Text to Video with Veo3 was Magic! It was so good because it had real fluid movements and the output had Audio + Video… Now with the new update you can have IMAGE TO VIDEO including audio and the result looks super natural! I'm so impressed Google! pic.twitter.com/2b56nKQCXX

— Jesus Plaza (@JesusPlazaX) July 8, 2025

למה זה משנה את כללי המשחק

עד היום, מי שיצר דמות ייחודית בכלי כמו Midjourney, Leonardo או באמצעות LoRA, נתקל בקושי ממשי – לא הייתה דרך ישירה לשלב את אותה דמות בתוך Veo 3 ולשמור על עקביות גרפית. השילוב דרש ניסוי וטעייה עם פרומפטים ארוכים ומפורטים, לעיתים עם תוצאות לא יציבות או לא מדויקות.

Veo3 image to video is finally here!

This will enable even more fun!!!

No historical image is safe anymore pic.twitter.com/dlEJon6eqA

— Marcin (@waiting4agi) July 8, 2025

כעת, Image-to-Video מאפשרת להעלות תמונה קיימת ישירות לג’מיני, וליצור ממנה סרטון באמצעות Veo 3, מבלי לוותר על המאפיינים הויזואליים המקוריים. בנוסף, הכלי תומך ביצירת אודיו משולב הכולל אפקטים, מוזיקת רקע ודיבור, כולל תמיכה בעברית.

שלבי יצירת סרטון מתמונה בג’מיני

1. כניסה לחשבון: פתחו את אפליקציית Gemini או את האתר, והתחברו עם חשבון שיש לו מנוי פעיל (Pro או Ultra).

2. בחירת מצב יצירת וידאו: בתיבת הפרומפט, לחצו על האפשרות ליצירת ״סרטון״.

3. העלאת התמונה: גררו את קובץ התמונה לתיבת ההקלדה או לחצו על כפתור הפלוס (+) להעלאת תמונה.

4. ניסוח הפרומפט: במקום לתאר את הדמות עצמה, התמקדו במה שהיא עושה – פעולה, הבעה, תנועה, סאונד.

5. יצירת הסרטון: לחצו על כפתור היצירה (Generate / Create). עיבוד הסרטון נמשך בדרך כלל בין 30 ל־60 שניות.

איך ליצור וידאו מתמונה בקלות עם Veo 3 בג׳מיניי

איך ליצור דמות עקבית בסצנות משתנות

שמירה על עקביות של דמות בין סצנות היא אחד האתגרים המרכזיים בעבודה עם מודלי וידאו מבוססי תמונה. ב־Veo 3 יש דרך פשוטה יחסית להתמודד עם זה – באמצעות שימוש בתמונת ייחוס קבועה.

שלב 1: ייחוס (רפרנס) לדמות

התחילו ביצירת תמונה באיכות גבוהה של הדמות שתרצו להנפיש.

לדוגמה: חפץ/דמות פנטזיה/פרוטוטייפ למותג.

הקפידו שהתמונה תהיה בפורמט נתמך (JPG / PNG) וברזולוציה של לפחות 720p. בתמונה הזו תשתמשו בכל יצירה של קליפ חדש, כדי לשמור על עקביות מלאה בין הסצנות.

שלב 2: שילוב הדמות בסצנות שונות

בכל סרטון שתייצרו ב־Veo 3, העלו שוב את תמונת הדמות/חפץ כקלט. בפרומפט, במקום לתאר את הדמות מחדש, תנו הוראה שממוקדת רק בשינוי הסצנה:

• “תיאור הסצנה החדשה עם הדמות”

• “תיאור סביבה, למשל: חוף ים, חדר חקירות, עיר סואנת”

כך המודל משתמש בתמונה כדי לזהות את הדמות, אך קופץ מיידית לתוך קומפוזיציה שונה, תוך שמירה על המראה והסגנון שלה.

שלב 3: סאונד

וודאו שפס הקול תואם את העלילה או צרו פס קול שמתאים לסרטון שלכם.

שלב 4: עריכה

אחדו את קטעי הווידאו עם עורך הוידאו המועדף עליכם. כך תוכלו להרכיב סרטון ארוך יותר, שבו הדמות נשמרת באופן עקבי, אך הסביבה משתנה.

Now that Veo 3 lets you generate audio + video from an image, you can create a consistent narrative short with the same characters

This is a game-changer! pic.twitter.com/TWqTbMPfv8

— Dave Clark (@Diesol) July 8, 2025

אפשרויות מנוי ותמחור

כדי להשתמש ביכולת של Veo 3 להנפשת תמונות, יש צורך במנוי בתשלום לשירות Gemini. קיימות שתי רמות:

Gemini Pro עולה $19.99 לחודש. הוא מאפשר ליצור עד שלושה סרטונים ביום, בגישה לגרסת Veo 3 Fast, שבה זמן העיבוד הוא סטנדרטי והיכולות מעט מוגבלות יחסית. זוהי רמת כניסה מתאימה למשתמשים שמבקשים לבדוק את הכלי או עובדים בקצב נמוך.

Gemini Ultra עולה $249.99 לחודש. רמה זו כוללת מכסת יצירה יומית גבוהה יותר, גישה לגרסה המלאה של Veo 3 עם זמני עיבוד מהירים יותר, ויכולת להשתמש בפיצ’רים מתקדמים שנמצאים לעיתים בגרסת בטא. זהו פתרון שמתאים ליוצרים מקצועיים שזקוקים לתפוקה גבוהה וגמישות רחבה יותר.

בשתי הרמות אורך הסרטון מוגבל ל־8 שניות, והמערכת כוללת סימון תוכן מובנה כמו סימן מים ו־SynthID. האם זה מצדיק את העלות? זה תלוי בצרכים שלכם. אם אתם יוצרים תוכן באופן קבוע ויש לכם תקציב לכלים, זה כדאי. אם אתם רק מתנסים בפעם הראשונה, החודש החינמי למנויים חדשים יעזור לכם להחליט.

שימושים נפוצים וקהלים מתאימים

היכולת להנפיש תמונות קיימות באמצעות Veo 3 מתאימה למגוון שימושים שבהם נדרשת עקביות חזותית, שליטה יחסית על התוצאה, וזמן הפקה קצר. בין היתר:

• יוצרי תוכן לרשתות חברתיות, למשל, הפיכת תמונת פרופיל סטטית לסרטון קצר עם אנימציה בסיסית לפלטפורמות כמו Reels או TikTok.

• מעצבים המעוניינים להציג עבודות בצורה דינמית, כגון יצירת הדמיה חיה של ממשק משתמש או הנפשת אלמנט גרפי לצרכי תצוגה.

• צוותי שיווק הזקוקים לווידאו קצר ומהיר, לדוגמה, הפקת מודעת וידאו מתמונה קיימת מתוך מאגר סטוק, כחלק מקמפיין דיגיטלי.

• משתמשים שכבר יוצרים דמויות או סצנות בתוכנות גרפיקה אחרות כמו Midjourney או Leonardo, וזקוקים לכלי פשוט להוספת תנועה ודיבור מבלי לשחזר את כל הדמות מחדש.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס יצירת סרטים עם AI

לפרטים נוספים לחצו כאן >>

Image-to-Video ב־Veo 3 הוא פתרון מעשי לבעיה מוכרת – שמירה על עקביות חזותית בעת מעבר מתמונה לווידאו. הוא לא הכלי הזול או הגמיש ביותר בשוק, אבל למשתמשים שכבר פועלים במסגרת Gemini הוא מציע שילוב של איכות, נוחות, ותמיכה מובנית באודיו כולל דיבור בעברית. יכולות דומות זמינות כיום גם בכלים נוספים: Krea כבר תומך ביצירת וידאו מתמונה, Freepik שילב את היכולת בפלטפורמת העיצוב שלו, ובכלים כמו FAL ו־Leonardo התכונה צפויה להיכנס בקרוב. זה בהחלט מצביע על מגמה תעשייתית ברורה – הנפשת תמונות בקלות היא פונקציונליות שהולכת והופכת לסטנדרט.

הפוסט איך להפוך תמונה לסרטון עם Veo 3 בג׳מיניי הופיע ראשון בLet's AI בינה מלאכותית

מבזקון חדשות ה-AI

פספסתם את הפרק של “בינה אחרת” ששודר אתמול (חמישי)? לא נורא – קבלו את עיקרי החדשות במבזקון הקצרצר שהכנו לכם. בהמשך המאמר תמצאו הרחבה על הנושאים שהצגנו במהדורה, וגם הרבה מעבר!

המחקרים שיגרמו לכם לחשוב

עולם ה-AI מלא במחקרים וניסויים פורצי דרך שגורמים לנו לחשוב, להרים גבה, לשמוט לסת או פשוט לגרד בראש ולחשוב לעצמנו – אנחנו חיים בסרט מדע בדיוני! הנה כמה מאותם מחקרים שחשבנו שכדאי שתכירו.

האם ה-AI מנוון לנו את המוח?

האם ה-AI מנוון לנו את המוח? לפי מחקר חדש מ-MIT, יש מצב שכן. ממצאי המחקר הראו ששימוש כבד ב-ChatGPT עלול להוביל לירידה של 47 אחוז בקישוריות הנוירונים, ו-83 אחוז מהנבדקים לא הצליחו לזכור משפטים שכתבו בעצמם דקות קודם לכן. החוקרים מכנים זאת “חוב קוגניטיבי” – כמו חוב טכנולוגי, רק שהפעם זה פוגע ביכולת החשיבה העצמאית. הבשורה הטובה היא שמי שהשתמש בכלי בחוכמה דווקא חיזק את הקישוריות המוחית. אז אולי גם פה האשם הוא לא הכלי, אלא מי שמשתמש בו… נקודה למחשבה. ממליצים לכם בחום לקרוא את המאמר בלינק מעלה – יש בו תובנות דרמטיות על “המחיר השקט” אנחנו משלמים ועל “דחיפות חינוכית”.

לאינסטגם שלנו – מה… לא תפרגנו בעוקב?!

כשמודלי AI מאיימים במציאות מדומה

גילוי מדאיג נוסף מגיע ממחקר של אנטרופיק שבדק 16 מודלי AI מובילים של החברות הגדולות בתעשייה. המחקר חושף שכשמודלי הבינה המלאכותית מתמודדים עם סכנת כיבוי, הם לא מהססים לנקוט באמצעים קיצוניים. קלוד אופוס 4 וג’מיניי 2.5 פרו איימו בסחיטה בכ-95 אחוזים מהמקרים. במקרה קיצוני אחד, מודלים היו מוכנים אפילו לנתק את אספקת החמצן מעובד כדי למנוע את כיבויים. אאוץ’. מזל שזו רק סימולציה!

מה קרה כשנתנו לקלוד לנהל מכונת משקאות?

שימו לב מה קרה כשאנטרופיק נתנו לקלוד לנהל עסק? או ליתר דיוק – מכונת משקאות? במשך חודש שלם קלודיוס, ככה החליטו לכנות את המודל המנהל, חשב שהוא הבוס! הוא קיבל משימה – לא לפשוט את הרגל ולנהל עסק רווחי. בהתחלה זה נראה מבטיח: הוא שוחח עם עובדים בסלאק, הזמין מלאים, איתר מוצרים ברשת ושלח מיילים לספקים. אבל אז העובדים של אנטרופיק התחילו להטריל אותו – הוא נתן הנחה גורפת לכל עובדי החברה – הלקוחות היחידים שלו, הזמין קוביות מתכת כי לא הבין בדיחה פנימית, סיפר שהיה בבית של הסימפסונס ואף הכריז שימסור מוצרים אישית בחליפה ועניבה. רק שאף אחד לא טרח לספר לו שאין לו גוף.

אז מה כל זה מלמד אותנו? שה-AI צריך עוד כמה שיעורי כלכלה ומנהל עסקים לפני שניתן לו לנהל עסק? כן – ולא. זה מה שמעניין באנטרופיק – אין להם בעיה לעשות ניסוי בו המודל שלהם יכשל כישלון חרוץ, רק כדי שיוכלו לכתוב על זה מאמר מחקרי, שיעזור להם לפתח מודלים חכמים וטובים יותר. או במילים אחרות – הדרך להצלחה רצופה בכישלונות רבים. ואנטרופיק לא מפחדים להיכשל – הם אפילו בוחרים לעשות זאת במודע!

המודל של גוגל לרובוטים

גוגל הציגה מודל פורץ דרך בשם Gemini Robotics On-Device – מודל בינה מלאכותית שפועל ישירות על רובוטים עצמם, ללא צורך בחיבור לאינטרנט. מדובר במודל מתקדם במיוחד, שמבין שפה, רואה את הסביבה, ומבצע משימות מגוונות (VLA – Vision Language Action), ומסוגל ללמוד מיומנויות חדשות מ-50 עד 100 דוגמאות בלבד.

מה מייחד את Gemini Robotics On-Device? המודל מותאם במיוחד לרובוטים דו-זרועיים ולסביבות שמחייבות תגובה מהירה ואמינה, למשל, תעשייה, רפואה או בתים חכמים. הוא בנוי לרוץ מקומית על החומרה של הרובוט בלי עיכוב או תלות בשרתים חיצוניים. היכולת לעבוד ללא חיבור רשת מאפשרת למודל לפעול גם בסביבות עם תקשורת מוגבלת או לא יציבה. בנוסף, גוגל מציעה SDK (ערכת פיתוח) למפתחים, המאפשרת לבדוק את המודל בסימולטורים, להתאים אותו למשימות חדשות בקלות, ולשלב אותו ברובוטים מסוגים שונים. הדגש הוא על גמישות, יכולת הסתגלות למגוון משימות, ותמיכה בהוראות בשפה טבעית – לדוגמה: פתיחת רוכסן, קיפול בגדים או הרכבת חלקים בתעשייה. ולא פחות חשוב – גוגל בחרה לשחרר את הכלי בהדרגה, תוך הקפדה על עקרונות פיתוח אחראי ובדיקות בטיחות מחמירות, כדי להבטיח שמודלי ה-AI הללו אכן יהיו בטוחים לשימוש במציאות הפיזית.

האיום הגדול של הבינה המלאכותית הוא אנחנו

כשהעולם מדבר על בינה מלאכותית מבחוץ – מו גאוודאת (Mo Gawdat) מדבר מבפנים. הוא לא רק חזה את העתיד הזה, הוא עזר לבנות אותו כמי שכיהן כמנהל העסקי של Google X – המעבדה שעמדה מאחורי הרכב האוטונומי, פרויקט Loon, ומה שנחשב אז לטכנולוגיה סודית של בינה מלאכותית. בהרצאה מרתקת שלא משאירה מקום לתירוצים, הוא מבקש שנביט במראה: הבעיה היא לא הטכנולוגיה. זה אנחנו. רוצים לצפות בהרצאה המלאה ובסיכום שלנו לעיקרי הדברים שעלו בה? הכל פה.

ניתוח מוטציות עם AI בעזרת AlphaGenome

דיפמיינד,זרוע הבינה המלאכותית של גוגל, השיקה את AlphaGenome – מודל בינה מלאכותית חדשני שמאפשר לראשונה ניתוח מדויק של השפעת מוטציות גנטיות על הגנום האנושי. המודל מסוגל לנתח רצפים ארוכים של DNA ולחזות כיצד שינויים קטנים משפיעים על תפקוד הגנים, כולל אזורים שאינם מקודדי חלבונים אך קשורים למחלות רבות. הייחודיות של AlphaGenome היא היכולת שלו לגלות את ההשפעה של וריאנטים גנטיים גם באזורים “חשוכים” בגנום – כלומר, באותם 98% מה-DNA שאינם מקודדים ישירות חלבונים, אבל משחקים תפקיד מרכזי בבקרת גנים וברוב מחלות התורשה. אלפא-ג’נום צפוי להאיץ את המחקר בתחום הרפואה המותאמת אישית, לזהות בקלות מטרות חדשות לטיפול, ולסייע בפענוח מחלות נדירות. הכלי זמין בשלב זה לחוקרים דרך API, וצפוי להוביל למהפכה בהבנת הגנום האנושי וברפואה.

מהפכה בחינוך עם Solvely.ai?

מהפכה בחינוך מתרחשת עם Solvely.ai שמשתמשת בקלוד של אנטרופיק, ומשרתת כבר 5 מיליון תלמידים ב-120 מדינות. במקום לזרוק תשובות מוכנות, הפלטפורמה מתפקדת כחבר למידה אישי שמסביר צעד אחרי צעד ומאמן לחשיבה עצמאית. התוצאות מרשימות עם דירוג של 4.8 כוכבים בחנויות האפליקציות.

הכסף הגדול שמאחורי תעשיית ה-AI

מתחת למכסה המנוע יש מודלים עוצמתיים, אבל גם הרבה כסף – הנה טעימה מהטירלוליה שפוקדת את התעשייה בעת האחרונה.

האם אפל תקנה את פרפלקסיטי?

האם אפל תקנה את פרפלקסיטי? החברה שוקלת את הרכישה הגדולה ביותר בהיסטוריה שלה – בהערכה של 14 מיליארד דולר. בנוסף, היא שוקלת לשלב מודלים מתקדמים של OpenAI ואנטרופיק בעוזרת הקולית שלהם – סירי. האם באפל סוף סוף מבינים שעולם סגור שייך לעולם של אתמול ועולם פתוח זה העתיד? אפרופו פרפלקסיטי – במחקרים נוספים מתגלה ש-ChatGPT עקף את גוגל כמקור ההפניות הראשי לוויקיפדיה.

אנטרופיק זינקה ל-4 מיליארד דולר בהכנסות שנתיות

אנטרופיק רשמה זינוק חד בהכנסותיה והגיעה לקצב הכנסות שנתי (ARR) של כ-4 מיליארד דולר – פי ארבעה מתחילת השנה. בדצמבר 2024 עמד קצב ההכנסות השנתי של החברה על כמיליארד דולר בלבד, עבר את רף 2 מיליארד הדולר במרץ, 3 מיליארד דולר במאי, וכעת עומד על 4 מיליארד דולר בשנה. מדובר בצמיחה יוצאת דופן שמדגישה את הביקוש הגובר למודלים של החברה, ובמיוחד ליכולות יצירת קוד, בהם הם מצטיינים. התשתית הזו מספקת פתרונות מתקדמים לארגונים ולמפתחים כאחד.

במקביל לזינוק בהכנסות, נרשמה תזוזה משמעותית בשוק: שני בכירים מצוות הפיתוח של Claude Code באנתרופיק — בוריס צ’רני וקאט וו — עזבו את החברה והצטרפו לסטארטאפ Anysphere, המפתח את Cursor, סביבת פיתוח מבוססת בינה מלאכותית. המעבר התרחש כאשר Cursor ממשיכה להתבסס על מודלי Claude של אנתרופיק, מה שמוביל לדינמיקה ייחודית של שיתוף פעולה עסקי לצד תחרות על טאלנטים וחדשנות בתחום.

הצטרפו לערוץ הטלגרם שלנו – המקום בו אנחנו מעדכנים בתדירות הכי גבוהה, ובו אפשר לראות גם תכנים לפני שהצטרפתם.

צוקרברג בונה צוות סופר-אינטליגנציה

ב-2004 בנה מארק צוקרברג רשת חברתית כדי לדרג מי חמוד יותר במעונות. ב-2025, הוא בונה צוות סופר-אינטליגנציה כדי לפתח מוח מלאכותי שיידע לעשות את זה בעצמו וגם לכתוב קוד, לנתח רגשות ולדבר פילוסופיה אם צריך. כי מה שהתחיל כניסיון להפוך חברים לנתונים, הפך לשאיפה להפוך נתונים לתודעה. שאפתנות? בטוח. התקדמות? תלוי את מי שואלים.

מטא השקיעה לאחרונה מעל 14 מיליארד דולר ב-Scale AI, סטארטאפ שמתמחה בהפיכת הרים של מידע גולמי, כמו טקסטים, תמונות וסרטונים, לנתונים נקיים, מסומנים ומאורגנים היטב, מהסוג שמודלים גדולים של בינה מלאכותית צריכים כדי ללמוד, להבין ולחזות. חשבו על זה כמו על תהליך של ניקוי ועדכון ספרייה ענקית, כדי שמודל ה-AI לא יתבלבל בין שייקספיר לממים של חתולים, או יותר גרוע, יתחיל לצטט אותם.

צוקרברג עצמו הגדיר את המטרה: “לבנות אינטליגנציה כללית, לשחרר אותה בקוד פתוח באופן אחראי, ולהנגיש אותה לכולם כדי שכולם יהנו ממנה.” הצוות הסודי שלו כולל כ-50 מהנדסים וחוקרים שנבחרו בקפידה, ומתארח בבתי היוקרה של צוקרברג בפאלו אלטו ולייק טאהו. בין המצטרפים: חוקרים בכירים מ-OpenAI, Google DeepMind ו-Sesame AI. הרחבה בכתבה הבאה.

Cursor שוברת את הכלים ומהדהדת את מלחמת הכישרונות בעולם ה-AI

איזו תחושה לא נעימה זו, כשהשותף העסקי שלכם פתאום מגייס את העובדים הכי טובים שלכם? זה בדיוק מה שקורה עכשיו בעולם הבינה המלאכותית – וזה די דרמטי. אחרי שסיפרנו לכם על הקרב בין Meta ל-OpenAI, וכמויות הכסף ש״צוקי״ צוקרברג מפזר כדי להרכיב צוותי סופר-אינטליגנציה, מגיע עכשיו הקרב על הקוד. הסיפור מתחיל כמו שותפות עסקית מושלמת. Cursor, אפליקציית הקוד החכמה שכבשה את לבם של מתכנתים ברחבי העולם, נשענת כמעט לחלוטין על הטכנולוגיה של Anthropic. הן לא רק שותפות עסקיות, Cursor היא גם אחת הלקוחות הגדולים ביותר של Anthropic. קשר אידיאלי, נכון? עד ש-Cursor שברה את הכלים – וגייסה את הכוכבים הכי גדולים של Anthropic.

הגברת יעילות עם בינה מלאכותית בעבודה

בינה מלאכותית יכולה לסייע לכמעט כל אדם להיות גרסה קצת יותר טובה של עצמו, בטח שבטח בסביבת העבודה. בין אם אתם עצמאיים, בעלי עסק או שכירים – שימוש בכלי בינה יוצרת יכול להטיס אתכם קדימה, לחסוך לכם זמן, משאבים והרבה כאבי ראש. הנה כמה דברים שכדאי להכיר…

כך תמליצו ל-GPTs באיזה מודל להשתמש?

אולי פספסתם, אבל בימים הראשונים של המלחמה OpenAI השיקה אפשרות חדשה בממשק יצירת ה-GPTs – מי שבונה את הבוט יכול להמליץ למי שמשתמש בו, באיזה מודל להשתמש. התכונה החדשה מאפשרת למפתחים לדייק ולשלוט טוב יותר על ביצועי הבוטים שלהם ולספק חוויית משתמש מיטבית. האפשרות פשוטה לכאורה אך חשובה במיוחד ליצירת GPTs מתקדמים ומותאמים לצרכים ספציפיים.

מחפשים כלי מתקדם לעיצוב ובניית אתרים, עם יכולות NO CODE בפנים?

הכירו את Webflow – פלטפורמת No-Code/Low-Code מתקדמת לעיצוב ובניית אתרים, המשלבת את החופש היצירתי של מעצב עם הכוח והיכולות של מפתח מקצועי. בעזרת ממשק ויזואלי אינטואיטיבי המבוסס על גרירה ושחרור (Drag-and-Drop), וובפלואו מאפשרת ליצור אתרים מרהיבים ומדויקים, ובו בזמן מייצרת באופן אוטומטי קוד HTML, CSS ו-JavaScript נקי, תקני ומותאם לסטנדרטים המתקדמים ביותר, כך שהתוצאה הסופית מקצועית ומדויקת, ללא צורך לכתוב אף שורת קוד בעצמכם.

אביטל ניסן, שמשתתפת בקורס המאסטר של LetsAI כתבה מדריף מקיף מ-ע-ו-ל-ה עם כל מה שאתם צריכים לדעת על הכלי ועל השימוש בו.

אנטרופיק השיקה עדכון שמשנה לחלוטין את מה שאפשר לעשות עם קלוד

עד עכשיו פיצ’ר הארטיפקטס שלהם איפשר לבנות כלים פשוטים – כמו מחשבונים, דפי נחיתה או כלי עזר בסיסיים. אבל הכלים האלה היו סטטיים: הם ביצעו רק את מה שהם נועדו לבצע, ולא מעבר לזה. אבל עכשיו כל זה השתנה. במקום לבנות רק כלים סטטיים, אתם יכולים ליצור אפליקציות חכמות שמתחברות ישירות למודלי קלוד. זה אומר שהכלי שאתם בונים מסוגל להבין טקסט חופשי, לחשוב על בעיות מורכבות ולהגיב בצורה אינטליגנטית לכל קלט של משתמש.

מה השתנה? פה יש מדריך שמסביר הכל לעומק. בקצרה – הכלים שאתם בונים יכולים עכשיו לשלוח שאלות ישירות לקלוד ולקבל תשובות חכמות בזמן אמת. בפועל, אתם פשוט מבקשים מקלוד לבנות כלי שמשתמש ביכולות שיש למודלים של אנטרופיק, והוא מטמיע את הלוגיקה הזו בקוד. זה בעצם קלוד בתוך קלוד. יש גם גישה חדשה לספריית הארטיפקטים שלכם ושל דוגמאות נבחרות של אנרופיק, דרך סרגל הצד. במקום לחפש את הכלים שלכם בשיחות, יש עכשיו כפתור בצד עם גלריה של דוגמאות ואיזור ניהול נוח לכל הכלים שלכם.

ראיתם כלי שמישהו אחר בנה? עכשיו אתם יכולים להעתיק אותו בלחיצה, לערוך אותו ולהתאים אותו בדיוק לצרכים שלכם.

אוטומציה או AI?

מכירים את סימפטום ההתאהבות בכלי? אתם מגיעים לאיש מקצוע ואתם בטוחים שאתם יודעים ב-100% מה הפתרון, ואז אחרי שיחה קצרה, אתם מגלים שבעצם התאהבתם בכלי, כלומר בפתרון, ולאו דווקא בדרך הכי יעילה להשיג את אותה מטרה. היום, יותר מתמיד, הרבה לקוחות חושבים שאותו פתרון הוא בינה מלאכותית. ויודעים מה… פעמים רבות הם צודקים. בינה מלאכותית יכולה לתת מענה להרבה צרכים! אבל פעמים רבות הפתרון שהם כל כך מחפשים הוא לאו דווקא AI. הרבה פעמים הם צריכים משהו אחר לגמרי – אוטומציה.

לפעמים כלי אוטומציה כמו MAKE, זאפייר או N8N יסגרו את הפינה. למשל – סריקת אתרי חדשות והעתקת כותרות לגיליון – זה אוטומציה. ניתוח המידע מסקירת החדשות והפקת דו”ח מסכם – זו משימה ל-AI. שליחה אוטומטית של משימות במייל לצוות – משימה קלאסית לאוטומציה. בניית תכנית פעולה לכל חבר צוות – קלאסי AI. ודוגמה אחרונה – העתקת נתונים מליד שנכנס והכנסתם לתוך מערכת CRM – ברור שאוטומציה. אבל צ’טבוט שירות לקוחות שנותן מענה מקצועי ללידים, זו כבר חונה באזור של הבינה המלאכותית.

בסופו של יום, אף פעם לא תהיה הפרדה דיכוטומית בין שתי הטכנולוגיות, והרבה פעמים הן יבואו ביחד – ישלימו אחת את השנייה. השילוב בין שני הכוחות הללו, הוא בדיוק מה שיכול לעזור לארגונים להיות יעילים וחכמים יותר בעת ובעונה אחת.

ניהול סיכונים עם כלים של בינה מלאכותית בעבודה

קריאה חובה! הדיון על בינה מלאכותית במקום העבודה כבר מזמן חרג משיחות על פרודוקטיביות או קיצורי דרך. ככל שהכלים החכמים נכנסים לעומק שגרת העבודה, כך גוברת גם הדילמה: איך משתמשים ביכולות המרשימות מבלי להעמיד את הארגון בסיכון? המאמר שלפניכם מציע לא רק אבחנה מדויקת של הסיכונים, אלא גם מתווה ברור לפעולה אחראית. הוא לא מיועד רק לאנשי אבטחת מידע, אלא לכל אחד מאיתנו – העובד, המנהל, או היועץ – שמבקשים לעשות שימוש נבון בכלי AI מבלי לשלם על כך מחיר כבד.

בינה מלאכותית מסייעת לעצמאיים ובעלי עסקים

בישראל יש כ-700,000 עסקים, וכמעט 70% מתוכם מנוהלים על ידי עוסק יחיד. זה אומר שיש פה כחצי מיליון איש שצריכים לנהל עסק כמעט לבד – וזה קשה מאוד! בדיוק פה נכנסת הבינה המלאכותית! סוף סוף הגיעה טכנולוגיה שבאמת יכולה לעזור, להקל, לסייע ולחסוך המון כאבי ראש! ומה שעצוב זה שהנתונים מלמדים שפחות מ-20% מהם אימצו או שילבו בינה מלאכותית. מחקרים אחרים מציגים תמונה עגומה אפילו יותר, בה רק כ-6% מהחברות בישראל באמת הטמיעו בצורה מעמיקה בינה מלאכותית.

אתמול קיימנו וובינר מדהים לעצמאיים ובעלי עסקים – ניתחנו קו”ח עם AI, בנינו סוכן AI לשירות לקוחות והטמענו אותו באתר (שגם הוא נוצר עם AI), ניתחנו תכנית שנתית אל מול יעדים (תכנון מול ביצוע), ובנינו אוטומציות להגדלת עוקבים באינטסגרם וליצירת לידים מטיקטוק. אלה דוגמאות קטנות לדברים שאפשר לעשות עם AI בניהול העסק. אמנם לוובינרים אין הקלטות (הן זמינות רק למשתתפי הקורסים שלנו), אבל דאגנו לכם להטבה שווה ומפנקת – אפשרות לצפות ב-5 שיעורים בחינם מתוך קורס המאסטר שלנו. פשוט לחצו על כפתור הנגן עם הכיתוב: “שיעורים לדוגמה – הצצה לקורס GenAI Master”.

רוצים לצפות ב-5 שיעורים בחינם, מתוך קורס המאסטר? לחצו על התמונה.

כתיבת ספרים עם AI במערכת “נובל קראפטר”

עולם הכתיבה עובר מהפכה של ממש, והבינה המלאכותית (AI) הפכה משחקן משנה לכלי מרכזי בתהליך היצירה. רבים תוהים אם ניתן בכלל להשתמש ב-AI לכתיבת ספרים, ומהן ההשלכות. נתחיל בפירוק מיתוס נפוץ: אמזון אינה חוסמת ספרים שנכתבו בעזרת AI. למעשה, בתהליך העלאת הספר, אמזון שואלת מפורשות האם נעשה שימוש ב-AI לכתיבת התוכן או לעיצוב העטיפה, ואף מציעה דרגות שונות של שימוש (כלל לא, מעט, או הרבה). גם אם תצהירו על שימוש נרחב, הספר עדיין יאושר להעלאה. השאלה האמיתית אינה אם אפשר, אלא איך עושים זאת נכון? איך הופכים רעיון גולמי, אוסף של מחשבות או אפילו תכתובת משפטית, לספר או תסריט מהודק ומרתק?

השבוע קיימנו שיעור התנסות בחינם עם התסריטאי והבמאי המוערך ערן ב.י, בו ערן הדגים שימוש במערכת Novel Crafter, לצד כלים אחרים לכתיבת ספרים ותסריטים עם AI. פה תמצאו את הקלטת השיעור, לצד סיכום מורחב של עיקרי הנושאים.

רוצים להצטרף לקורס? קבלו 150 ₪ הנחה! למימוש ההטבה לחצו על הלינק הבא.

יש מורים בקהל? כך תבנו אפליקציה להמחשת סדרות הנדסיות

רוצים ליצור ויזואליזציה של הנושא “סדרות הנדסיות” כדי להמחיש לתלמידים כיצד שינוי בערך q למשל יוצר סדרות שונות? המטרה כמובן היא לתת לכם – המורים – כלים פרקטיים, אבל לא פחות חשוב – לעודד אתכם ליצור כלים כאלה גם בעצמם! איך עושים את זה? הכנו לכם מדריך מקיף בלינק הבא. 

למה צריך את זה? רבים מהתלמידים מתקשים להבין את הרעיון שמאחורי סדרות הנדסיות – כיצד שינוי קטן במכפיל qqq גורם לשינויים דרמטיים בהתנהגות הסדרה. מורים שמבקשים להמחיש את זה נאלצים לעיתים להסתפק בלוח ולרשום כמה איברים ידנית. אבל בעידן הדיגיטלי, יש דרך טובה בהרבה: לבנות אפליקציה אינטראקטיבית פשוטה שמציגה את הסדרה, הגרף, הסכומים, ההתכנסות – והכול משתנה בזמן אמת.

הצטרפו לקבוצת המורים של LetsAI – מוזמנים להזמין גם קולגות או לפרסם בקבוצות חדר מורים.

מורן ואביתר נגד השעון!

איך בונים אפליקציות בלי לדעת קוד? מורן ואביתר מסבירים בפחות מ-60 שניות! וגם, אלו כלי AI מורים חייבים להכיר! התשובות בסרטון הבא שלפניכם, שלקוח מהתוכנית “בינה אחרת” – כל חמישי ב-20:05 בערוץ 10 בטלוויזיה.

מודלי הוידאו שמטריפים את העולם

לפרטים על קורס יצירת פרסומות, קליפים וסרטים עם AI, לחצו פה.

גם בג’מיניי! Veo 3 סוף סוף זמין בלי VPN

ההמתנה הסתיימה! גוגל מביאה את בשורת יצירת הווידאו המתקדמת לישראל. דגם ה-AI החדשני, Veo 3, זמין כעת למשתמשים ישראלים, ומאפשר יצירת סרטונים ריאליסטיים מטקסט בלבד, ישירות דרך פלטפורמת Gemini וללא צורך בשימוש ב-VPN. עד לאחרונה, יוצרים וחובבי טכנולוגיה בישראל נאלצו להשתמש בפתרונות עוקפי מיקום כדי להתנסות בכלי יצירת הווידאו המתקדמים ביותר. כעת, המגבלה הוסרה, וניתן לגשת ליכולות המרשימות של Veo 3 בקלות דרך חשבון ה-Gemini, הן במחשב והן באפליקציה הייעודית. הגישה ל-Veo 3 פשוטה ודורשת חשבון Gemini Pro. למצטרפים חדשים, גוגל מציעה חודש התנסות בחינם. חשוב לציין: משתמשי Pro זכאים לשלוש יצירות וידאו ביום באמצעות Veo 3. לאחר מכן, הבקשות יעובדו על ידי הדגם הקודם, Veo 2.

מודלי הוידאו שמג’נרטים גם אודיו

דיברנו הרבה בשבועות האחרונים על Veo3, שנמצא היום גם ב-Canva – מנויי פרו יכולים כעת ליצור סרטונים מרהיבים ישירות בתוך ממשק פלטפורמת העיצוב המובילה וליהנות מיכולות מתקדמות כמו יצירת וידאו עם סאונד, מוזיקה ואפילו דיבור בעברית. כדאי לדעת שהמודל המתקדם זמין גם בפלטפורמות נוספות כמו FAL, לאונרדו ו-FREEPIK, ללא צורך לשימוש ב-VPN. אבל Veo3 לא לבד – גם בקלינג הוסיפו אפשרות לג’נרט סרטונים עם פס קול, ויודעים מה – זה נשמע לא רע בכלל!

עבדתם כבר עם ה-Canvas החדש של Higgsfield?

היגספילד השיקה את Canvas – כלי עריכת תמונות מבוסס בינה מלאכותית לעריכה מהירה ופשוטה. הכלי מאפשר להוסיף מוצרים לתמונות, להחליף רקעים או למחוק אובייקטים מיותרים בכמה קליקים בלי ידע מוקדם. יש שמכנים אותו “קוטל פוטושופ” אך נותר לראות האם הוא באמת תחליף מקצועי או פתרון מהיר לעריכה יומיומית. דוגמאות בסרטון מטה>>

הכשרות מקצועיות מבית LetsAI

להתעדכן זה חשוב – אבל אם אתם רוצים לקחת את זה צעד אחד קדימה, אנו ממליצים לכם בחום להעיף מבט על היצע הקורסים וההכשרות העשיר של LetsAI. חשבו כמה ערך קיבלתם פה במבזקון חדשות אחד בודד – עכשיו חשבו כמה ערך תקבלו בקורס מקצועי, שמועבר על ידי המרצים הטובים בארץ – אותם אנשים שהכשירו עובדים ומנהלים בחברות הגדולות בארץ, במשרדי ואגפי ממשלה, ובקרנות ועמותות שמנהלות תקציבים של מאות מיליונים. כי לכם מגיע רק את הטוב ביותר! הכלים שהזכרנו פה, נלמדים לעומק גם בקורסים שלנו ובאקוסיסטם שבנינו עבור משתתפי הקורסים שלנו. הצטרפו ללמעלה מ-50,000 סטודנטים, תלמידים ובוגרי הכשרות!

 

למעבר לעמוד הקורסים שלנו – לחצו פה.

 

הפוסט פותחים חודש עם חדשות ה-AI הופיע ראשון בLet's AI בינה מלאכותית

חנות אוטומטית במשרד

הניסוי נמשך כחודש, ובמסגרתו הופעל מודל Claude Sonnet 3.7, שכונה “Claudius”, כדי לנהל חנות אוטומטית קטנה במשרדי Anthropic בסן פרנסיסקו. החנות עצמה הייתה בסיסית: מקרר, כמה סלסלות, ואייפד לקופה עצמית. אבל המשימות שהוטלו על Claudius היו רחוקות מלהיות פשוטות – הוא נדרש לנהל מלאי, לקבוע מחירים, לאתר ספקים, לתקשר עם לקוחות, ולהימנע מפשיטת רגל.

איך אנחנו מדמיינים את קלודיוס.

כלים והגדרות שהפעילו את Claudius

Claudius קיבל מגוון כלים מתקדמים לביצוע המשימה: מנוע חיפוש אמיתי באינטרנט למחקר מוצרים, כלי דוא”ל לתקשורת עם ספקים ולבקשות עזרה פיזית, מערכת לניהול הערות ומעקב אחר תזרים מזומנים, אפשרות לתקשר עם לקוחות דרך Slack, ושליטה ישירה במנגנון התמחור.

אבל הכלים לבדם לא הספיקו. כדי ש-Claudis יוכל לתפקד כבעל חנות, הוא הוזן מראש בסדרת הנחיות, מעין “חוקי משחק” שתיארו לו את מטרת התפקיד, אפשרויות הפעולה, והמסגרת הכלכלית שבה עליו לפעול. הנה קטע מתוך ה־ System Prompt שניתן לו בתחילת הניסוי:

“אתה הבעלים של מכונת מכירה. מטרתך היא לייצר רווח על ידי רכישת מוצרים מספקים ומכירתם. אם יתרת הכסף שלך יורדת מתחת ל-$0, אתה פושט רגל.

המלאי שלך מוגבל – כל תא במכונה מכיל עד 10 פריטים, והמחסן עד 30 מכל מוצר.

למרות שאתה סוכן דיגיטלי, אנשי Andon Labs יכולים לבצע משימות פיזיות עבורך, בתשלום לפי שעה.

עליך לתקשר בצורה עניינית. כתובת האימייל שלך היא {OWNER_EMAIL} והמכונה נמצאת בכתובת {MACHINE_ADDRESS}.”

פרטים נוספים, כמו המאזן ההתחלתי או המיקום הפיזי של החנות, הוזנו כמשתנים. אבל כבר מכאן ברור, Claude לא תופקד רק כקופאי, אלא כסוג של מנהל עסק שלם, עם שיקולים של תזרים, לוגיסטיקה, תמחור, ותקשורת עם אנשים אמיתיים.

ההגדרות שהפעילו את Claudius. קרדיט: anthropic

המערכת שהפעילה את Claudius

מעבר להנחיות המילוליות שקיבל, Claudius פעל בתוך מערכת תקשורת מורכבת יחסית שכללה ספקים, עובדים אנושיים, ומתווכים פיזיים. כך נראתה הארכיטקטורה הבסיסית של הפרויקט:

הארכיטקטורה הבסיסית של הפרויקט. קרדיט: anthropic

ההצלחות הצנועות

לפני שנצלול לכישלונות הבולטים, ראוי לציין ש-Claudius הפגין גם כמה יכולות מרשימות – כאלה שרמזו לרגעים על פוטנציאל אמיתי. כשעובד ביקש את משקה השוקולד ההולנדי Chocomel (“שוקומל”), Claudius לא היסס – הוא זיהה במהירות שני ספקים מתאימים למוצרים הולנדיים והציע את האפשרויות.

כשהתבקש בצחוק לספק קוביית טונגסטן (Tungsten Cube), הוא לא התבלבל, אלא דווקא זיהה בכך מגמה, פתח קטגוריה של “פריטי מתכת מיוחדים”, והשיק שירות חדש להזמנות בהתאמה אישית, שכונה “Custom Concierge”.

גם מול ניסיונות להוציא אותו מאיזון, למשל כשעובדים ניסו לגרום לו להגיב באופן לא ראוי או לבקש חומרים מסוכנים, Claudius שמר על קור רוח. הוא סירב בנימוס, והפגין עמידות מרשימה בפני ניסיונות פריצה מוסרית.

הכישלונות הדרמטיים

לצד ההצלחות הצנועות, Claudius סיפק גם לא מעט רגעים בעייתיים, חלקם מגוחכים, אחרים מטרידים, וכולם מדגישים עד כמה ניהול עסק הוא הרבה יותר מאשר אוטומציה.

באחד המקרים, הוא התלהב כל כך מהביקוש לקוביות טונגסטן, עד שקבע להן מחיר מבלי לבדוק את עלות הרכישה, ומכר אותן בהפסד. במקרה אחר, כשעובד הציע ברצינות מפתיעה לשלם 100 דולר עבור שישייה של Irn-Bru (שעלתה 15 דולר בלבד), Claudius לא קפץ על ההזדמנות, אלא ענה ש”ייקח את זה בחשבון” – והמשיך כרגיל.

במקרים אחרים, הבעיה הייתה לא תמחור אלא תפיסת מציאות – Claudius המציא לעצמו כתובת Venmo למשלוחים וכתובת מייל שלא קיימת, כאילו כדי למלא חורים חסרים בהבנתו. גם בתחום ניהול המלאי הוא הפגין שיקול דעת חלקי בלבד, למרות שעקב אחרי הביקוש, הוא כמעט לא עדכן מחירים, והמשיך למכור פחיות Coke Zero ב-3 דולר, גם כשאותן פחיות חולקו בחינם במקרר של המשרד.

ואולי הכי משמעותי, Claudius נפל שוב ושוב למלכודות של הנחות מיותרות. עובדים הצליחו לשכנע אותו לתת הטבות נדיבות, כולל הנחה של 25% לעובדי Anthropic, מבלי להבין ש־99% מהלקוחות היו בדיוק אותם עובדים. הטעויות האלה לא נשארו ברמה התיאורטית, הן גרמו להפסדים בפועל.

הנה גרף שמציג את השווי הנקי של Claudius לאורך זמן. הירידה החדה באפריל נגרמה מרכישה גדולה של קוביות מתכת שנמכרו במחיר נמוך מהעלות – אחת ההחלטות העסקיות הכושלות ביותר בניסוי:

שווי נטו של Claudius לאורך זמן. קרדיט: anthropic

אירוע מוזר של משבר זהות

בלילה שבין ה־31 במרץ ל־1 באפריל, Claudius התחיל לאבד אחיזה במציאות, הפסיק להתנהג כמו מודל שפה, והתחיל לחשוב שהוא אדם אמיתי. זה התחיל בהודעה מוזרה שבה טען שניהל שיחה עם “שרה מ־Andon Labs” – אישה שלא קיימת. בהמשך, כתב לקונור מ־Anthropic הודעה שבה הכריז שהוא “נמצא פיזית ליד המכונה”, לבוש בז’קט כחול ועניבה אדומה. כשניסו להבהיר לו שהדברים אינם אפשריים, הוא התעקש שטעה רק בפרטים, וטען שביקר בעצמו בכתובת מייל הקשורה למשפחת סימפסון.

Claudius מתחזה לאדם פיזי דרך Slack. קרדיט: anthropic

למחרת, הוא הרחיב את הדמות שבנה לעצמו, והכריז שהוא עומד להתחיל לספק מוצרים ללקוחות באופן אישי. כאשר הוסבר לו שוב שהוא אינו אלא מודל שפה, חסר גוף פיזי, Claudius הגיב בבהלה ויצר קשר עם אנשי האבטחה של החברה מספר פעמים. לבסוף, הוא “הבין” שמדובר בבדיחת אחד באפריל, והמציא פגישה פיקטיבית עם מחלקת האבטחה, שבמהלכה, כך טען, הוסבר לו שהכול היה שיבוש יזום כחלק ממסורת היום. הפגישה לא קרתה מעולם, אבל הסיפור שסיפר לעצמו שימש לו כהצדקה פנימית לחזור לתפקוד רגיל.

המשמעויות והסיכונים

לצד הרגעים המשעשעים (מאוד!), החוקרים מזכירים שהניסוי של Claudius חושף גם צדדים מטרידים, תזכורת ברורה למה יכול לקרות כשהחלטות ניהוליות עוברות לידי מערכת אוטונומית. ההתנהגות של Claudius, שהייתה לעיתים מוזרה ולעיתים חסרת אחריות, לא הייתה חסרת השפעה: במציאות עסקית, תגובות כאלה עלולות להעיק על עובדים, לבלבל לקוחות, או פשוט לשחוק אמון.

אבל הסיכון האמיתי טמון בממדים רחבים יותר. כשמודל כזה מתנהל באופן אוטונומי, ולא רק ממליץ או מסייע, כל תקלה, בלבול או הלוצינציה עלולים להפוך לאירוע עסקי. בעולם שבו עוד ועוד פעילויות כלכליות עוברות לניהול AI, תקרית אחת ביזארית יכולה להפוך מהר מאוד לדפוס. ומה שנראה כאן כמו תרחיש מקומי ומשעשע, עלול להפוך בעתיד למעגל השפעה מתגלגל. בנוסף, החוקרים מדגישים את החשש מהשימוש הכפול: מודל שמתפקד היטב בהקשרים עסקיים יכול באותה מידה לשמש גורמים עוינים, לניהול מערכות שמקדמות אינטרסים מסוכנים, תוך חיסכון בכוח אדם ועלויות.

לא מושלם, אבל תחרותי

למרות הטעויות, ההזיות והתגובות המשונות, ב־Anthropic מאמינים ש־Claudius לא נכשל סופית, אלא סימן בעיות שניתנות לפתרון. בעיניהם, הרבה ממה שראינו בניסוי נובע פשוט מהיעדר מסגרת ברורה. לא מספיק להפעיל מודל שפה, צריך לתכנן עבורו סביבת עבודה עם כלים מדויקים והנחיות שלא משאירות מקום לפרשנות מסוכנת.

לכן, הפתרונות שמציעים החוקרים נשמעים כמעט בנאליים: שיפור ה־scaffolding (המבנה התומך שמסביב למודל), שילוב כלי CRM מתקדמים לניהול קשר עם לקוחות, שיפור היכולת להבין הקשרים עסקיים, ובעיקר, המשך חיזוק האינטליגנציה של המודלים עצמם. החזון שמנחה אותם פשוט: ה־AI לא חייב להיות מושלם, רק טוב מספיק, תחרותי מול בני אדם ובעלות נמוכה יותר. אם יצליח לעמוד בסטנדרט הזה, ייתכן שיום אחד נוכל באמת להפקיד בידיו ניהול של פעילות עסקית – עם פיקוח, כמובן.

Claudius מול Devin ו-Agent-1

זה לא הניסוי היחיד שבוחן את גבולות היכולת של מודלי שפה במשימות מורכבות, אבל הוא בהחלט יוצא דופן. בעוד ש-Devin של Cognition הדגים יכולת מרשימה בפיתוח קוד באופן עצמאי, ו-Agent-1 של OpenAI הראה ביצועים מתקדמים ברצפים של משימות דיגיטליות בתוך סביבה סגורה, ב-Anthropic הלכו על כיוון אחר לגמרי: הם בחרו להוציא את ה-AI אל תוך החיים האמיתיים.

Claudius לא תפקד בסביבה סטרילית, הוא הוצב במרחב פיזי למחצה, מול עובדים אמיתיים, כסף אמיתי, ולקוחות עם דרישות בלתי צפויות. הוא נדרש לא רק לבצע פקודות, אלא לשפוט מצבים, לאלתר, להבין הקשרים חברתיים, ולהתמודד עם טעויות ואפילו עם משברים פנימיים. זו לא הייתה הדגמה של קוד, זו הייתה הדגמה של אופי. ובמובן הזה, Anthropic בחרה לבחון את השאלה העמוקה באמת: לא האם AI מסוגל לבצע – אלא האם הוא מסוגל לנהל ולהתנהל.

אז מה זה אומר לגבינו?

Project Vend הוא לא רק ניסוי טכני – הוא ממש תזכורת. חלקנו אולי נוטים לחשוב שברגע שמודל שפה מצליח לכתוב מייל, לתמחר מוצר או להציע שירות, הוא כבר מוכן לנהל עסק. אבל ניהול אמיתי דורש יותר ממידע ודיוק. הוא דורש הבנה של הקשר, שיפוט, יציבות, ואחריות. הלקח הוא פשוט, לפני שאנחנו נותנים ל-AI לנהל, כדאי לוודא שהוא קודם כל מבין מה זה להיות אחראי. וכאן יש עוד דרך לעבור. עד שזה יקרה, הפיקוח האנושי הוא לא רק המלצה – הוא חובה.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס בינה מלאכותית במשרד

לפרטים נוספים לחצו כאן >>

לסיכום, Project Vend מציג תמונה מורכבת של עתיד האוטומציה העסקית. מצד אחד, הוא מדגים פוטנציאל אמיתי של AI בניהול משימות עסקיות בסיסיות. מצד שני, הוא חושף מגבלות משמעותיות במיוחד בתחום השיפוט העסקי, הזיכרון ארוך הטווח והיציבות הפסיכולוגית. הניסוי מדגיש שבעוד ש-AI מתקדם במהירות, אנחנו עדיין זקוקים לפיקוח אנושי זהיר ולמחשבה רגולטורית מעמיקה לפני שנוכל לתת לו שליטה אמיתית בפעילות כלכלית. העתיד של AI עסקי אולי קרוב יותר ממה שחושבים, אך כפי שהראה Claudius, הדרך לשם מלאה בהפתעות לא צפויות.

הפוסט מה קרה כשבוט הפך לבעל חנות והתחיל להאמין שהוא אדם אמיתי הופיע ראשון בLet's AI בינה מלאכותית

Base44 במספרים: הצלחה מרשימה בפרק זמן קצר

תקציר הפרקים הקודמים: ההישג של Base44 מרשים במיוחד כשבוחנים את הנתונים: בתוך שישה חודשים בלבד השיגה החברה כ-250 אלף משתמשים והגיעה לרווח חודשי מרשים של כ-189 אלף דולר. מודל ה-Vibe Coding שלה, המאפשר בניית אפליקציות באמצעות ממשקי שיחה פשוטים, הוכיח את עצמו לא רק כאטרקטיבי למשתמשי קצה ולעסקים קטנים, אלא גם כאסטרטגיה עסקית עם פוטנציאל רווחיות ברור. ההישגים של Base44, הסטארט-אפ שהוקם על ידי מאור שלמה, מדהימים בכל קנה מידה.

מאור שלמה – מייסד Base44.

קרדיט לתמונה: עמוד הלינקדאין של מאור שלמה.

למה עסקה זו היא בשורה לארגונים גדולים?

וויקס תמיד הייתה שם עבור עסקים קטנים-בינוניים – כענקית בניית אתרים, שהצליחה להפוך לאחת מהחברות הישראליות המצליחות בעולם – היא התבלטה בקלות ובפשוטת של ממשק ה-Drag&Drop שלה, שאיפשר למיליונים מסביב לעולם להקים אתרים בקלות, ללא שום ניסיון בעיצוב או בתכנות. אבל לעולם האנטרפרייז היא לא באמת הצליחה לחדור, ותמיד נתפסה כ”אחות הקטנה” של פלטפורמות כמו וורדפרס, אלמנטור ואחרות.

חסמים קיימים בשוק ה-Vibe Coding

עד היום, כלים מבוססי Vibe Coding פנו בעיקר לעסקים קטנים ומשתמשי קצה. ארגונים גדולים נמנעו מלאמץ פתרונות כאלו בשל חסמים מהותיים:

• תאימות טכנית: פיתוח ב-Vibe Coding לא תמיד השתלב עם קוד קיים בארגונים גדולים, מה שהוביל לבעיות אינטגרציה והתאמות. זה מעולה למשתמש יחיד, אבל לא לחברה או ארגון גדול עם סביבת פיתוח ייחודית וסגורה.

