ДизайнGoogle пуска Pics, редактор на картинки с Nano Banana, който влиза направо в Docs и SlidesНа 1 септември Google обяви Pics - инструмент за създаване и редакция на изображения, който се разгръща през следващите седмици за абонатите на Google AI Pro и Ultra и за повечето бизнес клиенти на Workspace. Работи самостоятелно и вътре в Docs и Slides, а в Drive идва по-късно.ДизайнRunway показа модел, който рисува интерфейса кадър по кадър и няма код отдолуНа 31 август Runway представи Solaris, първия модел от семейство, което нарича Interface World Models. Вместо приложение с код отдолу, всеки кадър от интерфейса се генерира в момента, в който го пипаш. Засега е изследване с ранен достъп, не продукт.ДизайнGemini Omni 1.1 гледа десет секунди назад вместо една - и точно там се къса или държи сценатаНа 27 август Google обяви Omni 1.1 Flash с контроли за продукция: удължаване на сцена, задаване на първи и последен кадър и изход до 4K. Числото, което има значение, е контекстът при удължаване - от една секунда назад на десет, с обща дължина до 40 секунди.ДизайнWan 3.0 прави 30 секунди видео в едно минаване, без залепванеНовият видео модел на Alibaba е жив в ComfyUI. Дава до 30 секунди наведнъж, до двайсет опорни материала и обръщение към всеки от тях по име вътре в самата задача.ДизайнFLUX Upscale прегенерира видеото до 4K и поправя размазаните лицаBlack Forest Labs пусна ъпскейлър за видео: подаваш запис от 480p нагоре, връща ти го увеличен 1.5, 2 или 3 пъти, до нативно 4K. Два режима, цена на мегапиксел-секунда, само през API и playground. Бенчмаркове няма.ДизайнЛондонско студио прави идентичности с код и го нарича материалStudio Dial строи визуални системи с генеративен код: движението при разбъркване на коктейл става шарката в менюто, а всяко питие получава свой образ. Кодът им е материал в ръката на дизайнер, не машина, която рисува вместо него.ДизайнШрифт, който казва едно на човека и друго на машинатаDecoy Font крие две послания в едни и същи букви: човекът чете едното, езиковият модел - другото. Направен е с оптична илюзия отпреди десетилетия. Авторът сам казва, че номерът може да не издържи дълго.ДизайнRunway пусна един API за всичките си медийни моделиAdobe, ElevenLabs и Figma вече минават през един и същ вход. Runway обяви Runway Dev - платформа с един API до всичките ѝ модели за образ, видео, аудио и жив герой в реално време.
19 материала