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

מתוך הפרק ששודר ב-8.5.25 בתוכנית שלנו “בינה אחרת”). התוכנית משודרת בימי חמישי ב-20:00 בערוץ 10 (ערוץ הכלכלה).

בינה מלאכותית קוראת מחשבות?!

האם הבינה המלאכותית יכולה לקרוא מחשבות?! לא בדיוק. אבל בערך.

האם אי פעם עצרתם לשאול את עצמכם מה הייתם עושים אם הייתם מאבדים את היכולת לדבר, אבל נשארים לגמרי צלולים מבפנים? זו לא שאלה תיאורטית. זו המציאות של בראד סמית’ – אדם עם מוח חד ולב פעיל, אך גוף שלא מגיב. אדם שגילה מחדש את הקול שלו – לא בזכות נס, אלא בזכות השתל המוחי של אילון מאסטק (ניורולינק) ובינה מלאכותית פורצת דרך. הסיפור המלא פה.

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

פיגמה (Figma) משנה פאזה ומשלבת כלי AI ישירות בממשק שלה!

מרגישים שאתם נדרשים לקפוץ בין שלושה כלים שונים – אחד לעיצוב, אחד לפיתוח, ואחד לשיווק – רק כדי להוציא רעיון לפועל? פיגמה (Figma), שהתחילה את דרכה ככלי לעיצוב שיתופי, משנה את חוקי המשחק. בכנס Config 2025 היא חשפה חזון ברור: פלטפורמה אחת שמכסה את כל מחזור חיי המוצר – מהרעיון הראשוני, דרך הפיתוח, ועד ההשקה. הכול, בלי לעזוב את אותה סביבת עבודה. וזה לא קורה בחלל ריק. גם ענקיות כמו Google, Microsoft ואפילו OpenAI שוקדות על כלים דומים. אבל פיגמה, בניגוד לרוב, לא מוסיפה “שכבת AI”, אלא בונה מחדש את כל תהליך העבודה סביבו.

אז מה יש שם? פלטפורמה אחת לכל מחזור חיי המוצר: רעיון, עיצוב, פיתוח ושיווק. יוצרים אפליקציות ללא קוד עם Figma Make – פשוט כותבים מה רוצים, והמערכת בונה. מעלים עיצובים לאוויר כאתרים רספונסיביים עם Figma Sites – כולל ניהול תוכן. קמפיינים שיווקיים במהירות שיא עם Buzz – גרסאות אוטומטיות, תרגומים ותוכן מותאם. איור גרפי בלי לצאת מהפלטפורמה – עם Figma Draw. חשוב לציין – ההשקה תתבצע בהדרגה במהלך 2025. לכתבה המלאה לחצו פה.

מחולל הוידאו שאתם חייבים להכיר! Higgsfield

יש הרבה מחוללי וידאו מאוד טובים בשוק, אבל היגספילד (Higgsfield), מתבלט מעל כולם לאחרונה הודות לפיצ’ר מגניב במיוחד! היכולת לשלב אפקטים מוכנים מראש, ששאובים ישירות מתוך סרטי האקשן המוכרים. רוצים להיעלם כמו “הטורף”, להפוך למתכת כמו T-1000 מ”שליחות קטלנית”, להפוך לאבק, מיד אחרי הנקישה של טאנוס?! מגוון אדיר של אפקטים שיכולים להטיס למעלה את הפרסומת או הקליפ שלכם. וכן… זה נראה ממש טוב (כמו שרואים בסרטון). למדריך המלא.

התאמת סרטון למימדים שונים ב-Luma

פיצ’ר ה-Reframe של “לומה דרים משין” 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 סטורי/רילז, או להרחיב תמונה קיימת כדי להכניס עוד הקשר וסביבה – הכלי הזה 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. למדריך המלא לחצו פה.

הייג’ן מפגיזים! אווטארים ופודקאסטים בקליק

הייג’ן ממשיכה להפגיז עם האווטארים החדשים שלה, אותם ניתן ליצור מתמונה אחרת בלבד, וזה פשוט נראה מעולה! הפיצ’ר נקרא AVATAR IV (יעני אווטאר 4) והוא שדרוג של היכולת הקודמת לייצר אווטאר מתמונה בודדת (שהניב תוצרות פחות “חיות” ואוטנטיות). שיפור מבורך! כמו תמיד, פה יש מדריך מקיף לכלי. כמו כן, החברה שחררה גם כלי מטריף שמאפשר ליצור פודקאסטים בוידאו בקליק – כמו NotebookLM, אבל מגיע כבר עם הדוברים (אווטארים דיגיטליים, או אפילו אווטאר שלכם או של אדם אמיתי אחר). פה יש מדריך לכלי.

קלוד מחובר לרשת

אמנם לא חדש, אבל למקרה ופספסתם. סוף סוף קלוד – מודל השפה המדהים של אנטרופיק, מחובר לאינטרנט. נכון שאין חדש תחת השמש ושב-ChatGPT ובפרפלקסיטי, התכונה הזו זמינה כבר מזמן, אבל נחמד לראות שאנטרופיק, שבאופן מוצהר מכוונים לאנטרפרייז, נשמעו לבקשות המשתמשים, והוסיפו את הפיצ’ר הכל כך חשוב הזה.

חברת OpenAI רוכשת את Windsurf 

חברת OpenAI הודיעה על רכישת חברת Windsurf בעסקה בשווי של שלושה מיליארד דולר – הרכישה הגדולה בתולדותיה. ווינדסרף נחשבת לאחת החברות המובילות בתחום סביבת הפיתוח החכמה, ומתחרה ישירה של Cursor ושל GitHub Copilot של מיקרוסופט. הרכישה צפויה להעמיק את שילוב המוצר במערך הכלים של OpenAI ולחזק את מעמדה בתחום כלי הפיתוח מבוססי בינה מלאכותית. כמה מילים על Windsurf – מדובר בפלטפורמת פיתוח מונעת בינה מלאכותית המדורגת נכון להיום במקום השני בשוק פיתוח הקוד מבוסס בינה, שנייה רק ל-Cursor. הרכישה נאמדת בשווי מוערך של 3 מיליארד דולר, המשקף מכפיל של 75x – מחיר שנחשב גבוה ואף יותר ממכפילים שנראו בסבבי גיוס אחרונים של Cursor, שהגיעה לשווי של 9 מיליארד דולר עם הצמיחה המהירה ביותר.

רכישה זו מדגישה את העדיפות העליונה של קוד והנדסה עבור יצרני מודלי בינה מלאכותית כיום. בניגוד למשימות יצירתיות כמו כתיבת ספרות או תמונות, קוד מספק “אות תגמול” ברור וקריא למכונה – הקוד פשוט רץ או לא. בהיבט של למידת מכונה, זה מקל מאוד על אופטימיזציה ושיפור המודלים. היכולת להפוך את הבינה המלאכותית למסוגלת לייצר קוד בצורה אמינה נתפסת כצעד הכרחי ומשפיע ביותר לפיתוח בינה מלאכותית כללית (AGI). מעבר ליכולת לכוון את מודלי הבינה המלאכותית שלהם לפיתוח קוד, משהו שעד עכשיו אנשי מקצוע היו מבצעים לרוב דרך המתחרים שונים כמו קלוד לדוגמא, עולה מחדש על הפרק כאשר OpenAI מכריזים על רכישת סביבת פיתוח כמו Windsurf.

בעלות על הכלי החדש תאפשר להם לקבל הבנה עמוקה של אופן השימוש במודלים השונים למשימות קידוד ספציפיות. פעילות זו תאפשר ל-OpenAI לייצר תובנות לגבי האופן שבו מודלים משרתים מפתחים בפועל, מה שיוכל להנחות אסטרטגיית פיתוח עתידית. מבחינה תחרותית, המהלך הזה נותן ל-OpenAI יתרון משמעותי. הוא מספק להם ערוץ קנייני אמיתי לפריסת סוכני AI שיכולים לבצע משימות ישירות בסביבת הפיתוח, מבלי להיות מוגבלים לממשק צ’אט. זה לשם עצמו יפעיל לחץ על מתחרים כמו גוגל ואנת’רופיק, שעדיין לא שולטים בסביבת פיתוח משלהם. ההערכה היא שגוגל, בעלת כיסים עמוקים ומודלים תחרותיים (כמו ג’מיני), היא המועמדת הסבירה ביותר לרכוש את Cursor שנמצא במקום הראשון, כדי להתחרות ב-OpenAI גם בתחום האסטרטגי זה של סוכני הקודI.

אילון מאסק בגיוס ענק!

אילון מאסק, האיש העשיר בעולם, ממשיך להפתיע את עולם הטכנולוגיה. חברת xAI Holdings שבבעלותו – המאחדת את חברת הבינה המלאכותית xAI, את פלטפורמת המדיה החברתית X – טוויטר לשעבר, ואת מוצר הדגל שלה, הצ’אטבוט Grok – נמצאת במגעים מתקדמים עם משקיעים לגיוס סכום עתק של כ-20 מיליארד דולר. הגיוס המתוכנן צפוי להעלות את שווי החברה ליותר מ-120 מיליארד דולר. אם יושלם, זה יהיה אחד הגיוסים הפרטיים הגדולים בהיסטוריה וימקם את xAI Holdings בין החברות הפרטיות היקרות ביותר בעולם!

דואלינגו מכריזה – אנחנו AI First!

דואלינגו משנה כיוון ובונה את עצמה מחדש סביב בינה מלאכותית. בהודעה פנימית שנשלחה לכלל עובדי החברה, הכריז המנכ”ל, לואיס פון אהן כי החברה עוברת למודל AI-First. המשמעות – בינה מלאכותית כבר לא תהיה רק כלי עזר – אלא תשתית לכל פעילות הארגון. פון אהן השווה את המהלך הנוכחי למהפכה הקודמת שהובילה החברה בשנת 2012, אז זיהתה את הפוטנציאל שבמובייל ובנתה את הפלטפורמה שלה בגישת Mobile-first. ההימור ההוא השתלם. כעת, לדבריו, זה הזמן להמר על AI. המשמעות: פחות הסתמכות על קבלנים אנושיים ויותר מערכות AI אוטומטיות. גיוס של מועמדים שמיומנים בעבודה עם AI. הכנסת AI לכל מחלקה בחברה, ובאופן כללי – שינוי רוחבי עמוק! המכתב שלו מצטרף לשורת פניות ישירות מצד מנכ”לים של חברות מובילות, לעובדים שלהן, כמו מיכה קאופמן מ-Fiverr, וטובי לוטקה מ-Shopify, שמטרתן להבהיר בצורה חד-משמעית: שליטה בכלי AI היא מיומנות בסיס לעולם התעסוקה החדש!

פרפלקסיטי גם בוואטסאפ

פרפלקסיטי מגיעה לוואטסאפ שלכם. שומרים את המספר החדש שלה באנשי הקשר, ומתכתבים איתה ישירות דרך הוואטסאפ. אל תצפו למחקרי עומק – זה מתאים בעיקר למשתמשים פחות מנוסים, ומי שמוכן להסתפק בתשובות קצרות ממש!

לאינסטגם שלנו – מה… לא תפרגנו בעוקב?!

