Блог TurboText: нейросети, генерация контента и тексты

Фотография с телефона превращается в карточку товара за 3 токена. Показываем на одном товаре, где проходит граница: фон, свет и сцену нейросети поручить можно, цвет и материал — нельзя. С ценами в рублях по тарифам.

Один сюжет, снятый дважды: одной строкой и подробным брифом по секциям. Разбираем, из чего собирается длинный запрос — камера, актёрская задача, тайминг по секундам, физика и ограничения, — и показываем оба ролика.

Прогнал через обе сети одинаковые запросы в равных условиях. Seedream делает то, что написано; Nano Banana — то, что написано, плюс атмосферу от себя. Разбираем, когда что выбирать.

Десять карточек, четыре ролика и музыка — сколько это в токенах и рублях. Считаем на популярных нейросетях с поправкой на попытки и выбираем тариф, которого хватит до конца месяца.

В коде ChatGPT нашли тариф за $500 — это 42 000 ₽ по нынешнему курсу. Разбираем, почему счета за нейросети будут расти, даже когда цена одной генерации падает, и что с этим делать до Нового года.

Шесть готовых промптов и десять кадров из двух селфи: парк с колоннами, рынок с тыквами, веранда с пледом, вокзал, кофейня — и герой, которого привели силой. Копируйте запросы и подставляйте своё фото.

GROK — нейросеть от xAI, доступная на TurboText для создания изображений по текстовому описанию. Она не собирает картинку из заданных объектов буквально, а интерпретирует смысл запроса целиком: одно и то же описание может каждый раз давать чуть разный результат, потому что модель заново выстраивает сцену — с сохранением общего смысла, но не пиксель в пиксель.

Qwen 3.8 Omni — это чат, которому можно прислать не только текст, но и аудиозапись, видео, документ или картинку, и задать вопрос по содержанию. Ответ всегда приходит текстом. Это не расшифровка речи и не голосовой ассистент: модель слышит интонацию, паузы и разных говорящих в записи, а видео разбирает вместе со звуком, а не по отдельным кадрам. Дальше — что именно можно отправить, как сформулировать вопрос, чтобы получить точный ответ, и что делать, если что-то пошло не так.

Seedream генерирует изображения в разрешении 2K и 4K — без размытия и без необходимости дополнительно увеличивать картинку. Модель корректно вписывает текст в кадр: вывески, логотипы, заголовки постеров получаются такими же, как в запросе, а не набором похожих на буквы символов. Понимает длинные, подробные описания сцены — стиль, освещение, композицию, действие — и удерживает их все в одном изображении, а не теряет часть деталей.

Сколько на самом деле стоит карточка товара для Wildberries или Ozon, если считать не по прайсу, а по фактическому расходу токенов и числу попыток на удачный кадр. И почему описание товара дешевле не стало.

Три промпта с русскими надписями, пять нейросетей, одинаковые условия и никакой доводки под модель. Один перевёл всё на английский, другой — на японский, третий продублировал строку.

Текстов стало больше, а заказов столько же. Разбираю по признакам, как на бирже вычисляют сгенерированный текст, почему детекторы бесполезны и за что сейчас реально доплачивают.

MiniMax Music — нейросеть для создания музыки, песен и вокала с помощью ИИ. Она позволяет начать работу как с готового текста, так и с простой идеи: можно описать будущую композицию, задать ее настроение и стиль, а нейросеть создаст музыкальный трек. В TurboText MiniMax Music подойдет для создания песен, инструментальной музыки, каверов и фоновых треков, а также для доработки текста перед генерацией.

ElevenLabs — нейросеть для создания реалистичной речи из текста. В TurboText она позволяет быстро озвучивать тексты для видео, Reels, подкастов, аудиокниг, рекламы и других проектов.

Клон голоса в TurboText позволяет создать цифровую копию голоса на основе исходной аудиозаписи. Полученный голос можно использовать для озвучки текстов и создания аудиоконтента без необходимости каждый раз записывать речь самостоятельно. Функция подходит для создания озвучки для видео, рекламных роликов, подкастов, презентаций, обучающих материалов и другого контента.