Пресидский залив

мы выложили запись в коментах!

через час проведем стрим! ссылка появится за 5 минут

в коментах просили накидать еще каналы, которые я читаю. Скажу честно, что не прям каждый пост, но вот те, за которыми наблюдаю и кого сходу вспомнила 💗
и да, тут много моих друзей, куда уж без этого 😂

эйай/tech
@boris_again
@dealerAI
@neuraldeep
@senior_augur
@kantor_ai
@seeallochnaya
@grokaem_seby
@lovedeathtransformers
@denissexy
@ai_newz

прикладной ai/marketing/growth
@golden_nuggets
@ilya_krasinsky
@marketlead_me
@o_product
@sexyllm
@apple_developer_news
@veravtech
@solokumi

венчур/стартапы/лайфстайл проекты
@burninganna
@tldr_tany
@okhlopkov
@bogdanisssimo
@denisovaanastasia24
@eduardbaksheev
@svstartups
@startups_not_scary
@doraakulshina
@vsevolodustinovchannel

глянула вопросы - там явно выделяются несколько тем. Дисклеймер - не претендую что я знаю все-все, будем делиться своим опытом и мнением по этим вопросам

а докажи что ты не эйай 😠

На самом деле ситуация забавная и стремная одновременно. Окей, допустим, я запишу кружочек в доказательство того, что я реальный человек - и сейчас в 2026м году еще можно наметанным глазом отличить генерацию от реального видео. А что будет в 2028м?

Сегодня на KYC часто используются digital сервисы которые делают верификацию по паспорту и видео - просят покрутить головой, улыбнуться и сфоткать документ. Это частично обходится уже сейчас - атака подменяет видеопоток на уровне виртуальной камеры или сдк. Такие атаки выросли за год в 30 раз, и уже существуют теневые injection-as-a-service, по сути подписки на обход KYC 🔪

Пожалуй, самый яркий прецедент это история, как сотрудник перевел мошенникам почти 30 миллионов долларов после видеозвонка, где ВСЕ его коллеги были СГЕНЕРИРОВАНЫ. Я бы потом словила птср 😑

Про то, что AI контент будет помечаться мы говорили пару постов назад, но сегодня эти метки все еще часто можно убрать небольшими аугментациями. Да и речь не только про контент, а про саму личность, что глобальнее 🍿

Так что проверить через какой-либо потенциально генерируемый контент (голос, видео, капча) человек ты или нет становится все сложнее. То, что нас отличает - что-то физическое, привязанное к нашей личности - например, радужка глаза, отпечаток пальца, чип в паспорте, secure enclave телефона - и дальше носишь с собой криптографический пруф, который нельзя сгенерировать (или нельзя в обозримом будущем, про истории продажи своих личностей мы пока не говорим, но это точно будет иметь место). Кстати, оказалось что zoom уже тестирует бейдж "верифицированный человек", как это было например со знаменитостями в инсте

Теперь вопрос про дистрибьюшен и то, как эти пруфы получить.
Мне вспомнилось, что на Бали, чтобы заплатить за электричество, нужно прийти в любой продуктовый у дома - платежная точка встроена в магазин. Ну или помните автоматы для пополнения счета на телефоне, которые стояли повсюду. А еще как вариант чтобы несколько других верифицированных людей поручились, что ты тоже человек, в общем набрейнстормить идей можно много 🤔

Вот вам сетап для нового киберпанка - зашел в пятерочку за хлебом, посмотрел в сканер у кассы, вышел с кодом верификации для соцсетей 🤨

Вариантов много и у всех свои плюсы и минусы. Самое время делать KYC стартапы? 🤑

@neural_prosecco

как выглядят вотермарки в ai gen контенте в 2026м году 🤔


Что картинки и видео включают в себя лейблы давно не новость. На прошлой неделе антропик (разработчик клода) включили невидимые вотермарки в текстах, а в начале августа suno анонсировали то же самое для музыки. Давайте разберемся как это работает и какие комментарии дают крупные игроки на этот счет. Итак, какие бывают вотермарки:


1️⃣ метаданные (они же c2pa) - подписанный паспорт внутри файла: чем сделано, когда, что редактировали. Проверить может кто угодно, ключи не нужны. Довольно ненадежная история, так как нет защиты от скриншота и слетает при сжатии в соцсетях 🧠


2️⃣невидимая метка в самом сигнале (например synthid от гугла) - находится в пикселях, звуке или выборе слов. В пикселях кстати ее довольно быстро нашли умельцы из твиттера. Скриншоты и сжатие переживает, но все что можно узнать - только сгенерировано или нет. Какой моделью, когда - эта информация не хранится. Кстати, в мае 2026го года таких файлов было уже больше 100 миллиардов 😮



Ожидаемый вопрос, а как это работает в текстах? 😂

Если у вас была версия, то скорее всего она правильная, потому что это вроде как единственный разумный вариант. Когда модель выбирает между равноценными словами, например "интересно" или "любопытно", выбор делается не случайно, а по криптографическому ключу. На смысл это не особо влияет, но статистика выборов становится узнаваемой. Ожидаемо это плохо работает на документах и коде, где нет творческой вариативности, но справедливости ради, как по мне так писать руками код в 2026м году это уже какое-то извращение 😠 По словам авторов, небольшие правки метку не убирают, а вот переписанный своими словами текст целиком - вполне


