Вышла нейросеть, которая изменила индустрию генерации картинок

Разработчики Reve 2.0 доказали, что для крутых моделей не нужна куча GPU — достаточно смекалки. Они используют LLM в лице открытой Qwen: она придумывает композицию и расположение объектов, а уже потом подключается привычная диффузионная модель, которая рисует картинку

Что умеет модель:

- точный рендеринг текста на картинке
- редактирование только выбранных обьектов на фото, без перерисовки всей картинки
- сохранение стиля между генерациями
- работа с несколькими референсами сразу
- сборка сложных многообъектных сцен

Модель Reve сейчас Топ-2 в мире, она обгоняет даже Nano Banana и уступает только ChatGPT, который, к слову, ещё раньше стал использовать подобный подход для картинок. Это значит, что скоро все генеративные модели перейдут на такой подход — он уже показал эффективность. И самое главное — генерация красивых картинок станет кратно дешевле

Агентный подход — абсолютный тренд ближайших 10 лет, нейронкам нужно просто позволить общаться друг с другом — и будут чудеса, ну либо Скайнет

@n2d2ai

Кого заменят нейросети по мнению Anthropic

Не так давно Anthropic опубликовали в открытый доступ исследование о том, как люди используют ИИ, в каких профессиях и задачах больше, а в каких меньше. На основе своих данных они составили карту профессий, в которых наиболее вероятна замена человеческого труда на ИИ в ближашие 10 лет
Профессии не исчезнут в один день, но будет происходить сжимание числа рабочих мест: было 100, станет 10

Утверждается, что людей заменит не сам ИИ, а люди, которые умеют его использовать.
Так что собрали подборку полезностей, чтобы заменили не вас, а вы:

1. Подборка промптов для вашей профессии от OpenAI
2. Набор курсов от OpenAI
3. Книга для тех, кто хочет начать изучать агентов
4. Набор скиллов и библиотек для вашего агента
5. Сборник знаний для тех, кто уже создает агентов на продвинутом уровне

Еще есть достаточно времени, чтобы выучить что-нибудь новое

@n2d2ai

ИИ-влоги стали популярнее обычных блогеров

Как мы и писали ранее, с нейросетью Seedance 2.0 можно создавать полноценные влоги с разных ракурсов без потери консистентности, и те, кто этим воспользовался, уже получил миллионы просмотров, например, этот канал "Chloe VS History". Суть простая — ИИ-влоги по 15 минут из исторических эпох: древний Египет, ледниковый период и даже влог с Титаника

Учитывая, что Claude можно подключить теперь к Higgsfield, достаточно оставить их одних, чтобы придумывать и создавать длинные ИИ-видео по одному сценарию автономно:

Шаг 1. Подключить Higgsfield
Либо через коннекторы в настройках Claude, либо командой:
claude mcp add --transport http --scope user higgsfield https://mcp.higgsfield.ai/mcp

Шаг 2. Загрузить референсное фото
Просто кидаете фото персонажа в чат — Higgsfield будет держать его внешность консистентной во всех сценах.

Шаг 3. Отправить промпт по схеме ReAct
Это ключевое — структура нужна, чтобы Claude не сжигал токены на пустую болтовню, а сразу шёл к делу:

"Создай сценарий влога на тему «[ВАША ТЕМА]», состоящий из 25 секундных отрезков. Для каждого отрезка напиши: номер сцены, что происходит (1–2 предложения), промпт для Higgsfield с описанием первого кадра — локация, освещение, ракурс, действие персонажа.
После сценария — сгенерируй 25 изображений через Higgsfield, по одному на каждую сцену, используя промпты из сценария. Называй каждое изображение по номеру сцены: 01, 02, 03... и так до 25. Остановись и покажи все изображения — не начинай генерацию видео, пока я не подтвержу.
После моего подтверждения — сгенерируй видео для каждой сцены, используя соответствующее изображение как первый кадр."

P.S. У многих есть недопонимание, за что площадки типа Ютуба банят ИИ-контент? Ровно за то, за что банят и обычный: отстуствие смысла. Поэтому немного креатива и нейрослоп превращается в увлекательный контент

@n2d2ai

Три разных человека. Три разных проекта. Один и тот же подход.

