Иногда кадры из разных генераций можно удачно смэтчить для более интересного сюжета

Open Ai выпустила новый функционал Deep Research)

Deep Research — это совмещение думающей модели и поиска в интернете, что-то вроде агентской системы

— Deep Research может написать научную статью и включить все источники, картинки и создать графики

— Инструмент может думать 5-30 минут перед тем как дать ответ — он сам ищет нужные статьи и страницы во время написания отчета, сам понимает когда нужно поискать что-то новое если знаний не хватает

— Инструмент может писать статьи на очень узкие темы — например, в демке показали как Deep Research пишет отчет на сложную тему продуктовой разработки с исследованием рынка iOS/Android аппов используя больше 30+ сайтов

— Humanity Last Exam, новый бенчмарк для AI систем, она прошла уже на 26.6%

— Работает на базе файнтюн версии o3

— Пока это самая лучшая модель OpenAI в плане галлюцинаций — их меньше всего по сравнению с другими моделями

Доступен с Pro сегодня с лимитом в 100 использований в месяц, позже будет для Plus с лимитом в 10 запросов в месяц

Deep Research помог в сложном выборе лечения рака груди его жены. После диагноза двустороннего рака молочной железы, двойной мастэктомии и курса химиотерапии возник вопрос о необходимости лучевой терапии, поскольку мнения специалистов расходились. Используя Deep Research для анализа патологоанатомического отчёта с учётом индивидуальных факторов, инструмент не только подтвердил рекомендации врачей, но и предоставил дополнительные исследования, что дало семье уверенность в принятом решении и продемонстрировало потенциал технологий, способных изменить мир в самые трудные моменты

Классный новый алгоритм на подходе:
Даем на вход картинку, аудио и модель сама оживляет персонажа

Кода пока нет, сайт проекта тут:
https://omnihuman-lab.github.io/

ChatGPT немного обновили:

- o1 и o3-mini теперь поддерживают картинки на входе и файлы

- o3-mini high теперь можно использовать 50 раз в день если у вас Plus подписка за 20$

- Deep research добавили во все аппы, готовят к релизу видимо

Простой гайд какие модели когда использовать в ChatGPT:

GPT-4o mini – лучше не использовать, самая слабая и придумывает ответы; не способна следовать сложным инструкциям

GPT-4o – быстрая модель, для быстрых ответов не требующих проверки фактов, может их придумывать; перевожу ей картинки в текст если нужно быстро. Ее ответы нужно всегда факт-чекать. Зато эта модель имеет доступ к памяти (где все про вас), с ней можно общаться голосом, через нее можно вызывать генерацию картинок Dalle. Не рекомендую обрабатывать большие файлы с ней

GPT-4o with scheduled tasks (beta) – использую только для To Do: модель пишет мне каждое утро и спрашивает приоритеты, показывает текущий список задач и тп

o3-mini – хорошая модель для кодинга и жизни, хорошо ищет в интернете, неплохо следуют инструкциям и при этом очень быстрая; если вам некогда и нужен быстрый ответ, то берите ее. Для анализа картинок и файлов «быстро» хороший кандидат. Не имеет доступа к памяти. Реже ошибается в фактах, но ошибается. В Plus тире – 150 сообщений в день.

✨o3-mini-high – это просто версия o3-mini, которую просят думать подольше перед тем как дать ответ – работает она медленнее, но еще реже ошибается, и еще качественнее решает задачи. Великолепно следует инструкциям. Хорошо работает с файлами. Я бы советовал сначала тратить 50 запросов этой модели, и дальше переходить к o3-mini или o1.

o1 – модель генератор отчетов, эссе и рефератов. Медленная модель. Хорошо следует инструкциям, может ошибиться в фактах. Не может искать в интернете. Хорошо видит картинки и читает файлы, не теряя деталей. У вас всего 50 запросов в неделю. Требует промптинга с описанием отчета которого вы хотите получить.

o1 pro mode – лучшая модель на рынке: почти никогда не ошибается в фактах, решает самые сложные задачи кодинга, дольше всех думает, лучше всех понимает изображения, но не умеет искать в интернете и не умеет работать с файлами напрямую. С точки зрения фактов – модель всегда сама себя перепроверяет, за ~3 месяца использования я только один раз поймал ее на неточности. Требует детального промптинга с описанием отчета который вы хотите. Доступна только в Pro тире, лимитов нет.

Deep research – несмотря на то, что модель выведена в отдельную кнопку, это версия новой o3 для поиска в интернете, как ей лучше пользоваться я напишу отдельно когда дадут доступ всем. Модель ищет в интернете и сама пишет код (который вам не покажет) для анализа найденных данных, чтобы, например включить в отчет графики. Лучшее, что есть на рынке для поиска данных в интернете. Пока доступна только в Pro. Если активируете эту кнопку - выбор модели в выпадашке – игнорируется, UX который мы заслужили

Tldr:
Для повседневных задач ваш лучший выбор – o3-mini-high, потом o3-mini, когда у первой кончились лимиты

Попросил Deep Research провести анализ лучших нейро генераторов видео (цена/качество/функционал), и вот, что получилось:

Hailuo (MiniMax):
Супер детализация и кинематографичный вид, но клипы ограничены 6 секундами, а генерация идёт медленно.

Kling AI:
Золотая середина — четкое 1080p, плавная анимация и щедрые бесплатные кредиты. Идеально для тех, кто хочет качественное видео без лишних затрат.

Runway (Gen-2 / Gen-3):
Супер реалистичный "киношный" визуал и мощные инструменты для монтажа. Немного ограничен по разрешению и длительности, но для профессионалов — отличный выбор.

OpenAI Sora:
Прорыв с качеством 1080p и креативными возможностями, хотя пока дорогой и иногда не справляется со сложными сценами.

Вывод:
Если нужно оптимальное соотношение цена/качество, то Kling AI – лучший вариант. А если важны расширенные возможности редактирования и VFX, то Runway заслуживает внимания.

Для подробностей заглядывайте в полный PDF-отчет!

Ещё парочку неплохих подкастов на базе Deep Research от @denissexy

Привет, народ! Сегодня расскажу про технологию Light-A-Video — способ изменять освещение в видеороликах без долгого обучения нейросетей. Эта методика решает проблему применения стандартных моделей на каждом кадре, когда результат получается несогласованным и дерганым.

Основная фишка в двух модулях:

• Consistent Light Attention (CLA) – обеспечивает взаимосвязь между кадрами, поддерживая стабильность освещения.

• Progressive Light Fusion (PLF) – отвечает за плавное смешение оригинального изображения с изменённым вариантом, что помогает добиться естественных переходов.

В итоге получается видео с согласованным освещением по всему ролика, где каждый кадр плавно переходит в следующий. Если вам интересно, как можно улучшить качество видео-релайтинга без лишней подготовки, Light-A-Video — достойный вариант для экспериментов.

Уже можно затестить