ProFuture AI

@swiat_ai Czy on też edytuje obrazy?

Microsoft wypuszcza nowy model do generowania obrazów! I myślę, że efekty są zdecydowanie lepsze niż ta drobna pomyłka ze szczoteczką. Poniżej 7 przykładów działania tego modelu.

@ProfitAII Będę działał! Dzięki!

Polecam zacząć jak najszybciej jeśli tylko się zastanawiasz! 🍻 Claude też Ci zrobi w Pythonie jeśli zechcesz 😅 Ja od zawsze miałem dwie lewe ręce do kodowania i totalnie nic umiałem. Claude prowadzi za rączkę jeśli tego potrzebujesz i daje dużo satysfakcji bo tempo jest szalone 🤝

Według testów pisząc prompty dla Claude lub Gemini w języku angielskim możesz zaoszczędzić nawet do 60% tokenów niż analogicznie w języku polskim 🔥 A więc możesz pisać w języku angielskim lub napisać razem z Claude mini aplikacje działającą w tle na Twoim komputerze, która tłumaczy dla Ciebie prompt i prosi o odpowiedź w języku polskim 👌 Czas trwania? Jakieś 15-20 min 🍻

@jordandchesney @freepik But Nano Banana is not local but via API. You should separate Google servers...

.@freepik, would you consider offering a Serious Tier ($380/month) that is completely separated from lower tier sub servers, and therefore unaffected by user surges outside of the tier? Would this be a potential solution for super fast NBP 4K gens? I'm just spitballin' here.

@ProfitAII Niedługo będę zaczynał zabawę z vibecodingiem, bo mam do zrobienia apkę na potrzeby filmmakingu. Ten Claude to naprawdę daje radę? Trochę kodowania liznąłem, ale pewnie będę pracował w Pythonie, a tego akurat nie robiłem.

@Profuture_AI Dokładnie tak! A my możemy w prosty sposób temu zaradzić jednocześnie pisząc sobie w naszym ojczystym języku 🍻 Co do Nano Banana to potwierdzam. Dużo lepsze wyniki udaje się uzyskać trzymając się języka angielskiego 🔥 Są też modele chińskie 😅