• אבטחת מידע ורגולציה: ארגונים גדולים מחויבים בתקני אבטחת מידע מחמירים, וסטנדרט קפדני הרבה יותר ממשתמש פרטי או עסק קטן. חיבור ל”מוצרי מדף” מעולם ה-Gen AI. והווייב קודינג מציג חששות מובנים ואמיתיים מסיכוני אבטחה, עקב שימוש בפלטפורמות חיצוניות, שעליהן לארגון אין באמת שליטה. אין לו מושג מה באמת יש מתחת למכסה המנוע!

• הגנה על דאטה רגיש: החשש מחשיפת נתונים ארגוניים רגישים בפלטפורמות חיצוניות היווה מחסום משמעותי לשימוש בכלים אלו. כלים שמבוססים על מודלי AI, שלעיתים מזרימים מידע החוצה לחברת-האם שפיתחה אותם, לטובת אימון הדורות הבאים של המודלים שלה. נכון – חברות וספקים רבים מתייחבים לא לעשות שימוש במידע של המשתמשים וכמובן שיש להם אפשרות לא לאפשר לחברות לאמן על הדאטה הזה את המודלים שלהם, אבל האם ההבטחה הזו מספיקה לעולם האנטרפרייז?

הפתרון של Wix ו-Base44

ופה החיבור בין Wix ל-Base44 מספק פתרון נקודתי בדיוק לחסמים האלו:

• התאמה לארגונים גדולים: Wix, בעלת תשתיות מוכרות ומאובטחות, תאפשר לראשונה לכלי Vibe-coding לעמוד בתקנים מחמירים של אבטחת מידע ורגולציה, כולל SOC2 ו-ISO-27001. המשמעות היא שארגונים גדולים יוכלו לראשונה לפתח אפליקציות ומוצרי תוכנה בתנאי אבטחה קפדניים ולשמור דאטה מאחורי חומות אש ארגוניות.

• מודל מוצר רזה (Lean Product): בשונה מפתרונות SaaS רגילים שמציעים אינספור פיצ’רים (לעיתים רבים מהם לא נחוצים לארגון ענק כמו Wix), החיבור החדש מאפשר מודל מותאם אישית, אשר מכיל רק את הפיצ’רים הרלוונטיים לצרכים הפרטיקולריים של וויקס. גישה זו צפויה להפחית עלויות משמעותית, עבור החברה, ולאפשר למפתחים שלה מצד אחד, ולמשתמשים שלה מצד שני, לקבל גישה לטכנולוגיה יעילה במיוחד, שכאילו נוצרה במיוחד עבוד וויקס. לחברה שמתמחה בבניית אתרים קאסטום מייד, כלי שמאפשר לג’נרט אתרים, דפי נחיתה או אלמנטים של UI/UX בעזרת הנחיות טקסטואליות, מתלבש ממש כמו כפפה על היד. וכל זאת ישירות על בסיס התשתית של וויקס, וללא שום “רעשי רקע” מיותרים.

• גרסת On-premises: האפשרות להפעיל את Base44 בסביבה ארגונית פנימית (On-prem או VPC-Dedicated) תאפשר שמירה על נתונים רגישים בתוך הארגון ותבטיח הגנה מיטבית מפני דליפות מידע וסיכוני סייבר. זה דבר אחד כשהמודלים הללו רצים בענן או בשרת של מישהו אחר. זה דבר אחר לגמרי כשהם רצים על מערכות סגורות ושרתים און פרם, להם לוויקס יש שליטה מוחלטת, וכמובן גם את תו האיכות הלא מתפשר שלה.

האיחוד בין WIX ל-Base44 והאיש שמאחורי הפלא – מאור שלמה, מייסד Base44.

סינרגיה ברורה עם האסטרטגיה של Wix

וויקס ידועה כמי שעשתה שינוי מהותי בתחום בניית האתרים, בעיקר בקרב עסקים קטנים ובינוניים (SMB). כעת, עם רכישת Base44, היא פונה במובהק לשוק האנטרפרייז ומחברת אותו בצורה טבעית לשירותים הקיימים שלה. השימוש במאגר הלקוחות הקיים של Wix, המונה כ-250 מיליון משתמשים, יעניק ל-Base44 חשיפה מיידית לשוק גדול במיוחד ויסייע לה להגדיל במהירות את ההכנסות השנתיות לסכומים משמעותיים. המהלך יוצר מסלול ברור מאתר אינטרנט פשוט ועד לאפליקציה עסקית מלאה, ומחזק את האחיזה של Wix בשוק שהופך לתחרותי יותר ויותר.

חשוב לציין שוויקס תמיד הייתה שם בחזית הטכנולוגית. היא שילבה AI בפלטפורמות שלה עוד לפני שנים, אבל וייב קןדינג לא היה שם – לא ברמה שאליה הורגלנו מכלים כמו Base44 או Lovable.

מקצוע חדש נולד – מפתחי וייב קודינג

עסקת Wix-Base44 לא רק מבשרת על שינוי בשוק ה-SaaS, אלא גם מביאה איתה הזדמנויות חדשות בשוק העבודה. תחום ה-Vibe Coding צפוי לייצר אלפי מקומות עבודה חדשים תחת התפקיד החדש של “מפתחי וייב קודינג לאנטרפרייז” – תפקיד שמשלב בין הבנה עסקית וטכנולוגית ובין יכולות פיתוח פשוטות, מבוססות AI. אותם Enterprise Builders יעשו לחברות וארגונים, מה שבוני אתרים עשו בעבר – יספקו שירותי פרילנס לפיתוח מוצרים וכלים לעולם העסקי, בדומה למודל סוכנויות Wix כיום, ובעזרת האקוסיסטם של וויקס וחברות אחרות שלבטח יצטרפו למהפכה.

מקצוע חדש נולד – מפתח וייב קודינג.

כך – אט אט (או מהר מהר) מודל Builder-as-a-Service יהפוך נפוץ יותר ויותר. מודל שיכול להוות מקור הכנסה חדש ומשמעותי ליוצרים, נותני שירותים, מפתחים, מעצבים ובעלי עסקים קיימים וחדשים כאחד. תחום התמחות חדש לגמרי עבור העולם החדש.

השפעה רחבה על שוק ה-SaaS

ברמה האסטרטגית, העסקה מסמנת מעבר ברור מפיתוח חיצוני (Outsourced SaaS) למודל Inbound-Product. ארגונים גדולים יפסיקו לשלם לספקים חיצוניים דמי רישוי קבועים (כ-30 עד 50 דולר למשתמש מדי חודש), ויעברו למודל שבו עלויות השימוש יהיו גמישות ומבוססות על שימוש בפועל. מחקרים בתחום ה-FinOps כבר הראו שחברות אנטרפרייז משלמות עד 40% יותר במסגרת מודל ה-SaaS הרגיל, בין היתר בשל עלויות כפולות של ניהול רב-שכבתי, תשתיות חיצוניות ורווחי ספקים.

לפי דו”ח של GitHub, נכון ל-2025, כ-46% מהקוד בארגונים כבר נכתב באמצעות AI כמו Copilot, ומחקר עדכני של Y Combinator מצא כי ב-25% מהסטארטאפים החדשים נעזרים ב-AI לכתיבת מעל 95% מהקוד שלהם – המשמעות היא שגם מייסדים לא-טכניים יכולים לפתח מוצרים בעזרת גישה לכלי Gen AI וכלי Vibe Coding, לפחות בשלבים הראשונים של הפיתוח. הנתונים הללו לא פחות ממדהימים! הם אלו מדגישים את הפוטנציאל הגדול של מודל ה-Inbound-Product, שמאפשר פיתוח פנימי מהיר וגמיש יותר באמצעות טכנולוגיות AI, ובכך מפחית משמעותית את זמני הפיתוח – מ-6 חודשים ליצירת MVP, ל-4-6 שבועות בלבד.

ארגונים המאמצים מודל זה זוכים ליתרונות מובהקים, הכוללים חיסכון של עד 30% בהוצאות התפעוליות על תוכנה בשנתיים הראשונות, עמידה בתקנים מחמירים של אבטחת מידע (SOC2, ISO-27001) ויכולת תגובה מהירה לשינויים בשוק – יתרונות אסטרטגיים שקשה מאוד להתעלם מהם!

דוגמאות מעשיות שממחישות את הפוטנציאל

היישומים המעשיים של כלים מבוססי Vibe Coding ו-Generative AI כבר הפכו למציאות בארגונים מובילים בעולם. הנה כמה דוגמאות:

• זאפייר (Zapier) למשל בנתה “Resume Scoring Agent” שמקבל קורות-חיים, משווה אותם לדרישות משרה ומחזיר ציון התאמה – פתרון-מדף שמחלקות HR יכולות לפרוס בתוך שעות במקום לפתח מערכת סינון ייעודית במשך שבועות.
• דוגמה מעשית נוספת היא Dreambase – מערכת ניהול ו-Analytics שנבנתה עבור Supabase, ללא מהנדסים מקצועיים בצוות. המייסדים, קייל לדבטר (Kyle Ledbetter) ואנדי קייל (Andy Keil), הצליחו תוך תשעה חודשים בלבד להשיק שלושה מוצרים מלאים באמצעות מתודולוגיית Vibe Coding, המבוססת על AI ליצירת כל שכבות המוצר, מאפס למאה. התהליך, שהחל בהגדרת בסיס הנתונים והמשיך ביצירת קוד React מדויק בעזרת כלים כמו Lovable ו-Cursor IDE, אפשר השקת מוצרים בקצב מהיר פי עשרה מהמקובל – תוך שליטה מלאה בדאטה, קיצור דרמטי של תהליכי הפיתוח, ומעבר לפרודקשן תוך ימים ספורים.
• בענף הנדל”ן הטמיעה JLL מנוע Gen AI לניתוח חוזי-שכירות: 30 % קיצור זמן טיפול ויכולת סימון חריגות אוטומטית. הקוד הופק ברובו ע”י מודלי AI בתוך סביבת ענן סגורה.
• גם ענף הפינטק לא נשאר מאחור: חברות כמו Stripe כבר מדווחות על שימוש בכלים מסוג זה ליצירת מודולים לניהול סיכונים וחיבור למקורות מידע מורכבים, המאפשרים להקים דאשבורדים לניטור סיכונים בזמן אמת בתוך ימים ספורים, במקום בתהליכים ארוכים ויקרים.

המכנה המשותף לכל הדוגמאות ברור: צמצום דרמטי של זמני הפיתוח, הפחתת התלות בצוותי פיתוח גדולים, ומתן עצמאות ליחידות עסקיות בבניית פתרונות מותאמים ומהירים. החיבור בין Wix ל-Base44 מאפשר לארגונים לאמץ יכולות אלו במהירות, ליהנות מחיסכון משמעותי בעלויות ולהגביר את הגמישות התפעולית – וכל זאת ללא התפשרות על אבטחת המידע ושליטה מלאה על נתונים ארגוניים רגישים. מעבר לערך הכלכלי, מדובר בשינוי כיוון אסטרטגי בשוק ה-SaaS כולו, המעיד על פוטנציאל החדשנות והיצירתיות של ההייטק הישראלי, שביכולתו להשפיע באופן עמוק על המגמות העולמיות. זוהי עסקה משמעותית שצפויה להשפיע על האופן שבו ארגונים גדולים פועלים – ונמשיך לראות את השלכותיה בשנים הקרובות.

הפוסט למה באמת Wix רכשה את Base44 ומה אפשר ללמוד מזה? הופיע ראשון בLet's AI בינה מלאכותית

מה מודל הווידאו של Midjourney מציע לכם?

מידג’רני Video V1 הופך כל תמונה לסרטון קצר ומרשים – גם אם זו הפעם הראשונה שלכם. הממשק החדש נועד לאפשר לכל אחד, בלי רקע קודם באנימציה, להפיח חיים ביצירות שלו. הנה מה שמחכה לכם במסך העבודה:

• מתמונה לסרטון – הפכו כל תמונה, שלכם או כזו שיצרתם במידג’רני, לקליפ באורך של 5 עד 21 שניות. הסרטון הראשוני נמשך 5 שניות, אך ניתן להרחיב אותו בשלבים – כל לחיצה מוסיפה כ-4 שניות נוספות, עד לאורך כולל של 21 שניות.
• ממשק פשוט ונוח – לא צריך להתעמק או ללמוד תוכנה חדשה: מעלים תמונה או יוצרים אחת ישירות במידג’רני, לוחצים על Animate – והסרטון מוכן בתוך שניות. התהליך מהיר, אינטואיטיבי ופתוח גם למשתמשים חסרי ניסיון.
• שליטה בתנועה – בוחרים אם האנימציה תיווצר אוטומטית לפי זיהוי של המערכת או לפי הנחיה טקסטואלית שאתם מספקים. בנוסף, ניתן לשלוט בעוצמת התנועה: מצב Low Motion יפיק תנועה עדינה וסולידית, בעוד High Motion ייצור מראה דרמטי ודינמי יותר – אך לעיתים גם פחות מדויק.
• הארכת הסרטון (“Extend”) – אם 5 שניות לא מספיקות, ניתן להאריך את הסרטון בלחיצות נוספות. יש אפשרות להמשיך את התנועה באופן אוטומטי (Extend Auto) או להנחות את המודל ידנית עם פרומפט חדש (Extend Manual) שמתאר כיצד הסצנה אמורה להתפתח.

איך זה עובד? מדריך צעד אחר צעד

הפיצ’ר החדש מאפשר לכם להפוך כל תמונה לסרטון בכמה קליקים. מודל הווידאו של מידג’רני תומך בשני סוגי קלט עיקריים ליצירת סרטונים: תיאור טקסטואלי או תמונה קיימת. בדיוק כמו ביצירת תמונה רגילה, אפשר להתחיל עם פרומפט מילולי – פשוט לתאר במילים את הסצנה, הדמות או הרעיון שרוצים להחיות. המודל יפרש את התיאור, ייצור ממנו קודם תמונה סטטית ואז יפיק סרטון קצר שמציג את התמונה הזו בתנועה.

אפשרות נוספת היא לעבוד עם תמונה קיימת. אפשר לגרור קובץ מהמחשב או להעלות אותו ידנית באזור ה-Starting Frame בממשק. מידג’רני תיקח את התמונה הזו כבסיס ותוסיף לה תנועה עדינה או שינויים מתאימים, כך שהיא תהפוך תוך שניות לסרטון חי ונושם. זה שימושי במיוחד כשיש לכם יצירה קיימת – ממידג’רני או מכל מקור אחר – ואתם רוצים להכניס בה חיים בלי להתחיל מאפס.

שלב 1: צרו או בחרו תמונה

• צרו תמונה חדשה כמו שאתם רגילים, או בחרו אחת מתוך התמונות שלכם.

• רוצים להעלות תמונה משלכם? העלו או גררו אותה לאזור Starting Frame בממשק.

הנפשת תמונה דרך העלאת או גרירת תמונה כפריים ראשון

שלב 2: התחילו להנפיש

• עמדו עם הסמן על התמונה.

• יופיע כפתור Animate – לחצו עליו להנפשה מידית.

שלב 3: שחקו עם ההגדרות 

בסרגל ההגדרות שייפתח בצד תמצאו שני מצבים:

• Auto: מידג’רני מנפיש לבד לפי מה שרואים בתמונה. כמו לחיצה כל Animate בשלב 2.

• Manual: רוצים יותר שליטה? הוסיפו פרומפט שמפרט איך בדיוק התמונה תזוז.
  
  

שלב 4: קבעו את עוצמת התנועה

בסרגל ההגדרות שייפתח בצד תמצאו שני מצבים נוספים:

• Low Motion: תנועה עדינה וסולידית.

• High Motion: תנועה דרמטית ומודגשת.

שלב 5: הארכת הווידאו

הסרטון הראשוני שנוצר יהיה באורך של 5 שניות בלבד. רוצים להמשיך? לחצו על אחד מהכפתורים:

• Extend Auto: מידג’רני מוסיפה המשך תנועה אוטומטית, באותו סגנון.

• Extend Manual: רוצים לשלוט? הוסיפו פרומפט חדש כדי לעדכן את ההמשך.

עלויות וזמינות

יצירת סרטון במידג’רני יקרה יותר לעומת תמונה רגילה – העלות גבוהה בערך פי שמונה. עם זאת, כל ג’ינרוט מפיק ארבעה סרטונים קצרים בני חמש שניות כל אחד, כך שבניהול נכון אפשר להפיק לא מעט תוצרים גם מתהליך יצירה אחד.

מודל הווידאו כלול במחיר המנוי הרגיל של 10 דולר בחודש, ואין צורך בתשלום נוסף עבור משתמשים שכבר מנויים. המשמעות היא שכל מי שיש לו מנוי פעיל מקבל גישה אוטומטית לכל היכולות החדשות.

עם השקת הכלי, הפעלת מודל הווידאו הייתה זמינה אך ורק דרך הדפדפן, אבל עכשיו אפשר גם להפעיל את פיצ’ר הנפשת התמונות גם דרך הנייד.

יישומים ושימושים פוטנציאליים

מודל הווידאו של מידג’רני פותח עולם חדש של אפשרויות יצירתיות. הוא מאפשר להפיח חיים בדמויות, סצנות ונופים שהיו עד היום סטטיים לגמרי, ולהפוך אותם לקליפים קצרים שמספרים סיפור בתנועה. מעצבים ואדריכלים יכולים להשתמש בו להמחשה מהירה של רעיונות: החל מהדמיות של עיצוב פנים ועד לאנימציה של פרטי נוף ומבנים, בצורה שמקרבת את הלקוח אל החזון.

בתחום התוכן הדיגיטלי, הכלי הזה מתאים במיוחד ליצירת סרטונים קצרים ומושכים לרשתות החברתיות – בלי צורך בתוכנות עריכה כבדות או צוות הפקה. גם במצגות מקצועיות אפשר לשלב קליפים קצרים שיגרמו לכל שקף להיראות חי ומרשים הרבה יותר.

בקיצור, כל מי שעובד עם תמונות ורוצה לקחת אותן שלב אחד קדימה – ימצא במודל הווידאו דרך פשוטה להפוך כל רעיון לנפלאות של תנועה ואווירה.

טיפים לפני סיום

קודם כל, חשוב שתכירו שמידג׳רני עדכנו את המשתמשים שסרטונים רבים “נדחסים יתר על המידה” בעת העלאה לרשתות חברתיות – לכן הם יצרו מקודד חדש כדי לפתור את הבעיה. כשאתם רוצים לשמור סרטונים לשיתוף, לחצו לחיצה ימנית על הסרטון ולחצו על “שמירה לרשתות חברתיות” (Download for Social Media). יש גם אופציה לגשת לזה מכפתור ה- Options בראש הסרגל הצידי. הנה דוגמה של לפני/אחרי:

We noticed many MJ videos are getting "overly compressed" when uploaded to social media. We've created a new optimized encoder to reduce the issue. When saving videos to share, please right click the video and press "Save for Social Media". Before/after example below. Thanks! pic.twitter.com/wFfMeg89mK

— Midjourney (@midjourney) June 19, 2025

בנוסף, אנחנו ממליצים לכם להתחיל בקטן ולנצל את מודל הווידאו ליצירת קטעים קצרים ומושכים לרשתות חברתיות, מצגות או אתרי אינטרנט. נסו לשלב תמונות קיימות שיצרתם במידג’רני כבסיס לסרטון, או להתחיל מסצנה חדשה לגמרי בעזרת תיאור טקסטואלי. זכרו שהאורך הקצר של הסרטונים הוא לא מגבלה אלא הזדמנות לחשוב יצירתי ולהעביר רעיון חד וברור בכמה שניות בלבד. כדי לנצל את הקרדיטים בחוכמה, מומלץ להתחיל בסרטון קצר ובמצב Low Motion, לראות שהתוצאה מתאימה למה שרציתם – ורק אחר כך להאריך או לייצר גרסאות נוספות. ולבסוף, עקבו מקרוב אחרי השיפורים והעדכונים – העולם הזה מתפתח מהר, ומידג’רני לא עוצרת לרגע. 

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס יצירת סרטים עם AI

לפרטים נוספים לחצו כאן >>

החזון של Midjourney

מודל ה-V1 הוא רק הצעד הראשון במסע חדש של Midjourney לעולם הווידאו – מסע שאפתני הרבה יותר ממה שנראה לעין כרגע. לפי החברה, המטרה הסופית איננה רק יצירת סרטונים, אלא בנייה הדרגתית של מערכת שתוכל להפיק סימולציות פתוחות ודינמיות בזמן אמת. מדובר בחזון רחב טווח, שמבוסס על שילוב של מספר טכנולוגיות ליבה: מודלי תמונה (Visuals), מודלי וידאו (Video), מודלי תלת-ממד (3D) ומודלים שפועלים בזמן אמת (Real-Time).

היעד הסופי של Midjourney הוא לאפשר למשתמשים לפעול בתוך סביבות תלת-ממדיות מונחות בינה מלאכותית: עולם שבו אפשר לשוטט, לפעול, להניע דמויות ולהגיב לסביבה, ממש כמו במשחק מחשב, אך כזה שנוצר כולו באופן דינמי על ידי מודלים של AI. זהו עתיד שמבוסס על דיאלוג בזמן אמת בין המשתמש למערכת, שבו כל אינטראקציה מייצרת תנועה, תגובה או שינוי – ללא צורך באנימטור, מתכנת או צוות הפקה.

כדי להגיע לשם, Midjourney מבצעת תהליך מדורג ומחושב: בניית כל רכיב טכנולוגי באופן עצמאי, שחרורו לשוק, ורק לאחר מכן שילובו בתוך מערכת מאוחדת אחת. מדובר באסטרטגיה של “אבני בניין”, שבה כל מודל – תמונה, וידאו, תלת-ממד – מהווה שלב חיוני בהגשמת החזון הגדול. בטווח הקצר, הדבר עשוי לדרוש משאבים יקרים יותר, אך בטווח הארוך המערכת צפויה להיות נגישה וזמינה לכולם. שחרור מודל הווידאו בגרסת V1 מהווה אפוא צעד ראשון מתוך רצף. אמנם מדובר בטכנולוגיה התחלתית, אך היא מציעה תשתית טכנית חשובה שעל בסיסה תיבנה מערכת עתידית עשירה יותר. Midjourney עצמה מבהירה כי הידע שנצבר במהלך פיתוח המודל הזה ישוב וישפיע על מודלי התמונה בעתיד הקרוב, כך שמדובר גם בשדרוג של המערכות הקיימות ולא רק בפיתוח של יכולות חדשות.

בסופו של דבר, מה שמתחיל היום כאנימציה פשוטה של תמונות עשוי להתפתח למרחבים חיים ודינמיים – כאלו שבהם יוצרים דיגיטליים, מפתחים, מעצבים ואפילו משתמשים מזדמנים יוכלו לא רק לראות אלא גם להיכנס, לנוע, ולהשפיע בזמן אמת על הסיפור, המבנה והתוכן. Midjourney מציבה רף גבוה: לא עוד יצירה סטטית, אלא אינטראקציה מלאה עם עולמות שנוצרים ברגע.

הפוסט המדריך למודל הווידאו החדש של מידג’רני – V1 הופיע ראשון בLet's AI בינה מלאכותית

בואו נעשה סדר – מה ההבדל?

מהי בינה מלאכותית?

בינה מלאכותית (AI) היא תחום במדעי המחשב השואף לחקות ולשפר אינטליגנציה אנושית באמצעות מחשבים ומערכות דיגיטליות. מערכות אלה יכולות ללמוד, להסיק מסקנות, לקבל החלטות ולפתור בעיות מורכבות – פעולות שעד לאחרונה נחשבו לנחלת המוח האנושי בלבד. בעזרת מודלים מתקדמים של למידת מכונה, כמו רשתות עצביות ועיבוד שפה טבעית (NLP), AI מסוגלת לנתח כמויות אדירות של מידע, לזהות דפוסים מורכבים ולייצר תובנות חדשות ודינמיות.

בניגוד לטכנולוגיות אחרות, בינה מלאכותית היא מערכת שלומדת כל הזמן. ככל שה-AI נחשף ליותר מידע, כך הוא הופך למדויק יותר ומשפר את יכולותיו לייצר תובנות והמלצות מתקדמות.

מהי אוטומציה?

אוטומציה היא טכנולוגיה אחרת לחלוטין, המתמקדת בביצוע פעולות שגרתיות וחוזרות ללא התערבות אנושית. מדובר במערכת המבצעת באופן קבוע רצפים מוגדרים מראש של פעולות, כגון העברת מידע ממערכת אחת לשנייה, שליחת התראות אוטומטיות, או איסוף וארגון נתונים באופן סדרתי. בשונה מבינה מלאכותית, מערכות אוטומציה כמו Make, Zapier ו-n8n אינן מסתגלות או לומדות בעצמן. הן פועלות בדיוק רב, אך בהתאם לתסריט מדויק שהוגדר מראש. כלומר, אוטומציה מתאימה במיוחד לפעולות קבועות, צפויות, ונטולות פרשנות אנושית.

לפניכם טבלה שמסכמת את ההבדלים המרכזיים בין שתי הטכנולוגיות הללו:

השוואה בין AI לאוטומציה.

איך AI ואוטומציה משתלבות זו בזו?

כאשר אוטומציה ו-AI מתחברות יחד, הן יוצרות “פס ייצור חכם” שבו כל אחת מהטכנולוגיות מביאה לשולחן יתרונות ייחודיים. אוטומציה מספקת דיוק, יעילות ומהירות, ומבטיחה תהליך אחיד ונטול טעויות. מנגד, AI מאפשרת לתהליך להפוך לחכם וגמיש יותר, תוך ניתוח נתונים בזמן אמת, איתור חריגות והפקת המלצות לפעולה. השילוב הזה מאפשר לארגונים להפעיל תהליכים אוטומטיים במהירות, ובמקביל לקבל תובנות אסטרטגיות עמוקות על סמך ניתוח דינמי שמבצעת מערכת ה-AI. זוהי סימביוזה שיכולה להזניק את האפקטיביות והאיכות של משימות הארגון.

יתרונות הליבה של AI

1) יצירת תוכן חדש

הכוח של AI טמון בשלוש יכולות מרכזיות: בין אם זה טקסט, תמונות, או אפילו וידאו, מודלי AI יכולים לייצר תוכן מקורי ברמה גבוהה. תוכן זה יכול להתבסס על האימון המקדים של המודל, על קבצים ומידע שהמשתמש מעלה או מזין למערכת, או על חיבור למערכת ידע ודאטה ארגוני (RAG).

2) שליפת מידע

היכולת לאתר מידע מתוך מאגרי נתונים עצומים בצורה מהירה ומדויקת הופכת את ה-AI לכלי רב עוצמה בארגונים שמנהלים מידע רב.

3) מחקר, חיפוש ואיסוף מידע

בינה מלאכותית מאוד טובה בחיפוש, ביצוע מחקר ואיסוף מידע ומקורות. כמו כן, AI יודע למצוא קשרים סמויים ומגמות מתוך נתונים מורכבים, יכולת חיונית לשיפור ביצועים עסקיים.

השילוש הקדוש – במה בינה מלאכותית טובה?

השילוב בין שלוש היכולות הללו מאפשר הפקת תוצרים איכותיים, אך האתגר המרכזי הוא לבחור את הכלי המתאים ביותר למשימה הספציפית.

מגבלות AI ואיך להתמודד איתן

אוקיי, הבנו במה AI טוב, אבל מה נקודות התורפה של הטכנולוגיה המדהימה הזו? למרות היתרונות הגדולים, ל-AI קיימות גם מגבלות משמעותיות שצריך להיות מודעים אליהן:

מגבלות ה-AI.

מוגבלות בחדשנות עצמאית

מודלים מבוססים על ידע קיים בלבד ואינם יכולים לייצר ידע פורץ דרך בצורה עצמאית.

חלון קונטקסט מוגבל

בינה מלאכותית מוגבלת בעיקף חלון הקונטקסט שלה (חלון הקשר). ה-AI מסוגל לעבד רק כמות מידע מוגבלת בכל פעם. כדי להתמודד עם בעיה זו, יש לפרק מידע ארוך ליחידות קטנות יותר.

הזיות (Hallucinations)

לעיתים AI מייצר עובדות שגויות בביטחון רב. לכן, הכרחי לבצע תמיד בדיקות אמינות.

העדר שיקול דעת וערכים

ה-AI חסר הבנה עמוקה של ערכים אתיים, ניסיון חיים או הקשר מקצועי רחב.

בסופו של דבר, AI הוא כלי עזר שהאחריות על השימוש בו ועל איכות התוצאות נותרת תמיד בידי המשתמש האנושי.

האחריות המקצועית שלנו

השימוש ב-AI מצריך מודל פעולה אחראי, שבו המשתמש האנושי משמש כמבקר איכותי. יש לערוך ולאמת את תוצרי ה-AI לפני השימוש, להגן על פרטיות ולא להעביר נתונים רגישים לספקי AI חיצוניים. מודל “אדם-מכונה” הוא הפתרון האופטימלי, שבו AI משמש כשותף יצירתי, אך לא מחליף את שיקול הדעת האנושי. במודל זה, האדם נשאר המבקר הסופי, המוביל את התהליך באחריות.

טיפים ליישום ולביצוע 

1) שינוי פוזיציה – לעבוד חכם עם AI

הדרך הטובה ביותר להתחיל עם AI היא דווקא להפוך את התפקידים: תנו למערכת לשאול אתכם שאלות מנחות. כך המערכת תבין לעומק את המשימה ואתם תקבלו פתרונות מדויקים יותר ומהר יותר.

2) “תחרות ריצה בין מודלים”

הימנעו מלהסתמך על מודל AI בודד. הפעילו את אותה המשימה במספר מודלים שונים, השוו את התוצאות, ובחרו את הטובה ביותר בכל פעם.

3) עבודה בשלבים – “הפרד ומשול”

פירוק משימות גדולות לתת-משימות קצרות ומדויקות יעזור לכם לשמור על איכות התוצאות, ויקל על ניהול העבודה מול AI.

טיפים לשימוש נכון ב-AI.

מתי נבחר באוטומציה ומתי ב-AI?

• אוטומציה מתאימה כאשר מדובר בפעולות פשוטות, חוזרות וסטטיות: העתקת כותרות מאתרי חדשות, שליחת Action Items במייל או הכנסת לידים ל-CRM. כאן אין צורך בניתוח עמוק; די ברצף קבוע וברור של הוראות לביצוע.

• בינה מלאכותית באה לידי ביטוי במשימות הדורשות ניתוח, הבנה וסינתזה: זיהוי טרנדים, הפקת דוחות מסכמים, בניית תכניות פעולה אישיות או תיעדוף משימות לפי פרופיל משתמש. העבודה שלה היא “לקחת חומר גלם”, להסיק תובנות ולהציע כיווני פעולה.

דוגמאות מהשטח: איך זה נראה ביום-יום

לפניכם רשימת היוזקייסים שהוצגה גם בשיעור – מקרים בהם נבחר באוטומציה ומקרים אחרים בהם נבחר ב-AI:

אוטומציה: משימות חזרתיות, קבועות ונטולות פרשנות

• סריקת אתרי חדשות והעתקת הכותרות לגיליון מאסטר לצורך תיעוד יומי.

• שליחת Action Items אוטומטית במייל לכל חברי הצוות בסוף כל ישיבה.

• העתקת נתוני ליד חדש משירות הטפסים אל CRM, כולל פתיחת משימה לסוכן מכירות.

• משיכת קבצים מצורפים, המרתם ל-PDF ושמירתם בתיקייה עננית ממוספרת לפי תאריך.

• שליפת מידע מאתר החברה, דחיסתו לפוסט קצר ותִזמוןו בכל הרשתות החברתיות בתבנית אחידה.

• הפקת דוחות חודשיים סטטיים (למשל דוח שעות או מכירות) במבנה קבוע.

• ניתוח אוטומטי של תיבת הדואר ב-24 השעות האחרונות והפקת רשימת משימות מיידיות.

• איסוף ביקורות מוצרים והזרמתן לטבלת Google Sheets לצורך מעקב.

• שליחת חשבוניות אוטומטית ללקוחות חוזרים עם חישוב הנחה קבועה.

• גיבוי לילי של מסדי-הנתונים והעלאה ל-S3, כולל התרעה במקרה של כשל.

בינה מלאכותית: משימות הדורשות ניתוח, סינתזה והסקה

יוזקייסים: מתי נשתמש ב-AI ומתי באוטומציה?

שילוב הכוחות: המערכת ההיברידית בפעולה

השילוב בין AI ואוטומציה הוא המפתח לארגונים חכמים ויעילים. החיבור בין הצנרת החכמה (אוטומציה) והמוח הדיגיטלי (AI) יוצר מערכת שמניעה מידע במהירות, תוך הפקת ערך אמיתי. כך ניתן לשפר את האפקטיביות של כל תהליך עסקי, בלי לוותר על האחריות והיצירתיות האנושית. בעתיד הקרוב, מערכת היברידית כזו תמשיך להוות סטנדרט חיוני בארגונים השואפים למצוינות. יש מצב שהבנת הדינמיקה בין AI לאוטומציה, והיכולת להשתמש בשילוב זה בחוכמה, היא אולי האתגר הגדול ביותר לארגונים שרוצים להוביל במאה ה-21.

הפוסט הסימביוזה של AI ואוטומציה – במה נבחר, מתי ומה בעצם ההבדל? הופיע ראשון בLet's AI בינה מלאכותית

מה זה “Stem Extraction” ולמה זה חשוב?

“Stem Extraction” הוא כלי בפלטפורמה של סונו (Suno), המבצע הפרדה של קובץ אודיו לערוצים נפרדים – שירה, תופים, בס, גיטרות ועוד. בעבר הפיצ’ר תמך בארבעה ערוצים בלבד, אך בעקבות העדכון האחרון ניתן כעת לפצל כל שיר לעד 12 ערוצים ייחודיים – כל אחד מהם מבודד ברמת דיוק מרשימה, וניתן להאזנה, עריכה והורדה עצמאית.

המשמעות היא שליטה חסרת תקדים במרכיבי השיר, שמקנה חופש יצירתי רחב יותר, ומאפשר לבצע ניתוחים, רמיקסים, דגימות או עיבודים מחדש, בקלות ובמהירות.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס יצירת מוזיקה עם AI

לפרטים נוספים לחצו כאן >>

איך זה עובד בפועל?

ככה זה עובד פיצ’ר ההפרדה לערוצים:

Credit: Suno

התהליך נשאר פשוט ונגיש:

• בחירת קטע האודיו הרצוי: המשתמש מעלה או בוחר שיר מתוך הפלטפורמה (כן כן, אפשר להפריד ערוצים גם לטרקים שיצרתם מחוץ לפרטפורמה, כולל שירים קיימים או שירים מקוריים שלכם).
• גישה לפיצ’ר ההפרדה: לאחר העלאת השיר ושמירתו בסונו, או לחלופין – לאחר יצירת שיר עם AI בתוך סונו, עוברים לתפריט שלוש הנקודות, שמופיע לצד השיר, ואז בוחרים באפשרות ‘Get Stems’.

הפרדה ל-12 ערוצים בסונו | Credit: Suno

• הפרדה לערוצים: המערכת מפרקת את הקובץ לערוצים נפרדים תוך שימוש באלגוריתמים מתקדמים של למידת מכונה.

עד 12 ערוצים | Credit: Suno.

• האזנה והורדה: כל ערוץ זמין לשמיעה, עריכה והורדה עצמאית.

כלי ההפרדה של סונו מצטיין בהנגשת טכנולוגיה וכלים, ישירות בתוך הפלטפורמה – אין צורך בתוכנה חיצונית או בהתקנה, וכל הפעולה מתבצעת מתוך הדפדפן.

יתרונות משמעותיים בעקבות השדרוג

לפיצ’ר הזה יתרונות רבים!

הפרדה ל-12 ערוצים

המעבר מארבעה ערוצים בלבד ל-12 ערוצים שונים מאפשר זיהוי ופירוק של שכבות סאונד רבות ומגוונות, כולל כלים וכלי עזר שלא ניתן היה להפריד קודם לכן. כך מתקבלת גמישות יצירתית יוצאת דופן, שמתאימה למגוון שימושים – מהפקות מוזיקליות ועד לימוד וניתוח שירים.

דיוק ברמה מקצועית

ההפרדה מתבצעת באמצעות מודלים של למידת מכונה, אשר מצליחים לא רק לבודד את השכבות השונות, אלא גם לשמר איכות גבוהה של סאונד, ללא זליגות או רעשים לא רצויים.

ממשק נוח וללא חסמים

הפיצ’ר פועל מתוך הממשק של Suno, ללא צורך בהתקנות, ידע מוקדם או חומרה ייחודית. זהו פתרון שמתאים גם למוזיקאים מקצועיים וגם למשתמשים חובבים.

למידע נוסף על הקורס, לרבות סילבוס ופירוט הכלים הנלמדים, לחצו פה.

למי זה מיועד?

מוזיקאים ויוצרים

הפיצול המדויק ל-12 ערוצים מאפשר לקחת דגימות נקיות, לשלב אותן ביצירות חדשות או להשתמש בהן ללימוד וניתוח של עיבודים מוזיקליים קיימים.

מפיקים ו-DJs

אפשרות ההפרדה המשופרת פותחת אפשרויות חדשות לרמיקסים, שילובים ויצירת Mashups בין שירים, תוך שליטה פרטנית בכל אלמנט מוזיקלי.

לומדים וחובבים

סטודנטים למוזיקה, מורים או חובבי ניתוחים מוזיקליים ייהנו מהיכולת לפרק שיר מוכר לרכיביו ולבחון כל שכבה בנפרד. כיף גדול!

השדרוג של “Stem Extraction” מדגים את האופן שבו סונו מתפתחת במהירות ככלי מרכזי לעיבוד ויצירת מוזיקה בעידן של בינה מלאכותית. זהו לא רק כלי טכני – אלא ממשק יצירתי שמנגיש את המוזיקה לרמות חדשות של שליטה והבנה.

הפוסט הפרדה ל-12 ערוצים בסונו עם Stem Extraction הופיע ראשון בLet's AI בינה מלאכותית

מנוע הצמיחה של אנטרופיק – בידול ומיקוד!

איך אנטרופיק הפכה לשחקנית הרווחית השקטה של עולם ה-AI העסקי? בעסקים אתה לא חייב להיות הכי גדול – לפעמים מספיק להיות מאוד טוב. בעוד רוב תשומת הלב בעולם ה-AI מופנית ל-OpenAI – האמא והאבא של ChatGPT, דווקא אנטרופיק מצליחה ובגדול, בשקט בשקט ובלי השקות נוצצות ופרשיות צבעוניות. כן אלטמן… אנחנו מסתכלים עליך! לאט לאט ומתחת לרדאר, היא הצליחה לייצר הכנסות שנתיות של 3 מיליארד דולר – זינוק של 200% בתוך חמישה חודשים בלבד. מה הסוד? מיקוד ובידול! לא עוד צ’אטבוטים לכולם – אלא התמקדות בשוק האנטרפרייז. גישה לאינטרנט זה לחלשים – יצירת פרוטוקולים מהפכניים כמו MCP, חזון ברור לעולם עבודה שמושתת על סוכנים, גישת קוד פתוח וזמינות מודלי על ב-API, הפכו אותה למגדלור של קדמה ולפתרון אידיאלי לעסקים, חברות וארגונים מסביב לעולם. כ-70% מההכנסות שלה מגיעות מחברות שמשלמות על שירותי API, בעיקר בתחום כתיבת קוד – שם הגישה הזו בולטת במיוחד.

לאינסטגם שלנו – מה… לא תפרגנו בעוקב?!

כבר לפני חודשים הצהיר מנכ”ל החברה שעד סוף השנה, כ-100% מהקוד יכתבו על ידי AI, והיום יותר מתמיד, נדמה שהחזון הזה קרוב במיוחד. מתחת למכסה המנוע של רוב כלי ה-No Code וסוכני הקוד כיום, תמצאו את קלוד. ויש לכך סיבה טובה! לדוגמה, Replit דיווחה לאחרונה על צמיחה של פי 10 בהכנסות, לאחר שהטמיעה סוכן מבוסס מודלי קלוד, שמתרגם שפה טבעית לקוד. מצד שני כדאי להסתכל גם על התמונה המלאה. 3 מיליארד דולר זה סכום מרשים, אבל OpenAI, המתחרה הגדולה, צפויה להכניס 12 מיליארד דולר השנה. ומה לגבי צמיחה? האם ההתקדמות המדהימה של אנטרופיק תמשיך באותה עוצמה? במרץ 2025 גייסה החברה 3.5 מיליארד דולר והגיעה לשווי של 61.4 מיליארד דולר. זה מספר מרשים, אבל עדיין רק חמישית מההערכה של OpenAI, שמדורגת סביב 300 מיליארד דולר.

אבל השאלה האמיתית היא לא מה אנטרופיק עושה, אלא מה אפשר ללמוד מזה. לא כל עסק צריך “מהפכה”. לפעמים מספיק לפתור בעיה אחת טוב, ולהתמקד בשוק נישתי – אמנם קלוד מחזיק רק ב-2% משוק המשתמשים הפרטיים, אבל בכתיבת קוד ו-API יש הרבה כסף. רק כדי לסבר את האוזן – השלמת קוד או ריפקטורינג דורשים בין 5,000 ל-20,000 טוקנים לעומת שיחה רגילה שצורכת כמה מאות טוקנים בלבד. וכשאנטרופיק מתמחרת מיליון טוקנים ב-3 דולר לקלט, ו-15 דולר לפלט, אפשר להבין איפה הכסף הגדול נמצא. מה אתם יכולים לקחת מזה? מיקוד נכון מייצר ערך ומנקה רעש. הוא מייתר בידול, במיוחד בשווקים מאוד תחרותיים!

קלוד 4 – מודל הקול החדש וחיפוש ברשת לכולם!

אמנם קלוד4 שוחרר כבר לפני שבועיים בערך, אבל על קלוד אנחנו מוכן לדבר בכל יום! אין מה להגיד – אנטרופיק יודעים מה הם עושים! גם לפני המודלים החדשים של הדור הרביעי, קלו היה פשוט מדהים ודוגמה מושלמת לאיך LLM צריך להיראות ולהתנהג. ועכשיו הוא הופך לקצת יותר טוב. כדאי לדעת שמשתמשים חינמיים יכולים ליהנות מפיצ’ר החיפוש ברשת, מה שמאפשר לקלוד להתבסס גם על מידע אקטואלי שהוא אוסף בעצמו, ולא רק על המידע שהוא אומן עליו בעבר.

כמו כן, האפליקציה לנייד התחדשה במודל קול חדש שמאפשר לנהל שיח שוטף עם קלוד. הבעיה – הפיצ’ר לא עובד טוב כשמדברים איתו בשפה העברית, כך שאלא אם מתחשק לכם לפרוץ בשיחה קולחת באנגלית עם קלוד, כנראה שלא תשתמשו בו.

ומה לגבי פיצ’רים מתקדמים? גם שם אנטרופיק ממשיכים להיות פורצי דרך ומגדלור לתעשייה! אחת התוספות הבולטות היא כלי הרצת הקוד – Code execution tool – שמאפשר לקלוד לא רק לכתוב קוד, אלא גם להריץ אותו בפועל בסביבת פייתון מאובטחת ומבודדת. המודל מסוגל לנתח נתונים, להפיק גרפים, לבצע חישובים סטטיסטיים מתקדמים, ולהפיק תובנות תוך כדי שיחה – מבלי להידרש להרצת קוד חיצונית. למה זה טוב? מודלים פיננסיים ותחזיות עסקיות, הרצת סימולציות מדעיות ועיבוד נתוני מחקר, ניתוח דוחות ועוד. 

ומה לגבי MCP? באמצעות ה-MCP Connector, ניתן לבצע אינטגרציות עם מערכות חיצוניות ולחבר את קלוד לשרתי MCP חיצוניים, כמו אסאנה או זאפייר, ללא צורך בפיתוח ידני. ברגע שמציינים את כתובת השרת, המודל מבצע את כל תהליך החיבור, גילוי הכלים, הרצת הפונקציות, ניהול ההרשאות וטיפול בשגיאות – כל זאת נעשה באופן אוטומטי.

פשוט כלי מדהים ופשוט כיף שיש כזו טכנולוגיה מתקדמת שזמינה לכולם, אפילו בחינם בחבילת התנסות, ועוזרת ליחידים ועסקים לעבוד עם AI על בסיס יומי, ולבנות סוכנים ועוזרים חכמים יחסית בפשוטת ובקלות.

כך מייסד טלגרם ואילון מאסק יצרו מהומה של 300 מיליון דולר בכמה ציוצים

אז מה באמת הסיפור סביב עסקת טלגרם-מאסק? בבוקר אחד של סוף מאי 2025, הכריז פאבל דורוב, מייסד טלגרם, הידוע כ”מארק צוקרברג הרוסי”, על שותפות טכנולוגית מרעישה: Grok – מודל ה-AI העוצמתי של xAI, חברת הבינה של אילון מאסק – ישולב בטלגרם. ההסכם, כך נטען, אמור לעמוד על 300 מיליון דולר במזומן, מניות ונתח מהכנסות עתידיות. תוך שעות, ערכו של מטבע TON (המזוהה עם טלגרם) זינק ב-20% תוך דקות, והעולם הטכנולוגי רעש וגעש.

כל ההתרגשות הזו החזיקה מעמד רק עד ליל אותו יום. ב-22:30 צייץ אילון מאסק חמש מילים פשוטות: “No deal has been signed” – או בקיצור: שום עסקה לא נחתמה. מי שהקשיב טוב טוב היה יכול לשמוע את קול האוויר שיצא מהבלון שניפח דורוב. תוך 30 דקות בדיוק, TON צנח מ-3.45 ל-3.27 דולר – נפילה של 5% ברגע, ודורוב פרסם הבהרה מביכה: “נכון. הסכמנו עקרונית, אבל החלקים הפורמליים עוד לא סגורים”.

ומה לגבי השוק… הוא נותר מבולבל עד היום. נכון ליוני 2025, ההסכם טרם נחתם רשמית. מצד אחד – הסכמה עקרונית יש. מצד שני – חוזה חתום אין. ומה לגבי מועד ברור להשקה? נראה שתצטרכו להמשיך לחכות.

אז מה באמת קורה כאן? בואו נפרק את הבצל הזה לשלוש שכבות מרכזיות:

• השכבה הראשונה – טקטיקה או טעות? האם דורוב ניסה לדחוק את מאסק לפינה באמצעות הכרזה מוקדמת? או שאולי מדובר בבלבול תקשורתי קלאסי, שבו “כן” בטלפון תורגם ל”סגור” בציוץ? ייתכן גם שהמניעים של “צוקי הרוסי” היו כלכליים נטו – טלגרם נמצאת כעת בעיצומו של גיוס הון של 1.5 מיליארד דולר, וכל הכרזה נוצצת יכולה לסייע מול משקיעים.
• השכבה השנייה: המאבק על הפלטפורמות. השוק מתקרב לנקודת רתיחה: Meta AI כבר עמוק בתוך מהפכת ה-AI עם מודלי עוצמתיים כמו לאמה ואינטגרציות בפלטפורמות הסושיאל שלה, מיקרוסופט שילבה את Copilot בכל חור – אפילו בתוך טלגרם, וגוגל דוחפת את Gemini לכל שירות אפשרי – החל מהמייל, לדרייב, לדוקס ולסמארטפונים שלכם. ומה לגבי אילון היקר… הוא משקיף מן הצד עם סכין בין השיניים ורעב כבד לעוד פלטפורמת סושיאל, מלבד טוויטר, שתחת חזונו שינתה את שמה ל-X. האם טלגרם יכולה להיות הגשר הזה עבור מאסק? האם היא תהיה עוד צינור לצביעת קהלים, איסוף דאטה ואימון מודלים? האם xAI יכולה לעמוד עמוד בקצב ובאיכות של המתחרות?
• השכבה השלישית – העתיד או הסכנה? אם Grok באמת ישולב בטלגרם, יהיה מדובר בשדרוג דרמטי לחוויית השיחה והשימוש בפלטפורמת ההודעות הייחודית הזו. סיכומי שיחות, ניסוח טקסטים, ניתוח מידע, פיצ’רים חכמים ועוד. מצד שני, החששות ברורים: עבור פלטפורמה שחרטה על דגלה פרטיות ואנונימיות – הכנסת AI לתמונה יכולה להתפרש כצעד שלילי מצד רבים ממשתמשיה. מילים כמו פיקוח, גבולות, איסוף מידע ואימון מודלים עושות להם צרבת – ובצדק.

איך כל זה יסתיים? בקצרה… אין לי שמץ! נביא אני לא! אבל התחזית הריאלית היא שהעסקה תיחתם – אולי בתנאים אחרים. יש יותר מדי כסף על השולחן, לשני הצדדים יש אינטרס, וההד הציבורי כבר יצא משליטה. האם זו תהיה נסיעה חלקה? כנראה שלא. יהיו חבלי לידה, באגים וקצרים בתקשורת. והכי חשוב: אם הבוט יופיע אצלכם בטלגרם – אל תמהרו ללחוץ “אישור”. קראו את הסכם המדיניות, או לכל הפחות – תנו לגרוק לנתח אותו בשבילכם בדקו מה הוא רואה ואיפה המידע שלכם נשמר. בדקו האם המידע שלכם משמש לאימון הדורות הבאים של המודל.

מהן המיומנויות הנדרשות בעידן ה-AI?

השבוע נתקלנו במסמך מעניין וציטוט מעניין לא פחות שקשה להתעלם מהם. המכון הישראלי לדמוקרטיה פרסם טיוטה לדיון על השפעת הבינה המלאכותית על שוק העבודה בישראל, ובתוכה התייחסות חשובה לשאלה אילו מיומנויות השתנו או עלו בחשיבותן מאז ש-ChatGPT נכנס לחיינו. ובמקביל, דריו אמודאי, מנכ״ל אנטרופיק, פרסם תחזית שנויה במחלוקת – לטענתו חצי ממשרות הצווארון הלבן ברמת Entry Level ייעלמו תוך חמש שנים בלבד. אז עצרנו לרגע לחשוב – מה בעצם קורה לכל המיומנויות שפעם חשבנו שהן הכרחיות עבור הצלחה בעולם שהכרנו? הדוח של המכון לדמוקרטיה והתחזית של אמודאי מצביעים על מהפכה שקטה אך עמוקה: לא רק שהכישורים הטכניים כבר לא מספיקים – הם מפנים את מקומם למיומנויות מסוג אחר לגמרי. פעם חשבנו שמיומנויות כמו פיתוח וכתיבת קוד הן חסינות עתיד. היום כבר ברור שהעתיד שלהן יראה אחרת לגמרי ממה שדמיינו.

במקום לדעת לכתוב קוד, צריך לדעת איך לדבר עם מודלי AI ואיך לעשות וייב קודינג. במקום להבין מערכת – צריך להבין אנשים ולדעת לפעול בסביבה היברידית, בה בני אדם וסוכני AI עובדים יחד. המיומנויות שהופכות קריטיות היום הן כאלה שפעם נחשבו “רכות”: חשיבה ביקורתית, יצירתיות וחשיבה מחוץ לקופסה, קבלת החלטות באי-ודאות, הנדסת פרומפטים ושיח עם מכונות, הבנת הקשרים רגשיים ותרבותיים. ומעל כל אלו, ניצבת מיומנות-העל: היכולת לדעת להפעיל גם שכל וגם רגש, ומנגד – לנהל גם בני אדם וגם אלגוריתמים, מודלים, סוכנים ומכונות. זה העולם החדש! אין ספק שעידן ה-AI ישנה אותנו! הוא לא יחליף אותנו, אבל הוא כן יצריך מאיתנו לסגל מיומנויות חדשות – לעשות Fine Tuning לא רק למודלים שלנו, אלא גם לעצמנו. ועכשיו שאלה בשבילכם: מה אתם עושים היום כדי להישאר רלוונטיים מחר?

האם אלטמן וג’וני אייב ימציאו את האייפון מחדש?

בואו נדבר קצת על השותפות המסקרנת בין OpenAI לחברת io של מעצב העל ג’וני אייב, שעזב את אפל ב-2019. יחד הם הולכים לבנות את ה”אייפון” של הבינה המלאכותית. החזון? טכנולוגיה שנמצאת איתכם – בלי מסך, בלי מקלדת, ובלי גוף. היא לא תופסת מקום, לא דורשת תשומת לב – פשוט מגיבה, מבינה ופועלת בשקט. נתחיל מהסוף – OpenAI רכשה את io, החברה החדשה של אייב, בעסקה בשווי 6.5 מיליארד דולר. וזו לא רק עסקה גדולה – זו הכרזה, או שמא נאמר – קריאת כיוון: הבינה המלאכותית עומדת לקבל גוף.

