Codziennie wyszukujemy kandydatów w Hacker News (Show HN), wśród nowych projektów na GitHubie i popularnych Spaces na Hugging Face, a pojawiają się tu dopiero po weryfikacji przez człowieka. Obecnie na weryfikację czeka kandydatów: 0.
Model wideo Google, Gemini Omni 1.2 Flash, jest już ogólnie dostępny: klipy do 15 sekund, edycja konwersacyjna w wielu turach na tym samym klipie i lepsze trzymanie się obrazów i dźwięku referencyjnego. Cena w API Gemini to $0.07 za sekundę w 720p (o 30% mniej niż w 1.1). 15-sekundowe wideo w aplikacji Gemini trafia najpierw do subskrybentów Google AI Ultra.
Źródło: Google Blog · Nowe narzędzia nie zostały jeszcze sprawdzone w długotrwałym użyciu. Oceń je samodzielnie.
OpenAI przedstawiło ChatGPT Images 2.6, nową wersję generatora obrazów w ChatGPT, który potrafi też tworzyć krótkie animowane GIF-y, oraz dwa nowe modele obrazów w API. Wdrażanie jest stopniowe, więc możesz nie zobaczyć go od razu. Plany i ceny: do zweryfikowania.
Źródło: OpenAI · Nowe narzędzia nie zostały jeszcze sprawdzone w długotrwałym użyciu. Oceń je samodzielnie.
Kino (YC S23) wystartowało ponownie jako desktopowy edytor wideo i menedżer mediów, w którym Twój zespół i Agenci, tacy jak Claude Code i Codex, pracują na tej samej osi czasu. Materiał jest transkrybowany i przeszukiwalny, obsługiwane są formaty profesjonalne, np. ProRes, BRAW i R3D. Pełny edytor jest darmowy; Pro kosztuje $25 za edytora miesięcznie. Na razie tylko desktop, bez wersji w przeglądarce.
Źródło: Hacker News · Launch HN · Nowe narzędzia nie zostały jeszcze sprawdzone w długotrwałym użyciu. Oceń je samodzielnie.
Synthesia uruchomiła wtyczkę w ChatGPT: opisz wideo lub udostępnij dokument, prezentację albo arkusz, a powstanie gotowe wideo z awatarami, lektorem, muzyką i b-rollem, które potem dopracujesz w czacie. Dostępna we wszystkich planach Synthesia; wyszukaj Synthesia w menu Wtyczek ChatGPT i połącz.
Źródło: Synthesia Blog · Nowe narzędzia nie zostały jeszcze sprawdzone w długotrwałym użyciu. Oceń je samodzielnie.
Otwartoźródłowy (MIT) harmonogram działający w tle dla agentów wiersza poleceń: Claude Code, Codex i podobne narzędzia podejmują i doprowadzają do końca pracę według harmonogramów lub zdarzeń, a kartę wysyłają ci tylko wtedy, gdy potrzebna jest twoja decyzja.
Źródło: GitHub · Nowe narzędzia nie zostały jeszcze sprawdzone w długotrwałym użyciu. Oceń je samodzielnie.
Platforma projektowa Kittl działa teraz w ChatGPT i Claude: połącz konto raz, a potem proś w czacie o zdjęcia produktów, makiety, treści do mediów społecznościowych i wideo, z użyciem twojego Brand Kit.
Źródło: Kittl Blog · Nowe narzędzia nie zostały jeszcze sprawdzone w długotrwałym użyciu. Oceń je samodzielnie.
Momentic (YC W24) wyprowadził Mo, swojego inżyniera QA opartego na AI, z bety: opisz przepływ zwykłym angielskim, a Mo przetestuje go end-to-end w Twojej aplikacji webowej lub na hostowanych urządzeniach iOS i Android i zgłosi błędy po tym, jak osobny agent je odtworzy. Można zacząć za darmo bez karty kredytowej; benchmarki na stronie pochodzą od samego dostawcy.
Źródło: Hacker News · Launch HN · Nowe narzędzia nie zostały jeszcze sprawdzone w długotrwałym użyciu. Oceń je samodzielnie.
Affinity od Canvy jest już na iPadzie: szkic, wektor, edycja zdjęć i skład stron w jednej aplikacji i jednym pliku, stworzone z myślą o Apple Pencil. Bezpłatne dla osób prywatnych (pobranie z App Store); czy funkcje AI, takie jak generative expand, skalowanie i Decompose Layer, wymagają płatnej subskrypcji: do zweryfikowania na stronie oficjalnej.
Źródło: 9to5Mac · Nowe narzędzia nie zostały jeszcze sprawdzone w długotrwałym użyciu. Oceń je samodzielnie.
Tripo AI uruchomiło Agentic Canvas, agenta AI, który buduje przepływy pracy 3D na wizualnym płótnie węzłów: od generowania modelu przez teksturowanie, retopologię i rigging po eksport. Każdy krok można sprawdzić i edytować, a przepływy można zapisywać i używać ponownie wsadowo, np. do zasobów do gier i druku 3D. Które plany to obejmują: do zweryfikowania.
