Нейросети
Kling: обзор генератора видео
Китайский Kling генерирует видео по тексту и фото и особенно хорошо передаёт движение воды, ткани и шагов человека. Разбираемся, что нейросеть Kling…
Нейросети
Нейросети как рабочий инструмент. Чем отличаются генераторы картинок, что уже умеют модели для видео и звука, как устроено обучение и где проходит граница возможностей. Пишем и про зарубежные сервисы, и про то, что доступно из России без плясок с бубном.
Нейросети
Нейросети для дизайна: логотипы, баннеры и макеты
Одиннадцать нейросетей для логотипа, баннера или макета интерфейса: что умеет бесплатный тариф, где нужен VPN и почему один сервис редко закрывает сразу…
Нейросети
IMLE: новый подход к обучению генеративных моделей решает проблему пропуска мод
Представлен метод Implicit Maximum Likelihood Estimation, который предлагает альтернативу состязательному обучению GAN и напрямую учит модель генерировать данные, похожие на реальные, решая…
Нейросети
LAION выпустил открытый видео-датасет BVD объемом 10 миллионов часов
Некоммерческая организация LAION представила один из крупнейших открытых видео-датасетов для обучения ИИ, содержащий 10 миллионов часов видеоматериалов. Его выпуск стал возможен благодаря…
Нейросети
Нейросети для перевода: где перевод лучше классических сервисов
Собрали сервисы, где перевод текста работает через нейросети: у каждого свой бесплатный лимит, доступ из России без VPN и уровень русского языка…
Нейросети
Google представила Gemini 3.5 Transcribe: потоковая транскрипция с очисткой речи и низкой задержкой
Google анонсировала Gemini 3.5 Transcribe - новую модель для преобразования речи в текст, которая в реальном времени распознает более 85 языков, удаляет…
Нейросети
VLM против OCR+LLM: практическое сравнение методов распознавания текста на изображениях
Разработчик сравнил современные подходы к извлечению текста из изображений - мультимодальные модели и классическую связку OCR с языковыми моделями - и дал…
Нейросети
Gamma: презентации из текста, обзор и разбор ограничений
Разбираемся, как нейросеть Gamma собирает презентацию из текста за пару минут, что она умеет на самом деле, а что придётся доделывать руками,…
Нейросети
Alibaba запустил Wan3.0: 30-секундное видео из текста и документов за $6
Китайский гигант Alibaba представил новую версию модели генерации видео Wan3.0, способную создавать ролики длиной до 30 секунд в Full HD из текста,…