Нейросети пришли и к нам. (23 онлайн)
- Автор темы Кофф
- Дата начала
....Это случилось где-то в конце мая этого года.Мой школьный приятель имея беседу с моим сыном упомянул что неплохо было бы пропустить папины композиции через ИИ и посмотреть что получится...Так родился проект НИКТО ДВА...По рассказу Сергея Андреевича(моего сына)где-то на пятой композиции Суно ему заявляет что ДАННЫЙ КОНТЕНТ уже кем-то используется....Причём это не те композиции которые были опубликованы на Яндекс музыке и прочих спотифаях.....А одна из песен которая как обычно была опубликована просто на Ютубе...Ну используется и используется нам собственно говоря и не жалко.....Так вот ...В связи с ЭТИМ (это Суно пишет)вы эту песню ОБРАБАТЫВАТЬ не можете....Вот так вот: Мой сын (на чьём канале публикуется весь проект НИКТО) не может обработать композицию своего отца...Сын написал письмо в службу поддержки Сун(ы)...Ёму отвечают что так мол и так...Проблема имеет место...Мы всё понимаем....Безусловно поскольку ДАННЫЙ КОНТЕНТ вы ПЕРВЫЙ опубликовали на Ютубе то ОН безусловно принадлежит в первую очередь ВАМ...А уж потом кому то ещё...Но на сегодняшний день наша программа работает по принципу: КТО ПЕРВЫЙ...ТОГО И ТАПКИ....И к глубокому сожалению кто там хозяин а кто посторонний нам не ведомо....Но МЫ уже с ЭТИМ боремся....Вот так то...
......Вообщем выяснилось что на сегодняшний день 28 композиций из более 150-ти опубликованных на Ютубе и других площадках УЖЕ КТО-ТО УСПЕЛ ЗАГРУЗИТЬ в СУНО до НАС...И МЫ (АВТОРЫ)СДЕЛАТЬ ЭТО ТЕПЕРЬ НЕ МОЖЕМ......
....Подытожу....Мне конечно ОБИДНО за несколько песен которые я очень хотел бы СДЕЛАТЬ В ИИ....Это: ДИКАЯ МАЛИНА....АЙДА НА ПРИСТАНЬ.....и другие.....Но кому понадобилось грузить в Суно МОДУЛЬ ТРИ и КОММЕРЧЕСКИЙ ЛЕС?.....
....Вообщем на сегодняшний день мы с сыном приняли коллективное решение: пока не сделана ИИ КОПИЯ композиция в интернете публиковаться не будет.......
......Вообщем выяснилось что на сегодняшний день 28 композиций из более 150-ти опубликованных на Ютубе и других площадках УЖЕ КТО-ТО УСПЕЛ ЗАГРУЗИТЬ в СУНО до НАС...И МЫ (АВТОРЫ)СДЕЛАТЬ ЭТО ТЕПЕРЬ НЕ МОЖЕМ......
....Подытожу....Мне конечно ОБИДНО за несколько песен которые я очень хотел бы СДЕЛАТЬ В ИИ....Это: ДИКАЯ МАЛИНА....АЙДА НА ПРИСТАНЬ.....и другие.....Но кому понадобилось грузить в Суно МОДУЛЬ ТРИ и КОММЕРЧЕСКИЙ ЛЕС?.....
....Вообщем на сегодняшний день мы с сыном приняли коллективное решение: пока не сделана ИИ КОПИЯ композиция в интернете публиковаться не будет.......
цена увеличивается в два раза, если промпт превышает 200k, что будет почти всегда в сложных задачах,ну и подписка у них дороже чем Claude \ GPT, Маск он хитрый такой
How much does the Grok 4.6 API cost?
Below 200,000 prompt tokens, pricing is $2 per million input tokens, $0.50 per million cached-input tokens and $6 per million output tokens.
What happens to Grok 4.6 pricing on long prompts?
Once a prompt reaches 200,000 tokens, input, cached-input and output prices double to $4, $1 and $12 per million tokens. The higher rate applies to every token in the request.
@deplexer, согласен. как и "лошадиные силы" не гарантируют что автомобиль хороший.
гениально, я считаю. Отличный стимул для перехода в новую сессию. Сам часто жадничаю, ленюсь переходить, выжимаю из старого контекста всё что можно.
гениально, я считаю. Отличный стимул для перехода в новую сессию. Сам часто жадничаю, ленюсь переходить, выжимаю из старого контекста всё что можно.
@lz1300, нет, не так. Есть система распознавания контента Content ID, все изданные треки, которые через нее прошли (а это и ютуб тоже) Суно идентифицирует как имеющие авторство, а чье оно, Суно пока определять не может. Вот и все. Суно мне не дает загружать мои ранее изданные треки. Но можно их вручную спеть-сыграть по-новой и загрузить. Иногда проходит.
Лошадиные силы (либо кВт) это одна из характеристик ДВС, как и крутящий момент и прочее. А человеко-часы это вообще не характеристика какого-либо продукта и напрямую влияют на стоимость только в контексте сервисного обслуживания (фикс. стоимость нормо-часа). В нашей сфере это может быть например стоимость студийного времени.
