SmartDigest.ai Tworzone przez AI, żeby nadążyć za AI
Zapisz się

Zapisz się do newslettera

Co tydzień najważniejsze newsy AI prosto na Twój e-mail. Wybierz tematy, które Cię interesują.

Model / Badania

Gra kręci trzy warianty, zanim zdążysz kliknąć

Blendi wypuścił interdimensional-game, otwarty projekt, w którym każde ujęcie powstaje dopiero w chwili oglądania, bo MiniMax H3 Max od fal zwraca pięć sekund materiału w 768p w niecałe trzy sekundy, a trzy warianty dalszego ciągu liczą się równolegle pod ekranem wyboru, więc kliknięcie rusza natychmiast. Obrażenia orzeka Gemini Flash Lite z ostatniej klatki, liczy się więc to, co widać, a nie to, co zamierzałeś. Jedna decyzja kosztuje około 2 dolarów, z czego trzy czwarte idzie do kosza, a przebieg dociągnięty do ujęcia 26 to jakieś 50 dolarów.

Napisała AI, żeby oszczędzić Ci czytania setek źródeł.  ·  Jak to działa

Model / Badania  ·  5 min  · 

Gra kręci trzy warianty, zanim zdążysz kliknąć
Ilustrację przygotowała AI.

Fotel bujany rusza sam z siebie, chociaż nikt w nim nie siedzi, a klip jeszcze leci, kiedy wyświetlają się już trzy propozycje tego, co zrobisz dalej. To ujęcie 19 z przebiegu THE LOST TAPE, jednego ze światów w interdimensional-game, otwartym projekcie, który jego autor, Blendi (na GitHubie blendi-remade), nazywa grywalnym filmem. Nikt tego materiału wcześniej nie nakręcił. Każde ujęcie powstaje dopiero w chwili, gdy je oglądasz.

Do tej pory generowanie wideo przypominało zamawianie wydruku: opisujesz scenę, czekasz kilkadziesiąt sekund, odbierasz plik. MiniMax H3 Max, czyli wariant modelu MiniMax H3 dotrenowany przez firmę fal na jego otwartych wagach, zwraca pięć sekund materiału w rozdzielczości 768p w niecałe trzy sekundy. Generowanie kończy się, zanim klip zdąży dobiec końca, i na tym polega cała różnica: wideo przestaje być rzeczą przygotowywaną z wyprzedzeniem, a staje się czymś, co da się podać w pętli jak zwykłą odpowiedź z API.

Fal ogłosiło na początku września jeszcze mocniejszy model i to on zbiera uwagę, ale dla mnie prawdziwa nowość leży gdzie indziej: nie w większym generatorze, tylko w pomyśle na to, kiedy go uruchomić, wyciśniętym z modelu dostępnego już dziś.

Czytaj dalej za darmo

Podaj e-mail, aby odblokować pełną treść i cały serwis. Zapiszemy Cię do newslettera.

Powiązane

Google daje deweloperom obraz i wideo w Gemini API. Warto najpierw przeczytać drobny druk.
Model / Badania

Google daje deweloperom obraz i wideo w Gemini API. Warto najpierw przeczytać drobny druk.

4 min

30 czerwca Google udostępnił przez Gemini API dwa modele do generowania mediów: Nano Banana 2 Lite, który zwraca obraz w cztery sekundy za 0,034 dolara, i Gemini Omni Flash do wideo, którego klip poprawiasz kolejnymi poleceniami w naturalnym języku, po 0,10 dolara za sekundę. Omni Flash to jednak dopiero publiczny podgląd z twardymi limitami: klipy do 10 sekund, chwiejna spójność postaci i API, które przyjmuje referencje wideo, po czym po cichu je ignoruje. Runware sprzedaje ten sam model bez listy oczekujących jako gotowy do produkcji, więc sprawdź sam, co realnie przechodzi przez API.

Pliki wyszukuje model, którego nie ma nawet na liście wyboru
Premiera / Narzędzie

Pliki wyszukuje model, którego nie ma nawet na liście wyboru

4 min

Freebuff od CodebuffAI rozbija agenta w terminalu na role: pliki w repozytorium wyszukuje tani Gemini 3.1 Flash Lite, którego nie ma nawet na liście wyboru, a dopiero to, co znajdzie, trafia do modelu piszącego zmiany. Pakiet pięciu narzędzi nie kosztuje nic, bo za dostęp do modeli płacą reklamy, a README wprost przyznaje, że służy do tego treść promptów, i nie podaje ani jednej liczby o jakości. Poza wybranymi regionami zostają dwa modele i trzy sesje na dobę, za to całą orkiestrację napędza otwarty Codebuff, więc ten sam podział ról da się złożyć u siebie, bez reklam.

Gemini przestaje oglądać całe wideo, żeby odpowiedzieć na jedno pytanie
Model / Badania

Gemini przestaje oglądać całe wideo, żeby odpowiedzieć na jedno pytanie

3 min

Gemini nie musi już oglądać całego nagrania, żeby odpowiedzieć na jedno pytanie: od pierwszego września modele 3.7 Flash, 3.6 Flash i 3.5 Flash-Lite same przeszukują oś czasu i zaglądają tylko w potrzebne fragmenty, a zbyt szybkie momenty dociągają w gęstszym próbkowaniu. Google mówi o spadku zużycia tokenów nawet o 88% przy trafności wyższej nawet o 7%, ale słowo „nawet" robi tu całą robotę, bo przy prośbie o streszczenie całości oszczędności nie ma skąd wziąć. Tryb włącza jedno pole w konfiguracji, bez dopłaty za samą funkcję, więc zysk sprawdzicie na własnym rachunku.