דיפ ריסרץ’ לכולם ובחינם!

דיפ ריסרץ’ על טורבו! חברת OpenAI השיקה גרסה ״קלה״ של כלי המחקר המתקדם Deep Research, שתהיה זמינה לכלל משתמשי ChatGPT, כולל משתמשים בחינם. הגרסה החדשה, המכונה “Lightweight Deep Research”, מבוססת על מודל o4-mini, תופעל אוטומאטית כשמשתמש הגיע למכסת השימוש בחבילה שלו, בגרסה ה”כבדה” יותר.

מודל תמונות חדש ועוצמתי בתוך ה-GPTs

חברת OpenAI החליפה את מודל התמונות שזמין בתוך פלטפורמת הבוטים שלה: ה-GPTs. מהיום ניתן ליצור תמונות עם מודל GPT-4o החדש והמוצלח במיוחד. שדרוג זה מחליף את המנוע הקודם שהתבסס על דאלי3.

דמות עקבית בראנוויי ובמידג’רני

כמה מילים על דמות עקבית בתמונות ובוידאו – מידג’רני וראנוויי מפגיזות! נתחיל עם מידג’רני שסוף סוף השיקה את פיצ’ר ה”אומני רפרנס” – פיצ’ר הדמות העקבית, שמאפשר לשמור על עקביות ביצירת תמונות של אנשים, חפצים ואלמנטים אחרים. או במילים אחרות: “היי… מידג’רני – שים את זה בתוך התמונה שלי”. מה כל כך טוב בזה? זה מקצר דרמטית תהליכי עבודה, ומייתר את הצורך לבנות לורות או לעשות פייס סאוופ.

אבל למה לעצור פה? למה ליצור תמונות של דמות עקבית, אם אפשר ליצור דמות עקבית ישירות בתוך סרטון וידאו! ראנוויי סוף סוף שחררו את פיצ’ר ה”רפרנס” שלהם למודל Gen-4, שמאפשר ליצור דמות עקבית ישירות בתוך הממשק של ראנוויי. הפיצ’ר החדש מאפשר לשמור על דמות יציבה לאורך סצנות, מבלי לאבד את הסגנון או ההבעה. מעלים תמונה אחת או מספר תמונות, מסבירים לבוט במילים מה רוצים שיקרה עם כל תמונה, והדמות נשארת נאמנה לעצמה. זה לא מושלם, אבל כמו שאנחנו מכירים את ראנוויי, זה רק ילך וישתפר! מדהים!

לאונרדו משתדרגים

ממשיכים עם עולם הוידאו הג’נרטיבי – והפעם, לאונרדו. סוף סוף (ובאיחור מאוד אופנתי), אפשר לבנות לורה (LoRA) עם Flux ומודלים מתקדמים אחרים, ישירות בתוך הממשק של לאונרדו (עד לאחרונה המודלים היחידים שהיו זמינים ליצירת דמות עקבית הם SD1.5 ו-SD2.1 – עתיקים בלשון המעטה). נחמד שלאונרדו התעוררו על עצמם. הממשק סופר נוח והתוצאות מעולות!

בנוסף, מחולל הוידאו של לאונרדו (Motion 2.0) עכשיו תומך בג’ינרוט סרטונים של 720 פיקסלים (זמין למנויים משלמים). עדיין לא ברמה של המתחרים, שמאפשרים 1080 פיקסלים ואף 4K, אבל הרבה יותר טוב מה-480 פיקסלים שהיו עד כה. סה”כ מדובר במודל וידאו מאוד חמוד וקל לתפעול, עם בקרת מצלמה, שיכול להוות אלטרנטיבה לכלים כמו ראנוויי או קלינג, עבור מי שכבר משלם מנוי ללאונרדו. אבל לא מצדיק מנוי רק בשביל הפיצ’ר הזה. קיצר… אחלה בונוס!

אפרופו בקרת מצלמה, למקרה ופספסתפ – מודל הוידאו של לאונרדו – Motion 2.0 – מאפשר עכשיו לשלוט בתנועת המצלמה, מה שנותן למשתמשים שליטה מתקדמת ואפשרויות חדשות ליצירת סצנות דינמיות ועקביות. ניתן לבחור מתוך מגוון תנועות מצלמה חלקות ומוגדרות מראש , לבחור מפריסט עשיר, בו אפשר גם לראות המחשה ויזואלית של כל תנועת מצלמה. אמנם אין פה משהו שלא ראינו בפלטפורמות מתחרות, אבל תמיד כיף להשתדרג.

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

לפרטים נוספים לחצו כאן >>

מודל חדש לסונו – מוזיקה עם AI

סונו, מחולל המוזיקה המדהים, מתחדש בגרסה חדשה – v4.5, ואין מה להגיד – זה פשוט נשמע מ-ע-ו-ל-ה! היא מבינה טוב יותר את הפרומפטים שלנו, מאפשרת לשלב בין סגנונות מוזיקליים שונים, מאפשרת ליצור שירים ארוכים, ואף מאפשרת ליצור קאברים בשילוב עם פרסונות. הגרסה זמינה למנויים משלמים, אבל גם משתמשים חינמיים ישמחו לשמוע שהגרסאות הישנות יותר מצוינות!

הרגולציה מגיעה לישראל

הרשות להגנת הפרטיות פרסמה ב-28 באפריל 2025 הנחיה מקיפה המפרשת כיצד חוק הגנת הפרטיות חל על טכנולוגיות בינה מלאכותית. ההנחיה היא רק חלק מהמהפכה הרגולטורית הצפויה בתחום, שתגיע לשיאה באוגוסט 2025 עם כניסתו לתוקף של תיקון 13 לחוק – תיקון שיעניק לרשות סמכויות אכיפה ופיקוח חסרות תקדים, כולל אפשרות להטיל קנסות משמעותיים, של מיליוני שקלים. להלן עיקרי ההנחיה: יש חובה להסביר בצורה ברורה איך מידע נאסף ומעובד. לא כל מידע שפורסם ברשת מותר לשימוש חופשי לאימון מודלים. קיימת זכות לדרוש תיקון מידע שגוי, גם אם הופק על ידי אלגוריתם. חלים סטנדרטים גבוהים לאבטחת מידע במערכות AI.
ארגונים צריכים להיערך עכשיו – זה מה שאתם צריכים לעשות: מינוי ממונה פרטיות, ניתוח סיכוני פרטיות וקבלת הסכמות מלאות מהמשתמשים – לא מספיק לסמן V. המשתמש חייב להבין למה המידע נאסף ובמה הוא ישמש, האם ואיך המידע יישמר, האם המידע ישמש לאימון המערכת, ומהם הסיכונים האפשריים בעיבוד המידע. 

האזינו לפודקאסט שלנו

הפודקאסט “AI וחברים” מבית LetsAI הוא המקום שבו בינה מלאכותית פוגשת אנשים סקרנים, אז אם אתם חובבי טכנולוגיה, חדשנות, סייבר או פשוט רוצים להבין איך העולם משתנה בעזרת AI – הגעתם למקום הנכון! בכל פרק רותם בר ועומר הררי לוקחים אתכם למסע חכם, שנון ומעשיר שמסביר בצורה פשוטה וקלילה את המורכבויות הכי מסקרנות של העידן הדיגיטלי. עם אלפי מאזינים שבועיים קבועים ומרואיינים מובילים בתעשייה – זה הפודקאסט שלא תרצו לפספס!

האזינו לפודקאסט “AI וחברים” בהנחיית רותם בר ועומר הררי.

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 מבזקון: סיכום חדשות ה-AI מהימים האחרונים 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

מודלי הריזונינג החדשים של OpenAI פשוט מדהימים!

מתחילים עם “המלכה-האם”, הלוא היא OpenAI. לפני כשבוע השיקה OpenAI את המודלים החדשים שלה: o3 ו-o4-mini – הדור החדש בסדרת מודלי ה-o שלה – מודלי ריזונינג ש”חושבים לפני שהם עונים”. והם טובים. מאוד טובים! מדובר בסט המודלים המתקדמים והחכמים ביותר שהחברה שחררה עד כה, והם מציגים יכולות חדשניות ומסמנים התקדמות משמעותית לעומת הדור הקודם של מודלי הריזונינג של החברה. את הקפיצה המשמעותית ניתן להרגיש במיוחד ביכולת לניתוח קבצים ועיבוד נתונים וכמובן הפקת תובנות טקסטואליות מתוכם! הם מדהימים במשימות מורכבות, כמו כתיבת קוד או חישובים מתמטיים.

בנוסף לכל זה, הם גם מבינים תמונות ושרטוטים וכן – מדובר בעליית מדרגה רצינית ביכולות, מה שפותח דלת לשימושים חדשים רבים, או לביצוע טוב יותר ואיכותי יותר של משימות, שבעבר הצ’ט התקשה לבצע בצורה מיטבית. המודלים החדשים לא רק חכמים יותר, אלא גם יותר “אייג׳נטיים”… כן כן – מילה מוזרה. המשמעות היא שהם מסוגלים להשתמש בכלים באופן עצמאי, להסיק מסקנות מניתוחים שונים, לגלוש ברשת כשבא להם, וכך להשיג את מה שהם צריכים כדי לפתור בעיות. המודלים זמינים למנויים משלמים, כאשר o3-pro צפוי להגיע בעוד מספר שבועות.

עוד פלוס אדיר הוא חלון הקונטקסט העצום של o4-mini-high – מיליון טוקנים!! המשמעות היא שהוא יכול לנתח ספרים שלמים עם מאות עמודים (כ-1,500 דפי A4). מדהים!! במקביל, החברה השיקה גם את Codex CLI, סוכן קוד, קל משקל בקוד פתוח שרץ מקומית ועובד עם המודלים החדשים.

רוצים 30% הנחה לכנס ה-AI הגדול של השנה?

בואו לראות אותנו בכנס Future of AI של Lynx, בשיתוף LetsAI, שיתקיים ביום שני 28/4 בבורסה ת”א. מה יהיה שם? הרצאות מרתקות, פאנלים מקצועיים, נטוורקינג איכותי, וסקירה של החידושים החמים ביותר בתחום. את הכנס ינחה אביתר אדרי, מייסד-שותף ב-Let’s AI, שייתן גם הרצאת Keynote מרתקת על “המהפכה החמישית”: Revolution 5.0: How Gen AI is Reshaping Our World – מסע אל לב המהפכה הג’נרטיבית והאופן בו מודלי AI משנים את חוקי המשחק בעולם ייצור התוכן, השיווק והעסקים. אז אם אתם רוצים להבין לאן העולם הולך… אם אתם רוצים להיות חלק מהגל, ולא לתת לו לעבור מעליכם… אם אתם רוצים לפגוש מאות משתתפים מעולמות האנטרפרייז, ה-AI והטק – זה בדיוק המקום להיות בו! למימוש ההטבה לחצו על התמונה מטה.

לכרטיסים מוזלים לחצו פה.