— Юра взял «скучную» нишу с готовым спросом → сначала печальные $100/мес, через год уже ~$10K/мес
— Денис сделал Telegram-игру в одиночку на основе AI → ~ $1500 за 1,5 месяца после запуска
— Аня без кода запустила AI-бота для изучения английского → первые ~$200 уже в 1 месяц

Разные результаты. Разный масштаб. Но общие правила:

1. не придумывать «гениальную идею», а брать существующий спрос
2. делать простой MVP и быстро запускаться
3. докручивать монетизацию и продукт по факту использования

Ребята сделали всё без команды, без инвестиций, а самое главное — без ожидания «идеального момента». Да, не у всех получается сразу. И не у всех выходит на $10K. Но если системно идти по схеме выше — появляется первый доход с продукта, а дальше уже есть что масштабировать.

В комьюнити разбираем такие кейсы регулярно: @its_capitan. Что сработало, что нет, и почему.

Реклама: ИП Зуев Игорь Владимирович, ИНН: 360408359441, Erid: 2Vtzqwm8Ykq

Теперь у каждого есть свое AI-креативное агентство

В Claude Code добавили интеграцию с Higgsfield Посты, картинки, UGC и фильмы теперь создаются прямо в Claude. Или самосоздаются в автономном режиме 24/7

Но главное не это..

Теперь можно задать одну цель — например, создать бренд с нуля — и получить сразу всё: айдентику, модный 3D-сайт с картинками и видео в вашем стиле, промо-ролик, UGC от AI-блогеров и даже 3D-игру. Раньше ИИ здесь либо не справлялся, либо выдавал шаблонную и безликую верстку — без стиля, без ваших визуалов. Теперь это пройденный этап

Для подключения нужно закинуть эту команду в вашего агента:

claude mcp add --transport http --scope user higgsfield https://mcp.higgsfield.ai/mcp

Здесь более интересна не столько одна интеграция к Claude, а в целом уверенные шаги крупных игроков в сторону 100% автономности, где точкой входа выступает ИИ-агент (ChatGPT, Claude, Gemini и тд.). Будущее интерфейсов - стать MCP/CLI для агента, чем и стал уже Higgsfield и еще сотни компаний

@n2d2ai

Устали бегать с аккаунта на аккаунт при работе с нейросетями? А что, если бы все было в одном месте и с оплатой в рублях?

Polza.ai — это российский агрегатор нейросетей, который собирает в одном месте сотни ИИ-моделей и провайдеров: от российских решений до зарубежных моделей вроде Qwen. Не нужно прыгать между сервисами - всё работает через единый API ключ

Если API и код не ваша история, то попробуйте Нейростудию. В одном интерфейсе доступны текстовые модели, генерация изображений и видео, работа с аудио, музыкой и кодом.

Это не просто каталог моделей

Внутри платформы можно сравнивать цены, смотреть доступные варианты подключения и выбирать то, что подходит именно под вашу задачу, бюджет или требования к данным. Список провайдеров и тарифов постоянно пополняется

ВСЕ В ОДНОМ УЖЕ ПО ССЫЛКЕ

Реклама. ООО "ФЛЕЙЛИ", ИНН: 0272928204, erid: 2VfnxxnwvMh

ИИ предсказал финал FIFA World Cup 2026

Мы попросили 5 разных ИИ-агентов проанализировать составы команд, погоду, стадионы и еще 100+ параметров на чемпионате мира и выявить 3х победителей и 3 команды-феномена по его мнению. Каждый агент выдал большой отчет на 40 страниц с описанием почему он думает именно так, с аргументами, фактами.

Вот результаты:

1) Claude
Топ-3 чемпиона: Франция, Испания, Бразилия
Топ-3 феномена: Норвегия, Колумбия, Марокко

2) DeepSeek
Топ-3 чемпиона: Бразилия, Португалия, Испания
Топ-3 феномена: Эквадор, Япония, Норвегия

3) Kimi
Топ-3 чемпиона: Португалия, Аргентина, Франция
Топ-3 феномена: Колумбия, Норвегия, Япония

4) Z AI
Топ-3 чемпиона: Франция, Испания, Аргентина
Топ-3 феномена: Норвегия, Колумбия, Япония

5) Gemini
Топ-3 чемпиона: Испания, Франция, Колумбия
Топ-3 феномена: Норвегия, Марокко, Эквадор

Кстати, Kimi тоже сделали свое предсказание, для которого использовали 300 агентов! А теперь они объявили розыгрыш 1-го триллиона токенов для тех, кто предскажет победителя точнее других
А вы на кого ставите?