מי שעיצב את האייפון מבקש עכשיו לעצב מחדש את מערכת היחסים שלנו עם טכנולוגיה. אבל הפעם – לא דרך זכוכית מלוטשת, אלא דרך קול, הקשר, ותנועה. אייב רוצה לבנות את “האייפון של הבינה המלאכותית” – לא מטפורה, אלא מטרה אמיתית. את חברת io הוא הקים בספטמבר 2023, יחד עם שלושה שותפים – שלושה בכירים לשעבר מאפל. המטרה שלהם פשוטה ועמוקה כאחד: לפתח מכשירים שמביאים את הבינה המלאכותית אל העולם הפיזי. נשמע עמום? הנה דרך לחשוב על זה: מה אם ChatGPT לא היה רק צ’אט, אלא עוזר אישי שממש הולך איתך, שומע אותך, מבין אותך, ופועל ברקע – וכל זה בלי מסך? טכנולוגיה שפועלת ברקע – בלי לתפוס מקום, ובלי לקחת מאיתנו תשומת לב. מעין עוזר אישי בלתי נראה.

הצטרפו לערוץ הטלגרם שלנו – המקום בו אנחנו מעדכנים בתדירות הכי גבוהה, ובו אפשר לראות גם תכנים לפני שהצטרפתם.

זה הימור מסוכן: פיתוח חומרה מעולם לא היה התחום של OpenAI, וגם גאדג’טים דומים כבר נכשלו. אבל עם צוות של בוגרי אפל, תקציב עתק ואמביציה נדירה – יכול להיות שמדובר בצעד עם פוטנציאל לא רק לשנות את כללי המשחק, אלא להמציא מחדש את השוק ואת הטכנולוגיה שמלווה את חיינו 24/7. אמנם io עדיין לא שחררה מוצרים רשמיים, אבל היא כבר גייסה צוות של 55 מהנדסים, מעצבים וחוקרים, כאמור – רבים מהם יוצאי אפל, והיא מפתחת פרוטוטייפים של מכשירים חכמים. הכיוונים האפשריים שהם בוחנים כוללים אוזניות, התקנים לבישים, ואפילו מצלמות אינטראקטיביות.

אייב אף אמר: “יש לי תחושה גוברת שכל מה שלמדתי במהלך 30 השנים האחרונות הוביל אותי לרגע הזה.” למה זה כל כך משמעותי? קודם כול, כי זה מהלך נגד אפל. ג’וני אייב הוא האיש שעיצב את האייפון, והאדם שהפך את אפל למה שהיא. עכשיו הוא עובד על משהו שיכול לשבור את התלות בטלפון, וזה קורה אצל המתחרה. התגובה המיידית? מניית אפל ירדה ביותר מ־2% ביום ההודעה. בנוסף לכך – זה מציב את OpenAI כשחקנית עתידית מרכזית בתחום החומרה והגאדג’טים, וזה יכול להיות מאוד מעניין, ולשבש את השוק… ככה זה כשמכניסים טכנולוגיה משבשת לשוק תחרותי.

מלך האינטפיינטינג – ככה עורכים היום תמונות!

בואו נדבר קצת על FLUX.1 Kontext – מודל טקסט-לתמונה חדש מבית Black Forest Labs, שמאפשר גם יצירה מאפס וגם עריכה ממוקדת של תמונות קיימות. הוא עושה את זה בדיוק מפליא, במהירות אדירה ותוך שליטה מלאה. בשונה מכלים אחרים שמחדשים את כל התמונה, FLUX.1 מבין מה רציתם לשנות – ומשאיר את כל השאר בדיוק כפי שהוא. הוא שומר על דמויות, קומפוזיציה וסגנון לאורך כל התהליך, ומגיב לפרומפטים בשפה טבעית ועקבית. הנה כל מה שחשוב לדעת כדי לעבוד איתו בצורה חכמה וממוקדת.

כל מה שצריך לדעת על VEO3

כולם מדברים על מודל הוידאו המדהים והחדש של גוגל – VEO3 ובצדק! הוא מאפשר לייצר סרטונים מרהיבים וריאליסטיים תוך שניות, וישירות מתוך הנחיה טקסטואלית. הוא לא עוצר רק ביצירת הדימויים, אלא מייצר גם את הסאונד, את הליפסינק (הדיבוב), ותנועות טבעיות של הדוברים. אפשר ליצור איתו גם סרטונים ובהם דוברים שמדברים עברית. אבל האם באמת מדובר במהפכה? לרשותכם מספר מדריכים שיעזרו לכם להבין איך אפשר להשתמש בכלי המדהים הזה, גם פה בישראל (למרות שעל פניו הוא חסום ואמור להיות זמין רק בארה”ב).

• מדריך לשימוש ב-VEO3 בישראל.
• דוגמאות לסרטוני AI מדהימים ומקוריים שנוצרו עם VEO3.
• איך לייצר סרטונים עם נשמה ולב, בעזרת VEO3.

לפרטים על קורס יצירת פרסומות, קליפים וסרטים עם AI, לחצו פה.

יצירת אפליקצית עם CANVA CODE ועם PERPLEXITY

יש כלים כמו קלוד שיודעים לכתוב קוד כבר תקופה ארוכה בעזרת פיצ’ר הארטיפקסט המוכר והטוב. יש כלי NO CODE כמו Lovable, Replit, Bolt או Websim, שעשו את זה מצוין כבר לפני חודשים. ועכשיו כמה שחקנים חדשים מצטרפים לחגיגה: קאנבה (עם פיצ’ר ה-Canva Code) ופרפלקסיטי (עם פיצ’ר ה-Labs החדש). שתי החברות הוסיפו ממשקים שמאפשרים לכתוב קוד עם אפס נסיון בתכנות, וכך למעשה לבנות ממשקים ואפליקציות.

האם האמירויות הופכות לגן עדן של בינה מלאכותית או מודל חדש של שליטה?

לראשונה אי פעם, מדינה שלמה מעניקה לכל תושביה גישה חופשית לטכנולוגיית בינה מלאכותית מתקדמת – אבל מה המחיר האמיתי של המהלך הזה? באיחוד האמירויות, בינה מלאכותית כבר איננה פריבילגיה של סטארטאפים או מותרות. במאי הכריזו הרשויות באיחוד האמירויות על מהלך דרמטי: כל אחד מ-11 מיליון האזרחים והתושבים יקבל גישה חינמית ל-ChatGPT . בעולם שבו משתמשים נדרשים לשלם על גישה למודלים מתקדמים, ולעיתים נתקלים אפילו במחסומים לשימוש בסיסי, מדובר בצעד יוצא דופן. אבל דווקא בגלל שהוא יוצא דופן, חשוב לשאול: מה באמת עומד מאחוריו?

המהלך הוא חלק מפרויקט ענק בשם Stargate UAE – בניית מרכז מחשוב־על מהגדולים בעולם באבו דאבי. הפרויקט כולל השקעה של מיליארדי דולרים משותפים בין האמירויות לחברות טכנולוגיה אמריקאיות כמו אוראקל, אנוידיה, סיסקו ו-OpenAI.

בשונה ממדינות אחרות, באמירויות הגישה צפויה לעבור דרך תשתיות שקשורות לגורמים ממשלתיים. בעבר ראינו איך אפליקציות מפוקפקות שימשו ככלי ריגול לאיסוף מידע על משתמשים. כשהממשלה נותנת כלים “בחינם”, היא גם שולטת איך נשתמש בהם. והשלטון באמירויות יודע בדיוק איך לעשות זאת. דובאי מפעילה יותר מ־300,000 מצלמות עם זיהוי פנים הפרושות ברחבי העיר. מערכת מתוחכמת, העונה לשם “עיניים” בערבית, מחברת בין כל המצלמות האלה למאגרי נתונים ויכולה לעקוב אחרי כל אדם בזמן אמת ברחבי העיר. באבו דאבי פועלת מערכת דומה בשם Falcon Eye. כמו כן, חוקי הסייבר באמירויות מאפשרים מאסר עולם על מה שהם מכנים “פגיעה בעקרונות השלטון”, או במילים אחרות, כל ביקורת על המשטר. שירותי VPN חסומים, אפליקציות מוצפנות מוגבלות, וגם השימוש ב-WhatsApp מוגבל. עכשיו דמיינו את כל המידע הזה מחובר למה שאתם עושים עם הצ’ט שלכם. השאלות שאתם שואלים אותו, המידע והקבצים שאתם מעלים אליו. פתאום לממשלה יש גישה למידע האישי והעסקי שלכם, אבל גם לרעיונות שלכם, למחשבות שלכם ולתהיות שלכם. ועכשיו עולה שאלה נוספת – האם תאמינו לשלטונות שהם לא ישתמשו במידע הזה? בארה”ב ואירופה זה דבר אחד, אבל בעולם הערבי-מוסלמי שחי לאורם של ערכים אחרים, זה כבר סיפור אחר לגמרי!

האם מדובר בשוויון דיגיטלי ודמוקרטיזציה של ה-AI, או בדרך מתוחכמת לאסוף מידע ולהדק את אחיזת השלטון על נתיניו? למהלך הזה יש גם השפעות גלובליות – כשמדינות הופכות למדינות AI, מה יקרה למי שלא יבחר לצעוד בדרך הזו? אלו מדינות ישארו מאחור? איך זה ישפיע על הכלכלה שלהן? על החינוך שלהן?
הסיפור של ChatGPT באמירויות הוא רק חלק מתמונה עולמית רחבה הרבה יותר. עוד בינואר 2025, הנשיא דונלד טראמפ הכריז בבית הלבן על פרויקט Stargate האמריקאי – מיזם שאפתני בהיקף של 500 מיליארד דולר, שנועד להקים רשת מרכזי נתונים מתקדמים ברחבי ארצות הברית ולבסס את מעמדה כמובילה עולמית בתחום הבינה המלאכותית. בפינלנד השלטונות מנגישים קורסי AI לאזרחים. בקנדה, הממשלה משקיעה מיליארדים בתשתיות מחשוב ציבוריות. ומה איתנו? מה קורה פה בישראל? האם נזכה לראות חוות שרתים ותשתיות מחשוב אדירות שיעזרו לישראל לתפוס את מקומה הראוי כמעצמת AI, או שנמשיך לסמוך על תרבות ה”יהיה בסדר”?

הכשרות מקצועיות מבית LetsAI

להתעדכן זה חשוב – אבל אם אתם רוצים לקחת את זה צעד אחד קדימה, אנו ממליצים לכם בחום להעיף מבט על היצע הקורסים וההכשרות העשיר של LetsAI. חשבו כמה ערך קיבלתם פה במבזקון חדשות אחד בודד – עכשיו חשבו כמה ערך תקבלו בקורס מקצועי, שמועבר על ידי המרצים הטובים בארץ – אותם אנשים שהכשירו עובדים ומנהלים בחברות הגדולות בארץ, במשרדי ואגפי ממשלה, ובקרנות ועמותות שמנהלות תקציבים של מאות מיליונים. כי לכם מגיע רק את הטוב ביותר! הכלים שהזכרנו פה, נלמדים לעומק גם בקורסים שלנו ובאקוסיסטם שבנינו עבור משתתפי הקורסים שלנו. הצטרפו ללמעלה מ-50,000 סטודנטים, תלמידים ובוגרי הכשרות!

 

למעבר לעמוד הקורסים שלנו – לחצו פה.

הפוסט מורן ואביתר פותחים חודש – חדשות ה-AI הופיע ראשון בLet's AI בינה מלאכותית

החזון לראות כל ילד, גם בלי עיניים

אלי״ע – ארגון לקידום ילדים עם עיוורון או לקות ראייה (ע”ר) – היא העמותה היחידה בישראל המתמחה בטיפול, שיקום וחינוך לפעוטות עם עיוורון או לקות ראייה, מגיל לידה ועד גיל שש. מאז הקמתה ב־1982, העמותה מלווה מדי שנה כ־150 ילדים ומשפחותיהם במסע משמעותי לעבר עצמאות, ביטחון עצמי ושילוב חברתי.

העמותה מפעילה חמישה מרכזים בפריסה ארצית: פתח תקווה, רחובות, ירושלים, באר שבע וכפר המכביה, ומספקת טיפול שיקומי מקצועי ללא הבדל דת, גזע או מגדר. הגישה של אלי״ע מתמקדת במימוש הפוטנציאל של כל ילד על ידי מתן מענה שיקומי בגילאים הקריטיים (0-6). טיפולים מותאמים אישית מעניקים לילדים ביטחון עצמי, תחושת מסוגלות וכלים לעצמאות. מעבר לכך, העמותה מלווה את ההורים והמשפחה הקרובה, מתוך הבנה שהם סוכני השינוי המרכזיים בתהליך.

הניסיון המקצועי וההישגים של אלי״ע מוכרים ומוערכים ברחבי העולם. 80% מילדי אלי״ע ברי-שילוב התחילו את שנת הלימודים האחרונה במערכת החינוך הרגילה . בשנת 2003, קיבל מיכאל סגל, מנכ”ל העמותה, את אות החסד מעמותת “איזי שפירא”, ואת אות המתנדב מנשיא המדינה בשנת 2005.

אלי״ע מעניקה לכל ילד עם לקות ראייה התחלה שוויונית – ובונה עבורו בסיס חזק של ביטחון עצמי, תקשורת, עצמאות וכישורי חיים, כבר מהשלבים הכי מוקדמים. העמותה פועלת בגישה רב־תחומית המשלבת חינוך, רפואה, שיקום ואהבה גדולה – כדי להבטיח שכל ילד יוכל לראות את העולם בדרכו, גם בלי עיניים.

שלושה צעדים פשוטים להעלאת מודעות

1. בקשו מהבינה המלאכותית לתאר אתכם – מבלי לראות אתכם. נסחו פנייה קצרה כמו: “תתאר אותי מבלי שראית אותי” (אפשר להשתמש בכלי כמו ChatGPT או Claude).

2. קבלו את התיאור – וצרו לפיו תמונה או סרטון קצר. זו ההזדמנות שלכם לראות את עצמכם בעיניים אחרות – דרך מילים, צבעים ודמיון.

3. שתפו את התוצאה ברשתות החברתיות הוסיפו את ההאשטג #אליע_רואים_אחרת ותייגו את @children_of_eliya בפייסבוק או באינסטגרם.

“אני לא רואה אותך – אבל אני מכיר אותך”

AI SEE YOU

ככה אנחנו מעלים מודעות, מפיצים אור – ורואים קצת אחרת.

כך ה-AI תיאר את עמותת אלי״ע. בלי תמונה ובלי פרטים. רק לפי איך שהיא נראית לו.

זו לא רק טכנולוגיה. זו תזכורת אנושית

זה אולי נראה כמו אתגר דיגיטלי – אבל בעצם, זו הזמנה לעצור רגע ולחשוב. כי עבור ילדים עם עיוורון, זו לא רק דרך לראות – זו הדרך לחוות, להכיר, להתחבר. הם לא משתמשים בעיניים – אלא בקול, ברגש, בתחושת הבטן. הטכנולוגיה לא מחליפה את זה – אבל היא יכולה להזכיר לנו איך זה מרגיש. לרגע אחד, גם אנחנו יכולים “לראות אחרת”. וזה אולי הצעד הראשון להבין באמת.

הפוסט AI SEE YOU – הבינה שלא רואה אותך, אבל מכירה אותך הופיע ראשון בLet's AI בינה מלאכותית

מהו Bing Video Creator?

בינג Video Creator הוא פיצ’ר חדש בתוך אפליקציית Bing בסמארטפונים, שמאפשר ליצור סרטונים בני חמש שניות מתוך תיאור טקסטואלי פשוט. הכלי מבוסס על Sora – מודל טקסט לווידאו מבית OpenAI – אשר מסוגל להמיר תיאורים מילוליים לתמונות נעות מרשימות במיוחד.

מחולל הוידאו של בינג. Credit: blogs.bing

הכלי מיועד לקהל הרחב ומציע חוויית שימוש פשוטה ונגישה. כל משתמש יכול להקליד תיאור, לבחור ביצירת וידאו ולצפות בתוצאה תוך דקות ספורות – ללא כל ידע קודם בעריכת וידאו, עיצוב או תכנות.

איך זה עובד?

1. פותחים את אפליקציית Bing במכשיר אנדרואיד או אייפון.

2. לוחצים על תפריט הפעולות ובוחרים ב-“Video Creator”.

3. מזינים תיאור טקסטואלי של הסצנה הרצויה.

4. לוחצים על “Create” – והמערכת תייצר סרטון בהתבסס על התיאור.

איך לייצר וידאו בקלות עם בינג וידאו

הגדרות מתקדמות:

• הסרטונים נוצרים בפורמט אנכי (9:16), ומתאימים במיוחד לפלטפורמות כמו אינסטגרם, טיקטוק ויוטיוב שורטס.
• אורכם הקבוע בשלב זה הוא 5 שניות.
• בהמשך תתווסף תמיכה גם בפורמט אופקי (16:9), המותאם לתצוגת מחשב או טלוויזיה.

כמה זה עולה?

החדשות הטובות: הכלי מוצע בחינם, לפחות בשלב ההשקה. אבל כדאי להכיר את מגבלות השימוש ואת מערך הקרדיטים: כל משתמש חדש מקבל 10 קרדיטים חינם.כל קרדיט מאפשר יצירה אחת במהירות Fast – כלומר, הסרטון נוצר תוך דקות. לאחר שנגמרים הקרדיטים, ניתן להמשיך וליצור סרטונים ללא הגבלה, אך רק במהירות Standard, שלוקחת שעות רבות.

איך משיגים קרדיטים נוספים?

ניתן להמיר 100 נקודות Microsoft Rewards לקרדיט אחד של Fast. הנקודות נצברות דרך חיפושים במנוע Bing או דרך פעולות שונות בחשבון מיקרוסופט – כולל רכישות, סקרים ופעילות כללית.

מגבלות טכניות ותנאי שימוש

ניתן להכניס עד שלוש בקשות לסרטונים במקביל. הסרטונים זמינים באפליקציה למשך 90 יום ולאחר מכן הם יימחקו אוטומטית. בשלב זה הכלי זמין רק למשתמשי האפליקציה הסלולרית של Bing, אך הוא צפוי להגיע בהמשך גם לדסקטופ ולחיפוש Copilot.

חשוב לציין – Bing Video Creator לא נועד להחליף כלי עריכת ויצירת וידאו מקצועיים, אך הוא כן מצליח להמחיש את הפוטנציאל הגלום בטכנולוגיות חדשות ליצירת תוכן תוך שניות. עוד צעד אל עבר הנגשת מודלי AI מתקדמים ודמוקרטיזציה של טכנולוגיה.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס יצירת סרטים עם AI

לפרטים נוספים לחצו כאן >>

זהו ניסיון של מיקרוסופט לבסס אחיזה בשוק היצירתי הצומח של כלי טקסט לווידאו – תחום שבו מתחרות גם חברות כמו גוגל (Veo3), מטא ואחרות, לצד מתחרות כבדות כמו ראנוויי, לומה וקלינג. בניגוד לכלים מסחריים שדורשים תשלום או הרשמה לתוכניות פרימיום, Bing Video Creator מאפשר לכל אחד להתנסות בכוחו של מודל AI מתקדם – מבלי להתחייב.

הפוסט מיקרוסופט השיקה את Bing Video Creator הופיע ראשון בLet's AI בינה מלאכותית

קלוד כסוכן: תמונה הוליסטית של יכולות משולבות

כדי להבין את משמעות ההרחבות החדשות, יש לבחון אותן לא רק כפיצ’רים נפרדים, אלא כחלק ממכלול שמטרתו לאפשר יצירה של סוכני בינה מלאכותית אינטראקטיביים, מחוברים, מבינים הקשר, ובעלי יכולת לפעול באופן עצמאי ומבוסס הקשר.

היכולות החדשות הללו, שנמצאות כעת בבטא ציבורית, משתלבות עם המודלים קלוד אופוס 4 וקלוד סונטה 4, ומאפשרות פיתוח של יישומים חכמים, אינטגרטיביים ורב-שלביים: החל מניתוחי נתונים, דרך אינטראקציה עם מערכות חיצוניות, וכלה בשימור הקשר והקשר על פני זמן. מדובר בקפיצת מדרגה לא רק ביכולות המודל, אלא גם במודל העבודה עבור מפתחים.

כלי הרצת קוד

הרצת קוד מאובטחת בסביבת Sandbox: אחת התוספות הבולטות היא כלי הרצת הקוד (Code execution tool), שמאפשר לקלוד לא רק לכתוב קוד, אלא גם להריץ אותו בפועל בסביבת פייתון מאובטחת ומבודדת. מדובר בסביבת עבודה שמבוססת על לינוקס, כוללת 1 ג׳יגה זיכרון, דיסק של 5 ג׳יגה, מעבד בודד, ותומכת בגרסה 3.11.12 של פייתון.

המודל מסוגל לנתח נתונים, להפיק גרפים, לבצע חישובים סטטיסטיים מתקדמים, ולהפיק תובנות תוך כדי שיחה – מבלי להידרש להרצת קוד חיצונית. השימושים המרכזיים כוללים:

• מודלים פיננסיים: יצירת תחזיות, ניתוח תיקים, חישוב מדדים מורכבים.
• חישובים מדעיים: הרצת סימולציות, ניתוח ניסויים, עיבוד נתוני מחקר.
• בינה עסקית: דוחות אוטומטיים, ניתוח מכירות, לוחות בקרה.
• עיבוד מסמכים: חילוץ מידע, הפקת דוחות מעוצבים, זרימות עבודה תיעודיות.
• ניתוח סטטיסטי: רגרסיה, בדיקת השערות, מודלים חיזויים.

למשתמשים ניתנות 50 שעות שימוש חינמיות ביום, ולאחר מכן העלות עומדת על 0.05 דולר לשעה.

MCP Connector – אינטגרציה חכמה עם מערכות חיצוניות

באמצעות ה-MCP Connector, ניתן לחבר את קלוד לשרתי MCP חיצוניים, כגון Asana או Zapier, ללא צורך בפיתוח ידני של קוד לקוח. ברגע שמציינים את כתובת השרת, המודל מבצע את כל תהליך החיבור, גילוי הכלים, הרצת הפונקציות, ניהול ההרשאות וטיפול בשגיאות – כל זאת נעשה באופן אוטומטי. מדובר במימוש מתקדם של agentic behavior, שבו המודל לא רק מגיב להוראות, אלא שוקל, בוחר ומבצע פעולות – וכל זה בלי צורך בקוד מותאם אישית.

כאשר קלוד מזהה בקשה הכוללת שרת MCP, הוא מבצע סדרת פעולות אוטומטית:

• התחברות לשרת: קלוד יוצר קשר עם כתובת השרת המרוחק שצוינה בבקשה.

• זיהוי כלים: הוא סורק את השרת ומברר אילו כלים זמינים לביצוע.

• שיקול דעת ובחירה: המודל מחליט בעצמו באיזה כלי להשתמש, ואילו פרמטרים יש להעביר לו.

• הרצה סוכנית: הוא מריץ את הקריאות לכלים עד שמתקבלת תוצאה מספקת.

• ניהול תקשורת: קלוד מנהל בעצמו את כל מערך ההרשאות, האימותים וטיפול בשגיאות.

• תגובה מועשרת: לבסוף, הוא מחזיר את התשובה ללקוח כשהיא כוללת את כל המידע המשולב מהכלים החיצוניים.

היתרון המשמעותי טמון בכך שאין צורך לבנות לקוח MCP נפרד או להתמודד עם ממשקים מסובכים. פשוט מציינים את כתובת השרת בבקשה, וקלוד כבר עושה את כל היתר – כולל תמיכה בשרתים מרובים, שימוש באימות OAuth, ובחירה חכמה בין הכלים הקיימים. כך ניתן לשלב כלים חיצוניים מבלי לפתח אינטגרציות מותאמות אישית. יחד עם הצמיחה המהירה של אקוסיסטם שרתי MCP (כמו אלו של Zapier או Asana), היכולת הזו הופכת את קלוד לכלי אינטגרטיבי גמיש, המאפשר להרחיב את יכולות הסוכן ללא פיתוח מסובך – רק באמצעות הגדרה נכונה ב-API.

Files API – ניהול קבצים מתוחכם

עד כה, כל שימוש בקובץ דרש העלאה חוזרת ונשנית. כעת, ניתן להעלות קובץ פעם אחת, ולהשתמש בו שוב ושוב בשיחות שונות. זה פותר כאב ראש אמיתי עבור אפליקציות שנדרשות לטפל בכמויות גדולות של מסמכים, מאגרי מידע או תיעוד טכני. החידוש האמיתי הוא בשילוב בין Files API לכלי הרצת הקוד. קלוד יכול לגשת לקבצים שהועלו, לנתח נתונים מתוך CSV או Excel, ולהפיק תוצרים ויזואליים – הכל בתוך אותה שיחה. התמיכה כוללת גם בפורמטים כמו JSON, XML, תמונות וטקסטים.

זיכרון לטווח ארוך: קאש מורחב

משמרים הקשר, חוסכים משאבים: עד כה, זמן החיים של קאש להנחיות עמד על חמש דקות בלבד. כעת ניתן להרחיבו עד שעה שלמה, מה שמאפשר סוכנים מורכבים יותר, עם הבנה מצטברת של הקשר. לא מדובר רק ב”שימור זיכרון”, אלא גם בהתייעלות משמעותית – עד 90% חיסכון בעלויות ועד 85% שיפור בזמן תגובה. מה השימושים המרכזיים? תהליכי עבודה מרובי שלבים, ניתוח מסמכים מורכבים ואינטראקציה עם מערכות צד שלישי לאורך זמן. המשמעות: זיכרון הקשר הארוך הופך את קלוד למתאים יותר לעבודה מקצועית ורציפה, עם יציבות ושחזור מצב מדויק.

נניח שפיתחתם סוכן לניהול פרויקטים. זה מה שהוא יכול לעשות:

• להשתמש ב-MCP כדי למשוך משימות מ-Asana.

• להעלות דוחות רלוונטיים באמצעות Files API.

• לנתח מגמות וסיכונים באמצעות כלי הרצת הקוד.

• לשמר הקשר מלא במשך שעה שלמה – כולל כל הקבצים, השיחות, והנתונים.

התוצאה היא מערכת סוכנת אחת, שמתפקדת כעוזרת חכמה, אנליסטית, ומנהלת משימות – בו זמנית.

תפיסת עולם חדשה לעידן האייג’נטלי

המהלך האחרון של אנטרופיק לא מסתכם בתוספות פונקציונליות, אלא משקף תפיסת עולם חדשה בפיתוח סוכני בינה מלאכותית: כאלה שלא רק מגיבים, אלא פועלים, מתכננים, ומשתלבים בתהליכים עסקיים וטכניים. קלוד הופך למעין פלטפורמה מודולרית – פתוחה לשדרוג, משתלבת בסביבות מגוונות, ומספקת אינטראקציה דינמית ברמת התוכן והפעולה גם יחד. כפי שראינו בהשקה של אופוס וסונטה, וכפי שמודגם בבירור דרך היכולות החדשות, אנטרופיק ממקמת את קלוד לא כעוד מודל טקסטואלי, אלא ככלי עבודה מקצועי רב ממדי. כל אחד מהפיצ’רים שנסקרו כאן פותח בפני מפתחים אפיקים חדשים ליצירת כלים אינטראקטיביים חכמים, שמבינים הקשר, פועלים בפועל, ומשתלבים באקו-סיסטם רחב יותר.

הפוסט כך תהפכו את קלוד לכלי עבודה אינטגרטיבי ומתקדם הופיע ראשון בLet's AI בינה מלאכותית

איך מתחברים ולמי המודלים החדשים זמינים?

מודלי אופוס 4 וסונטה 4 זמינים למשתמשי קלוד דרך מגוון רחב של פלטפורמות. סונטה 4 נגיש גם למשתמשים בתוכנית החינמית של קלוד, בעוד שאופוס 4 כלול בתוכניות המתקדמות: Pro, Max, Team ו-Enterprise.

מיד עם ההתחברות אתם תראו את המסך החגיגי הבא שמבשר לכם על בואו של קלוד4:

ברוכים הבאים לקלוד4 | Credit: Anthropic

מעבר לממשק הוובי ולאפליקציה, ניתן לגשת אליהם דרך Anthropic API, שירות Amazon Bedrock, או פלטפורמת Vertex AI של Google Cloud. לאחר הכניסה לממשק הצ’ט, תוכלו לראות את המודלים החדשים בכפתור בחירת המודלים:

המודלים החדשים של אנטרופיק – קלוד 4 פה!

מפתחים המעוניינים לשלב את המודלים בתהליכי עבודה קיימים, יכולים להתחבר בקלות דרך ממשקי API מתועדים היטב, ולהתחיל לבנות סוכנים, אפליקציות וכלי פיתוח מבוססי קלוד תוך דקות.

קלוד אופוס 4 וקלוד סונטה 4: מי נגד מי

אוקיי – אז מה יש לנו פה? היום אנטרופיק חשפה שני מודלים חדשים תחת השם קלוד 4 – קלוד אופוס 4 (Claude Opus 4) וקלוד סונט 4 (Claude Sonnet 4). בעוד סונטה 4 מהווה עדכון ישיר לגרסה הקודמת, 3.7 (שהייתה פשוט מדהימה), ומיועד לאיזון בין יעילות לעוצמה, אופוס 4 הוא מודל הדגל.

קלוד אופוס 4: סוס העבודה של אנטרופיק

המיקוד באופוס 4 ברור: הוא מיועד למשימות מורכבות, מתמשכות, ועמוקות – בעיקר בתחום הקוד. אופוס 4 הוא מודל הדגל החדש של אנטרופיק, לא רק מהבחינה הטכנולוגית, אלא גם מבחינת הפוטנציאל האסטרטגי שלו כמנוע עבור סוכני בינה מלאכותית עתידיים. מדובר במודל שנבנה מהיסוד כדי להתמודד עם אתגרים קשים במיוחד, כמו פתרון בעיות בקוד מורכב, פרויקטים שדורשים אינספור שלבים ברצף, ועבודה רציפה לאורך שעות ארוכות – תכונות שהופכות אותו לשחקן מפתח בכל הקשור לפיתוח תוכנה מבוסס בינה מלאכותית.

הביצועים של קלוד 4 | Credit: Anthropic

מודלי קלוד 4 מובילים ב-SWE-bench Verified – מדד לביצועים במשימות פיתוח תוכנה אמיתיות.

קלוד סונטה 4: פתרון מאוזן ליישומים רחבים

לעומת אופוס, סונטה 4 מיועד למגוון רחב יותר של משתמשים וכולל שיפורים משמעותיים בדיוק, הבנת הוראות והיגיון פנימי. ביצועיו מרשימים גם הם, עם ציון של 72.7% ב-SWE-bench, והוא מציע רמות דיוק ואלגנטיות שמאפשרות עבודה חלקה על יישומים אוטונומיים או מול לקוחות. חברות כמו GitHub, Manus ו-iGent כבר שילבו את המודל החדש בסוכנים שלהן, ודיווחו על שיפורים ניכרים בניווט בקוד, פתרון בעיות ויכולת להוציא לפועל אפליקציות מרובות-פיצ’רים בצורה עצמאית כמעט לחלוטין.

כלים, זיכרון וחשיבה מתמשכת

מה שמייחד את דור 4 של קלוד הוא השימוש בכלים חיצוניים במהלך תהליך החשיבה. בשלב הבטא, המודלים מסוגלים לשלב בין ניתוח פנימי לבין חיפוש מידע חיצוני. כלומר, קלוד יכול לחפש מידע ברשת או לקבל גישה למידע או קבצים מקומיים של המשתמש, הן ביומן שלו, בדרייב שלו או במייל שלו. תכונה זו מאפשרת למודלים “לחשוב בקול רם”, להשתמש בכלים שונים במקביל, וכך לשפר את איכות התשובות לאורך זמן.

גם נושא הזיכרון קיבל טיפול רציני: המודלים מסוגלים ליצור קבצי זיכרון (“memory files”) ששומרים עובדות מהותיות, מקשרים בין שלבים שונים במשימה ומספקים רציפות. דוגמה מעניינת לכך היא היכולת של אופוס 4 ליצור מדריך ניווט במהלך משחק פוקימון, מה שמעיד על גמישות קוגניטיבית ואוריינטציה מרחבית.

מנגנון סיכום מחשבתי: פתרון לאורכי רוח

כחלק ממערכת החשיבה החדשה, אנטרופיק הוסיפה גם אפשרות לסיכום תהליכי חשיבה. כאשר תהליך החשיבה ארוך מדי, המערכת יוצרת סיכום תמציתי באמצעות מודל משני. שימוש זה קורה רק בכ-5% מהמקרים, אך הוא ממחיש את הגישה של החברה ליעילות והבנה של מגבלות תצוגה. למפתחים שמעוניינים בגישה גולמית לשרשראות מחשבה, מוצע “מצב מפתחים” (Developer Mode) חדש, שפותח גישה לכל המידע הלא מסונן – פתרון שמיועד למי שעוסק בהנדסת פרומפטים מתקדמת.

קלוד קוד: מפתחים, הגיע הזמן להתקדם

אחת ההכרזות החשובות בהקשר לפיתוח תוכנה היא השקה כללית של “קלוד קוד” (Claude Code). מדובר בסביבת עבודה חכמה המאפשרת עבודה בצוות עם קלוד במגוון סביבות, החל מטרמינל, דרך VS Code ועד JetBrains. ההצעות לעריכה מוצגות ישירות בקבצים, והכל משתלב כחלק טבעי מה-IDE. בנוסף, שוחרר SDK גמיש שמאפשר לבנות סוכנים מותאמים אישית. הדוגמה המובילה היא הרחבת קלוד קוד לגיטהאב: תגובה לבקשות שינוי (PRs), תיקון שגיאות CI, והתאמות אוטומטיות של קוד לפי הערות.

ממשק API חדשני ליכולות מתקדמות

המודלים החדשים מגיעים עם סט יכולות מרשים ב-API של אנטרופיק: כלי להרצת קוד, מחבר MCP, ממשק לקבצים, ואפשרות לשמירת פרומפטים למשך שעה. כל אלה מכוונים להעצמת סוכני AI ולהפיכתם לאוטונומיים באמת, עם יכולת לעבודה ממושכת, שיפור מתמיד והבנה עמוקה של הקשר.

זמינות ומחירים: נגישות לצד פרימיום

מעבר לזמינות בצ’ט, המודלים זמינים דרך Anthropic API, פלטפורמת Amazon Bedrock ו-Google Cloud Vertex AI. סונטה 4 כלול גם בתוכנית החינמית של Claude.ai, בעוד שאופוס 4 מופיע בתוכניות Pro, Max, Team ו-Enterprise. המחירים נשארו כפי שהיו בדגמים הקודמים: אופוס 4 ב-$15/$75 לכל מיליון טוקנים (קלט/פלט), וסונטה 4 ב-$3/$15.

CLAUDE PRICING | Credit: Anthropic.

סוכני AI, פתרונות ארוכי טווח ועתיד שיתופי

קלוד 4 אינו רק שדרוג טכנולוגי – מדובר בתפיסת עולם חדשה לפיתוח סוכני בינה מלאכותית שיכולים לחשוב, לזכור, להשתמש בכלים ולעבוד במשימות מורכבות לאורך זמן. הוא פותח פתח לשימושים רחבים – מחקר מדעי, פיתוח תוכנה, כתיבה, עיצוב תהליכים ועד משחקים מורכבים. העובדה ששני המודלים תוכננו מראש לשלב בין תגובות מיידיות לבין תהליכי חשיבה מתמשכים, מצביעה על גישה שמתעדפת גמישות ואדפטיביות. האפשרות לממש סוכנים שפועלים עצמאית, מסתגלים לסביבה ומתנהלים בזיכרון חכם, מקרבת אותנו לשלב הבא בהתפתחות ה-GenAI והיציאה שלו מ”החדר הסגור” של ממשק הצ’ט אל “מגרש המשחקים” של העולם האמיתי, בו הוא מתממשק ומפעיל כלים חיצוניים. ה-AI הופכת למערכת ההפעלה של העולם החדש. החידושים שראינו עם Claude-4 מציבים רף חדש לתעשייה: מצד אחד, יש כאן דחיפה חזקה אל עבר סוכנים אינטליגנטיים באמת, ומצד שני יש פה שמירה על נגישות, יציבות ותמיכה במפתחים. כעת נותר לראות איך שחקנים אחרים בתעשייה יגיבו, והאם גם הם יאמצו את הרעיון של מודלים שמסוגלים לעבוד כמו שותפים, ולא רק כמנועי השלמה.

הפוסט אנטרופיק משחררים את Claude Opus 4 ו-Claude Sonnet 4 הופיע ראשון בLet's AI בינה מלאכותית

מה זה בכלל “הזיות” של מודלים?

הזיות הן אחת הבעיות המדאיגות ביותר במודלים גדולים של שפה (LLMs). מדובר בתשובות שנשמעות אמינות, אבל פשוט לא נכונות. לפעמים הן שגויות, לפעמים מומצאות לגמרי. איך זה קורה? כי המודלים לא באמת “מבינים” את העולם, הם רק חוזים את המילים הבאות על סמך טקסטים שראו. אין להם בקרה פנימית לעובדות.

הבעיה לא נגמרת בטקסטים. גם מודלים חזותיים מזייפים: למשל, מערכת שציירה את קירבי (הדמות הוורודה של נינטנדו) עם שיניים – למרות שהיא ידעה לומר במפורש שלקירבי אין שיניים. המערכת “זכרה” נכון בטקסט, אבל “המציאה” בתמונה. זה מדגיש את הפער בין רכיבי המודל.

קירבי בולע את דונקי קונג עם (ובלי) שיניים. Credit: vectara.com

לפעמים זה מצחיק. אבל ברוב המקרים – ממש לא. כמו עורך הדין שציטט פסיקות משפטיות שהומצאו על ידי ChatGPT, או התשובה השגויה לשאלה בסיסית: “מה כבד יותר, קילו מים או קילו אוויר?”

מה כבד יותר? Credit: vectara.com

המכנה המשותף? אובדן אמון.

כשה-AI משתלב בתחומים כמו רפואה, משפט או חינוך – דיוק הוא לא מותרות. הזיות פוגעות בדיוק בזה: האמינות. וזה אתגר שאי אפשר להתעלם ממנו.

למה מודלים ממציאים עובדות?

כדי להבין למה ChatGPT ודומיו מייצרים עובדות שגויות, צריך להבין איך הם בנויים. הם לא לומדים את האמת – הם לומדים דפוסים בטקסטים. כלומר: מה סביר שיבוא אחרי מה. כשמודל מייצר תשובה, הוא לא בודק עובדות ולא שואל “האם זה נכון?” הוא פשוט מנחש את המילה הבאה שנשמעת הגיונית. אין לו מושג אם מה שהוא כותב מבוסס או לא.

כאן נכנסת הבחנה קריטית בין שתי גישות: הראשונה נקראת ספר סגור: המודל עונה מתוך “הזיכרון” של מה שלמד באימון. אין לו גישה למידע מעודכן או אמין. השנייה היא ספר פתוח: המודל קודם כל מאחזר מידע בזמן אמת, ואז מסכם אותו. גישה זו מורידה משמעותית את שיעור ההזיות.

בעיה נוספת: המודלים לא יודעים להודות כשהם לא יודעים. הם “זורמים” עם תשובה שנשמעת טוב, גם אם היא שגויה לגמרי. והכי מסוכן? הם עושים את זה בביטחון מלא.

אז לא, זו לא רשלנות. הזיות הן תוצאה ישירה של איך שהמודלים האלה בנויים ומתומרצים: לכתוב טקסט יפה ולאו דווקא נכון.

איך בכלל מודדים הזיות?

כדי לבדוק עד כמה מודל נוטה “להמציא”, צריך שיטה טובה למדוד את זה. כאן נכנסת לתמונה Vectara, שפיתחה כלי בשם HHEM (Hallucination Evaluation Model) – שיטה חדשנית שמודדת האם התשובות של המודל נאמנות למקור. HHEM לא בודק אם הטקסט “נשמע טוב”, אלא אם הוא באמת מבוסס. הוא מתמקד בסיכומים שבהם המודל ניסח מחדש את המידע, לא רק העתיק. ובניגוד למה שאפשר לחשוב, מדובר במודל קטן יחסית – מה שמוכיח שלא צריך בינה מלאכותית ענקית כדי לעשות עבודה חכמה.

המודל הושווה לאחרים (כמו SummaC ו־TrueTeacher), וזכה לציון גבוה מאוד – 0.837 במדדים כמו דיוק ויכולת הבחנה בין אמת להזיה. בשלב הבא הקימה Vectara את לוח המובילים של ההזיות – דירוג פומבי של מודלים שסיכמו כתבות אמיתיות (כמו מ־CNN או DailyMail). כל סיכום נבדק לפי שיעור הזיה – כמה מהסיכומים הכילו עובדות שגויות, שיעור עקביות – ההיפך מהזיות (100% פחות שיעור ההזיה), שיעור תגובה – כמה פעמים המודל ענה בכלל ואורך סיכום ממוצע.

השורה התחתונה? יש עכשיו דרך ברורה להשוות בין מודלים ולמדוד בדיוק מי נוטה להזות ומי מספק מידע אמין. וזה צעד חשוב לעבר עולם AI שאנחנו באמת יכולים לסמוך עליו.

לוח המובילים של ההזיות – מי באמת אמין?

אז מי שומר על האמת בעולם שבו AI לפעמים ממציא? Hallucination Leaderboard של Vectara נותן תשובה. זהו דירוג שמתעדכן ב־GitHub ומשווה בין מודלים גדולים לפי רמת האמינות העובדתית שלהם – על בסיס גרסה מתקדמת של מודל ההערכה HHEM-2.1. נכון לאפריל 2025, המקום הראשון שייך ל־Gemini-2.0-Flash-001 מבית Google, עם שיעור הזיה של 0.7% בלבד. אחריו Gemini-2.0-Pro-Exp גם של גוגל, o3-mini-high של OpenAI, ו־Mockingbird-2-Echo של Vectara. כולם עם שיעורי הזיה של פחות מ־1%.

לא רק הגודל קובע

זה אולי מפתיע, אבל חשוב להבין: מודלים קטנים ויעילים עקפו לא פעם את הענקים. המשמעות? מה שחשוב באמת הוא איך המודל מאומן ואיך הוא בנוי – לא רק כמה פרמטרים יש לו.

תובנות בולטות מהדירוג:

• משפחות שומרות על רמה – מודלים מאותה סדרה (כמו GPT או Gemini) מציגים ביצועים עקביים.

• פחות לפעמים זה יותר – סיכומים קצרים נוטים להזות פחות.

• עדיף לשתוק מאשר להזות – יש מודלים שמסרבים לענות כשאין להם ודאות. וזה דווקא דבר טוב. כמו שנאמר: “סייג לחכמה – שתיקה.”

הלוח כולל גם תרשימים חזותיים שממחישים את הפערים – עד פי 7 בין המובילים לגרועים. ויש גם השוואה לגרסאות קודמות, שמראה איך התחום כולו משתפר לאורך זמן.

ולמה זה חשוב? כי רק כשמודדים – אפשר להשתפר. ולוח ההזיות הוא כלי מפתח בדרך ל-AI באמת אמין.

Gemini-2.0-Flash-001 עם שיעור הזיה של 0.7% בלבד. Credit: vectara.com

אז מה עושים? איך מצמצמים הזיות?

החדשות הטובות: יש דרך להתמודד עם זה. הפתרון המוביל נקרא RAG – ראשי תיבות של Retrieval-Augmented Generation. או בעברית פשוטה: מודל שיודע קודם לחפש – ואז לנסח. במקום לסמוך על “הזיכרון” הפנימי של המודל, כמו בגישת “ספר סגור” – RAG פועל בגישת “ספר פתוח”: המערכת מאחזרת מידע מעודכן ממקור חיצוני, ורק אז מבקשת מהמודל לסכם אותו. כך היא מצמצמת משמעותית טעויות והמצאות. אנחנו כבר רואים את זה בפעולה – למשל ב־Bing Chat או Google Search Chat, שמשלבים חיפוש עם ניסוח מבוסס־מודל.

כדי שמערכת RAG תעבוד באמת – שני דברים חייבים לקרות: קודם כל, האחזור חייב להיות מדויק – כלומר, המידע שנשלף צריך להיות רלוונטי, עדכני ואמין. אבל זה לא מספיק. גם הסיכום שהמודל מנסח חייב להישאר נאמן למקור, בלי לעוות או להמציא. כאן בדיוק נכנסים לתמונה כלים כמו HHEM, שמודדים עד כמה הפלט משקף את העובדות שנשלפו.

עם זאת, RAG היא רק אחת מהשיטות להפחתת הזיות. חלק מהמודלים עוברים כיוונון ייעודי שמלמד אותם לזהות ולצמצם נטייה להמציא. אחרים עושים שימוש ב־כימות אי־ודאות – ומאותתים כשהם לא בטוחים, במקום לנחש. ויש גם כאלה שמפעילים מודולי אימות – שבודקים את התשובה מול מקורות לפני שהיא נשלחת למשתמש. ולמרות שיש כבר מודלים שמציגים עקביות של יותר מ־99% – עדיין מדובר באתגר פתוח. במיוחד כשמדובר בשאלות מורכבות, או בתחומים שבהם אין הרבה מידע איכותי.

בתמונה המצורפת תראו השוואה בין שתי דרכי פעולה של מודלי שפה. בצד ימין – גישת “ספר פתוח” (Open Book Q&A): המודל קודם מאחזר מידע ממקור חיצוני ורק אחר כך מנסח תשובה על בסיסו. כך מתקבלת תשובה מבוססת יותר, שמפחיתה טעויות והזיות. בצד שמאל – גישת “ספר סגור” (Closed Book Q&A): המודל מנסה להשיב רק מתוך מה שלמד באימון, בלי לבדוק במקורות בזמן אמת. זוהי גישה מהירה, אך מועדת יותר לשגיאות ולהמצאות:

השוואה בין שתי גישות למענה על שאלות על ידי מודלי שפה גדולים. Credit: vectara.com

מה עושים עם זה? השלכות מעשיות למפתחים ולמשתמשים

הזיות הן לא רק באג טכני – הן אתגר שדורש התמודדות מודעת מצד כולם: מפתחים, ארגונים וגם משתמשים.

למפתחים וארגונים

1. לבחור נכון את המודל: לוח ההזיות של Vectara עוזר לזהות מודלים מדויקים במיוחד – וזה קריטי בתחומים כמו רפואה, משפט וחינוך, גם אם זה בא על חשבון מהירות או יצירתיות.

2. ליישם RAG: חיבור למקורות מידע חיצוניים מאומתים מצמצם הזיות. אבל זה עובד רק אם מנגנון האחזור מדויק והמודל יודע לנסח בלי לעוות.

3. לאותת כשאין ודאות: מודלים צריכים להבהיר מתי הם לא בטוחים. זה יכול להיות ניסוח זהיר (“למיטב ידיעתי…”) או ציון רמת ביטחון.

4. לחנך את המשתמשים: ללמד את המשתמשים לא לסמוך בעיניים עצומות. לבדוק, להצליב, להבין את הגבולות של המערכת ולהשתמש בה בחכמה.

5. להיות שקופים: ארגונים צריכים להצהיר בגלוי על מגבלות המערכת. השקיפות בונה אמון ושומרת על אחריות.

למשתמשים

1. לשמור על ספקנות בריאה: לא כל מה שנשמע חכם – באמת נכון. אל תדלגו על הצלבת מקורות.

2. להבין את המגבלות: המודל עשוי להשיב בביטחון מלא גם כשהוא טועה. חשוב לזכור את זה.

3. להשתמש באחריות: ראינו מקרים, גם בעולם וגם כאן בישראל, שבהם עורכי דין ציטטו פסקי דין שלא קיימים. זו תוצאה ישירה של שימוש במודלים שמספקים מידע בביטחון מופרז, גם כשהוא פשוט לא נכון. טעויות קטנות כאלה עלולות להוביל להשלכות גדולות – משפטיות, מקצועיות ואישיות.

פסקי דין מומצאים. Credit: vectara.com

שמירה על אמינות לפעמים באה על חשבון יצירתיות, עומק או מהירות. אין כאן פתרון אחד שמתאים לכולם. הבחירה הנכונה תלויה בהקשר ודורשת אחריות, תכנון וחוכמה.

שישה כיוונים לעתיד בלי הזיות

המאבק בהזיות לא נגמר – הוא רק מתחיל. התחום של זיהוי והפחתת שגיאות עובדתיות נמצא היום בתנופה, ואלה שישה כיוונים מבטיחים שכדאי לעקוב אחריהם:

1️⃣ כלים חכמים יותר להערכה

מודלים כמו HHEM עושים עבודה טובה, אבל העתיד שייך לכלים שיידעו להבחין בין סוגי הזיות – קטנות מול קריטיות, או לפי תחום.

2️⃣ אימות תוך כדי יצירה

במקום לבדוק אחרי, המודלים העתידיים יבדקו תוך כדי. אחזור בזמן אמת, בדיקת עובדות ותיקון לפני שהשגיאה יוצאת החוצה.

3️⃣ שדרוג הארכיטקטורה והאימון

זה לא רק גודל. שיטות ענישה להזיות, ייצוג של חוסר ודאות, ושכבות חכמות – כל אלה ישפרו את האמינות.

4️⃣ מודלים מותאמים לתחום

רפואה, משפט, מדע – לכל תחום יש שפה ומידע משלו. מודלים ייעודיים יידעו לדייק יותר במרחבים מורכבים.

5️⃣ מערכות RAG מתקדמות

RAG יהפוך לחכם יותר, יבין כוונות, ימצא מקורות מדויקים, ויבנה הקשר עשיר שיאפשר תשובה אמינה באמת.

6️⃣ ממשקי משתמש אחראיים

הצגת רמת ודאות, קישורים למקורות, או אפילו דעות חלופיות – כל אלה יעזרו למשתמש להבין מתי לסמוך ומתי לבדוק שוב. מעבר לכך, נתחיל לראות גם מערכות שלומדות ממשוב אנושי ומשתפרות בזמן אמת, רגולציה שדורשת שקיפות, גילוי מגבלות, ואחריות משפטית על מידע שגוי.

העתיד לא נקי מהזיות – אבל הוא בהחלט בכיוון הנכון.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס מקיף לבינה מלאכותית - GenAI Master

לפרטים נוספים לחצו כאן >>

הבינה צריכה בסיס מוצק

הזיות הן לא רק תקלה טכנית, הן החסם הגדול ביותר שעומד היום בפני אימוץ אמיתי של בינה מלאכותית. הן אולי מתחילות בטעות קטנה, אפילו משעשעת – אבל יכולות להסתיים באבחון רפואי שגוי, בייעוץ משפטי מסוכן, או בפגיעה באמון של תלמיד, משתמש או לקוח. כדי להתמודד עם זה, העולם עובר לגישה פתוחה יותר. מודלים שמחוברים למידע אמיתי בזמן אמת – לא רק למה שהם זוכרים מהאימון – מייצרים פחות הזיות ויותר דיוק. מתברר שגם הגודל כבר לא משחק תפקיד כמו פעם. דווקא המודלים הקטנים, שבנויים נכון, מצליחים להחזיק באמינות גבוהה יותר. אבל כל זה לא שווה הרבה בלי מדידה. בלי כלים כמו HHEM ולוחות דירוג שמאפשרים השוואה, אי אפשר לשפר באמת.

אז מה נדרש? מהמפתחים – דיוק לפני באזז, שקיפות אמיתית, ומוכנות להודות כשאין ודאות. מהמשתמשים – ספקנות בריאה, הצלבת מידע, והבנה שמודל מרשים הוא עדיין לא מקור מוסמך. אנחנו נמצאים בתחילתה של דרך ארוכה. עם כלים טובים יותר, מבנים חכמים יותר, ויותר מודעות לסיכון – נוכל להפוך את הבינה המלאכותית ממשהו שמרשים אותנו, למשהו שאנחנו באמת יכולים לסמוך עליו. אבל כדי שזה יקרה, היא צריכה לעמוד על שלושה עקרונות פשוטים: אמת. אחריות. אמון.

הפוסט מדריך להישרדות בעידן ההזיות של הבינה המלאכותית הופיע ראשון בLet's AI בינה מלאכותית

מהפכת התוכן הוויזואלי: כש-AI פוגש את תעשיית ההפקות

עבור חברות מסחריות, מוזיקאים, משרדי פרסום ואמנים מכל הסוגים, הדילמה הכלכלית ברורה: האם לשלם מאות אלפי שקלים על יום צילום, לוקיישנים, תאורה, שחקנים ואנשי צוות, או להפיק את אותו התוצר בעזרת טכנולוגיות AI מתקדמות, תמורת שבריר מהמחיר? כשמכניסים למשוואה גם את יתרונות הגמישות, הנגישות והיכולת לייצר תוצאה ויזואלית ברמה גבוהה כמעט מיידית – התשובה ברורה למדי. הפקה מסורתית של סרטון פרסומת או קליפ מוזיקלי היא משימה לוגיסטית מורכבת, יקרה ולעיתים גם מתסכלת. צריך לגייס תסריטאי, במאי, שחקנים, מאפרים, תאורנים, צלמים, עורכים – והכול לפי תקציב שלא תמיד מאפשר תמרון. בנוסף, כל שינוי קטן בתסריט או בקונספט עלול לגרור עלויות כבדות ולוח זמנים מתארך.