Źródło: PR Newswire · Nowe narzędzia nie zostały jeszcze sprawdzone w długotrwałym użyciu. Oceń je samodzielnie.
Edytor wideo AI, który jego twórcy nazywają „Cursorem do montażu wideo”: poproś zwykłymi słowami o zmianę, a on edytuje prawdziwą oś czasu, naciśnij Tab, by przyjąć proponowane kolejne cięcie, albo edytuj transkrypcję jak dokument. Plan bezpłatny; Windows, Mac, Linux i przeglądarka.
Źródło: Hacker News · Show HN · Nowe narzędzia nie zostały jeszcze sprawdzone w długotrwałym użyciu. Oceń je samodzielnie.
Chińskojęzyczny poradnik dla początkujących o agentach AI, który sam jest agentem do uruchomienia lokalnie (Python): zaczyna od minimalnej pętli w 100 linijkach i w każdej lekcji dodaje jedną umiejętność (pliki, polecenia, MCP, pamięć długotrwała), a widok w przeglądarce pokazuje każdy krok.
Źródło: GitHub · Nowe narzędzia nie zostały jeszcze sprawdzone w długotrwałym użyciu. Oceń je samodzielnie.
Demonstracyjny Space od Liquid AI, który uruchamia LFM3-Omni-2B lokalnie w przeglądarce dzięki WebGPU; mały model rozumie tekst, obrazy, wideo i dźwięk, a odpowiada tekstem lub mową.
Źródło: Hugging Face · Nowe narzędzia nie zostały jeszcze sprawdzone w długotrwałym użyciu. Oceń je samodzielnie.
Otwartoźródłowy (Apache-2.0) asystent AI na telefony z Androidem: powiedz, czego potrzebujesz, a on obsłuży twoje aplikacje i strony na ukrytym ekranie w tle aż do wykonania zadania, podczas gdy ty dalej korzystasz z telefonu. Android 11+, instalacja jako APK.
Źródło: GitHub · Nowe narzędzia nie zostały jeszcze sprawdzone w długotrwałym użyciu. Oceń je samodzielnie.
Bezpłatna aplikacja geologiczna na iPhone'a i Androida: skieruj aparat na krajobraz, a ona nałoży mapę geologiczną w rozszerzonej rzeczywistości i powie, jakie to skały oraz kiedy i jak powstały. Działa też offline.
Źródło: Hacker News · Show HN · Nowe narzędzia nie zostały jeszcze sprawdzone w długotrwałym użyciu. Oceń je samodzielnie.
Otwartoźródłowe (MIT) narzędzie do napisów: transkrybuj i popraw mowę raz, a potem z jednego pliku przygotuj napisy na każdy format ekranu (16:9, 9:16 i inne); CLI wypala je w obrazie i eksportuje napisy zsynchronizowane co do słowa.
Źródło: Hacker News · Show HN · Nowe narzędzia nie zostały jeszcze sprawdzone w długotrwałym użyciu. Oceń je samodzielnie.
Otwartoźródłowy asystent AI działający lokalnie na twoim urządzeniu, który autor przedstawia jako alternatywę dla Claude Cowork / ChatGPT.
Źródło: Hacker News · Show HN · Nowe narzędzia nie zostały jeszcze sprawdzone w długotrwałym użyciu. Oceń je samodzielnie.
Multiplekser terminala dla agentów programistycznych, który zarządza wieloma sesjami agentów jednocześnie.
Źródło: Hacker News · Show HN · Nowe narzędzia nie zostały jeszcze sprawdzone w długotrwałym użyciu. Oceń je samodzielnie.
Małe narzędzie, które w czasie rzeczywistym pokazuje, co robi każdy agent Claude Code / Codex na twoim komputerze.
Źródło: GitHub · Nowe narzędzia nie zostały jeszcze sprawdzone w długotrwałym użyciu. Oceń je samodzielnie.
Silnik do programowego generowania wideo zaprojektowany dla agentów: twórz filmy za pomocą kodu.
Źródło: GitHub · Nowe narzędzia nie zostały jeszcze sprawdzone w długotrwałym użyciu. Oceń je samodzielnie.
Otwartoźródłowy projekt pozycjonowany jako alternatywa dla Claude Managed Agents.
Źródło: Hacker News · Show HN · Nowe narzędzia nie zostały jeszcze sprawdzone w długotrwałym użyciu. Oceń je samodzielnie.
Demonstracyjny Space od Black Forest Labs dla modelu obrazów FLUX na Hugging Face; przydatny do concept artu.
Źródło: Hugging Face Trending · Nowe narzędzia nie zostały jeszcze sprawdzone w długotrwałym użyciu. Oceń je samodzielnie.
Demonstracyjny Space zespołu OpenMOSS dla jego modelu generowania obrazów.
Źródło: Hugging Face Trending · Nowe narzędzia nie zostały jeszcze sprawdzone w długotrwałym użyciu. Oceń je samodzielnie.
Demonstracyjny Space od Fish Audio dla jego modelu generowania mowy; wypróbuj go do głosów postaci.
Źródło: Hugging Face Trending · Nowe narzędzia nie zostały jeszcze sprawdzone w długotrwałym użyciu. Oceń je samodzielnie.
