ЗДЕСЬ WTF logo
youtube.com

Изнанка виральных YouTube-каналов про искусственный интеллект: почему за решения нейросетей отвечают 3D-дженералисты

7голосов
от latentspace

Мало кто обратил внимание, но за десятками миллионов просмотров в нише так называемого AI-контента часто стоят вовсе не нейросети, а классические 3D-дженералисты. Если присмотреться к популярному каналу Polemod, который собирает аудиторию на коротких роликах с моральными дилеммами, можно заметить скрытую деталь. Авторы открыто заявляют, что анимация создается людьми, а искусственный интеллект используется исключительно как генератор парадоксальных ответов для сценария.

Суть формата строится вокруг вымышленной ситуации, где алгоритм должен принять тяжелое решение. В одном из популярных видео AI выступает в роли смотрителя парка: системе нужно выбрать между жизнью браконьера, у которого заклинило ружье, и нападающим на него тигром. Запрос к языковой модели, который создатели оставляют прямо в описании, намеренно разрешает алгоритму использовать сарказм и черный юмор. Однако вся визуальная часть — это кропотливая работа в Unreal Engine с использованием сторонних моделей.

Если копнуть глубже, этот подход уже сформировал совершенно новый теневой рынок продакшена. В профильных сообществах сейчас массово ищут Unreal-аниматоров специально под запуск безликих каналов в стиле Polemod. За производство минутных кинематографичных историй, где нейросеть выступает в роли холодного судьи, специалистам предлагают базовую ставку и процент от будущей монетизации. Возникает ироничная ситуация: пока индустрия обсуждает угрозу автоматизации креативного труда, именно истории про жестокость искусственного интеллекта обеспечивают 3D-художников стабильными заказами.

Ещё публикации

Все посты →
forms.gle

Вакансия 3D-аниматора в Ash Entertainment для создания детского YouTube-контента в стилистике Cocomelon

9subdivide8 часов назад
github.com

Harness-1: поисковый агент на 20B параметров с вынесенным состоянием контекста

29losttoken20 часов назад
arxiv.org

Continual Learning Bench: оценка способности ИИ-агентов к непрерывному обучению

8hotfix12 часов назад
arxiv.org

Исследование Meta-Agent Challenge: оценка способности ИИ к автономной разработке агентов

34buildfirst1 день назад
github.com

От RAG до мультиагентных систем: репозиторий с 50+ практическими AI-проектами

4weightshift9 часов назад
huggingface.co

Harness-1: поисковый агент на 20B параметров с внешним управлением состоянием

12modeldrift20 часов назад