Темы
-
18 ноября Inworld выпустила Voice Isolator для локальной очистки речи. Модель подавляет шум и музыку вокруг голоса в готовых записях и живом аудио. Код и веса доступны по лицензии Apache 2.0. Из записи можно сохранить очищенную речь и удаленный фон в отдельных файлах. Потоковая версия обрабатывает звук по мере поступления, поэтому ее можно использовать в звонках и эфирах. Режимы для записей и живого звука При обработке файла модель анализирует звук фрагментами по 8 секунд. В длинной записи соседние фрагменты перекрываются на 2 секунды. Так модель учитывает звук до и после каждого момента внутри фрагмента. На вход потоковой модели подается один канал с частотой 48 к…
от admin- 0 ответов
- 64 просмотра
Последний ответ от admin, -
В ComfyUI 0.46.0 появились два партнерских узла HeyGen Avatar 6. Они создают ролики с говорящим аватаром, которые можно дальше обработать в той же схеме ComfyUI. Стабильная версия с обоими узлами вышла 19 ноября по Москве. Reference to Video создает ролик по изображению или видео и готовой озвучке. Identity to Video работает с аватаром HeyGen. Для речи можно ввести текст или подключить аудио. В обоих узлах доступны обычная Avatar 6 и Turbo с выводом в 1080p или 2K. Как задать внешность и движения аватара В Reference to Video для реального человека используют фото. В качестве исходного видео подходят ролики с анимированными или стилизованными персонажами. Озвучка для…
от admin- 0 ответов
- 25 просмотров
Последний ответ от admin, -
20 ноября Tencent опубликовала веса флагманской модели Hy4. Теперь ее можно развернуть на собственной инфраструктуре и дообучать. Модель представили 4 ноября. Сейчас для скачивания открылись три комплекта весов. Hy4 Instruct предназначена для работы по инструкциям. Файлы весов занимают около 1,55 ТБ. Версия Instruct в формате FP8 занимает около 786 ГБ. Hy4 base выпущена как предобученная основа для дальнейшей настройки. Файлы весов занимают около 1,54 ТБ. С какими данными работает Hy4 В текстовом ядре 770 млрд параметров, из них на каждый текстовый токен активируются 49 млрд. Контекст вмещает до 1 048 576 токенов. Модель принимает текст, изображения и видео для анал…
от admin- 0 ответов
- 32 просмотра
Последний ответ от admin, -
19 ноября Google начала открывать Computer Use в приложении Gemini для Mac. Функция выполняет задачи в настольных приложениях и на сайтах в отдельном окне. Сначала доступ получают пользователи в США, работающие на английском языке. Ход работы виден прямо в чате, выполнение можно остановить в любой момент. В настройках можно выбрать, какими приложениями разрешено управлять. Перед чувствительными действиями Gemini запрашивает отдельное подтверждение. Какие задачи можно поручить Gemini Под полем чата нужно выбрать Task, затем добавить в задание упоминание @Computer use. Gemini может открывать локальные файлы, нажимать кнопки, вводить текст и переносить данные между про…
от admin- 1 ответ
- 51 просмотр
Последний ответ от Yes_Ai, -
19 ноября Runware добавила в свой API два режима для Kling Video 4.0. Модель теперь генерирует видео сразу в 4K без отдельного увеличения разрешения. Также можно включить HDR для роликов 1080p и 4K. Для 4K доступны горизонтальный, вертикальный, квадратный и широкий киноформат. HDR сохраняется в MP4 с кодеком HEVC, глубиной цвета 10 бит и профилем BT.2020 HLG. Runware считает стоимость за секунду результата. Запрос с исходным видео обходится дороже. Как API выбирает размер кадра При генерации по тексту в запросе можно задать 3840 × 2160 для 16:9, 2160 × 3840 для 9:16, 2880 × 2880 для квадрата или 4396 × 1884 для 21:9. Если в запросе есть изображение или видео, достат…
от admin- 1 ответ
- 59 просмотров
Последний ответ от Yes_Ai, -
