
Искусственный интеллект
Транскрибация и саммари любых видео
Транскрибируем и делаем саммари ЛЮБЫХ видео в интернете — нашли тулзу AI-Video-Transcriber, которая превратит ролик в сжатый и отлично написанный текст, чтобы вы изучали материалы МГНОВЕННО.
• Работает просто: вытаскивает текст из любых видосов за секунды, а потом корректирует и делает подробное саммари.
• Поддерживает более 30 самых популярных площадок, в том числе YouTube, TikTok, Bilibili и прочие.
• Не просто вытаскивает текст из видео, но делает настоящее эссе: дополняет фразы и реплики, корректирует факты и мысли, редачит текст и доводит до ИДЕАЛА. Вы буквально получаете готовый реферат по ЛЮБОЙ теме.
• Основа — Fast Whisper. Это лучшая нейронка для транскрибации видео.
• Работает в лайве: можете смотреть видос и сразу же получать текстовые материалы и уточнения.
• Сегментирует видео на 20-минутные отрывки и делит их на разделы, чтобы вам проще было изучать материал.
• Пашет как на ПК, так и на мобилках.
• Поддерживает ВСЕ ОS.
Бесплатно
Люди с СДВГ, аутизмом и дислексией говорят, что ИИ-агенты помогают им работать лучше других
Люди с СДВГ, аутизмом и дислексией сообщают о более равных условиях на работе благодаря генеративному ИИ. Исследование Департамента бизнеса и торговли Великобритании выяснило, что такие работники на 25% довольнее ИИ-ассистентами и чаще рекомендуют их, чем обычные респонденты.
Тара ДеЗао, директор по продуктовому маркетингу в Pega с диагнозом СДВГ, рассказала, что теперь ИИ записывает встречи в транскрипт и выделяет ключевые темы, пока она ходит по комнате:
Я продиралась через бизнес-мир стиснув зубы, но эти инструменты так помогают.
ИИ оказался особенно хорош в навыках вроде коммуникации, тайм-менеджмента и исполнительских функций.
Исследования также показывает, что организации, приоритизирующие инклюзивность, генерируют почти на одну пятую больше дохода.
Однако специалист по ИИ-этике Кристи Бойд из SAS предупреждает о трёх рисках: конфликтующих потребностях, неосознанной предвзятости и неуместном раскрытии данных. Алгоритмы могут ассоциировать такое отличие с опасностью или негативом.
Получается, что ИИ выравнивает игровое поле для людей с СДВГ, аутизмом и дислексией, но компаниям нужны этические ограничители.
--
Мой тг-канал: ИИ by AIvengo, пишу ежедневно про искусственный интеллект
Удаление людей и объектов с фото онлайн: простые способы без Фотошопа
Ниже представлены простые способы удаления людей и объектов с фото онлайн, способствующие удобной работе без необходимости в Фотошопе. Откройте для себя новые способы в редактировании изображений. Эти инструменты позволяют эффективно обрабатывать фотографии и раскрывают возможности для создания уникального контента.
Инструменты для удаления людей с фото
Удалить бывшего парня, подругу или случайных людей с фото теперь можно за пару минут — для этого потребуется только смартфон или ПК, никаких сложных программ и Фотошопа. В результате получится снимок без ненужных объектов, будто их и не было.
Самый современный способ — нейросети. Искусственный интеллект автоматически восстанавливает фон, где раньше находился удаляемый человек. Особенно впечатляет качество результата на фото с высоким разрешением.
Топ нейросетей для удаления объектов с фото
С этой задачей отлично справляются несколько сервисов. Sora Images обеспечивает максимально реалистичное воссоздание заднего плана: детализация впечатляет.
Чаще всего использую Telegram-бот с поддержкой Sora Images — все инструменты доступны без VPN, можно оплатить через российские карты. ИИ работает прямо с телефона, что очень удобно.
Пошаговое руководство по удалению людей с фото
Шаг 1. Подготовка снимка
Чем выше качество исходной фотографии, тем лучше результат. Рекомендуется использовать изображения с разрешением от 1080p. Если фото размыто или сильно сжато, нейросеть справится хуже.
Желательно, чтобы удаляемый человек не заслонял важных деталей. Например, если бывший на фоне пляжа — отлично, а вот если он перекрывает лицо другого — задача усложняется.
Шаг 2. Загрузка в нейросеть
Открываем бота с Sora Images (работает без VPN и поддерживает российские карты), загружаем фотографию — можно прикрепить файл или отправить снимок прямо с телефона. В промте главное прописать что именно вы хотите увидеть на генерации.
