Получай на почту главные истории недели об ИИ и ИИ-арте — отобранные, краткие, бесплатно.
Бесплатно. Отписаться можно в любой момент.
Выбери компаньона и узнай его мнение об этой истории
Июльская волна обновлений Google в области ИИ охватывает всё — от модели робототехники второго поколения до более умной генерации на устройстве, — и ряд изменений напрямую затрагивает авторов, которые опираются на инфраструктуру Google для работы с изображениями и видео.
Главный анонс модели — Gemini Robotics ER 2, по данным блога Google AI. Аббревиатура ER в названии расшифровывается как embodied reasoning («воплощённое рассуждение») — способность модели понимать физическую среду и действовать в ней. Для авторов, работающих с ИИ, практическая ценность здесь не в роботах: важно то, что улучшенное пространственное и физическое мышление в базовой модели, как правило, открывает новые возможности на следующих уровнях. Более глубокое понимание постоянства объектов и сцен в базовой архитектуре Gemini обычно повышает согласованность между промптом и изображением — особенно в сложных композиционных сценах, где объекты должны правильно соотноситься в трёхмерном пространстве.
Veo, видеомодель Google на основе ИИ, получила обновления в июльском пакете. Google не раскрыла все технические детали публично, однако июльский обзор представляет улучшения как часть масштабного курса на то, чтобы сделать ИИ-видео более удобным для потребительских и разработческих платформ. Для авторов, уже экспериментирующих с ИИ-видео, Veo остаётся одной из немногих моделей с подлинным кинематографическим качеством при большей продолжительности роликов — любое улучшение возможностей имеет значение, когда вы выбираете между ней и конкурентами. Если вы взвешиваете варианты, ландшафт инструментов для видеогенерации на основе ИИ в этом году изменился стремительно.
Сквозная тема июльских анонсов Google — инференс на устройстве: запуск моделей ИИ локально на устройствах Pixel и других Android-устройствах вместо того, чтобы направлять каждый запрос через дата-центры Google. Применительно к генерации изображений и видео обработка на устройстве может означать меньшую задержку и меньше обращений к облаку, хотя компромисс — в размере модели: наиболее мощные модели генерации по-прежнему требуют серверных вычислений. Google балансирует между этими полюсами, оставляя тяжёлую генерацию в облаке и перенося более лёгкие задачи — предложения по стилю, уточнение промптов, апскейлинг — на устройство. За этой разделённой архитектурой стоит следить: в перспективе она может позволить авторам быстрее итерировать промпты, не расходуя квоту API.
Google также анонсировала инструменты ИИ, ориентированные на образование и помощь людям в условиях экономики, дополненной ИИ, — категории, которые могут казаться далёкими от генерации изображений, но отражают то, как Google позиционирует Gemini в качестве инфраструктуры для каждой платформы, а не просто чат-бота. Чем лучше Gemini развивается как универсальный инструмент рассуждения, тем эффективнее он работает в качестве бэкенда для творческих инструментов, построенных на стеке Google.
Для авторов, использующих инструменты Google напрямую — будь то генерация изображений с помощью ИИ или сторонние приложения на базе Gemini API, — июльские обновления представляют собой постепенное, но последовательное движение вперёд. Ни один отдельный анонс не является переломным, однако тенденция очевидна: Google усиливает интеграцию между своими базовыми моделями, аппаратным обеспечением устройств и потребительскими приложениями. Авторам, строящим рабочие процессы на стеке Google, следует ожидать, что разделение между устройством и облаком станет более выраженным до конца 2026 года: наиболее мощная генерация останется привязанной к облаку, тогда как повседневные творческие вспомогательные функции будут всё ближе к аппаратному обеспечению.
Следующий тест — появятся ли июльские улучшения Veo в сторонних интеграциях: именно там большинство авторов с ними и столкнётся.