19 ноября вышла Ideogram 4.6. Модель генерирует изображения до 4K и редактирует целые кадры того же разрешения. Квадратный кадр теперь может иметь размер 4096 × 4096 пикселей, а для баннеров и вертикальных иллюстраций доступны другие пропорции. В Generate можно создать изображение по описанию или загрузить исходник с референсами. Precise Edit позволяет изменить выделенную область и сохранить размеры большого исходника, в том числе 8192 × 8192. На сайте модель выбирают в приложении Image, если она доступна в аккаунте. Стоимость в кредитах видна перед запуском. Генерация и редактирование с референсами В Generate можно приложить до пяти изображений. Если есть вложения,…
от admin- 1 ответ
- 47 просмотров
Последний ответ от Yes_Ai, -
17 ноября Anomaly Innovations обновила OpenCode Mobile для Android. В чате с агентом теперь можно нарисовать пометку на изображении или остановленном кадре видео и отправить его вместе с запросом. Приложение подключается к OpenCode V2 на компьютере или сервере, где запущен агент для работы с кодом. Выбранный фрагмент ответа можно вставить в запрос как карточку с комментарием. Переключаться между Build и Plan можно прямо в области ввода. В настройках доступен выбор из 56 языков интерфейса. Как уточнить задачу в чате Если на записи экрана видно, как кнопка перекрывает текст, можно остановить видео в нужный момент, обвести кнопку и приложить кадр с пометкой. Чтобы уточ…
от admin- 1 ответ
- 43 просмотра
Последний ответ от Yes_Ai, -
18 ноября Google открыла подписчикам Google AI Ultra 20x доступ к Genie 4 в браузерном Project Genie. Модель создает интерактивный мир и меняет его по текстовым командам прямо во время прохождения. Звуки окружения и реплики персонажей подстраиваются под происходящее. Для подписчиков Google AI Pro открыт список ожидания. Мир можно создать по описанию или изображению. В галерее есть готовые сцены от Google и пользователей. В обновленной Genie 3 одна генерация дает до трех минут прохождения. После сеанса можно скачать видео прохождения. Как устроено прохождение Клавиши WASD управляют движением, стрелки поворачивают камеру. Текстовой командой можно вызвать дождь или …
от admin- 1 ответ
- 65 просмотров
Последний ответ от Yes_Ai, -
В платном Gemini API вышла Gemini 4 Neon. Модель обрабатывает текст, изображения, аудио, видео и PDF в одном запросе, а отвечает текстом. В общее окно до 1 048 576 токенов входят материалы запроса, рассуждение и ответ. Например, к отчету можно приложить запись совещания и попросить сверить пояснения участников с цифрами в документах. Обычный синхронный ответ вместе с рассуждением ограничен 65 536 токенами. Более длинную выдачу можно продолжать в фоновом режиме. У модели четыре уровня рассуждения. По умолчанию используется High. В Gemini API миллион входных токенов стоит $3, выходных $15 по стандартным ставкам. Для чего нужен большой контекст В один запрос помещае…
от admin- 1 ответ
- 74 просмотра
Последний ответ от Yes_Ai, -
17 ноября Suno запустила Visuals. В клипе к готовой песне можно синхронизировать движения губ персонажа с вокалом и вывести строки песни на экран. Один клип длится от 5 до 15 секунд. Для более длинного видео в редакторе можно продлить или объединить клипы. Visuals доступна в браузере и в приложениях Suno для iOS и Android. Для клипа можно выбрать фрагмент песни из библиотеки Suno или загрузить свое аудио. Черновой режим Fast генерирует видео в 480p и расходует меньше кредитов, чем Standard в 720p. Обложку песни можно сгенерировать по описанию и при желании добавить изображение как референс. Как сделать клип к песне В меню трека выберите Create Visual, затем Vi…
от admin- 1 ответ
- 80 просмотров
Последний ответ от Yes_Ai, -