Не употребляйте фразы: "без очков", "не меняй лицо девушки".
Нейросети не понимают отрицания.
Вместо "без очков" - напишите цвет глаз, или "выразительные глаза".
Вместо "не меняй лицо девушки" - "сохрани черты лица девушки".
Шаг 3: Пишем промт для удаления лишнего объекта
Убери мужчину с фото. Девушка улыбается. Смотрит прямо на зрителя. Улучши качество, сделай фото чуть ярче. Сохрани черты лица девушки, но сделай её чуть моложе. Немного увеличь губы в обьеме.
Шаг 4: Добиваемся лучшего результата
Если с первого раза не все получилось, корректируем промт, уточняя детали:
"Make background more natural, adjust lighting and shadow"
"Extend the [указать — sand, fence, clouds] in the area of removal"
При редактировании фото в боте можно писать как на русском языке, так и на английском. Некоторые термины используются на английском языке - так как нет аналогов в русском. Обычно нужное изображение удается получить за 1-2 итерации.
Бесплатные сервисы и альтернативные способы для редактирования фото
Cleanup Pictures
Удобный онлайн-инструмент для удаления объектов с фото. Загружаешь снимок, выделяешь зону кистью — результат готов. Бесплатно доступна обработка до 10 снимков в сутки.
Плюсы: высокая скорость, не требуется регистрация. Минусы: качество ниже, чем у нейросетей, особенно если фон сложный.
Яндекс Диск с ИИ-редактором
В приложении Яндекс Диск есть опция удаления элементов с фото. Отлично подходит для простых задач, но с мелкими деталями справляется не всегда.
Photopea (онлайн-версия Photoshop)
Бесплатный браузерный редактор с возможностью "заливки по содержимому". Требует чуть больше навыков, зато можно контролировать каждый этап работы.
Больше, чем удаление: замена одежды
Иногда простого удаления недостаточно — хочется изменить одежду или даже внешность. С этим справится бот с возможностью смены одежды через Stable Diffusion. Особенно удобно для оформления профиля: можно примерить новый стиль прямо на своем фото.
Подробная видеоинструкция по смене одежды доступна по этой ссылке — показывают процесс пошагово, все понятно даже новичкам.
Распространенные ошибки и способы их избежать
Проблемы с освещением
Часто можно столкнуться с неестественным светом на месте, где был удален человек. Исправить это помогает уточнение в промте: "make lighting and shadows look authentic".
Повторяющиеся детали заднего плана
Иногда нейросеть копирует один и тот же предмет, создавая повторяющийся фон. Решает ситуацию промт: "add diversity to background elements".
Неверное соотношение сторон
В настройках нейросети важно выбрать тоже соотношение сторон, что и на оригинальном фото. Вертикальное или горизонтальное.
Практические советы для лучшего результата
Повышай качество. Если оригинал маленький, сперва увеличь размер изображения (без ретуши) с помощью upscale, затем приступай к удалению объектов.
Работай шаг за шагом. При наличии сразу нескольких ненужных людей, убирай их по очереди — так качество сохранится лучше.
Сохраняй удачные промты. Как только найдешь подходящую формулировку для своего изображения, обязательно записывай — пригодится и для других работ.
Используй примеры. Загрузи дополнительное фото с похожей обстановкой в качестве референса, чтобы нейросеть понимала, как оформить фон.
Цены и доступность
Использование нейросетей — самый выгодный вариант по цене и качеству. Минимальный платеж в боте — от 300 рублей, предусмотрены бесплатные варианты для тестирования. Одного минимального пополнения хватает на несколько снимков.
Для сравнения: услуги ручной ретуши в студии обойдутся от 500-1000 рублей за одну обработку, еще и придется ждать несколько дней.
В результате получается быстро, недорого и естественно. За считаные минуты можно убрать лишних людей с кадра, сохранив натуральный вид. Важно корректно составить промт.
Нейросети — это не только про удобство, но и про новые возможности для создания контента. Главное — подходить к задаче осознанно и использовать инструмент по назначению.
Слабость ИИ-агентов, 3 новых ИИ-вируса, ИИ проиграл 37000 раз
Сегодня в выпуске про ИИ:
Google создал ИИ, который учится как человек
Альтману вручили повестку во время эфира
ИИ компании потеряли $800 млрд за пару дней
ИИ проиграл человеку 37 тысяч раз подряд
Правда о гуманоидах от Нобелевского лауреата
Google Карты получили голосовой ИИ
Microsoft раскрыла слабость ИИ-агентов
Google обнаружила 3 ИИ-вируса нового поколения
Как математик в 1950-х формализовал бритву Оккама через длину кода
Смотреть весь выпуск на VK Видео
Смотреть весь выпуск на YouTube
Приятного просмотра!