@n2d2ai

Каждому по ИИ-агенту от Kimi

Вышел бесплатный аналог Claude Cowork — Kimi Work. Он умеет создавать автоматизации, запускать их по вашему расписанию, а главное — открывать браузер и ходить в него вместо вас.

Как работает:

- На базе Kimi Code — мощного агента для кодинга, который умеет разбирать сложные задачи на шаги.
- Общается с компьютером через Kimi WebBridge, который видит и кликает в Chrome, как живой помощник.
- Поддерживает до 13 часов непрерывной работы и может совершить более 4000 вызовов разных инструментов, не зависая и не теряя цель.
- Может создать до 300 агентов-помощников, которые будут работать параллельно и выполнять разные задачи одновременно

Вам больше не нужны API для поиска новостей, автоматизации и n8n. Просто скажите: "Собери новости о нейросетях за сегодня". Kimi Work сам откроет браузер, обойдёт все нужные сайты, найдёт статьи и перескажет ключевые моменты. Плюс в том, что он может пользоваться поисковиком внутри новостных порталов и соцсетей вроде X

Устанавливается по одной кнопке отсюда и работает с любого ip

@n2d2ai

Создавать графику и промо-ролики ещё проще

Всего пару месяцев назад появился Remotion, который превращает текст в графику, а теперь эту идею развивает Heygen, выпустив HyperFrame — штуку, которая позволяет создавать промо-ролики текстом. По сути, вайбкод для моушен-дизайна

Что умеет:

1. Видео как код
Ролик описывается обычным HTML

2. Абсолютно одинаковый результат на любом компьютере
Один и тот же HTML-файл всегда даёт пиксель-в-пиксель одинаковый MP4

3. 50+ готовых шаблонов
Есть множество готовых дизайнов: от строгого корпоративного до динамичного «игрового» или анимированных графиков как в ведущих изданиях. Чтобы применить любой из них, достаточно одной простой команды — npx hyperframes add.

4. Можно подключить любые популярные инструменты
GSAP, Lottie, CSS, Three.js, WebGL-шейдеры, D3.js

Для работы нужен любой ИИ-агент (Claude Code, Cursor, Gemini CLI, Codex) и команда для установки навыка (skills):

npx skills add heygen-com/hyperframes

Это «обучит» агента писать правильные композиции и анимации. Дальше — просто говорите, что хотите увидеть в ролике, и через пару итераций получаете готовый MP4

@n2d2ai

Нейросети научились снимать целые влоги

Прошло всего полгода с момента выхода Sora 2 и нашего поста про UGC, и вот теперь с Seedance 2.0 его делать еще проще, с разными ракурсами, общей историей и консистентностью.
Сейчас все большую популярность набирает связка:
GPT Image 2.0 + Seedance 2.0. Первая дает качество текста и деталей, вторая режиссирует. Здесь и вся прелесть, китайская модель не просто расставляет все в такт, склеивает куски видео, так еще и музыку накладывает в нужных местах, по сути целый монтаж

Пример шаблона промпта для UGC-влога:

9:16 горизонтальный формат. Динамичный лайфстайл-влог в стиле UGC (пользовательский контент). Быстрый, энергичный монтаж. Естественная тряска камеры при съемке с рук, свежие цвета, яркая атмосфера, без водяных знаков.

[Сцена 1: Хук / Вступление]

Камера: [Ракурс, например: Широкий угол, селфи-камера с рук].

Объект и локация: [Описание героя, например: Красивая молодая женщина] снимает себя на камеру в [Описание локации, например: светлом современном супермаркете].

Действие: [Что делает герой: Она радостно поднимает товар/предмет].

Речь (Lip-sync): Герой смотрит прямо в объектив и говорит на английском с естественной артикуляцией (lip-sync) и выразительными эмоциями: "[Текст фразы на английском]".