קלוד מתחבר למייל, ליומן ולדרייב שלכם

מהמלכה-האם, עוברים לטוענת לכתר – אנטרופיק, אהובת ליבנו. לפני כשבוע קלוד קיבל שדרוג משמעותי, שמשנה לחלוטין את האופן בו אנחנו עובדים עם מודל השפה המדהים הזה! היכולת להתחבר ישירות ל-Googl Workspace. המשמעות היא שמשתמשים יכולים לחבר את קלוד ליומן שלהם, למייל שלהם ואפילו לדרייב שלהם. הוא יכול לקרוא את המיילים שלכם, ואף לסכם היסטוריית שיחות שלמה עם כתובת ספציפית. הוא יכול לתת לכם טיפים לניהול היומן, כשהוא מחובר בזמן אמת למה שקורה בלו”ז שלכם. הוא יכול לנתח את דפוסי הפעילות שלכם, ולהציע הצעות להגברת פרודוקטיביות. הוא יכול לגשת לקבצים ישירות מהדרייב שלכם, לנתח אותם ולעבד את המידע שבהם. או בקיצור – הוא מאפשר למשתמשים פרטיים וארגוניים, להתחבר למידע הארגוני, המקצועי או האישי שלהם. אבל רגע לפני שאתם נהנים מכל הטוב הזה, בדקו האם אתם רוצים לתת ל-AI גישה לכל המידע האישי והמקצועי שלכם, וכמובן, אם מדובר בחשבון עבודה – בדקו את נהלי אבטחת המידע בארגון שלכם. אמנם אנטרופיק מתחייבת לא לעשות שימוש במידע זה, ולא לאמן את המודלים שלה על הדאטה שלכם, אבל שכל אחד יחליט בעצמו אם זה משהו שהוא רוצה לעשות.

סוס העבודה החדש של גוגל – Gemini 2.5 Flash

יותר חכם – פחות יקר, וחושב לפני שהוא עונה. גוגל השיקה את Gemini 2.5 Flash – סוס העבודה החדש של גוגל. מדובר במודל ai חדש ומצוין, שמהווה המשך ישיר למודל 2.0 Flash הפופולרי, ואמור להיות ה-Go to guy שלכם למשימות יומיומיות. הוא מציע שדרוג משמעותי ביכולות החשיבה וההסקה (ריזונינג), תוך שמירה על מהירות ויעילות כלכלית – שילוב שהופך אותו לאטרקטיבי במיוחד עבור מפתחים וארגונים. הוא מולטימודאלי – כלומר, הוא יכול לקבל ולנתח אינפוטים שונים – תמונה, וידאו וטקסט, מה שהופך אותו למתאים למגוון רחב של משימות. הוא מהיר במיוחד וגם חכם במיוחד, אבל גולת הכותרת שלו הוא ממשק שליטה בעוצמת החשיבה שהמודל מבצע. כלומר, המשתמשים יכולים לקבוע “כמה חזק הוא חושב”, בעזרת סליידר ייעודי, שמגדיר לו “תקציב חשיבה”.

גוגל מנסה לדבר עם דולפינים עם DolphinGemma

האם ה-AI יאפשר לנו לדבר עם דולפינים?! אם תשאלו את גוגל – יש מצב! החברה חשפה באמצע אפריל את DolphinGemma – מודל בינה מלאכותית פורץ דרך שנועד לפענח את שפת הדולפינים. המודל מנסה ללמוד את מבנה הקולות שמפיקים דולפינים ובעזרת ה-AI לזהות תבניות תקשורת. השאיפה: לפתח שפה משותפת עם הדולפינים וליצור תקשורת דו-כיוונית אמיתית בין מינים. גם אתם מרגישים שהחיים שלנו הפכו לסרט פנטזיה? אם תהיתם – המודל צפוי להשתחרר בקוד פתוח לקהילה המדעית בקיץ הקרוב.

מיקרוסופט עוברת מעוזרים חכמים ל”חברים מותאמים אישית”

עוזרי AI זה העבר – אם תשאלו את מיקרוסופט, “חברים מותאמים אישית” זה העתיד. לאחרונה חשפה מיקרוסופט סדרת עדכונים לעוזר ה-AI שלה במקביל לציון 50 שנות פעילות לחברה. החזון החדש עבור קופיילוט, כולל יכולות מולטימודאליות חדשות, ביצוע פעולות, יצירת פודקאסטים ועוד. היכולת המרכזית החדשה היא ה-“Memory”, שמאפשרת לקופיילוט לזכור פרטים חשובים על חיי המשתמש והעדפותיו, כמו העדפות אוכל, בידור ואירועים או תכנים משמעותיים בחייו האישיים והמקצועיים. מדובר בשינוי פרדיגמה – מעבר מעוזרי בינה מלאכותית גנריים לשותפי בינה מלאכותית מותאמים אישית.

AI וחברים

את הפודקאסט “AI וחברים” מבית LetsAI, מנחים רותם בר – מומחה סייבר עם מוניטין עולמי, ועומר הררי – מייסד-שותף ב-LetsAI. הפודקאסט מכוון לקהלים אינטליגנטיים יותר, מנוסים יותר, שכבר מכירים AI, אבל רוצים לעלות רמה, ולראות איך אפשר לשלב אותו בעולמות האנטרפרייז, הסייבר, ההייטק והעסקים. 

האזינו לפודקאסט “AI וחברים” בהנחיית רותם בר ועומר הררי.

קופיילוט למסחר: Copilot Merchant Program

ממשיכים עם מיקרוסופט, שמחברת עסקים לקופיילוט ומשיקה את Copilot Merchant Program – תוכנית חדשנית שמשלבת בין מסחר לבינה מלאכותית ומאפשרת לעסקים להטמיע חוויות קנייה מותאמות אישית ישירות בתוך Copilot. המשתמשים יכולים לקבל המלצות, השוואות מחירים ולבצע רכישות – הכל תוך כדי שיחה עם העוזרת החכמה. המוכרים נהנים מחשיפה מוגברת, תהליך מכירה מקוצר ושימוש בכוחו של AI, והחיבור בין תוכן למסחר מתהדק. מדובר בצעד שמסמן את העתיד של המסחר הדיגיטלי, בו עוזרי AI ממלאים תפקיד מרכזי בכל שלב בחוויית הקנייה.

גרוק (Grok) של xAI משתדרג עם Workspace

גרוק (Grok), מודל השפה של xAI של אילון מאסק, קיבל שדרוג משמעותי – מעכשיו יש פיצ’ר חדש בשם Workspace, שמזכיר את PROJECTS של GPT. הפיצ’ר מאפשר ליצור, לנהל ולארגן פרויקטים או משימות בצורת חללי עבודה ייעודיים, בהם אפשר לשמור שיחות, קבצים, קוד, מסמכים וכל תוכן הרלוונטי – והכול במקום אחד, בצורה נוחה ומסודרת. כך ניתן לעבוד על מספר פרויקטים במקביל, לשמור הקשר ולהתייעץ עם הבינה המלאכותית בכל שלב.

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

Gamma vs Canva: תחרות בעולם העיצוב

לאחרונה פלטפורמת המצגות הפופולרית קאנבה (Canva) השתדרגה והשיקה שורת חידושים ושינויים בממשק ובכלי העבודה שלה. המהלך הזה כנראה העיר את התחרות בשוק העיצוב. עכשיו גם פלטפורמת עיצוב המצגות Gamma השיקה לרגל חגיגת שנתיים להיווסדה, גרסה חדשה. מדובר בשדרוג משמעותי, שהופך את מה שהיה בעבר כלי ליצירת מצגות בלבד לפלטפורמת יצירה מקיפה. הגרסה החדשה מאפשרת למשתמשים ליצור מצגות, אתרים, דפי נחיתה, תכנים ופוסטים לרשתות חברתיות, ועוד. בעזרת ה-AI הכל קורה מאוד מהר, ועם טאץ’ עיצובי מדויק. וכן – זה נראה ממש טוב, בטח עבור תוצר שהמשתמש יצר בכמה קליקים ותוך מספר שניות. האם Canva צריכה להתחיל לדאוג?

Veo2 ו-Lightricks: שליטה מלאה בנרטיב הווידאו

מי מודל הוידאו הטוב בעולם? לשאלה הזו אין באמת תשובה, אבל Veo2 הוא ללא ספק אחד מהטוענים לכתר! הכלי שבעבר היה זמין רק בחו”ל, נגיש עכשיו במגוון פלפורמות, גם למשתמשים מישראל. רוצים להתנסות בו בחינם? כנסו לגוגל AI סטודיו. כמו כן, תמצאו אותו גם ב-Gemini Advanced, ב-Freepik ואפילו ב-LTX STUDIO של לייטריקס הישראלית. ואם כבר מדברים על לייטריקס, בטח תשמחו לשמוע שהיא הוסיפה לפלטפורמה שלה פיצ’ר חדש שנקרא Timeline, ומאפשר למשתמשים לנהל את כל תהליך יצירת הסרטון שלהם במקום אחד – לנהל את הסטוריבורד, לגזור סרטונים, לסנכרן את האודיו, לארגן ולסדר מחדש סצנות, ועוד. המשמעות של כל זה: נוחות ושליטה מוחלטת על הנרטיב שלכם, לצד דיוק חסר תקדים.

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 חדשות ה-AI: אפריל 2025 כמעט מאחורינו 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

צפו במבזק החדשות המלא ששודר אתמול בתוכנית “בינה אחרת”

פספסתם את הפרק ששודר אתמול? צפו בקטע המלא של חדשות ה-AI, מהפרק ששודר אתמול (חמישי 17.4.25) בתוכנית “בינה אחרת”, המשודרת בכל חמישי בערב בערוץ הכלכלה בטלוויזיה – ערוץ 10 בשלט. 

רוצים עוד? צפו בקטעים נוספים מהתוכנית בערוץ היוטיוב שלנו.

מודלי הריזונינג החדשים של OpenAI

הם פה! ב-16.4.25 השיקה OpenAI את המודלים החדשים o3 ו-o4-mini, הדור החדש בסדרת מודלי ה-o שלה – מודלי ריזונינג ש”חושבים לפני שהם עונים”. אלו המודלים המתקדמים והחכמים ביותר שהחברה פיתחה עד כה, והם מציגים יכולות חדשניות ומסמנים התקדמות משמעותית לעומת הדור הקודם של מודלי הריזונינג של החברה.

המודלים החדשים לא רק חכמים יותר, אלא גם יותר “אייג׳נטיים” (אם יש בכלל מילה כזו), כלומר – הם מסוגלים להשתמש בכלים באופן עצמאי, להסיק מסקנות מניתוח תמונות, לגלוש ברשת “כשבא להם”, וכך להשיג את מה שהם צריכים כדי לפתור בעיות. הודות למנגנון “שרשרת המחשבה” (CoT), הם מסוגלים לפתור בעיות מורכבות ורב-שלביות בתחומי המדע, המתמטיקה והתכנות. המודלים זמינים כבר עכשיו למנויי ChatGPT Plus, Pro ו-Team, כאשר o3-pro צפוי להגיע בעוד מספר שבועות. עוד פלוס אדיר הוא חלון הקונטקסט העצום של o4-mini-high – מיליון טוקנים! זה מאפשר לו לנתח ספרים שלמים בני מאות עמודים (כ-1,500 דפי A4). מדהים!