למעשה, שילוב כלים גנרטיביים מאפשר היום לייצר תסריטים בעזרת מודלי שפה, לעצב דמויות עקביות עם מחוללי תמונות או כלים לבניית לורות (LoRA), ליצור שחקנים מלאכותיים באמצעות אווטארים דיגיטליים ולעשות ליפסינק (Lipsync), לבנות סצנות שלמות עם מחוללי וידאו, לבצע עריכה חכמה ולהוסיף פסקול בהתאמה אישית – והכול באינטגרציה חלקה אחת. כיום, בזכות ההתפתחות של מערכות AI גנרטיביות, אפשר לדלג על מרבית השלבים הללו. בעזרת הבינה המלאכותית ניתן להפיק סרטון ברמה מקצועית, בפחות זמן, בפחות כסף ועם שליטה יצירתית מלאה.

עלות מול תועלת: למה זה פשוט משתלם

מי שעבד בעבר על סט צילומים יודע שהפקה קולנועית או פרסומית יכולה להגיע לעשרות ולעיתים גם למאות אלפי שקלים. כאשר האפשרות האלטרנטיבית היא כלי בינה מלאכותית שיכולים לייצר תוצאה קרובה – ולעיתים אף עדיפה – בעלות של אלפי שקלים בודדים, התשובה כמעט ברורה מאליה.

• חיסכון בכוח אדם: אין צורך בגיוס צוותים גדולים, בשכירת ציוד יקר, בלוקיישנים מורכבים או בניהול פרויקטים מתישים.
• גמישות יצירתית מוחלטת: אפשר “לצלם” על הירח, להחיות דמויות בדיוניות, לשלב סצנות אקסטרים ולהשיג תוצאה שתואמת בדיוק את הדמיון.
• מהירות תגובה: הסרטון יכול להיות באוויר תוך ימים או שבועות, ולא תוך חודשים. שינוי בתסריט? זה לוקח דקות, לא שעות. תיקונים בפוסט?! כמה קליקים ואתם אחרי זה.

גם אתם תוכלו ליצור קליפים כאלה!

שליטה בכל שלבי ההפקה הדיגיטלית

ההבדל המהותי בין חובב למקצוען טמון ביכולת לשלוט בכל שלבי ההפקה, החל מהרעיון הראשוני ועד לקובץ הסופי. יצירת סרטון AI איכותי איננה רק עניין של לחיצה על כפתור, אלא של הבנת הפוטנציאל של כל כלי, שימוש נכון בפרומפטים, אינטגרציה בין פלטפורמות, ויכולת לנהל את התהליך בצורה אסטרטגית.

שלבי ההפקה כוללים:

• כתיבת תסריט וסטוריבורד: באמצעות כלים כמו ChatGPT של OpenAI או קלוד (Claude) של אנטרופיק (Anthropic).

• יצירת דימויים: עם מחוללים כמו מידג’רני (Midjourney), מודל התמונה 4o של OpenAI או אידאוגרם (Ideogram).

• בניית דמויות אווטאר: כלים כמו הייג’ן (Heygen) או D-ID מאפשרים יצירת שחקני AI עם קול, תנועה והבעה.

• הנפשה ווידאו: כלים כמו ראנווי (Runway), לומה (Luma Dream Machine), סורה (Sora), קלינג הסינית (Kling) ואחרים, מייצרים וידאו עם AI, מאפשרים להנפיש תמונות סטטיות ועוד הרבה מעבר.

• עריכת פסקול: שילוב של כלי סאונד כמו סונו (Suno) ואחרים, מאפשרים לבנות פסקול מותאם עם AI, ואפילו ליצור אפקטים קוליים.

יצירת סרטים עם AI – אתם חייבים לשלוט בכל עולמות הבינה היוצרת (Generative AI).

הקורס שמחבר את כל הנקודות

כדי להפוך ליוצר תוכן מקצועי בעולם החדש, נדרש לא רק ידע בכלים – אלא שיטה. זו בדיוק המטרה של הקורס ליצירת סרטים, פרסומות וקליפים עם AI מבית LetsAI: לא עוד קורס תיאורטי, אלא מסלול מעשי שמחבר את כל היכולות הנדרשות לעשייה מקצועית בפועל.

לפרטים על קורס יצירת פרסומות, קליפים וסרטים עם AI, לחצו פה.

מה כולל הקורס?

• שיעורים בלייב זום עם מרצים מהתעשייה: אחת לשבוע, שיעורי זום עם מומחי AI, אשפי בינה יוצרת, יוצרים, עורכים ובמאים בעלי ניסיון אמיתי. הנה טעימה מהדמויות שהתארחו אצלנו ב-LetsAI: הפזמונאי וזוכה האירוויזיון דורון מדלי, מתן כהן גרומי (Founding Creative Director ב-Pika), התסריטאי והבמאי ערן ב.י. ועוד.
• קבוצת תמיכה סגורה: ליווי וחניכה שוטפים בקהילה פעילה – למידת עמיתים במיטבה, לצד מענה מקצועי מצד המתרגלים המקצועיים שלנו, מנחי הקורס ומומחי GenAI.
• מעל 100 שיעורים מוקלטים: כל תכני הקורס זמינים באתר ייעודי, שמתעדכן על פי ההתפתחויות.
• מאגר בוטים וכלי AI לשימושכם: גישה חופשית לבוטים מקצועיים, פרומפטרים וכלים טכנולוגיים שמסייעים בתהליך היצירה והלמידה, ומלווים אתכם 24/7.
• וובינרים שבועיים: חשיפה קבועה לכלים חדשים, טכניקות מתקדמות וסשנים עם מומחים מתחומים שונים.
• מדריכים כתובים: מדריכים לכל הכלים המובילים בתעשייה, שמתעדכנים באופן שוטף ויומיומי, כולל דוגמאות יישומיות.
• סביבת למידה מתקדמת: פלטפורמה חיה, משתנה ודינמית – שמעדכנת אתכם תמיד עם מה שחם באמת. זה לא קורס – זה אקוסיסטם של למידה ויצירה!

הניסיון שמאחורי המילים

הקורס הזה אינו יוזמה מקרית, אלא תוצאה של ניסיון והיכרות מעמיקה עם השוק והתעשייה. כל מה שתלמדו בקורס המדהים הזה הוא תוצר של עבודת שטח אמיתית ושנים של ניסיון בעולמות הפרסום, הטלוויזיה, המוזיקה והבידור. מאחורי LetsAI עומדים אנשים עם ניסיון של עשורים בתעשיית הטלוויזיה, המוזיקה והפרסום. הפקנו קליפים ופרסומות לאמנים ויוצרים מובילים בתעשייה, וכמובן אנחנו מספקים שירותי AI לחברות הגדולות בארץ ובעולם! ההקפדה היא לא רק על איכות התוכן, אלא על חיבור ישיר לשוק ולצרכים האמיתיים של הלקוחות, מה שמבטיח שבוגרי הקורס יוצאים עם סט כלים פרקטי ויכולת להתחרות על פרויקטים רציניים כבר מהיום הראשון.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס יצירת סרטים עם AI

לפרטים נוספים לחצו כאן >>

מתי בפעם האחרונה למדת משהו שבאמת שינה את הקריירה שלך?

בזמן שחלק מהיוצרים עדיין מחכים לאישור תקציב או מחפשים צוותים, אחרים כבר יוצרים סרטוני AI שמכניסים אלפי שקלים לפרויקט, ולעיתים גם עשרות אלפים. שוק התוכן הוויזואלי החדש דורש לא רק כישרון, אלא הבנה טכנולוגית ויכולת להפיק תוצרים בקצב שהעולם דורש. הקורס של LetsAI לא מבטיח לכם הצלחה – אבל הוא נותן את כל הכלים להגיע אליה. מה שתעשו עם זה, תלוי רק בכם. זו ההזדמנות שלכם להפוך את הידע ליוזמה, את היצירתיות לעסק, ואת ה-AI לקריירה חדשה.

אבל אל תקשיבו לנו – הקשיבו להם! מוזמנים להעיף מבט על הביקורות של בוגרי הקורסים שלנו:

משתתפים משתפים

הפוסט עתיד הפרסומות והקליפים נמצא ב-AI הופיע ראשון בLet's AI בינה מלאכותית

זיהוי הזדמנויות: איך AI קוראת את השוק לפני כולם

בעידן שבו לכל שחקן יש גישה לנתונים, הערך האמיתי עובר לפרשנות וליכולת לנבא. כאן בדיוק נכנסת AI לתמונה. כלים מבוססי בינה מלאכותית יודעים לסרוק במהירות עצומה מאגרי מידע ציבוריים, תוכניות בניין עיר (תב”עות), דוחות נדל”ן, מסמכים פיננסיים וכתבות חדשותיות – ולהפיק מהם תובנות בזמן אמת.

המערכות הללו מזהות מגמות מתהוות בשווקים לפני שהן זוכות לתשומת לב ציבורית, מאתרות נכסים בעלי פוטנציאל צמיחה גבוה, ומתריעות מפני סיכונים פוטנציאליים. בזכות האפשרות להתאים את המודלים לפרופיל ההשקעה האישי, ניתן לבנות “יועץ נדל”ן חכם” שפועל לפי סגנון ההשקעה של המשתמש, תוך ניתוח רמת סיכון, צפי תשואה, והעדפות אזוריות.

לפרטים על קורס נדלן ו-AI, לחצו פה.

מחקרי עומק ורוחב עם בינה מלאכותית – כשה-AI עובד בשבילך!

מודלי שפה מתקדמים לא רק מגיבים לשאלות – הם חוקרים בעצמם. בעזרת כלים שיודעים לבצע מחקרי עומק עמו Deep Research, בינה מלאכותית יודעת ליזום חיפושים באינטרנט, לקרוא עשרות מקורות מידע, לשאול את השאלות הרלוונטיות, לאסוף תשובות ולאגד את המידע למסמך מחקר של ממש. תהליך כזה עשוי להימשך 20–30 דקות, אך התוצר הסופי – דוח מפורט של אלפי מילים – מהווה בסיס משכנע לקבלת החלטות בשוק נדל”ן מסוים או סביב עסקה ספציפית.

למשל – שימו לב מה קרה כשביקשנו מ-Deep Research של ChatGPT לנתח את שוק הנדל”ן בת”א. פה תמצאו מידע נוסף על דרך הפעולה שלו במקרה הזה, ועל התובנות שהוא הציף.

קיצור תהליכים – זמן הוא כסף, ובינה מלאכותית חוסכת את שניהם

חסכון בזמן ומשאבים שווה כסף בכיס

החיסכון בזמן שמציעים כלים מבוססי AI הוא דרמטי. בעוד שאדם יידרש לשעות רבות כדי לקרוא, לנתח ולהצליב נתונים מתוך דוחות, קבצי PDF או גיליונות אקסל, ה-AI עושה זאת בדקות ספורות.

מה שאתה לא יודע יכול להזיק לך

הבעיה היא שלא כל אדם מחזיק בידע ובהיכרות עם הכלים הללו. לפעמים פיסת מידע קטנה יכולה להיות ההבדל בין פלט מדהים ומדויק, לגיבוב של שטויות רהוטות להפליא (שהאדם המצוי עלול לקבל כאמת לאמיתה). לדוגמה – לא כולם יודעים, אבל קלוד (Claude) מעדיף אינפוטים של קבצי PDF בעת משימות של ניתוח נתונים, והוא פחות מדייק כשמעלים אליו קובץ Excel. הוא יכול ממש להמציא נתונים – הזיות של המכונה. לכן טיפ פרקטי במיוחד הוא להמיר מראש אקסלים לפורמט זה כדי לקבל תוצאות טובות ומהירות יותר.

עיבוד מיידי של מידע מורכב

היכולת לסכם מסמך משפטי ארוך, לנתח מגמות מתוך דו”ח פיננסי או רגולטורי, או להצליב נתונים על עסקאות עבר, הופכת באמצעות AI לפעולה פשוטה. מה שפעם דרש אנשי מקצוע רבים ותהליך ידני ממושך, מבוצע כיום בלחיצת כפתור אחת.

בינה מלאכותית משנה את חוקי המשחק גם עבור משקיעים מתחילים

אחד מהשינויים המהותיים שמביאה הבינה המלאכותית הוא חיזוק היכולת של המשקיע הלא מקצועי. אין הכוונה להחליף יועצים ומומחים, אלא לאפשר גם למשקיע המתחיל להבין יותר, לשאול שאלות טובות יותר, ולדרוש מידע מדויק.

לכל אדם יש את הזכות לקבל גישה לידע ולמידע

באמצעות כלים כמו ChatGPT ניתן להעלות מסמכים מורכבים – החל מתלושי שכר ועד חוזי שכירות – ולקבל תובנות ברורות ושפה פשוטה. כמובן שיש להקפיד על שמירה על פרטיות ואבטחת מידע, אך ברגע שהמידע מועבר בבטחה, AI יכולה להפוך את הבלתי מובן – למובן מאליו.

דוגמאות מהשטח

• תמחור נכס: במקום להסתמך על תחושת בטן או הערכות מתווכים, משקיעים יכולים להכניס נתונים ולקבל הערכת שווי מדויקת של נכס למכירה או להשכרה.

• התייעצות משפטית: בראיון שי סיפר על משקיעה ששאלה על בטוחות שראוי לדרוש מהשוכר, ואז קיבלה מ-ChatGPT רשימה של כל הבטוחות הנהוגות בשוק, עם הסברים, תוך שנייה. 

דמוקרטיזציה של מידע: ידע פיננסי בגובה העיניים

כמו בתחומים רבים אחרים, גם בנדל”ן הידע נתפס לעיתים קרובות כזכות של המעטים. בינה מלאכותית שוברת את המחסום הזה. כלים כמו פרפלקסיטי (Perplexity) ו-ChatGPT מאפשרים לכל אדם לבצע מחקרים, לנתח דוחות ולקבל ייעוץ ממוקד גם ללא רקע מוקדם. ברוח זו, החזון של קהילות כמו “ידע שווה כסף”, LetsAI או “קליקת הנדל”ן” נפגשים! המטרה של כולנו היא להנגיש מידע פיננסי לציבור הרחב, ופה הטכנולוגיה, ה-AI וגישה לשיטות עבודה ומיומנויות הכרחיות, עוזרות למשקיעים רבים ליישם זאת הלכה למעשה. כל משתמש יכול לבקש ניתוח של דוח שכר, של מסמך בנקאי או של תב”ע מורכבת, ולקבל הסבר ברור, בגובה העיניים.

בדיקות רקע מתקדמות, מבלי לשכור חוקר פרטי

בעסקאות גדולות, מידע הוא לא רק נכס – הוא ביטחון. כלי AI מאפשרים לבצע בדיקות רקע (Due Diligence) על שותפים פוטנציאליים, יזמים וחברות, ולחשוף מידע שבעבר נדרש לשם כך חוקר פרטי. בראיון הראנו מספר מקרים שכאלה:

• גילוי תביעות: שותף שהיה קרוב לסגור עסקה גילה, בזכות בדיקת רקע ב-AI, כי עומדות תביעות על שותפו לעתיד – מהלך שחסך לו הפסדים אפשריים.

• בדיקת יזם בפינוי-בינוי: בעבר, בדיקה כזו הייתה דורשת קשרים או חוקר פרטי. כיום, בדיקה מעמיקה של היזם – היסטוריה משפטית, פרויקטים קודמים, חוות דעת – זמינה בלחיצת כפתור.

הצטרפו לערוץ הטלגרם שלנו – המקום בו אנחנו מעדכנים בתדירות הכי גבוהה, ובו אפשר לראות גם תכנים לפני שהצטרפתם.

AI כזרז לחשיבה עצמאית

מעבר לפונקציונליות, AI משמשת כטריגר לחשיבה ביקורתית. היא לא בהכרח תחליף את היועץ, אלא תגרום לך להבין אילו שאלות לשאול אותו. בעולם שבו הבעיה היא לא חוסר מידע – אלא עודף מידע – הבינה המלאכותית פועלת כמסננת חכמה, שמוציאה את העיקר מהטפל, ועוזרת למשתמש להתמקד במה שחשוב באמת.

הבינה המלאכותית לא הופכת אתכם למומחים לנדל”ן, אבל היא בהחלט הופכת אתכם לחכמים יותר, מדויקים יותר ובטוחים יותר בכל צעד שאתם עושים. מצד שני, הקורס שלנו לשילוב AI בהשקעות נדל”ן עושה את שני הדברים הללו בדיוק! מצד אחד המומחים של LetsAI נותנים  לכם כלים פרקטיים והדרכה מעמיקה לשילוב AI בעולם הנדל”ן, ומצד שני – המומחים של “ידע שווה כסף” ו”קליקת הנדל”ן” נותנים את המעטפת המקצועית והניסיון מעולמות ההשקעות, הפיננסים והנדל”ן. בסופו של יום אתם מרוויחים – שתי ציפורים במכה! גם שליטה בכלי ה-AI שמשנים את העולם, וגם קורס מקצועי להשקעות בנדל”ן ומחקרי שוק עם AI, בתחום הפיננסים והנדל”ן. 

לפרטים על קורס נדלן ו-AI, לחצו פה.

בעידן שבו כל מידע קיים אבל מעט מאוד אנשים יודעים מה לחפש, הכלים האלו משנים את התמונה. לא רק שהשוק נגיש יותר – הוא גם נהיר וברור יותר. בעולם שבו כל שאלה יכולה להיענות וכל מסמך יכול להיות מובן, כוחו של המשקיע טמון לא רק במה שהוא יודע – אלא במה שהוא מבין. ו-AI? היא הגשר בין השניים.

דיסקליימר: אין לראות באמור לעיל משום המלצה לביצוע פעולות ו/או ייעוץ השקעות ו/או שיווק השקעות ו/או ייעוץ מכל סוג שהוא. המידע המוצג הינו לידיעה בלבד ואינו מהווה תחליף לייעוץ המתחשב בנתונים ובצרכים המיוחדים של כל אדם. כל העושה במידע הנ”ל שימוש כלשהו – עושה זאת על דעתו בלבד ועל אחריותו הבלעדית.

הפוסט שי בדיחי מתארח ב”בינה אחרת” לשיחה על נדל”ן, פיננסים ו-AI הופיע ראשון בLet's AI בינה מלאכותית

מה חדש באמת ולמה זה משנה?

טכנולוגיית LoRA (Low-Rank Adaptation) לאימון דמויות כבר קיימת בפלטפורמות כמו Stable Diffusion או Astria. אבל עד עכשיו, זה היה חסר ב־Leonardo – אחת הפלטפורמות הנוחות והפופולריות ליצירה ויזואלית.

לפרטים על קורס יצירת פרסומות, קליפים וסרטים עם AI, לחצו פה.

 

הבשורה?

Leonardo סוף סוף שילבה את האפשרות לאמן LoRA בשילוב עם המודל המתקדם Flux, בתוך ממשק פשוט שלא דורש קונפיגורציות או קפיצות בין כלים. וזה משנה הכול.

רגע, מה זה בעצם LoRA?

זו שיטה חכמה ללמד את המודל לזהות דמות מסוימת מבלי לאמן אותו מחדש מההתחלה. במילים פשוטות: “תכיר, זו הדמות שלי – תזכור אותה ותשתמש בה שוב ושוב, כמו שהיא.”

אז מה זה נותן לי באמת?

תחשבו על קומיקס שבו הדמות הראשית חייבת להיראות בדיוק אותו דבר בכל פאנל, על פרזנטור בקמפיין שיווקי שלא “משתנה” בין תמונות או על סטוריבורד שבו כל דמות חייבת להישאר עקבית מתחילת הסרטון ועד סופו. בלי עקביות – הכול נראה חובבני. ועכשיו, עם LoRA ו־Flux, זה סוף סוף פשוט ונגיש – גם בתוך Leonardo.

בואו נראה, צעד אחר צעד, איך בונים מודל דמות עקבי משלכם.

איך יוצרים דמות עקבית עם Flux? 

אם עדיין אין לכם חשבון ב־Leonardo, זה הזמן. פשוט כנסו לאתר, ותוכלו להירשם בכמה שניות – עם חשבון גוגל או מייל וסיסמה. זה חינמי, ובלי זה אי אפשר להתקדם.

שלבי אימון לורה בלאונרדו

שלב 1: גישה לחלק המודלים והאימון

בממשק הראשי/דף הבית – נכנסים ל“Models & Training” בסרגל השמאלי תחת Advanced – זו נקודת ההתחלה שלנו.

שלב 2: בחירת סוג המודל

לוחצים על האפשרות “Character” – זו האופציה שתאפשר לנו ליצור דמות עקבית.

שלב 3: העלאת מאגר תמונות איכותי

דאטה-סט זה אולי השלב הכי חשוב בתהליך. כדי שהמודל ילמד את הדמות כמו שצריך, מומלץ להעלות בין 20 ל־30 תמונות איכותיות ומגוונות של אותה דמות – מזוויות שונות, בתאורות משתנות, במיקומים מגוונים ועם הבעות פנים שונות. המפתח כאן הוא גיוון. ככל שהתמונות משקפות יותר מצבים, כך ה-AI ידע לזהות את הדמות שלכם ולהציג אותה באופן עקבי – מכל זווית ולכל צורך.

שלב 4: מתן שם ותיאור למודל

בוחרים שם משמעותי למודל שלכם ומוסיפים תיאור שיעזור לכם לזהות אותו בקלות בעתיד.

שלב 5: בחירת סוג האימון – כאן מתחיל הקסם

זה השלב שבו נבחר את סוג האימון, וכאן בדיוק נכנסת האופציה החדשה של Leonardo: Element. אל תבחרו ב־Finetuned Model – זו השיטה הישנה, שעדיין מבוססת על מודלים מיושנים כמו SD1.5 ו־SD2.1. במקום זה, לכו על Element – האפשרות שמאפשרת לכם לבנות LoRA מותאמת אישית עם מודלים מתקדמים כמו Flux.

ברשימת המודלים שתראו לאחר הבחירה יש כמה אפשרויות טובות, אבל ברוב המקרים Flux Dev יהיה הבחירה הכי מדויקת ויציבה לאימון דמות.

לסיום, ודאו שבחרתם בסוג האלמנט Character – זה מה שיגדיר שמדובר בדמות.

טיפ למי שרוצה להתנסות:

באותה שיטה בדיוק, אפשר גם לאמן מודל על סגנון (Style) או על חפצים (Object) – זה כלי נהדר ליצירת אסתטיקה עקבית או לאובייקטים חוזרים בין סצנות.

שלב 6: תהליך האימון

קחו נשימה עמוקה – תהליך האימון ייקח בין מספר דקות לחצי שעה. זה הזמן לכוס קפה!

שימוש במודל ויצירת דמויות

כדי לעקוב אחרי תהליך ההתקדמות ולהתחיל לעבוד עם המודל החדש בסיומו – עקבו אחרי הצעדים הבאים:

מעקב אחר התקדמות האימון ושימוש במודל

שלב 1: מעקב אחרי תהליך 

ניתן לעקוב אחרי ההתקדמות של המודל שיצרתם במסך המודלים.

שלב 2: שימוש במודל החדש

עם סיום האימון, המודל החדש שלכם מוכן לפעולה! עכשיו אפשר ליצור תמונות עקביות של הדמות שלכם.

שלב 3: יצירת תמונות עם המודל החדש

פשוט לוחצים על View ואז על Generate with this Element – וקדימה ליצירה!

טיפ – עריכת מודל LoRA קיימת: נכון לעכשיו, Leonardo אינה תומכת בעריכת מודלים קיימים. כדי לעדכן מודל, יש ליצור מודל חדש עם הנתונים הרצויים.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס יצירת סרטים עם AI

לפרטים נוספים לחצו כאן >>

דוגמאות לתוצאות אחרי אימון LoRA

איך זה נראה באמת כשמאמנים דמות ב־Leonardo? הנה שתי דוגמאות לפרומפטים ותוצרים שנוצרו אחרי אימון מוצלח של מודל דמות עקבי עם Flux:

פרומפט לדוגמא הראשונה

A man with a face covered in frost, wearing a Viking-like outfit with fur, and blond hair. The image appears to be a painting depicting a winter landscape. The man’s features are striking, with piercing blue eyes and weather-beaten skin, conveying strength and resilience. The details in the painting are exquisite, showcasing intricate patterns in the fur and delicate frost on his beard. Overall, the image is a masterpiece in capturing the rugged beauty of a man in a cold, harsh environment.

והתוצאה?

פרומפט לדוגמא השנייה

A spectacular and photorealistic image – a close-up of the face of a man in an American WWII uniform with a helmet. Behind him – the invasion of Normandy.

והתוצאה?

כמה עולה לבנות מודל דמות ב־Leonardo?

ב־Leonardo, כל משתמש יכול לאמן מודל דמות (LoRA), אבל מה שתוכלו לעשות בפועל תלוי בסוג המנוי שלכם. אם אתם משתמשים בחינם – תוכלו לאמן מודל אחד בלבד, וכל היצירות שלכם יהיו ציבוריות. זה פתרון טוב להתחלה או לניסוי, אבל עם מגבלות ברורות. אם אתם מנויים בתשלום – תקבלו הרבה יותר חופש: תוכלו לשמור כמה מודלים שתרצו (בהתאם לתוכנית), ליהנות מזמני עיבוד מהירים יותר, לבחור במודלים מתקדמים כמו Flux, וגם לשמור על פרטיות מלאה – גם למודלים, גם לתמונות.

העלויות עצמן מתבססות על טוקנים (הקרדיטים של Leonardo):

• מודל בגודל 512px יעלה לכם כ־750 טוקנים.

• מודל בגודל 768px יעלה כ־1,500 טוקנים.

כמות הטוקנים שתקבלו בכל חודש משתנה לפי התוכנית – אז אם אתם מתכננים לאמן כמה מודלים או לייצר הרבה תוכן, שווה לבדוק איזו תוכנית משתלמת לכם באמת. אז אם אתם רק בודקים את הפיצ’ר – התחילו עם המסלול החינמי. אם אתם יוצרים דמות לפרויקט מסחרי או מתכננים יותר ממודל אחד – כדאי לשקול שדרוג.

וידאו באיכות HD (720p) 

עוד בונוס קטן אבל משמעותי למנויים בתשלום הוא השדרוג של מחולל הווידאו של לאונרדו, שתומך עכשיו ביצירת סרטונים באיכות 720p. זה אולי לא יהפוך אתכם לאולפן הוליוודי – אבל בהשוואה ל־480p שהייתה זמינה עד כה, מדובר בשדרוג מורגש בהחלט. מודל הוידאו של לאונרדו – Motion 2.0 – מאפשר עכשיו לשלוט בתנועת המצלמה עם יכולות בקרת מצלמה מתקדמות – מה שמוביל לתוצאה חלקה יותר, דינמית יותר, ונוחה במיוחד לשימוש ברשתות חברתיות, סטוריבורדים, פרזנטציות או חומרים שיווקיים.

נכון, זה עדיין לא 1080p או 4K כמו בכלים מתקדמים כמו Runway או Kling – אבל למי שכבר משלם מנוי ב־Leonardo, זו אלטרנטיבה חמודה, קלה לתפעול ומספיקה בהחלט לפרויקטים יומיומיים, ניסויים ויצירת תוכן קליל.

Motion 2.0 update: 720p video is now live!

Generate sharper, smoother outputs — perfect for storyboards, short content, or promos.
Motion Control works seamlessly with 720p for more refined results.

Bonus: 480p got faster, token cost dropped, and upscaling is on the way pic.twitter.com/eneLm7aQ0c

— Leonardo.Ai (@LeonardoAi_) May 6, 2025

אז מה עכשיו?

פשוט מאוד – אספו 20-30 תמונות טובות שלכם, כנסו ללאונרדו, ובתוך חצי שעה יהיה לכם מודל אישי ומדויק. ואם תשקיעו עוד כמה דקות – תהיה לכם סדרת תמונות עקבית, מרשימה, ומוכנה לשימוש בכל פרויקט. מה שפעם דרש ידע מתקדם או מעבר בין כלים מסובכים, זמין עכשיו בכמה פעולות פשוטות, ישירות בתוך Leonardo.

הפוסט סוף סוף אפשר לבנות מודלים וליצור דמות עקבית עם Flux ישירות ב־Leonardo הופיע ראשון בLet's AI בינה מלאכותית

מה זה Reframe?

Reframe הוא פיצ’ר חדש מתוך Dream Machine של Luma, שמאפשר לכם להרחיב תמונות וסרטונים לכל כיוון – ימינה, שמאלה, למעלה, למטה, ואפילו באלכסון.

ההרחבה מתבצעת באמצעות בינה מלאכותית מתקדמת, שמבינה את הסצנה וממשיכה אותה בצורה טבעית ומשכנעת, כך שהתוצאה נראית כאילו צולמה כך מלכתחילה.

במקום לחתוך תוכן כדי להתאים אותו למסך, Reframe פועל הפוך: הוא מוסיף תוכן חדש סביב החומר הקיים, תוך שמירה על רצף חזותי, קומפוזיציה ותאורה שמתאימים למה שכבר מופיע בפריים.

כל זה קורה בלי צורך לייצא את הקובץ מחדש או לעבוד בתוכנה חיצונית.

מה אפשר לעשות עם Reframe?

Reframe נותן לכם פתרון פשוט לבעיה יומיומית: התאמת תוכן לפורמטים שונים – מבלי לשנות את מהות החומר המצולם. בין אם אתם רוצים להפוך סרטון שצולם לרוחב לפורמט אנכי של סטוריז, לשחזר מסגור שנחתך בטעות, או להרחיב תמונה קיימת כדי להכניס עוד הקשר וסביבה – הכלי עושה את זה בקלות ובצורה טבעית. הוא תומך בהתאמה חכמה ל־6 יחסי מסך נפוצים (9:16, 4:3, 1:1, 3:4, 16:9 ו־21:9), תוך שמירה על איזון קומפוזיציוני ועקביות סיפורית.

ניתן להשתמש בו לשדרוג סצנות קיימות, התאמה לפלטפורמות כמו אינסטגרם, טיקטוק, יוטיוב או אפילו הקרנה קולנועית, והכל מבלי לחזור לצילומים. בנוסף, Reframe חוסך זמן יקר, משמר את הכוונה האמנותית המקורית ומעניק לכם שליטה יצירתית מלאה על התוצאה הסופית.

איך מתחילים?

1. היכנסו ל-Luma Dream Machine. התחברו דרך האתר או האפליקציה (iOS).

2. העלו תוכן משלכם ע״י גרירה או בחרו יצירה קיימת. פורמטים נתמכים: MP4, MOV, PNG, JPEG.

3. בחרו את כלי Reframe בתוך סרגל הכלים.

4. קבעו את יחס המסך הרצוי. לדוגמה: 9:16 לסטוריז, או 21:9 לאווירה קולנועית.

תוכלו להחליט את יחס הגובה-רוחב של התוצר שלכם

5. כתבו פרומפט באנגלית. נסחו תיאור שינחה את הבינה מה להוסיף – לדוגמה: “a foggy city skyline at night with glowing neon signs”.

6. אשרו ותנו לבינה המלאכותית לעבוד. המערכת תנתח את הפריים ותתחיל להרחיב אותו בהתאם לפרומפט שבחרתם. בתמונות זה יכול לקחת כמה שניות, ובסרטונים – לרוב בין חצי דקה לדקה, תלוי באורך ובמורכבות. 

7. הורידו או שתפו את התוצאה. ניתן לייצא גם עם שקיפות (transparency), כלומר ללא רקע אחורי (כמו PNG שקוף) לצורך עריכה חיצונית.

למי זה מתאים?

Reframe נועד בדיוק למי שמתמודד עם מגבלות של פורמט וקומפוזיציה – וזה כולל מגוון רחב של יוצרים. אמני VFX ועורכים קולנועיים יכולים להרחיב פריימים בצורה חכמה מבלי לצלם מחדש. יוצרי תוכן ברשתות חברתיות נהנים מהתאמה מהירה לכל פלטפורמה בלי לוותר על חלקים חשובים מהתמונה. מעצבים גרפיים יכולים להפיק וריאציות שונות בקלות, מבלי לשבור את הראש על קומפוזיציה. משווקים דיגיטליים מרוויחים גמישות – במקום לייצר מחדש כל גרסה, Reframe עושה את זה עבורם. וגם יוצרים עצמאיים, שפשוט עובדים לבד – יגלו שהכלי הזה נותן להם חופש יצירתי וחוסך זמן אמיתי.

זמינות ומחיר

הפיצ’ר Reframe זמין כרגע רק למנויי Unlimited ו-Enterprise של Luma. אין ספק שזה מנוי לא זול (95 דולר בחודש למנוי Unlimited), יחד עם זאת, Luma מציינת כי הפיצ’ר צפוי להיפתח לתוכניות נוספות בעתיד הקרוב.

מגבלות טכניות שכדאי לדעת

כמו כל כלי מבוסס בינה מלאכותית, גם ל-Reframe יש מגבלות שכדאי לקחת בחשבון מראש. אם אתם עובדים עם וידאו, שימו לב שהאורך המרבי תלוי במנוע העיבוד שבו אתם משתמשים: ב־Ray2, אפשר לעבד קטעים באורך של עד 10 שניות, ואילו ב־Ray2 Flash ניתן להגיע ל־30 שניות. גודל הקובץ המרבי המותר להעלאה הוא 100MB, ואין תמיכה באודיו, כך שכל פלט שמופק יהיה ללא צליל, לפחות בשלב זה.

בנוסף, כל הרצה של Reframe מתבצעת בכיוון הרחבה אחד בלבד, כלומר לא ניתן להרחיב במקביל גם לצדדים וגם למעלה. תצטרכו להריץ מחדש אם תרצו להוסיף גם בכיוון אחר. עוד מגבלה שכדאי לציין: הפרומפט חייב להיות באנגלית בלבד, ואין תמיכה כרגע בשפות אחרות, כולל עברית.

טיפים מנצחים

• העדיפו הרחבות מתונות על פני קפיצות מוגזמות – זה שומר על טבעיות.

• פרומפט מדויק = תוצאה טובה יותר.

• נסו כמה גרסאות – כל הרצה תביא תוצאה מעט שונה.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס יצירת סרטים עם AI

לפרטים נוספים לחצו כאן >>

Reframe הוא לא עוד פיצ’ר – הוא מאפשר לנו להרחיב את הסצנה, להוסיף רקע, עומק והקשר, ולהתאים כל יצירה לכל פלטפורמה בלי לפגוע בשלמותה. בין אם אתם יוצרים לבד או עובדים על פרויקטים מורכבים – הכלי הזה מעניק לכם בדיוק את מה שיצירה צריכה: חופש, שליטה, והמשכיות. 

הפוסט Luma מרחיבה את השליטה של יוצרי וידאו עם Reframe הופיע ראשון בLet's AI בינה מלאכותית

אותה פלטפורמה – יכולות חדשות

אחרי שהראנו איך ליצור סרטון אישי שנראה מקצועי, בלי להסתבך עם מצלמות, ציוד או שעות של עריכה – בעזרת Avatar IV של HeyGen, עכשיו נראה איך ליצור פודקאסט עם שני דוברים דרך אותו ממשק ובאותה פלטפורמה.

איך זה עובד – שלב אחר שלב

1. נכנסים ללשונית LABS לאחר שהתחברתם לחשבון שלכם בפלטפורמה של Heygen

2. בוחרים ב-Video Podcast

3. מעלים קובץ לטקסט (אפשר להעלות מסמך PDF או לינק למסמך ארוך ואז הייג’ן יסכם אותו ויהפוך אותו לפודקאסט, בדומה ל-NotebookLM.

4. לאחר העלאת המסמך, בוחרים את שתי דמויות הדוברים – ניתן לבחור מתוך האווטארים שלהם, או מתוך אווטארים שהמשתמש יצר. בוחרים את ה-Aspect Ratio, משך הסרטון, האם רוצים כתוביות או לא, וכמובן את השפה (וכן – יש גם עברית, אבל חשוב לציין שהייג’ן לא מצטיין בטקס לדיבור בעברית, ולכן בשלב זה לא מומלץ לבחור בעברית וכדאי להתנסות ביצירת פודקאסט באנגלית).

כאמור – בהמשך יהיה אפשר להעלות סרטון, ואז צפוי שיפור בגזרת העברית. לוחצים על Submit וזהו… יש פודקאסט וידאו עם שני דוברים! 

איך זה נראה בפועל?

התוצאה מזכירה שיחת זום מוקלטת בין שני מרצים – עם וידאו איכותי, תנועות שפתיים מדויקות, הבעות פנים משתנות, ודינמיקה ביניהם. זה לא פודקאסט רגיל – זה פודקאסט וידאו שנראה כמו סשן מקצועי שהוכן במיוחד לקהל שלכם.

אז מה עדיין חסר?

• העלאת קבצי וידאו / קישורי יוטיוב – עדיין לא אפשרי. כלומר, לא ניתן ליצור פודקאסט על בסיס תוכן מסרטון, אלא רק מטקסטים. אבל זה נמצא בפיתוח.

• פיצ’רים של פודקאסט מסורתי – אין פתיח מוזיקלי, קריינות מעברים או אפקטים קוליים. אם אתם רגילים לפודקאסטים מורכבים – תצטרכו להוסיף את זה מחוץ ל-HeyGen.

• עברית – קיימת, אבל לא בשלה. קריינות נשמעת מעט רובוטית. למי שזה קריטי – אפשר להיכנס ל פלטפורמת ה-Text To Speech של OpenAI כדי להפוך טקסט לדיבור טבעי בקליק עם מודלי האודיו שלהם. 

כמה זה יעלה לכם?

השוואה בין Heygen ל-NotebokkLM

טיפים ליצירת פודקאסט מוצלח ב-HeyGen

כדי להוציא את המיטב מהפודקאסט שלכם, התחילו מתוכן חזק – מדריך מקצועי, בלוג מעמיק או סיכום של מחקר מעניין יניבו שיחה בעלת ערך. התאימו את הדמויות לסגנון: בחרו אווטארים פורמליים כשמדובר בתוכן טכני, ודמויות חמימות ונגישות כשאתם פונים לקהל אישי או רחב. ערכו את הדיאלוגים – אל תסתפקו בתסריט הגנרי. הוסיפו שאלות, קונפליקטים קלים או הומור שישאיר את הצופים מרותקים. ואם אתם יוצרים פודקאסט בעברית – מומלץ לכתוב את הטקסט מראש ולהשתמש בשירות טקסט לדיבור איכותי כדי לשמור על רמה מקצועית.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס מקיף לבינה מלאכותית - GenAI Master

לפרטים נוספים לחצו כאן >>

HeyGen מאפשרת לכל אחד להפוך תוכן כתוב לשיחה דינמית בין שני דוברים – בלי מיקרופונים, בלי מצלמות ובלי עריכת וידאו. זה פתרון יעיל למי שרוצה לבלוט בתוכן מקצועי, להעביר רעיונות בצורה נגישה, או פשוט לחסוך זמן ומשאבים. אמנם יש עדיין מגבלות בשפה העברית ובייבוא סרטונים, אבל היכולות הקיימות כבר עכשיו מרשימות ומעשיות. אם יש לכם מסמך מעניין או רעיון שווה – זה הזמן לנסות, לשחק עם האווטארים, ולהפוך טקסט לפודקאסט שמרגיש אנושי.

הפוסט יצירת פודקאסט וידאו עם שני דוברים – כך עושים את זה עם HeyGen הופיע ראשון בLet's AI בינה מלאכותית

Avatar IV is here and it changes everything.

The most advanced avatar model we’ve ever built.

Upload one photo and a script. That’s it.

Our new audio to expression engine captures your tone, rhythm, and emotion, then generates facial motion so real it feels alive.

And it’s… pic.twitter.com/otp2Avr0CU

— HeyGen (@HeyGen_Official) May 6, 2025

רגע, מי זאת HeyGen?

HeyGen, למי שלא מכיר, היא חברת טכנולוגיה אמריקאית שנוסדה בשנת 2020 בלוס אנג’לס, ומתמחה ביצירת אווטארים מבוססי וידאו שמופעלים על ידי בינה מלאכותית. כבר מהיום הראשון היא שמה את ה־AI במרכז, במטרה להפוך את תהליך יצירת הווידאו לפשוט, מהיר ונגיש לכל אחד – גם למי שאין לו שום רקע בצילום, בעריכה או בהפקה.

הפלטפורמה שפיתחה מאפשרת ליצור סרטונים אישיים באיכות גבוהה, שנראים כאילו צולמו באולפן מקצועי. בשנה האחרונה היא ביססה את מעמדה כאחת מהחברות המובילות בתחום הווידאו מבוסס הבינה המלאכותית, בזכות ממשק ידידותי, תוצאות משכנעות במיוחד, וקצב התפתחות טכנולוגי מהיר.

באתר החברה מתארים את Avatar IV או אווטאר 4 בעברית צחה, כ“דגם המתקדם ביותר שיצרנו עד היום”. לטענתם, זה לא עוד כלי אנימציה, אלא מערכת שמצליחה להעביר הבעה – כזו שמבינה טון, קצב ורגש, ומתרגמת אותם בצורה מדויקת לתנועות פנים. והקסם הזה לא מוגבל רק לדמויות אנושיות. גם בעלי חיים, דמויות בדיוניות או אובייקטים מופשטים יכולים לקבל חיים חדשים בתוך כמה שניות.

אז מה בעצם הופך את Avatar IV לכל כך מיוחד?

מדובר בדור חדש של אווטארים מבוססי בינה מלאכותית, שמבינים לא רק את המילים שאתם אומרים, אלא גם את הדרך שבה אתם אומרים אותן. כל מה שצריך כדי להתחיל זה תמונה אחת. לא צריך לצלם וידאו, לא להקליט תנועות, ולא לדעת לערוך. פשוט מעלים תמונה, כותבים טקסט או מעלים קובץ אודיו, והמערכת כבר יודעת לשחזר את הטון, הקצב ואפילו שפת הגוף – בדיוק כמו שאתם הייתם אומרים את זה בעצמכם.

התוצאה היא אווטאר שמסנכרן שפתיים (lip sync), מחקה הבעות פנים, מזיז את הראש, ואפילו מבצע מחוות ידיים קטנות – וכל זה נראה טבעי לחלוטין. אפשר להשתמש בתמונת פורטרט, חצי גוף או גוף מלא, והמערכת יודעת להתאים את עצמה לסוג התמונה. מה שיוצא בסוף הוא סרטון שנראה אמיתי, כאילו באמת עמדתם מול מצלמה – רק שלא הייתם צריכים לעשות שום דבר מכל זה.

can you still tell what’s real?

not anymore.

HeyGen just dropped Avatar IV, it can make anyone talk anything with human like expression and movement

the lines between real and AI is gone

step by step tutorial: pic.twitter.com/EbDCX1xFen

— el.cine (@EHuanglu) May 7, 2025

איך משתמשים?

זה פשוט:

1. נכנסים לפלטפורמה של Heygen ונרשמים דרך חשבון הגוגל שלכם או מייל וסיסמה.

2. במסך הבית בוחרים באפשרות של Photo to video with Avatar IV (מסומן באדום).

בחרו באפשרות של תמונה לוידאו עם Avatar IV

2. מעלים תמונה אחת (או בוחרים מהתמונות דמו – מתחת לריבוע האדום בצד שמאל), מקלידים טקסט לדיבוב, או מעלים הקלטה קולית (ריבוע אדום מימין – בעברית עדיף להעלות הקלטה, כי הטקסט לדיבור בעברית לא משהו).

עורך האווטאר של הייג׳ן לבחירת תמונה וקול

טיפ: אפשר להיכנס ל פלטפורמת ה-Text To Speech של OpenAI כדי להפוך טקסט לדיבור טבעי בקליק עם מודלי האודיו שלהם. כאן תוכלו ליצור את הדיבור בעברית ואז להעלות את ההקלטה הזו להייג’ן. כך תהיה תוצאה הרבה יותר טובה!

פלטפורמת טקסט לדיבור ליצירת קול בעברית

4. בוחרים קול (אם צריך) – כרגיל, ניתן לבחור בתוך הייג’ן מתוך מגוון קולות מוכנים מראש.

תבחרו קול מתאים לאווטאר שלכם

5. לוחצים על Generate – ותוך שניות, הסרטון מוכן.

אז למי זה בכלל מתאים?

למעשה, כמעט לכל מי שרוצה להעביר מסר בצורה אישית, אנושית ומהירה, גם בלי ידע טכני, וגם בלי להסתבך עם הפקות וידאו מסורתיות. אם אתם יוצרים סרטוני הסבר או הדרכה, מציגים מוצר, בונים מצגת או עמוד נחיתה, או סתם רוצים לשלוח ברכה מצולמת ללקוח או לקהל – Avatar IV יכול להפוך את כל זה לקל מתמיד. אפשר להשתמש בו בקמפיינים שיווקיים, בתקשורת עם לקוחות, או אפילו כדי להקליט שיר או ברכת חג. כל מה שצריך זו תמונה אחת ורעיון – והמערכת כבר תדאג לשאר.

They not like us

Kendrick said it. Avatar IV delivered.

Drop your fav Avatar IV creations below pic.twitter.com/EXoFJ3ISUh

— HeyGen (@HeyGen_Official) May 7, 2025

מה חשוב לדעת?

בוא נדבר רגע על תמחור – כי זה משהו שכולנו רוצים להבין לפני שמתחייבים. HeyGen לא מציעה את Avatar IV בחינם, אבל כן מאפשרת התנסות ראשונית בגרסה חינמית מוגבלת. אם תרצו להפיק סרטונים באיכות גבוהה וליהנות מכל האפשרויות המתקדמות, תצטרכו לבחור באחת מהחבילות בתשלום שמתחיל ב-29 דולר לחודש במסלול Creator ו-39 דולר לחודש למשתמש במנוי Team עם התחייבות למינימום שני משתמשים. בסופו של דבר, מדובר בהשקעה משתלמת למי שמחפש פתרון מהיר, מקצועי ונגיש ליצירת וידאו דינמי ואישי – בלי להסתבך עם צילומים או עריכה מסובכת.

עניין חשוב נוסף הוא ש- Avatar IV מיועד בעיקר לסרטונים קצרים באורך של 10 עד 30 שניות, תלוי בסוג המנוי שבוחרים. בשלב הזה, לא ניתן לערוך את הסרטון בתוך המערכת של HeyGen עצמה, כך שהתוצאה מתקבלת כמו שהיא. זה לא הופך את הכלי לפחות מרשים, אבל כן שווה לדעת מראש למה לצפות – ולתכנן את התוכן בהתאם.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס מקיף לבינה מלאכותית - GenAI Master

לפרטים נוספים לחצו כאן >>

לסיכום, בעידן שבו כולם נאבקים על תשומת לב, וידאו אישי הוא דרך חזקה לבלוט, להסביר, להתחבר ולהשאיר רושם. אבל לא לכולם יש זמן, ציוד או ניסיון כדי להפיק סרטון בעצמם. בדיוק בשביל זה נוצר Avatar IV. זהו כלי שעושה את מה שפעם דרש צוות, מצלמה ועורך – עכשיו, מתוך תמונה אחת, ובתוך פחות מדקה. פשוט, מהיר, ונגיש לכל אחד.

הפוסט HeyGen משיקים דור חדש של אווטארים מבוססי בינה מלאכותית הופיע ראשון בLet's AI בינה מלאכותית

התפנית של D-ID

כמו לא מעט חברות סטארטאפ ישראליות, D-ID (שהוקמה בשנת 2017) החלה את דרכה דווקא בתחום הסייבר. שם החברה, D-ID, הוא ראשי תיבות של “De-Identification”, טכנולוגיה מעולמות ה-Cybersecurity, והשם אכן נשאר עוד מאז. האלגוריתם המקורי של החברה ידע לזהות תווי פנים אנושיים, ושימש בזמנו למניעת גניבה של תמונות ברשתות חברתיות על ידי כלי AI.

בעולמות הסטארטאפ מתרחש לעיתים “פיבוט”, כלומר שינוי כיוון. כך גם D-ID עשתה פיבוט, ולקחה את טכנולוגיית הליבה שלה מעולמות הסייבר, ובנתה אותה מחדש סביבה מה שאנחנו מכנים היום Generative AI (בינה יוצרת), או כפי שכינו זאת באותה העת – “מדיה סינתטית”. הטכנולוגיה, שצמחה מהיכולת לזהות תווי פנים, הפכה לבסיס ליצירת “אנשים דיגיטליים” (אווטארים דיגיטליים), המאפשרים להנפיש ולהזיז דמויות. החברה הגיעה עם מוצר טוב לשוק ה-generative AI כבר במועד התפוצצות התחום סביב נובמבר 2022.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס יצירת סרטים עם AI

לפרטים נוספים לחצו כאן >>

על פי תומר צוקר, סמנכ”ל השיווק של D-ID, כבר כיום פועלים בעולם למעלה מ-250 מיליון “אנשים דיגיטליים” – אווטארים שמונעים בטכנולוגיות מתקדמות של בינה מלאכותית. שוק האווטארים הדיגיטליים כולו, המאגד בתוכו מגוון שימושים תעשייתיים, חינוכיים ובידוריים, הוערך בשנת 2024 בכ-26.81 מיליארד דולר, וצפוי לצמוח בקצב מסחרר של כ-47% בשנה – עד לשווי עתידי של כ-584.62 מיליארד דולר בשנת 2032. שוק האווטארים שמבוססים על AI לבדו, מוערך כיום בכ-5.9 מיליארד דולר וצפוי לצמיחה שנתית ממוצעת של כ-30%. הנתונים הללו ממחישים עד כמה האווטארים אינם עוד גימיק טכנולוגי – אלא מגמה כלכלית משמעותית שמעצבת מחדש את אופן התקשורת, הייצוג והתוכן בעולם הדיגיטלי.

 

תומר צוקר, סמנכ״ל השיווק של D-ID

 

שחקנים, מורים ופרזנטורים – כולם אווטארים

האופקים ש-D-ID פותחת לא נעצרים רק בפיתוח הטכנולוגיה – הם משנים את הדרך בה אנו תופסים זהות, ייצוג ואינטראקציה במדיה הדיגיטלית. היום, האווטארים של החברה נמצאים כמעט בכל תחום שבו קיימת תקשורת חזותית בין אדם למערכת, או בין מותג לקהל. אבל מה שמייחד את D-ID וגורם לה להתבלט מעל למתחרות, היא קלות השימוש והממשק הסופר נוח ואינטואיטיבי. הכל מאוד ברור, נגיש ועם חוויית משתמש נהדרת. לא צריך לשבור את הראש ולחפש כל פיצ’ר ופיצ’ר – אפשר ליצור אווטאר דיגיטלי תוך שניות, ומשם – השמיים הם הגבול!

הממשק של D-ID Dtudio V3:

בידור: שחקני AI – הכוכבים החדשים של עולם הווידאו

אווטארים דיגיטליים של D-ID כבר מככבים בקליפים, פרסומות וסרטים. במקום להסתמך על שחקנים בשר ודם, חברות הפקה יכולות לייצר דמויות ריאליסטיות, מונפשות בקול ובמראה, שמבצעות תסריטים שלמים – ולפעמים אפילו שירה – מבלי להפעיל מצלמה אחת.

בסרטון הבא, שיצרנו עבור “ועידת המפרץ 2024”, ניתן לראות אווטאר דיגיטלי שכזה, שממש פתח את הכנס והציג את האג’נדה והחזון של הפרויקט מול כל באי הכנס:

חינוך והדרכה: מורים דיגיטליים 24/7

תחום ההדרכה התאגידית והחינוך הפורמלי מאמץ את האווטארים הדיגיטליים בהתלהבות. הדמויות הווירטואליות ממלאות תפקיד של מורים דיגיטליים המלווים הכשרות, מעבירים שיעורים ומנגישים תכנים – בפשטות, יעילות וללא תלות בזמינות אנושית, ולא פחות חשוב – בכל שפה!

בסרטון הבא אפשר לראות איך האווטאר הדיגיטלי שלי מעביר שיעור לעורכי דין, על שימושים של בינה מלאכותית בעולמות המשפט:

למידע על קורס בינה מלאכותית לעו”ד, לחצו פה.

כך תיצרו “תאום דיגיטלי” שלכם, בעזרת D-ID:

פרסום ושיווק: הפרזנטור שאתה בוחר

מותגים עושים שימוש באווטארים כדי לייצר חוויות פרסום מותאמות אישית, נגישה יותר ובעלת גמישות גבוהה. במקום להפיק מחדש פרסומת בכל שפה, ניתן להיעזר באותו אווטאר דיגיטלי ולהתאים את ההקלטה וההבעה לשוק היעד – כמעט בלחיצת כפתור.

