слИИвки

Ideogram 4.5 научилась нормально редактировать одну картинку много раз подряд

Ideogram выпустила 4.5. Главный упор теперь не только на генерацию картинок с текстом, а на последовательное редактирование одного изображения без постепенного разрушения деталей.

У модели появилось два режима редактирования. Precise Edit меняет только нужную часть изображения и старается сохранить всё остальное без изменений. Обычный режим 4.5 может сильнее перестраивать исходную картинку.

Например, можно сначала поменять цвет товара, затем освещение, потом текст на упаковке и после этого заменить отдельный объект. Модель оптимизирована под такие цепочки правок, чтобы после каждого шага изображение не начинало заметно плыть.

Ideogram 4.5 умеет менять надписи прямо внутри готового дизайна, переводить их на другой язык с сохранением оформления, перекрашивать предметы, менять свет вместе с тенями и отражениями, а также переставлять мебель или отделку в фотографии комнаты.

Модель поддерживает генерацию и редактирование до 2K, маски и несколько референсных изображений. В одном запросе можно использовать исходную картинку и дополнительные изображения с нужным человеком, товаром или стилем.

Есть несколько уровней качества. Стоимость через API начинается примерно с $0.008 за изображение и доходит до $0.22.

Модель уже доступна в Ideogram, API и сервисах партнеров. Компания также планирует позже открыть веса модели.

dailyprompts.ru

Мертвые заговорили!

Полный Kling 4.0 выходит в октябре, а Kling 4.0 Flash уже бахнули для подписчиков Ultra Yearly.

Главное:

- до 30 секунд видео одной нативной генерацией вместо прежних 15;
- до 10 keyframes;
- до 15 мультимодальных референсов одновременно - персонажи, предметы, изображения, видео и другие материалы;
- более развитый Omni Reference и редактирование уже существующего видео;
- 4K;
- 10-bit HDR (воще непонятно какой именно);
- улучшенный native stereo audio;
- более точный lip sync;
- video extension;
- больше языков, акцентов и диалектов.

Теперь про Kling 4.0 Flash.

Это облегчённая версия 4.0 для более быстрой генерации. Она уже работает в early access, тогда как полноценный 4.0 появится только в октябре.

Но: Kling пока не опубликовал нормальную официальную таблицу 4.0 vs 4.0 Flash.

Из предварительных материалов и утечек Flash примерно так:

Kling 4.0:
до 30 секунд
до 4K
до 15 референсов
до 10 keyframes
максимальное качество и контроль

Kling 4.0 Flash:
предварительно до 20 секунд
предварительно 720p
часть продвинутых функций может быть урезана

Цена, Карл?

https://kling.ai/release-note/release-notes/Kling_4

@cgevent

Google выпустила монстров синтеза речи

Google выпустила Gemini 3.8 Flash TTS и облегченную Flash Lite TTS для генерации голоса. Flash TTS понимает 130 языков, Flash Lite, 101, а в библиотеке больше 2000 готовых голосов с разными акцентами, плюс можно собрать голос с нуля по текстовому описанию. Модель держит согласованный, без сбоев звук даже на длинных файлах, поддерживает смех, вздохи и диалоги на несколько голосов сразу.

По бенчмаркам все не так однозначно, как заявляет сама Google: в независимом голосовом рейтинге Artificial Analysis Flash TTS занял второе место, первым остался Cartesia Sonic 3.6, хотя по устойчивости произношения Google действительно на первом месте с 89,5%.

🧠 Следи за AItoolz — тестируем новые голосовые ИИ без хайпа

#Google #Gemini

FLUX Video Edit

Bfl запустили модель видеоредактор, типо видеомонтаж больше не надо делать

Работает все с промпта, закидываешь видос, пишешь что должно поменяться, и модель меняет ТОЛЬКО то что ты указал в промпте, как заявляет черная лаборатория, все что не упомянуто в промпте, остается как в оригинале

🔘Как это работает:

- Один POST-запрос: клип (URL или base64) + текстовая инструкция
- Поллинг результата - когда статус «Ready», получаешь ссылку на готовый mp4
- Можно накладывать несколько правок одну за другой на один и тот же клип

Видео до 15 секунд и 50 МБ. Минимум 160px по стороне и 17 кадров (≈0,7 сек)

Выход - всегда 24 fps, ролики больше 720p даунскейлятся

Звук сохраняется из источника — если не просишь изменить диалог или звук

Промпт до 4 096 символов

🔘Цена

$0.03 за секунду выходного видео. Пример: одна правка 10-секундного клипа = $0.30

Цена не зависит от сложности правки, длина всегда как у оригинала

⚠️ Ограничения

- Ролики длиннее 15 сек отклоняются (не обрезаются!)
- Нельзя задать длительность, разрешение или aspect ratio (берутся из источника)
- Не поддерживаются: референс-видео, вход по картинке, маски, продление клипа
- Новый диалог должен влезать в длину заменяемой фразы

Playground (за баланс)
Блогпост (можно глянуть как работает модель на примере)
Fal.ai

Первое живое видео с iPhone Duo публикуют в сети.

Да, перед нами действительно новый айфон.

👉 Топор +18. Подписаться

😱 СЛИЛИ ЕЩЁ ОДНУ СЦЕНУ ИЗ ТРЕЙЛЕРА GTA VI

Канон? 😏