Код без пулл-реквестов, кадры без пересъёмки

Скормить алгоритму законченный трек и через пару минут получить аккуратную партитуру с басовой табулатурой — мечта любого аранжировщика. Команда Mirelo выкатила Audio-to-MIDI Pro: инструмент принимает готовую запись и расщепляет её на дорожки отдельных инструментов, попутно прописывая их названия. Нейросеть считывает гармонический и ритмический каркас без скидок на сложность аранжировки: вытаскивает тональность, темп, размер, доли и аккорды. Полученное добро можно изучать прямо в браузере — в виде привычного пиано-ролла или классического нотного стана, изолированно прослушивать слои и забирать в MIDI, MusicXML или PDF.

В основе лежит исследование, которое разработчики вели вместе с лабораторией Kyutai (исходную версию они открыли на GitHub и Hugging Face, приберегши коммерческую модификацию для своего сервиса). Нас подкупило, что протестировать движок в Mirelo Studio дают бесплатно, а авторам стороннего софта открыли доступ через API. Кажется, мучительный подбор партий на слух наконец-то становится сугубо добровольным занятием.

Команда редактора Zed пошла на радикальный шаг: на собственном репозитории они отказались от привычных пулл-реквестов. Вместо долгой рутины с коммитами авторы перенесли процессы в среду Delta — она только что вышла в публичную бету. Совместная работа здесь разворачивается вокруг диалогов с AI-агентами. Несколько инженеров подключаются к одной сессии, продолжают задачу прямо с того места, где остановился коллега, и правят общие рабочие деревья на своих машинах. Под капотом трудится собственная база DeltaDB: она расширяет стандартный Git инкрементальными дельтами, аккуратно записывая правки вместе со всей историей общения с моделью без потери совместимости.

На ревью теперь отправляются изолированные копии веток, где проверяющий видит не сухой список правок, а весь контекст подсказок агента. Бета доступна бесплатно на macOS, Linux, Windows, в браузере и на смартфонах — позже появятся платные командные тарифы, но базовый доступ обещают сохранить свободным. Нас подкупила сама смена оптики: кажется, если машина берёт на себя написание строк, куда важнее делить с напарником нить диалога, чем спорить над финальным коммитом.

Когда заказчик требует поменять куртку героя или посадить в кадр другое лицо уже после утверждения мастера, обычно считают смету на повторную смену. Команда Higgsfield представила инструмент Genjutsu, который пытается отменить саму необходимость пересъемок. В первом режиме — Motion Transfer — софт жестко держит исходный тайминг, полет камеры и траекторию движений, но заново собирает окружение или персонажей по картинкам-референсам.

Нас больше подкупил второй сценарий — точечный Object swap. Он работает тоньше: меняет гардероб, окружение, действующих лиц или отдельные вещи в сцене, не трогая остальное полотно видео. Прием метит в клипмейкинг, создание виртуальных инфлюенсеров и адаптацию рекламы под локальные рынки, где требуется лишь освежить лица и локации без пересборки шотов. Если верить демо, продюсерская шутка «исправим на посте» наконец перестает звучать как угроза.

Молчаливый бот в списке участников зума давно стал привычным свидетелем любых переговоров, аккуратно складывая каждую реплику в чужую базу. Команда Deveillance придумала, как испортить ему конспект: утилита Kalypta налету подмешивает в микрофонный поток неслышные для человека искажения. Живые коллеги слышат вас без помех, а вот машинные транскрибаторы сходят с ума — по внутренним замерам разработчиков, сторонние сервисы теряют смысл примерно двух третей произнесённых слов.

Программу уже обкатали на встречах в Google Meet, Zoom и Microsoft Teams. Нас подкупила чистоплотность решения: утилита живёт сугубо локально, аудио не оседает в облаке и удаляется сразу после нажатия красной кнопки отбоя. Пока софт раздают в формате беты и только владельцам компьютеров Apple на чипах Apple Silicon — пожалуй, это самый элегантный способ шептаться при включённых микрофонах.

Отправить коллеге в мессенджере не ссылку на чужой веб-сервис, а работающую программу одним файлом. Без серверных баз данных, облаков и бесконечных регистраций. Проект Capsule упаковывает интерфейс на HTML и CSS, медиа и базу SQLite прямо под капот документа с расширением .capsule. Схема создания держится на текстовом диалоге: вы отдаете бриф ChatGPT или Claude — напрямую или через Model Context Protocol, — а модель сама проектирует экраны, верстает таблицы и правит детали на лету по новым промптам.

Запускаются мини-приложения через специальный плеер: он уже вышел под Windows, Linux и macOS на обеих архитектурах. Браузерный предпросмотр тоже работает, а версии для iOS и Android разработчики пока только пообещали. Нас подкупило, пожалуй, возвращение забытого чувства автономности: данные наглухо заперты внутри файла и не требуют доступа к сети. Софт снова превращается в вещь, которую можно просто положить на флешку.

Большинство нейросетевых 3D-генераторов выдают капризный комок полигонов: в рабочей среде его проще перечертить с нуля, чем распутать сетку. Команда Formas зашла с инженерной стороны и показала Cartesian — инструмент для архитекторов, дизайнеров интерьеров и предметников. Система собирает трехмерную геометрию по текстовым запросам, эскизам, фотографиям или готовым планам, но вместо полой сетки формирует честные твердые тела. Каждая деталь сохраняет отдельную структуру: кресло не прирастает к полу, а проем можно спокойно перестроить без деформации смежных стен.

Нас подкупила приземленность пайплайна — экспорт в STL и 3DM без швов связывает инструмент с Rhino, SketchUp и процессами BIM. Сервис пока держит открытым лист ожидания, хотя на сайте уже разрешают скачать готовые примеры мебели и архитектуры. Пожалуй, это редкий случай, когда от алгоритмов ждут не абстрактную концепт-картинку, а полноценный полуфабрикат для работы.