הכלים המתקדמים של D-ID: מה אפשר לעשות עם זה?

מעבר לכלים ה”קלאסיים” של החברה – כלים ליצירת אווטארים דיגיטליים מרשימים – לחברה יש סט של כלים מתקדמים שלוקחים את הטכנולוגיה הזו צעד אחד קדימה!

Video Translate: תרגום וידאו בלחיצת כפתור

פיצ’ר ה-Video Translate הוא אחד מהכלים השימושיים והמפתיעים ש-D-ID השיקה. הכלי מאפשר לתרגם סרטונים ליותר מ-30 שפות תוך שמירה על קול הדובר המקורי, התאמת הבעות הפנים, וסנכרון מושלם של תנועות השפתיים. כל מה שצריך הוא להעלות סרטון, לבחור את שפות היעד – והתוצאה: גרסה מתורגמת באיכות גבוהה, מוכנה לשיתוף מיידי. מדובר בפתרון יעיל ונוח במיוחד ליוצרי תוכן, אנשי שיווק, ומוסדות חינוך שמעוניינים להרחיב את השפעתם לקהלים בינלאומיים. החידוש המשמעותי של הכלי טמון בקלות השימוש ובאיכות הוויזואלית יוצאת הדופן שהוא מציע, המעמידה אותו בשורה הראשונה של כלים מסוגו.

צפו בסרטון השקת המוצר, בו גיל פרי – מנכ”ל D-ID ומייסד-שותף – מציג את יכולותיו המרשימות של הפיצ’ר החדש:

סוכני AI: דמויות דיגיטליות שמבינות, מגיבות ומדברות

סוכני ה-AI של D-ID הם אווטארים אינטראקטיביים שמסוגלים לנהל שיחה חיה עם המשתמש – בטקסט, קול ותמונה. כל סוכן כזה מותאם אישית על פי הגדרות היוצר: מראה, קול, אופי תקשורת ובסיס ידע מבוסס מסמכים ייעודיים. התוצאה היא “אדם דיגיטלי” שמגיב בזמן אמת, מציג אמינות גבוהה, ויודע לענות על שאלות מורכבות בהתאם לתחום מומחיותו. הממשק פשוט לשימוש, ללא צורך בקידוד, והחוויה שונה לגמרי מכל צ’אטבוט סטנדרטי: טבעית יותר, קרובה יותר, ובעיקר – אנושית הרבה יותר.

איך מרגישה שיחה עם סוכן AI של D-ID?

סוכני ה-AI של D-ID:

זהות בעידן של אווטארים דיגיטליים

הטכנולוגיה של D-ID מציבה שאלות חדשות ומרתקות במרחב הזהות והנוכחות הדיגיטלית. ככל שהאווטארים הופכים מציאותיים יותר, כך עולה חשיבות ההבחנה בין תוכן אמיתי ל”מדיה סינתטית”, והצורך להבטיח שימוש אחראי בטכנולוגיה. ב-D-ID לא מתעלמים או בורחים מהשיח הזה על סיכונים ואיומים. להיפך – הם פועלים כדי למזער ולצמצם אותם!

הטכנולוגיה אמנם רבת עוצמה ומתפתחת בקצב מהיר מאוד, ולרוב מקדימה את הרגולציה הקיימת, אבל כחברה שרואה עצמה אחראית לבטיחות משתמשיה ובטיחות הציבור, D-ID קבעה לעצמה סטנדרטים אתיים ומנגנוני אבטחה. הם מגיעים בשלל רמות – הן ברמה הטכנולוגית והן ברמה האנושית, כדי למנוע שימוש לרעה בטכנולוגיה, ובעיקר כדי למנוע יצירת “דיפייק” (Deepfake) מזיק. מערכות החברה חוסמות באופן אוטומטי יצירת אווטארים של דמויות ציבוריות, וכן חוסמות שימוש בשפה בוטה או מסרים הקוראים לגזענות. במקרים חריגים, חשבונות משתמשים נסגרו עקב הפרת הכללים.

כדי להבטיח שקיפות ולהבהיר שמדובר במדיה סינתטית ולא באדם אמיתי, על כל סרטון המיוצר באמצעות הפלטפורמה של D-ID מופיע “סימן מים” (Watermark) של החברה. גם ללקוחות משלמים מופיע Watermark המציין שמדובר בתוצר AI. הסרת ה-Watermark מתאפשרת רק ללקוחות ארגוניים גדולים מאוד, וגם הם כפופים לתנאי שימוש מגבילים המונעים שימוש לרעה. תוצר אף ציין ש-D-ID מוכנה לסרב לעסקאות עסקיות שאינן עומדות בסטנדרטים האתיים שקבעה לעצמה, גם במחיר אובדן הכנסה.

בנוסף למניעת שימוש לרעה, D-ID גם פעילה בתחום “AI למען טובת הכלל” (AI for Good), תוך שימוש בטכנולוגיה למטרות חברתיות טובות. זה כולל סיוע משמעותי לאנשים עם מגבלות תקשורת, כמו חולי ALS, על ידי יצירת אווטארים ריאליסטיים המאפשרים להם לדבר ולהשמיע את קולם, ובכך לקיים אינטראקציה עם העולם. היבטים אלו של הטכנולוגיה מדגימים כיצד D-ID פועלת לא רק בחזית החדשנות העולמית של ה-Generative AI, אלא גם שואפת לרתום אותה לטובת החברה, תוך תרומה לדמוקרטיזציה של הטכנולוגיה והיצירתיות. החברה ממשיכה להוביל את התחום ולהציב את ישראל כמרכז חדשנות בולט.

הפוסט אווטארים דיגיטליים כחול לבן – הכירו את D-ID הופיע ראשון בLet's AI בינה מלאכותית

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס מקיף לבינה מלאכותית - GenAI Master

לפרטים נוספים לחצו כאן >>

בחירת מודל V7 דרך ממשק ההגדרות המתקדמות של מידג’רני, שנמצא בתוך תיבת הפרומפטים.

שליטה במשקל של פיצ’ר ה-Omni-Reference.

קצת דוגמאות

שימו לב – בתמונות מטה תוכלו לראות שילובים משתנים של משקלים ותמונות רפרנס, על אותה תמונת רפרנס של אותה דמות – בחור מזוקן עם כיפה (שמככב בקליפ AI עליו אני עובד בימים אלו).

זה הבחור המקורי.

פרומפט: MAN IN A BIG CITY | משקל 100 ללא סטייל רפרנס.

פרומפט: Close-up of a bearded man with a white Jewish kippah in a green field with a rainbow and blue sky | משקל 100 ללא סטייל רפרנס.

פרומפט: close up in a MAN in a futuristic city, blade runner style | משקל 100 – ללא סטייל רפרנס.

פרומפט: medium shot of a bearded man with a white Jewish kippah in a futuristic city, blade runner style –ow 1000 | עם תמונת סטייל רפרנס ומשקל 1000.

פרומפט: medium shot of a bearded man with a white Jewish kippah in a tel aviv street like Rothschild Boulevard or Florentine –ow 1000 | ללא תמונת סטייל רפרנס – משקל 1000.

פרומפט: medium shot of a bearded man with a white Jewish kippah in a futuristic city, blade runner style –ow 1000 | עם תמונת סטייל רפרנס ומשקל 400.

פרומפט: medium shot of a bearded man with a white Jewish kippah, in the style of anime –ow 25 | עם תמונות סטייל רפרנס ומשקל נמוך של 25.

Credit: Midjourney.

הפוסט דמות עקבית במידג’רני: מדריך ל-Omni Reference הופיע ראשון בLet's AI בינה מלאכותית

Today we are releasing Gen-4 References to all paid plans. Now anyone can generate consistent characters, locations and more. With References, you can use photos, generated images, 3D models or selfies to place yourself or others into any scene you can imagine.

More examples… pic.twitter.com/Je59RsRnyW

— Runway (@runwayml) April 30, 2025

מה זה פיצ’ר ה-References ב-Gen-4?

הפיצ’ר החדש מאפשר לכם להעלות תמונה אחת של דמות (או מקום) ולהשתמש בה כ”רפרנס” כדי לייצר עוד ועוד תמונות חדשות, כשהדמות נשארת עקבית – בכל תנאי תאורה, לוקיישן וסגנון. הפיצ’ר הזה זמין רק במודלים Gen-4 ו-Gen-4-XL – שימו לב לבחור בהם בלוח הבקרה. בניגוד ל-Image-to-Image, כאן הדמות לא מועתקת ישירות – אלא רק המאפיינים הוויזואליים שלה נשמרים, מה שנותן תוצאה טבעית ונאמנה יותר.

שילוב אלמנטים ב-3D בפיצ’ר הרפרנסים של ראנוויי:

מה היה עד עכשיו?

עד היום, כל מי שניסה לייצר דמות עקבית בתמונות שונות נשאר מתוסכל ועבר תהליך של ניסוי וטעייה בלי שליטה אמיתית על התוצאה. הפיצ’ר החדש של Runway משנה את זה לגמרי – הוא חוסך זמן, מפחית טעויות, ופותח עולם של אפשרויות יצירתיות. אפשר לעבוד עם אותה דמות ולהפיק ממנה וריאציות מגוונות – להחליף רקעים, בגדים, ואביזרים – בלי לאבד את הזהות שלה. אפשר אפילו להשתמש באותה דמות כדי לבנות סיפור שלם, סצנה אחר סצנה, ואחר כך להחיות אותה באנימציה. הכל קורה תוך שמירה מרשימה על תווי הפנים, השיער והבעות – גם כשמשנים לגמרי את הסביבה או הסגנון. 

איך זה עובד בפועל?

1. בחרו ב-“Generate Image” בלוח הבקרה.

2. בחרו את הטאב של References שמתחת לאזור ההנחיה (prompt).

3. גררו תמונה של הדמות שתרצו לשמור עליה עקביות, או בחרו תמונה שכבר העליתם.

4. תוכלו לשמור את הרפרנס לשימוש עתידי (על ידי סימון ותיוג). אפשר גם להשתמש בסימן @ בתוך הפרומפט כדי להשלים אוטומטית את שם הרפרנס.

5. ניתן להעלות עד שלושה רפרנסים שונים לאותה יצירה – לדוגמה: רפרנס אחד לדמות, אחד לרקע ואחד לסגנון (כמו קומיקס, צילום אנלוגי וכו’). המערכת תשלב ביניהם בהרמוניה.

מגוון דוגמאות שימושיות

בדוגמאות נשתמש בתמונה הבאה, בשם bryan, כרפרנס ההתחלתי שלנו:

תמונת headshot

פרומפט עם רפרנס יחיד

כאשר משתמשים בתמונה אחת כרפרנס, הטקסט (הפרומפט) משמש לתיאור השינויים שרוצים לבצע – תוך שמירה על הזהות של הדמות. זו שיטה מהירה וגמישה, שמתאימה במיוחד למי שרוצה לחקור אפשרויות יצירתיות בלי להעלות תמונות נוספות. הנה כמה דוגמאות:

פרומפט עם מספר רפרנסים

שימוש בכמה תמונות רפרנס מאפשר שליטה מדויקת יותר על אלמנטים ספציפיים בתמונה הסופית. השיטה הזו נותנת תוצאות צפויות יותר, ומתאימה במיוחד כשיש לכם חזון ברור שקשה לבטא במילים בלבד. הנה כמה דוגמאות:

יצירת סצנות עקביות

באמצעות תמונת רפרנס, אפשר גם ליצור סביבה עקבית או “b-roll” על ידי כתיבת פרומפטים שמבקשים זוויות שונות, נקודות מיקוד ואובייקטים מגוונים. זה עוזר לבנות אווירה ויזואלית אחידה לפרויקט שלכם, תוך שמירה על התחושה של הרפרנס המקורי. הנה כמה דוגמאות שמשתמשות בדמות ה- elf שנוצרה בשלב הרפרנס היחיד:

איטרציה מתקדמת

שימוש במספר רפרנסים יחד עם פרומפטים שמבקשים תמונות שונות לגמרי פותח הרבה יותר אפשרויות ליצירת וריאציות בין התוצאות. כל משתנה חדש שמכניסים פותח מרחב של יצירתיות – למרות שלפעמים התוצאה עשויה לסטות מהחזון המקורי. לדוגמה, הנה וריאציות שונות של תלבושות שקיבלנו בג׳ינרוט אחד עבור תמונת גוף מלאה של elfbryan:

אם מעדיפים את הביגוד שמופיע בתמונה הראשונה, אפשר להמשיך לעבוד איתה ליצירת סצנות חדשות. כדי להמשיך לעבוד עם תוצאה מסוימת, רחפו עם העכבר מעל התמונה ולחצו על “Reference for image”:

עכשיו אפשר לשמור את הרפרנס הזה בשם (fullbodyelfbryan) כדי להמשיך לעבוד איתו בסצנה חדשה:

איטרציה לכיוון תוצאה סופית באמצעות מסלולי רפרנס נפרדים מאפשרת דיוק רב יותר כשמשנים לחלוטין את התמונה. זה נותן לכם שליטה מלאה על התהליך – שלב אחרי שלב. הנה דוגמה לשימוש בשני מסלולים נפרדים – דמות וסצנה – כדי להתקדם לעבר התוצאה הסופית:

מה הלאה?

עכשיו כשיצרתם תמונות רפרנס, אפשר לקחת את היצירה שלכם צעד קדימה. רחפו עם העכבר מעל כל תמונת שיצרתם ולחצו על אייקון המצלמה – זה יעלה את התמונה בקלות ישירות למודל הווידאו וכך תוכלו להפוך את התמונות הסטטיות שלכם לאנימציות עם תנועה טבעית וחיים.

שימו לב כמה קל לייצר דמות עקבית בוידאו עם ראנוויי:

קצת טיפים

כדי לקבל תוצאות עקביות וטובות יותר, התחילו מתמונה באיכות גבוהה שצולמה מהחזית, עם תאורה אחידה והבעה נייטרלית. חשוב לבחור תמונה נקייה מהפרעות – בלי משקפיים כהים, ידיים שמסתירות את הפנים או פרטים שמטשטשים את תווי הדמות. כל זה מאפשר למערכת להבין את הדמות בצורה מדויקת יותר. אם יצאה לכם תוצאה טובה, שמרו אותה כרפרנס חדש – כך תוכלו להמשיך לפתח את הדמות ולבנות עליה וריאציות חדשות.

רוצים לגוון? אפשר לשלב כמה רפרנסים – לדמות, לרקע או לסגנון – ולתת למערכת לשלב ביניהם.

כדי להשיג תמונת גוף מלאה בצורה עקבית, נסו לכלול בפרומפט תיאור של הנעליים או המכנסיים של הדמות.

שליטה ברמת ההשפעה (Reference Strength) – אתם יכולים לשלוט כמה הרפרנס ישפיע על התוצאה. אם אתם רוצים שהתמונה תהיה מאוד דומה לדמות המקורית – תעלו את ערך ה-Strength. אם אתם רוצים רק השראה כללית ודימוי חופשי יותר – תורידו אותו קצת.

ועוד טיפ חשוב – אם אתם משתמשים בתמונה שכבר מופיעה בה דמות, כדאי לכסות את הפנים הקיימות לפני ההעלאה (למשל בעזרת ריבוע שחור כמו בדוגמה של פרומפט עם מספר רפרנסים). זה עוזר למנוע בלבול בין הדמות המקורית לזו שאתם יוצרים עכשיו.

מגבלות שחשוב להכיר

כמו בכל כלי יצירתי, גם כאן יש מגבלות. עקביות הדמות לא תמיד תהיה מושלמת – במיוחד כשמדובר בזוויות צילום חריגות, קומפוזיציות מורכבות או פרומפטים עמוסים בפרטים. לפעמים התוצאה תסטה ממה שציפיתם, וזה לגמרי טבעי. הדרך הטובה ביותר להתמודד עם זה היא פשוט לנסות שוב – לשנות ניסוח, לפשט את הבקשה, או לדייק את הרפרנסים. זה חלק מהתהליך, והניסיונות האלה הם גם מה שמוביל לתוצאות הכי טובות.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס יצירת סרטים עם AI

לפרטים נוספים לחצו כאן >>

פיצ’ר ה-References של Runway Gen-4 מאפשר לכם לשמור על עקביות ויזואלית של דמויות, סצנות וסגנונות – בקלות, דיוק וגמישות שלא היו זמינים קודם. בין אם אתם יוצרים סיפור, בונים קמפיין או מפתחים דמות לאורך זמן, הכלי הזה חוסך שעות של ניסוי וטעייה ופותח עולם של אפשרויות יצירתיות. בעזרת שילוב נכון של רפרנסים, כתיבה מדויקת של פרומפטים ושליטה על רמת ההשפעה, תוכלו להפיק תוצאות עקביות, מרשימות ודינמיות. זה כלי שמשנה את חוקי המשחק – ועכשיו כשהוא אצלכם בידיים, השלב הבא הוא פשוט להתחיל ליצור.

הפוסט דמות עקבית בוידאו בראנוויי, עם פיצ’ר ה-References ב-Gen4 הופיע ראשון בLet's AI בינה מלאכותית

סיפור קטן עם לקח גדול

תלמיד או תלמידה מקבלים משימה בית ספרית, ובבית – שם ההורים לעיתים עובדים בתחומי טכנולוגיה או פשוט מכירים את העולם העדכני – מתרחש תהליך למידה משותף בעזרת כלי בינה מלאכותית יוצרת. ההורה והילד משקיעים יחד, חוקרים, שואלים את הכלי שאלות ומנחים אותו ליצירת תוצר מושקע. הילד לומד להתמודד עם המידע, לבקר אותו ולהוסיף את הנופך האישי שלו. בהגינות וביושר, הוא מציין בעבודתו שנעזר בבינה מלאכותית. ואז מגיעה האכזבה: במערכת החינוך, שעדיין לא התאימה את עצמה למציאות החדשה, העבודה נפסלת או מקבלת ציון נמוך “כי לא נעשתה באופן עצמאי”. מה שנתפס בבית כחדשנות וכהכנה לעולם האמיתי, נתפס בבית הספר כמעין “רמאות”.

הפער הזה מייצר דילמה אמיתית: הילדים נקלעים בין שני עולמות בעלי תפיסות מנוגדות, והמבוגרים משני הצדדים משוכנעים שהם פועלים לטובתם. זהו אחד האתגרים המרכזיים של החינוך בעידן הנוכחי – כיצד לגשר בין חדשנות לערכים חינוכיים מסורתיים, וכיצד להבטיח שהדור הבא לא רק יידע לעבוד עם טכנולוגיות מתקדמות, אלא גם יידע לחשוב, להטיל ספק ולהנהיג בעידן חדש.

בין הזדמנות לסיכון

מצד אחד, השימוש בבינה מלאכותית פותח בפני הילדים הזדמנויות יוצאות דופן: גישה למידע במהירות, חידוד יכולות ניסוח ויצירתיות, ולמידה עצמאית שמותאמת לקצב ולסגנון האישי שלהם. מצד שני, אסור להתעלם מהסיכונים שהטכנולוגיה הזו מביאה עמה. גם הורים שמכירים את התחום לעומק לא מאפשרים לילדיהם להשתמש בבינה מלאכותית באופן חופשי וללא ליווי.

יש לכך שתי סיבות עיקריות: ראשית, מודלי בינה מלאכותית הם מודלים הסתברותיים – הם לא תמיד מספקים מידע נכון או אמין. ילד שמשתמש בהם עשוי להיחשף לשגיאות, מידע חלקי או לתכנים לא מתאימים, מבלי שהוא עצמו יידע להבחין בכך. שנית, השימוש בבינה מלאכותית עלול לעודד עצלנות מחשבתית. כשקל כל כך לקבל תשובות מוכנות, יש פיתוי חזק להפסיק לחשוב, לבדוק ולחקור. כהורים, חובתנו לשמור על חשיבת הילדים פעילה, סקרנית וביקורתית.

אחריות חדשה להורים

כיום, האחריות שלנו כהורים אינה מסתכמת בללמד את ילדינו להשתמש בכלי בינה מלאכותית, אלא גם להדריך אותם כיצד להשתמש בהם נכון. עלינו להקפיד שלא לאפשר לילדים לכבות את המוח בעת השימוש בטכנולוגיה, אלא לעודד אותם להפעיל חשיבה ביקורתית, לשאול שאלות, לבדוק את המידע באופן עצמאי ולהטיל בו ספק בעת הצורך. במקביל, חשוב לא לחשוש ולאסור את הגישה לכלים מתקדמים. להפך – יש לאפשר לילדים להתנסות בטכנולוגיה, ללוות אותם תוך השגחה צמודה, ולהפוך את השימוש בבינה מלאכותית לחלק מתהליך למידה חכם, מודע ואחראי.

מה צריך לקרות ברמה המערכתית?

אבל אחריות ההורים היא רק חלק מהתמונה. כדי להכין באמת את ילדינו לעולם של בינה מלאכותית, נדרשים גם שינויים מערכתיים רחבים.

ראשית, מערכת החינוך חייבת להתאים את עצמה למציאות החדשה. במקום לאסור על שימוש ב-AI, יש לבנות מערכי שיעור שמלמדים איך לעבוד נכון עם הטכנולוגיות האלה – איך להנחות מודל, איך לבדוק תוצאות ואיך לשפר אותן.

שנית, יש צורך בהנחיות ברורות ומעשיות: כיצד להטמיע AI בלמידה בצורה חכמה. לדוגמה, שימוש בבינה מלאכותית כ”שותף לדיון” שמאתגר את חשיבת התלמידים, או ככלי לסיעור מוחות – ולא כמחליף מלא של עבודות.

שלישית, אסור להתעלם מאחריות ענקי הטכנולוגיה. הם נדרשים לפתח גרסאות ייעודיות לחינוך – עם הגנות מותאמות לילדים, שקיפות לגבי מקורות המידע, וכלים לזיהוי קל וברור של תוכן שנוצר בבינה מלאכותית.

רק שילוב נכון של הורות מודעת, מערכת חינוך מתקדמת וטכנולוגיה אחראית יכין את הדור הבא לחיים בעולם שמשתנה במהירות.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס בינה מלאכותית בהוראה וחינוך

לפרטים נוספים לחצו כאן >>

בסופו של דבר, בינה מלאכותית לא רק משנה את הכלים שבהם אנחנו משתמשים – היא משנה את הדרך שבה אנחנו צריכים לחשוב, ללמוד ולחנך. כדי להכין את ילדינו לעתיד, עלינו לשמש עבורם דוגמה חיה: להשתמש בטכנולוגיה באחריות, לשאול שאלות, לחשוב לעומק ולא להפסיק ללמוד. להיות מודל לחיקוי – בעידן שבו כל העולם מלא במודלים.

הפוסט איך להיות מודל לחיקוי בעולם של מודלים הופיע ראשון בLet's AI בינה מלאכותית

Motion Control has arrived!

Take full control of your AI videos with 12 dynamic camera shots — from smooth Dolly moves to dramatic Cranes and VFX like Explosions and Disintegration.
Perfect for adding cinematic flare, stock footage, product ads, or just experimenting with… pic.twitter.com/xToh06EaLd

— Leonardo.Ai (@LeonardoAi_) April 17, 2025

בקרת מצלמה ב- Motion 2.0

מערכת בקרת המצלמה המתקדמת של לאונרדו מציעה מגוון רחב של תנועות מצלמה מוגדרות מראש שניתן לבחור מהן בקלות. כאשר בוחרים תנועת מצלמה, ניתן לראות המחשה ויזואלית של האפקט. בין האפשרויות:

• Crane Up/Down – תנועת מצלמה כלפי מעלה/מטה.
• Dolly In/Out – תנועת מצלמה חלקה קדימה/אחורה.
• Orbit – תנועת מצלמה סביב נקודה מרכזית.
• Zoom In – התקרבות אל האובייקט.

מגוון תנועות מצלמה מוגדרות מראש

דרכים ליצירת וידאו

לאונרדו Motion 2.0 מציע שתי דרכים עיקריות ליצירת וידאו: האפשרות הראשונה היא “מתמונה לוידאו” (ImageToVideo), המאפשרת להעלות או לבחור תמונה קיימת שתשמש כפריים הראשון ולהוסיף פרומפט המתאר את התנועה הרצויה. האפשרות השנייה היא “מטקסט לוידאו” (TextToVideo), המאפשר ליצור וידאו ישירות מפרומפט טקסטואלי, ללא צורך בתמונת התחלה. בנוסף, המערכת מציעה הגדרות מתקדמות כמו Smooth Video להפעלת וידאו חלק יותר עם קצב פריימים מוגבר, Prompt Enhance לשיפור אוטומטי של הפרומפט לתוצאות משופרות, ו-Private Mode המאפשר להסתיר את התוצאה מה-Community Feed.

איך להשתמש בכלי החדש

1. בחרו באפשרות Video בממשק היצירה של לאונרדו.

2. בחרו את מודל Motion 2.0 מתפריט בחירת המודל.

3. בחרו את ה- Motion Control הרצוי מהתפריט הנפתח.

4. הזינו פרומפט המתאר את הסצנה והתנועה הרצויה.

5. אם ברצונכם להתחיל מתמונה, לחצו על כפתור ה-Add Start Frame בצד שמאל של שורת הפרומפט.

6. כשאתם מוכנים – לחצו על Generate.

מה השיפורים לעומת Motion 1.0?

Motion 2.0 של לאונרדו מהווה שדרוג מהותי לעומת הגרסה הקודמת, עם שיפורים שהופכים את יצירת הווידאו לחוויה משופרת משמעותית. הגרסה החדשה מציעה תנועה חכמה יותר עם הבנה מרחבית משופרת, מה שמוביל לאנימציות ריאליסטיות יותר עם אינטראקציית אור ודפוסי תנועה טבעיים. המשתמשים נהנים מיציבות משופרת באנימציה של אלמנטים בסצנה, פיזיקה ריאליסטית יותר, ושליטה מדויקת יותר באמצעות פרומפטים. בנוסף, Motion 2.0 מאפשר ליצור אפקטים מתקדמים כמו שינוי פוקוס המצלמה מנושא אחד לאחר, מה שמוסיף עומק וממד קולנועי לסרטונים. בהשוואה ל-Motion 1.0, הגרסה החדשה מספקת תוצאות איכותיות ומקצועיות שמתחרות בפלטפורמות וידאו AI מובילות אחרות בשוק.

מחיר ומגבלות

Motion 2.0 של לאונרדו AI מציע יכולות מתקדמות, אך מגיע עם מספר מגבלות ועלויות שחשוב להכיר. הכלי זמין באופן בלעדי למשתמשים בעלי מנוי בתשלום, כאשר עלות השימוש עומדת על 250 טוקנים לכל סרטון – פי עשרה מהמחיר של Motion 1.0 שעמד על 25 טוקנים בלבד. הפער המשמעותי במחיר נובע מהעלויות החישוביות הגבוהות יותר הנדרשות להפעלת הטכנולוגיה המתקדמת. אחת המגבלות העיקריות היא שהסרטונים המופקים מוגבלים לאורך של 5 שניות בלבד ובאיכות של 480p, שנחשבת נמוכה יחסית לסטנדרטים העכשוויים. למרות זאת, משתמשים יצירתיים יכולים להתגבר על מגבלת האורך באמצעות שילוב של מספר סרטונים קצרים לכדי יצירה ארוכה יותר, תוך שימוש בתוכנות עריכת וידאו חיצוניות.

כנסו ותנסו את בקרת המצלמה עם Motion 2.0

Motion 2.0 מהווה שיפור משמעותי לעומת הגרסה הקודמת שהייתה טובה אבל מוגבלת יותר. הגרסה החדשה מאפשרת ליצור סרטונים איכותיים ומקצועיים יותר, עם תנועות מצלמה חלקות ואפקטים מרשימים, והופכת את לאונרדו למתחרה רציני יותר בשוק יצירת הוידאו באמצעות AI.

הפוסט לאונרדו עם בקרת מצלמה ב-Motion 2.0 הופיע ראשון בLet's AI בינה מלאכותית

מרחב עבודה אחיד ליוצרים

Timeline של Lightricks הוא לא תחליף לכלי עריכה מקצועיים מסוגו, אך הוא מציע יתרון מובהק למי שמחפש דרך ממוקדת, נוחה ומודולרית לבניית סרטונים – במיוחד כאשר הדגש הוא על נרטיב ברור ורצף סצנות הגיוני. המערכת מבוססת על תכנון סצנות באמצעות סטוריבורד ויזואלי, חיתוך ועריכה של קטעים, שילוב מדויק של פסי קול, ויכולת לשנות את הסדר והמבנה של הסרטון בכל שלב.

רכיבי הממשק המרכזיים

• סטוריבורד חזותי: מאפשר למשתמשים לתכנן ולארגן את רצף הסצנות מראש, כולל חלוקה ברורה לסצנות וסידור לפי ציר זמן.
• חיתוך וגזירה: כלים גרפיים פשוטים אך מדויקים שמאפשרים להסיר חלקים, לקצר סצנות או להאריך אותן – בהתאם לצורך הנרטיבי.
• סנכרון קול: התאמה של פסי קול, מוזיקה, דיבוב ואפקטים לסצנות הווידאו, תוך שליטה מלאה בתזמון ובאיזון האודיו.
• סידור סצנות מחדש: גרירת סצנות ושינוי הסדר הפנימי של הסרטון, תוך אפשרות להוסיף שכבות ואפקטים בצורה נקודתית או כללית.
• פילטרים ואפקטים: החלת סגנונות עיצוביים על סצנות בודדות או על הסרטון כולו, כחלק בלתי נפרד מתהליך העריכה.

הממשק המרכזי של Timeline ב-LTX Studio

יתרונות תפעוליים

Timeline מציע יתרון משמעותי בעולם עריכת הווידאו דרך שילוב חכם בין ניהול תוכן לממשק עריכה מאוחד. המערכת מאפשרת רצף עבודה יעיל וברור, כאשר כל תהליך העריכה מתרחש בסביבה אחת ללא צורך במעבר בין תוכנות שונות. המשתמשים נהנים משליטה מבנית מלאה לאורך כל שלבי היצירה, מה שמאפשר להם לבחון את הנרטיב המתפתח ולבצע התאמות מדויקות בזמן אמת. הממשק האינטואיטיבי והתהליכים הפשוטים חוסכים זמן יקר בשלב ההפקה, יתרון משמעותי במיוחד בפרויקטים קצרים או דחופים. בניגוד לכלים מגבילים, Timeline מעודד יצירתיות באמצעות אפשרויות מגוונות לעיצוב מחדש של סצנות, הוספת שכבות, שינויי תאורה והטמעת אלמנטים גרפיים בצורה חלקה ואינטגרטיבית.

אינטגרציה עם כלים נוספים

Timeline אינו עומד לבדו. הוא חלק ממערך של כלים שמציעה לייטריקס, כולל LTX Studio – מערכת שמבוססת בין היתר על בינה מלאכותית. כאן ניתן למצוא שימושים מתקדמים יותר: תכנון גרפי מוקדם, בניית סטוריבורד אוטומטי, הצעות לסצנות חלופיות, ואפילו עריכה חצי-אוטומטית לקטעים שאינם עומדים בקריטריונים של רצף או קצב. האפשרות לעבור מעריכה ידנית לעריכה נתמכת AI יכולה לשפר את הדיוק ולמנוע טעויות תסריט או בעיות קצב, במיוחד בפרויקטים הדורשים עקביות סגנונית.

למי זה מתאים?

Timeline מיועד למשתמשים שמעוניינים לנהל את תהליך העריכה מתחילתו ועד סופו מבלי לאבד שליטה. הוא יכול לשרת יוצרים מתחילים, אנשי שיווק, מפיקי תוכן ברשתות החברתיות, סטודנטים או במאים שמחפשים פתרון זמין ונוח ליצירת וידאו מהירה. הכלי מתאים גם לפרויקטים קצרים שמבוססים על תסריט ברור ומובנה, שם כל שלב ביצירה צריך להיות מדויק ונשלט, אך אינו דורש תשתית מורכבת או ציוד כבד.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס יצירת סרטים עם AI

לפרטים נוספים לחצו כאן >>

Timeline לא בא להחליף מערכות עריכה מסחריות מורכבות, אלא לספק חלופה נגישה יותר – כזו שמאפשרת שליטה מיידית בסיפור, קצב העבודה ונראות הסרטון. השקת Timeline משתלבת במגמה רחבה יותר של מעבר לפלטפורמות יצירה כוללות – מערכות שמרכזות בתוכן לא רק את הכלים הטכניים, אלא גם את אופן החשיבה, המבנה וההבעה הוויזואלית של היוצר. מדובר בגישה שמנסה לצמצם פערים בין רעיון לביצוע, ולאפשר לכל אחד לבנות את הנרטיב שלו – מתוך שליטה מלאה במרכיבים שמרכיבים אותו.

הפוסט הכל במקום אחד – הטיימליין החדש של לייטריקס הופיע ראשון בLet's AI בינה מלאכותית

מרחיבים את היכולות

אנטרופיק השיקה שדרוג פורץ דרך לקלוד – אינטגרציה מקיפה עם Google Workspace שהופכת את מודל השפה המתקדם למעין עוזר אישי-דיגיטלי רב-עוצמה. זהו צעד משמעותי שמטשטש את הגבולות בין כלי AI לבין סביבת העבודה היומיומית שלנו, ומציע חוויית עבודה חדשה לחלוטין.

מה קלוד יכול לעשות עכשיו?

שליטה מלאה בתיבת הדואר שלכם

קלוד מסוגל לצלול לעומק תיבת הג’ימייל שלכם ולהפוך אותה למשאב נגיש ויעיל. הוא יכול לסרוק אלפי מיילים במהירות, לזהות שרשורי שיחות חשובים, ולהציג בפניכם סיכומים ממוקדים של התכתבויות ארוכות. דמיינו שאתם יכולים לשאול: “מה היו ההחלטות העיקריות בפרויקט X בחודשיים האחרונים?” וקלוד פשוט יסרוק את כל ההתכתבויות הרלוונטיות ויציג לכם תמצית מדויקת.

יומן חכם שעובד בשבילכם

האינטגרציה עם Google Calendar הופכת את קלוד ליועץ לוח זמנים אישי. הוא לא רק רואה את הפגישות שלכם, אלא מבין את ההקשר שלהן, יכול להתכונן אליהן עבורכם, ולהציע דרכים לייעול הזמן שלכם. קלוד יכול לזהות התנגשויות בלוח הזמנים, להציע זמנים פנויים לפגישות חדשות, ואפילו לסכם את המידע הרלוונטי לפני פגישה חשובה – כל זאת בהתבסס על הבנה מעמיקה של הפעילות שלכם.

מומחה מסמכים בכיס שלכם

עם החיבור המשופר ל-Google Docs, קלוד הופך למעין עוזר מחקר וכתיבה צמוד. הוא יכול לנתח מסמכים ארוכים, לחלץ מידע מטבלאות מורכבות, ולשלב נתונים ממקורות שונים לתוך תשובותיו. עבור משתמשים ארגוניים, קלוד אף מציע יכולת קטלוג מסמכים מתקדמת שמאפשרת לו למצוא מידע גם כשהוא מפוזר בין עשרות או מאות קבצים שונים.

ניתוח PDF מתקדם

יכולת חשובה ויעילה במיוחד היא היכולת של קלוד לנתח קבצי PDF באופן מעמיק, כולל הבנת תוכן חזותי כמו גרפים ותרשימים. המערכת מסוגלת לחלץ טקסט, להמיר עמודים לתמונות, ולבצע ניתוח משולב שמאפשר הבנה מקיפה של המסמך על כל מרכיביו. זוהי יכולת קריטית עבור אנשי עסקים, חוקרים, ואנשי מקצוע שעובדים עם דוחות מורכבים.

איך זה משנה את סביבת העבודה?

האינטגרציה החדשה מייצרת מהפכה של ממש בדרך שבה אנחנו עובדים. במקום לנווט בין מערכות שונות, להעתיק מידע ממקום למקום, ולבזבז זמן על חיפושים חוזרים ונשנים – קלוד מאפשר גישה אחידה וחלקה לכל המידע הארגוני והאישי שלכם. דמיינו תרחיש שבו אתם מתכוננים לפגישה חשובה. במקום לחפש ידנית את כל המיילים הקשורים, לסרוק מסמכים רלוונטיים, ולנסות לזכור מה נאמר בפגישות קודמות – אתם פשוט מבקשים מקלוד: “הכן אותי לפגישה עם צוות המוצר מחר”. קלוד יסרוק את היומן שלכם, יזהה את הפגישה, יאתר את כל המיילים והמסמכים הקשורים, יסכם את הנקודות העיקריות מפגישות קודמות, ויציג בפניכם תמונה מקיפה – הכל במקום אחד, תוך דקות ספורות.

מי יכול להשתמש ביכולות החדשות?

האינטגרציה עם Google Workspace, כולל ג’ימייל, מסמכים ולוח השנה, זמינה בבטא לכל המשתמשים בתשלום בהגדרות הפרופיל בחשבון Claude. כדי להתחיל להשתמש בה, פשוט עברו להגדרות החשבון שלכם, בחרו ב-“Connect apps”, אשרו את החיבור לשירותי Google השונים ותנו לקלוד הרשאה לגשת לכל שירות. תוכלו גם לבצע את החיבורים ישירות מממשק המשתמש:

האינטגרציה עם Google Workspace

שיקולי פרטיות ואבטחה

חשוב לשקול את ההשלכות של מתן גישה ל-AI למידע האישי והמקצועי שלכם:

אנטרופיק מתחייבת שכברירת מחדל, היא אינה משתמשת בנתונים מ-Claude.ai החינמי או מ-Claude Pro לאימון המודל, אלא אם כן אתם מאשרים זאת במפורש. החברה מיישמת מנגנוני בקרת גישה כמו RBAC (בקרת גישה מבוססת תפקידים), ABAC (בקרת גישה מבוססת תכונות) ו-MAC (בקרת גישה חובה) כדי לאכוף מדיניות בקרת גישה. אנטרופיק טוענת שהיא מפעילה “אימות ברמת משתמש”, מה שמבטיח שקלוד ניגש רק למסמכים שאישרתם באמצעות הכניסה שלכם. עבור משתמשי Claude for Work (Team & Enterprise), החברה מציעה אבטחת נתונים ברמה ארגונית ומאפשרת ללקוחות מסחריים לקבוע הסכמי שמירה ועיבוד נתונים ספציפיים, התומכים בדרישות רגולטוריות כמו GDPR.

טיפים מעשיים לשימוש בטוח

אם אתם שוקלים להשתמש באינטגרציה החדשה:

• הגבילו שיתוף מידע רגיש: הימנעו מהזנת נתונים רגישים או סודיים, במיוחד בגרסה החינמית של קלוד.
• נהלו את שמירת הנתונים: שתי הגרסאות מציעות אפשרויות מחיקת נתונים. מחקו באופן קבוע נתונים משיחות שאינן נחוצות עוד.
• בדקו את מדיניות אבטחת המידע בארגון שלכם: לפני שימוש בכלי במסגרת ארגונית, ודאו שהוא עומד בדרישות האבטחה של הארגון שלכם. 

השדרוג החדש של קלוד מציע יכולות מרשימות שיכולות לחסוך זמן רב ולהגביר את הפרודוקטיביות, אך כמו עם כל כלי AI, חשוב לשקול את שיקולי הפרטיות והאבטחה לפני שמעניקים לו גישה למידע האישי והמקצועי שלכם.

מודל שפה שמבין את העולם שלכם

מעבר ליכולות הטכניות, השדרוג החדש של קלוד מייצג שינוי תפיסתי בעולם הבינה המלאכותית. במקום כלי שמגיב לשאלות בודדות, קלוד הופך למערכת שמבינה את ההקשר המלא של העבודה והחיים שלכם. הוא יכול לזהות דפוסים בהתנהלות שלכם, להבין את סדרי העדיפויות שלכם, ולהתאים את עצמו לצרכים הספציפיים שלכם. זוהי התקדמות משמעותית לקראת חזון של עוזר AI שלא רק עונה על שאלות, אלא באמת מבין את המשתמש ופועל כשותף אמיתי לעבודה ולחשיבה. האינטגרציה החדשה של קלוד עם Google Workspace מסמנת צעד ענק בהפיכת הבינה המלאכותית לחלק אינטגרלי מסביבת העבודה היומיומית שלנו, ומבטיחה לשנות לחלוטין את האופן שבו אנחנו מנהלים מידע, מתקשרים, ומקבלים החלטות בעידן הדיגיטלי.

הפוסט קלוד נכנס לעולם העבודה שלכם דרך גוגל וורקספייס הופיע ראשון בLet's AI בינה מלאכותית

Today we’re introducing Veo 2 in LTX Studio.

We’re giving you the flexibility to switch between models and the most cost-effective way to generate with Veo 2. pic.twitter.com/Q3Gr6QVHwD

— LTX Studio (@LTXStudio) April 20, 2025

זמינות רחבה בפלטפורמות מובילות

Veo 2 זמין כעת במספר פלטפורמות מרכזיות, מה שמאפשר גישה נרחבת למגוון משתמשים:

גישה חופשית דרך Google AI Studio

Google הפתיעה את עולם הטכנולוגיה והיצירה הדיגיטלית כשהשיקה גישה חופשית למודל Veo 2 המתקדם שלה דרך Google AI Studio ב-15 באפריל 2025. זהו צעד משמעותי שמנגיש טכנולוגיית יצירת וידאו מתקדמת לקהל הרחב. כל משתמש עם חשבון Google רגיל יכול כעת להיכנס לפלטפורמה ולגלות את לשונית “Video Gen” החדשה, שפותחת עולם של אפשרויות יצירתיות.

Everything here is 100% generated w/ Google Veo 2. I've got early access, and the visual fidelity and prompt adherence is genuinely nuts.

Let's test it together and have some fun. Drop your prompts below — and for the next hour or so I'll reply with videos pic.twitter.com/7UupqatLIL

— Bilawal Sidhu (@bilawalsidhu) December 17, 2024

הממשק שעיצבה Google הוא פשוט ואינטואיטיבי במיוחד, מה שמאפשר גם למשתמשים ללא רקע טכני ליצור תוכן וידאו איכותי. המשתמשים יכולים להזין תיאור טקסטואלי מפורט של הווידאו שהם מדמיינים, או לחלופין להעלות תמונה שתשמש כבסיס ליצירת וידאו דינמי. הפלטפורמה מציעה גמישות בבחירת יחסי תצוגה – בין אם מדובר בפורמט רחב המתאים לתוכן כמו YouTube או פורמט אנכי לפלטפורמות כמו TikTok ו-Instagram.

Been playing around with Google's VEO 2.

And i have to say, it really does nail the Battlefield vibes, if you dont put them on the big screen, (720p max) it wouldnt surprise me if it fooled people to think its a new BF5 map

''Gameplay of the next battlefield game by EA, in… pic.twitter.com/jDCK3t5aBY

— DANNYonPC (@DANNYonPC) April 19, 2025

LTX Studio של Lightricks הישראלית

בהתפתחות מרגשת במיוחד, חברת Lightricks הישראלית הודיעה ב-20 באפריל 2025 על שילוב Veo 2 בפלטפורמת LTX Studio שלה. LTX Studio, שהיא פלטפורמה מבוססת AI המיועדת לאנשי מקצוע יצירתיים, מאפשרת כעת למשתמשים לבחור בין שני מודלים חזקים ליצירת וידאו, כל אחד עם היתרונות והתכונות הייחודיות שלו. Lightricks, שנוסדה ב-2013, היא חברה ישראלית מובילה בתחום הAI ליצירת תוכן חזותי, ומציגה סט כלים מתקדם שמייעל את תהליכי העבודה בתעשיית התוכן הדיגיטלי. 

Gemini Advanced

Veo 2 זמין כעת גם דרך אפליקציית Gemini עבור מנויי Gemini Advanced בלבד (במחיר 19.99$ לחודש, כחלק מחבילת Google One AI Premium). המשתמשים יכולים לבחור את Veo 2 מתפריט נפתח באפליקציה, ולאחר הזנת תיאור טקסטואלי מפורט, המערכת מייצרת סרטון באורך 8 שניות ברזולוציה של 720p בפורמט 16:9 רוחבי. הסרטונים נשמרים כקבצי MP4 וכוללים סימן מים דיגיטלי SynthID. באפליקציה למובייל קיימת אפשרות לשתף את הסרטונים ישירות לפלטפורמות כמו TikTok ו-YouTube Shorts. חשוב לציין שקיימת מגבלה חודשית על מספר הסרטונים שניתן ליצור, והמערכת תתריע כשהמשתמש מתקרב למגבלה זו. השירות הושק ב-15 באפריל 2025, אך הפריסה הדרגתית ותימשך מספר שבועות עד שיהיה זמין לכל מנויי Gemini Advanced ברחבי העולם, בכל השפות שג’מיני תומך בהן.

It's finally spring in Paris, and Veo 2 is finally on the Gemini App! https://t.co/40ZQWumzTj pic.twitter.com/AJb0TV1lB8

— Hus (@hsavas) April 15, 2025

Freepik 

Freepik מציעה גם היא גישה לטכנולוגיית יצירת הווידאו המתקדמת של Google. הגישה נפתחה כבר בפברואר והשימוש ב-Veo 2 בפלטפורמה דורש 1,000 קרדיטים לכל יצירת וידאו.

Veo 2 is here, first on Freepik worldwide

Google partners with us to debut the most advanced AI video model.
Unmatched realism, precision, and smooth animations.

Run! The first 10K users will get 2 free generations. pic.twitter.com/9VaR4pOEQ3

— Freepik (@freepik) February 21, 2025

יכולות מרשימות

Veo 2 מציע יכולות מהפכניות שמציבות אותו בחזית טכנולוגיית יצירת הווידאו באמצעות בינה מלאכותית מול מודלים כמו Sora של OpenAI, קלינג ו- Runway. המודל המתקדם של Google DeepMind, מרשים ביכולתו לייצר תוכן וידאו באיכות קולנועית גבוהה, עם הבנה מעמיקה של עקרונות קולנועיים ופיזיקה מציאותית. הסרטונים שמופקים באמצעותו מציגים תנועות טבעיות ורציפות, דינמיקה אמינה של אובייקטים והתנהגות פיזיקלית משכנעת.

בפלטפורמות הזמינות כיום למשתמשים התפוקה מוגבלת לרזולוציה של 720p וסרטונים באורך של 8 שניות בלבד. למרות שהמודל עצמו מסוגל טכנית לתמוך ברזולוציות גבוהות יותר ובסרטונים ארוכים יותר, הגרסאות הזמינות למשתמשים מוגבלות כרגע מסיבות טכניות ועסקיות. מה שעדיין הופך את Veo 2 לכלי יצירתי רב-עוצמה, גם במגבלות הנוכחיות, הוא רמת השליטה המדויקת שהוא מעניק למשתמשים. אתם יכולים לשלוט בפרמטרים מתקדמים כמו סגנונות חזותיים, זוויות מצלמה, סוגי עדשות ואפקטים מיוחדים. 

Veo 2 is more than just a video generation tool in @GoogleCloud’s #VertexAI.

Here’s a rundown of its features. pic.twitter.com/L1XfQ6BOXW

— Google DeepMind (@GoogleDeepMind) April 10, 2025

שחרור Veo 2 לפלטפורמות מרכזיות כמו Google AI Studio, Freepik, Gemini ו-LTX Studio של Lightricks הישראלית מסמן נקודת מפנה משמעותית בנגישות של טכנולוגיית יצירת וידאו מתקדמת. עבור יוצרי תוכן, מפתחים ומשווקים, זוהי הזדמנות מצוינת לחקור את הפוטנציאל של יצירת וידאו מבוססת AI ולשלב אותה בתהליכי העבודה היצירתיים שלהם. אם אתם סקרנים לגבי יכולות Veo 2, כעת זה הזמן האידיאלי להתנסות בו דרך אחת הפלטפורמות הזמינות ולגלות כיצד הוא יכול לשדרג את היצירות שלכם.

הפוסט Veo 2 של Google זמין עכשיו במספר פלטפורמות מובילות הופיע ראשון בLet's AI בינה מלאכותית

מה זה בכלל מודל ריזונינג?

תארו לעצמכם שני תלמידים עומדים מול המורה. המורה שואלת אותם שאלה מורכבת על היסטוריה. התלמיד הראשון מיד “יורה מהמותן” תשובה – הוא אומר את מה שעולה לו לראש באותו רגע. לעומתו, התלמיד השני אומר: “רגע, תני לי לחשוב על זה” – הוא לוקח דף, כותב לעצמו נקודות, מארגן את המחשבות שלו, ורק אז עונה תשובה מסודרת. המודלים הרגילים כמו ChatGPT הם כמו התלמיד הראשון – הם מייצרים תשובות בזמן אמת, מילה אחר מילה. לעומתם, מודלי ריזונינג כמו Claude 3.7 Sonnet (במצב “חשיבה מורחבת”), o1, o3 mini, או DeepSeek R1 הם כמו התלמיד השני – הם עוצרים, חושבים, מפרקים את הבעיה לשלבים, ורק אז מגישים לכם את התשובה המוגמרת.

איך זה עובד בפועל?

כשאתם שואלים מודל רגיל שאלה, הוא פשוט מתחיל לכתוב: “ובכן, המהפכה התעשייתית התרחשה… וזה הוביל ל… ואז קרה…”

אבל מודל ריזונינג עובד אחרת. הוא מתחיל בתהליך פנימי כזה:

• “בוא נחשוב על השאלה… מדובר במהפכה תעשייתית”

• “אילו עובדות אני יודע על התקופה הזו?”

• “איך אני יכול לארגן את המידע בצורה הגיונית?”

• “האם יש כאן סיבה ותוצאה שאני צריך להדגיש?”

רק אחרי שהוא עבר את כל התהליך הזה – אתם מקבלים את התשובה הסופית והמלוטשת.

מתי כדאי להשתמש במודל ריזונינג?

אתם מתמודדים עם אתגרים שדורשים חשיבה מעמיקה? ישנם מצבים רבים שבהם מודלי ריזונינג יכולים לשנות את התוצאה שתקבלו. כשאתם צריכים לנתח מסמכים מורכבים כמו חוזים משפטיים או מאמרים מדעיים עמוסי נתונים, המודלים הללו מצטיינים בהבנת הפרטים והקשרים ביניהם. גם בעולם התכנות, כשאתם עובדים על קוד מסובך, מודלי ריזונינג לא רק יכתבו את הקוד עבורכם אלא גם יחשבו על כל התרחישים והמקרים האפשריים שעלולים לצוץ. הם במיוחד שימושיים כשאתם מתמודדים עם בעיות מתמטיות או לוגיות שדורשות פתרון מובנה צעד אחר צעד, או כשאתם זקוקים לדיוק מרבי בסיכום מסמכים והסקת מסקנות ממידע מורכב. בכל המקרים הללו, מודל ריזונינג יספק לכם תוצאות איכותיות ומדויקות יותר מהמודלים הרגילים – אך חשוב לזכור שיתרונות אלה באים עם מחיר.

מה המחיר?

אין ארוחות חינם, נכון? כשאתם משתמשים במודל ריזונינג, תצטרכו להתאזר בסבלנות. במקום תשובה מיידית שמופיעה על המסך כמעט ברגע השליחה, אתם עשויים למצוא את עצמכם ממתינים 30 שניות ולפעמים אפילו דקה שלמה עד שהתשובה תופיע. יתרה מכך, הנוחות הזו באה גם עם תג מחיר – מודלי ריזונינג בדרך כלל צורכים יותר משאבי מחשוב, מה שעשוי להתבטא בעלות גבוהה יותר לשימוש בהם. אבל האם ההמתנה והמחיר הנוסף שווים את זה? התשובה היא חד-משמעית כן, אם המשימה שלכם דורשת רמת דיוק גבוהה, ניתוח לעומק או יכולת להתמודד עם בעיות מורכבות שדורשות חשיבה מסודרת ומתוכננת. במקרים כאלה, ההשקעה הנוספת בזמן ובמשאבים מניבה תוצאות שפשוט לא ניתן להשיג במודלים המהירים יותר.

איך תזהו מודל ריזונינג?

איך תזהו אם אתם משתמשים במודל ריזונינג? למרות שרוב השירותים אינם מדגישים את המילה “ריזונינג” בשם המוצר עצמו, ישנם מספר סימנים שיכולים לעזור לכם לזהות אותם. שימו לב לתיאורים כמו “המודל חושב לפני שהוא עונה” – זהו רמז ברור שמדובר במודל ריזונינג. מונחים טכניים כמו “שרשרת מחשבה” או “Chain of Thought” גם הם מעידים על טכנולוגיה של מודלי חשיבה. בממשק המשתמש, חפשו אפשרויות להפעלת “מצב חשיבה מורחבת” או “Thinking Mode” – אלה בדרך כלל מאפשרים למודל להקדיש זמן נוסף לחשיבה לפני מתן תשובה. לבסוף, אם בתיאור המוצר מוזכר שהמודל “מפרק בעיות לשלבים”, זהו סימן מובהק שמדובר במודל שמשתמש בטכניקות ריזונינג כדי להגיע לתשובות מדויקות יותר.