במקביל, החברה השיקה גם את Codex CLI, סוכן קוד, קל משקל בקוד פתוח שרץ מקומית בטרמינל ועובד עם המודלים החדשים.

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

הכירו את GPT-4.1 – מרגיש שכבר היינו בסרט הזה…

חברת OpenAI הודיעה על שחרור משפחת מודלי GPT-4.1 – צעד קדימה או אחורה… לא ממש ברור, אבל נראה שהמודלים החדשים מראים שיפור משמעותי בביצועים ועוקפים את GPT 4.5, במיוחד בהבנת הקשרים מורכבים, קידוד מדויק ותגובה מהירה יותר, וכל זאת בעלות נמוכה יותר. המודל החדש מגיע עם גרסאות Mini ו-Nano, ויהיה זמין בשלב זה רק למפתחים דרך ה-API או הפלייגראונד. במקביל, הודיעה החברה כי תפסיק את התמיכה במודל GPT-4.5 כבר בחודש יולי הקרוב – פחות מחצי שנה לאחר השקתו. נראה ש-OpenAI קוברת סופית את 4.5 החדש-ישן ומחליפה אותו בדגם משופר.

שינויים במנגנון הזיכרון של ChatGPT

עדיין עם OpenAI – שינויים במנגנון הזיכרון של ChatGPT שכדאי מאוד שתכירו, כי יש להם גם השלכות על אבטחת המידע שלכם! מעכשיו לצ’ט יש גישה לכל היסטוריית השיחות שלכם, ולא רק לפרטים נבחרים. למשתמש יש יכולת לקבוע מה הצ’ט יזכור ומה לא, ואפילו לכבות את האפשרות – אנחנו ממליצים לכם לנצל אפשרות זו ולכבות את אפשרות אימון המודלים.

בדיחת אבא: Llama הרשת כועסת על Meta?!

הופה… קלטתם מה עשינו פה?!?!

טענות ברשת גורסות שמטא עשתה ל-Llama-4 חיים קלים במבחני הביצועים, מה שהוביל לתוצאות טובות יותר מהרמה שלו בפועל. בנוסף, בבדיקות ביצועים נטען שהחברה הציגה גרסה “משופרת” של המודל, שלא זמינה לציבור. הכל בכתבה הבאה.

הייתם משלמים 100 דולר בחודש על קלוד?!

אנטרופיק השיקה את תוכנית Max החדשה לקלוד – מסלול מנויים, עם הרבה יותר כוח והרבה יותר זמן שימוש – אבל גם תג מחיר גבוה במיוחד: 100 דולר בחודש. מי צריך את זה? לא המשתמשים הפרטיים. החבילה מיועדת בעיקר לצוותים מקצועיים, מחלקות חדשנות ועסקים שזקוקים להרבה הרצות, עדיפות בזמני עומס וגישה מוקדמת לכל פיצ’ר חדש. אם אתם רק כותבים ברכות לסבתא, פוסטים לאינסטגרם או מנסחים מיילים באנגלית עם קלוד – זה כנראה לא בשבילכם.

לכרטיסים מוזלים לחצו פה.

רוצים 30% הנחה לכנס ה-AI הגדול של השנה?

בואו לפגוש אותנו בכנס Future of AI של חברת Lynx, בשיתוף עם Let’s AI. למימוש ההטבה לחצו פה.

הכנס יתקיים ביום שני, עשרים ושמונה באפריל (28/4), בבורסה לניירות ערך בתל אביב. מה בתוכנית? הרצאות מרתקות, פאנלים מקצועיים, נטוורקינג איכותי, וסקירה של כל החידושים החמים בעולם ה-AI.

בנוסף, הרצאת Keynote שלי (אביתר אדרי), בנושא: Revolution 5.0: How Gen AI is Reshaping Our World
מסע אל תוך המהפכה הג’נרטיבית – ואיך מודלים מבוססי AI משנים את חוקי המשחק בעולם התוכן, השיווק והעסקים.

רוצים להבין לאן העולם הולך? רוצים להיות חלק מהשינוי – ולא לרדוף אחריו? זה בדיוק המקום להיות בו.

עושים סדר בשדרוגים ב-Canva

קאנבה השיקה את Visual Suite 2.0 – חבילת כלים חדשה שעושה מהפכה ביצירת תוכן. איך מפעילים אותה? לוחצים על 6 המעטפות בבאנר העליון שבתוך הממשק של Canva. אז מה חדש? גליונות אלקטרוניים חכמים, מבוססי AI, כלי AI לכתיבת קוד בזמן אמת, ריכוז כלי ה-AI של קאנבה במקום אחד, יכולות עריכה משופרות ועוד. לצד כל אלו קאנבה שמה דגש על הגברת השיתופיות בין צוותים, לצד דגש על אינטגרציות עם מערכות ארגוניות, כדי להפוך לכלי עיצוב מרכזי גם לעסקים. בשורה התחתונה? קאנבה הופכת לא רק לכלי למעצבים, אלא לפלטפורמת AI ויצירת תוכן, חכמה ומהירה. הרחבה בכתבה מטה.

קלינג משחררת את גרסה 2.0

קלינג השיקה את גרסה 2.0 של מודל הוידאו העוצמתי שלה, שזמינה בממשק אתר החברה, וגם ב-Freepik. העדכון כולל שדרוג משמעותי בתנועה ובריאליזם, כלים חדשים לעריכת תמונות ועיצוב סגנונות, ויכולת לערוך סצנות עם אלמנטים מרובים. בין היתר, ניתן כעת להפיק סרטונים של עד עשר שניות מתמונות או מטקסט.

מבול החידושים מבית Google

החודש נדמה שגוגל פשוט לא הורידה את הרגל מהגז, ושחררה עדכון אחר עדכון, מודלים חדשים, וכל אלו לצד המון הכרזות והשקות – אנחנו עושים קצת סדר…

עיקרי ההכרזות מכנס Google Cloud Next 2025

בכנס Google Cloud Next 2025 שהתקיים בלאס וגאס בתחילת החודש, גוגל הציגה שורת חידושים מרשימים. בין ההכרזות הבולטות: הדור השביעי של מעבדי Ironwood Tensor Processing Units. ה-TPUs החדשים מספקים עוצמה יוצאת דופן למשימות AIוהסקה, והם מתחרים במחשבי-העל החזקים בעולם. מודלי Gemini 2.5 Pro ו-Flash הופכים לכלי העבודה המרכזיים של החברה, ושדרוגים מרשימים לפלטפורמת Vertex AI – שכבר רשמה זינוק של פי עשרים בשימוש בשנה האחרונה. בנוסף, גוגל השיקה את Lyria, מודל מהפכני שמתרגם טקסט למוזיקה, ושיפרה משמעותית את Veo2 – אולי מודל הוידאו הטוב בעולם נכון לימים אלו, והוסיפה לו יכולות עריכה מתקדמות. חידושים בתוך Google Workspace כוללים שיפורים כמו אודיו במסמכים, כתיבה חכמה ובוטים פנימיים, וסביבת הפיתוח Firebase Studio שמאפשרת להקים אפליקציות מורכבות מבוססות AI תוך שניות. גם תשתיות הענן קיבלו עדכונים ושיפורי אבטחה.

הפרוטוקול שעוזרים לסוכנים לדבר אחד עם השני: A2A

גוגל השיקה גם את Agent2Agent – פרוטוקול חדש שמאפשר לסוכני בינה מלאכותית לתקשר ולעבוד יחד, גם אם הם שייכים למערכות שונות. במקום שכל סוכן יתפקד לבד, הם משתפים פעולה, מחלקים משימות ומנהלים תהליכים מורכבים כצוות אחיד. למשל, סוכן אחד מנתח תלונות לקוחות, השני מעדכן את מערכת ה-CRM, והשלישי מפיק דו”ח יומי למנהלים – הכול קורה אוטומטית ובתיאום. זה לא רק חוסך זמן – זה משנה את הדרך שבה עסקים פועלים.

חיפוש מקורות ב-NotebookLM עם Discover

גוגל שדרגה גם את NotebookLM עם תכונה חדשה בשם “Discover”, המאפשרת לכלי לאתר מקורות מידע רלוונטיים מהאינטרנט באופן עצמאי. במקום להעלות מסמכים ידנית, המשתמשים יכולים כעת להזין נושא, והמערכת תאסוף מקורות מתאימים, תסכם אותם ותאפשר שילובם בפרויקטים כמו מסמכי תדרוך, שאלות נפוצות או סיכומים קוליים.

השקת Gemini 2.5 Flash

גוגל השיקה גם את Gemini 2.5 Flash – מודל בינה מלאכותית חדש, מהיר ויעיל במיוחד. המודל מותאם למשימות כמו סיכום טקסטים, ניתוח תמונות ווידאו, וצ’אטים מורכבים. החידוש הגדול: הוא יודע “לחשוב” לפני שהוא עונה – מה שמאפשר תוצאות מדויקות יותר. המפתחים יכולים לקבוע לו “תקציב חשיבה” – איזון בין איכות, מהירות ועלות. בשורה התחתונה: יותר חכם, פחות יקר. המודל זמין כבר עכשיו בגרסת תצוגה מוקדמת דרך ה-Gemini API – גם ב-Google AI Studio וגם ב-Vertex AI. בנוסף, ניתן למצוא אותו בתפריט ייעודי באפליקציית Gemini למנויי Gemini Advanced.

התנ”ך של גוגל להנדסת פרומפטים

בין שצף הפרסומים, החברה שיחררה גם את “התנ”ך שלהם להנדסת פרומפטים” – מדריך בן כמעט שבעים עמודים שמלמד איך לדבר עם מודלי AI כמו מקצוענים. זה לא עוד מסמך טכני – זה ספר בישול לפרומפטים: איך להגדיר תפקידים, להפעיל שרשרת מחשבה, להגביר אמינות, מהמינות ודיוק של מודלי שפה, ולגרום ל-AI להבין בדיוק מה אתם רוצים ממנו. אם אתם עובדים עם GPT, קלוד או Gemini – מדובר במסמך חובה!

האזינו לפודקאסט “AI וחברים” בהנחיית רותם בר ועומר הררי.

פרק 61 בפודקאסט AI וחברים

האזינו לפרק חגיגי במיוחד שצולם מול קהל חי, בו מארחים רותם בר ועומר הררי את הילל קוברובסקי, מרצה בכיר וחוקר טרנדים טכנולוגיים מהקריה האקדמית אונו. יחד הם צוללים לעומק עולם הבינה המלאכותית והשפעותיו על תחום הסייבר והחיים המודרניים. וגם – מהם האתגרים האתיים והטכנולוגיים שבשימוש במודלים מתקדמים, ואיך פרוטוקול ה-MCP משנה את חוקי המשחק? הכל בפרק 61 המרתק בפודקאסט “AI וחברים” מבית LetsAI.

רוצים להתמקצע? הצטרפו לקורסים המקצועיים שלנו

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 גוגל ו-OpenAI מפגיזות! חדשות ה-AI מהימים האחרונים 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

צפו במבזק החדשות ששודר בתוכנית “בינה אחרת”

פספסתם את הפרק ששודר אתמול? מזל שדאגנו לכם להקלטה של מבזקון חדשות ה-AI, בו התארח גם רותם בר – מומחה סייבר ומנחה הפודקאסט המעולה “AI וחברים“. 

