Генерация изображений, аудио и видео
Вы уже познакомились с ИИ, который пишет тексты. Но то же самое семейство технологий теперь умеет рисовать картины, говорить человеческим голосом, сочинять музыку и даже снимать короткие видеоролики — и всё это по нескольким словам, которые вы вводите. Этот урок — ваша экскурсия по миру генеративных медиа (generative media): как это устроено изнутри, как этим управлять и как оставаться в безопасности и быть честным при использовании.
Главная идея в одном предложении: современная модель для изображений, аудио или видео учится тому, как выглядит или звучит «норма», а затем заново создаёт свежий пример этого с нуля, направляя процесс вашими словами. Как только вы поймёте эту единственную идею, всё остальное — промпты, редактирование, дипфейки, обнаружение — встанет на свои места.
Что вы сможете делать после этого урока
- Объяснить диффузию (diffusion) шаг за шагом — как модель превращает чистый случайный шум в чёткую картинку.
- Писать сильные промпты для изображений, используя объект, стиль, освещение, композицию и негативные промпты.
- Назвать и использовать четыре ключевые возможности редактирования: инпейнтинг (inpainting), аутпейнтинг (outpainting), перенос стиля (style transfer) и апскейлинг (upscaling).
- Описать, как работают синтез речи (text-to-speech), клонирование голоса (voice cloning) и генерация музыки, а также риски мошенничества и согласия при клонировании голоса.
- Оценить, что ИИ-видео уже умеет, а что пока нет.
- Распознавать вероятные ИИ-медиа, проверяя руки, текст, физику и освещение — и понимать, почему обнаружение становится всё труднее.
- Обсуждать этику: согласие, авторское право и маркировку ИИ-контента.