AI Skillbox Podcast (текстовая версия) v0.1

TL;DR: Разбираем Gemini Native Image для редактирования картинок, объясняем разницу между LLM и AGI, и смотрим на инструменты Manus и Parallel для быстрого анализа рынков.

Всем привет! Решил поделиться выжимкой полезных AI-инструментов, которые сам пощупал и используем в работе.

О чем поговорим в этом выпуске

• Gemini Native Image: как гугловская нейросеть круто редактирует картинки и помогает делать мемы за пару минут.
• LLM vs AGI: объясняем на пальцах, в чем разница и почему нынешние нейросети — это еще не «Скайнет».
• Manus и Parallel: два мощных инструмента для быстрого анализа рынков и конкурентов.

---

Gemini Native Image: Photoshop на максималках

Помните боль, когда нужно было вырезать объект с картинки, а получалось криво? Или хотели заменить фон, но всё «плыло»? Google выкатил крутое обновление для своей нейросети Gemini Native Image (в народе её знали как Nano Banana), и она решает эту проблему.

Это «нативное» редактирование. То есть нейронка не просто дорисовывает что-то поверх, а аккуратно работает с объектами. Она умеет:

• Качественно вырезать человека или предмет с фона.
• Заменять фон на что угодно по текстовому запросу (хоть на «Москву-Сити», хоть на пляж).
• Добавлять или убирать детали, не ломая всю картинку.

Раньше на такое уходили часы в Photoshop, а теперь — пара минут и простой текстовый промпт. Идеально подходит для маркетинга, чтобы быстро делать креативы. Ну или для души — наклепать пачку мемов для ретроспективы с коллегами.

Попробовать: aistudio.google.com

---

В чем разница между LLM и AGI?

Сейчас все говорят про AI, но важно понимать, с чем мы имеем дело.

LLM (Large Language Model) — это то, чем мы пользуемся сегодня (ChatGPT, Gemini и др.). Если упрощать, их главная задача — предсказывать следующее слово в предложении. У них нет памяти в человеческом понимании, и они не «думают», а просто работают со статистикой и вероятностями.

AGI (Artificial General Intelligence) — это уже следующий уровень, тот самый гипотетический «сильный» AI, похожий на человеческий интеллект. Чтобы добраться до него, к технологии LLM нужно добавить не просто пару фишек, а целый набор способностей:

• Память и постоянное обучение. Не просто запомнить весь интернет один раз, а учиться на новом опыте, как человек. Запомнить, о чем вы говорили вчера, и адаптироваться.
• Логика и планирование (Reasoning). Способность не просто отвечать на вопрос, а выстраивать сложные логические цепочки, ставить себе цели и планировать шаги для их достижения.
• Восприятие мира (Perception). Умение видеть, слышать и понимать окружающий мир через разные каналы (картинки, видео, звуки), а не только через текст.
• «Здравый смысл». Базовое понимание того, как устроен мир. Например, что ключ не может открыть замок, если он сделан из зефира. Нынешним LLM такого понимания часто не хватает.

В общем, AGI — это не просто очень большая языковая модель. Это принципиально другая архитектура, которая сможет учиться, рассуждать и взаимодействовать с миром почти как человек. Так что мы пока в самом начале пути.

---

Manus и Parallel

Анализ рынка — долгая и нудная задача. Вот два инструмента, которые её дико ускоряют.

1. Manus — для быстрых отчётов

Эта штука генерирует готовый PDF-отчет по простому запросу. Например, мы попросили его проанализировать рынок курсов по Python. Через несколько минут Manus выдал документ с анализом ЦА, УТП конкурентов, динамикой спроса и даже нарисовал графики.

Попробовать: manus.im

2. Parallel — для глубокого анализа

Если вам нужно изучить не общую ситуацию, а сотни или тысячи страниц документов, то это ваш выбор. В качестве теста мы дали ему задачу проанализировать конкретный курс. Он «прочитал 1312 страниц» и на их основе составил детальный отчет. Человеку на это понадобились бы недели.

Всем новым пользователям дают $20 на счет, чего хватает на несколько таких глубоких ресёрчей.

Попробовать: parallel.ai