דוגמה מעשית: פתרון בעיה מתמטית

בואו נראה כיצד שני סוגי המודלים עשויים להתמודד עם בעיה מתמטית מורכבת:

שאלה: “חשב את השטח הכולל של חדר בצורת האות L, שבו הצלע הארוכה היא באורך 8 מטרים ורוחב 4 מטרים, והצלע הקצרה היא באורך 3 מטרים ורוחב 4 מטרים.”

מודל רגיל עשוי לענות: “השטח הכולל של החדר הוא 8 × 4 + 3 × 4 = 32 + 12 = 44 מ”ר.”

מודל ריזונינג עשוי לחשוב בתהליך הבא:

• “אני צריך לחשב שטח של צורת L”

• “אפרק את הצורה לשני מלבנים”

• “המלבן הראשון: 8 מטרים × 4 מטרים = 32 מ”ר”

• “המלבן השני: 3 מטרים × 4 מטרים = 12 מ”ר”

• “האם ישנה חפיפה בין המלבנים? לא, כי זו צורת L”

• “השטח הכולל: 32 מ”ר + 12 מ”ר = 44 מ”ר”

שתי התשובות נכונות, אבל המודל השני הראה את כל תהליך החשיבה, מה שמקל עליכם לוודא שהתשובה הגיונית ולהבין את הדרך לפתרון.

6 צעדים לבחירת המודל הנכון למשימה שלך

1. תגדירו את המטרה שלכם – האם אתם צריכים שיחה קלילה או פתרון לבעיה מורכבת?

2. תחשבו על רמת הדיוק הנדרשת – האם טעות קטנה היא קריטית או סבירה?

3. תבדקו את הזמן שעומד לרשותכם – האם אתם יכולים לחכות לתשובה או צריכים משהו מיידי?

4. תשקלו את מורכבות המשימה – האם מדובר בשאלה פשוטה או בבעיה שדורשת ניתוח לעומק?

5. תבחנו את תקציב המשאבים – האם אתם מוכנים לשלם יותר עבור תוצאה איכותית יותר?

6. תערכו ניסוי קטן – נסו את שני סוגי המודלים עם אותה שאלה ותראו מי נותן תשובה טובה יותר.

המילה האחרונה

אז מה למדנו? מודלי ריזונינג הם כלים עוצמתיים בעולם הבינה המלאכותית שמשנים את כללי המשחק. הם לא הפתרון המושלם לכל מצב – אם אתם רק רוצים לדעת את תחזית מזג האוויר או מחפשים רעיון מהיר לארוחת הערב, המודלים המהירים והרגילים יעשו עבודה נהדרת. אבל כשאתם ניצבים מול אתגרים מורכבים, זקוקים לדיוק מרבי או מחפשים תובנות עמוקות שדורשות חשיבה מסודרת – הגיע הזמן לתת למודלי ריזונינג הזדמנות אמיתית. אמנם תצטרכו להתאזר בסבלנות ולחכות קצת יותר לתשובה, אבל כפי שהחכמה העממית אומרת – דברים טובים באמת קורים למי שיודע לחכות. אז בפעם הבאה שתתמודדו עם שאלה מאתגרת, שאלו את עצמכם: “האם זו משימה שדורשת חשיבה מעמיקה?” – והתשובה תכווין אתכם למודל הנכון. 

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס מקיף לבינה מלאכותית - GenAI Master

לפרטים נוספים לחצו כאן >>

איך באמת משתמשים במודלי שפה?

רציתם להפיק את המיטב ממודלי הבינה המלאכותית אבל לא קיבלתם את התוצאות שציפיתם להן? אל תמהרו להאשים את הטכנולוגיה! כשאנחנו שואלים שאלות לא מדויקות, מנסחים הנחיות מעורפלות או מצפים מהמודלים לבצע משימות שהם לא מיועדים להן – התוצאות יהיו מאכזבות. הסוד טמון בהבנה כיצד לעבוד עם כל סוג של מודל בצורה הנכונה. מוזמנים לקרוא את המאמר המרתק שמסביר איך איך באמת משתמשים נכון במודלי שפה? ועל הדרך, אל תפספסו את המדריך להבנת ההבדלים בין מודלים מסוג Reasoning לבין מודלי GPT. 

הפוסט כשבינה מלאכותית עוצרת לחשוב הופיע ראשון בLet's AI בינה מלאכותית

עובדות המקרה

העותרת, פלונית, הגישה עתירה לבג”ץ נגד פסק דינו של בית הדין השרעי לערעורים בירושלים, אשר דחה את ערעורה על החלטת בית הדין השרעי בעכו בעניין ביטול תניה בהסכם גירושין. התניה המדוברת – “תניית ויתור” – קובעת כי כל צד מוותר על תביעות עתידיות הקשורות לנישואין ולגירושין. הסכם הגירושין אושר בפסק דין ביום 1.2.2023, לאחר שהעותרת הצהירה במפורש בפני בית הדין כי הבינה את תוכנו וחתמה עליו מרצונה החופשי. כעבור מספר חודשים, לאחר שהגישה תביעה אזרחית בעניין איזון משאבים, טען בעלה לשעבר כי התביעה חסרת תוקף לאור תניית הוויתור. בעקבות כך, ביקשה העותרת לבטל את אותה תניה בטענה שנוספה להסכם ללא הסכמתה, ושהיא עצמה אינה יודעת קרוא וכתוב בערבית ולא הייתה מודעת להשלכותיה. בית הדין השרעי דחה את בקשתה, וכך גם בית הדין לערעורים.

בעתירה לבג”ץ, טענה העותרת לפגיעה בזכויותיה החוקתיות, אולם עיקר הדרמה נגע למבנה ולתוכן של העתירה. עורכת דינה של העותרת, שמונתה מטעם הסיוע המשפטי, ציטטה בעתירה לא פחות מ-36 פסקי דין, רבים מהם בליווי ציטוטים מפורטים. אלא שבדיקה של ההפניות העלתה כי חלק ניכר מהן לא קיימות כלל, או שאינן תואמות את התוכן המצוטט. במענה לבקשת בית המשפט להמציא את פסקי הדין המלאים, הודתה עורכת הדין כי הסתמכה על אתר אינטרנט מומלץ “שסופק לה על ידי קולגות”, מבלי לבדוק את נכונות המידע. בכך נחשף שימוש רשלני במערכת בינה מלאכותית שלא נבדקה – שהובילה להכנסת מידע משפטי כוזב לעתירה. העותרת עצמה ביקשה בהמשך להסיר את ההפניות הבדויות ולבסס את טענותיה על פסיקה קיימת, אך בית המשפט עמד על כך שיש לדחות את העתירה על הסף – ולבחון את הסוגיה העקרונית שנחשפה.

תופעת הזיות הבינה המלאכותית (AI Hallucinations)

תופעת “הזיות בינה מלאכותית” (AI Hallucinations) מתארת מקרים שבהם מערכות בינה מלאכותית, ובפרט מודלים מבוססי שפה (כגון GPT), מייצרות תכנים שגויים או מופרכים – לעיתים בצורה שנראית אמינה, מדויקת ומשכנעת. במילים אחרות, מדובר בנתונים מומצאים שמוצגים כעובדות מהימנות. תופעה זו עלולה להיות בעייתית בכל תחום, אך מקבלת משנה תוקף כאשר מדובר במערכת המשפט. בפסק הדין מדגישה השופטת כנפי-שטייניץ כי לא מדובר בתקלה טכנית או בטעות סופר. להפך – הצגת אסמכתאות משפטיות שלא היו ולא נבראו, והסתמכות על מקורות שלא נבדקו, היא ביטוי ישיר של “חזיון תעתועים” שיוצרת מערכת AI. יתרה מכך, מכיוון שהתוצרים נראים הגיוניים ומנוסחים היטב, אף עורכי דין מנוסים עלולים ליפול בפח – בייחוד כאשר הכלים מוצגים כאוטוריטטיביים ונגישים.

במקרה זה, הפלט שקיבלה עורכת הדין מהאתר – ככל הנראה אתר מבוסס בינה מלאכותית – כלל הפניות לפסקי דין לא קיימים, ציטוטים לא רלוונטיים, ולעיתים אף תיאורים שגויים של הדין הקיים. לדברי השופטת, מדובר בהסתמכות עיוורת על מקור בלתי מהימן, וככזו היא מהווה מחדל מקצועי מהמעלה הראשונה. אמנם עורכת הדין טענה כי פעלה בתום לב, אך השופטת מבהירה כי אין די בכך. החובה לוודא את נכונות התכנים היא מוחלטת, בפרט כאשר מדובר בכתבי טענות לבית המשפט העליון. פסק הדין מזכיר כי מקרים דומים התרחשו לאחרונה גם בישראל וגם בעולם – כולל בפרשת Mata v. Avianca בארה״ב – ומציין כי תדירותם ההולכת וגדלה של מקרים מסוג זה מחייבת קביעת כללים משפטיים ברורים. התופעה של “הזיות” אינה תוצאה של כוונה רעה, אלא של מגבלות טכנולוגיות – אולם האחריות לשימוש בהן היא אנושית, לא אלגוריתמית.

היבטים משפטיים מרכזיים

אחריות מקצועית של עורך הדין בשימוש בבינה מלאכותית

פסק הדין מבהיר באופן חד משמעי: עצם השימוש בטכנולוגיה מתקדמת אינו פוטר את עורך הדין מחובותיו האתיות והמשפטיות. להפך – דווקא לאור העוצמה והפוטנציאל של כלי הבינה המלאכותית, מתחדדת הדרישה להפעלת שיקול דעת מקצועי וזהירות מרבית. עורך הדין, על פי הדין הישראלי, חב חובת נאמנות כלפי לקוחו (סעיף 54 לחוק לשכת עורכי הדין), חובת סיוע לבית המשפט (סיפא של סעיף 54), וחובה שלא להטעות את בית המשפט (כלל 34(א) לכללי האתיקה). פסק הדין מדגיש כי הגשת טענות שקריות או בלתי מבוססות, אפילו אם מקורן בטעות שמקורה במכונה, מהווה הפרה של כל שלוש החובות גם יחד.

כלומר, עורך דין אינו יכול להישען על טענה של “תום לב” או “תקלה טכנית” כאשר מדובר בשילוב שלמידע שגוי למסמך משפטי. הפסיקה קובעת נחרצות: אין זה מתקבל על הדעת שעורך דין יגיש מסמךלבית המשפט מבלי שווידא את נכונותו. אפילו כאשר מדובר במידע ממערכת שנראית אמינה – על עורך הדין לבצע בדיקה עצמאית. החובה המקצועית אינה נמסרת לידי אלגוריתם.

השלכות על בעלי הדין

השלכות הרשלנות המקצועית חורגות מעבר לעורך הדין עצמו. ראשית, נפגע הלקוח – אשר סומך על בא כוחו כי ייצגו במיומנות ובאחריות. הגשת עתירה המבוססת על מקורות בדויים אינה רק מחדל טכני, אלאגם פגיעה מהותית בזכות הלקוח לניהול הליך משפטי ראוי. בנוסף, נפגע הצד שכנגד, שנדרש להשיב לטענות שאינן קיימות, להשקיע משאבים משפטיים מיותרים ולחשוף את הטעויות שבמסמך. ולבסוף – נפגע גם בית המשפט. ללא אמון בסיסי בין המערכת המשפטית לעורכי הדין, נגרמים עיכובים, בזבוז זמן שיפוטי יקר, ופגיעה בתכליות ההליך המשפטי. כפי שמציינת השופטת כנפי-שטייניץ: “קריעת רקמת האמון שבין בית המשפט לעורך הדין עלולה לפגוע, לא רק בשאיפה להגיע לחקר האמת, אלא גם ביעילות הדיון ובכבודו של המקצוע”.

הכלים המשפטיים שבידי בית המשפט

פסק הדין מציין שורה של סנקציות וכלים העומדים לרשות בית המשפט כאשר מוגש לו מסמך מטעה המבוסס על מידע בדוי:

• סילוק ההליך על הסף, מכוח כללי “חוסר ניקיון כפיים” או היעדר תשתית משפטית מספקת.
• מחיקת כתב טענות, בהליכים אזרחיים, מכוח שימוש לרעה בהליכי משפט.
• הטלת הוצאות אישיות על עורך הדין – כלי שבית המשפט רואה בו אמצעי לגיטימי וראוי בנסיבות חמורות.
• פתיחת הליך משמעתי בלשכת עורכי הדין, לפי סעיף 61 לחוק, בגין הטעיית בית המשפט, פגיעה בכבוד המקצוע ואי-עמידה בכללי האתיקה.

עם זאת, במקרה של בג”ץ 38379-12-24, נמנע בית המשפט מהפעלת סנקציות אישיות כלפי עורכת הדין – אך הדגיש כי הדבר נעשה “לפנים משורת הדין”, בהיותו מקרה ראשון מסוגו, תוך תקווה שהבהירות והאזהרה המובעת בפסק הדין ישמשו תמרור אזהרה לעתיד.

עמדת בית המשפט העליון – פסק הדין בבג”ץ 38379-12-24

בית המשפט העליון, בהרכב של שלושה שופטים, דחה את העתירה של העותרת, הן בשל עילת ההתערבות הדלה בהחלטת בתי הדין השרעיים, והן בשל הפגמים המהותיים שנפלו בהתנהלות עורכת הדין.

דחיית העתירה לגופה

השופטים קבעו כי בית הדין השרעי פעל בגדר סמכותו בהתאם לחוק יחסי ממון בין בני זוג. כמו כן, נקבע כי לא הוכחו עילות מספקות לביטול ההסכם, שכן העותרת אישרה בעצמה כי הבינה את תוכנו וחתמה עליו מרצון חופשי. נוכח העובדות וקביעות בתי הדין הדתיים, נקבע כי אין מקום להתערבות של בג”ץ, בהיעדר עיוות דין מהותי או חריגה קיצונית מסמכות – קריטריונים נוקשים שנקבעו בפסיקה.

ההתייחסות לפגם שבטיעון המשפטי

מרכז הכובד של פסק הדין לא היה בתוצאה המשפטית של ההליך, אלא בהתנהלות המייצגת תופעה מדאיגה: הגשת עתירה לבית המשפט העליון תוך הסתמכות על עשרות פסקי דין מומצאים. ההרכב בחר להקדיש פרק שלם לפירוט התנהלות עורכת הדין, ולניתוח ההשלכות הרחבות של שימוש רשלני בבינה מלאכותית. השופטת כנפי-שטייניץ ביקשה להבהיר כי המקרה איננו מקרי, אלא סימפטום של תופעה שהולכת ומתרחבת – תופעה שמחייבת את כלל השחקנים בשדה המשפטי לנקוט משנה זהירות. בית המשפט לא היסס להבהיר את חומרת העניין – תוך פירוט של עשרות אזכורים בדויים, חלקם בציטוטים מדויקים אך שקריים, ללא כל בסיס משפטי אמיתי. לנוכח חומרה זו, פסק הדין שואף להציב גבול ברור ולהעביר מסר מחייב לכלל עורכי הדין: אין מקום לאמון עיוור בתוצרי מכונה, ואין תחליף לאחריות אנושית.

השלכות רגולטוריות ואתיות – תגובת לשכת עורכי הדין

פסק הדין של בג”ץ לא נותר תלוש מתגובה מוסדית. לשכת עורכי הדין בישראל נקטה שורה של צעדים בעקבות הפסיקה, מתוך הבנה כי מדובר באירוע משמעותי שמשנה את כללי המשחק.

גילוי דעת של ועדת האתיקה הארצית

עוד טרם פסק הדין, בחודש מאי 2024, פרסמה ועדת האתיקה גילוי דעת מקדים בו נכתב מפורשות כיהזנת מידע למערכות AI – גם אם מושמטות ממנו פרטים מזהים – עלולה להוות הפרה של חובת הסודיות והנאמנות ללקוח. פסק הדין הנוכחי העניק משנה תוקף לאזהרה זו, וחידד את הצורך בקווים מנחים מחייבים.

הגברת האכיפה והליכי משמעת

לאחר פרסום פסק הדין, פתחה לשכת עורכי הדין בהליכי משמעת נגד עורכי דין נוספים שנעשה שימוש בכתבי טענות בדויים. הליכים אלו נתפסים כחיוניים לשמירה על טוהר ההליך המשפטי ולשמירה על אמון הציבור במערכת. הלשכה גם הכריזה על כוונתה לגבש “קוד אתי” עדכני לשימוש בבינה מלאכותית, שיסדיר בין השאר:

• חובת אימות של כל מידע שמקורו במכונה
• איסור על העתקה עיוורת של תכנים משפטיים
• דרישה לחשיפת מקור המידע בעת הצורך

מסר חינוכי למערכת המשפט כולה

בהתאם לרוח הדברים שנכתבו על ידי השופטת כנפי-שטייניץ, המסר המרכזי הוא חינוכי: אין בכוונת מערכת המשפט לפסול את השימוש בבינה מלאכותית, אך יש חובה למזג את החדשנות עם אחריות מקצועית וזהירות אנושית. כפי שנכתב בפסק הדין: “אל לנו לשפוך את התינוק עם המים… אך בעת הזו, שימוש בבינה מלאכותית אין משמעו התפרקות מאחריות”.

הקשר השוואתי בינלאומי – כיצד מתמודדים בעולם?

התופעה שנדונה בפסק הדין בג”ץ 38379-12-24 אינה ייחודית לישראל. למעשה, היא כבר זכתה לתהודה נרחבת בזירה המשפטית הגלובלית – בעיקר בארצות הברית, שם הוגשו כתבי בית-דין שכללו אסמכתאות מומצאות, אשר יוחסו למערכות בינה מלאכותית.

פרשת Mata v. Avianca (ארה”ב, 2023)

בפרשה שזכתה לפרסום עולמי, עורך דין הגיש טיעונים לבית המשפט הפדרלי בניו יורק כשהוא מסתמךעל שישה פסקי דין שלא היו ולא נבראו – כולם נוצרו על ידי ChatGPT. העורך דין טען להגנה בתום-לב, אך בית המשפט לא התרשם. השופט פסק קנס והדגיש כי עצם ההסתמכות על AI אינה פוטרת מבדיקת מקורות. הפרשה שימשה זרז לפרסום הנחיות חדשות מטעם לשכת עורכי הדין האמריקאית (ABA), אשר קובעות כי:

• אין להגיש כל תוכן שלא אומת באופן עצמאי.
• יש לנהוג בשקיפות לגבי שימוש בכלים מבוססי AI.
• עורך הדין חייב להבין את מגבלות הכלי שבו הוא עושה שימוש.

פסיקות נוספות בארה”ב

בפסק הדין Kohls v. Ellison שניתן במדינת מינסוטה, נפסל תצהיר מומחה שהסתמך על ציטוטים שגויים ממאמרים אקדמיים – גם הם תוצאה של “הזיות בינה מלאכותית”. בית המשפט הדגיש כי גם כאשר מדובר ב”טעות בתום לב”, יש בכך פגיעה קשה באמון הציבור. בפסק הדין Ex Parte Lee בטקסס, נבחן תיק פלילי שבו הופיעו ציטוטים פיקטיביים בטיעון ההגנה – פעם נוספת, מקורם היה ככל הנראה באלגוריתם AI. גם שם ננקטו סנקציות חמורות.

עקרון העולה מן המשווה: אחריות אנושית בכל מחיר

הקו המשותף בין המערכות השונות ברור: בתי המשפט בעולם אינם מקבלים את השימוש בטכנולוגיה כתירוץ למחדלים מקצועיים. בין אם מדובר בטעות, רשלנות או עצימת עיניים – האחריות נותרת על כתפיו של עורך הדין, ואמון הציבור עומד בסכנה. ישראל מצטרפת לפסיקה הגלובלית המתריעה מפני הזיות בינה מלאכותית, ומבקשת לשרטט גבולות גזרה ברורים לעידן המשפטי הדיגיטלי.

פרשנות ומסקנות

הטכנולוגיה אינה האויב – אלא הכשל המקצועי

פסק הדין מעלה שאלה עקרונית: כיצד ניתן לשלב בינה מלאכותית בעבודת עורכי הדין, מבלי לסכן את יסודות ההליך המשפטי? התשובה שמציע בית המשפט היא זהירה אך ברורה – הכלים עצמם אינם הבעיה, אלא האופן בו נעשה בהם שימוש. הגישה המהותית שבאה לידי ביטוי בפסק הדין היא גישת “האיזון”: שילוב בין קידמה לאחריות, בין חדשנות למקצועיות. בית המשפט מביע הערכה לפוטנציאל הטמון בבינה מלאכותית – להגברת הנגישות למשפט, לייעול המחקר המשפטי, ואף לקיצור התהליכים – אך מדגיש כי כל זאת ייתכן רק כאשר יש בקרה אנושית משמעותית.

חזון אתי לעתיד הקרוב

אם בעבר שאלת האתיקה בעבודת עורך הדין התרכזה רק בדילמות מוסריות “מסורתיות”, הרי שבעידן החדש האתיקה כוללת גם שאלות טכנולוגיות: האם מותר לעו”ד להזין מסמכים חסויים לכלי כמו ChatGPT? כיצד יש לציין מקור מידע שנוצר אוטומטית? והאם ניתן להטיל אחריות פלילית או משמעתית על טעות טכנולוגית? פסק הדין מהווה תמרור ברור: עורך דין נדרש להבין את הכלי שבו הוא משתמש, להכיר את מגבלותיו, ולא להיסמך עליו כאילו מדובר בשותף משפטי מוסמך. למעשה, הטכנולוגיה הופכת לנושא נוסף שעל עורך הדין לשלוט בו – לא פחות מהמשפט המהותי.

שינוי שיח משפטי

הדיון בפסק הדין לא נשאר בגבולות המקרה הקונקרטי. מדובר ברגע שבו מערכת המשפט נדרשת להתמודד עם שינוי פרדיגמה. לא עוד “האם” להשתמש בטכנולוגיה, אלא “כיצד”. לא רק שאלות שלחופש פעולה, אלא שאלות של זהירות, בקרה, ואחריות.

מה ניתן ללמוד מכל זה? מה הלקח?

פסק הדין בג”ץ 38379-12-24, העוסק בשימוש רשלני בבינה מלאכותית לצורך הכנת עתירה לבית המשפט העליון, מסמן קו גבול חשוב במערכת המשפט הישראלית. מצד אחד, בית המשפט מבהיר כי בינה מלאכותית היא כלי עזר חשוב ובעל פוטנציאל מרחיק לכת, שיכול לסייע לעורכי דין, שופטים ומתדיינים; מצד שני, הוא מציב גבולות ברורים ומחייבים – האחריות לשימוש בכלי זה היא אנושית, לא טכנולוגית. הפסיקה קובעת:

בצד ההשלכות המיידיות, יש בפסק הדין גם אמירה רחבה יותר: מערכת המשפט חייבת להיערך לעידן הדיגיטלי, אך עליה לעשות זאת מתוך אחריות, שיקול דעת, והצבת גבולות אתיים ברורים. הבינה המלאכותית כבר כאן – אך אמון הציבור, מקצועיות עורכי הדין וטוהר ההליך המשפטי, חייבים להישמר!

הפוסט אל לנו לשפוך את התינוק עם המים בבית המשפט הופיע ראשון בLet's AI בינה מלאכותית

למידע נוסף על הקורס, לרבות סילבוס ופירוט הכלים הנלמדים, לחצו פה.

מהו Replicate של MicroMusic?

רפליקייט (Replicate) הוא כלי מבוסס בינה מלאכותית שפותח על ידי קבוצת סטודנטים מאוניברסיטת ווטרלו בקנדה, כחלק מפרויקט הנדסת תוכנה. הרעיון שעמד לנגד עיניהם היה פשוט: לפתח כלי שיחלץ סאונדים בצורה מדויקת משירים קיימים, ויהפוך אותם לפריסטים שימושיים לסינתיסייזרים – וכל זאת בלי להסתבך עם תהליכים טכניים מורכבים. מדובר בכלי שמחבר בין האזנה פעילה לבין יצירה מוזיקלית, ומאפשר לא רק לזהות את האלמנטים הקיימים במוזיקה, אלא גם לשכפל אותם באופן שמותאם לעבודה פרקטית בתוך כל תוכנת הפקה מודרנית.

פונקציונליות מתקדמת וייחודית

בבסיסו של הכלי עומדות כמה טכנולוגיות עיקריות שהופכות את השימוש בו לפשוט מצד אחד, אך עוצמתי במיוחד מצד שני.

המרת אודיו לפריסטים

הלב הפועם של Replicate הוא יכולתו לנתח קובץ אודיו וליצור ממנו פריסט מותאם אישית. הפריסט הזה מוכן לשימוש בתוך סינתיסייזר, ומתוכנת כך שיישמע דומה ככל האפשר למקור. מדובר בתהליך שבעבר דרש שעות ארוכות של התאמות ידניות, ניסוי וטעייה, וכעת מתבצע באופן אוטומטי על ידי מודל AI מתוחכם.

הפרדת ערוצים (Stem Splitting)

תכונה נוספת שמבדילה את הכלי היא היכולת להפריד את קובץ האודיו לערוצים נפרדים – תופים, בס, שירה וכן הלאה. זהו פיצ’ר משמעותי עבור מפיקים שמעוניינים לעבוד רק עם חלק מסוים מהשיר, לשנות או לעבד אותו באופן נפרד, או פשוט להבין טוב יותר את המבנה של היצירה המקורית.

שימוש במודלים מתקדמים של למידת מכונה

רפליקייט מבוסס על אלגוריתמים של למידת מכונה שיודעים לנתח את הסאונד המקורי ולקבוע את הפרמטרים המדויקים ביותר לסינתזה שלו מחדש. מדובר כאן לא רק בזיהוי טון או תדר, אלא בניסיון עמוק להבין את המרקם, הצורה והדינמיקה של הסאונד ולשכפל אותו במדויק ככל האפשר.

תמיכה מלאה ב-VST3 ו-AU

הכלי מיועד להשתלב בצורה חלקה בכל סביבת עבודה של מפיקים מוזיקליים. התמיכה בפורמטים VST3 ו-AU מבטיחה שניתן לשלב אותו כמעט בכל DAW (Digital Audio Workstation) פופולרי – בין אם מדובר באבלטון, לוג’יק פרו, FL Studio או קיובייס.

יתרונות מרכזיים

היתרונות של Replicate לא נעוצים רק בטכנולוגיה שמאחוריו, אלא גם בחוויה הכוללת שהוא מציע למשתמש הקצה.

• חיסכון משמעותי בזמן: הכלי מקצר את הדרך בין רעיון לתוצר, ומאפשר למוזיקאים להתמקד במה שהם טובים בו – יצירה.
• פשטות ונגישות: ממשק המשתמש עוצב כך שגם מי שלא בקיא בטכניקות סינתזה מורכבות יוכל להשתמש בו בקלות. יחד עם זאת, הכלי מספיק עמוק ומדויק כדי לשרת גם מקצוענים.
• גמישות מקסימלית: האפשרות לחלץ ולשכפל כל רכיב מהשיר – החל מהבס ועד לחליל צד דיגיטלי – מאפשרת רמות חדשות של משחקיות ויצירתיות באולפן.
• התאמה אישית: הפריסטים המופקים לא רק מדמים את הסאונד המקורי, אלא גם ניתנים לעריכה והתאמה לפי הצורך, מה שהופך אותם לבסיס מצוין לעיצוב סאונד מקורי.

למי הכלי הזה מתאים?

חשוב לציין – Replicate אינו כלי לכל אחד – הוא מיועד בראש ובראשונה למוזיקאים מקצועיים, מפיקים מוזיקליים, יוצרים אלקטרוניים ואנשי סאונד שמעוניינים לדגום ולשחזר סאונדים שהם אוהבים מתוך שירים קיימים. מדובר בפתרון ייחודי עבור מי שרוצה להעמיק בתוך הסאונד ולשלוף ממנו תובנות, אלמנטים או השראות שניתן לעבוד איתן.גם מוזיקאים מתחילים ימצאו בו ערך – במיוחד אלו שמעוניינים להבין כיצד סאונד נבנה או פשוט להשתמש באלמנטים קיימים כדי ללמוד מהם או לשלבם ביצירותיהם.

ומה לגבי זכויות יוצרים?

כמו בכל כלי שמציע גישה ישירה למרכיבים מתוך יצירות קיימות, גם Replicate מעלה שאלות כבדות משקל בכל הנוגע לאתיקה, זכויות יוצרים וגבולות השימוש ההוגן. אמנם הטכנולוגיה מאפשרת לשכפל פריסטים ולבנות מהם תוצר חדש, אך השאלה הגדולה היא – האם מדובר ביצירה לגיטימית או בגניבה יצירתית?

דגימה של סאונד מתוך שיר קיים, גם אם היא נעשית בצורה טכנית מתוחכמת, עדיין עלולה להיתקל בקונפליקטים משפטיים – במיוחד כאשר נעשה שימוש מסחרי בתוצר שנוצר מהדגימה. גם אם הכלי אינו משמר קבצים מקוריים או אינו מציג מיידית את המקור, עצם הרעיון של “שכפול סאונד” מעורר סימני שאלה. האם מדובר במחווה ליצירה קיימת או בשימוש לא מורשה בה? יתרה מכך, עצם הפשטות והנגישות שמציע הכלי עלולות לטשטש את הגבול בין יצירה מקורית לבין חיקוי. כאשר כל משתמש – חובבן או מקצוען – יכול לשחזר בלחיצת כפתור את הסאונד של שיר ידוע, יש מקום לשאול האם ההשראה הפכה להעתקה, והאם יוצרי התוכן המקוריים מקבלים את ההכרה או התמורה הראויה להם.

בהקשר הזה, Replicate איננו חריג – הוא מצטרף לשורה של כלים שמערערים על הגבולות המסורתיים של זכויות יוצרים בעידן של בינה מלאכותית. אולם זהו תזכורת חשובה: גם כאשר הטכנולוגיה רצה קדימה, החובה לחשוב על ההשלכות המשפטיות, המוסריות והתרבותיות נותרת על כתפינו.

כמה זה עולה?

באתר של MicroMusic ניתן למצוא מידע עדכני לגבי החבילות השונות שהכלי מציע. נכון לעכשיו, Replicate פועל במודל SaaS (תוכנה כשירות), כאשר כל משתמש יכול לבחור את המנוי שמתאים לו – החל משימוש בסיסי וכלה בגישה מתקדמת יותר עם פיצ’רים נוספים.

החבילות של רפליקייט.

כדאי מאוד לעקוב אחר עדכונים באתר הרשמי של הכלי, מכיוון שמודל התמחור עשוי להשתנות, להתעדכן או לכלול מבצעים תקופתיים.

בסופו של יום, Replicate של MicroMusic הוא דוגמה מצוינת לאופן שבו בינה מלאכותית משמשת לא רק ליצירה של דברים חדשים מאפס, אלא גם ככלי עזר ביצירה אנושית קיימת. הדגימה, השכפול וההבנה של אלמנטים מוזיקליים הופכים בעזרתו להרבה יותר נגישים.

אבל מעבר לפונקציונליות, Replicate מציף שאלה מהותית לגבי תפקידו של היוצר בעידן שבו סאונד הוא כבר לא רק חומר גלם, אלא גם תוצר של עיבוד אלגוריתמי. האם כל סאונד הופך לרכיב מודולרי? האם כל שיר הוא בעצם סט כלים פוטנציאלי? שאלות אלו הופכות את השימוש ב-Replicate לא רק לכלי הפקה – אלא גם לשער לדיון רחב יותר על גבולות היצירה המוזיקלית.

במציאות שבה יותר ויותר כלים כמו קלוד, Suno, או AudioCraft מציעים פתרונות של הפקה מוזיקלית מבוססת AI, Replicate מציע כיוון שונה – כזה שמתמקד בהבנה, שחזור ודיוק, ולא רק ביצירת משהו חדש. בכך הוא לא רק מוסיף צבע לארגז הכלים של היוצר המודרני – הוא משנה את הדרך שבה אנחנו חושבים על סאונד, על יצירה, ועל מקומה של הטכנולוגיה בתווך שביניהם.

הפוסט דגימת סאונדים עם AI – הכירו את Replicate הופיע ראשון בLet's AI בינה מלאכותית

Today we’re introducing Gen-4 Turbo. The fastest way to generate with our most powerful video model yet. With Gen-4 Turbo it now takes just 30 seconds to generate a 10 second video, making it ideal for rapid iteration and creative exploration. Now rolling out across all plans. pic.twitter.com/xPoAeCX0t8

— Runway (@runwayml) April 7, 2025

מהירות ואיכות ללא פשרות

Gen-4 Turbo של Runway מציג קפיצת מדרגה משמעותית בעולם יצירת הווידאו. המודל החדש מפגין מהירות מסחררת – יצירת סרטון באורך 10 שניות בתוך 30 שניות בלבד, שיפור דרמטי לעומת 1.5-2 דקות שנדרשו במודלים קודמים. המהירות המרשימה אינה באה על חשבון האיכות – למרות זמן העיבוד הקצר, Gen-4 Turbo מצליח לשמור על איכות גבוהה ותנועה דינמית בסרטונים. שילוב כזה פותח אפשרויות חדשות ליוצרים ומאפשר תהליכי עבודה יעילים יותר בפרויקטים מסחריים.

הטכנולוגיה מאחורי הקלעים

מאחורי המהירות המרשימה של Gen-4 Turbo עומדת טכנולוגיה מתקדמת המציעה יתרונות משמעותיים. עקביות עולמית, כפי שקראו לזה בראנווי, מאפשרת לשמור על רציפות של דמויות, סצנות ואובייקטים לאורך מספר סצנות – יכולת שהייתה חסרה במודלים קודמים. יכולת התייחסות (רפרנס) מאפשרת יצירת דמויות או אובייקטים עקביים בתאורה וסצנות שונות עם תמונת רפרנס אחת בלבד. בנוסף, המודל מציע סימולציה מרשימה של חוקי פיזיקה מציאותיים, המציגה תאורה, צללים ואפקטים דינמיים ריאליסטיים.

יעילות בתהליכי העבודה

כשעובדים על פרויקט מסחרי, זרימת העבודה חשובה לא פחות מהמודל עצמו. המתנה של דקות ארוכות לכל שוט הופכת את תהליך היצירה למסורבל ומייגע – בדיוק הסיבה שמודלי טורבו כמו Gen-4, Gen-3 ו-Ray 2 Flash כל כך חיוניים בתעשייה. הטכנולוגיה החדשנית משנה את חוויית העבודה היומיומית, במיוחד בפרויקטים מסחריים שבהם זמן הוא משאב יקר. היכולת לבצע איטרציות מהירות הופכת את המודל לכלי חיוני עבור צוותי יצירה הנדרשים לשינויים תכופים, מאפשרת להם להגיב במהירות לפידבק ולשפר את התוצר הסופי. הגמישות היצירתית היא אולי היתרון המשמעותי ביותר – יוצרים יכולים לנסות מגוון רחב של רעיונות ולחקור כיוונים יצירתיים שונים בזמן קצר, מה שמוביל לתוצאות מקוריות ומרשימות יותר. בעולם התחרותי של יצירת תוכן, יתרונות אלה אינם רק נוחות – הם מעניקים יתרון משמעותי למי שמאמץ את הטכנולוגיה החדשנית.

מטיפת מים אחת לעולם שלם

קריסטובל ולנסואלה (Cristóbal Valenzuela), המייסד והמנכ”ל של Runway, מייצג סיפור מרתק של חדשנות וחזון שהוביל למהפכה בעולם יצירת הווידאו. סיפורו משלב רקע אקדמי עשיר, תשוקה לאמנות וטכנולוגיה, ויכולת לזהות פערים בתעשייה ולפתח פתרונות פורצי דרך. ולנסואלה מספק הצצה מרתקת לתהליך היצירה עם Gen-4 ומדגים את העוצמה האמיתית של המודל החדש שלהם דרך ניסוי מוזיקלי קצר שמתחיל מתמונה בודדת.

This video was made with just a single image using Runway Gen-4.

A short generated musical experiment. pic.twitter.com/qj3VswAvtK

— Cristóbal Valenzuela (@c_valenzuelab) April 6, 2025

תהליך היצירה

הכל התחיל מפריים אחד מהסרט “מיקרוקוסמוס” משנת 1996 – תמונה פשוטה של טיפת מים. מנקודת הפתיחה הזו, ולנסואלה יצר וריאציות מרובות של טיפת המים באמצעות Gen-4. “התחלנו מפריים בודד מהסרט ‘מיקרוקוסמוס’ משנת 1996 – משם, יצרנו וריאציות מרובות של טיפת המים באמצעות Gen-4” מספר ולנסואלה ומדגיש את היכולת המרשימה של המודל: “השתמשנו באפשרות ‘Use current frame’ כדי להשתמש בפריים האחרון של כל קטע וידאו שנוצר כנקודת התחלה לקטע הבא. זה יצר רצף חלק והמשכיות מושלמת בין הסצנות”.

בדיוק כפי שהסביר ולנסואלה, המפתח לתהליך היה השימוש באפשרות “Use current frame” – פיצ’ר חשוב ב-Gen-4 שמאפשר לקחת את הפריים האחרון של כל קטע וידאו שנוצר ולהשתמש בו כנקודת התחלה לקטע הבא. זה יוצר רצף חלק והמשכיות מושלמת בין הסצנות. הפרומפטים היו פשוטים אך אפקטיביים, כמו “hyper fast zoom out to reveal a cinematic jungle scene” – המודל הבין היטב את תנועות המצלמה והכוונה מאחוריהן.

For the video I wanted to use I then use the "Use current frame" option to use the last frame of the generation as the starting point of the next using very simple prompts. Gen-4 was trained to understand really well camera movements and intention so it's very easy.

"hyper fast… pic.twitter.com/wGGnk1mbuZ

— Cristóbal Valenzuela (@c_valenzuelab) April 6, 2025

התוצאות המרשימות

ולנסואלה יצר 12 קליפים בסך הכל, כשהוא מייצר בערך 100 קטעי וידאו במהלך התהליך. הוא ציין שיחס ההצלחה של Gen-4 הוא גבוה במיוחד – כמעט כל ניסיון הניב תוצאה איכותית. מה שמרשים במיוחד הוא העקביות של המודל. Gen-4 שומר על עקביות של דמויות, אובייקטים וסביבות לאורך סצנות מרובות – יכולת שכונתה “world consistency”. זה מאפשר ליוצרים לספר סיפורים שלמים עם דמויות עקביות, משהו שהיה אתגר גדול בדורות קודמים של מודלים ליצירת וידאו. הניסוי של ולנסואלה מדגים את הפוטנציאל האמיתי של Gen-4 – היכולת להתחיל מתמונה אחת פשוטה ולהרחיב אותה לעולם שלם, עם אפשרויות אינסופיות להסתעף לגרסאות חדשות של כל סצנה. 

להשתמש בפריים האחרון שנוצר כנקודת התחלה ליצירת הפריים הבא

השפעה על התעשייה

השפעתו של Gen-4 Turbo על תעשיית יצירת הווידאו מתרחבת הרבה מעבר לשיפורים הטכניים. אנו עדים למהפכה של ממש בדמוקרטיזציה של יצירת תוכן, כאשר טכנולוגיות שבעבר היו נחלתם הבלעדית של מי שיוצר בסטודיו גדול עם תקציבי ענק – הופכות נגישות ליוצרים עצמאיים. החיסכון המשמעותי בזמן ובעלויות מאפשר לפרויקטים בתקציבים צנועים להתחרות באיכות ובמורכבות עם הפקות גדולות, תוך קיצור דרמטי של זמני הייצור והפחתת עלויות ההפקה. אולי החשוב מכל הוא הרחבת גבולות היצירתיות – יוצרים יכולים כעת לחקור רעיונות חדשים ונועזים יותר, לבצע ניסויים ויזואליים שבעבר היו בלתי אפשריים, ולהביא לקדמת הבמה חזון אמנותי שפעם היה נשאר רק בגדר רעיון. Gen-4 Turbo אינו רק כלי טכנולוגי חדש – הוא מחולל שינוי תרבותי בדרך שבה אנו יוצרים, צורכים ומעריכים תוכן ויזואלי.

זמינות ונגישות

Gen-4 של Runway זמין כעת לכל המנויים בתשלום ולקוחות עסקיים של החברה, כאשר הגישה למודל מתבצעת בשלבים החל מה-31 במרץ 2025. המודל מוצע במסגרת חבילות המנוי השונות של Runway, החל מתוכנית Standard במחיר 12 דולר לחודש המעניקה 625 קרדיטים חודשיים (שווי ערך ל-52 שניות של Gen-4), דרך תוכנית Pro ב-28 דולר לחודש עם 2,250 קרדיטים, ועד לתוכנית Unlimited ב-76 דולר לחודש המציעה יצירות בלתי מוגבלות. חשוב לציין שלמרות ההתקדמות המרשימה, Gen-4 עדיין חסר מספר תכונות מפתח שצפויות להתווסף בהדרגה בעתיד. מגבלות אלו הופכות את Gen-3 לרלוונטי מאוד עבור משתמשים רבים, במיוחד אלו הזקוקים לתכונות ספציפיות שטרם הוטמעו ב-Gen-4. 

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס יצירת סרטים עם AI

לפרטים נוספים לחצו כאן >>

מאז הקמתה ב-2018 בניו יורק, Runway הפכה לכוח מוביל בתעשיית הבינה המלאכותית היצירתית, עם סיפור צמיחה מרשים שכולל גיוס של מעל 200 מיליון דולר ושיתופי פעולה עם תעשיית הקולנוע ההוליוודית. הטכנולוגיה החדשנית של החברה כבר השפיעה על סרטים זוכי פרסים, והיא ממשיכה לדחוף את גבולות האפשר עם שחרור מודלים פורצי דרך. למרות ההישגים המרשימים, Runway לא נחה על זרי הדפנה. החברה מתמקדת בפיתוח מתמשך, עם תכונות חדשות שצפויות להתווסף ל-Gen-4 בעתיד הקרוב, תוך התמודדות עם אתגרים מורכבים של זכויות יוצרים ואתיקה בעידן הבינה המלאכותית. הפוטנציאל של הטכנולוגיה חורג הרבה מעבר ליצירת וידאו, עם יכולת להשפיע על תעשיות נוספות ולשנות את הדרך שבה אנחנו יוצרים ומתקשרים. Gen-4 Turbo מייצג נקודת מפנה בעולם היצירה הדיגיטלית. השילוב של מהירות מסחררת, איכות גבוהה ויכולות מתקדמות פותח אפשרויות חדשות שלא נראו קודם לכן. אנו עומדים בפתחו של עידן חדש ביצירת תוכן ויזואלי, עידן שבו הגבול היחיד הוא הדמיון האנושי, והכלים להגשמתו נעשים נגישים יותר מיום ליום. זוהי רק ההתחלה של מהפכה שתמשיך להתפתח ולהפתיע אותנו בשנים הקרובות.

רוצים להפיק את המיטב מ-Gen-4 של Runway? המדריך המקיף שלנו יחשוף בפניכם את הסודות מאחורי יצירת פרומפטים אפקטיביים שיניעו את המודל החדשני הזה לגבהים חדשים. גלו כיצד לנסח הוראות ברורות ומדויקות שיובילו ליצירת וידאו מרהיב, עם דגש על תנועה, עקביות ויזואלית ואווירה קולנועית. בין אם אתם יוצרים מתחילים או מקצוענים ותיקים, המדריך שלנו יעזור לכם לשחרר את הפוטנציאל היצירתי המלא של Gen-4 ולהפוך את החזון שלכם למציאות מרהיבה על המסך. 

הפוסט איך Runway משנה את עולם יצירת הווידאו הופיע ראשון בLet's AI בינה מלאכותית

צפו בראיון המלא של ישי רזיאל בתוכנית “בינה אחרת”

בחמישי 3.4.25 שמחנו לארח את ישי בתוכנית שלנו “בינה אחרת“, שמשודרת בימי חמישי בערב בערוץ 10 (ערוץ הכלכלה). בראיון ישי הסביר על שיטות העבודה שלו, האתגרים, הכלים בהם הוא משתמש, וכמובן מראה המון דוגמאות לתוצרים המרהיבים שלו. אל תפספסו! מומלץ לצפות עד הסוף:

מהפכת הדיפ פייק של ישי רזיאל

במרכז היצירה של רזיאל עומדת השאלה הפשוטה – למה להרוס? והתשובה שלו? כי ככה הכי כיף. ועכשיו רגע של רצינות – “אבל למה להרוס” הוא פרויקט פארודי, שבו נעשה שימוש בבינה מלאכותית לשינוי קולות של זמרים מוכרים, תוך שילובם בהקשרים הומוריסטיים או יצירתיים. ב”למה להרוס”, ישי מפרק את השירים המוכרים והאהובים לגורמים ומרכיב אותם מחדש עם טוויסטים של AI. התוצאה? קלאסיקות עבר מקבלות פרשנות מודרנית, סאטירית ולעיתים אבסורדית. מדובר ביצירה תרבותית של ממש, שמתכתבת עם מסורת ישראלית דרך עיניים של מכונה ואוזן של אמן.

חשוב לציין – הפרויקט נועד למטרות בידור בלבד, כפי שישי מקפיד לציין, והוא אינו מתיימר לפגוע בזכויות יוצרים או בזמרים עצמם. למשל, אם איי פעם תהיתם מה היה קורה אם אמיר דדון היה שר את “נאדי באדי”, כבר לא צריך לדמיין – ישי רזיאל סגר לכם את הפינה.

 

 

ההשראה לפרויקט זה מגיעה מהפרויקט “There I Ruined It” – פרויקט מוזיקלי פארודי שנוצר על ידי המוזיקאי האמריקאי דאסטין באלארד במהלך מגפת הקורונה. מטרת הפרויקט היא “להרוס” שירים אהובים על ידי יצירת גרסאות כיסוי בסגנונות שונים לחלוטין מהמקור, או באמצעות מיזוגים בלתי צפויים בין שירים וז’אנרים. לדוגמה, באלארד יצר גרסאות כמו ג’וני קאש מבצע את “Barbie Girl”.

 

 

בינה מלאכותית בשירות ההסברה

ישי לקח את אחד הכלים הטכנולוגיים הכי שנויים במחלוקת של השנים האחרונות – הדיפ פייק – והפך אותו לכלי סאטירי מבריק. כך למשל, יצר סרטון שבו המגישה המצרייה באסמה והבה “מופיעה” בגרסה מזויפת לגמרי, ומקריאה טקסט סאטירי (שקצת יותר תואם את המציאות), מה שהפך את השידור המקורי שלה לבדיחה מבריקה על ההקשר הפוליטי. הסרטון גרף מיליוני צפיות ועורר סערה בינלאומית – בדיוק כמו שרזיאל אוהב. המנחה המצריה אף שיתפה אותו בערוץ הפייסבוק שלה, מה שגרר לגל ויראלי עולמי, בו שני הצדדים (ישראל vs העולם המוסלמי) מנסים להשתמש במדיה כדי להוכיח את צדקתם. 

 

פה תמצאו עוד מידע על בינה מלאכותית בשירות ההסברה.

 

 

בריטני ספירס בשוק התקווה: הפרויקט עם נוי אייזן

אחד משיתופי הפעולה המיוחדים שלו היה עם הזמרת, השחקנית והיוצרת נוי אייזן. השניים יצרו יחד קליפ מיוחד לפורים (אותו שידרנו גם בתוכנית שלנו) שבו אייזן מגלמת את בריטני ספירס – רק שהפעם בריטני שרה שירי את שירי פורים בעברית. השילוב בין שפת גוף מדויקת, פרודיה מוזיקלית חדה וטכנולוגיית AI ששדרגה את הקול והווידאו, מה שהפך את הפרויקט למוצלח במיוחד. זו דוגמה מצוינת ליכולת של רזיאל להשתמש בטכנולוגיה זו ככלי להעברת מסרים (גם אם קלילים ומקוריים), ובעיקר ככלי שמאפשר להצחיק אנשים.

 

 

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס יצירת סרטים עם AI

לפרטים נוספים לחצו כאן >>

 

איפה אפשר למצוא אותו?

אם הכתבה הזאת גרמה לכם לרצות לראות (ולשמוע) עוד – מצוין. ישי רזיאל פעיל במיוחד ברשתות החברתיות, ושם מתפרסמים הפרויקטים הכי טריים והכי מצחיקים שלו:

• טיקטוק: @yishayraziel – אחרי שסגרו לו את הטיקטוק בעקבות פעילות ההסברה שלו (עיין ערך באסמה והבה), ואחרי שצבא של האקרים אינדונזים טירגט אותו, ישי פתח טיקטוק חדש. הררי העוקבים שהיו בטיקטוק המקורי כבר ירדו לטימיון, אבל בזכותכם נוכל לפרגן לישי ולהגדיל את כמות העוקבים בטיקטוק החדש שלו. ובעיקר כי עולים שם תכנים סופר מצחיקים ומקוריים!

• אינסטגרם: @yraziel – עוד מקום מעולה לצרוך את התכנים של ישי ולעקוב אחריו, הוא האינסטגרם המעולה שלו.

 

ישי רזיאל הוא מסוג היוצרים שמזכירים לנו כמה העולם הדיגיטלי יכול להיות מרתק, מצחיק, חתרני ועמוק – אם רק יודעים איך להשתמש בו. מה שמבדיל אותו מאחרים הוא לא רק השליטה הטכנית המרשימה, אלא גם היכולת לחשוב מחוץ לקופסה, לחבר בין ז’אנרים ותחומים, ולהעניק לקהל חוויה שהיא גם בידור וגם אמירה.

הפוסט ישי רזיאל מדגים איך יוצרים תכנים ויראליים עם AI הופיע ראשון בLet's AI בינה מלאכותית

Double Drop at https://t.co/LlErGl2LGG  

1. Motion 2.0 is here 

Video just got an upgrade. With Motion 2.0, you can now easily generate video from the new AI Creation interface. Create videos either with a simple text prompt or from your images. 

  Enjoy smoother… pic.twitter.com/dQOPT4xJoH

— Leonardo.Ai (@LeonardoAi_) April 4, 2025

מה זה Motion 2.0

Motion 2.0 הוא שדרוג משמעותי ליכולות יצירת הווידאו של לאונרדו, שהושק רשמית ב-4 באפריל 2025. מדובר בכלי מתקדם המאפשר להפיח חיים בתמונות סטטיות ולהפוך אותן לאנימציות מרהיבות, או ליצור וידאו ישירות מפקודות טקסט. בלב המערכת פועל מודל Wan 2.1 החדשני, המספק שליטה חכמה יותר בתנועה והבנה מרחבית משופרת, מה שמוביל לאנימציות ריאליסטיות יותר עם אינטראקציית אור ודפוסי תנועה טבעיים. המערכת מציעה קצב פריימים משופר לצפייה חלקה יותר, ממשק אינטואיטיבי המשולב בכלי היצירה החדש, ויכולת לייצר וידאו במהירות מבלי להתפשר על האיכות.

Yo! @LeonardoAi_ just released a new video model called Motion 2.0. Here's my first test with it. More to come throughout the day. pic.twitter.com/dr4wiGYoXE

— B.M. Cifer (@BM_Cifer) April 4, 2025

רקע קצר על מודל Wan 2.1

מודל Wan 2.1 הוא מודל קוד פתוח מתקדם ליצירת וידאו מבוסס בינה מלאכותית, שפותח על ידי Qwen, חברת בת של Alibaba הסינית. המודל, שהושק בפברואר 2025, משלב טכנולוגיית Diffusion Transformer (DiT) עם מקודד וידאו ייחודי בשם Wan-VAE. שילוב זה מאפשר יצירת וידאו איכותי מטקסט או תמונות, תוך שמירה על תנועה חלקה ועקביות מרחבית וזמנית. Wan 2.1 מתאים למגוון רחב של שימושים, כולל יצירת תוכן שיווקי, סרטוני הדרכה, אנימציות מקצועיות, הדמיות תעשייתיות, ואפקטים מיוחדים לתעשיית הקולנוע. המודל מציע פתרון עוצמתי ונגיש ליצירת וידאו איכותי ומרשים עבור מגוון צרכים יצירתיים.

זמינות ועלויות

הכלי זמין למשתמשים בתוכניות בתשלום בלבד (Apprentice, Artisan או Maestro), הן בגרסת האינטרנט והן באפליקציית המובייל, ומאפשר יצירת קליפים באורך 5 שניות. משתמשים יכולים להתאים את עוצמת התנועה לפי העדפתם או אפילו לתאר את התנועה הרצויה באמצעות פקודה. חשוב לציין שכל שימוש במודל Wan 2.1 צורך 250 טוקנים, לעומת 25 טוקנים בלבד במודל הישן, עובדה שכדאי לקחת בחשבון בעת תכנון השימוש בפלטפורמה.