--
Мой тг-канал: ИИ by AIvengo, пишу ежедневно про искусственный интеллект
AI пузырь или децентрализация AI от Дурова / братьев Либерманов. Кто победит?
Бум искусственного интеллекта принято считать технологической революцией, движимой гениальными инновациями и экспоненциальным пользовательским спросом. Каждый день мы слышим о новых рекордах капитализации, прорывных моделях и многомиллиардных инвестициях. Кажется, что мы наблюдаем рождение новой экономики, где правила диктуют исключительно технологии и свободный рынок.
Однако за фасадом впечатляющих продуктов и рекордных оценок скрывается странная, замкнутая финансовая система. Деньги, чипы и облачные кредиты циркулируют в закрытом контуре между горсткой технологических гигантов, создавая видимость органического роста, но на деле все больше напоминая финансовый пузырь. Эта взаимосвязанная структура раздувает балансы участников, но одновременно создает системные риски, о которых предпочитают не говорить вслух.
В этой статье мы раскроем пять самых удивительных и неочевидных фактов о том, как на самом деле работает новая экономика искусственного интеллекта.
--------------------------------------------------------------------------------
1. Главный секрет роста: Деньги ходят по кругу
В основе головокружительного роста ИИ-индустрии лежит простая, но эффективная концепция «круговой экономики». Технологические гиганты инвестируют друг в друга сотни миллиардов долларов, которые затем используются для покупки их же собственных продуктов. Это создает видимость невероятного спроса и органического роста, хотя по сути это взаимосвязанные балансы, раздувающие друг друга.
Самым ярким примером стала сделка осени 2025 года между Nvidia и OpenAI. Nvidia согласилась инвестировать до 100 миллиардов долларов в OpenAI для финансирования строительства масштабных дата-центров. В свою очередь, OpenAI обязалась потратить эти средства на покупку и развертывание миллионов графических процессоров (GPU) от Nvidia на этих объектах. Проще говоря, Nvidia напрямую финансирует свои будущие продажи, гарантируя себе клиента и рынок.
Глава Nvidia Дженсен Хуанг не скрывает прагматичности такого подхода, рассматривая его как одно из самых умных вложений.
Я думаю, что OpenAI, скорее всего, станет следующей мультитриллионной гипермасштабируемой компанией. Если это так, то возможность инвестировать до того, как они этого достигнут, — это одно из самых умных вложений, которые мы можем себе представить. ... Возврат этих денег будет фантастическим.
Этот факт шокирует, потому что он полностью подменяет понятие рыночного успеха. Вместо органического роста, движимого спросом, мы видим тщательно срежиссированный финансовый механизм, где Nvidia, по сути, выписывает чек самой себе, используя OpenAI как посредника, чтобы гарантировать будущую выручку и раздуть собственную оценку.
--------------------------------------------------------------------------------
2. Все в деле: Как создается «триангл Stargate» и при чем здесь посредники
Круговая схема — это не просто сделка между двумя компаниями, а целая экосистема, в которую вовлечены все ключевые игроки. Эта сложная паутина взаимосвязей создает видимость стабильности, но одновременно и системный риск.
Классическим примером такой экосистемы стал так называемый «треугольник Stargate». Вскоре после сделки с Nvidia, OpenAI заключила соглашение на 300 миллиардов долларов с Oracle на покупку облачных вычислительных мощностей. Но есть нюанс: чтобы выполнить это соглашение, Oracle должен потратить около 40 миллиардов долларов на покупку новейших чипов у Nvidia. Таким образом, деньги снова возвращаются к производителю GPU, замыкая круг.
Новость об этой сделке вызвала мгновенный эффект на фондовом рынке. Акции Oracle взлетели на 36% за один день, а капитализация Nvidia выросла еще на 170 миллиардов долларов. Огромная стоимость была создана буквально «на бумаге», одним росчерком пера. Таким образом, триллионная стоимость создается не на основе реального клиентского спроса, а на обещаниях внутри замкнутой системы. Это делает весь рынок крайне чувствительным к провалу любого из участников, запуская потенциальный «эффект домино».