קצת יותר בהרחבה

רוצים להעמיק בחדשות ובחידושים? הכל פה, ועוד הרבה מעבר!

מטא משחררת את Llama 4

הכירו את הדור הרביעי של משפחת מודלי השפה בקוד פתוח המעולים של Meta. ההשקה כוללת שני מודלים שזמינים כעת – Llama 4 Scout ו-Llama 4 Maverick, ומודל שלישי בשם Llama 4 Behemoth שעדיין בשלבי אימון. רק השנה מטא השקיעה 65 מיליארד דולר בתשתיות בינה מלאכותית השנה, מה שמאפשר לה להציג מודלים מולטימודליים מתקדמים המסוגלים לעבד טקסט, תמונות וקטעי וידאו באופן אינטגרטיבי. המודלים מבוססים בין השאר גם על ארכיטקטורת Mixture of Experts – MoE חדשנית. עוד פלוס משמעותי הוא חלון הקשר חסר תקדים של 10 מיליון טוקנים!! הביצועים מרשימים מאוד, וגם הפעם מטא ממשיכה בדרך המאוד מיוחדת וראויה להערכה שלה – קוד פתוח ודמוקרטיזציה של הטכנולוגיה וה-AI.

השקת GPT-5 נדחית

חברת OpenAI הודיעה על דחייה בפיתוח הדור הבא של מודל השפה שלה, GPT-5. לדברי מנכ”ל החברה סם אלטמן, ההחלטה התקבלה כדי לאפשר שילוב חלק ומבוקר של יכולות חדשות. במקום GPT-5, צפויים לצאת בתקופה הקרובה שני מודלי ביניים בשם o3 ו-o4-mini, שיספקו מענה זמני לצרכים בשוק. במקביל, החברה חשפה כוונה להוציא מודל קוד פתוח – לראשונה מאז GPT-2 שהושק בשנת 2019. מדובר במהלך מפתיע מצד OpenAI, שבעבר נמנעה מחשיפת הקוד של המודלים המתקדמים שלה, בטענה לחשש משימוש לרעה. המהלך מגיע על רקע התחזקותם של מודלים פתוחים מתחרים, בהם Llama של Meta ו-DeepSeek הסינית, שהביאו לעלייה בלחץ התעשייתי לקידום שקיפות ונגישות. OpenAI טרם פרסמה תאריך מדויק להשקת GPT-5 או המודל הפתוח, אך המהלכים מעידים על שינוי אסטרטגי משמעותי ביחס של החברה לפתיחות, חדשנות והתמודדות עם תחרות גוברת בשוק הבינה המלאכותית.

קלוד באקדמיה!

אנטרופיק השיקה גרסה ייעודית של מודל השפה שלה Claude עבור המגזר האקדמי תחת השם Claude for Education. השירות החדש נועד לאפשר לאוניברסיטאות ולמוסדות לימוד לשלב AI בהוראה, בלמידה ובניהול – למשל לסייע לסטודנטים בכתיבת סקירות ספרות עם ציטוטים, פתרון מודרך של בעיות מתמטיקה וקבלת משוב על עבודות

מידג’רני V7 אלפא פה!

עוד ענק מנומנם שהתעורר – נראה שבמידג’רני נלחצו מהשקת מודל התמונה 4o של OPEN AI ומיהרו להשיק את הדור השביעי של מודל התמונות שלהם – מידג’רני V7 אלפא. גרסה 7 מביאה איתה יכולות חדשות ומרשימות, תמונות מרהיבות. השימוש בה מותנה באימון סגנון אישי שאמור לפצח את ההעדפות האישיות של כל משתמש. כן כן – התאמה אישית כברירת מחדל. היא מגיעה גם עם מצב מהיר במיוחד שנקרא DRAFT MODE שמאפשר ליצור תמונות פי 10 יותר מהר מהמצב הרגיל, ובחצי מחיר. לא רע בכלל! האם היא תמשיך להיות סוס העבודה של התעשייה? TIME WILL TELL…

למה Gen-4 Turbo זה ביג דיל?!

ראנוויי משחררת את Gen-4 Turbo וזה ביג דיל? למה? נסביר – מדובר במודל סופר חשוב כי האפשרות לייצר סרטון של 10 שניות ב-30 שניות קריטית ליוצרי AI בעולם בו זמן שווה כסף. וזה לעומת המתנה של דקה וחצי-שתיים במודל הרגיל. כשעובדים על פרויקט מסחרי, הפלואו חשוב לא פחות מהמודל, ואם צריך לחכות דקות לכל שוט, זה הופך את תהליך היצירה למסורבל ומייגע. לכן מודלי טורבו (כמו ג’ן 3 טורבו, ג’ן 4 טורבו או Ray2 Flash של לומה דרים משין) כל כך חשובים בתעשייה. חשוב לציין שלמודלי Gen4 (הרגיל וטורבו) עדיין חסרים הרבה פיצ’רים (שיגיעו בהמשך לאט לאט), מה שהופך את Gen3 לעדיין מאוד רלוונטי.

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

לאונרדו משתדרגת עם מודל וידאו חדש!

גם לאונרדו התעוררו לחיים ובתוך שטף החידושים השיקו שני כלים חדשים – מודל וידאו חדש שנקרא Motion 2.0, ושמחליף את המודל הישן שלהם. בנוסף, לאונרדו השיקו את Flux Elements , שנותן ליוצרים שליטה מדויקת בסגנון אישי, ומאפשר להם לאמן את הבינה המלאכותית על השפה הגרפית האהובה עליהם, וכך להחיל אותה על חפצים או תמונות.

פיקה מאפשרים לג’נרט סרטונים עם 5 פריימים לרפרנס!

מכירים את התסכול של לנסות ליצור סרטון מרשים מכמה תמונות בודדות? עד היום, היה צורך בידע טכני, תוכנות מורכבות ושעות של עבודה. אבל זה נגמר! פיקה משנה את כללי המשחק עם העדכון החדש למנויים שלה. מעכשיו, תוכלו להפוך עד חמש תמונות רגילות לסרטון מקצועי באורך של עד 25 שניות, עם שליטה מלאה על המעברים והתנועות. עכשיו כל אחד יכול להפוך רעיון ויזואלי לסיפור מרהיב עם AI. כלי נוסף שפיקה השיקו בימים האחרונים הוא ה-PikaTwist – כלי שמאפשר לבצע שינויים בסרטונים קיימים. הוספת אלמנטים לסרטונים, מה שגורם לפנטסטי להפוך לחלק מהמציאותי.

אבחון סרטן יעיל עם AI

בתחום הרפואי, שיתוף פעולה בין Lunit – חברה קוריאנית המתמחה בפתרונות AI לאבחון סרטן, ובין חברת התרופות Astra Zeneca הוביל לפיתוח מודל AI שמזהה מוטציות סרטן ריאה באופן לא פולשני, עם דיוק גבוה ביותר מ-12,000 מקרים.

האזינו לפודקאסט “AI וחברים” בהנחיית רותם בר ועומר הררי.

קציני AI בשירות הממשל האמריקאי

ומעבר לאוקיינוס, בצד השני של העולם, מישהו בבית הלבן קם ב-7 באפריל 2025 ואמר: “יאללה, הגיע הזמן להתקדם”. מדיניות חדשה, שמטרתה להאיץ את השימוש והאימוץ של בינה מלאכותית בסוכנויות פדרליות בארצות הברית, שפורסמה באותו יום מביאה איתה רוח קרב של חדשנות לממשל האמריקאי. המדיניות כוללת שני מזכרים מרכזיים שמטרתם לקדם חדשנות, להפחית בירוקרטיה, ולשפר את היעילות הממשלתית. לא עוד ‘נראה, נבדוק, נחשוב’ – מעכשיו יהיה קצין AI ראשי – Chief AI Officer – בכל סוכנות. תפקידו? לשמש כסוכן שינוי ולדחוף את הארגון קדימה, תוך אימוץ והטמעת AI באופן אחראי. בנוסף, המדיניות מבטלת מגבלות ביורוקרטיות שהיו קיימות בעבר ומספקת כלים חדשים לניהול סיכונים עבור מערכות AI בעלות השפעה גבוהה. ומעל הכל? קריאה ברורה לשימוש בפתרונות AI תוצרת ארה”ב. כי מהפכות בעידן טראמפ עושים עם הרבה פטריוטיזם!

השפעת המכסים החדשים של טראמפ והתרסקות המניות, על תחום הבינה המלאכותית

תעשיית הבינה המלאכותית, שעד לאחרונה נהנתה מצמיחה מטאורית ומהשקעות חסרות תקדים, מתמודדת כעת עם “סערה מושלמת” שמאיימת לשנות את מסלולה. מתחילת חודש אפריל, שני אירועים דרמטיים התלכדו ויצרו זעזוע חסר תקדים בענף – הטלת מכסים נרחבים על-ידי ממשל טראמפ והתרסקות חדה במניות חברות הטכנולוגיה. המכסים החדשים, שכוללים תעריף בסיסי של 10% על רוב היבוא לארה”ב ותעריפים גבוהים יותר על מדינות כמו סין, טייוואן ודרום קוריאה, מאיימים להגדיל משמעותית את עלויות הקמת מרכזי הנתונים לבינה מלאכותית ולשבש את שרשראות האספקה הגלובליות. בזמן שענקיות הטכנולוגיה תכננו להשקיע יחד מעל 270 מיליארד דולר במרכזי נתונים השנה, המכסים והמשבר בשוק ההון מעמידים בספק את המשך ההשקעות בקצב הנוכחי, ומציבים את תעשיית הבינה המלאכותית בצומת דרכים קריטי.

מכתבי המנכ”לים שהסעירו את התעשייה

למה מנכ”ל Fiverr כותב מכתב לעובדים שלו בו הוא מספר להם ש-AI הולך להחליף אותם (ואותו)? למה מנכ”ל Shopify אומר שכל רעיון/מוצר חדש חייב להיווצר בעזרת AI, ושאסור לגייס עובדים חדשים, עד שלא מוכיחים ש-AI לא יכול לבצע את אותה משימה? התשובה במאמר המרתק הבא שכתב עומר הררי. את הטענות הדרמטיות הללו כתבו שניים מהמנכ”לים הבכירים בעולם – מיכה קאופמן (Fiverr) וטובי לוטקה (Shopify) – במסרים גלויים וחדים לעובדיהם. המסקנה: זה לא הזמן להיבהל. זה הזמן ללמוד. להעז. להתנסות. ועיקר – להפוך את עצמכם לחיוניים, על ידי שליטה בכלי ומערכות AI, כאנשים מובילים, שלא מפחדים מטכנולוגיה משבשת!

האם השיא מאחורינו?