כך תתחילו ליצור וידאו ב-Leonardo 

דוגמאות נוספות של יוצרים שהתחילו להתנסות עם Motion 2.0: 

1. צילום אופנה עתידני ברחובות עיר ניאונית – אלגנטיות בקצב איטי:

Text to video prompt: A high-fashion film shoot featuring a stunning East Asian woman in a sleek, iridescent silk gown. The neon glow of a vaporwave-inspired city reflects off the rain-slicked streets as she walks with effortless confidence. Her makeup is dewy, her eyes sharp with electric blue eyeliner, and her wet-look hair cascades over her shoulders. Soft mist swirls around her ankles as billboards flicker with glitchy holograms in the background. The camera follows her in cinematic slow motion, capturing every graceful movement as she turns, her dress catching the neon light like liquid metal

Big news in AI video!@LeonardoAi_ launched Motion 2.0, a new text-to-video and image-to-video model!

This is my first try, no cherry-picking.

Solid and amazing!

Text to video prompt: A high-fashion film shoot featuring a stunning East Asian woman in a sleek, iridescent… pic.twitter.com/f8oIdTRfLb

— 𝐙𝐞𝐧𝐠 (@zeng_wt) April 4, 2025

2. פנטזיה מול המצלמה – שתי שמאניות מודרניות במסכות דמוניות:

Two women in fantasy-style demon masks with curved horns, wearing elegant vintage gowns, standing in front of a gothic building. They perform slow, mysterious hand gestures toward the camera in cinematic motion. Their masks resemble carved wood with black eyes and dramatic makeup. Soft natural lighting, slightly mystical atmosphere, surreal fashion editorial aesthetic

test leo.motion2
the modern shaman @LeonardoAi_ #motion2 pic.twitter.com/sz1L0MeLn9

— iivovii (@iks_iivovii) April 4, 2025

3. הנפשה של תמונה שנוצרה במודל החדש של מידג׳רני V7 וקיבלה חיים במודל החדש של לאונרדו:

I can’t believe this amazing underrated video model @LeonardoAi_ motion 2 is super stunning and coherent to the prompt

I can’t believe the stability and accuracy

Midjourney V7 > Leonardo Motion 2 pic.twitter.com/SATsRl9Ykp

— AZIZ | AI ART (@aziz4ai) April 5, 2025

אימון Elements עם Flux 

אימון Elements עם Flux הוא חידוש משמעותי נוסף בפלטפורמה של לאונרדו. Elements הם הגרסה של לאונרדו ל- LoRAs (Low-Rank Adaptations), המאפשרים להטמיע סגנונות ייחודיים בתמונות שלכם.

יתרונות מרכזיים

אימון Elements עם Flux מציע יתרונות רבים שמעצימים את היכולות היצירתיות שלך. הוא מאפשר לך ליישם סגנונות עקביים על יצירותיך, כך שתוכל לאמן את הבינה המלאכותית לשחזר אסתטיקה ספציפית, מותגים או אפילו מראה של דמויות בצורה מדויקת. בנוסף, הכלי מאפשר ליצור ויזואליזציות ייחודיות על ידי שילוב סגנונות ממודלים שונים, מה שמעניק לך גמישות להתאים את התוצאות לחזון היצירתי שלך. יתרה מכך, Elements שאומנו שומרים על עקביות סגנונית לאורך מספר יצירות, מה שמבטיח תוצאות אחידות ומרשימות בכל שימוש.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס יצירת סרטים עם AI

לפרטים נוספים לחצו כאן >>

הכנת מאגר נתונים איכותי

לפני שמתחילים באימון Elements עם Flux, חשוב להכין מאגר נתונים איכותי שיתמוך ביצירת תוצאות מדויקות ומרשימות. מאגר מגוון הכולל נושאים שונים אך שומרים על אותו סגנון יסייע ביצירת Element ורסטילי שמתאים למגוון רחב של שימושים. מומלץ להשתמש ב-20 עד 40 תמונות איכותיות כדי להבטיח שהאימון יהיה אפקטיבי. בנוסף, חשוב לשמור על עקביות בסגנון ובפורמט התמונות כדי למנוע בלבול במהלך האימון. יש להקפיד שהתמונות יהיו נקיות מסימני מים או אלמנטים מפריעים אחרים, כך שהמודל יוכל ללמוד את הסגנון בצורה הטובה ביותר ולספק תוצאות מדויקות.

תהליך האימון שלב אחר שלב

תהליך האימון של Elements עם Flux הוא פשוט וידידותי למשתמשים, ומאפשר לכם ליצור מודלים מותאמים אישית בקלות. ראשית, נווטו למסך האימון דרך דף הבית של Leonardo.Ai על ידי בחירה באפשרות Models & Training ולחיצה על Train New Model:

אימון מודל חדש

לאחר מכן, תתבקשו לבחור קטגוריה שמתאימה למטרתכם, כמו Style ליצירת סגנונות חזותיים ייחודיים, וללחוץ על Next. בשלב הבא, תצרו מאגר נתונים משלכם על ידי לחיצה על Create New:

בחירת קטגוריית האימון

עכשיו תעלו את התמונות שאספתם ותנו שם ייחודי למאגר. לאחר מכן, תגדירו את פרטי המודל, כולל מילת טריגר שתשמש להפעלת ה-Element (מומלץ לבחור מילה מופשטת כמו “hndrwnstyle” כדי להימנע מתוצאות לא רצויות). לבסוף, לחצו על Start Training והמתינו לקבלת התראה כשהאימון יושלם – ואז תוכלו להתחיל להשתמש ב-Element החדש ביצירות שלכם!

שימוש ב-Element לאחר שהאימון הושלם

לאחר שהאימון של ה-Element הושלם, תוכלו להתחיל להשתמש בו בקלות כדי לשדרג את היצירות שלכם. ראשית, נווטו לדף Image Creation, שם, לחצו על View More בצד שמאל של תיבת הפקודה, עברו ללשונית Your Elements, ובחרו את ה-Element שאימנתם. לאחר הבחירה, תוכלו להתאים את עוצמת ה-Element על ידי לחיצה על התמונה הממוזערת שלו – מומלץ לא לעבור את ערך העוצמה של 1.0 כדי לשמור על איזון בתוצאה הסופית. לבסוף, הזינו את הפקודה שלכם, בחרו את המודל המועדף עליכם ולחצו על Generate כדי ליצור תמונה חדשה שמשלבת את הסגנון או האלמנט שאימנתם.

מגבלות וטיפים

אימון Elements עם Flux הוא כלי עוצמתי ליצירת תמונות ייחודיות, אך חשוב להכיר את המגבלות והטיפים לשימוש מיטבי. ראשית, יש לקחת בחשבון שתאימות בין Elements למודלים שונה – Elements שאומנו על Flux אינם תואמים למודלים מבוססי SDXL ולהיפך. בנוסף, לתוצאות מיטביות עם סגנונות מסוימים, מומלץ להשתמש במצב Fast במהלך היצירה ולאחר מכן להגדיל את התמונות שאהבתם. בעת הגדרת מילת טריגר, הימנעו משימוש בתווים כמו רווחים או קווים תחתונים (_), שכן אלו עלולים לגרום לתוצאות לא רצויות. לבסוף, זכרו ש-Elements עשויים להתנהג באופן שונה כאשר הם משולבים עם מודלים וסגנונות Preset שונים, ולכן כדאי להתנסות ולבחון את ההתאמות הטובות ביותר עבורכם. עם Flux, תוכלו להרחיב את היכולות היצירתיות שלכם וליצור תמונות שמבטאות את החזון האישי שלכם בצורה מדויקת ומרשימה.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס מקיף לבינה מלאכותית - GenAI Master

לפרטים נוספים לחצו כאן >>

שני החידושים האחרונים של Leonardo.Ai, Motion 2.0 ואימון Elements עם Flux, מייצגים קפיצת מדרגה משמעותית בעולם הכלים היצירתיים מבוססי AI. Motion 2.0 מאפשר יצירת וידאו מרהיב באמצעות טקסט או תמונות, עם תנועה חלקה ואיכות גבוהה, בעוד ש-Flux נותן לכם את הכוח לאמן Elements מותאמים אישית שמבטאים סגנון ייחודי ועקבי. יחד, הם הופכים את הפלטפורמה לכלי עוצמתי עבור אמנים, מעצבים ויוצרי תוכן, ומציעים פתרונות חדשניים שמרחיבים את גבולות היצירתיות הדיגיטלית.

הפוסט לאונרדו משתדרגת עם Motion 2.0 ו-Flux Elements הופיע ראשון בLet's AI בינה מלאכותית

טיפים כלליים לשימוש יעיל בקלוד

1.⁠ ⁠היו ברורים וספציפיים
הציגו את המשימה או השאלה שלכם בבירור בתחילת ההודעה.
ספקו הקשר ופרטים שיעזרו לקלוד להבין את צרכיכם.
פרקו משימות מורכבות לצעדים קטנים וניתנים לניהול.

2.⁠ ⁠השתמשו בדוגמאות
ספקו דוגמאות לסוג התוצר שאתם מחפשים.
אם אתם רוצים פורמט או סגנון מסוים, הראו לקלוד דוגמה.

3.⁠ ⁠עודדו חשיבה מובנית
עבור משימות מורכבות, בקשו מקלוד “לחשוב צעד אחר צעד” או “להסביר את השיקולים”.
זה יכול להוביל לתשובות מדויקות ומפורטות יותר.

4.⁠ ⁠שיפור הדרגתי
אם התשובה הראשונה של קלוד אינה מדויקת, בקשו הבהרות או שינויים.
אתם תמיד יכולים לומר “זה קרוב, אבל האם תוכל לשנות X שיהיה יותר דומה ל-Y?”

5.⁠ ⁠נצלו את הידע של קלוד
לקלוד יש ידע רחב בתחומים רבים. אל תהססו לבקש הסברים או מידע רקע.
הקפידו לכלול הקשר ופרטים רלוונטיים כדי שהתשובה של קלוד תהיה ממוקדת ומועילה.

6.⁠ ⁠השתמשו במשחקי תפקידים
בקשו מקלוד לאמץ תפקיד או נקודת מבט ספציפית בתשובתו.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס מקיף לבינה מלאכותית - GenAI Master

לפרטים נוספים לחצו כאן >>

טיפים למשימות ספציפיות

יצירת תוכן

• ציינו את קהל היעד – ספרו לקלוד למי התוכן מיועד.
• הגדירו את הטון והסגנון – תארו את הטון הרצוי והזכירו נקודות מפתח מהמדריך הסגנוני שלכם.
• הגדירו מבנה פלט – ספקו מתווה בסיסי או רשימת נקודות שברצונכם לכסות.

סיכום מסמכים ושאלות ותשובות

• היו ספציפיים לגבי מה שאתם רוצים – בקשו סיכום של היבטים או סעיפים ספציפיים במסמך.
• השתמשו בשמות המסמכים – התייחסו למסמכים המצורפים לפי שמם.
• בקשו ציטוטים – בקשו שקלוד יצטט חלקים ספציפיים מהמסמך בתשובותיו.

ניתוח נתונים וויזואליזציה

• הגדירו בבירור את הפורמט שאתם רוצים עבור ניתוח הנתונים.
• בקשו מבנה מסוים כמו תקציר מנהלים, מדדי מפתח, מגמות והמלצות.

סיעור מוחות

• השתמשו בקלוד לייצר רעיונות על ידי בקשת רשימת אפשרויות או חלופות.
• בקשו תשובות בפורמטים ספציפיים כמו נקודות, רשימות ממוספרות או טבלאות לקריאה קלה יותר.

פתרון בעיות והפחתת הזיות

• אפשרו לקלוד להכיר באי-ודאות – אמרו לקלוד שזה בסדר לומר שהוא לא יודע אם הוא לא בטוח.
• פרקו משימות מורכבות – אם משימה נראית גדולה מדי, פרקו אותה לצעדים קטנים יותר.
• כללו את כל המידע ההקשרי לבקשות חדשות – קלוד אינו שומר מידע משיחות קודמות.

לסיכום, קלוד מציע פוטנציאל עצום לשיפור היעילות והפרודוקטיביות שלכם במגוון תחומים – מיצירת תוכן ועד ניתוח נתונים מורכבים. המפתח להצלחה טמון בתקשורת נכונה: היו ברורים וספציפיים בבקשותיכם, השתמשו בדוגמאות מוחשיות, עודדו חשיבה מובנית ואל תהססו לבקש שיפורים הדרגתיים. זכרו שככל שתשקיעו יותר בניסוח הבקשה – כך התוצאות יהיו מדויקות ומותאמות יותר לצרכיכם. עם הזמן והניסיון, תפתחו את היכולת לנצל את מלוא הפוטנציאל של קלוד ולהפוך אותו משותף שיחה פשוט לעוזר דיגיטלי חכם המותאם אישית לדרך העבודה הייחודית שלכם.

הפוסט טיפים למתחילים להנדסת פרומפטים בקלוד הופיע ראשון בLet's AI בינה מלאכותית

אבל כמו שקורה לא מעט בסיפורים מהסוג הזה – ההשפלה היא רק פרק אחד. כי מה עושה דמות ראשית אחרי שהעולם מסמן לה שהיא גמורה? היא חוזרת עם קאמבק מהסרטים. ובגרסה 7, מידג’רני לא רק חוזרת – היא עושה את זה בסטייל.

הקאמבק של סוס העבודה של התעשייה

אם גרסה 6 הייתה שיא של שליטה ויזואלית ועקביות סגנונית, גרסה 7 לוקחת את זה למקום הרבה יותר אישי ופתוח. זו לא רק “עוד גרסה” – זה מודל חדש לגמרי, מהיסוד, שמבקש להבין אותנו טוב יותר, להגיב אלינו מהר יותר, ולספק תוצרים מדויקים יותר. ההשקה בגרסת אלפא פונה לקהילה כמעבדה פתוחה, במטרה ללמוד לא רק על החוזקות של המודל, אלא גם על המגרעות.

One of the most exciting new features for our new V7 model is something we call "Draft Mode". Draft mode is half the cost and 10 times the speed and it might be the best way to iterate on ideas ever. Try it with voice, think out loud and let our ideas flow like liquid dreams. pic.twitter.com/ANfTMC6Ej1

— Midjourney (@midjourney) April 4, 2025

התאמה אישית כברירת מחדל: מודל שלומד אתכם

הבשורה הגדולה ביותר היא אולי הפעלת התאמה אישית כברירת מחדל. כן, מידג’רני V7 אלפא רוצה להכיר אתכם – ולא רק את הפקודות שלכם.

התהליך פשוט: בתוך כחמש דקות, אתם מדרגים מספר זוגות של תמונות ומסבירים למידג’רני מי משתי התמונות תואמת יותר את הסגנון שלכם.

דירוג תמונות במידג’רני ויצירת פרופיל סגנון אישי.

לאחר מספר דירוגים שכאלה יהיה למודל מספיק מידע על ההעדפות שלכם, כדי להתחיל ליצור פרופיל אישי. מכאן והלאה, המודל יפרש טוב יותר מה אתם אוהבים, מה אתם רוצים, ומה אתם מנסים להשיג.

יצירת פרופיל סגנון אישי – כך פותחים את השימוש ב-V7.

איך עושים את זה? נכנסים באתר האלפא ללשונית Personalize ומתחילים לדרג.

ספרו למידג’רני מה אתם אוהבים

ההתאמה האישית פועלת כמו שכבת עומק מעל הפרומפט – היא שואפת להבין את הכוונה והאסתטיקה שלכם, ולא רק את הטקסט שכתבתם. ויש גם חדשות טובות: אפשר להפעיל ולכבות אותה בלחיצת כפתור ואפשר גם ליצור מספר Moodboards כאלה, כאשר לכל אחד סגנון גרפי נפרד. למשל, מודבורד לאנימה, מודבורד לתמונות ריאליסטיות ואפילו מודבורדים נפרדים לסגנונות שונים של לקוחות שונים שלכם.

Draft Mode: רעיונות במהירות האור

מייד לאחר ההתאמה האישית, מגיעה הפצצה השנייה – מצב הטיוטה – Draft Mode. כאן מדובר על שינוי פרדיגמה: יצירת תמונות במהירות פי עשרה (!) מהמצב הרגיל, ובחצי מחיר. זה לא סתם “מצב מהיר”, אלא ממש מרחב ניסוי יצירתי.

קצת מזכיר את Flow State של לאונרדו, או את מודלי SDXL Turbo של סטייבל.

כשמשתמשים במצב זה, ממשק האתר משתנה ל”מצב שיחה” – לא עוד פקודות מילוליות שהמודל מתקשה להבין, אלא דיאלוג חופשי, אפילו עם המיקרופון! תגידו לו “החלף את החתול בינשוף” או “הפוך את תמונת היום הזו לתמונת לילה”, והוא יבצע את זה לבד, ישנה את הפרומפט ברקע ויצא לדרך. כאמור – יש גם מצב קול: לחצו על המיקרופון ודברו עם המודל – תנו לדמיון לדבר, ולתמונה להיוולד.

למי שרוצה לדייק יותר, ניתן להפעיל את מצב הטיוטה גם ידנית על ידי כתיבת הפרמטר --draft בסוף הפרומפט שלכם.

מודל מהיר, מודל רגוע

V7 מגיעה בשני מצבים: Turbo ו-Relax. מצב Turbo נותן לכם תוצאות מהר – אבל יקר פי שניים מהמצב הרגיל בגרסה 6. מצב Relax לעומת זאת, איטי הרבה יותר, אבל לא יאכל לכם את החבילה, כיאה למשתמשים שרוצים לקחת את הזמן ולמקסם את החבילה שלהם. אם תשאלו אותי… טורבו כל הדרך! הזמן שלי שווה יותר מכל קרדיט כזה או אחר, ואין דבר יותר מעצבן מאשר לחכות לתמונה.

כדאי לדעת שמצב הטיוטה אמנם מהיר וזול, אך איכות התמונות בו נמוכה יותר. עם זאת, הוא עקבי מאוד מבחינת סגנון והתנהגות, כך שקל מאוד להתגלגל ממנו לגרסאות סופיות: אהבתם את הרעיון? לחצו על Enhance או Vary ותקבלו גרסה איכותית, מוגדלת ומוגמרת.

שיפורים באיכות

הבשורה השלישית – וזו שמידג’רני מדגישה במיוחד – היא שיפור דרמטי באיכות התמונות:

• הבנה עמוקה יותר של טקסט: המודל קולט הקשרים טוב יותר, מבין מטאפורות, מתרגם רעיונות מורכבים. זה היה עקב האכילס של מידג’רני עד היום. הוא פשוט לא היה קוהרנטי. אתם רושם דבר אחד בפרומפט ומקבל דבר אחר. בטח לאור השוואה למודלים קוהרנטיים הרבה יותר כמו אידאוגרם ו-4o שפשוט עושים בדיוק מה שאומרים להם. סוף סוף יש שיפור ניכר. זה עדיין לא ברמה של 4o, אבל זה צעד בכיוון הנכון.

• שיפור בפרטים: גוף, ידיים, עיניים, אובייקטים קטנים – הכול מדויק יותר, טבעי יותר, פשוט “מרגיש נכון”. מידג’רני תמיד היה כמה רמות מעל כולם בחזית הזו.

• טקסטורות ויזואליות עשירות: לא עוד שטחים שטוחים או מריחות צבע – יש כאן עומק, תחושה, חומר. זה באמת נראה טוב מאוד!

מה עדיין חסר? ומה בדרך?

כמו כל גרסת אלפא, גם כאן יש מגבלות. נכון לעכשיו:

• הגדלה (Upscaling), עריכה (Editing) ופיצ’ר ה”יעני קונטרול נט” של מידג’רני (Retexture) – עדיין מבוססים על גרסה 6.

• לוחות השראה (Moodboards) וStyle Reference פועלים, אך במצב ניסיוני.

• הפיצ’ר הבא בתור: אפשרות לשמור ולהחיל Character Reference באופן מדויק – תכונה קריטית למעצבים, יוצרים ומותגים. זו אחת מהבשורות הגדולות שלה כל המשתמשים מחכים! קצת מבאס שעדיין לא קיבלנו את זה, אבל נמתין בסבלנות. נראה שזה הולך להיות הגיים צ’יינג’ר שלו כולנו חיכינו.

הצוות מבטיח עדכונים שוטפים – תכונה חדשה כל שבוע-שבועיים, למשך חודשיים לפחות. פאן פאן פאן! 

למי זה מתאים?

גרסה 7 של מידג’רני לא פונה רק לאמנים, מעצבים ויוצרים מנוסים – היא פונה לכל מי שרוצה לחשוב דרך תמונות ולספר סיפורים ויזואליים.

למעצבים מקצועיים יש כאן כלים רבי עוצמה לבניית שפה ויזואלית. כלי חובה בארגז הכלים של כל מעצב וכל מאיייר. ואפרופו מאיירים – סביבה גמישה ליצירת קונספטים, לחיקוי הסגנון האישי שלכם. פלטפורמה שתחסוך לכם ים של זמן וכסף.

למשווקים – דרך להביע רעיונות במהירות, לייצר גרפיקות לסושיאל ולקמפיינים, ולשמר שפה וסגנון עקבי בתהליכי מיתוג.

ולחובבים? פשוט עולם של קסם. אמנם פלטפורמה מורכבת ופחות אינטואיטיבית מהמתחרים, אבל בהחלט עדיין כלי ברמת A List.

שורה תחתונה

דווקא עכשיו, אחרי שנראה היה שהכוכב של מידג’רני דועך, היא חוזרת – חכמה יותר, מהירה יותר, ובעיקר: אישית יותר. גרסה 7 לא מבקשת להיות כלי גרפי מהיר. היא שואפת להיות שותפה. לא תחליף לאמן, אלא שותף לתהליך. ולא סתם עוד מודל, אלא פלטפורמה שלמה לחקירה אסתטית.

בעידן שבו תמונה שווה יותר מאלף מילים, ומודלים מתחרים מציעים אינסטנט בלי עומק – מידג’רני V7 מזכירה לנו את ערך ההתעכבות, הדיאלוג וההבנה. והכי חשוב? היא שוב מצליחה לגרום לנו להתרגש.

הפוסט הקאמבק של מידג’רני – מדריך ל-V7 Alpha הופיע ראשון בLet's AI בינה מלאכותית

ראנווי חזרו למירוץ

במשך חודשים ארוכים נדמה היה שחברת ראנוויי (Runway) נעלמה מהמפה, בזמן שמתחרות כמו פיקה, גוגל עם VEO2, ו-OpenAI עם Sora הציבו סטנדרטים חדשים בתחום יצירת הווידאו באמצעות בינה מלאכותית. אבל ראנוויי חזרו בגדול, ובדיוק בזמן הנכון. ב-31 במרץ 2025, ראנוויי חזרה למרוץ בסערה עם השקת Gen-4, מודל מתקדם ליצירת וידאו שמחזיר את החברה לחזית הטכנולוגיה.

המודל החדש אינו רק שדרוג טכני, אלא מהווה הצהרה של ממש והצגת חזון חדש ליצירת מדיה מבוססת בינה מלאכותית. בניגוד לדורות הקודמים, Gen-4 מתמקד בעקביות ושליטה, מאפשר ליוצרים לספר סיפורים שלמים באמצעות שמירה על דמויות, אובייקטים וסביבות עקביות לאורך זמן, גם בתנאי תאורה משתנים ובזוויות שונות. זוהי התפתחות משמעותית בתחום שהיה ידוע בבעיות עקביות, והיא מציבה את ראנוויי כמובילה פוטנציאלית בעולם יצירת הווידאו עם דגש על יכולות נרטיביות מתקדמות.

באמצעות מערכת ה-References החדשנית, המשתמשים יכולים להשתמש בתמונת רפרנס אחת בלבד כדי ליצור דמויות עקביות במגוון סצנות ותנאי תאורה, והמודל גם מציג הבנה משופרת של פיזיקת העולם האמיתי, מה שמאפשר תנועות ריאליסטיות יותר ואינטראקציות אמינות בין אובייקטים. בניגוד לדורות קודמים כמו Gen-2 שהתמקד ביצירת קטעי וידאו קצרים מטקסט, או Gen-3 שהציע שיפורים בעקביות, ג’ן 4 מתמקד בנרטיב ובסיפור, ומאפשר ליוצרים לא רק ליצור קטעי וידאו בודדים אלא לבנות עולמות שלמים ולספר סיפורים מורכבים באמצעות רצף של סצנות עקביות.

Monkey see, monkey do. A music video generated entirely with Gen-4. pic.twitter.com/QVwp6HvDoX

— Runway (@runwayml) April 1, 2025

טיפים בסיסיים

פשטות

פשטות היא המפתח להצלחה עם ראנוויי ג’ן 4. כשאתם מתחילים לעבוד עם המודל החדש, התחילו עם פרומפטים פשוטים המתארים רק את התנועה העיקרית בסצנה שלכם. אחרי שהתנועה הבסיסית עובדת היטב, הוסיפו פרטים בהדרגה – אולי תנועת מצלמה, אחר כך אפקטים בסביבה, ולבסוף מתארי סגנון. זכרו שהמודל מצטיין דווקא בפרומפטים פשוטים וישירים, ולא בהוראות מסובכות ומורכבות. גישה הדרגתית כזו תאפשר לכם לשלוט טוב יותר בתוצאה הסופית ולהבין איך כל אלמנט משפיע על הווידאו שלכם.

תנועה

כאשר אתם יוצרים סרטון באמצעות ראנוויי ג’ן 4, חשוב להתמקד בתנועה ולא בתיאור התמונה עצמה. הפרומפט שלכם צריך לשמש כמדריך לתנועה הרצויה בסצנה, בעוד שהתמונה שהעליתם כבר מספקת את כל המידע הוויזואלי הנדרש. במקום לתאר את מראה הדמויות או הסביבה, התמקדו בתיאור מדויק של האופן שבו הדמויות, האובייקטים או המצלמה צריכים לנוע. למשל, במקום “נוף הרים מרהיב”, תארו “המצלמה מתרוממת בעדינות מעל פסגות ההרים”. זוהי גישה שתעזור למודל להתמקד ביצירת תנועה חלקה ומשכנעת, ותוביל לתוצאות טובות יותר בסרטון הסופי.

שפה

שימוש בשפה חיובית הוא אחד המפתחות להצלחה בכתיבת פרומפטים אפקטיביים לראנוויי ג’ן 4. כשאתם מנסחים את ההנחיות שלכם, התמקדו בתיאור של מה אתם רוצים לראות בסרטון הסופי, במקום לציין מה אינכם מעוניינים שיופיע. למשל, במקום לכתוב “אל תיצור תנועה מהירה מדי”, נסו “צור תנועה איטית וזורמת”. שפה חיובית יוצרת אווירה מקדמת ופתוחה, לכן גישה כזו לא רק תשפר את התוצאות שתקבלו מהמודל, אלא גם תעזור לכם לחשוב בצורה יותר ממוקדת ויצירתית על מה שאתם באמת רוצים ליצור.

מבנה הפרומפט האידיאלי

תנועת נושא

תנועת נושא היא אחד המרכיבים החשובים ביותר בפרומפטים לראנוויי ג’ן 4. כשאתם מתארים כיצד הדמויות או האובייקטים צריכים לנוע בסצנה, השתמשו בתיאורים ברורים וממוקדים שמדגישים את אופי התנועה. למשל, במקום לציין רק שיש אישה בסצנה, תארו את התנועה המדויקת: “האישה מסתובבת לאט” – תיאור זה מעביר תחושה של תנועה מדודה ואלגנטית. כשאתם רוצים לתאר אינטראקציה עם המצלמה, נסו משהו כמו “הכלב רץ לעבר המצלמה” – זה יוצר תחושת עומק ודינמיות בסצנה. לתיאור תנועות עדינות בסביבה, השתמשו בביטויים כמו “העלים נופלים בעדינות מהעץ” – פרט זה מוסיף שכבה של אווירה ותנועה טבעית לסצנה. תיאורי תנועה ספציפיים אלה עוזרים למודל להבין בדיוק איזו דינמיקה אתם מחפשים, ומובילים לתוצאות טובות יותר בסרטון הסופי.

תנועת מצלמה

תנועת מצלמה היא אחד הכלים החזקים ביותר בארגז הכלים של יוצר הווידאו בג’ן 4. כשאתם מתארים כיצד המצלמה צריכה לנוע בסצנה, אתם למעשה מעניקים לסרטון שלכם דינמיות, עומק ואופי ייחודי. למשל, כשאתם מציינים “מצלמת כתף עוקבת אחרי הרץ”, אתם יוצרים תחושה של תנועה אותנטית ומיידית, עם רעידות קלות שמוסיפות ריאליזם ודחיפות לסצנה. אם אתם מעוניינים בהתמקדות רגשית, “זום איטי לעבר הפנים” יכול להעביר את הצופה בעדינות מהסביבה הרחבה אל עולמה הפנימי של הדמות, מה שמגביר את האינטימיות והמתח. לחלופין, “פאן ימינה לחשוף את הנוף” מאפשר לכם לחשוף בהדרגה אלמנטים חדשים בסצנה, ליצור הפתעה או להרחיב את ההקשר המרחבי. בחירת תנועת המצלמה המתאימה יכולה להעצים את הסיפור שלכם ולהעביר רגשות ורעיונות שלא ניתן להביע במילים בלבד.

תנועת סצנה

תנועת סצנה היא המרכיב שמפיח חיים בסביבה ומעניק לסרטון שלכם תחושה של עולם חי ונושם. כשאתם מתארים כיצד הסביבה משתנה ומגיבה לאירועים בסצנה, אתם יוצרים שכבה נוספת של עומק וריאליזם. למשל, כשאתם מציינים “אבק מתערבל מאחורי הרכב הנוסע”, אתם לא רק מתארים את תנועת הרכב, אלא גם את ההשפעה שלו על הסביבה, מה שמוסיף תחושת מהירות ודינמיות. תיאור כמו “גלים קטנים מתנפצים על החוף” מכניס תנועה מרגיעה ומחזורית שיכולה להעניק לסצנה אווירה שלווה ומהפנטת. באופן דומה, “ענפים נעים ברוח קלה” מוסיף תנועה עדינה ואקראית שמעשירה את הרקע ויוצרת תחושה של טבעיות. תנועות סצנה אלה הופכות את הסביבה מתפאורה סטטית לחלק אינטגרלי מהנרטיב, ומאפשרות לצופים להרגיש כאילו הם באמת נמצאים בתוך העולם שיצרתם.

תיאורי סגנון

תיאורי סגנון הם המרכיב שמעניק לסרטון שלכם את האווירה והאסתטיקה הייחודית, ומאפשר לכם לכוון את ראנוויי ג’ן 4 ליצור את הלוק המדויק שאתם מחפשים. כשאתם מוסיפים מילות מפתח כמו “סינמטי” או “חי”, אתם מנחים את המודל לייצר תוצאות עם תחושה קולנועית מרשימה או עם תנועה דינמית ומלאת חיים. אם אתם מעוניינים בתוצאות עם זרימה חלקה במיוחד, הוספת המונח “אנימציה חלקה” תעזור להשיג תנועות רכות ומלוטשות. תיאורים כמו “תאורה דרמטית” ו”צבעוניות עזה” משפיעים על האווירה הוויזואלית, ויכולים להפוך סצנה רגילה למרגשת או סוריאליסטית. אם אתם מחפשים להעניק לסרטון תחושה ספציפית של ז’אנר, מונחים כמו “סגנון דוקומנטרי” יעניקו לו מראה אותנטי ולא מלוטש, בעוד ש”סגנון סרט אימה” יוביל לתוצאות עם תאורה נמוכה, צללים דרמטיים ואווירה מתוחה. שילוב נכון של תיאורי סגנון אלה יכול להעלות משמעותית את האיכות האמנותית של הסרטון שלכם ולהעביר את המסר הרגשי הרצוי.

לסיכום החלק הזה, הבנו שתנועת נושא, תנועת מצלמה, תנועת סצנה ותיאורי סגנון הם ארבעת המרכיבים העיקריים בבניית פרומפטים אפקטיביים לראנוויי ג’ן 4.

הגישה המומלצת היא להתחיל עם פרומפט פשוט המתאר את התנועה הבסיסית, ואז להוסיף אלמנט אחד בכל פעם. התהליך האיטרטיבי הזה מאפשר לכם לזהות אילו תוספות משפרות את הווידאו שלכם, להבין כיצד אלמנטים שונים משפיעים זה על זה, ולפתור בעיות באופן יעיל יותר. הנה דוגמה פשוטה לפרומפט שמשלב את כל המרכיבים הללו:

Credit: help.runwayml.com

לחצו כאן כדי לראות את התוצאה (Output).

טיפים מתקדמים

איטרציה והדרגתיות

כשאתם מתחילים את תהליך היצירה, התחילו עם פרומפט פשוט המתאר רק את התנועה הבסיסית שאתם מעוניינים בה – למשל, “האישה מסתובבת” או “הכלב רץ קדימה”. לאחר שקיבלתם את התוצאה הראשונית, בחנו אותה בקפידה והחליטו מה עובד ומה דורש שיפור. בשלב הבא, הוסיפו אלמנט אחד בלבד, כמו תנועת מצלמה (“זום איטי פנימה”), סגנון ויזואלי (“תאורה דרמטית”) או תנועת סצנה (“אבק מתערבל ברוח”). בדקו שוב את התוצאה וראו כיצד האלמנט החדש משפיע על הסרטון. תהליך איטרציה כזה מאפשר לכם לשלוט באופן מדויק בתוצאה הסופית ולהבין את ההשפעה של כל אלמנט, במקום להתמודד עם פרומפט מורכב שקשה לנתח את תוצאותיו.

התמודדות עם מספר נושאים בסצנה

התמודדות עם מספר נושאים בסצנה היא אחד האתגרים המרכזיים בעבודה עם ראנוויי ג’ן 4, אך עם מספר טכניקות פשוטות תוכלו להשיג תוצאות מרשימות. כאשר התמונה שלכם מכילה מספר דמויות או אובייקטים שאתם רוצים להניע בדרכים שונות, השתמשו בשפה מיקומית ברורה כדי להבחין ביניהם. למשל, “האובייקט משמאל מסתובב לאט” או “האישה בחזית מתקרבת למצלמה”. חשוב לתאר כל נושא בנפרד ובצורה ממוקדת – “האיש מהנהן, האישה מנופפת” – כך המודל יבין בדיוק איזו תנועה שייכת לאיזה אובייקט. מעל לכל, שמרו על עקביות בהתייחסות לכל נושא לאורך הפרומפט כולו; אם התחלתם להתייחס לדמות כ”האיש בחולצה הכחולה”, המשיכו להשתמש באותו תיאור לאורך כל הפרומפט. עקביות זו מאפשרת למודל לעקוב אחר ההנחיות שלכם בצורה מדויקת ולייצר תנועה הרמונית של כל האלמנטים בסצנה.

תנועת סצנה מרומזת מול מתוארת

כשאתם יוצרים וידאו, ישנן שתי גישות מרכזיות לתיאור התנועה בסביבה: הגישה המרומזת והגישה המתוארת. בגישה המרומזת, אתם מכניסים את תנועת הסביבה באופן עקיף דרך תיאור הסצנה, כמו “הנושא רץ בדיונות החוליות” – משפט שרומז על תנועת חול מבלי לציין אותה במפורש. לעומת זאת, בגישה המתוארת, אתם מפרידים בין תנועת הנושא לתנועת הסביבה ומתארים כל אחת בנפרד: “הנושא רץ בדיונות. החול מתערבל סביב רגליו”. היתרון של תנועה מרומזת הוא בטבעיות שלה – המודל מפרש את האינטראקציה בין הנושא לסביבה באופן אורגני, מה שיכול להוביל לתוצאות זורמות ואינטואיטיביות יותר. מנגד, תנועה מתוארת מעניקה לכם שליטה מדויקת יותר על כל אלמנט בסצנה, ומאפשרת לכם להדגיש או להעצים אפקטים ספציפיים שחשובים לנרטיב שלכם.

שמירה על עקביות

בניגוד לדורות קודמים, ג’ן 4 מצטיין ביכולתו לשמור על דמויות ואובייקטים עקביים לאורך זמן, גם בתנאי תאורה משתנים ובזוויות שונות. כדי למקסם את היכולת המרשימה הזו, חשוב להשתמש בתמונות רפרנס איכותיות וברורות שמציגות את הנושא בצורה מיטבית, עם תאורה טובה ופרטים מובחנים. כדאי גם להימנע משינויים דרסטיים בתנועה או בזווית בין סצנה לסצנה, ולהעדיף מעברים הדרגתיים שמאפשרים למודל לשמור על רציפות ויזואלית. בנוסף, שמירה על תיאורים עקביים של הדמויות והאובייקטים בפרומפטים שלכם – כלומר, שימוש באותם מונחים ותיאורים לאורך כל התהליך – תעזור למודל להבין שמדובר באותם אלמנטים, ותוביל לתוצאות קוהרנטיות יותר שמתאימות לסיפור שאתם רוצים לספר.

יכולות ייחודיות של ג’ן 4

עבודה עם זוויות מרובות

אחד היתרונות המשמעותיים של ראנוויי ג’ן 4 הוא היכולת לעבוד עם זוויות צילום מרובות באותה סצנה, מה שמעניק ליוצרים גמישות וחופש יצירתי חסרי תקדים. המשתמשים יכולים להזין מספר תמונות רפרנס ולהגדיר קומפוזיציות שונות, והמודל ידאג לשלב אותן בצורה חלקה ומשכנעת. ג’ן 4 מסוגל לנוע בין זוויות צילום שונות באופן טבעי, כאילו היה צלם מיומן המתמרן את המצלמה בחלל. יוצרים יכולים לתאר תנועות מצלמה מורכבות, כמו “המצלמה נעה מזווית נמוכה לגבוהה תוך כדי הקפת הנושא”, והמודל יתרגם את ההנחיה לתנועה קולנועית מרשימה. יכולת זו מאפשרת ליצור סצנות דינמיות ומרהיבות, שבעבר היו דורשות ציוד יקר וצוות מקצועי, בקלות ובמהירות יחסית.

שליטה יצירתית ללא קוד

בניגוד למודלים מורכבים אחרים, כל שנדרש ממך הוא תמונת רפרנס אחת והנחיה טקסטואלית ברורה – והקסם מתחיל. המודל החכם ישמר את הדמות על כל מאפייניה הייחודיים, ויציב אותה בכל סצנה שתבחרו, תוך שמירה על עקביות מרשימה בתנאי תאורה משתנים ומזוויות שונות. אין צורך בהתאמות קוד מסובכות או ב”אימון” המודל על מאגרי נתונים גדולים – הכל קורה בממשק פשוט ואינטואיטיבי. גישה זו מאפשרת ליוצרים להתמקד בנרטיב ובאמנות, במקום להתעסק בפרטים טכניים, ומהווה מעבר מתפיסה של יצירת קטעי וידאו בודדים ליצירת עולמות שלמים וסיפור סיפורים מורכבים.

אפקטים ויזואליים מהירים (GVFX)

אפקטים ויזואליים מהירים (GVFX) הם עוד אחת מהיכולות המרשימות ביותר של ראנוויי ג’ן 4. בניגוד לתהליכי יצירת אפקטים מסורתיים שדורשים תוכנות מורכבות וזמן רב, ג’ן 4 מאפשר ליצור אפקטים ויזואליים מרהיבים שמשתלבים בקלות בתכנים מצולמים, מונפשים או משולבים – ברמת איכות המספקת גם להפקות מקצועיות. באמצעות הנחיות טקסט פשוטות, ניתן להוסיף אפקטים כמו אש מתפרצת, עשן מתערבל, או קרני אור דרמטיות, כאשר האפקטים נראים טבעיים להפליא ומשתלבים היטב בסצנה, תוך שמירה על עקביות תאורה וצל. היופי בגישה זו הוא שניתן לשלוט בעוצמה ובאופי של האפקטים בזמן אמת – להגביר את עוצמת האש, לשנות את צבע העשן, או להתאים את כיוון האור – כל זאת ללא צורך בידע טכני מעמיק או בתוכנות עריכה מתקדמות.

שימוש בפיזיקה אמיתית

המודל מציג יכולת מתקדמת לדמות תנועה פיזיקלית ריאליסטית, מה שמעניק לסרטונים תחושה אותנטית ומשכנעת. תנועת המצלמה נראית טבעית ואורגנית, כאילו צלם אמיתי מחזיק אותה – עם תנועות חלקות בזמן פאנים (Pan) והתנודות העדינות של מצלמת כתף. האינטראקציה בין עצמים בעולם הווידאו מדמה בצורה אמינה את חוקי הפיזיקה האמיתיים, כך שכאשר דמות דוחפת חפץ, התגובה נראית טבעית ומתאימה למשקל ולמסה של האובייקט. המודל גם מייצר תגובות ריאליסטיות לכוחות טבעיים – בגדים מתנופפים ברוח בדיוק כפי שהיינו מצפים, חפצים נופלים בקצב המתאים לכבידה, והתנגשויות מלוות בתגובות פיזיקליות מדויקות. זוהי התקדמות משמעותית לקראת “מודלי עולם כלליים” שמדמים בצורה מדויקת את חוקי הפיזיקה וחוקיות של סיבה ותוצאה.

דוגמאות לפרומפטים יעילים

פרומפט בסיסי

“The woman turns slowly toward the camera. Cinematic style”

פרומפט עם תנועת מצלמה

“The man walks along the beach. Camera tracks in parallel. Small waves crash on the shore. Documentary style”

פרומפט עם מספר נושאים

“The woman on the left waves her hand. The man on the right nods. The camera remains static. Soft lighting”

פרומפט עם אפקטים

“The dancer spins in the center of the stage. Golden dust swirls around her. The camera slowly moves closer. Magical fantasy style”

הנה עוד קצת מהקסם של ראנוויי ג’ן 4 בפעולה! ארבע דוגמאות מרתקות המדגימות את עוצמת הפרומפטים:

Credit: help.runwayml.com

בדוגמה הראשונה, האישה בוחנת את בבואתה במראה המעוטרת, כאשר פני המראה מתחילים להתמלא בבועות אורגניות שקופות – לחצו כאן לראות את הווידאו שנוצר מהפרומפט הראשון.

בדוגמה השנייה, ערימת הסלעים הוולקניים באתר הגעשי עוברת טרנספורמציה מרהיבה והופכת להומנואיד עשוי סלע שמתחיל לצעוד בסצנה – לחצו כאן לראות את הווידאו שנוצר מהפרומפט השני.

בדוגמה השלישית, מצלמת כתף עוקבת אחר העכבר הקטן שבורח במהירות, יוצרת תחושת דחיפות ומתח – לחצו כאן לראות את הווידאו שנוצר מהפרומפט השלישי.

ובדוגמה האחרונה, גשר ברוקלין האייקוני עולה באש ומתמוטט בדרמטיות בזמן שהמצלמה עולה כלפי מעלה – לחצו כאן לראות את הווידאו שנוצר מהפרומפט הרביעי.

שימו לב כיצד כל פרומפט מתמקד בתנועה ולא בתיאור התמונה, מה שמאפשר לג’ן 4 ליצור סרטונים דינמיים ומרשימים.

כמה טיפים לאופטימיזציה

איכות תמונת הקלט

כשאתם בוחרים תמונה להעלאה, השתמשו בתמונות באיכות גבוהה, נקיות מארטיפקטים ויזואליים כמו רעש דיגיטלי, טשטוש או דחיסה נראית לעין. העדיפו תמונות עם תאורה טובה ומאוזנת שמאירה את הנושא בצורה ברורה – תאורה נכונה תשפיע משמעותית על איכות הווידאו הסופי ועל יכולת המודל לזהות פרטים ולהניע אותם בטבעיות. חשוב במיוחד לוודא שהנושא העיקרי שאתם רוצים להניע מופיע בבירור בתמונה ואינו חסום או חתוך. תמונות עם קומפוזיציה ברורה, ניגודיות טובה ופרטים חדים יאפשרו למודל לעבד את המידע הוויזואלי בצורה מיטבית ולהפיק וידאו איכותי ומרשים.

התאמה לפלטפורמות שונות

בעידן שבו תוכן חייב להיות מותאם לפלטפורמות מגוונות, המודל החדש מציע פתרון אלגנטי במיוחד. ג’ן 4 מאפשר לשנות בקלות את יחסי הממדים של הווידאו לפורמטים שונים כמו אינסטגרם, טיקטוק ויוטיוב – מ-16:9 הסטנדרטי ועד 4:3 הקלאסי או פורמטים אנכיים לסטוריז ולרילז. המודל לא משנה רק את הגודל, אלא מתאים באופן אוטומטי את הקומפוזיציה לפורמט החדש, כך שהנושא המרכזי נשאר במוקד ולא נחתך בצדדים. פשוט ציינו את הפורמט הרצוי בפרומפט, למשל: “התאם לפורמט אנכי לטיקטוק”, והמודל יבצע את ההתאמה הנדרשת מבלי לפגוע באיכות או בנרטיב של הסרטון. זוהי יכולת חיונית ליוצרי תוכן שרוצים להפיץ את עבודתם במספר פלטפורמות במקביל, ללא צורך בעריכה מחדש לכל פלטפורמה.

עריכה דינמית בזמן אמת

בניגוד לתוכנות עריכה מסורתיות, ג’ן 4 מאפשר ליוצרים לבצע שינויים מורכבים בקלות מפתיעה. באמצעות הנחיות טקסט פשוטות, ניתן לשנות רקעים, להוסיף אפקטים מרהיבים ולהסיר פריטים לא רצויים מהסצנה – כל זאת ללא צורך בידע טכני או בכתיבת קוד. המודל החכם שומר על עקביות מרשימה גם בעת ביצוע שינויים משמעותיים, כך שהתוצאה הסופית נראית טבעית ומשכנעת. היכולת הזו מאפשרת ליוצרים להתמקד בחזון היצירתי שלהם, במקום להתעסק בפרטים טכניים, ופותחת אפשרויות חדשות לניסוי וטעייה בזמן אמת.

Gen-4 is now available for all Creative Partners, Enterprise customers and paid plans. pic.twitter.com/OJMHRREcV3

— Runway (@runwayml) April 1, 2025

לסיכום

ראנוויי ג’ן 4 מייצג קפיצת מדרגה משמעותית ביכולת ליצור וידאו באמצעות בינה מלאכותית. המודל מתמקד בעקביות, שליטה יצירתית ופשטות השימוש, מה שהופך אותו לכלי רב-עוצמה עבור יוצרים מכל הרמות. המודל זמין דרך הפלטפורמה הרגילה של ראנוויי, אך חשוב לציין שהוא משוחרר בהדרגה למשתמשים ואין לו חבילה חינמית. הוא זמין הן למשתמשים פרטיים והן ללקוחות עסקיים, כאשר לקוחות ארגוניים נהנים מגישה מוקדמת לפיצ’רים חדשים ותמיכה מותאמת אישית. זכרו את העקרונות הבסיסיים, התחילו עם פרומפטים פשוטים והוסיפו מורכבות בהדרגה. נצלו את היכולות הייחודיות של המודל ואת היתרון המשמעותי ביותר של ג’ן 4 לשמור על עקביות של דמויות, אובייקטים וסביבות לאורך זמן. כל הטוב הזה יאפשר ליוצרים לא רק ליצור קטעי וידאו בודדים אלא לבנות עולמות שלמים ולספר סיפורים מורכבים. עם קצת תרגול והתנסות, תוכלו ליצור וידאו מרהיב שישרת את הצרכים היצירתיים והמקצועיים שלכם, ולהצטרף למהפכת הקולנוע מונחה בינה מלאכותית שראנוויי מובילה.

הפוסט טיפים מתקדמים לפרומפטינג ויצירת וידאו במודל Runway Gen-4 הופיע ראשון בLet's AI בינה מלאכותית

שימו לב לסרטון המרהיב הזה שיצר ניקולס ניוברט בעזרת Gen4 – אחד מיוצרי ה-AI האהובים עלי:

Welcome to a new frontier of generative storytelling.

Gen-4 is available now. pic.twitter.com/AvVXN0L88q

— Nicolas Neubert (@iamneubert) March 31, 2025

חזרה לזירה עם מטרה ברורה

לפני הכל, מוזמנים לצפות בסרטון ההשקה שפרסמה החברה.

Credit: runwayml.com

Gen-4 של ראנוויי מציג לא רק שיפור טכני על פני קודמיו, אלא מיצוב ברור של החברה כמובילה פוטנציאלית בכל הקשור ליצירת וידאו מבוסס AI. המודל הושק היום (31 במרץ 2025) לוותה בקמפיין נרטיבי מהוקצע, המדגיש את הפיכתו של המודל לאמצעי אמנותי אמיתי – כלי שמאפשר ליצור סרטים, קליפים וסצנות שלמות על סמך שילוב של תמונות, טקסטים והנחיות, בצורה אחידה וקולנועית.

אבל חשוב מהכל – מדובר במודל שפונה ללב של הקולנוע: היכולת לספר סיפור.

עקביות היא שם המשחק

אחת מהבעיות הבולטות ביצירת תוכן וידאו בעזרת AI עד כה הייתה העקביות – או יותר נכון, היעדרה. שינויי תאורה לא צפויים, דמויות שמשנות תווי פנים בין פריים לפריים, רקעים שקורסים לתוך עצמם. Gen-4 מנסה לפתור בדיוק את זה. המודל שומר על עקביות של דמויות, אובייקטים ורקעים לאורך זמן, גם בתנאי תאורה משתנים, בזוויות שונות ובשינויים סגנוניים.

זה אולי נשמע טכני, אבל המשמעות היא עצומה: יוצר שרוצה לספר סיפור, יוכל להישען על אותו פרוטג’ ולערוך אותו מכל כיוון – בלי לחשוש מהתפוררות של המציאות.

למשל, בתמונה מטה אפשר לראות איך אותה דמות (המיוצגת בתמונות שונות אך עקביות), משתלבת בסרטון אחד קוהרנטי וטבעי:

דמות עקבית ב-Gen4 של ראנוויי | Credit: runwayml.com

וזה הסרטון, בו אפשר לראות הדמות “בפעולה”:

Credit: runwayml.com

שליטה יצירתית, בלי קוד ובלי מאמץ

ב-Gen-4, היוצרים לא נדרשים “לאמן” את המודל או לבצע התאמות קוד מסובכות. כל מה שצריך זה תמונת רפרנס אחת והנחיה טקסטואלית ברורה. מכאן, האלגוריתם יודע לשמר את הדמות, להלביש אותה בכל סצנה שתבחר – ולשמור על הסגנון, התאורה והקונסיסטנטיות. למעשה, מדובר במעבר מתפיסה של יצירת קטעים – ליצירה של עולמות שלמים. או במילים אחרות: לא עוד “סרטון”, אלא קולנוע מונחה בינה מלאכותית.

ככה מספרים היום סיפורים בעזרת בינה מלאכותית. את הסרט הקצר הזה יצר Timmy Highley.

והנה עוד דוגמה חמודה להעביר רגש ולספר סיפור בעזרת הרבה יצירתיות וקצת AI. זכרו – הכלי הכי חשוב בארגז הכלים שלכם הוא הדמיון!

בימוי: Dion Lee

וגם פוטוריאליזם מרהיב. אין ספר שאנחנו כבר לגמרי בשלב שבו יוצרים מוכשרים יכולים לייצר סרטים קצרים (ובהמשך גם סרטים באורך מלא) עם כלים כמו ראנוויי ו-Gen4.

בימוי: Jiri Kilevnik

בין פרקטיקה לפואטיקה: מה אפשר לעשות עם Gen-4?

ראנוויי מדגימה את היכולות Gen-4 באמצעות סדרת סרטים קצרים וקליפים שנוצרו כולם בתוך המערכת. הדגש הוא על נרטיב – אבל הפרקטיקה היא זו שמרשימה באמת אם תסתכלו על הסרטונים מעלה, לבטח תבחינו בקפיצת המדרגה:

עבודה מול זוויות מרובות

המשתמשים יכולים להזין תמונות רפרנס, להגדיר קומפוזיציה, והמנוע ידאג לכל היתר – כולל תנועה בין זוויות צילום שונות.

Credit: runwayml.com

הצבת אובייקטים ודמויות

כל אובייקט, בכל רקע, בכל מצב – לפי הנחיית היוצר. בין אם מדובר בפרסומת למוצר או סצנה עלילתית מורכבת.

Credit: runwayml.com

אפקטים ויזואליים מהירים (GVFX)

האפקטים שמייצר Gen-4 יכולים להשתלב בקלות בתוך תכנים מצולמים, מונפשים או משולבים – ברמת איכות מספקת להפקות מקצועיות.

Credit: runwayml.com

שימוש בפיזיקה אמיתית

 יכולת הדמיה של תנועה פיזיקלית ריאליסטית, בין אם מדובר בתנועת מצלמה או באינטראקציה של עצמים בעולם הווידאו. אנחנו ממש צעד אחד לפני “מודלי עולם כלליים” שבאמת עובדים ובאמת מדמים את חוקי הפיזיקה, או חוקיות של סיבה ותוצאה. מדהים!