В этой схеме есть и важные посредники, такие как облачный стартап CoreWeave. OpenAI, через серию из трех контрактов, обязалась выплатить стартапу CoreWeave в общей сложности 22,4 миллиарда долларов за GPU-сервисы. При этом сама Nvidia является крупным инвестором CoreWeave (владеет долей более 5%) и одновременно его клиентом: Nvidia предварительно закупила у стартапа облачные услуги на 6,3 миллиарда долларов. Этот шаг создает для CoreWeave «подушку безопасности», позволяя ему уверенно закупать еще больше чипов Nvidia для обслуживания OpenAI.
В результате создана конструкция, где успех каждого игрока — OpenAI, Nvidia, Oracle, CoreWeave — искусственно привязан к остальным. Это не рыночная синергия, а системная уязвимость. Провал одного участника не просто ослабит цепь — он вызовет каскадный обвал, угрожая обрушить всю триллионную карточную конструкцию.
--------------------------------------------------------------------------------
3. Тревожная математика: Почему ИИ-бум сравнивают с крахом доткомов
Несмотря на триллионные оценки, экономика ИИ вызывает все больше скепсиса. Согласно прогнозам, к 2030 году компаниям в сфере искусственного интеллекта не хватит 800 миллиардов долларов годовой выручки, чтобы просто покрыть расходы на инфраструктуру. Этот дефицит в 800 миллиардов долларов объясняет, почему индустрия так отчаянно нуждается в круговых сделках: они создают искусственный спрос и выручку сегодня, чтобы скрыть пугающую нехватку реальной, органической прибыли в будущем.
Исследование Массачусетского технологического института (MIT) подтверждает эти опасения: 95% компаний, инвестировавших в генеративный ИИ, получили нулевую отдачу от своих вложений. Технология есть, а реальной экономической выгоды для большинства — нет.
Парадокс OpenAI является самой яркой иллюстрацией этой проблемы. Компанию оценивают в сотни миллиардов долларов, но она ни разу не получала прибыли. Более того, она теряет огромные деньги — согласно одному из источников, убытки за последний квартал превысили 11,5 миллиардов долларов. Вся бизнес-модель строится на том, чтобы терять деньги сейчас в надежде когда-нибудь в будущем брать с пользователей достаточно, чтобы это окупить.
Даже лидеры индустрии признают наличие проблемы. Основатель Amazon Джефф Безос прямо назвал происходящее «промышленным пузырем».
[Это] своего рода промышленный пузырь.
История повторяется с пугающей точностью. Как и в конце 90-х, триллионы долларов заемного капитала вкладываются в инфраструктуру, опережающую реальный спрос. Тогда это привело к массовым банкротствам телекомов. Сегодняшняя ставка на будущую монетизацию ИИ, не подкрепленная прибылью, ведет индустрию по тому же пути — прямо к обрыву.
--------------------------------------------------------------------------------
4. Контрудар: Децентрализация как ответ Big Tech
На фоне растущей централизации ИИ в руках нескольких корпораций формируется мощное контрдвижение. Его цель — создать открытую, принадлежащую пользователям альтернативу, свободную от контроля и эксплуатации данных.
Ярким примером этой тенденции стал проект Cocoon, представленный основателем Telegram Павлом Дуровым. Cocoon — это децентрализованный рынок вычислительных мощностей на блокчейне TON, который можно описать как «Uber для GPU». Владельцы видеокарт по всему миру могут сдавать свои неиспользуемые мощности в аренду и получать за это вознаграждение в криптовалюте. Разработчики, в свою очередь, получают доступ к недорогим и приватным ресурсам для своих ИИ-проектов.
Главное преимущество Cocoon — конфиденциальность. В отличие от централизованных платформ, которые собирают и анализируют данные пользователей, Cocoon использует технологию «конфиденциальных вычислений». Все запросы, данные и метаданные шифруются на всем пути обработки, оставаясь недоступными даже для владельцев GPU, выполняющих вычисления. Это прямой ответ на модель Big Tech, где данные пользователей — это товар.
Представляя проект, Дуров позиционировал Cocoon как часть миссии Telegram по борьбе за цифровую свободу в эпоху, когда интернет рискует превратиться в «ультимативный инструмент контроля».
Интеграция с Telegram — это не просто стартовое преимущество, а стратегический ход, который мгновенно превращает Cocoon из теоретического проекта в глобальную инфраструктуру с реальным спросом от 900 миллионов пользователей. Это прямой вызов модели Big Tech, доказывающий, что децентрализованная альтернатива может быть не только идеологически верной, но и коммерчески жизнеспособной с первого дня.