„Polskie AI przegrywa”, „Bielik słabszy od Zachodu”, „lokalne modele odstają”. Najdalej chyba poszedł Spider's Web dając tytuł "Polskie boty to tumany. Nasze modele poległy na testach z języka i kultury polskiej"... W rozmowie opublikowanej przez XYZ.pl Sebastian Kondracki nie twierdzi, że @bielikllm wygrywa z każdym i wszędzie, ale przeciwnie: przyznaje, że w literackiej kreatywności czy zadaniach ogólnych większe, zachodnie systemy mają przewagę. Jego zarzut jest inny i dużo poważniejszy: raport Oxido porównuje rzeczy, które nie powinny być wrzucane do jednego worka. Sebastian punktuje słabość raportu już na poziomie samej konstrukcji testu. Używa bardzo celnej analogii: to jak porównywać F-16 z furgonetką i na tej podstawie ogłaszać, że jedno rozwiązanie jest obiektywnie lepsze od drugiego. Owszem, myśliwiec będzie szybszy, ale nie po to buduje się furgonetkę. Tak samo jest z Bielikiem: nie powstał jako uniwersalny, konsumencki system do imponowania w otwartych zadaniach kreatywnych, tylko jako kompaktowy model do pracy z polszczyzną, analizą tekstu i danymi wrażliwymi w środowisku biznesowym. Samo zestawienie go z gigantycznymi, zagranicznymi modelami ogólnego przeznaczenia już na wejściu zniekształca obraz. Drugi problem, który Sebastian podkreśla bardzo wyraźnie, dotyczy warunków testu. Według niego benchmark Oxido nie mierzył tyle jakości modeli, ile jakość ich konfiguracji. Zagraniczne systemy miały dostęp do internetu, więc w zadaniach takich jak cytowanie „Pana Tadeusza” mogły po prostu pobrać odpowiedź z sieci. Bielik i PLLuM takiego dostępu nie miały, bo nie są projektowane jako publiczne, wszechwiedzące czaty podpięte do zasobów online. W takim układzie wynik nie mówi nam, który model lepiej „zna polski”, tylko który działał w bardziej uprzywilejowanym środowisku. To różnica fundamentalna. Trzeci zarzut jest jeszcze bardziej techniczny, ale właśnie dlatego istotny. Małe i kompaktowe modele wymagają odpowiedniego dostrojenia do konkretnego zadania. Inaczej ustawia się je do kreatywnego pisania, inaczej do analizy tekstu, jeszcze inaczej do pracy na dokumentach prawnych czy danych firmowych. Duże, zamknięte systemy mają część tej orkiestracji „zaszytą” w swoich warstwach produktowych: dobierają parametry automatycznie, korzystają z historii pracy użytkownika i są otoczone dodatkowymi mechanizmami wspomagającymi. Jeśli więc porównuje się sam silnik do kompletnego, rozbudowanego produktu, to wynik musi być mylący. Żeby ten benchmark Oxido był sensowny to należałoby porównywać modele w podobnej kategorii wagowej i w podobnym kontekście użycia. Właśnie wtedy Bielik potrafi wypadać bardzo dobrze, także nie tylko w języku polskim. Wskazuje na przewagi w wyspecjalizowanych zadaniach, m.in. testach językowo-kulturowych oraz zastosowaniach prawnych po dostrojeniu. Innymi słowy: sensowne pytanie nie brzmi „czy Bielik jest lepszy od wszystkich modeli z USA”, lecz „czy dobrze rozwiązuje problemy, do których został zbudowany”. I tu dochodzimy do sedna, czyli do tego, dlaczego Bielika trzeba odróżniać od zagranicznych modeli fundamentalnych. Modele fundamentalne budowane przez OpenAI, Google czy Anthropic globalnych graczy są tworzone jako systemy szerokiego zastosowania: mają odpowiadać na niemal wszystko, być pomocne dla milionów użytkowników, łączyć model z narzędziami, internetem, warstwą wnioskowania i potężnym zapleczem produktowym. Bielik ma inną filozofię. Jest modelem kompaktowym, bardziej B2B niż B2C, przeznaczonym do wdrożeń lokalnych, do działania na własnej infrastrukturze i do pracy tam, gdzie znaczenie mają prywatność, kontrola nad danymi i możliwość dostrojenia do konkretnych procesów. To nie jest „mniejszy ChatGPT”. To jest inna klasa narzędzia. Cały medialny zgiełk wokół Oxido bierze się więc z typowego skrótu myślowego: skoro polski model nie wygrywa w zadaniach ogólnych, to znaczy, że „przegrywa” jako taki. Tymczasem z perspektywy instytucji publicznych, banków, ubezpieczycieli czy firm pracujących na wrażliwych dokumentach ważniejsze od popisowego eseju bywa to, czy model można uruchomić lokalnie, czy da się go kontrolować, czy nie wycieka z niego wiedza i czy da się go dostroić do domeny. W takim świecie ranking oparty na cytowaniu literatury albo zadaniach z ogólnej sprawności językowej bywa efektowny, ale bywa też poznawczo tani. xyz.pl/burza-wokol-bi…

Usunęli xD

@niu_tech @KinasRemek @nvidia Dzięki!

@Profuture_AI @KinasRemek @nvidia 11 miliardów obecnie.

