За неделю с 25 по 31 октября Pika выпустила H3 Flex — модель для роликов на 5–15 секунд с синхронным звуком и пятью отдельными аудиостемами. Для монтажа это полезная штука: музыку, речь и эффекты можно сводить отдельно уже после генерации.
В японском обзоре недели заметен общий сдвиг. Инструменты помогают пройти дальше первого файла: переделать его, подключить к другим сервисам, подготовить к публикации. Pika делает ставку на контроль звука, Suno — на работу из чата, Canva — на правки готового макета.
Pika H3 Flex превращает звук в отдельные дорожки для монтажа
Pika описывает H3 Flex как дообученную версию MiniMax H3. В модель можно передать текст, изображения начального и конечного кадров, а также до 12 референсов: изображений, видео и аудио. На выходе — ролик длительностью 5–15 секунд со стереозвуком, синхронизированным с видео.
Главная рабочая деталь — пять отдельных аудиостемов: диалоги, музыка, звуковые эффекты, фоли (например, шаги и шорох одежды) и окружающий звук. Через API их можно получить отдельными WAV-файлами и перенести в монтажку. Если реплика звучит нормально, а музыка мешает, весь ролик из-за одного слоя перегенерировать не придётся.
- Диалоги — отдельная дорожка для реплик и их уровня громкости
- Музыка — её можно приглушить или заменить независимо от остальных звуков
- Звуковые эффекты — отдельный слой для акцентов и событий в кадре
- Фоли — шаги, движения одежды и другие звуки действий
- Амбиент — фон, который помогает собрать ощущение места
Команда Pika формулирует идею так: «Первая генерация — только отправная точка. Творческая работа происходит дальше». Практический смысл обновления в том, что модель отдаёт монтажёру больше материала для сборки. Сам монтаж никуда не делся.
Сколько стоит Pika H3 Flex и что работает локально
На запуске генерация из текста, изображения или ключевых кадров стоит $0,01 за секунду при 480p, $0,02 при 768p и $0,08 при 4K. Для генерации с референсным видео действует другая схема: $0,03, $0,06 и $0,10 за секунду соответственно. Здесь считают суммарную длительность входного и выходного видео. Вывод отдельных аудиостемов добавляет $0,001 за секунду.
Нативные разрешения модели — 480p и 768p. В облачной версии Pika доступны 1080p, 2K и 4K; раздельно вывести стемы тоже можно только через хостинг. Открытые веса и код позволяют запускать генерацию на собственном компьютере или сервере. Локально доступны 480p и 768p, без апскейла и разделения звука.
Pika заявляет, что 15-секундный ролик в 768p может занять всего 7 секунд вычислений трансформера. Это не полное время ожидания: сеть и очередь в него не входят. Ещё один нюанс для тех, кто скачивает веса: на них распространяется MiniMax H3 Community License Agreement. Код и примеры доступны по Apache 2.0, но сами веса лицензированы иначе.
Suno MCP переносит создание музыки в чат с AI-ассистентом
28 октября Suno запустила раннюю бету MCP. С его помощью внешние инструменты подключаются к AI-ассистенту: из ChatGPT, Claude, Claude Code и других совместимых клиентов можно вызвать генерацию Suno, не уходя из текущего диалога.
В чате можно обсудить текст и направление трека, развернуть голосовую заметку или луп в песню, сделать кавер, продолжение или mashup композиции из своей библиотеки. Suno обещает работу «без переключения вкладок». MCP меняет место, откуда начинается работа, но не саму музыкальную модель.
Для креатора это удобно на этапе черновика: пока обсуждаете ролик, можно накидать настроение музыки и сразу получить демо. Треки сохраняются в библиотеке Suno, а добавить их в плейлист можно прямо из чата. Бета доступна на всех планах, включая бесплатный, но генерация расходует кредиты тарифа.
- Зарегистрируйтесь в раннем доступе к Suno MCP beta.
- В настройках AI-клиента добавьте custom connector или MCP-сервер с адресом https://api.suno.com/mcp.
- Подключите аккаунт Suno и подтвердите авторизацию.
- Если Suno не появился в списке инструментов, запустите его через добавленное подключение.
В официальной инструкции Suno отдельно приводит настройки для Claude, Claude Code, Gemini, ChatGPT и Cursor. Пункты меню у клиентов отличаются. Функция требует MCP-совместимого клиента и авторизации в Suno.
Canva Brush и другие инструменты правят уже готовый материал
29 октября Canva представила Brush — модель для редактирования существующих дизайнов командами на обычном языке. Она распознаёт структуру макета и может менять текст, заголовки, цвета и расположение элементов сразу на нескольких страницах. После правок элементы остаются редактируемыми вручную. Canva Craft создаёт новые изображения, а Brush работает с композицией целиком.
Внутренние проверки Canva показали, что типовые задачи выполняются до 69% быстрее, а вычислительные затраты на задачу снижаются на 46% по сравнению с прежним дизайн-агентом. Это данные компании о скорости обработки, не скидка на подписку. На момент запуска Brush был доступен пользователям Canva Pro через Canva AI. Интеграцию с Brand Kit и работу со сложными макетами с большим количеством изображений компания назвала направлениями дальнейших улучшений.