מי שחשב שהשיא כבר מאחורינו, כדאי שיבדוק שוב את המציאות. עיון באירועים שקרו פה רק בימים האחרונים, מדגיש עד כמה תחום הבינה המלאכותית דינמי, צומח ורב-גוני (וזו רק טעימה קטנה מכל מה שקרה בעולם ה-AI בשבוע האחרון). מה שברור הוא שהשחקנים המרכזיים, ממטא ועד הבית הלבן, לא עוצרים לרגע. למי שצופה מהצד, זה יכול להרגיש מפחיד, מרגש או מבלבל. אבל עבור מי שפועל בתוך התחום, מדובר בקריאה לפעולה. המהפכה אולי מתקדמת צעד אחר צעד – אבל כל צעד כזה הוא לא “צעד קטן לאנושות” אלא צעד ענק של מפלצת AI שמתקדמת בקצב אקספוננציאלי, ומשנה את חוקי המשחק כל יום מחדש. אז אם לא נפל לכם עדיין האסימון – זה העולם שבו אתם חיים – עולם שמשתנה במהירות, ובו דברים זזים מהר מאוד! הדרך שלכם להישאר עם היד על הדופק (מעבר לעדכון פה אצלנו ב-LetsAI), היא להתחיל להשתמש בכלים הללו – כלי הבינה היוצרת – שיתנו לכם את היכולת להיות מהירים יותר, יעילים יותר וחדים יותר. 

רוצים להתמקצע? הצטרפו לקורסים המקצועיים שלנו

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 מה נשתנה? מסתבר שהרבה – חדשות ה-AI לפסח 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

החידושים ב-Ideogram 3.0

Ideogram הוא כלי מתקדם ליצירת תמונות באמצעות בינה מלאכותית שפותח על ידי מומחים בתחום ראיית מחשב, והפך במהירות לפתרון מוביל עבור יוצרי תוכן, מעצבים ומשווקים. הגרסה החדשה, Ideogram 3.0, מביאה לשולחן יכולות פורצות דרך שמבדלות אותה מהמתחרים. היתרון הבולט ביותר הוא היכולת המרשימה לשלב טקסט בתמונות באופן מדויק וקריא, ללא העיוותים הנפוצים בכלים כמו Midjourney או DALL-E. הריאליזם המשופר מאפשר יצירת קומפוזיציות מורכבות עם תאורה מדויקת ורקעים עשירים בפרטים, המטשטשים את הגבול בין צילום לאמנות דיגיטלית. הפלטפורמה מציעה מגוון רחב של סגנונות אמנותיים ופיצ’רים חדשניים כמו Style Reference (המאפשר העלאת תמונות כמקור השראה), Random Style (לגילוי סגנונות חדשים), ו-Magic Prompt (להרחבת רעיונות בסיסיים). עם ממשק ידידותי ואינטואיטיבי, גם מתחילים יכולים ליצור תוכן איכותי תוך דקות ספורות, בעוד המערכת מצטיינת בדבקותה הקפדנית להנחיות המשתמש ומייצרת תמונות התואמות במדויק את הפרומפטים שניתנו.

סטייל רפרנס

עכשיו אפשר להעלות עד 3 תמונות רפרנס ולהשתמש בהן כבסיס לעיצוב. זה מאפשר לכם ליצור סגנונות אישיים או לגלות השראות חדשות באמצעות פיצ’ר ה-Random Style. כאשר מעלים תמונות רפרנס, אפשר להשתמש בפרומפטים כמו:

לוגו מינימליסטי לחברת קפה בסגנון של תמונות הרפרנס, עם הטקסט “קפה נחמד”

פוסטר פסטיבל מוזיקה בסגנון הרפרנס, עם הכיתוב “פסטיבל הקיץ 2025”

עיצוב אריזת מוצר בסגנון הרפרנס שהעליתי, עם הטקסט “קרם לחות טבעי”

ג’ינרוט טקסט ברמה גבוהה

 Ideogram 3.0 מציע יכולות יצירת טקסטים מעוצבים בתוך תמונות ברמה חסרת תקדים. הכלי מתמודד בקלות עם ריבוי טקסטים, אפילו בסגנונות או פונטים שונים.

כרזה לאירוע עם הכיתוב ‘פסטיבל האביב’ בפונט מעוצב ומתחתיו ‘מרץ 2025’ בפונט קטן יותר

כרטיס ביקור עם הטקסט ‘יוסי כהן – מעצב גרפי’ בפונט אלגנטי ומתחתיו פרטי קשר בפונט פשוט

עטיפת ספר עם הכותרת ‘מסע בזמן’ בפונט דרמטי ותחתיו ‘מאת דניאל לוי’ בפונט קלאסי

גרפיקה שיווקית ומיתוג

אחד הכלים הטובים ביותר ליצירת לוגואים (באנגלית), פוסטרים, טמפלטים לדפי נחיתה ומודעות שיווקיות.

לוגו וקטורי שטוח של ראש אריה, מינימליסטי, בסגנון פול ראנד על רקע לבן

פוסטר פרסומי למשקה אנרגיה בסגנון נאון על רקע שחור, עם הטקסט “POWER UP”

באנר לדף נחיתה של חברת טכנולוגיה, בסגנון מינימליסטי עם הטקסט “העתיד כבר כאן”

ריאליזם גבוה

 ממשיך את המגמה שהחלה בגרסה 2.0 עם ריאליזם מדויק ומרשים שמטשטש את הגבול בין תמונות אמיתיות לתמונות מיוצרות.

תצלום ריאליסטי של חדר מטבח מודרני עם תאורה טבעית ואי מרכזי

פורטרט ריאליסטי של אישה צעירה עם שיער חום ועיניים ירוקות, בתאורת סטודיו

צילום מוצר היפר-ריאליסטי של שעון יד יוקרתי על רקע שיש שחור

טיפים ליצירת פרומפטים אפקטיביים

כדי להפיק את המיטב מ-Ideogram 3.0, חשוב ליצור פרומפטים מדויקים ועשירים בפרטים. התחילו בהגדרת סגנון חזותי ברור, כמו “איור וינטג'” או “סגנון בוהמי פרחוני”. תארו בפירוט את האובייקטים בסצנה, למשל “ביגפוט עם כובע דייגים ליד נחל” במקום סתם “דמות בטבע”. הוסיפו הקשר לשימוש המיועד, כמו “עיצוב לחולצת ילדים”, ושלבו מילים המתארות את האווירה הרצויה. ציינו את יחס הגובה-רוחב המתאים לפרויקט שלכם. נצלו את היכולות החדשות של הכלי: שלבו טקסט בחוכמה, השתמשו בתמונות רפרנס לסגנון מדויק, ואל תהססו לנסות את הפריסטים השונים או להתבונן ביצירות של משתמשים אחרים להשראה. ככל שתהיו ספציפיים יותר ותנצלו את מגוון האפשרויות, כך תקבלו תוצאות קרובות יותר לחזון שלכם.

הנה מבחר של תמונות שנוצרו באמצעות Ideogram 3.0, המדגימות את מגוון הסגנונות והיכולות המתקדמות של הכלי – מריאליזם מדהים, דרך אמנות קונספטואלית, ועד עיצובים גרפיים עם טקסט מושלם:

Credit: Ideogram

Ideogram 3.0 מהווה קפיצת מדרגה משמעותית בעולם יצירת התמונות באמצעות בינה מלאכותית, עם שיפורים מרשימים בריאליזם, רינדור טקסט מדויק, ופיצ’רים חדשניים כמו Style Reference. כלי זה מאפשר לכל אחד – ממעצבים מקצועיים ועד יוצרי תוכן מתחילים – ליצור תמונות מרהיבות ומדויקות ללא צורך בידע טכני מעמיק. עם הפרומפטים הנכונים והבנה בסיסית של היכולות החדשות, תוכלו להפיק תוצאות שעד לא מזמן היו אפשריות רק עבור מעצבים מקצועיים עם שנים של ניסיון. בין אם אתם זקוקים לגרפיקה שיווקית, עיצובים יצירתיים או תמונות ריאליסטיות – Ideogram 3.0 מציב רף חדש של איכות ונגישות שכדאי לכם להכיר ולנצל. ממליצים לכם בחום להיכנס ולהתנסות!

הפוסט הכירו את Ideogram 3.0 הופיע ראשון בLet's AI בינה מלאכותית

יכולות חדשות ומשופרות

GPT-4o מביא התקדמות משמעותית לעולם יצירת התמונות באמצעות בינה מלאכותית. המודל, שעד כה התמחה בעיקר בעיבוד טקסט, מרחיב את יכולותיו ומציע חוויית יצירה חדשה בתוך הצ׳אט. גבריאל גו (Gabriel Goh), ראש המחקר ב-OpenAI, מתאר אותו בצדק כ”קפיצת מדרגה לעומת מודלים קודמים”.

היכולות החדשות של GPT-4o מרשימות במיוחד ופותחות אפשרויות יצירתיות מתקדמות. המודל מציע רינדור מדויק של טקסט בתמונות, יתרון משמעותי בהשוואה למחוללי תמונות אחרים. יכולת ה”קשירה” המשופרת שלו מאפשרת טיפול ב-15-20 אובייקטים בתמונה אחת תוך שמירה על דיוק ויחסים נכונים ביניהם, לעומת 5-8 אובייקטים בלבד במודלים קודמים. אחת התכונות המהפכניות היא היכולת לערוך תמונות קיימות בקלות על ידי האופציה לבחור אזורים ספציפיים בתמונה ולשנות אותם לפי הנחיות טקסטואליות.

המודל גם מציע יכולות מתקדמות נוספות כמו “למידה מהקשר” (In-context learning), המאפשרת לו ללמוד מתמונות שהמשתמש מעלה ולשלב פרטים מהן ביצירות חדשות, ושמירה על עקביות בדמויות לאורך מספר תמונות (Multi-turn generation). יתרונות נוספים כוללים אפשרות לציין צבעים מדויקים באמצעות קודי הקס (Hex) ויצירת תמונות עם רקע שקוף – תכונה חיונית למעצבים גרפיים. בניגוד ל-DALL-E 3 שפעל כמודל נפרד, GPT-4o הוא מערכת אחידה המטפלת בטקסט, תמונות וקוד באותו מודל, מה שמאפשר אינטגרציה חלקה יותר ותוצאות מדויקות ומפורטות יותר.

שיקולי בטיחות ואתיקה

בעידן שבו זיהוי תוכן מזויף הופך לאתגר הולך וגובר, OpenAI מציבה רף חדש של אחריות עם מערכת מקיפה של אמצעי בטיחות ואתיקה בטכנולוגיית יצירת התמונות החדשה. על פי החברה, בלב הגישה עומדת שקיפות מלאה – כל תמונה המיוצרת באמצעות GPT-4o מסומנת אוטומטית עם מטא-דאטה של C2PA, טכנולוגיה המאפשרת זיהוי אמין ומהימן של מקורה כתוצר בינה מלאכותית. זוהי תגובה ישירה לחששות הגוברים מפני הפצת מידע כוזב ו”דיפ פייק” ברחבי הרשת.

החברה הרחיקה לכת מעבר לסימון פשוט ופיתחה מערכת בטיחות מבוססת היגיון – מודל LLM מיוחד שאומן לחשיבה ביקורתית ועובד ישירות ממפרטי בטיחות שנכתבו והובנו על ידי בני אדם. גישה זו מאפשרת למערכת לזהות ולחסום תוכן בעייתי באופן יעיל יותר מאשר כללים נוקשים בלבד. בנוסף, החברה פיתחה כלי חיפוש פנימי מתקדם המסייע באיתור וזיהוי תמונות שנוצרו באמצעות הטכנולוגיה שלה, מה שמאפשר מעקב ובקרה טובים יותר.

