VoiceRecord_Result/transcripts/2026-10-09_rec_20261009_144...

47 lines
7.1 KiB
Plaintext
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# source: 2026-10-09/rec_20261009_144432.m4a
# model: Systran/faster-whisper-small
# transcribed: 2026-10-22T07:50:19Z
[00:00:00] сегодня были результаты по нему получены. Изначально так же был подан простой
[00:00:06] промд, по которому некоторые результаты у нас получились не очень, скажем так.
[00:00:13] Многие элементы были отсоединены, потеряны, некоторые картинки у нас
[00:00:21] представлены здесь, подписаны. Какая модель это генерировала. Ну вчера мне
[00:00:26] был генерирован большой такой пром, с огромной детализацией, на что я ставил
[00:00:32] большие планы, что он сделает все как надо, но вот сегодня с утра мне все Сергей
[00:00:38] Николаевич присылал результаты и они практически не отличались от того, что
[00:00:44] было изначальное. Конечно, это вопрос, я думаю, еще посмотрим почему так получилось.
[00:00:51] Рома, как ты думаешь, а это может быть связано, может быть все-таки когда модель
[00:00:56] задается какая-то задача, где есть элемент творчества, она там всего того, что
[00:01:02] у нее нет понятия мышления, есть понятия поиска, она вот именно ищет то, что реально
[00:01:10] пусть, ну, человек конечно так не сделает. И как это с помощью помпы.
[00:01:17] Мы смотрим ролики, ты сам их смотрел, где опус трясотовал охрененные модели и
[00:01:23] весь вопрос в том, чтобы научиться с ним работать так, чтобы у него был на выходе такой
[00:01:29] результат. То есть нет вопросов, потому что модель не может, модель ЛЛР не может
[00:01:37] сделать 3D модель крутую. Мы это видим люди, это делаю. Если мы это не делаем, значит
[00:01:44] есть какие-то причины, потому что мы не можем. Вот астросправа, которая у меня
[00:01:51] получился примерно такой же, этот самый простым про то, в принципе, визуал, он очень
[00:01:58] похож на референцию, конструктивную, его есть там куча недостатков, про которые говорил Ром,
[00:02:03] по которым можно отдельно под это сфотоной подфиксить. Потом, когда будет рассказывать про
[00:02:09] просто изображение, там очень много будет всяких деталей, вот нюансов взаимодействия с моделью
[00:02:16] подсвеча. Хорошего, когда с людьми глазами увидишь, это был опус 5.5. Ну, Вчера Николаевич сказал,
[00:02:26] это был опус 5.5. Но мне тоже что-то не верится, что он так настолько плохо это все сделал. Еще один
[00:02:37] из ключевых таких моментов, вот проводя аналогию с теми же видеороликами, причем на некоторых из них
[00:02:43] было просмотр достаточно много и действительно получались результаты через агентов, но действительно
[00:02:49] намного впечатляющие по сравнению с тем, что у меня получилось на таком примере. У меня из идеи еще
[00:02:56] стоит попробовать именно реализовать то, что реализовывали те люди, что в роликах. Возможно,
[00:03:03] проблема кроется даже не в том парамте, который был подан, а в самой модели, что какие-то более сложные
[00:03:12] или простые элементы, они рисуют отлично, а вот какие-то с другим освещением предметы или технически
[00:03:21] сложные, у них возникают проблемы, которые мы видим. Мы скоро сейчас дойдем. Да, именно, мы уже нашли это.
[00:03:29] Подождите, давай Рома закончит. Ну давайте, короче, подведем здесь итог. С моделированием в блендере
[00:03:36] стоит продолжить упражняться и добавим 5 копеек общих. Обратите внимание, сейчас идет очень
[00:03:44] большой тренд, который называется UI-мод работы агентов. То есть агент работает, как пользовать,
[00:03:53] с каким-то программным обеспечением, каким-то программным пакетом, устанавливаемым на компьютере.
[00:03:59] В данном случае это блендер, это блендер есть еще и опикнему, он может и как пользователь рисовать,
[00:04:06] используя в том числе компьютерное зрение, он может соответственно и использовать и видеоредакторы,
[00:04:13] все остальное. Это прям большой тренд, когда агент работает, ну как будто какие-то пользователи,
[00:04:19] лимулируя клавиатуру, мышку, ну и так далее. И получается по сути некий третий этап всех этих
[00:04:28] движений, это использование готовых сервисов, который на вход подается некое изображение,
[00:04:36] и они по итогу генерируют 3D-модель в соответствии с некими техническим требованиями по полигонажу,
[00:04:44] текстурам и тому подобное. Мной было проанализировано около 12 различных сервисов по генерации этих моделей.
[00:04:56] Результаты этих сравнений.