Як штучний інтелект змінює медіа і контент щодня. Новини, тренди, можливості та загрози — саме для вашої галузі.
Стаття пропонує затримати розвиток ШІ в США, щоб отримати стратегічну перевагу. Автор вважає, що якщо США сприйматимуть створення AGI як небезпечне й реальне, це відкриє можливість для інших вирватися вперед.
Стаття ставить питання: чи можна в'язнити сверхінтелект у замкнуту «бочку» і не випускати його. Перше — це робить його безкорисним, бо без взаємодії зі світом він не може приносити користь. Друге — контроль над таким інтелектом, який взаємодіє з людьми, даними та інтернетом, є нерешитною проблемою.
Gausify Orbit перетворює 360°-відео у 3D-гаусіани прямо в браузері за допомогою WebGPU. Він дозволяє створювати 3D-моделі з телефонних відео або папок зображень локально, без завантаження на сервери.
Tencent створив фреймворк, де агенти ШІ вчаться грати в ігри через власний досвід, а не демонстрації, з невеликими доопрацюваннями computer-use агента. Базові моделі — Qwen3.5-9B та 35B-A3B, а досвід зі синтетичних світів переноситься на ігри поза RL-набором.
Google запустила Deep Review — сервіс, де кілька ШІ-агентів шукають протиріччя, помилки у розрахунках та слабкі місця в наукових та технічних документах. Безкоштовний лімит — дві перевірки на тиждень.
Навчіть вашу команду працювати з AI за 5 днів
Кожен побудує автоматизацію для своєї ролі. Спеціальна програма для медіа і контент.
aiupskill.live →Випущено опенсорсний інструмент OpenShorts для автоматичного створення коротких вертикальних відео з довгоформатного контенту. Використовує AI для вибору фрагментів, переходу у вертикальний формат та генерації субтитрів.
ATAS — це фреймворк від Ziplab для генерації відео за сценарієм, який зберігає послідовність світу між кадрами. Це дозволяє створювати зв’язкові відеокліпи без ручної koreкції, що скорочує продакшн-час для маркетингу та медіа.
Репозиторій надає конвертації у форматі ComfyUI для двох офіційних LoRAs Alibaba TaoMate H3 (Оригінал та FL2VA) для базової моделі MiniMax H3, включаючи нову версію FL2VA-адаптера у форматі BF16.
Fal представив Reframe — інструмент, який за допомогою генеративного аутпейнту змінює співвідношення сторін відео, зберігаючи оригінальний таймінг і аудио. За промптом можна вказати, що має з’явитися в доданій області, підтримуючи формати від 9:16 до 16:9 та роздільна здатність до 1080p.
Серед клієнтів ChatGPT Enterprise в ЄС інструменти Codex та ChatGPT Work відповідають за більше половини всіх вихідних токенів. З травня кількість тижнево активних користувачів серед SMB зросла в 8,1 рази.
Опубліковано збірку інструментів для роботи з Minimax H3: апскейлер, LoRA для виправлення облич та управління рухом, workflow для консистентних персонажів та інтеграції з ComfyUI. Це дозволяє створювати якісне відео з обмеженими ресурсами без тренування власної LoRA.
Дuyu-small — це розпізнавач мови з 19,3 млн параметрів у форматі ONNX для турецької та англійської мов. Він працює на CPU через numpy+onnxruntime, забезпечуючи низький WER на краївових пристроях.
YouTube розширює доступ до функції Ask YouTube на мобільних пристроях і телевізорах для користувачів у США. Тепер можна ставити питання природною мовою і отримувати відповіді на основі відеоконтенту платформи.
У статті żartом пропонується використовувати оливкову олію для позбуттяся фрактал на шкірі. Це демонструє, як AI‑зображення може бути використане в креативних проєктах, хоча без чіткої бізнес‑цінності для більшості компаній.
WebImage — це самостійно розміщуваний API-проксі, сумісний з OpenAI, для генерації та редагування зображень через ChatGPT. Він має веб-інтерфейс, управління пулом акаунтів та підтримку Docker з Turnstile-розв’язником.
NJU та JD.com випустили відкриту сім'ю 'System One' відеомоделей, що об'єднують часову локалізацію та відео-QA через спільний інтерфейс оцінки кандидатів без авторегресивного декодування. Відео-QA працює до 100-129 разів швидше, ніж у Thinking-режимі, при порівняній якості.
Cue v1 поєднує донастроєну модель Gemma 4 E4B з аудіо Smart Turn v3.2 для виявлення меж мовлення у голосових агентах. Досягнуто latency 719мс та 26,8% обрізків на eot-bench.
YouTube Music почав позначати треки, у яких генеративний ШІ відіграв значну роль, наприклад, створив музику або вокал. Позначення згодом з'явиться й у головному додатку YouTube.
KBLab випустив bert-base-swedish-cased-ner — BERT-модель, натреновану на SUC 3.0 для шведської NER. Вона визначає сутності типу часу, особи, місця, події та організацій.
Майкрософт опублікував деталі про модель LensErase, яка стирає водяні знаки, логотипи, об’єкти та їх тіні за допомогою маски, без текстових промптів. Навчальний набір включає 101,07 млн прикладів, а механізм TraceFusion зберігає контекст навколо видалених областей, робивши модель корисною для маркетингу та медіа.