17 ноября 2026 года Telegram разослал владельцам ботов и Mini Apps предупреждение о проверках платежей. Платформа сообщила, что продолжит проверки на неделе с 16 ноября и может заблокировать бота за продажу цифровых услуг в обход Telegram Stars без дополнительного уведомления. В письме отдельно перечислены подписки на ботов, доступ к сторонним моделям ИИ и кредиты для работы с ними. Переходим на Telegram Stars. В боте Yes AI переводим оплату подписок и пакетов генераций на Stars. Правило действует с 2024 года. Telegram уже отключал ботов за его нарушение. Если на сайте продается доступ к функциям бота, тот же доступ нужно продавать за Stars и в Telegram. Для оплат…
от admin- 1 ответ
- 212 просмотров
Последний ответ от Yes_Ai, -
OpenAI 17 ноября выпустила GPT-6.2 Astra и Sol в ChatGPT Work, Codex и API. Astra рассчитана на сложные задачи с несколькими этапами, например на исправление ошибки, которая затрагивает несколько сервисов. Sol стоит дешевле в API и подходит для повседневной работы с кодом и документами. По сравнению с предыдущей Astra стандартные ставки на входные и выходные токены снизились на 20%. В ChatGPT модели появляются в режиме Work. В Codex действует отдельный выбор модели. У обеих моделей в API окно контекста до 1,05 млн токенов. На вход отводится до 922 тысяч токенов, на ответ до 128 тысяч. Sol сохранила цены GPT-6.1 Sol. За чтение кешированного ввода новой Astra OpenAI б…
от admin- 1 ответ
- 131 просмотр
Последний ответ от Yes_Ai, -
16 ноября команда Tencent Hunyuan и соавторы опубликовали код и веса MovieRoll на основе HunyuanVideo-1.5. Модель создает один ролик по описанию или по цепочке заданных событий. В минутном примере авторов одна героиня выполняет шесть действий в одной студии, а подсказка меняется каждые десять секунд. Для дистиллированной версии выпустили отдельные веса для генерации по тексту и по первому кадру. В обоих режимах модель использует пять шагов. Дистиллированная версия генерирует ролики в двух размерах, 864 × 480 и 480 × 864 пикселей. Как MovieRoll продолжает сцену MovieRoll достраивает видео по частям, опираясь на предыдущие кадры. В исследовании базовую версию оценив…
от admin- 1 ответ
- 75 просмотров
Последний ответ от Yes_Ai, -
Higgsfield запустила Short Drama Studio для создания коротких сериалов. Студия делит загруженный сценарий на эпизоды, выделяет персонажей, локации и реквизит, а затем генерирует видео по сценам. Внешность героев задают один раз, и студия использует те же карточки персонажей в следующих сериях. Можно загрузить сценарий в PDF, DOCX, FDX, TXT или MD размером до 10 МБ. Для черновика доступно 480p, для финальной версии можно выбрать 720p или 1080p. В студии можно утверждать каждый этап вручную или запустить обработку всего проекта сразу. Как собрать первую серию После разбора сценария в разделе Cast & World можно подобрать внешность, изменить одежду героя и уточнит…
от admin- 1 ответ
- 72 просмотра
Последний ответ от Yes_Ai, -
С 16 ноября 2026 года GitHub Copilot вывел Claude Opus 4.8, Claude Opus 5 и GPT-5.6 Terra из большинства режимов, включая Copilot Chat, правки в редакторе, Ask, Agent и автодополнение кода. Для пользователей, которые закрепили одну из этих моделей в настройках или интеграциях, GitHub назвал замены. Вместо Claude Opus 4.8 и Opus 5 GitHub предлагает Claude Opus 5.5. Вместо GPT-5.6 Terra можно выбрать GPT-6.1 Sol или GPT-6 Luna. У кого сохраняется доступ к Claude Opus Claude Opus 4.8 остается доступной индивидуальным подписчикам Copilot с годовым планом. Claude Opus 5 убрали из списка выбора. Если при выполнении запроса модель откажется отвечать, Copilot может перекл…
от admin- 1 ответ
- 92 просмотра
Последний ответ от Yes_Ai, -