[Сцена 2: Перебивка / POV]

Камера: Быстрая склейка (Jump cut). Съемка от первого лица (POV).

Действие: [Детальное действие, например: Рука берет яркий фрукт с красивой витрины].

[Сцена 3: Движение / Смена плана]

Камера: Быстрая склейка (Jump cut). Возврат к герою.

Действие: [Действие в динамике, например: Герой быстро идет по ряду, показывая путь впереди].

[Сцена 4: Заключительная эмоция / Вывод]

Камера: [Ракурс, например: Широкий угол на фоне залитого солнцем окна].

Действие: [Финальное действие, например: Герой делает глоток, его глаза загораются, он улыбается].

Речь (Lip-sync): Герой говорит прямо в камеру на английском: "[Текст финальной фразы на английском]".

P.S. Вот библиотека с 2000+ промптами от Seedance. Если хотите понять, на что она способна и как промптить - это маст хев

@n2d2ai

OpenAI выпустили лучшую модель для генерации изображений

Компания сделала долгожданный релиз новой модели ChatGPT Images 2.0, которая сильно ушла вперед Nano Banana в качестве и точности изображений. Теперь текст на картинках - обычное дело, даже мелкий и даже когда его много. Модель буквально может генерировать газеты и журналы🤯

Что изменилось:

1. Thinking Mode
Модель теперь умеет «думать» перед генерацией, использовать поиск и выдавать до 8 связанных изображений за раз. Для сторителлинга, комиксов или создания сетов под разные соцсети — просто пушка, сохраняется консистентность персонажей и объектов.

2. Идеальные тексты
Надписи теперь без ошибок. Причем не только на английском, но и на японском, китайском и даже хинди. Можно собирать постеры и инфографику прямо в чате.

3. Любые форматы
Теперь можно задать любое соотношение сторон — от узких баннеров до вертикальных сторис.

4. Фотореализм вывели на новый уровень. Появились естественные косяки: зерно, правильные блики, текстуры.

5. Актуальный контекст
База знаний обновлена до декабря 2025-го. Модель понимает современные тренды, мемы и актуальный визуал.

6. Codex & API: Разрабам завезли генерацию UI прямо в рабочую среду. В API теперь поддержка 2K разрешения.

Почему стало лучше? OpenAI особо не распространяются, но тренд ясен: мы уходим от чистых diffusion-моделей (которые просто "дорисовывали шум") к авторегрессионным подходам. Модель теперь не просто лепит пиксели, а "предсказывает", как должен выглядеть объект — ровно так же, как LLM предсказывает следующее слово в тексте. Отсюда и точность в UI-элементах и шрифтах

Уже доступно всем в ChatGPT и Codex

@n2d2ai

Теперь создавать реалистичную озвучку еще проще

Google выпустили новую модель генерации аудио: Gemini 3.1 Flash TTS. Принцип работы похож на ElevenLabs, там так же используются аудиотеги. Это команды в квадратных скобках прямо внутри текста. Написали [шёпотом] или [как будто выиграл в лотерею] - и голос мгновенно меняет окраску

Что можно создавать:

- Озвучка книг с разными персонажами и репликами.
- Генерация подкастов и голосовых ассистентов.
- Создание реалистичных диалогов для игр или видео.

Доступно более 70 языков, из них 24 в премиум-качестве (включая русский, японский, хинди).
Есть 30 предустановленных голосов + возможность «кастинга» персонажа через текстовое описание.

Можно попробовать бесплатно в Google AI Studio, там же доступен API

P.S. По ощущениям генерит лучше 11Labs

@n2d2ai

Скрытый режим нейросетей, о котором вы не знали: как выжать из ИИ максимум

Исследование Google показало: ИИ работает лучше, когда имитирует спор разных экспертов внутри себя. Вместо одного «голоса» модель создает группу виртуальных личностей, и такой «коллективный разум» помогает решать задачи качественнее.

Вот 3 способа активировать эту суперспособность (с готовыми промптами):

Командная работа (Society of Thought)

Не просите просто «решить задачу». Заставьте ИИ устроить внутренние дебаты, чтобы он перестал галлюцинировать и цепляться за первый попавшийся вариант.

