Новости

Разделение по типам очень условное, представителю любой профессии может пригодиться любой из перечисленных сервисов.

Для написания текста

CopyMonkey

CopyMonkey — сервис для генерации текстов. Его запустил стартап CopyMonkey в сентябре 2022 года. Стартап основали Антон Селихов и Екатерина Невельсон, бывшие сотрудники «Лаборатории Касперского», VK, Skillbox, «Яндекса» и Tele2.

Сервис может генерировать тексты разных типов — посты для соцсетей, статьи для блогов, описания товаров, тексты для рассылок и другие материалы.

В основе CopyMonkey лежит модель GPT-3. Сервис позиционируется как первый ИИ-копирайтер на русском языке, но он уступает зарубежным аналогам по скорости и качеству генерации.

Зачем нужен

• создавать под запрос тексты для сайтов, блогов, соцсетей и интернет-магазинов.

Что в нем хорошего

• просто зарегистрироваться;
• интуитивно понятный интерфейс;
• есть шаблоны для описания видео, постов, отзывов, текстов для лендингов (сайтов-одностраничников).

А что не очень

• генерирует сплошной текст без рубрикации и списков;
• результат требует серьезной доработки;
• мало бесплатных генераций — три запроса в неделю. За 1,59 тыс. руб. в месяц доступно 100 генераций;
• работает медленно по сравнению с конкурентами.

GigaChat

GigaChat — мультимодальная нейросеть от «Сбера», которая увидела свет в апреле 2023 года. Она умеет отвечать на вопросы, общаться в диалоговом режиме, генерировать изображения, писать код, предлагать идеи и автоматизировать рутинные задачи. Для доступа к сервису нужно создать аккаунт SberID или войти через приложение «Сбера».

Зачем нужен

• получать ответы на вопросы;
• генерировать тексты на заданную тему;
• создавать изображения по текстовому описанию;
• писать код и получать помощь в разработке;
• автоматизировать рутинные задачи и бизнес-процессы.

В октябре 2023 года «Газета.Ru» (входит в медиахолдинг Rambler&Co) интегрировала GigaChat в работу. Сервис помогает находить видео для новостных статей в собственной библиотеке интернет-издания. Это экономит время и упрощает процесс публикации. В издании отмечают, что 30 редакторов «Газеты.Ru» с помощью нейросети публикуют в день порядка 500 единиц контента.

Что в нем хорошего

• работает на русском и английском языках;
• запоминает контекст диалога и использует его для формирования ответов, может озвучивать ответы;
• генерирует и текст, и изображения в одном окне;
• легко зарегистрироваться через SberID;
• есть понятный и интуитивно понятный интерфейс;
• доступ бесплатный, VPN не требуется.

А что не очень

• пользователи жалуются на «галлюцинации» — нейросеть может выдавать ложную информацию за правду;
• неизвестно, на каких данных и полученных за какой период обучалась модель, что влияет на актуальность ответов;
• отсутствует мобильное приложение, только веб-версия и боты в VK и Telegram.

Для создания картинок

Recraft

Recraft — инструмент генеративного дизайна, который позволяет пользователям создавать векторную и растровую графику, 3D-изображения, логотипы и иллюстрации на основе технологии машинного обучения. Стартап основала Анна Вероника Дорогуш, бывшая сотрудница «Яндекса». Среди инвесторов — Khosla Ventures, бывший CEO GitHub Нэт Фридман и другие.

Нейросеть Recraft обучена на большом наборе данных и способна генерировать сложные изображения по простым текстовым описаниям.

Важный момент — это бесплатный браузерный инструмент, который просто и удобно использовать.

Зачем нужен

• создавать растровые и векторные изображения в различных стилях: фотореализм, 3D, Glow, Cartoon;
• генерировать иконки, логотипы и другие графические элементы;
• подбирать цветовые палитры;
• корректировать изображения: удалять фон, ретушировать, делать коллажи;
• искать и скачивать готовые изображения из собственного банка сервиса;
• копировать и редактировать промпты для создания новых изображений.

Что в нем хорошего

• бесплатный доступ;
• просто использовать;
• нет ограничений на количество изображений и проектов;
• хранит все сгенерированные материалы.

А что не очень

• может потребоваться много итераций для получения желаемого результата — но это свойство присуще практически всем генераторам графических изображений;
• качество некоторых сгенерированных элементов уступает платным аналогам;
• все созданные изображения и промпты становятся общедоступными. Чтобы сохранить эксклюзивность, нужна платная подписка.

DALL-E 3

DALL-E 3 — обновленная версия популярной генеративной нейросети, созданной компанией OpenAI. В основе лежит модель глубокого обучения.

Сервис предлагает более качественную генерацию изображений по текстовым запросам и интеграцию с ChatGPT, но в нем все еще есть некоторые ограничения.

Зачем нужен

• генерировать изображения по текстовому описанию.

Что в нем хорошего

• выдает изображения более высокого качества по сравнению с предыдущей версией;
• точнее распознает эмоции и детали;
• лучше работает с текстом — например, может создавать плакаты и постеры;
• способен обрабатывать более сложные запросы;
• понимает даже неточные запросы;
• генерирует изображения прямо в диалоговом окне, если настроить интеграцию с ChatGPT.