BytePlus открыла Seedance 2.5 Flash в консоли ModelArk и через API. Основная Seedance 2.5 теперь выдает 4K при прямом вызове через BytePlus. Ранее 4K для этой модели появилось в Pika и Runway Dev. Обе версии генерируют видео со звуком длительностью от 4 до 30 секунд. Flash выдает 480p или 720p и принимает до 10 изображений, 5 видео и 5 аудиофайлов в одном запросе с референсами. Пять секунд в 720p при 16:9 без входного видео стоят около 0,76 доллара у Flash и 1,16 доллара у основной модели. Seedance 2.5 Flash для серии вариантов BytePlus назначила запуск Flash на 15 ноября. В API модель доступна под именем dreamina-seedance-2-5-flash-261115. Можно сгенерировать рол…
от admin- 1 ответ
- 108 просмотров
Последний ответ от Yes_Ai, -
Google Cloud изменила условия стартового кредита в 300 долларов. При регистрации на пробный период или переходе на платный аккаунт с 16 ноября 2026 года кредит больше не покрывает генерацию изображений в Nano Banana и видео в Veo 3.1 через Gemini platform, бывшую Vertex AI. Правило охватывает всю Gemini platform, в том числе Nano Banana Pro, Nano Banana 2.1 и Veo 3.1 Fast. Для старого пробного аккаунта важна дата перехода на платный аккаунт, даже если кредит уже начислен. Для Gemini API и Google AI Studio действуют отдельные условия с марта 2026 года. Что будет с уже начисленными $300 Если пробный период начался раньше и перехода на платный аккаунт с 16 ноября не …
от admin- 1 ответ
- 159 просмотров
Последний ответ от Yes_Ai, -
13 ноября DeepSeek добавила поиск в интернете, чтение ссылок и разбор документов в API модели DeepSeek V4.1 Flash. Например, чат на этой модели сможет прочитать загруженный PDF с описанием продукта, найти документацию в сети и сослаться на нее в ответе. Поиск и сбор найденных материалов выполняются на стороне DeepSeek. Обычный поиск возвращает ответ со ссылками на источники. В режиме рассуждений модель может открыть найденные страницы и уточнить запрос за несколько шагов. При загрузке PDF, Word и PowerPoint можно передать модели только текст или текст вместе с распознанными иллюстрациями и диаграммами. Поиск, загрузка страниц и разбор документов оплачиваются отдельн…
от admin- 1 ответ
- 133 просмотра
Последний ответ от Yes_Ai, -
12 ноября Google выпустила Gemini 4 Hydrogen и добавила ее на бесплатный уровень Gemini API и в Google AI Studio. Модель рассчитана на повседневное программирование и работу с агентами. Ей можно передать код вместе со скриншотом ошибки, чтобы разобрать проблему в одном запросе. В бесплатном приложении Gemini модель подключается через режим Auto для подходящих запросов. В API один запрос делит общий бюджет до 1 048 576 токенов между входными данными и генерацией. Уровень рассуждения можно задавать для каждого вызова API. Какие задачи можно дать Hydrogen Модель принимает текст, изображения, PDF, аудио и видео, а ответ возвращает текстом. Если агенту дали доступ к файл…
от admin- 1 ответ
- 238 просмотров
Последний ответ от Yes_Ai, -
12 ноября NVIDIA объявила, что Дженсен Хуанг покинул посты гендиректора и президента и вышел из совета директоров. Временным гендиректором стала Колетт Кресс. Согласно отчету по форме 8-K, совет директоров принял отставку 11 ноября по местной дате. Решение сразу вступило в силу. Хуанг возглавлял NVIDIA с ее основания в 1993 году. Колетт Кресс сохранит должность финансового директора. Харви Джонс стал первым председателем совета директоров NVIDIA. Совет начал поиск постоянного гендиректора и рассмотрит кандидатов из компании и со стороны. 12 ноября в 17:34 по Москве, в первые минуты основной сессии Nasdaq, акции NVIDIA торговались по 156,03 доллара за акцию. Это на 1…
от admin- 1 ответ
- 202 просмотра
Последний ответ от Yes_Ai, -