Krea Ad Studio помогает готовить статичные объявления на базе Krea 3. По URL сайта инструмент собирает логотип, цвета, шрифты, фото продукта, цены и рекламные формулировки. За раз можно сделать до 12 вариантов в форматах 4:5, 1:1, 9:16 или 16:9, а затем попросить Krea Agent поменять заголовок, фон или кадрирование. Инструмент доступен на платных планах Basic и выше; анализ сайта бесплатный, генерация расходует вычислительные кредиты.
Автоматизация не отменяет проверку
У Krea есть вполне земной подвох: если на сайте осталась старая цена или завершившаяся акция, они могут попасть и в объявление. Перед генерацией проверьте извлечённые данные и поправьте их. Иначе автоматизация разнесёт ошибку по готовым макетам ещё быстрее.
Похожую задачу решает MAI Image 2.7 от Microsoft AI. Модель редактирует существующую картинку: меняет освещение и стиль, исправляет текст или символы, восстанавливает и повышает качество изображения. По данным Microsoft, на момент публикации она занимала третье место в Arena Edit и второе в рейтинге редактирования Artificial Analysis. Это результаты по редактированию, а не общий рейтинг генерации изображений с нуля. Попробовать функции можно в MAI Playground, Arena и Artificial Analysis; создание картинки по тексту обещано позднее.
На другой стороне спектра — генерация новых звуков. ElevenLabs объявила SFX v3 для эффектов, где в одном описании смешаны несколько звуковых элементов. Компания заявляет об улучшении генерации музыки и вокала и снижении высокочастотных искажений. Доступ ограничен, а API по умолчанию продолжает использовать v2. Для v3 нужно явно указать ID модели.
Genie 4 исследует интерактивную сцену, а не только готовый ролик
Google DeepMind 27 октября анонсировала Genie 4 — мировую модель, которая в реальном времени создаёт изображение и звук в интерактивной симуляции. Пользователь может менять сцену клавиатурой и текстом: например, менять погоду, вводить персонажей и предметы, управлять развитием эпизода. Модель также генерирует музыку, окружающие звуки и диалоги.
Обычный сценарий выглядит так: написал промт — получил видео. В Genie 4 сцену можно исследовать и менять по ходу. Google называет среди применений проверку композиции, освещения и движения до съёмки, а также прототипирование игровых миров. Пока Genie 4 доступна как research preview выбранным тестировщикам. Доступ для подписчиков Google AI Ultra в Project Genie и партнёров раннего доступа к Gemini API и Google AI Studio заявлен как следующий этап.
У модели есть известные ограничения: длительная согласованность, сохранение объектов, физические взаимодействия и точность звука остаются сложными задачами. Воспринимать Genie 4 как готовый инструмент для производства пока рано. Интереснее наблюдать за направлением: модели нужно удерживать состояние сцены, пока пользователь в ней действует.
Главный сдвиг недели — контроль после первой генерации
Ещё два обновления хорошо показывают этот вектор. Runway Dev добавил Ideogram Vector: по инструкции длиной до 9 500 символов и максимум пяти референсам он создаёт SVG-иллюстрацию, которую можно править по цветам и контурам. Генерация стоит 14, 17 или 22 кредита за результат в зависимости от качества low, medium или high; high с референсами — 35 кредитов. Перевод готовой картинки в SVG стоит 11 кредитов. Редактируемый вектор удобен для иконок, иллюстраций и печати, но безопасность товарного знака и возможность его регистрации он не гарантирует.
В Runway Dev также появилась инструкция по Workflows — запуску нескольких этапов одним запросом. А серия Seedance 2.0 получила вывод с более высоким битрейтом без изменения прежней цены, чтобы уменьшить потери от сжатия. Обновления помогают меньше времени тратить на ручную починку результатов.
| Инструмент | Что меняется в процессе | Условие или ограничение |
|---|---|---|
| Pika H3 Flex | Видео со звуком и пятью отдельными стемами | Стемы и 4K доступны в облаке |
| Suno MCP | Музыка вызывается прямо из AI-чата | Нужны ранний доступ, MCP-клиент и кредиты Suno |
| Canva Brush | Правки текста и макета сразу на нескольких страницах | На запуске доступен Canva Pro |
| Krea Ad Studio | Реклама собирается из данных сайта | Проверяйте цены и акции перед генерацией |
| Genie 4 | Интерактивная симуляция сцены с аудио | Research preview для выбранных тестеров |
Если выбирать инструмент под рабочую задачу, я бы начинал с узкого места, а не с рейтинга модели. Нужно быстро собрать черновой ролик и отдельно поправить звук — смотрите на Pika H3 Flex. Подбираете музыку во время обсуждения концепции — пробуйте Suno MCP. Переводите готовые макеты между форматами или готовите серию объявлений — пригодятся Canva Brush и Krea Ad Studio.
На этой неделе ручная работа смещается дальше по процессу: меньше возни с первым черновиком, больше внимания проверке данных, сведению звука и точным правкам. Хороший обмен, если перед публикацией проверить, что именно автоматизация успела размножить.
Мои видео-тесты и работы — в разделе работ
Источники
Introducing Pika H3 Flex — Pika Blog
Pika H3 Flex Technical Deep Dive
How do I connect Suno MCP (Beta) to an AI assistant?
Genie 4: A new generation of world simulation — Google DeepMind
Источникnote.com
