Лекс Фридман выпустил подкаст прямиком из Метаверса. Помните мем с лоу-поли аватаром Цукерберга на фоне Эйфелевой башни? Так вот, забудьте.

Технология Pixel Codec Avatars позволяет создавать фотореалистичных аватаров на основе 3D-сканов. Главная фишка - через камеры, встроенные в шлем, в реальном времени отслеживается мимика и движение губ. Реализм изображения в динамике просто зашкаливает. Зловещая долина убегает, поджав хвост, к зловещему айзеншпису.

Вангую, что в будущем станет популярной профессия цифрового стилиста и пластического хирурга для облагораживания своего отсканированного аватара. Изучайте ZBrush, пока не поздно, истинно реку!

https://www.youtube.com/watch?v=MVYrJJNdrEg

#VR #metaverse

Каждый раз, когда выходит новая модель для генерации изображений, я первым делом пытаюсь сгенерировать Cyberpunk city at night from above, чтобы посмотреть, как она справляется с окнами.

Так вот, рекламируемая из каждого утюга Dalle-3 этот тест не проходит и, как будто, ничего кардинально нового не привносит.

Попробуйте меня переубедить в комментариях.

https://www.bing.com/images/create/

#dalle

А вот что в Dall-e 3 действительно хорошо, так это работа с запросами. В Stable Diffusion очень сложно избавиться от утечки цвета, когда в одном запросе перечисляешь разные цвета.

Возьмем такой промпт: Girl with red hair, blue eyes, wearing green jacket with brown tie. В Стейбле у вас будут появляться синие галстуки и красные куртки. А Dall-e 3 отлично справился.

#dalle

В ChatGPT постепенно выкатывают DALL-E 3 для пользователей с подпиской.

Больше не нужно мучаться с промптами, запоминать стили и художников. Достаточно в общих чертах описать по-русски, что тебе нужно, а GPT4 уже сам преобразует это в подходящий запрос и довольно шустро сгенерирует картинку. При этом можно продолжать чат и просить что-то переделать или дополнить.

#chatgpt #dalle #gpt4 #openai

Кстати, GPT4 действительно научился объяснять мемы, причём делает это очень хорошо.

#chatgpt #gpt4 #openai

Иногда кажется, что ChatGPT всегда был с нами. А ведь он вышел всего год назад, в конце ноября 2022 года.

Сегодня же OpenAI выдали пачку интересных анонсов.

1. OpenAI запускают модель GPT-4 Turbo аж со 128 тысячами токенов контекстной памяти, это целая увесистая книга. Модель будет умнее и быстрее GPT-4, при этом знания о мире отсекаются апрелем 2023 года.
2. Фишки для разработчиков: лучшая обработка экшенов, вывод в JSON, повторяемые результаты.
3. Все цены в API уменьшаются в 3 и 2 раза для входящих запросов и результата соответственно.
4. В API приходит Vision, Dall-e 3 и TTS. Whisper v3 на подходе.
5. GPTS - это автоматический конструктор и магазин чат-ботов для любой тематики. Можно загружать свои документы, давать инструкции и даже генерировать иконку в Dall-e.
6. Новый конструктор ассистентов позволяет легко запрограммировать заточенного на вашу тему помощника для приложений и сайтов.
7. Отныне в случае любых исков по авторскому праву OpenAI возьмут на себя все издержки. Это касается и API, и ChatGPT.
8. AGI has been achieved internally.

Новые фичи, как всегда, будут выкатываться постепенно.

https://www.youtube.com/watch?v=U9mJuUkhUzk

#openai #gpt4

Ну что, я потестил обновлённый API от OpenAI.

1. Из кода через GPT4 сгенерировал шесть описаний последовательности кадров на заданную тему.

2. По ним в Dall-e 3 сгенерировал картинки.

3. По картинкам в GPT4 Vision создал поэтичный текст.

4. Сгенерировал дикторский голос в OpenAI TTS. Эти пункты полностью автоматизированы.

5. Засунул картинки в Gen2 и создал видео (пока вручную).

6. В локальном Audiocraft сгенерировал музыку (если это можно так назвать).

7. Профит


Выводы:

- Для чистоты эксперимента я ничего отдельно не редактировал и не перегенерировал. Если добавить минимальный человеческий ввод, то можно добиться лучших результатов. Единственное, я наложил на видео немного шумов, потому что могу.

- Голос у OpenAI самый лучший из тех, что я слышал. Но у него плохо с ударениями в русском языке. Сложные слова: "мореплавателю", "гавани", "пенистый", "зову".

- Мы всё ближе к полностью автоматической генерации комплексного контента без лишней прослойки в виде человека.

#openai #gpt4 #dalle #gen2

А теперь обратный процесс. Видео из текста с помощью OpenAI API.

1. Сгенерировал закадровый голос.

2. По его хронометражу определил, сколько нужно кадров.

3. В GPT4 создал JSON с нужным числом промптов для этих кадров.

4. Скормил их Dall-E 3 и получил картинки. До этого пункта всё автоматизировано. Подаёшь на вход текст, получаешь закадровый голос и секвенцию кадров.

5. Gen-2 для генерации движения (вручную).

6. Отказался от Audiocraft и сделал звук по старинке.

Пока что самое слабое звено в этой цепи - это Gen-2, который сильно портит картинку. Надеюсь, следующие версии будут работать лучше, и добавят API.

Сгенерируй 10 мультфильмов хронометражом 2 минуты в стиле Миядзаки, добавь закадровый голос и мрачную музыку. Выложи на Youtube с оригинальным названием и описанием.

#openai #gpt4 #dalle

Ваше мнение: что стало причиной увольнения Альтмана из OpenAI?
anonymous poll

Подковёрная борьба за власть – 52
👍👍👍👍👍👍👍 36%

Разногласия по поводу контроля над ИИ и прибыли – 43
👍👍👍👍👍👍 30%

Damage control после событий, о которых мы еще не знаем – 28
👍👍👍👍 19%

Другое – 10
👍 7%

Отношение к AGI – 8
👍 6%

Личные конфликты – 4
👍 3%

👥 145 people voted so far.