מעבר לאמצעים הטכנולוגיים, OpenAI מפעילה מערך הגנות מקיף למניעת שימושים פוגעניים, הכולל איסורים נוקשים על יצירת תוכן מטעה או מזיק. כאשר מדובר בתמונות המציגות אנשים אמיתיים, החברה מחילה תקנות מחמירות במיוחד, במטרה למנוע הטעיה, הכפשה או פגיעה בפרטיות. גישה רב-שכבתית זו משקפת את המחויבות של OpenAI לאזן בין קידום חדשנות טכנולוגית לבין אחריות חברתית, תוך הכרה בהשפעה העמוקה שיש לטכנולוגיות אלה על החברה בכללותה.

הציוץ של אלטמן

מדריך מהיר ליצירת תמונה

1. היכנסו לפלטפורמה של ChatGPT 

2. ודאו שאתם משתמשים במודל GPT-4o

3. בחרו באחת משתי האפשרויות:

   • כתבו: “צור תמונה של [תיאור התמונה הרצויה]”.

   • או לחצו: על שלוש הנקודות (…) ובחרו באפשרות “צור תמונה” (Create image) ואז את ההנחיה שלכם.

יצירת תמונה ב- ChatGPT 4o

עריכת תמונות

עריכת תמונות קיימות מהווה אחד החידושים המרשימים ביותר בשדרוג החדש. תהליך העריכה פשוט ואינטואיטיבי: תחילה, העלו את התמונה שברצונכם לשנות ותארו את השינויים המבוקשים. לאחר מכן, לחצו על התמונה ואתרו את כלי הבחירה בפינה הימנית העליונה של החלון. כעת תוכלו לבחור אזור ספציפי בתמונה ולהנחות את המערכת כיצד לשנותו, בין אם מדובר בהחלפת רקע, שינוי צבעים, או הוספת אלמנטים חדשים.

1. יצירת תמונה : זוהי תמונה שיצרנו באמצעות GPT-4o, המציגה אסטרונאוט-אמן מצייר גלקסיה ספירלית על קנבס בחלל. התמונה מדגימה את היכולת המרשימה של המודל ליצור תמונות מורכבות עם פרטים רבים. לוחצים על התמונה כדי לפתוח אותה ואז על כפתור העריכה המסומן בצורת מברשת.

2. תהליך העריכה: האזור המסומן בכחול הוא האזור שנבחר לעריכה. אחרי שלחצנו על כפתור המברשת, נוכל לסמן אזור ספציפי בתמונה. לאחר הבחירה, נוכל לתאר בתיבת הטקסט למטה את השינויים שברצוננו לבצע באזור הנבחר. לדוגמא: ״כלב״.

3. התמונה לאחר עריכה בתוספת שביקשנו (״כלב״): 

זמינות ומגבלות

יכולות יצירת התמונות החדשות של GPT-4o מתרחבות במהירות לקהלים שונים, עם זמינות מיידית למשתמשי Plus, Pro ו-Team ללא הגבלה. משתמשים בחשבון החינמי יכולים ליהנות מהטכנולוגיה גם כן, אך במסגרת מוגבלת של שלוש תמונות ביום – מספיק להתנסות משמעותית אך לא לשימוש מסחרי נרחב. OpenAI כבר הודיעה על הרחבת הזמינות בשבוע הבא למשתמשי Enterprise ו-Edu, ובמקביל מתכננת לפתוח את הגישה למפתחים דרך ה-API במהלך השבועות הקרובים. למשתמשים המעדיפים את הגישה המוכרת, DALL-E ימשיך להיות זמין דרך GPT ייעודי, ובנוסף, היכולות החדשות משתלבות גם בפלטפורמת Sora.

למרות ההתקדמות המרשימה, OpenAI מכירה בפתיחות באתגרים הטכניים שעדיין קיימים במודל. תמונות בפורמטים גדולים עלולות להיתקל בבעיות חיתוך, בעוד שטקסט בשפות שאינן לטיניות מוצג לעתים באופן לא מדויק. המודל מתקשה בשימור פרטים בטקסט קטן ולעתים יוצר שינויים לא מכוונים באלמנטים שכנים בעת עריכת חלק ספציפי בתמונה. אתגרים נוספים כוללים דיוק מוגבל בגרפים, נטייה להמציא מידע בפרומפטים עם הקשר מועט, וקושי בעיבוד מידע צפוף. יש לקחת בחשבון גם שיצירת התמונות עשויה לקחת עד דקה בשל רמת הפירוט הגבוהה. למרות זאת, החברה מבטיחה שיפורים משמעותיים כבר בשבוע הקרוב, מה שמעיד על מחויבותה לשיפור מתמיד של הטכנולוגיה.

בנוסף, המודל עשוי להתקשות בשמירה על עקביות בעריכות של פנים אנושיות, אם כי OpenAI מבטיחה שיפורים בתחום זה כבר בשבוע הקרוב. משתמשים שהתנסו במערכת מדווחים שהתמונות המופקות עדיין נושאות סימנים מסוימים המזהים אותן כתוצרי בינה מלאכותית ולא כצילומים אותנטיים. עם זאת, עבור מגוון רחב של שימושים מקצועיים – מעיצוב לוגו ועד יצירת אינפוגרפיקה והדמיות מוצר – האיכות והשימושיות של התמונות המופקות עולות בהחלט על הציפיות.

יצירת דמות עקבית

אחד החידושים המרשימים ביותר ב-GPT-4o הוא היכולת המשופרת ליצור דמות עקבית לאורך מספר תמונות – אתגר שהיווה מכשול משמעותי עבור מחוללי תמונות קודמים. בעוד שמודלים אחרים נטו לשנות באופן לא צפוי מאפיינים של דמויות בין תמונה לתמונה, GPT-4o מציע רמת עקביות גבוהה יותר, מה שפותח אפשרויות חדשות למעצבים, מאיירים ויוצרי תוכן.

הסוד ליצירת דמות עקבית מתחיל ב”דף הגדרת דמות” מפורט. ככל שתספקו תיאור עשיר יותר של הדמות – כולל תווי פנים מדויקים, גוון עור, צבע וסגנון שיער, מבנה גוף, לבוש אופייני ומאפיינים ייחודיים – כך המודל יוכל לשחזר אותה בדיוק רב יותר בתמונות עוקבות. בכל בקשה חדשה, חשוב להזכיר את התיאור המקורי או להתייחס ישירות לתמונה הקודמת, למשל: “צור תמונה נוספת של אותה דמות שיצרת קודם, הפעם בסביבת משרד”.

המודל מנצל את הקשר השיחה לשמירה על עקביות, ולכן מומלץ לא לפתוח צ’אט חדש בין בקשות. אם בכל זאת מופיעים שינויים לא רצויים, ניתן לבקש תיקונים ספציפיים: “בתמונה האחרונה השיער היה כהה מדי, אנא צור גרסה חדשה עם שיער בלונדיני בהיר כמו בתמונה הראשונה”. יכולת זו מאפשרת יצירת סדרות שלמות של איורים, קומיקס או חומרי שיווק עם אותה דמות מזוהה, תוך שמירה על זהות ויזואלית עקבית.

למרות השיפורים המשמעותיים, OpenAI מודה שהמודל עדיין מתקשה לעתים בשמירה מושלמת על עקביות, במיוחד בפרטים קטנים או בתנוחות מורכבות. החברה מבטיחה שיפורים נוספים בעתיד הקרוב, שיתמקדו בשיפור העקביות של דמויות לאורך זמן ובמגוון תנוחות וזוויות.

טיפים ליצירת תמונות מוצלחות

כדי להפיק את המיטב מיכולות יצירת התמונות החדשות של GPT-4o, כדאי לאמץ מספר טיפים מועילים. ראשית, היו ספציפיים ככל האפשר בתיאור שלכם – ככל שתפרטו יותר על הסצנה, האובייקטים, הסגנון והצבעים הרצויים, כך התוצאה תהיה קרובה יותר לחזון שלכם. אם יש לכם מטרה מוגדרת לתמונה, כמו שימוש ברשתות חברתיות, באתר אינטרנט, במצגת או בחומרי שיווק, ציינו זאת – זה יכול לעזור למודל להתאים את הסגנון והפורמט בהתאם. לבסוף, אם יש לכם דרישות ספציפיות לגודל התמונה או ליחס הגובה-רוחב שלה, הגדירו זאת מראש. זכרו, ככל שתספקו יותר מידע והנחיות, כך תגדל הסבירות שתקבלו תמונה שעונה בדיוק על הצרכים שלכם.

לסיכום

GPT-4o של OpenAI מסמן פריצת דרך משמעותית בתחום יצירת התמונות באמצעות בינה מלאכותית. עם יכולות מתקדמות כמו רינדור מדויק של טקסט, עריכת תמונות קיימות, ויצירת דמויות עקביות, המודל החדש פותח אפשרויות יצירתיות חסרות תקדים למגוון רחב של משתמשים. למרות האתגרים הטכניים שעדיין קיימים, OpenAI מבטיחה שיפורים מתמידים ויש למה לצפות. במקביל, החברה מקפידה על יישום אמצעי בטיחות ואתיקה מתקדמים, כולל סימון תמונות ומניעת תוכן פוגעני, במטרה לאזן בין חדשנות טכנולוגית לאחריות חברתית. עם הרחבת הזמינות למשתמשים נוספים ופיתוח יכולות חדשות, OpenAI ו- ChatGPT צפויים להמשיך ולעצב מחדש את עולם היצירה הדיגיטלית בשנים הקרובות. 

למידע מקיף יותר, מגוון רחב של דוגמאות ופרומפטים מומלצים, כנסו למסמך הרשמי שפרסמה OpenAI, המציג את היכולות המתקדמות של המערכת ומדגים כיצד ניתן להפיק ממנה את המיטב.

הפוסט OpenAI משדרגת את יכולות יצירת התמונות ב- ChatGPT הופיע ראשון בLet's AI בינה מלאכותית

[1] Here's how Interview Coder actually works + our suite of undetectability features pic.twitter.com/qdMvlFpVqj

— Roy (@im_roy_lee) March 6, 2025

המרד הטכנולוגי של רוי לי

צ’אנגין “רוי” לי, סטודנט מבריק מאוניברסיטת קולומביה, פיתח כלי בשם Interview Coder – תוכנה מבוססת בינה מלאכותית שמסייעת למועמדים לעבור ראיונות קידוד טכניים בצורה בלתי נראית למראיינים. הכלי פועל בצורה פשוטה אך יעילה: הוא לוכד צילומי מסך של שאלות קידוד בזמן אמת, מעבד אותן באמצעות ChatGPT, ומספק פתרונות מיידיים. “כולם מתכנתים כיום בעזרת בינה מלאכותית”, הסביר לי. “אין שום היגיון בפורמט ראיונות שמניח שאין לך גישה ל-AI”.