немного новостей,
META выпустили открытую модель Muse Glimmer 30billion parameters, для локального использования,
research.meta.ai
Алибабаевцы выложили открытые веса своей новой модели Qwen3.8-Max
qwen.ai
также и Kimi K3
это уже модели посерьёзнее, 2.4-2.8 trillion parameters,
если верить их бенчмаркам, агент Qwen3.8-Max автономно работал над задачей больше 10 дней
META выпустили открытую модель Muse Glimmer 30billion parameters, для локального использования,
Introducing Muse Glimmer: An Open Agentic Model That Runs on Your Device
Muse Glimmer is a 30-billion-parameter open agentic model from Meta Superintelligence Labs, optimized for always-on local workflows on consumer hardware.
research.meta.ai
Алибабаевцы выложили открытые веса своей новой модели Qwen3.8-Max
Qwen Studio
Qwen Studio offers comprehensive functionality spanning chatbot, image and video understanding, image generation, document processing, web search integration, tool utilization, and artifacts.
qwen.ai
также и Kimi K3
moonshotai/Kimi-K3 · Hugging Face
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
huggingface.co
это уже модели посерьёзнее, 2.4-2.8 trillion parameters,
если верить их бенчмаркам, агент Qwen3.8-Max автономно работал над задачей больше 10 дней
О, и у нас понеслась
www.sostav.ru
«Яндекс Музыка» введет маркировку ИИ-треков
Выделять ИИ-контент в отдельную категорию не планируется
www.sostav.ru
Яндекс сам себя собрался маркировать ))О, и у нас понеслась
«Яндекс Музыка» введет маркировку ИИ-треков
Выделять ИИ-контент в отдельную категорию не планируется
MiniMax Music 3
Генерация полноценных песен до 5 минут из текста на 8GB VRAM
MiniMax выпустили высокопроизводительную модель для генерации музыки, способную создавать структурно связные песни длительностью до пяти минут по текстовому описанию и лирике. Модель выдаёт стерео-аудио 32 кГц / 16-бит
8B параметров (инициализирован из Qwen3-8B) отвечает за долгосрочную музыкальную структуру
Local LLM: 0.6B параметров (покадровые акустические детали)
Flow Matching: 2.4B параметров (непрерывный синтез скрытых состояний)
Flow-VAE Decoder: 123M параметров (финальное декодирование в волновую форму)
Формат вывода: 32 kHz, 16-bit stereo WAV
Максимальная длительность: ~5 минут (9 000 акустических кадров при 25 кадрах/сек)
Лимит промпта: 5 000 токенов
Что умеет модель
Полные песни с долгосрочной связностью
Поддерживает нативно всю структуру композиции: [Intro], [Verse], [Pre-Chorus], [Chorus], [Post-Chorus], [Bridge], [Instrumental], [Solo], [Outro] с сохранением темы, ритма, вокальной идентичности и развития аранжировки
Тонкий контроль через два входа
Lyrics — сам текст песни с секционными тегами
Music description — жанр, темп, тональность, эмоциональная прогрессия, тембр вокала, инструментовка
Structured Caption для максимального контроля
Global Metadata: жанр, поджанр, BPM, тональность, сценарий прослушивания
Vocal Details: пол вокалиста, тембр, стиль, гармонии, бэк-вокал
Arrangement: основные и второстепенные инструменты, грув, бас, перкуссия, эффекты
Работает на 8GB видеокартах благодаря apply_group_offloading (медленнее, но помещается)
Ограничения
- Требуется CUDA для инференса
- Только non-streaming генерация
- Секционные теги задают направление, но не гарантируют точное соблюдение темпа/тональности/структуры
- Лирика и описание - инструменты влияния, а не жёсткие правила
Hugging Face
Demo-страница с примерами
GitHub
ComfyUI туториал
SGLang cookbook
Генерация полноценных песен до 5 минут из текста на 8GB VRAM
MiniMax выпустили высокопроизводительную модель для генерации музыки, способную создавать структурно связные песни длительностью до пяти минут по текстовому описанию и лирике. Модель выдаёт стерео-аудио 32 кГц / 16-бит
8B параметров (инициализирован из Qwen3-8B) отвечает за долгосрочную музыкальную структуру
Local LLM: 0.6B параметров (покадровые акустические детали)
Flow Matching: 2.4B параметров (непрерывный синтез скрытых состояний)
Flow-VAE Decoder: 123M параметров (финальное декодирование в волновую форму)
Формат вывода: 32 kHz, 16-bit stereo WAV
Максимальная длительность: ~5 минут (9 000 акустических кадров при 25 кадрах/сек)
Лимит промпта: 5 000 токенов
Что умеет модель
Полные песни с долгосрочной связностью
Поддерживает нативно всю структуру композиции: [Intro], [Verse], [Pre-Chorus], [Chorus], [Post-Chorus], [Bridge], [Instrumental], [Solo], [Outro] с сохранением темы, ритма, вокальной идентичности и развития аранжировки
Тонкий контроль через два входа
Lyrics — сам текст песни с секционными тегами
Music description — жанр, темп, тональность, эмоциональная прогрессия, тембр вокала, инструментовка
Structured Caption для максимального контроля
Global Metadata: жанр, поджанр, BPM, тональность, сценарий прослушивания
Vocal Details: пол вокалиста, тембр, стиль, гармонии, бэк-вокал
Arrangement: основные и второстепенные инструменты, грув, бас, перкуссия, эффекты
Работает на 8GB видеокартах благодаря apply_group_offloading (медленнее, но помещается)
Ограничения- Требуется CUDA для инференса
- Только non-streaming генерация
- Секционные теги задают направление, но не гарантируют точное соблюдение темпа/тональности/структуры
- Лирика и описание - инструменты влияния, а не жёсткие правила
Hugging Face
Demo-страница с примерами
GitHub
ComfyUI туториал
SGLang cookbook
Вложения
попробовал, у меня заработало через ComfyUI (не без танцев с бубном, пока настроил) с карточкой AMD (16G памяти),
- Требуется CUDA для инференса
сгенерировать 30 сек слоп-трека заняло примерно 3.5 минуты, почему то формат получился 44.1, а не 32 как пишут