Бывшие топ-менеджеры TikTok запустили ИИ-тренера по позам для фото Superpose
Основатели с опытом в TikTok представили приложение, которое анализирует селфи и с помощью ИИ предлагает пользователям четыре альтернативные позы для улучшения кадра.
На рынке приложений для создания контента появился новый продукт - Superpose. Его основали бывшие руководители TikTok. В отличие от многих ИИ-сервисов, это приложение не создает изображения из ничего, а работает с уже существующими фотографиями пользователя.
Основная задача Superpose - анализ загруженного селфи или снимка. После изучения композиции и позы искусственный интеллект предлагает четыре альтернативных варианта, как можно изменить положение тела для более удачного кадра. Этот принцип отражает общий сдвиг в развитии генеративного ИИ: от прямого создания контента к функциям анализа, коучинга и дачи рекомендаций на основе предоставленного пользователем материала.
Работа строится так: человек делает фото в приложении или загружает его. Алгоритмы оценивают различные параметры изображения. Затем система визуализирует четыре возможных корректировки позы, направленных на повышение эстетичности или выразительности. Такой подход связан с трендом на гиперперсонализацию, который команда основателей ранее развивала в TikTok. По сути, их экспертиза в области вовлечения аудитории переносится из социальных сетей в сферу персональных ИИ-помощников.
Появление Superpose указывает на новую фазу в потребительских ИИ-приложениях. Первые популярные сервисы в основном генерировали текст или картинки по текстовому запросу. Теперь акцент смещается на анализ и улучшение того контента, который уже создан самим человеком. ИИ начинает играть роль не столько инструмента для производства, сколько советчика. Для всей отрасли это открывает дополнительные направления, где ценность формируется не заменой человеческих усилий, а их усилением и поддержкой.
Для тех, кто активно ведет социальные сети, подобные инструменты могут снизить барьер для создания визуально привлекательного контента. Вместо многочисленных проб и ошибок с ракурсами пользователь получает конкретные, наглядные подсказки, адаптированные под его конкретное фото. Это делает некоторые профессиональные или полупрофессиональные приемы съемки более доступными для широкой аудитории. Дальнейшее развитие и успех таких сервисов будут напрямую зависеть от двух факторов: технической точности их рекомендаций и способности алгоритмов понимать и адаптироваться к разнообразным стилям фотографии и контекстам съемки.
