Артифициальный интеллект, давай дружить

[cathay_stray]

*
Маловато нас тут, на Дриме. Вот есть нужда у меня проконсультироваться, а разбирающиеся в теме граждане может и не переехали сюда из жж. В жж же писать уже не получается, перо, понимаешь, из пальцев выпадает.

А вопрос таков: хочу научиться делать хорошее видео силами ИИ, и вроде бы инструменты для этого более-менее уже допилились до приемлемого уровня.
Знаю я по этой теме ровно ноль, то есть вообще ничего не знаю.

С чего начать, откуда черпать Знание?

Понимаю, что соблазн послать меня на ютуб велик, но прошу от этого воздержаться, так как - не поверите! - на ютубе я уже был, и там мегатонны гуру вещают гигатонны истин. Проблем в этом две:

1 - Они вещают для тех, кто уже что-то знает, а если ты лох, то тебе не сюда
2 - Их овердохуя, и только перебор в поиске толкового гуру может занять месяцы
     (да и как определить толковость гуру, будучи полным невеждой?)

Посоветуйте, кто что знает. Только если знаете, бо множить моё невежество не надо, его и так у меня есть.

Comments

[parlancer]

Я всего лишь читатель, но вот этот сайт хорош: https://civitai.com/articles

[ak_47]

Я бы начал даже не с ютьюба, а просто спросил ИИ с чего начать. Дальше уже уточнять по ходу дела.

Сегодня всё меняется так быстро, что Знанием обладают 10 человек на планете. Остальные что называется, tinkering, пока не начнёт выходить что-то более-менее приемлемое. И не факт, что это умение можно будет перенести на другую модель или продукт.

[cathay_stray]

Мысль спросить у ясеня меня при всей очевидности не посетила! О курва. А надо будет озаботиться.
Спасибо, без иронии. Завтра же начну пытать иишенку.

[burbilog]

Только брать надо посвежее. GPT 5.2, Gemini 3 Pro, Opus 4.5. Потому что у тех что хотя бы на полгода постарше уже нехватает знания о текущей ситуации.

[e2pii1]

Присоединяюсь к совету. Например, пишут мои знакомые:

- ... Но, поскольку Javascript я почти совсем не знаю, начать было пока тяжело.
- Чудо АИ состоит как раз в том, что яваскрипта знать не надо (я попрограммировал на нём, но этот код даже не читал), его за нас знает АИ. Я сейчас статьи с помощью АИ пишу во Французскую Википедию, и французы ко мне не придираются. Так и здесь, если умеешь описать то, что нужно, и указать АИ на его ошибки, то навыки собственно кодирования не обязательны.

Но за ИИ глаз да глаз нужен, он может иногда херню пороть.

[straktor]

Генерация видео может быть локальной или от сервиса-клауда. В сервисах продвинутые модели, но будет монетизация, а пока ограничения. Зато просто, пишешь промпт, генерит.

Локальные требуют кучи памяти (32 минимум), места (Гб 20-100-200) и видеокарту от 4060 и выше. Зато можно крутить когда угодно что угодно. Civitai хорошие модели, можно на huggingface посмотреть варианты.

[cathay_stray]

Если надо будет заплатить, я заплачу. Не в том вопрос.
Вопрос в том, чтобы разобраться, а не платить как лох за то, за что платить не надо, и при этом делать что-то, понимая что делаешь. В том, чтобы знать инструменты, а не тупо бросаться названьями (ну вот я знаю что есть такая нанабанана, и есть она же про, но есть ещё хуева куча - кажется, их называют агрегаторами - от н8н и Клинга до Хиггсфилда - для меня это просто слова, и я не вижу эту хуйню системно, то есть не понимаю, что для чего и как вся эта хуерга друг с другом соотносится и взаимодействует).

У меня есть комп, на котором я монтировал настоящие видео, он вытащит танк из болота: 128 RAM, 4090 GPU, опять же - вопрос в том, чтобы понимать, что к чему и видеть во всех этих блестящих словах систему.

Ну то есть, прям вот с азов. А все умные сука ютуберы исходят из того, что если не знаешь азов, то лузер и иди работай на заводе, точи болванки.

