В Pika теперь можно генерировать видео с зашифрованным текстом или изображением, наподобие того что делает QR monster

Использование:
/encrypt_text (до 20 символов)
message: <Текст>
prompt: <промт для видео>
image (необязательно) <начальная картинка>
font (опционально)

/encrypt_image
message: <картинка>
prompt:
image (необязательно)

#text2video #image2video

Метаверс - который бы мне понравился. Звучит на много интереснее чем вся та суета с виар очками. Созвонились, каждый взял себе по лошади и неспешно отправились с удочками к озеру обсуждать рабочие задачи.

https://github.com/AntonOsika/gpt-engineer Нашел прикольную штуку и она мне помогает писать небольшие скрипты для упрощения моей основной работы буквально за пару минут. После установки пишешь ТЗ для приложения и по ходу отвечаешь на уточняющие вопросы. В отличие от других аналогов что я встречал, она может так же работать с уже готовым кодом редактируя его. Если кого-то заинтересует, поделитесь тем что у вас получилось.

OpenAI: ChatGPT теперь слушает, говорит и видит

Мы начинаем внедрять новые возможности в ChatGPT: распознавание голоса и изображений. Они предлагают новый, интуитивно понятный интерфейс, позволяющий вам вести голосовой разговор или показывать модели, о чем вы говорите.

Голос и изображение дают вам больше возможностей использовать LLM в вашей жизни. Сфотографируйте достопримечательность во время путешествия и поговорите с ChatGPT о том, что в ней интересного. Когда вы дома, сфотографируйте свой холодильник, чтобы выяснить, что можно приготовить на ужин (и получите пошаговый рецепт). После ужина помогите ребенку решить математическую задачу, сфотографировав учебник и попросив поделиться подсказками.

В течение следующих двух недель мы добавим эту функциональность в ChatGPT для пользователей Plus и Enterprise. Функицональность необходимо будет включить в настройках.

Прим.: из описания не ясно, но добавляется и генерация голоса. Модель сможет отвечать вам не текстом.

OpenAI говорят, что используют "new text-to-speech model, capable of generating human-like audio from just text and a few seconds of sample speech". Статей и анонсов пока не было. Качество можно оценить по ссылке.

Подача изображений на вход будет доступна и для 3.5-модели, не только 4ки.