Состоялся официальный релиз GigaChat 3.5 Ultra. ИИ-модель может расшифровывать аудио в текст (например, звуковую дорожку больших интервью), оценить отснятый материал с точки зрения композиции и экспозиции, помочь с концепцией, настройками камеры и дать технические советы по постпродакшену. Нейросеть вмещает 432 млрд параметров и доступна бесплатно, через ИИ-помощика «ГигаЧат».
«Сбер» называет новую модель GigaChat 3.5 Ultra — флагманской. Она заточена на решение как личных, так и рабочих задач.
Кроме того, разработчики могут встраивать ее в свои сервисы и создавать ИИ-агентов.
GigaChat 3.5 Ultra. Подробности
Новая ИИ-модель «умнее» предыдущих версий: она гораздо быстрее работает с текстами и более экономно потребляет ресурсы. Если говорить о количестве параметров — то новая GigaChat 3.5 Ultra вдвое «компактнее» чем GigaChat 3.1 Ultra.
Нейросеть основана на архитектуре MoE (Mixture of Experts) с технологией линейного внимания. Что это значит?
ИИ «запоминает» суть прочитанного и далее постепенно дополняет свой ответ.
Этот подход отличается от «классического внимания», при котором каждое новое слово нейронка сверяет со всем предыдущим ответом.
Таким образом: GigaChat 3.5 Ultra — одна из самых больших моделей с линейным вниманием среди выходивших в Open Source.
Чем GigaChat 3.5 Ultra может быть полезна?
Теперь самый главный вопрос. И прежде чем перейти к нему нужно дать ремарку: GigaChat 3.5 Ultra не генерирует фото или видео.
- Расшифровка аудио в текст. Нейросеть достаточно неплохо справляется, понимает контекст беседы/интервью и даже сама подписывает говорящих исходя из этого контекста. Фотар проверил — работает очень хорошо.
- Может проанализировать контракт/договор/отчет. GigaChat 3.5 Ultra работает с документами, в том числе, объемными и многосоставными. Она может проанализировать «черновик» договора, который вам прислал клиент, предложить правки и указать на слабые стороны.
- Выступает в роли «второго режиссера монтажа». Вы загружаете в нейросеть уже готовую стенограмму интервью (или просите ее предварительно расшифровать аудиодорожку). А затем просите модель выделить самые эмоциональные цитаты, указать их таймкоды и написать структуру короткого ролика для соцсетей на основе этого материала
- Анализ раскадровки видео.
- Может подготовить ТЗ для клиента по вашему описанию
- Предлагает улучшения по сценарию видео, проверяет фактические данные
- Консультации по подбору оборудования для тех или иных задач
- Подготовка вопросов для интервью
- И другие
В целом, система может быть достаточно полезна при умелом использовании. По ряду показателей она приблизилась к сильным открытым моделям, например, к DeepSeek 3.2. Но при этом она почти вдвое компактнее.
Сообщается, что при её обучении был сделан акцент на натуральных, созданных человеком текстах, прошедших многоуровневую классификацию и фильтрацию. Количество экспериментов при разработке новой модели выросло более чем вдвое, до 1500.
Ранее Фотар сообщал о развитии нейросети-генератора видео Seedance 2.0. Один пользователь создал с ее помощью и выложил 15-секундный ролик с дракой Круза и Питта на мосту. Ролик опубликовали на нашем RuTube-канале, можно посмотреть здесь.
Модель не только генерирует видео, но и синхронизированный с ним звук — диалоги, шумы и музыку. Это решает проблему рассинхронизации, которая была у старых систем. Она создаёт короткие сцены (до 20 секунд) в высоком разрешении, сохраняя узнаваемость персонажа и реалистичную артикуляцию.
