Новости за последний час
Google выкатил Gemini Omni Flash в API, AI Studio и Gemini Enterprise Agent Platform — плюс модель доступна в приложении Gemini и Google Flow. Для разработчиков это уже не демо с презентации, а рабочий инструмент: можно подключать генерацию и редактирование видео через интерфейсы Google.
Отдельно хороша цена в $0.10 за секунду видео, но и ограничения пока вполне приземлённые: только ролики по 10 секунд, без аудио-референсов и scene extension в API. То есть модель уже можно трогать руками, но до спокойного продакшена ей ещё нужно дорасти. FaceAnything, тем временем, выглядит как более узкий, но полезный open-source проект: анализ лица по видео с сегментацией, глубиной, нормалями и облаком точек. Для точной 3D-реконструкции сыровато, зато для композитинга и 3D-эффектов вполне может пригодиться.
OpenAI, по сообщениям, тоже нашла способ заметно удешевить инференс — более чем вдвое. Если это правда, у компании появляется больше свободы: держать ChatGPT щедрее по лимитам, улучшать маржу или давить ценой на API. В этом же духе и проект с ИИ-агентами для мониторинга интернета: следят за сайтами и запросами, шлют отчёты на почту. Без поддержки локальных моделей из коробки, но как заготовка для наблюдения за нужными нишами выглядит практично.
Источники: Метаверсище и ИИще, Метаверсище и ИИще, OpenAI News, Machinelearning, Нейродвиж
Все новости: ai.popovs.tech
В этом посте были ссылки, но мы их удалили по правилам Сетки