💬 Промпт: «Действуй как команда. Пусть один эксперт (например, креативщик) предложит решение, второй (суровый критик) найдет в нем дыры, а третий (Senior PM) предложит рабочую альтернативу. Только после этого выдай финальный ответ».

Синтез полярных экспертиз (Expertise Diversity Synthesizer)

Идеальные решения рождаются на стыке несочетаемого. Заставьте нейросеть посмотреть на задачу с двух радикально разных углов, чтобы объединить строгий подход и творчество.

💬 Промпт: «Сначала рассмотри эту задачу с точки зрения педантичного бизнес-аналитика, который ищет только сухие факты, риски и метрики. Затем — с позиции смелого изобретателя-визионера. В конце объедини их выводы в одно сбалансированное и гениальное решение».

Провокация сомнений

Модели часто ошибаются, потому что по умолчанию всегда соглашаются сами с собой. Исследователи нашли крутой хак: внедрение специальных фраз заставляет ИИ сомневаться, запускает пересмотр решений и резко повышает точность.

💬 Промпт: «Найди критические ошибки в этом плане и попробуй его опровергнуть. В процессе рассуждения обязательно используй фразы "Подожди-ка…", "А что, если это неверно…" или "Но с другой стороны…". Заметив ошибку, сразу исправляй ее».

Эти приемы провоцируют внутренний спор и дают тот самый мощный буст в точности и логике

@n2d2ai

Как вытащить из Seedance 2 весь максимум

Новая модель для создания видео уже плотно закрепилась во всех трендах последних недель. Ну и то, что она делает с видео - безумие, буквально фильмы с одного промпта, не зря Голивуд пытался ее запретить
Но вместе с этим модель требует нового подхода к промптингу. Если раньше считалось абсолютом писать JSON-промпт, то теперь модель настолько хорошо понимает естественный язык, что сама отлично справляется с режиссурой кадров.

Формула идеального промпта:

У Seedance есть чёткая структура:
Subject → Action → Camera → Style

1. Subject (кто/что)
Нужно максимально конкретно:
❌ a man
✅ a 30-year-old man with short dark hair, wearing a black leather jacket

2. Action (что происходит)
Seedance очень хорошо понимает физику и движение:
walks slowly toward the camera, coat moving in the wind.
Можно прописать по кадрам:
«Shot 1 (0:00 - 2:00) - man slowly walks towards…
Shot 2 (2:00 - 3:30)…»

3. Camera
Типы кадров:
Wide shot — показывает всю сцену и окружение
Medium shot — показывает персонажа от пояса и выше, отлично подходит для диалогов
Close-up — фокусируется на лице или деталях, идеально для передачи эмоций
Macro — сверхдетализация для еды, товаров и ASMR-контента

Движения камеры:
Dolly in/out — камера движется к объекту или от него
Tracking shot — камера следует за объектом
Pan left/right — камера вращается горизонтально, открывая пространство
Crane up/down — вертикальное движение для драматических открытий
Handheld — лёгкая тряска для эффекта документалистики/POV
Steadicam — плавное непрерывное сопровождение объекта

4. Style (визуал)
• Cinematic, film grain, Hollywood blockbuster - кинематографическое качество
• Documentary-style, raw footage - аутентичное, реалистичное ощущение
• Cyberpunk, neon-lit, high contrast - киберпанк-эстетика
Golden hour, warm tones, soft light - лайфстайл и романтический контент
• 8K, photorealistic, hyper-detailed - максимальное визуальное качество

Относитесь к модели, как к режиссерскому инструменту, это ее главное отличие от Veo 3

Пример генерации на видео

@n2d2ai

Голосовой ИИ-ассистент доступен каждому

Появился Gemini 3.1 Flash Live. Теперь разговор с ИИ перестает быть имитацией диалога и становится настоящим взаимодействием в реальном времени, поскольку генерация идет сразу на уровне звука.

Как это работает:

Раньше любой голосовой ассистент сначала превращал звук в текст, потом прогонял его через языковую модель и только после этого озвучивал ответ. Из-за этого появлялись задержки, ломалась естественность и исчезало ощущение живого общения.