--------------------------------------------------------------------------------
5. Альтернативный сценарий: План «Б» для ИИ вдохновлен Биткоином
Помимо создания рынков для аренды GPU, существует и более глубокая идея децентрализации, основанная на опыте Биткоина. Она касается не только доступа к мощностям, но и стимулирования инноваций в самом «железе».
За 15 лет Биткоин, работая без центрального управления, создал самую большую в мире вычислительную инфраструктуру. Ее совокупная мощность достигает 26 ГВт, что превосходит все дата-центры Google, Amazon и Microsoft вместе взятые. Это стало возможным благодаря простому экономическому стимулу: любой участник (майнер) мог подключить свое оборудование и начать зарабатывать, доказывая, что он производит вычисления.
Ключевой результат этой модели — невероятная гонка инноваций в оборудовании. За 15 лет эффективность специализированных чипов для майнинга (ASIC) выросла в 300 000 раз. Эта скорость развития оказалась настолько высокой, что даже такие гиганты, как Nvidia, не смогли конкурировать в этой нише и полностью ушли с рынка майнинга.
Главная мысль заключается в следующем: если применить подобную модель к искусственному интеллекту, можно запустить аналогичный маховик инноваций. Децентрализованная сеть, вознаграждающая участников за полезные ИИ-вычисления, сможет не просто предоставлять мощности, но и стимулировать тысячи независимых команд по всему миру создавать специализированные и гораздо более эффективные ИИ-чипы. В конечном итоге, такое «железо», созданное снизу вверх, может обогнать продукцию текущих монополистов.
Это не просто технологическая альтернатива — это полная смена экономической парадигмы. Вместо централизованных R&D-бюджетов, диктующих инновации сверху вниз, модель Биткоина запускает глобальную, не требующую разрешений гонку вооружений в «железе». Победителем в ней становится не тот, у кого больше капитал, а тот, кто создает самый эффективный чип, меняя саму суть технологического прогресса.
--------------------------------------------------------------------------------
Заключение: Какое будущее мы выберем?
На наших глазах формируются два противоборствующих видения будущего искусственного интеллекта. С одной стороны — централизованный мир, контролируемый горсткой технологических гигантов и построенный на потенциально неустойчивой, замкнутой финансовой модели. В этом мире доступ к самым мощным инструментам будет строго регулироваться, а данные пользователей останутся главным ресурсом корпораций.
С другой стороны — открытая, децентрализованная и принадлежащая пользователям экономика вычислений. Она предлагает мир, где доступ к ИИ демократизирован, инновации движутся снизу вверх, а конфиденциальность является базовым правом, а не платной опцией. Этот путь сложнее и требует координации тысяч независимых участников, но он обещает более справедливое и устойчивое будущее.
На наших глазах разворачивается борьба за архитектуру будущего. Какую ставку сделает человечество: на централизованную империю или на децентрализованную сеть?
Новая модель Google Nano Banana 2 "случайно" появилась на несколько минут
На несколько минут в сети появилась новая модель генерации изображений Google Nano Banana 2 - и пользователи успели наделать скриншотов, прежде чем её отключили. Я думаю, что это рекламный трюк и в принципе - стандартный в ИИ-индустрии. Интересно другое - качество сгенерированных изображений оказалось выше, чем у всех ведущих систем.
Прикрепил примеры её работ.
На одной модель правильно выставила стрелки на часах и до конца наполнила стакан - задачи, на которых часто спотыкаются другие ИИ.
На другой она точно воспроизвела интерфейс Windows 11 с открытым Youtube-каналом Mr.Beast.
И даже не обманулась на промпте с указанием разработчика - почти все ИИ сливаются на этом тесте и выдают информацию о компании.
В утечках утверждается, что Nano Banana 2 основана на будущей Gemini 3.0 Pro, в то время как обычная Nano Banana работает на Gemini 2.5 Flash.
Отдельно стоит отметить совпадение с графиком релизов Google - между Imagen 4 и Nano Banana прошло три месяца, а с момента релиза Nano Banana прошло 2,5 месяца. Заложить время на тестирование — получается ровно три месяца до релиза.
Ну посмотрим, какая банана нас ждёт и как скоро.



--
Мой тг-канал: ИИ by AIvengo, пишу ежедневно про искусственный интеллект
Странное поведение нейросети Qwen
Qwen сохраняет память даже после удаления всех чатов в мобильном приложении. Эта память о стертых чатах хранится не локально на устройстве - в браузере всё то же самое.
Я проверяю это, создавая новый чат и задавая контрольный вопрос, и нейросеть отвечает, используя информацию из стертых чатов. Это очень странно, и похоже на нарушение конфиденциальности.