зачем это все? 🐵

Увы, не из любви к человечеству и гневным коментаторам в тик токе, которых достал эйай. Антропик в июле подписали европейский кодекс по маркировке ии-контента, это новое требование ai act, которое кстати уже вступило в силу, а suno анонсировали вотермарки на фоне исков от universal и sony. Все упирается в авторские права и правовую плоскость


Надя, а ты сама писала этот пост или ...? Щас проверим 😅

Ну почти, антропик анонсировал api проверки эйай/не эйай для сторонних разработчиков, но он еще не запущен, даты нет, в справке так и написано "детали будут в будущей документации". Как по мне это юридическая отмазка и точно не приоритет (пока)

Кстати, youtube и X уже автоматически лейблят видео, читая и c2pa и synthid, причем независимо от того раскрыл автор или нет, частично замечала автометку на pinterest. Но в большинстве случаев раскрытие AI пока остается ручным. Текст платформы не проверяют - только картинки, видео и звук. Могут проверять массовость реплаев и искать агентов, которые ведут соц сети за вас (так недавно снесли 40 тыс аккаунтов в твиттере) 🎧

Есть ли официальные комментарии про охваты?

Youtube при запуске отдельно сказали, что помеченные видео не режутся в рекомендациях и не теряют монетизацию. Но сам факт, что платформа теперь умеет отличать одно от другого автоматически и без вашего участия - это рычаг, которого раньше просто не было. Да и у части продуктов большие репутационные риски за использование ai контента, тот же гуччи с ai-визуалами к неделе моды в Милане, которых разнесли за "дешево и лениво". А aerie сделали ровно наоборот, выкатили кампанию с памелой андерсон и слоганом "you can't prompt this" и получили +23% к продажам в квартале.

Это конечно не значит что эйай контент нельзя использовать, можно и нужно, но стоит изучать отношение вашей аудитории к этой теме, даже если платформы не урежут охваты 🤑

@neural_prosecco

сегодня хочу поделиться каналом @budnipilot который я люблю читать. Пожалуй это единственный ресурс в тг, не связанный со стартапами/ml, среди тех что я регулярно читаю... и он про самолеты 🤔
В детстве я обожала смотреть "расследование авиакатастроф" от national geographic плюс мои родители авиационные инженеры и мой папа по шуму двигателя умеет определять, что за самолет летит. Кстати, я его пару лет назад проверила через флайрадар - он и правда угадал 3 из 4 😧

Это не реклама и не интеграция, мы не знакомы с автором. Мне просто хочется поддержать крутейший канал про авиацию и самолеты, который ведет настоящий пилот с разборами разных кейсов из авиации и обсуждением новостей. Мой папа конечно же тоже на него подписался уже 😎

Финальный анонс трансляции 😎

🤯 переносим на неделю вперед - 12:30 МСК 23 августа

ссылка появится за 5 минут, поговорим в свободном формате, вопросы/темы можно накидывать в коменты или в форму

умеют ли ллм слушать аудиодорожки? 🎧

я, конечно, не просто распознавание речи в текст, но и про то как разбирать интонации и разные акустические события

С видео все давно понятно - почти любая модель режет его на кадры с требуемой частотой кадров и разбирает как картинки. Со звуком - большинство агентов запускают скил на распознавание речи, но есть и исключения, где анализ более объемный


классический пайплайн выглядит так: перевести в текст - ллм анализирует вход и выдает текст - текст генерируется в речь, то есть модель получает расшифровку, а не звук, так работает например voice mode у клода. Быстро и дешево, но по дороге теряется тон, ирония, эмоции, кто говорит, неречевые события 😳


Впрочем есть и нативные аудио-модели, у которых звук подается прямо в контекст как токены, наравне с текстом. Технически это делается двумя способами: либо аудио-энкодер переводит сырой звук или спектрограмму в эмбеддинги, либо нейрокодек сжимает звук в дискретные токены - и во втором случае модель умеет не только слушать, но и говорить сама, без стороннего синтеза речи. Проще говоря, для одних ллмок для работы со звуком нужны внешние тулы (будь то простое распознавание речи или комплексный анализ эмоций и тональностей), а другие при обучении видели не только картинки и текст, но и аудио (а точнее все вместе), а это значит, что умеют с ним работать 🤑

вот пара примеров таких моделей:

• Gemini - самый универсальный вариант, разбирает музыку и не-речевые звуки (жанр, эмоция трека, шумы на фоне), различает спикеров, понимает таймстемпы. Правда, пока не настолько хорошо, чтобы стабильно разобрать любой трек на аккорды

• OpenAI - в июле выкатили апдейт, где модель слушает и говорит одновременно, поддакивает «mhmm» и перебивается как живой человек и умеет понимать простые речевые события и интонации

• Qwen3-Omni - лучший опенсорс по результатам замеров на бенчмарках - анализ музыки по стилю и ритму, 19 языков. И единственная модель, которую я все еще не попробовала в контексте музыки и звука 🤨


Предполагаю, что это активно используется в ai кол-центрах (например анализ эмоций клиента), вся работа с генерацией музыки, разметка звуковых событий, и из менее очевидного что мне запомнилось - мониторинг различных инструментов на предмет поломок на заводе (например станков) или даже подсчет птиц в лесу.


"Зачем я прочитал этот пост, если я не работаю в аудио стартапе" - могли подумать вы 😑 Мое личное предположение - использовать для поиска и генерации трендовой музыки в маркетинге, как сейчас многие уже делают с видео креативами. Ну и просто потому что 7 лет моего опыта в аудио процессинге никуда не делись и мне все равно интересно поглядывать, что там происходит 🐵

@neural_prosecco