Decembrske UI-inovacije: Vstopnica v prihodnost!

Sora in VEO-2: Dvoboj video modelov

Seveda je največ pozornosti pritegnila predstavitev videomodela Sora podjetja OpenAI. Na žalost v EU ne moremo dostopati njega, sem pa z nekaj »hekerskimi« triki pridobil dostop in izvedel prve teste. Sora ne dosega navdušenja, ki ga je bila deležna ob najavi – čaka jo še kar nekaj različic, preden bo upravičila svoj sloves.
Sora pa ni dolgo veljala za najboljši videomodel, saj je le teden dni po objavi Google predstavil svoj videomodel VEO-2, ki je absolutno pometel s konkurenco. VEO-2 je trenutno najboljši UI-videomodel, saj prinaša konsistenco in kakovost, ki ju do zdaj še nismo videli. Trenutno je na voljo le izbranim ustvarjalcem, v EU pa bomo zaradi regulacij morali nanj še malo počakati.

Kling 1.6: Virtualno pomerjanje oblek

V svetu UI-videa velja omeniti tudi Kling 1.6, ki prinaša občuten kvalitativni napredek, naprednejše razumevanje promptov in inovativno funkcijo virtualnega pomerjanja oblek. S preprosto fotografijo obleke in opisom fotomodela lahko že po nekaj minutah dobimo predstavitveni video, kar odpira povsem nove možnosti za modne oblikovalce in blagovne znamke.

Moodboard: Midjourney dviguje personalizacijo

Na področju slikovne umetne inteligence je decembra izstopal Midjourney s svojo novo funkcijo Moodboard. Kot namiguje ime, funkcija omogoča nalaganje referenčnih slik (ustvarjenih v Midjourneyju ali kje drugje), ki jih sistem nato uporabi za generiranje slik v prilagojenem stilu. To omogoča ustvarjanje vizualij, ki natančno odražajo zamisli uporabnika, kar pomeni pomemben korak v smeri personalizacije ustvarjalnega procesa.

Projects: OpenAI izboljšuje organizacijo

OpenAI je medtem predstavil funkcijo Projects znotraj ChatGPT-ja, ki omogoča organizacijo vsebin v tematske mape. Uporabniki lahko nastavijo prilagojena navodila in dodajo datoteke, kar omogoča natančno strukturirane odgovore na specifična vprašanja. To je še posebej uporabno za delo z obsežnimi dokumentacijami ali tehničnimi podatki.

o3: Korak bližje AGI (splošna umetna inteligenca)

OpenAI je predstavil tudi model o3, ki s svojimi rezultati dviguje standarde v znanstvenih in matematičnih nalogah. Model je dosegel izjemne rezultate na testih, kot so reševanje najzahtevnejših matematičnih problemov, pri čemer je bistveno presegel prejšnje različice. Poleg tega je pokazal napredek na področjih, ki so že dolgo veljala za problematična za UI, kot so vizualni vzorci in logično sklepanje. Vendar pa o3 še vedno ostaja daleč od dosegljivega za širšo javnost, saj so stroški uporabe izjemno visoki, kar je ena od glavnih ovir na poti do praktične AGI.

Gemini 2.0 Flash in Project Astra: Google znova navdušuje

Google pa je decembra razveselil z modelom Gemini 2.0 Flash, ki je ne le hitrejši, temveč tudi bolj zmogljiv od svojih predhodnikov. Model vključuje napredne funkcije, kot so sprotno prepoznavanje glasovnih ukazov, analiza slik in deljenje zaslona za pomoč v realnem času. Ob tem je Google predstavil tudi Project Astra, ki nakazuje prihod UI-asistenta prihodnosti. Astra je zasnovana kot vizualno in glasovno orodje, ki bo kmalu integrirano v očala, kar napoveduje povsem novo uporabniško izkušnjo.

Leto 2025 bo prelomno za umetno inteligenco

December je bil le začetek, pravo UI-spektakularno leto šele prihaja. Z nenehnimi inovacijami in vedno drznejšimi idejami je jasno, da umetna inteligenca ne oblikuje le tehnologije, temveč tudi način, kako razmišljamo, ustvarjamo in komuniciramo. Smo na robu prelomnega obdobja, kjer se združujeta človeška domišljija in moč algoritmov, da bi ustvarili nekaj, kar je nekoč veljalo za znanstveno fantastiko.