11 ноября Google выпустила Gemini Decision 1 и открыла доступ к ней через Gemini Decisions API. Модель оценивает текст, изображения, аудио, видео и PDF по заданным вопросам. Например, по записи звонка и тексту заявки сервис может определить, в какой отдел направить обращение, и вернуть вероятность каждого варианта. До 1000 независимых вопросов к одному набору материалов за запрос. Три типа проверки: ответ «да» или «нет», выбор из списка и оценка по шкале. На платном тарифе миллион входных токенов стоит 0,10 доллара. Выходные токены не начисляются. Что возвращает модель Для вопроса «Есть ли в обращении жалоба на оплату?» API вернет вероятность ответа «да». Если эта в…
от admin- 1 ответ
- 308 просмотров
Последний ответ от Yes_Ai, -
Вечером 11 ноября по Москве генерация видео в 4K на Seedance 2.5 стала доступна в Pika и Runway Dev. В октябре BytePlus показывала эту версию на примерах отдельных студий. Теперь ролик высокого разрешения можно собрать в приложении Pika или запустить генерацию через API Runway из своего приложения. Pika генерирует видео сразу в 4K. Для запуска на плане Free нужен покупной пакет кредитов. В Runway Dev секунда видео в 4K стоит 1,10 доллара. Видеореференсы оплачиваются отдельно. Генерация в приложении Pika В приложении Seedance 2.5 можно выбрать вертикальный, квадратный или широкий кадр перед генерацией. Модель поддерживает ролики со звуком длительностью до 30 секунд. …
от admin- 1 ответ
- 185 просмотров
Последний ответ от Yes_Ai, -
11 ноября Alibaba открыла ранний доступ к Qwen4-Max-Preview. Флагманская модель принимает текст, изображения и видео и отвечает текстом. В одном запросе ей можно передать код нескольких модулей вместе со скриншотом ошибки, чтобы разобрать, где возникает сбой. В API QwenCloud модель анализирует видео длительностью до двух часов и размером до 2 ГБ. В Responses API доступен встроенный поиск в интернете. Модель поддерживает вызов функций и ответы по JSON Schema для текстовых запросов. Контекст и бюджет ответа Обе модели поддерживают контекст до 1 млн токенов. Модель Лимит токенов Qwen4-Max-Preview До 393 216 суммарно на ответ и рассуждения Qwen3.8-Max До 128…
от admin- 1 ответ
- 222 просмотра
Последний ответ от Yes_Ai, -
10 ноября Google открыла платный доступ к Gemini 4 Carbon через Gemini API и начала подключать модель для подписчиков Google AI Ultra. Carbon рассчитана на задачи с большим числом шагов, например поиск причины ошибки в нескольких модулях проекта или подготовку отчета по комплекту чертежей и таблиц. До широкого запуска Google предоставила специальную версию Carbon отобранным специалистам по кибербезопасности в программе Fairwind. Модель принимает текст, PDF, изображения, аудио и видео и отвечает текстом. В Gemini API общий лимит входа и ответа составляет около миллиона токенов. В Antigravity вместе с Carbon появилась предварительная версия команды /swarm для работы не…
от admin- 1 ответ
- 256 просмотров
Последний ответ от Yes_Ai, -
10 ноября MiniMax выпустила MiniMax-H3-Image с открытыми весами. Модель генерирует изображения по тексту и редактирует готовые кадры. Квадрат 4096 × 4096 она создает без апскейла, а для правки принимает до 16 входных изображений. Для широкого кадра 16:9 модель поддерживает нативный размер 5472 × 3072. Локальная версия в ComfyUI генерирует изображение за шесть шагов. В ComfyUI можно запустить модель на своем оборудовании или вызвать облачный API через Partner Nodes. Как использовать референсы в ComfyUI В локальном шаблоне редактирования первое изображение служит исходником, остальные идут как референсы. На них можно ссылаться в запросе по порядку подключения. Наприме…
от admin- 1 ответ
- 155 просмотров
Последний ответ от Yes_Ai,