Теряюсь в море информации, бо тупо не знаю за что ухватиться, чтобы осознанно узнавать дальше то что мне нужно знать.
СОрри, наверно сумбурно написалось :)

[straktor]

никакой стройной Теории ИИ для генеративных моделей сейчас нету

есть такой интересный хак, что
если "свернуть" (т.е. тренинг на задачу классификации) картинки в многомерном визуальном пространстве с использованием языковых меток
то потом можно по языковым меткам-токенам "достать" визуальные образы из натренированного пространства

то есть юзер задаёт токены (используя изначальный токенайзер -- это типа словаря, их несколько штук, зависит от набора языков и от классификации токенов в словаре), некий специально заточенный под модель тензорный решатель на параллельном вычислителе решает некую задачу, в результате картинка, переводится в обычный формат

потом поверх прикручено покадровое изменение, опять же через промпт и наверное ризонинг, из картинок собирается видос

я лично начал изучение с генерации картинок через https://docs.comfy.org/installation/comfyui_portable_windows
загрузил 1.6 Гб, разархивил
это "станок" без модели и сопутствующей обвязки -- воркфлоу и модулей
воркфлоу это описание, как из промпта и моделей, модулями собирается... выход
модуль это кусок питон кода под свой шаг процесса
сразу простое воркфлоу -- просто генерация по тексту
есть воркфлоу -- использование маски и картинки-аналога, типа "нарисуй в том же стиле" или "сгенери заполнитель маски похожий по стилю на аналог"

я загрузил модель руками по инструкциям, запускаю из эксплорера батник run_nvidia_gpu.bat
а потом оказалось, что можно было Browse Templates и там будет выбор
описано в https://docs.comfy.org/interface/features/template

я юзаю 2 несвязанные модели (и соответственно 2 воркфлоу)
1 - https://github.com/martin-rizzo/ComfyUI-TinyBreaker -- там написано, как вкрячить
tinybreaker_prototype1.safetensors
t5xxl_fp8_e4m3fn.safetensors
и потом картинку скачать и дропнуть в окно браузера

2 - уже не помню где надыбал, stable diffusion 1.5
diffusion_pytorch_model.safetensors

картинка 1500х1000 рендерится около 20-25 секунд

[cathay_stray]

Большое спасибо, я был занят весь день (и буду завтра) - не мог даже прочитать до конца, завтра как освобожусь. Спасибо!

[twilightshade]

Смотря какое видео и на чём... Сначала нужно определиться ты будешь делать на своём компе или на стороннем ресурсе. Если на стороннем ресурсе всё жутко ограничено или платно. Даже та же Sora которая считается одним из лучших видеогенераторов платная... Второмй момент, буду дома делать пусть меня научат... Тут всё упирается в железо. Грубо говоря карта Nvidia RTX обязательна AMD RX последних серий можно но категорически не рекомендуется, не всё ИИ на ней пойдёт или через костыли (я вот мучаюсь). 8 гигабайт видеопамяти это минимальный пропуск в мир ИИ (но лучше 16, а оеративки от 32)... Что можно сделать дома... Вот примерно это. https://www.youtube.com/watch?v=oiyVVoFZcSM или вот 😂 https://www.youtube.com/shorts/aYEl2UUQq8U Эьто полностью ИИ Использовался SadTalker и генератор речи EdgeTTS с использованием скриптов питона и интерфейса gradio (врочем пайплайн для EdgeTTS мне написал ChatGPT). Но поставить их непросто для этого нужно уметь работать с гихабом, а главное с командной строкой. Но в целом если вы чайник рекомендую начать с картинок Krea.ai www.mage.space/ leonardo.ai https://sora.chatgpt.com там есть и видео, но у chatgpt оно платно у остальных ограниченно, у Krea например можно, krea очень крутой сервис... Если появятся какие вопросы то лучше задавать их мощным моделям искусственного интелллекта таким как Gemini ChatGPT или Grock. Они и будут вашими гуру. Я в видео-ИИ не очень разбираюсь (ну кроме того что уже написал) я больше по генеративкам и немного по LLM...

Если хотите консультации как поставить дома генераторы картинок посоветую, с видео вряд ли, SadTalker мы ставили вместе с чатом GPT попробуйте в общем Krea, Mage, Leonardo. Я просто советую то с чего сам начинал... Начинать с ComfyUI не очень советую, я сам в нём не очень это как садиться на формулу 1 или на танк для того чтобы научиться ездить на авто... У меня у самого Forge стоит.

Всё что я пытался в ИИ у меня в журнале по тегу https://twilightshade.dreamwidth.org/tag/%D0%B8%D0%B8