Bielik- Minitron-7B - projekt, który miałem wielki zaszczyt prowadzić jako lider techniczny z ramienia Bielika 🇵🇱 przy współpracy z @nvidia 👍💪🙏🎉 oraz niesamowitymi chłopakami z naszego zespołu (o tym za chwilę). Ogłoszenie piszę przebywając w San Jose, CA 🇺🇸 To tutaj właśnie powstają przełomowe dla AI produkty. Symboliczne. Po pierwsze zespół najważniejszy dlatego - brawo Paweł Kiszczak, który świetnie zadziałał jako wsparcie techniczne (zresztą Pawła konfiguracja modelu okazała się w naszych testach najlepszą) oraz lider biznesowy. Przepięknie prowadzony projekt. Świetne wsparcie. Ogrom zaangażowania. Jesteś gość - pełen szacunek. Wspólnie robiliśmy etap R&D, pruningu oraz destylacji. Prace wykonaliśmy z super teamem Nvidia. Ekspresowo. Przygotowanie modeli, danych, destylacja - konfiguracja Leptona DGX, skryptów (nie obyło się bez custom kodowania). Szczególne podziękowania chcę złożyć na ręce Sergio Perez z Nvidia za wsparcie i pomoc techniczną - merytoryka potoku pruningu i destylacji oraz Nvidia Leption DGX Cloud. Co zrobiliśmy? Przeprowadziliśmy pruning modelu Bielik-11B-v3.0 oraz destylację do modelu 7B przy minimalnej stracie jakości tnąc blisko 30% parametrów. Całość procesu opisaliśmy w publikacji. Jest to ponownie unikatowy eksperyment w Polsce (po pierwszym polskim modelu reasoningowym) podczas którego pokazaliśmy jak utrzymać jakość w kontekście j.polskiego (+innych europejskich). Jesteśmy gotowi by robić takie eksperymenty na większych modelach - mamy wypracowany standard, doświadczenia. Dziękuję bardzo Krzyśkowi Ociepie - trening instrukcyjny oraz alignment, Krzyśkowi Wróblowi - benchmarki, Adrianowi Gwoździejowi - piękne dane, oraz Łukaszowi Flisowi (Cyfronet) - udostępnienie zasobów Helios do treningu instrukcyjnego, alignmentu oraz RL. Podziękowania dla Sebastiana Kondrackiego za motywację 👍💪 Dzięki team za świetną współpracę w projekcie. To jest złoty team, który nie tylko posiada wiedzę ale jest zaangażowany, pomocny. Praca to głównie R&D. Model zyskał prędkość. Ma mniejsze wymagania sprzętowe. Natomiast to co istotne to zdobycie wiedzy i budowa potoku do tworzenia prunowanych modeli. Metoda wykorzystywana również przez Mistrala. Proces szczegółowo opisaliśmy w publikacji: arXiv:2603.11881 Brawo zespół! Podziękowania dla #Nvidia.

@FlowbyGoogle właśnie dodał nowe proporcje do generowania obrazów na platformie! Już nie jesteśmy ograniczeni do 16:9 i 9:16, teraz dostępne są również 1:1 (twórcy grafik na sociale dziękują!) oraz 4:3 i 3:4. Ciekawe czemu nie zdecydowali się na wszystkie dostępne przez API? #ai

@tlakomy A kiedy planujecie udostępnić GWM-1 do użytku?

The future is now.

Gdyby połączyć technologię związaną z tworzeniem i kopiowaniem stylów z Midjourney z logiką i spójnością Nano Banana Pro, to otrzymalibyśmy prawdziwe graficzne monstrum!

NB Pro > NB 2

@maxescu @openart_ai Oh ☹️. Have you tried enhancor before?

@Profuture_AI @openart_ai Image skin enhancer

Many tried, most failed. But this is the first skin enhancer I've used that actually makes characters look real. Meet Vellum from @openart_ai It's now a staple in my workflow. I won't start a project without it:

Don’t trust anyone claiming they created an AI animation “in 10 minutes” They’re either lying or it’s a pile of trash. Good AI stuff takes time.

Zwrot akcji, którego nikt się nie spodziewał ;)

@minhsmind We're waiting for Uni-1!

Dreamina Agents and Luma Agents are starting to finally feel like what I think the equivalent of vibecoding for the creative arts should be. I want a creative companion that works with me, makes creative leaps with minimal input, and also inspires me. Midjourney had that feeling in the early days but isn't so useful for video and isn't quite agentic yet in the way that Dreamina and Luma are trying to be. They're both fairly rudimentary, but the way their agents work does feel like the beginning of an intelligent creative partner.

The evolution of artificial intelligence is simply insane. In just 3 years, AI has advanced to a point where it can already reach a level of quality comparable to Hollywood. What once required massive teams, million-dollar studios, and months of production can now be created in minutes with the right tools. We are witnessing the beginning of a new era of digital creation.