А с лайф режимом:
- Ответ формируется мгновенно и звучит так, будто вы разговариваете с человеком
- Вы можете перебивать модель, уточнять мысль на ходу, говорить параллельно
- Диалог становится непрерывным

При этом модель не только слышит, но и видит. Она способна воспринимать происходящее через камеру или экран и сразу учитывать это в разговоре
Доступен бесплатно в Google AI Studio

@n2d2ai

OpenAI закрывает Sora

Об этом компания заявила в своем X, по данным источника сначала они положат приложение (26 апреля), а затем и api (24 сентября). Однако, не исключена продажа модели другой компании или opensource, все-таки это миллиарды долларов.

Чтобы не грустить, собрали 5 аналогов, которые заменят Sora:

1. Veo 3.1 — эталон качества, близко к кинематографу.
2. Kling 3.0 — видео со звуком, доступен multi-shot контроль камеры.
3. Runway Gen-4.5 — реалистичная физика, заточена под динамичные сцены, но без звука.
4. Seedance 2.0 — лучшая, но труднодоступная: высокое качество, голливудский стиль.
5. Open source: ltx 2.3 и Wan 2.2— лёгкие и быстрые, идеально для коротких сцен.

Делитесь в комментариях, какую альтернативу выбрали для себя

@n2d2ai

Конец рынка платных промптов

Нашли библиотеку всех трендовых промптов, которые набирают популярность прямо сейчас. Их собирают вручную каждую неделю: находят все тренды из X (Twitter) и берут только работающие связки.

Что внутри:

· Ручной отбор актуальных промптов с реальными охватами
· Фильтрация по моделям: NanoBanana Pro, GPT Image, Midjourney
· Генерация в 1 клик + сохранение в коллекцию
· Данные по просмотрам и лайкам

База полностью открыта, создавайте свежие визуалы и набирайте просмотры

@n2d2ai

Зачем монтировать видео, когда это делает нейросеть?

Динамические субтитры теперь создаются в Veed за секунды. Пример на видео, сделано с одного запроса. Кстати, девушка там же создана нейросетью. Да, это пока не полноценный монтаж, но время экономит знатно:

- Отлично работает с русским языком
- Нейросеть сама определяет положение текста
- На платформе можно создать ИИ-аватара
- Можно выбрать или загрузить любимый шрифт
- Есть возможность изменять цвет текста и его анимацию

А вообще, уже чуть-чуть осталось до полноценного агента, который сам будет четко монтировать длинные видео. Их уже делают, оборачивая OpenClaw в SaaS через Skills

CapCut, пока-пока

@n2d2ai

Любой объект теперь можно представить в виде симуляции – бесплатно

Если вы вайбкодите сайт или хотите выделиться в соц.сетях, то появился новый инструмент, который позволяет визуализировать любой объект, и это выглядит залипательно, например: здесь

Промпт для создания визуализаций:

Там внутри (справа сверху) есть кнопка “sample prompt”. Промпт, который начинается как:

Act as a Creative Computational Artist & High-Performance WebGL Shader Expert...

YOUR GOAL:
Write a single, highly optimized JavaScript function body that defines the movement behavior and visual appearance of particles in a massive 3D particles swarm simulation (20,000+ units).

CONTEXT & API VARIABLES (Read-Only unless specified):
1. i (Integer): Index of the current particle (0 to count-1)…

Результат можно выгрузить в множестве форматов HTML, REACT, THREE.JS, GLB, OBJ и тд.

@n2d2ai

Google встроили Veo3 в NotebookLM для создания обучающих видео

Как мы говорили ранее, в NotebookLM можно штамповать качественный обучающий контент, закрывая потребности аудитории. Но теперь это не просто видео-презентации, а целые документальные фильмы

Как создать:

1. Загружаем в NotebookLM всё, что у вас есть по теме: ссылки, статьи, PDF, презентации, интервью.
2. Запускаем функцию «Cinematic Video Overviews».
3. Система сама анализирует данные, выбирает визуальный стиль и строит повествование. Вам не нужно думать о сценарии.
4. Выгружаем и публикуем.
5. Проставляем ссылки. В описании или в самом видео и ведем зрителя на свои услуги.

Теперь вы можете занять первые позиции по самым горячим запросам в вашей нише

P.S. Пока доступно подписчикам тарифа Ultra

@n2d2ai