів. Мавка навіть залишила йому свіжий промпт для перезбірки світу - без воєн, але з вічним драйвом.
• Ми пройшли крізь шторм на драккарі вікінгів і ледь не потрапили на абордаж до піратів Карибського моря, де Мавку прийняли за морську німфу.

Чому вам варто змінити свій таймлайн?

Тому що Mavka Travel Vlog - це проект для тих, хто бачить більше. Це точка, де високі технології зустрічаються з прадавньою філософією. Я не пропоную вам просто дивитися відео. Я пропоную вам здійснити стрибок.

Я не обіцяю вам стерильних 4K-картинок. Я обіцяю вам подорож, де кожен кадр - це битва за ідею, а кожна сцена - це збій у звичній матриці вашого дня.

Підписуйтесь. Межа між світами зникає тут: MAVKA TRAVEL 

P.S. Мавка каже, що час не чекає на тих, хто вагається. До зустрічі в іншому таймлайні!

Огляд моделі Image 2 від OpenAI

Усім привіт.

Розглянемо одну з найновіших моделей генерації зображень — GPT Image 2 у конфігурації Medium. Це не просто інструмент для створення «красивих картинок», а скоріше універсальний генератор робочих візуальних матеріалів.

💡 Що це за модель

GPT Image 2 — нове покоління моделей генерації зображень від OpenAI, яке поступово приходить на зміну попереднім рішенням. Версія Medium позиціонується як збалансований варіант між якістю, швидкістю та вартістю.

На відміну від таких сервісів, як Midjourney, які традиційно роблять акцент на художній стилізації, GPT Image 2 більше орієнтована на прикладні задачі: створення UI-макетів, рекламних креативів, схем та інших практичних матеріалів.

⚙️ Про технологію

OpenAI не розкриває повністю внутрішню архітектуру GPT Image 2. Відомо, що сучасні моделі цього класу поєднують мультимодальні підходи та трансформерні архітектури.

Ідея про те, що модель «планує» зображення перед генерацією, відображає реальну поведінку (краще дотримання інструкцій), але не обов’язково означає наявність окремого формалізованого “режиму мислення”.