А что не очень

• изображения не всегда в точности соответствуют запросу, возможны артефакты и искажения;
• нельзя генерировать изображения знаменитостей и работы в стиле художников, живших в последних 100 лет, — все дело в авторских правах и чересчур реалистичных картинках, которым поверили мировые информагентства;
• размер изображений ограничен — до 1024x1024 пикселей;
• нет функций INPAINT и DeepFace для редактирования деталей и лиц.

Для информационной аналитики

Akkio

Akkio — инструмент бизнес-аналитики и прогнозирования потенциальных результатов от Эйба Паранги и Джона Райли, бывших сотрудников Markforged — американской компании, которая разрабатывает и производит 3D-принтеры. Он позволяет преобразовывать данные в полезную информацию.

Зачем нужен

• создавать точные и надежные предиктивные модели на основе разнообразных типов данных: числовых, текстовых, категориальных, временных рядов;
• прогнозировать результаты и тренды;
• анализировать большие объемы данных и оптимизировать бизнес-процессы на основе этих данных;
• автоматизировать задачи, связанные с прогностическим моделированием, — за считанные минуты разворачивает модели для принятия управленческих решений, причем без написания кода.

Что в нем хорошего

• интуитивно понятный интерфейс — не нужно быть разработчиком, чтобы настроить предиктивные модели;
• легко интегрируется с другими платформами и инструментами;
• масштабируем для работы с данными любого объема — в зависимости от тарифа;
• заботится о безопасности и конфиденциальности данных.

А что не очень

• нет подробной информации о методах обучения и используемых данных — это может вызывать сомнения в точности прогнозов;
• результаты надо тщательно перепроверять (как и в случае с любым инструментом предиктивной аналитики).

ChatPDF

ChatPDF — cервис, который анализирует PDF-документы и дает возможность взаимодействовать с ними в диалоговом формате, подобном человеческому общению. Его создал Матис Лихтенбергер, основатель Firefoo, компании — разработчика сервиса, который позволяет хранить, синхронизировать и запрашивать данные для своих мобильных и веб-приложений, бывший вице-президент по разработке в Bliq.

Зачем нужен

• быстро извлекать информацию из больших PDF-файлов: научных статей, юридических контрактов, книг;
• получать ответы на вопросы по содержимому PDF-документов;
• обмениваться документами и комментариями с коллегами в диалоговом формате.

Что в нем хорошего

• не требует регистрации или входа в систему — пользователи могут загружать любые PDF-файлы;
• использует GPT‑3.5. Создатели планируют внедрить GPT‑4 в платном тарифе;
• обеспечивает конфиденциальность данных, хранит их в безопасном облаке и удаляет через семь дней.

А что не очень

• не распознает изображения внутри PDF-файлов;
• может испытывать трудности с вопросами, ответ на которые требует понимания нескольких абзацев одновременно;
• ограничен возможностями языковых моделей ИИ, которые не всегда могут дать исчерпывающие ответы на вопросы.

Для написания кода

Сursor.sh

Сursor.sh — любопытный ИИ-ассистент для написания кода, прямой конкурент CoPilot.

Команда сервиса модифицировала популярный редактор VSCode так, чтобы запросы стали основным способом взаимодействия с кодом. Получился усовершенствованный ChatGPT для разработчиков — работает на GPT-3.5/4.

Зачем нужен

• ищет ссылки на актуальную документацию, которая используется при генерации кода;
• ищет и исправляет ошибки в коде;
• улучшает структуру и поддерживаемость кода;

Что в нем хорошего

• можно вводить запросы непосредственно в редакторе, чтобы получать автоматические дополнения кода в реальном времени;
• поддерживает JavaScript, Python и TypeScript, планирует расширить этот набор;
• ускоряет циклы разработки и итераций;
• есть бесплатная пробная версия;
• можно интегрировать сервис с популярными IDE и редакторами кода — программным обеспечением, предназначенным для работы над приложениями, их разработки и тестирования.

А что не очень

• ограниченная поддержка для некоторых языков программирования;
• количество бесплатных генераций кода ограничено;
• не работает с мобильными приложениями без допплагинов.

Codeium

Codeium — бесплатный (для частного использования) аналог GitHub Copilot, созданный калифорнийской компанией Exafunction. Он умеет генерировать, объяснять и перерабатывать код прямо в редакторе, IDE или браузере.

Разработчиками Codeium позиционируется как помощник, который способен дописать код. Он хорошо справляется с простыми задачами на Python и Kotlin, но может испытывать сложности с более запутанными запросами.

Сервис построен на собственных разработках, но в их основе есть наработки OpenAI.

Зачем нужен

• дополнять код на основе запроса пользователя на английском языке;
• генерировать базовую документацию к коду.

Что в нем хорошего

• поддерживает 70 языков программирования, наиболее развиты C#, C, Python, CSS, Go, Groovy, Kotlin;
• дает бесплатный доступ для физических лиц;
• его легко интегрировать с IDE и редакторами кода;
• ищет и предлагает необходимые инструменты и библиотеки из собственного хранилища;
• можно встроить в большинство популярных редакторов кода.

А что не очень

• непрозрачная техническая часть, нет информации о процессе обучения модели;
• иногда не выдает результаты на запрос;
• умеет работать только с одной задачей зараз, не учитывает контекст всего проекта;
• возможности работы со сторонними библиотеками ограничены.