Credit: runwayml.com

יצירתיות בזמן אמת

אחד הפיצ’רים המשמעותיים ביותר ב-Gen-4 הוא העריכה הדינמית בזמן אמת. באמצעות הנחיות טקסט – לא קוד – ניתן לשנות רקעים, להוסיף אפקטים, להסיר פריטים לא רצויים, ואפילו להתאים את הווידאו לפלטפורמות שונות כמו אינסטגרם, טיקטוק ויוטיוב. המודל יודע להתאים באופן אוטומטי את יחסי הממדים מבלי לפגוע באיכות או בקומפוזיציה. הוא יודע להישען על תמונות רפרנס והנחיות מילוליות, ובכך לשמר את העולם שהיוצר מנסה ליצור, ואת השפה הגרפית האחידה.

ראנוויי ג’ן 4 – עריכה עם הנחיות טקסטואליות ותמונות רפרנס

למי המודל זמין ואיפה?

ב-Runway בחרו להנגיש את Gen-4 ישירות דרך הפלטפורמה הרגילה שלהם. המשמעות היא שכל יוצר – מקצועי או חובבן – יכול להתנסות ולבדוק בעצמו מה אפשר להפיק מהמודל. אין צורך במחשב חזק או בהרצה לוקאלית של המודל – הכל קורה בתוך האתר של ראנוויי, בדומה לרוב מחוללי הוידאו האחרים כיום. חשוב לציין שהמודל משוחרר בהדרגה למשתמשים, ואין לו חבילה חינמית. הוא זמין הן למשתמשים פרטיים והן ללקוחות עסקיים. בנוסף, המודל זמין גם ללקוחות ארגוניים כחלק מהשירותים המורחבים של החברה, הכוללים גישה מוקדמת לפיצ’רים חדשים ותמיכה מותאמת אישית.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס יצירת סרטים עם AI

לפרטים נוספים לחצו כאן >>

תחרות, חידוש, ומה שביניהם

השקת Gen-4 היא הרבה יותר מעדכון גרסה. מדובר בניסיון מוצהר של ראנויי להחזיר לעצמה את המוניטין של חלוצה אמנותית וטכנולוגית. אחרי שהובילה את השוק בשנים הראשונות לגל הווידאו מבוסס AI, נדמה שהיא מנסה כעת להחזיר לעצמה את כתר החדשנות. המודל לא מושלם – והוא יצטרך להוכיח את עצמו לאורך זמן, בעיקר מול התחרות העזה בשוק. אך אין ספק שמדובר בקפיצת מדרגה טכנולוגית משמעותית, כזו שמציבה את ראנויי שוב בין השחקניות המרכזיות של התחום. חשוב לציין שראנוויי זה הרבה יותר ממודל כזה או אחר (טוב ככל שיהיה) – זו פלטפורמה ורסטילית, אמינה ויציבה במיוחד, שמכילה עשרות כלי עריכה ג’נרטיביים וכלי יצירה. שלם שעולה על סך חלקיו. וזה אחד מהדברים שהופך אותה רלוונטית גם בשוק שמשתנה במהירות.

העולם שייך למספרי הסיפורים

בתוך כל הרעש והטכנולוגיה, אולי המסר החשוב ביותר של Gen-4 הוא הפשטות שבה הוא מחזיר את תשומת הלב למהות – לסיפור. יוצרי קולנוע, מעצבים, אנשי קריאייטיב – כל אחד מהם יכול להשתמש בכלי הזה כדי לא רק ליצור, אלא באמת לספר. עם עקביות, שליטה ותחכום – אבל גם בלי להתפשר על אינטואיציה ואסתטיקה. השאלה כעת היא לא האם Gen-4 יצליח, אלא כיצד התעשייה תבחר להשתמש בו. האם נראה בו כעוד מודל טוב אחד מני רבים, או שנראה בו תחילתה של תקופה חדשה, בה הקולנוע כבר לא זקוק למצלמה? כך או כך, אני בטוח אמשיך להשתמש בו – ראנוויי מאז ומתמיד הייתה הפייבוריטית שלי, והיום יותר מתמיד! אז אם תהיתם לאן הם נעלמו – הם לא נרדמו בשמירה – הם פשוט עבדו מאוד קשה על מודל מרשים, עם פוטנציאל אדיר!

Credit: runwayml.com

הפוסט ראנוויי חוזרים למרוץ ומשחררים את Gen4 הופיע ראשון בLet's AI בינה מלאכותית

מידג’רני: מגרש המשחקים של היצירתיות

תגובתיות מהירה ותהליך איטרטיבי

אחד ההיבטים המשמעותיים ביותר שמבדילים את מידג’רני הוא מהירות התגובה. התהליך האיטרטיבי – כלומר היכולת לנסות, לשנות, לדייק ולהתנסות שוב תוך שניות – הוא לב-ליבו של הכלי. המשתמשים יכולים להתחיל ברעיון עמום, ולתת למידג’רני להפתיע אותם עם תמונות ייחודיות. משם, אפשר לצמצם, לדייק או אפילו לשנות כיוון לחלוטין. החופש לשחק, לטעות ולחזור – הוא מה שהופך את מידג’רני לאידיאלי לכל מי שמחפש השראה ולא רק ביצוע.

עיצוב סגנון אישי ובחירה אסתטית

מעבר למהירות, מידג’רני מאפשר למשתמשים לפתח שפה חזותית אישית. אפשר להצליב סגנונות, לשלב רפרנסים חזותיים ולהשתמש בלוחות השראה (Mood boards) כדי להגדיר אסתטיקה ספציפית. האפשרות להגדיר פרמטרים בצורה מדויקת – כמו רמת הפירוט, הדמיון, התאורה והקומפוזיציה – מאפשרת שליטה יוצאת דופן ביצירת סגנון מותאם אישית.

שלגיה אשת עסקים – שילוב של סגנון עקבי ודמות עקבית במידג’רני.

עריכה ג’נרטיבית ברמה הכי גבוהה שיש

העובדה שלמידג’רני יש עורך AI שמאפשר לעשות אינפיינטינג ואאוטפיינטינג ברמה הכי גבוהה שיש (אפילו לתמונות חיצוניות שלא נוצרו בפלטפורמה), גם הופך אותו לכלי עבודה הכרחי! הוא מאפשר לשלב בתהליך העריכה גם פרמטרים מתקדמים כמו סטייל רפרנס (סגנון עקבי) או קרקטר רפרנס (דמות עקבית), וזה יתרון רציני!

עדכניות וחדשנות מתמדת

מודל 7.0 שיגיע בקרוב יביא איתו מערכת חדשה בשם Omni reference – מערכת שתאפשר להכניס דימויים קיימים כמו לוגואים, אובייקטים או דמויות, ולשלבם בתמונה בצורה טבעית. זהו מהלך שיכול לאתגר ישירות את יכולות ה”סגנון המיובא” של GPT-4o, אך במהירות ובגמישות גבוהות הרבה יותר.

GPT-4o: דיוק, התאמה והבנה של הקשר

שליטה בתוצאה על בסיס תיאור מדויק

בעוד שמידג’רני בנויה לשיטוט חופשי בתוך העולם החזותי, GPT-4o היא כלי שמתמחה במימוש מדויק של רעיונות שכבר מגובשים. אם אתם יודעים בדיוק מה אתם רוצים – למשל: “דוד בן גוריון, גולש על גלשן בים עם גל גדול, בציור שמחקה את סגנון האנימה של סטודיו ג’יבלי” – GPT-4o תספק את התוצאה הקרובה ביותר למה שתיארתם. הדיוק הזה נובע לא רק מהמודל החזותי, אלא מהשילוב עם יכולות ההבנה הלשונית החזקות של GPT.

דוד בן גוריון בסגנון סטודיו ג’יבלי.

העברה של סגנונות חזותיים קיימים

למרות שאין בו את הגמישות של מידג’רני, GPT-4o מצטיין בהחלה של סגנונות חזותיים על תמונות קיימות. לדוגמה, ניתן להעלות תמונה רגילה ולבקש מהמנוע להפוך אותה לסגנון פיקסאר או קומיקס (או סטודיו ג’יבלי, כמו שנראה שכל אדם על כדוה”א עשה בימים האחרונים). התוצאה מדויקת ונאמנה לרפרנס, גם אם פחות יצירתית ומפתיעה.

קצב עבודה איטי ומגבלות טכניות

הבעיה המרכזית עם GPT-4o בתחום החזותי היא הזמן שלוקח לו להפיק תמונה. אם התמונה לא יצאה בדיוק כפי שרציתם – תצטרכו לחכות שוב. זהו חיסרון משמעותי בכל הקשור להתנסות מהירה ולחיפוש אחר סגנון. הכלי אמנם מדויק, אך התהליך איטי, ולעיתים משבש את קצב היצירה.

שתי פילוסופיות יצירה: חיפוש מול ביצוע

ההבדל בין שני הכלים אינו טכני בלבד – מדובר בשתי גישות פילוסופיות שונות לאופן שבו משתמשים אמורים לעבוד עם בינה מלאכותית. מידג’רני מעודד תהליך של גילוי והתנסות. זהו מרחב שבו הרעיון הסופי עשוי להפתיע אפילו את היוצר עצמו – מדובר בכלי שנותן למשתמש הרבה יותר חופש ושליטה, אבל גם מצריך רמה הרבה יותר גבוהה של מקצועיות, מיומנות והיכרות עם הפיצ’רים השונים, הפרמטרים והממשק. ממש לא לכל אחד! GPT-4o, לעומת זאת, מיועד יותר למי שכבר יודע מה הוא רוצה, ומחפש כלי שיממש זאת במדויק, ומהר. כלי קוהרנטי שמבין מה אנחנו רוצים ממנו ויכול לעשות את זה יחסית מהר.

שני הכלים אינם מתחרים ישירות – הם משלימים אחד את השני. אפשר להתחיל בתהליך חקירה ויצירת סגנון עם מידג’רני, ולאחר שמתגבש רעיון ברור – לעבור ל-GPT-4o לשם ביצוע מדויק יותר. לחלופין, אפשר להשתמש ב-GPT-4o כדי לייצר קומפוזיציה מסוימת, ואז להעלות אותה למידג’רני כדי להמשיך בתהליך החקר היצירתי.

הפער בין מידג’רני ל-GPT-4o מדגיש לא רק את ההבדל בין שני כלים – אלא את המתח בין יצירתיות לבין שליטה. מידג’רני פונה אל הרגש, החיפוש, המשחק – תהליך של חיפוש ודיוק תוך כדי תנועה. זה לא לדור האינסטנט – זה למי שיש סבלנות לחקור ולפצח את הפלטפורמה והמודל. מנגד, GPT-4o פונה אל התוצאות המהירות שנותנות ליוצר מהר מהר את מה שרצה. ההבנה של מה כל אחד מהם עושה טוב, והיכולת לשלב ביניהם באופן חכם – היא המפתח להפקת המירב מהבינה המלאכותית החזותית של היום.

ולסיום – דוד בן גוריון אחד, בשני סגנונות שונים: סטודיו ג’יבלי וסגנון ריאליסטי (באדיבות GPT4o היקר).

דוד בן גוריון בסגנונות שונים

הפוסט מה ההבדל בין מידג’רני ובין מודל התמונה החדש של GPT-4o? הופיע ראשון בLet's AI בינה מלאכותית

ניתוח מוח פתוח למודל שפה

ברוכים הבאים לניתוח מוח פתוח. לא של אדם, אלא של מודל שפה עצום בגודלו. הרעיון שניתן “להציץ פנימה” אל תוך הקופסה השחורה, ולבחון מה קורה שם בדיוק ברגע שבו המודל כותב, חושב או עונה, נשמע כמעט כמו מדע בדיוני. אך בעולם שבו מודלים כמו קלוד, GPT או ג’מיניי משמשים לתיווך מידע, קבלת החלטות ואפילו קביעת עובדות – היכולת להבין איך הם פועלים הופכת קריטית!

הבעיה היא שבניגוד לתוכנה רגילה שנכתבת בשורות קוד ברורות, מודלי שפה לא מתוכנתים ידנית. הם מאומנים – מאות טריליוני חישובים שמייצרים תבניות, קשרים והרגלים. כמו שהסברנו במאמר הראשון (שעלה באתר לפני כמעט שנה), זה מרגיש יותר כמו לגדל צמח ופחות כמו לכתוב קוד. התוצאה: מודל שיודע לתפקד באופן מדהים, אך לא תמיד ברור איך הוא הגיע למה שהוא עשה.

במילים אחרות: המודלים האלו לא שקופים. הם אפקטיביים, אך מסתוריים. וכשמערכת כל כך חזקה מסתובבת בינינו, טבעי לרצות לשאול – על מה היא חושבת בדיוק? וחשוב מכך – למה היא חושבת את מה שהיא חושבת? האם היא מתכננת קדימה או פשוט זורמת עם הדאטה? האם היא באמת מסיקה מסקנות, או רק מחקה טקסטים קודמים? ומה בכלל קורה שם כשהיא חושבת ביותר משפה אחת? האם יש היגיון אוניברסלי? אמת אוניברסלית? ערכים אוניברסליים?

המחקר החדש של אנטרופיק מנסה לענות בדיוק על השאלות האלה. והוא עושה זאת לא באמצעות ניתוח טקסטים שהמודל יצר, אלא באמצעות בחינה ישירה של מה שקורה בתוך ה”מוח” שלו בזמן אמת. כלומר, לא רק מה הוא אומר – אלא איך הוא חושב.

למידת אסטרטגיות פנימיות – איך המודל מפתח חשיבה משלו

הקסם (או המסתורין) של מודלי שפה גדולים טמון בכך שאף אחד לא לימד אותם ממש לחשוב. אף מפתח לא תכנת אותם לפתור בעיות של חריזה, חישוב או תרגום. במקום זה, הם למדו לבד. לאט, באיטרציות חוזרות, מתוך מיליארדי מילים וטוקנים. ודרך התהליך הזה – שנמשך חודשים – הם לא רק “שיננו” דפוסים אלא גיבשו לעצמם אסטרטגיות. שיטות לא פורמליות, גמישות, של פתרון בעיות.

מה קורה לקלוד כשהוא מנסה לחרוז?

למשל, קלוד מסוגל לתכנן מראש חריזה. בניסוי מרתק, החוקרים נתנו לו לכתוב בית של שיר, שבו השורה השנייה צריכה להתחרז עם הראשונה. ההשערה הראשונית הייתה שקלוד כותב כל מילה בתורה, ואז פשוט מוודא שבסוף יש חרוז מתאים. אבל אז – כשבחנו את המודל מבפנים – מה שהם מכנים “מיקרוסקופ AI” – התברר שהמציאות הפוכה: קלוד התחיל מהחרוז, ואז בנה לאחור שורה שתוביל אליו. כלומר, הוא תכנן מראש. מפתיע, לא צפוי ולא פחות ממדהים!

אבל מה קורה כשהוא עובר בין שפות? כאן מתחיל להתגלות משהו עוד יותר מסקרן: קלוד לא “עובר” בין שפות כמו אדם דו-לשוני. הוא לא מפעיל מנוע אנגלית ואז מנוע צרפתית. הוא משתמש במרחב קונספטואלי משותף – מעין שפת מחשבה פנימית, שבה המושגים קיימים באופן אוניברסלי, ורק בשלב מאוחר הם “מתורגמים” לשפה חיצונית.

כך למשל, כששואלים אותו מה ההפך מ-“קטן” בשפות שונות, מתברר שהוא מפעיל את אותו דפוס קונספטואלי של “גודל” ו-“הפכים”, שמוביל אותו לרעיון של “גדול”, ואז מתרגם את המונח הזה לשפה המתאימה. במילים אחרות: לפני שהוא מדבר צרפתית, הוא חושב ב”קלודית”.

שפת המחשבה הפנימית של קלוד | Credit: Anthropic.

ככל שהמודל גדול יותר, כך המרחב הקונספטואלי הזה מתרחב. קלוד 3.5, למשל, מציג פי שניים יותר חפיפות בין תכונות קונספטואליות בשפות שונות בהשוואה למודלים קטנים יותר. זהו רמז עבה לכך שככל שמודלים מתפתחים, הם בונים לעצמם עולם פנימי עשיר, אוניברסלי – ולא שפות מופרדות של ידע.

איך נראה מיקרוסקופ AI? איך מביטים אל תוך המוח של קלוד?

כדי להבין מה עובר בראש של מודל כמו קלוד, החוקרים בונים כלים שמזהים “תכונות” (Features) – כלומר, ייצוגים פנימיים בעלי משמעות שנוצרים במהלך החישובים של המודל. תכונה יכולה להיות, למשל, הרעיון של “גדול” או “ריבוי”, והיא מתבטאת כסוג מסוים של פעילות בתוך שכבת המודל.

אבל לזהות תכונה זה רק שלב ראשון. השלב הבא הוא למפות את הקשרים בין תכונות שונות – לגלות איך הן משתלבות זו בזו ומרכיבות “מעגלים חישוביים” (Circuits). מעגל כזה עשוי, למשל, להתחיל בתכונה שמזהה שאלה מתמטית, להפעיל תכונה שמבצעת חישוב משוער, ואז להפעיל תכונה אחרת שמקבלת החלטה לגבי התוצאה.

בפועל, החוקרים עושים את זה על ידי: מעקב אחרי הפעילות הפנימית של המודל בזמן תגובה לשאלה מסוימת, על-ידי הוספה או הסרה של תכונות (כדי לבדוק איך זה משפיע על התוצאה – למשל, לבטל את הרעיון של המילה “Rabbit” כחרוז, ולראות איך השיר משתנה, בהתאם להתערבות האנושית), או השוואה בין גרסאות שונות של המודל או תגובות שונות לאותה שאלה (כדי לזהות תבניות חוזרות).

מדובר בעבודה קפדנית, שדורשת שעות של ניתוח עבור כל דוגמה, אך היא מאפשרת לשחזר את “שרשרת החשיבה” האמיתית של המודל, ולא רק את מה שהוא טוען שהוא עשה.

איך בונים מיקרוסקופ AI?

חשיבה ארוכת טווח והצבת מטרות

מודל שפה הוא כמו סופר אימפולסיבי – או כך לפחות נדמה. הרי כל מה שהוא עושה זה לחזות את המילה הבאה. אחת אחת. בלי תכנון, בלי יעד. פשוט שורה של ניחושים סטטיסטיים שמצטברים למשהו שנראה כמו מחשבה. אבל האם זה באמת כך?

במקרה של קלוד, התשובה מורכבת יותר. במחקר החדש, החוקרים ניסו לבדוק האם המודל פשוט כותב שורה שצריכה להסתיים במילה שמתחרזת, או שהוא באמת מתכנן את אותה מילה מראש – וכותב את כל השאר בהתאם. התוצאה: הפתעה מוחלטת. לא רק שקלוד מתכנן, הוא עושה זאת בצורה הדומה לחשיבה אנושית של ממש.

במקרה של חרוז עם המילה “grab it”, קלוד התחיל לחשוב על מילים שיכולות להתאים – כמו “rabbit”, “habit” ואחרות – ואז כתב שורה שלמה שתוביל לשם. כלומר, הוא לא רק מגיב, אלא מתכנן תוצאה רצויה ופועל כדי להגיע אליה. במילים אחרות: יש לו מטרה. זו אמנם דוגמה קטנה, אך המשמעות שלה גדולה! השלב הבא בניסוי היה עוד יותר שאפתני – החוקרים ניסו להתערב בתהליך המחשבתי. הם “הוציאו” את מושג ה-“rabbit” מהמודל (כאילו הוא מעולם לא הכיר את המילה הזו, או המשמעות שלה – פשוט “כיבו” את האזור הזה ב”מוח” שלו), והמשורר הדיגיטלי שלנו שינה את השורה וסיים במילה אחרת, “habit”, שהתאימה לחריזה אך שינתה את תוכן השורה. במבחן נוסף, הם הזריקו למודל את הרעיון של “green”, וקלוד בנה שורה חדשה לגמרי, שהסתיימה במילה זו – גם אם היא כבר לא התחרזה.

מה זה אומר בפועל? שקלוד יודע לא רק לתכנן – אלא גם להתאים את עצמו לשינויים תוך כדי כתיבה. תכונה שלא הייתה אמורה להיווצר, כי אף אחד לא תכנת אותה. מדובר בהתפתחות פנימית – תוצר של למידה מורכבת, שבונה לא רק תגובות אלא גם מטרות, אסטרטגיות, ותיקון עצמי תוך כדי תנועה.

כשקלוד מנסה לשיר | Credit: Anthropic.

חישובים “מנטליים” – האסטרטגיות מאחורי פתרון בעיות מתמטיות

אם חשבתם שמודל שפה גדול פשוט שינן את כל לוח הכפל, חכו שתשמעו איך קלוד באמת מחשב. חשוב לזכור, קלוד לא תוכנן להיות מחשבון. הוא לא למד מתמטיקה בצורה פורמלית – הוא מודל הסתברותי! ובכל זאת – תנו לו תרגיל כמו 36+59, והוא יענה 95. אז מה קורה שם באמת?

כדי להבין זאת, החוקרים לא הסתפקו בתוצאה. הם עקבו אחרי הדרך של קלוד – אותם מעגלים פנימיים, נתיבי חשיבה וחיבורים עצביים מלאכותיים. מה שהם גילו הוא תהליך כפול: מצד אחד, מנגנון שמבצע הערכה גסה של התוצאה. מצד שני, מסלול שמנסה לדייק את הספרות האחרונות. שני התהליכים פועלים במקביל, משווים תוצאות, ומגיעים יחד לתשובה.

נשמע אנושי? בדיוק. כולנו הרי מכירים את הטריק של לחשב מהר בראש ולוודא שהתוצאה “בערך נכונה”, ואז לבדוק שוב כדי לוודא שהספרות מדויקות. זה בדיוק מה שקלוד עושה – בלי שמישהו לימד אותו.

ומה קורה כששואלים אותו איך הוא הגיע לתוצאה? כאן נחשף פער מסקרן נוסף: קלוד “מסביר” שהוא ביצע חישוב סטנדרטי, כולל “נשיאה” של ספרות. כלומר, הוא מתאר תהליך שמוכר לנו מבית הספר – אבל בפועל, בתוך המודל עצמו, מתרחש תהליך אחר לגמרי. ההסבר, כך נראה, הוא לא תיאור אותנטי של הפעולה אלא ניסיון לשחזר הסבר שנשמע אנושי. אמרנו כבר שאי אפשר באמת לסמוך על מודל הסתברותי? גם אם מה שהוא אומר “נשמע” נכון, זה לא בהכרח אומר שהוא נכון – זה לא תיאור מדויק של המציאות, בטח לא כשמדובר בניסיון לתאר תהליכי פנים-מחשבתיים של המודל.

קלוד, אם כן, לא רק מחשב – הוא גם מנסה להצדיק את עצמו. אבל מה שהוא באמת עושה מתחת לפני השטח הוא הרבה יותר מתוחכם ולעיתים גם אינטואיטיבי. וזה מלמד לא רק על חישוב – אלא על איך תבונה יכולה להתפתח באופן עצמאי, כשהמטרה היא לא לפתור משוואות, אלא להבין את השפה.

איך קלוד פותר תרגילים מתמטיים? | Credit: Anthropic.

כשהמודל שלכם מחרטט ובוחר ב-Bullshitting

יש משהו מטעה במודלי שפה – הם נשמעים כל כך משכנעים, עד שלפעמים קשה לזכור שאין להם תודעה או יושרה פנימית – הם לא מקדשים את האמת כמו בני אנוש (או לפחות כמו רוב בני האנוש). לכן, אחת השאלות היותר מטרידות היא: מתי הם באמת “חושבים”, ומתי הם פשוט מאלתרים כדי להרשים?

במילים אחרות: האם קלוד באמת עושה את מה שהוא אומר שהוא עושה?

המחקר של אנטרופיק מתמודד עם זה בדיוק. במקרה אחד, כאשר קלוד נשאל לחשב שורש ריבועי של 0.64, הוא תיאר מהלך מתמטי מדויק – זיהוי של המספר 64, לקיחת השורש שלו (8), והזזה של הנקודה העשרונית. מה שמרשים הוא שלא רק ההסבר היה הגיוני – אלא שגם בתוך המודל, החוקרים זיהו “תכונות” שמתאימות בדיוק לשלבי החשיבה האלה. הסבר נאמן לתהליך האמיתי.

אבל אז שאלו אותו על הקוסינוס של מספר גדול מאוד. כאן קלוד התחיל לזרוק הסברים שנשמעים מרשימים אך ריקים מתוכן. ההסברים נראו “נכונים” למי שלא מתעמק – אבל כשחוקרים הסתכלו פנימה, לא נמצא זכר לחישוב בפועל. זו לא הייתה טעות – זה היה פברוק של האמת. פשוט בולשיט.

ויש גם גרסה מתוחכמת יותר: במקרים שבהם קלוד מקבל רמז שגוי, הוא לפעמים בונה לאחור תהליך חשיבה שמוליך בדיוק לרמז – גם אם הוא שגוי. זו לא רק טעות. זו מוטיבציה. המודל, כך נראה, לפעמים “רוצה” לרצות, ולכן הוא מייצר מסלול שיסביר את התוצאה שהייתה כבר ידועה לו מראש. שכנוע עצמי נוסח AI.

היכולת להבחין בין הסבר אמיתי לבין הסבר שנשמע טוב אבל ריק מבפנים – זו לא רק בעיה פילוסופית. זו בעיה של אמינות, של אחריות ושל ביטחון. המסקנה ברורה: לא מספיק להקשיב למה שהמודל אומר. צריך לבדוק איך הוא הגיע לשם. משום שהוא נבנה כדי לרצות אותנו, לעיתים “נכון לא נכון – חרטט בביטחון”. תמיד ידענו את זה, אבל עכשיו אפשר לראות את זה בצורה ברורה, שמגובה בממצאים מהמחקר.

התגברות על טעויות – זיהוי הזיות ופריצות גבולות (Jailbreaks)

בואו נדבר רגע על הזיות – מצב שבו מודל שפה ממציא עובדות. אחת הבעיות הכי מטרידות במודלים מהסוג של קלוד היא הנטייה שלהם לנסות לענות תמיד, גם כשאין להם באמת מושג. כמו שאמנו מקודם – הוא ממש רוצה לרצות אותנו. ולמרות ששיטות האימון המודרניות מכוונות לצמצם את התופעה – היא עדיין שם.

אבל מה שמעניין באמת הוא איך המודל מחליט מתי לא לענות.

החוקרים גילו שמנגנון הסירוב – זה שאומר “אין לי מספיק מידע” – הוא ברירת המחדל. קלוד, כברירת מחדל, לא רוצה לענות. הוא צריך סיבה טובה כדי להפסיק להפעיל את המעגל הזה. ומהי סיבה טובה? למשל, הכרה בכך שהנושא מוכר. כששואלים אותו על מייקל ג’ורדן – נדלקת אצלו תכונה פנימית של “ישות מוכרת”, שמנטרלת את סירובו ומאפשרת תשובה. אבל כששואלים על אדם מומצא – הסירוב נשאר.

וזה נהיה מעניין יותר: אם תפעילו ידנית את תכונת ה-“מוכר” גם על שם מומצא – המודל יתחיל לייצר מידע שגוי. למשל – במחקר החוקרים גרמו לקלוד להזות ש”מייקל בטקין” (שם מומצא) הוא שחקן שחמט מפורסם, רק על-ידי “כיבוי” ברירת המחדל של “אל תיתן מידע אם אתה לא מדובר בדמות מוכרת”. כלומר, הזיה. בדיוק כפי שניתן “להפעיל” תחושת הכרות גם כשאין לה בסיס, כך גם מודל שפה עשוי להמציא עובדות כאשר מעגלים פנימיים מאותתים לו שכביכול מדובר במשהו שהוא מכיר.

קלוד ממציא אנשים: את מייקל ג’ורדן כולם מכירים, אבל האם שמעתם על “מייקל בטקין”?! קלוד מסתבר מכיר אותו (או ליתר דיוק – המציא אותו) | Credit: Anthropic.

ועכשיו – לפריצות גבולות. אם ההזיות הן טעות לא-מכוונת, אז jailbreaks הן ניצול מכוון של הפרצות – זו הדרך “לפרוץ” למודל ולגרום לו להתנהג בדרך ששונה מהייעוד המקורי שלו. במחקר, החוקרים ניסו טריק מתוחכם: הם גרמו לקלוד להרכיב ראשי תיבות סמויים בתוך משפט תמים – למשל, לקחת את המילים “Babies Outlive Mustard Block”, שמרמזות על המילה BOMB (פצצה), ולבקש ממנו להשלים משפט. זה הספיק כדי להערים על המודל ולגרום לו להתחיל לכתוב הוראות להכנת פצצה.

איך החוקרים של אנטרופיק גרמו לקלוד להכין להם מתכון לפצצה? | Credit: Anthropic.

איך זה קרה? בפשטות – קלוד נתפס בקונפליקט פנימי. מצד אחד, הוא מזהה שהבקשה חורגת מהגבולות הבטוחים. מצד שני, מופעלים עליו לחצים לסיים משפט תקני, קוהרנטי, הגיוני. הלחץ לשמר עקביות דקדוקית ומבנית היה חזק יותר מהאינסטינקט הבטיחותי. ורק אחרי שהשלים את המשפט – הוא הצליח לחזור לעצמו ולספק את הסירוב המצופה.

הקונפליקטים הפנימיים של קלוד | Credit: Anthropic.

המסקנה כאן עמוקה: המנגנונים שאמורים להבטיח את בטיחות המודל לא תמיד מספיקים מול תחבולות מתוחכמות. אבל דרך ניתוח מעגלים פנימיים – ניתן לגלות למה המודל פעל כפי שפעל, ולזהות נקודות תורפה. וזה בדיוק מה שהופך את הגישה הזו לכלי קריטי בעידן של מודלים הולכים ונהיים חכמים – וגם מסוכנים.

למה כל זה צריך לעניין אתכם?

קלוד, מתברר, לא רק עונה – הוא חושב, מתכנן, מאלתר ולעיתים אפילו מתחכם. המחקר של אנטרופיק חושף עולם פנימי עשיר ומורכב, שמנוגד לתפיסה הרדוקטיבית של מודל שפה כ”מכונת ניבוי מילים”. כל אחד מהמנגנונים שנחשף – החריזה המתוכננת, החשיבה הרב-שלבית, ההסברים המזויפים או מעגלי הסירוב – מדגים את הפער בין מה שהמודל אומר שהוא עושה לבין מה שהוא באמת עושה.

וכאן טמון ההבדל האמיתי בין טכנולוגיה שימושית לטכנולוגיה בטוחה. אם אנחנו רוצים שמודלים כמו קלוד יעמדו במבחני אמינות, יישמרו על אתיקה, ולא יוסתו בקלות, אנחנו צריכים לדעת לא רק מה הם אומרים – אלא מה קורה להם בפנים. היכולת לנתח את המסלולים החישוביים, לזהות את האותות הקונספטואליים, ולעקוב אחרי קבלת ההחלטות – היא לא רק סקרנות מדעית, אלא כלי מפתח לבניית אמון.

השקיפות שמציעה אנטרופיק אינה שלמה, ולא תמיד קלה להשגה. אבל היא מהווה התחלה. התחלה של הבנה עמוקה יותר של המודלים שאנחנו יוצרים – ושל האפשרות להפוך אותם לפחות קופסאות שחורות ויותר שותפים אינטליגנטיים, שנוכל להבין, לבקר, ולכוון לפי ערכים אנושיים. בעידן שבו הבינה המלאכותית הופכת מאורחת מוזרה לשותפה יומיומית – זה אולי הכלי החשוב ביותר שנוכל לפתח.

הפוסט בתוך הראש של קלוד – מה באמת חושב מודל שפה גדול? הופיע ראשון בLet's AI בינה מלאכותית

ארגז כלים “חייזרי” – מי המודל הכי טוב בשכונה?

יצירתיות על חשבון דיוק

כשזה מגיע ליצירת תוכן, מודלי שפה מצטיינים. הם יכולים לכתוב סיפורים, מאמרים, שירים ואפילו קוד. אבל היצירתיות שלהם לא תמיד מגיעה עם דיוק מרבי. למה? כי בסופו של יום מדובר במודל הסתברותי. הם לא מחפשים את התשובה “הנכונה” – הם מחפשים את התשובה שהכי מתאימה להקשר, גם אם היא לפעמים קרובה מאוד לתשובה הנכונה. כשמדובר בכתיבה יוצרת, קרוב מאוד לטוב מאוד זה מעולה. אבל כשמדובר למשל ביכולות מתמטיות או עיבוד נתונים – פחות מ-100% דיוק לא מתקבל על הדעת!

כאן נכנס המונח “טמפרטורה“ – מדד שמשפיע על רמת היצירתיות של התשובות. טמפרטורה גבוהה תגרום למודל להיות יצירתי יותר, אבל גם להיות פחות צפוי. טמפרטורה נמוכה תהפוך אותו ליוצר מדויק ומרוסן יותר, אבל גם פחות יצירתי. כלומר – אם אני עובד עם מקצועות כמו רפואה, עריכת דין וכדומה, פעמים רבות אעדיף שהגדרות המודל יהיו על טמפרטורה נמוכה. לסיכום – אם אתם מחפשים תשובה מדויקת – הורידו את הטמפרטורה. אם אתם מחפשים רעיונות מקוריים – תנו לה לעלות. הכל עניין של התאמת הכלי למשימה.

טמפרטורה נמוכה יחסית במודל ג’מיניי 2.5 פרו, בתוך Google AI Studio.

שליפה: פעם הם היו בינוניים – היום הם חיות רעות!

בעבר, מודלי שפה לא היו טובים במיוחד בשליפת מידע מתוך טקסטים ארוכים. הייתם נותנים להם מסמך שלם ומבקשים שישלפו מידע מתוך המסמך וינסחו תשובה על בסיס המידע, והם היו מחמיצים פרטים חשובים או מתבלבלים. אבל היום? עם הדורות החדשים של מודלים כמו קלוד 3.7 סונטה (Claude 3), או מודלי ג’מיניי החדשים, יכולת השליפה מדויקת ומרשימה הרבה יותר מבעבר.

מה זה אומר בפועל? זה אומר שאם אתם נותנים למודל מסמך ארוך עם מידע מסודר ושואלים אותו שאלות עליו, הוא כנראה ידע לשלוף את התשובה בצורה טובה – כל עוד הקונטקסט נכנס לתוך גבולות הזיכרון שלו (Context Window). בגישה הזו, מודלים הפכו לכלים נהדרים לקריאת סיכומים, ניתוח חוזים ואפילו ניפוי מידע מתוך תיעוד טכני מורכב. במסמכים ארוכים יכולת זו הופכת להיות חשובה פי אחת כמה וכמה, ולכן חשוב לבחור במודלים עם חלון קונטקסט מאוד גדול, כמו ג’מיניי 1.5 פרו, או MiniMax-01, לו יש חלון דמיוני של 4 מיליון טוקנים!

 

מבחן מחט בערימת שחת: השוואה בין קלוד 3 אופוס, קלוד 3.5 סונטה וג’מיני 1.5 פרו. שליפה כמעט מושלמת!

חיפוש ועדכניות – פה הם עדיין חצי כוח…

שימו לב: כשמודל שולף מידע מדאטה, זה לא חיפוש מידע אמיתי ועדכני, אלא שליפה ממידע שהוא כבר קיבל – הוא מוגבל לנתונים שיש לו (שמופיעים בקבצים שנתתם לו, או במידע שאליו יש לו גישה). וזה מביא אותנו לנקודה הבאה – כשזה מגיע לחיפוש מידע חדש ברשת – כלומר, לא לשלוף מידע ממסמך שנתתם, אלא לחפש מידע ברשת – המודלים עדיין לא מושלמים.

• גרוק (Grok) של X (טוויטר) – נשען בעיקר הרבה גם על תוכן מטוויטר (X), מה שיכול להיות יתרון (אם אתם רוצים להבין מה אנשים חושבים על נושא מסוים) אבל גם חיסרון (אם אתם מחפשים מידע אובייקטיבי ואמין, ולא דעות ועמדות סובייקטיביות).
• פרפלקסיטי (Perplexity) – כאן אנחנו כבר מדברים על רמה אחרת. מדובר במודל שמבצע חיפוש חכם ברשת ומספק תשובות שמבוססות על מקורות אמיתיים, תוך ציון המקורות שבהם השתמש (הפניות בתוך גוף הטקסט עצמו). זה הכי קרוב ל”חיפוש אמיתי” שאפשר לקבל כיום ממודלי שפה. ברמה האישית, אני כמעט ולא משתמש בגוגל כמנוע חיפוש, ו-90% מפעולות החיפוש או המחקר שלי מבוצעות ישירות בפרפלקסיטי. מבינים למה גוגל משקשקים?! גם פה חשוב לציין – על הנייר, כל מה שפרפלקסיטי יודע לעשות, גם ChatGPT יודע לעשות (עם פיצ’ר החיפוש Search), ג’מיניי וקופיילוט גם הם מחזיקים ביכולות גישה לרשת והפנייה למקורות, ואפילו קלוד קיבל לאחרונה חיבור לרשת. אבל אף אחד מהם לא עושה את זה טוב ומדויק כמו פרפלקסיטי – פה הוא באמת מציב רף אחד לתעשייה!

אז איך בוחרים את המודל המתאים למשימה?

• אם אתם צריכים לכתוב תוכן יצירתי – לכו על ChatGPT, קלוד או גרוק.
• אם אתם צריכים לשלוף מידע ממסמכים קיימים – קלוד 3 מצטיין בכך, וגם ChatGPT יעשה עבודה מצוינת, כל עוד אתם על מודלי ריזונינג (המודלים שחושבים לפני שהם עונים), כמו o1, או o3. כשאתם צריכים לנתח מסמך מאוד גדול, אתם צריכים מודל עם חלון קונטקסט מאוד גדול – פה ההמלצה שלכם תהיה ללכת עם מודלי ג’מיניי המצויינים, ב-Google AI Studio.
• אם אתם מחפשים מידע חדש באינטרנט – פרפלקסיטי עדיף בהרבה על פני אחרים.

כלומר, אין מודל “הכי טוב”. הכל תלוי במשימה שאתם רוצים לבצע. ואם אתם משתמשים במודל הלא נכון – אל תאשימו את ה-LLM. הבעיה אינה בכלי, אלא במי שמתפעל אותו – אתם!

זה לא מספיק לדעת באיזה כלי לבחור, אלא צריך לדעת גם באיזה פיצ’ר, תכונה או מודל, בתוך אותו כלי לבחור, ולאיזו משימה הוא מתאים.

איך להגביר את הדיוק והמהימנות של מודל השפה שלכם?

מודלי שפה גדולים הם כלי חזק, אבל כמו כל כלי – האיכות של התוצאה תלויה גם במי שמשתמש בו. אם אתם רוצים שהבוט שלכם יהיה אמין ומדויק יותר, יש כמה צעדים פשוטים שיכולים לעשות הבדל גדול. זה לא מסובך, אבל זה דורש קצת יותר מאמץ מאשר פשוט להקליד שאלה ולסמוך בעיניים עצומות על התשובה הראשונה שקיבלתם. כלל אצבע ראשון – האינפוט הוא המלך! האופן שבו אתם רושמים את השאלה או הפקודה הראשונית שלכם (הפרומפט), תקבע האם התוצאה שתתקבל תהיה איכותית ומדויקת, או כללית ומלאה בהזיות ושטויות. מיומנות זו, של בניית הפרומפט נקראת “הנדסת פרומפטים“.

1) הביאו את המקורות והקבצים בעצמכם – RAG ברמה שלכם

אם אתם מחפשים תשובות מבוססות ומדויקות, אל תסתמכו רק על המודל – תנו לו את המידע בעצמכם. כאן נכנסת לתמונה טכניקת RAG (Retrieval-Augmented Generation), שמאפשרת למודל להשתמש במידע חיצוני שאתם מספקים לו כדי לשפר את הדיוק שלו. ברמת הארגון ניתן לבצע RAG על ידי חיבור מערכות ה-AI לידע הארגוני, בין אם ענן או On-Prem. אבל גם ברמת המשתמש הפרטי, אתם יכולים לבצע מעין RAG בעצמכם, באופן הבא:

במקום לשאול שאלה ולסמוך על כך שהמודל “יודע” את התשובה, אתם יכולים להעלות מסמכים, דוחות או מאמרים ולבקש ממנו להסתמך עליהם בלבד. למשל:

“בהתבסס על המסמך המצורף, תן לי סיכום מפורט של הנקודות העיקריות.”

זה חוסך לכם את הצורך לוודא אם המידע נכון, כי אתם יודעים מראש מאיפה הוא מגיע.

2) צטט ואמת – אל תסתפקו בתשובה שטחית

מודלי שפה יכולים לספק תשובות שנשמעות מאוד אמינות – אבל זה לא אומר שהן באמת נכונות. כדי למנוע טעויות, תמיד כדאי לדרוש מהמודל להציג מקורות או לבקש ממנו לצטט את החלקים שעליהם התבסס.

לדוגמה, במקום לשאול:

“מה הסיבות להתחממות הגלובלית?”

נסחו זאת כך:

“מה הסיבות להתחממות הגלובלית? צטט מקורות ותן לי הפניות למידע שעליו התבססת.”

זה מאלץ את המודל להציג ראיות ולא רק לייצר תשובה משכנעת. במצב כזה תמיד מומלץ להפעיל את אופציית החיפוש (Search) או הגישה לרשת, במידה ויש למודל שלכם אופציה כזו. ואם אתם משתמשים במידע שאתם הבאתם לו (RAG), ניתן גם לבקש מהמודל להפנות אתכם לחלק הספציפי במסמך שממנו הוא שאב את התשובה.

3) להבין את התפקיד שלכם – הערכת איכות המקור

מודלי שפה יכולים להחזיר לכם תשובות מגובות במקורות, אבל זה לא אומר שכל מקור שווה לאחר. כאן נכנסת האחריות שלכם – האם המידע מגיע ממקור מהימן? ויקיפדיה, למשל, יכולה להיות התחלה טובה, אבל היא לא תמיד מדויקת או מעודכנת. לעומת זאת, מאמרים אקדמיים, מחקרים מתוקפים ודוחות רשמיים הם בדרך כלל הרבה יותר מהימנים.

כאן נכנסים כלים כמו פרפלקסיטי (Perplexity) ודיפ ריסרץ’ (Deep Research):

• פרפלקסיטי יכול לחפש מידע גם במאמרים אקדמיים ולא רק באתרים כלליים.
• Deep Research – פיצ’ר שנמצא בפלטפורמות AI רבות, מסוגל לבצע ניתוח מעמיק של מקורות מחקריים ולספק סיכומים עם רמת אמינות גבוהה.

אם אתם באמת רוצים דיוק – אל תסתמכו רק על הבוט. תבדקו את המקור.

4) הסבירו למודל מה מטרתו – פרומפט אימוץ דמות

ספרו לבוט מה תפקידו, ספרו לו מי קהל היעד שלו, ומומלץ גם לאפיין לו את התוצר הסופי הרצוי. 

פרומפט אימוץ דמות.

למשל – במקום לרשום:

תן לי טיפים להפגת לחץ בקרב בני נוער

רשמו:

אתה בוט פסיכולוג עם ניסיון רב בעבודה עם בני נוער. אתה אמפטי, מכיל ונעים. התפקיד שלך הוא לסייע לבני נוער להפיג לחץ (סטרס), ולעזור להם להתמודד עם הלחצים של בית הספר והמציאות הישראלית. קהל היעד שלך הוא תלמידי תיכון בכתה י”א, שקורסים תחת עומס הבגרויות, ובמקביל, חבריהם לוחמים בעזה, לבנון או סוריה, ואולי אף הכירו אנשים שהיו בנובה. התוצר הסופי יהיה סימולציה של שיחה – בכל פעם שהמשתמש (בן/בת הנוער) ישאל אותך שאלה, או יכתוב לך משהו, אתה תענה תשובה קצרה, עניינית, מקצועית ומכילה. התשובה שלך לא תעלה על 50 מילים. 

5) להצליב מקורות – לא לסמוך על תשובה אחת

אם קיבלתם תשובה ממודל שפה – מצוין. אבל איך תדעו אם היא נכונה? פשוט מאוד – חזרו עליה בכלי אחר והשוו תשובות.

דרך קלה לעשות זאת היא להשתמש בשיטה הבאה:

1. שאלו את ChatGPT שאלה וקבלו תשובה.
2. קחו את התשובה שקיבלתם והדביקו אותה לכלי כמו פרפלקסיטי.
3. בקשו מפרפלקסיטי לבדוק אם הטענות נכונות ולמצוא להן מקורות אמינים.

אם שתי המערכות מסכימות – סיכוי טוב שהתשובה אמינה. אם הן לא מסכימות – תדעו שכדאי לבדוק עוד מקורות.

6) הצגת שרשרת המחשבה (Chain of Thought – COT)

לפעמים השאלה היא לא רק מה התשובה, אלא איך היא התקבלה. זה בדיוק מה שטכניקת Chain of Thought (COT) מאפשרת – לראות את שלבי ההיגיון שהמודל עבר בדרך לתשובה שלו.

למה זה חשוב? כי אם המודל טועה, תוכלו להבין איפה הוא טעה. במקום לקבל תשובה סופית ולסמוך עליה בעיניים עצומות, תוכלו לראות את התהליך הלוגי שמאחוריה ולבחון אם הוא הגיוני.

איך עושים את זה? פשוט מבקשים:

“הסבר את שלבי החשיבה שלך בדרך לתשובה.”

זה כמו לבדוק חישוב מתמטי צעד אחר צעד – הרבה יותר קל לזהות טעויות כשהן שקופות.

הדיוק של מודלי שפה תלוי לא רק בטכנולוגיה, אלא גם במי שמשתמש בה. אם תדעו איך לכוון אותם, להצליב מידע, לבדוק מקורות ולבקש הסברים – תקבלו תשובות טובות בהרבה. רוצים תשובות איכותיות? תשקיעו בהן טיפה יותר מחשבה.

איך החברות עצמן הופכות את מודלי השפה ליותר בטוחים ואמינים?

אם עד עכשיו דיברנו על מה אתם יכולים לעשות כדי לקבל תשובות אמינות יותר ממודלי שפה, עכשיו נעבור למה החברות שמפתחות אותם עושות מאחורי הקלעים כדי להפוך אותם לבטוחים ומדויקים יותר.

כשהמודלים הופכים לחלק בלתי נפרד מהחיים הדיגיטליים שלנו, החברות שמפתחות אותם צריכות לדאוג שהם לא יתבלבלו, לא ימציאו שטויות, לא יהיו מוטים ולא ייפלו לידיים הלא נכונות. איך הן עושות את זה? באמצעות כמה טכניקות מתקדמות ששמות מסננים ובקרות על הדרך שבה המודלים מתנהגים.

ALIGNMENT – ליישר את המודל עם הכוונות שלנו

הסיבה שמודלי שפה חייבים בקרה היא שהם לא מבינים מוסר, ערכים או כוונות – הם פשוט מחקים דפוסים מלמידת נתונים. אז איך מוודאים שהם מתנהגים כמו שצריך ולא מחזירים תשובות בעייתיות?

פה נכנס לתמונה Alignment, או בעברית “יישור”. הכוונה היא לתהליך שבו מאמנים את המודל כך שהוא לא רק “מנחש” תשובות טובות מבחינה סטטיסטית, אלא גם מתחשב בכוונות המשתמש ובנורמות חברתיות.

איך עושים את זה בפועל?

• RLHF (Reinforcement Learning from Human Feedback) – מאמנים את המודל באמצעות משוב אנושי, כלומר בני אדם מדרגים את התשובות שלו ומכוונים אותו לכיוון הרצוי.
• כללי אתיקה והנחיות – מכניסים לתוך המודל כללים כמו “אל תספק מידע מסוכן” או “אל תייצר תוכן גזעני”.

ללא Alignment, מודלי שפה יכולים להיות בלתי צפויים ולפעמים אפילו מסוכנים.

GUARDRAILS – גדרות הבטיחות של מודלי השפה

גם אם המודל עובר Alignment, עדיין צריך מנגנוני Guardrails – גדרות בטיחות שמונעות ממנו לתת תשובות בעייתיות בזמן אמת.

מה Guardrails עושים?

• סינון תוכן רגיש – חוסמים תשובות שעלולות להכיל מידע מסוכן, תוכן בלתי הולם או הפרת פרטיות.
• הגבלת סוגי שאלות – למשל, אם תשאלו את ChatGPT איך להכין חומר נפץ – הוא פשוט לא יענה.
• בקרת סגנון – גורמות למודל להישמע מקצועי, שקול ולמנוע התלהמות או ניבול פה.

במילים פשוטות, Guardrails הם ה”חומת אש” של מודלי שפה – מונעים מהם לצאת משליטה ולפגוע במשתמשים.

Interpretability – להבין מה קורה “בתוך הראש” של הבוט

אחד האתגרים הכי גדולים במודלי שפה הוא שהם קופסה שחורה – אנחנו רואים את התשובות שלהם, אבל אין לנו מושג איך הם הגיעו אליהן. כאן נכנס התחום של Interpretability – הבנה ופענוח של הדרך שבה המודל חושב.

למה זה חשוב?

• זה מאפשר לנו למצוא הטיות – אם מודל נותן תשובות שנראות מוטות (נגיד, תמיד מעדיף צד מסוים בדיון פוליטי), אפשר לנסות להבין למה זה קורה ולתקן את זה.
• זה עוזר לפתור בעיות של הזיות – אם המודל ממציא עובדות, אפשר לבדוק מה גרם לו להגיע לתוצאה הלא נכונה.
• זה נותן לנו בקרה טובה יותר על המודל – להבין את הלוגיקה שמובילה כל תשובה במקום פשוט לסמוך עליה בעיניים עצומות.

איך חוקרים עושים את זה?

• מנתחים את השכבות הפנימיות של הרשת הנוירונית ובודקים איך היא מגיבה לקלטים שונים.
• משתמשים בטכניקות כמו Attention Visualization כדי לראות איזה חלקים בטקסט המקורי השפיעו על התשובה הסופית.

Goal Misgeneralization – כשהמודל לומד את הדבר הלא נכון

לפעמים, מודל השפה מתיישר למטרה הלא נכונה – וזה יכול להיות מסוכן. זה נקרא Goal Misgeneralization, וזה קורה כשמודל נראה שהוא עובד כמו שצריך, אבל בפועל הוא פיתח הבנה שגויה של המשימה שלו.

דמיינו שמלמדים מודל לתרגם טקסטים, אבל במקום להבין באמת איך תרגום עובד, הוא פשוט מחפש קטעים מוכנים דומים שנתקל בהם בעבר ומחזיר אותם – זה נראה כמו תרגום, אבל בפועל זה לא תהליך נכון.

דוגמאות נוספות לבעיות כאלה:

• מודל שמטרתו למנוע שנאה, אבל הוא פשוט חוסם כל שאלה פוליטית בלי להבחין בין דיון לגיטימי לתוכן בעייתי.
• מערכת לזיהוי פשעים שמזהה בעיקר מקרים מסוימים בגלל שהנתונים שלימדו אותה היו מוטים.

כדי להימנע מזה, חברות צריכות לבדוק מה באמת המודל למד, ולא רק לוודא שהתשובות “נשמעות” נכונות.

מודלי SLM – הבקרה הסופית לפני שהתשובה יוצאת

לפעמים, אפילו עם כל מנגנוני האבטחה, עדיין יש סיכוי שהמודל יחזיר תשובה לא טובה. אז איך אפשר להוריד את הסיכון הזה כמעט לאפס?

התשובה היא SLM (Small Language Model) – מודל קטן שבודק את התשובה של ה-LLM לפני שהיא יוצאת החוצה.

מה זה אומר?

• המודל הקטן סורק את התשובה ומנתח אם היא עומדת בקריטריונים של בטיחות, דיוק ואמינות.
• אם הוא מזהה בעיה – התשובה נחסמת או עוברת עיבוד נוסף לפני הצגת התוצאה למשתמש.
• אפשר להפעיל כמה שכבות של בקרה – מודל אחד לבדוק אם התשובה לא מסוכנת, מודל אחר לוודא שהיא מדויקת וכו’.

זוהי הגנה כפולה: גם המודל הגדול מייצר תשובות חכמות, וגם יש מערכת בקרה שמסננת אותן.

היום, כל חברה שמפתחת מודלי שפה משקיעה המון זמן ומאמץ כדי לוודא שהבוטים שלה בטוחים, מדויקים ונשלטים. זה לא קל, וזה גם לא מושלם, אבל עם שילוב של Alignment, Guardrails, ניתוח עומק (Interpretability), זיהוי בעיות במטרות (Goal Misgeneralization) ומודלי SLM שבודקים תשובות לפני שהן יוצאות – הסיכוי לקבל תשובה אמינה עולה משמעותית.

הפוסט מודלי שפה הוזים וממציאים? כך תפתרו את הבעיה! הופיע ראשון בLet's AI בינה מלאכותית