לי לא הסתפק בפיתוח הכלי – הוא החליט להוכיח את יעילותו בשטח. הוא השתמש ב-Interview Coder במהלך ראיונות טכניים עם ענקיות טכנולוגיה כמו אמזון, מטא וטיקטוק, וקיבל הצעות התמחות מכולן. אך מה שהפך את הסיפור לויראלי היה החלטתו להעלות ליוטיוב סרטון שמתעד אותו משתמש בכלי במהלך ראיון חי עם אמזון.

זירת עימות עם ענקיות הטכנולוגיה

בציוץ שפורסם על ידי רוי לי (Roy) בטוויטר/X, הוא מתגאה בכך שהכלי שפיתח, Interview Coder, עובד לא רק עבור ראיונות באמזון. הוא כותב: “הדבר הכי מצחיק בכל זה הוא שאנשים חושבים ש-@InterviewCoder עובד רק עבור אמזון. LOL. אף אחד לא בטוח”. בציוץ הוא מצרף צילומי מסך של מספר הצעות עבודה שקיבל, כולל הצעות מ-Meta, Amazon ו-Capital One, מה שמוכיח שהצליח להשתמש בכלי שלו כדי לעבור ראיונות טכניים במספר חברות טכנולוגיה גדולות:

בציוץ נוסף של רוי לי, הוא מגיב בלעג למנהלי אמזון שכועסים עליו. הוא כותב: “מנהלי אמזון כל כך כועסים LOLLL אולי תפסיקו לשאול שאלות ראיון טיפשיות ואנשים לא יבנו דברים כאלה” ומצרף קישור לאתר interviewcoder.co. מתחת לציוץ מופיע טופס דיווח התנהגות שהוגש לאוניברסיטת קולומביה ב-9 בפברואר 2025, המתאר הפרת משמעת של הסטודנט צ’אנגין לי (רוי). בתלונה מאמזון טוענים בחברה שרוי השתמש ב”כלי רמאות בלתי נראה” במהלך ראיון לתפקיד מתמחה ב-SDE, העלה סרטון ליוטיוב המתעד זאת, ואף מוכר את הכלי לסטודנטים ומהנדסים אחרים. רוי הוסיף בכתב יד “LOL” על גבי המכתב, מה שמדגיש את יחסו המזלזל לתלונה:

בעוד ציוץ קצר רוי כותב רק “oops” (אופס) ומצרף צילום מסך של הודעת דוא”ל שקיבל ממגייס בכיר ב-Meta. בהודעה נכתב כי בהמשך לשיחת טלפון קודמת, הצעת העבודה שניתנה לו ב-Meta בוטלה עם תוקף מיידי. ההודעה מסתיימת בחתימה אוטומטית של המגייס הטכני הבכיר ממחלקת גיוס מהנדסי תוכנה גלובלית של החברה. הציוץ ממחיש את התוצאות המיידיות של חשיפת השימוש של רוי בכלי ה-Interview Coder שלו – ביטול הצעות העבודה שקיבל מחברות הטכנולוגיה הגדולות:

מרמאות לאקטיביזם

התגובה (כפי שהבנתם מסדרת הציוצים) לא איחרה לבוא. אמזון, מטא וקפיטל וואן ביטלו את הצעות ההתמחות שלהם, ואמזון אף שלחה תלונה לאוניברסיטת קולומביה, שפתחה נגד לי הליך משמעתי. לי עצמו טוען שמעולם לא התכוון לקבל את ההצעות מלכתחילה.

“חשבתי שאני רוצה לעבוד בחברת טכנולוגיה גדולה והשקעתי 600 שעות בתרגול LeetCode”, סיפר לי ל-CNBC. “זה הפך אותי לאומלל, וכמעט הפסקתי לתכנת בגלל כמה שלא אהבתי את זה”.

לטענתו, מטרתו האמיתית הייתה לחשוף את הפגמים בתהליך הגיוס המסורתי ולהביא לסופם של ראיונות מבוססי LeetCode. “הפתרונות לבעיות רבות מהסוג הזה הם אלגוריתמיים בלבד ואינם מייצגים באופן מדויק את עבודתו של מתכנת בעבודה אמיתית”, הסביר.

מחלוקת ציבורית ושאלות אתיות

הסיפור של לי עורר דיון סוער ברשתות החברתיות ובתעשיית הטכנולוגיה. תומכיו רואים בו חלוץ שמנסה לשנות מערכת מיושנת, בעוד שמבקריו מאשימים אותו ברמאות פשוטה. “אתה אגדי. לא כי אני רוצה לרמות בראיון טכני, אלא כי רציתי להרוס ולבטל אותם במשך שנים”, כתב אחד המשתמשים.

מנגד, אחרים הזהירו מפני השלכות לא רצויות: “רמאות בראיונות דיגיטליים פשוט תאלץ חברות לחזור לראיונות פנים אל פנים (גרוע יותר לעובדים) ולהסתמך יותר על קורות חיים מאשר על כישורים (רע לניידות חברתית)”.

גם חברות הטכנולוגיה מתקשות להתמודד עם המציאות החדשה. סונדר פיצ’אי, מנכ”ל גוגל, הציע במהלך אסיפת עובדים בפברואר שמנהלי גיוס ישקלו לחזור לראיונות פנים אל פנים כדי להילחם ברמאות באמצעות AI. חברות אחרות כמו Deloitte ו-Anthropic כבר ביצעו שינויים דומים.

העתיד של ראיונות טכניים

בינתיים, לי הפך את הפרויקט לעסק משגשג. הוא מוכר מנויים ל-Interview Coder במחיר של 60 דולר לחודש, והשירות צפוי להגיע להכנסה שנתית של מיליון דולר עד אמצע מאי 2025. הוא אף שוקל לעזוב את לימודיו כדי להתמקד ביוזמות AI נוספות.

כשנשאל אם הוא מודאג מכך שמהנדסי תוכנה עלולים לאבד את אמון תעשיית הטכנולוגיה, לי השיב: “התגובה שלי לזה היא שכל חברה שמגיבה לאט לשינויים בשוק תיפגע וזו אשמת החברה. אם יש כלים טובים יותר, אז זו אשמתם שלא פונים לאלטרנטיבה הטובה יותר שקיימת. אני לא מרגיש אשם בכלל על כך שאני לא מתחשב בחוסר היכולת של חברה להסתגל”.

לי אף הרחיק לכת וטען שבתוך שנתיים, רוב העבודות הדורשות אינטליגנציה אנושית יהפכו למיותרות בשל התקדמות הבינה המלאכותית. “אולי זה נשמע טיפשי”, הוא הודה. “בעוד שנתיים, רוב העבודה הדורשת אינטליגנציה אנושית תהיה מיותרת. יש לי שנתיים להשיג משהו משמעותי. אני לא יכול להרשות לעצמי לבזבז את הזמן הזה בתפקיד בחברת טכנולוגיה גדולה, וגם אני לא רוצה… עד שאסיים את התואר, ה-LLMs יתקדמו לנקודה שבה לא תישאר עבודה אינטלקטואלית משמעותית שאוכל לתרום לה”.

מבט לעתיד

המקרה של רוי לי מעלה שאלות מרתקות על עתיד הגיוס בעידן ה-AI. האם חברות יצטרכו לפתח שיטות חדשות להערכת מועמדים? האם ראיונות קידוד מסורתיים יהפכו לנחלת העבר? ומה זה אומר על עתיד מקצוע התכנות בכלל?

דבר אחד ברור: רוי לי טלטל את תהליך הגיוס בדרכים שאיש לא צפה. ככל שכלי AI כמו Interview Coder הופכים למתקדמים יותר, חברות טכנולוגיה יצטרכו לחשוב מחדש על האופן שבו הן מעריכות מועמדים. אולי הגיע הזמן להתאים את תהליכי הגיוס למציאות החדשה, שבה AI הוא כלי עבודה יומיומי ולא “רמאות”.

בין אם אתם רואים ברוי לי חדשן אמיץ או רמאי מתוחכם, אי אפשר להתעלם מהשאלות החשובות שהוא העלה על פני השטח. בעולם שבו AI משנה כל היבט בחיינו, אולי הגיע הזמן לשנות גם את הדרך שבה אנחנו מגייסים את הטאלנטים של המחר.

הפוסט כיצד סטודנט אחד פיתח כלי AI וערער את עולם הגיוס בהייטק הופיע ראשון בLet's AI בינה מלאכותית

כשפס הייצור הופך למוח עצמאי

בעולם הרובוטיקה, השליטה בתהליך הייצור היא לא רק יתרון – היא הכרח. Figure הבינה שאין טעם להסתמך על יצרנים חיצוניים והחליטה להביא את כל הייצור לבית. ככה היא יכולה לשלוט בכל שלב – מהביצוע ועד האיכות – ולהבטיח שכל רובוט שעוזב את המפעל מוכן לשימוש אמיתי בעולם.

וזה לא נגמר שם. תשתית התוכנה שמלווה את כל תהליך הייצור בנויה מהיסוד – עם מערכות מתקדמות לניהול ייצור (MES), תכנון מוצרים (PLM), תכנון משאבים (ERP) וניהול מחסנים (WMS). אם כל זה נשמע כמו רשימת מכולת להייטקיסטים – זה בגלל שזה באמת כך. המטרה: להפוך את התהליך לכלי ייצור דינמי, מתוחכם ומוכן לכל קנה מידה.

אבל אולי הדבר המדהים ביותר? רובוטים שיבנו רובוטים אחרים. כן, כבר השנה רובוטים דמויי-האדם של Figure יתחילו להרכיב את עמיתיהם בפסי הייצור של BotQ. ככל שהשנים יתקדמו, מספר הרובוטים העובדים בפסי הייצור רק ילך ויגדל, מה שאומר שגם תהליכי הייצור יהפכו לאוטומטיים וחכמים הרבה יותר.

כך בונים רובוטים במהירות שיא

כדי לייצר כמויות גדולות של רובוטים, צריך לחשוב אחרת על עיצוב רובוטי מלכתחילה. כשהצוות עבד על הדור הקודם של הרובוטים, Figure 02, הוא למד כמה דברים חשובים: כמות החלקים קובעת את קצב הייצור – כל חיבור בין שני חלקים מוסיף זמן וגורם לעיכובים. לכן, אם אפשר לשלב כמה חלקים לכדי רכיב אחד – חוסכים לא מעט זמן וכסף. ייצור ממוחשב לא מספיק – CNC (מכונות לעיבוד מתכות בדיוק גבוה) זה נהדר, אבל זה פשוט לא עובד בקנה מידה תעשייתי. אז עברו לשיטות ייצור מהירות כמו הזרקת פלסטיק, יציקה והטבעה – שהופכות את הייצור למהיר יותר באופן דרמטי.

עם הידע הזה, הצוות תכנן מחדש את הדור הבא – Figure 03. זהו הרובוט הראשון של החברה שמיוצר ישירות לפסי ייצור המוניים, מה שאומר שהוא זול יותר, יעיל יותר, ומותאם במיוחד לקצב ייצור גבוה. במקום שעות של עיבוד CNC, חלקים מסוימים שנמשכו בעבר שבוע כיום מיוצרים ב-20 שניות בלבד. זהו הפער בין אב טיפוס לניסוי – לבין מכונה מוכנה לשוק.

לייצר רובוטים מאפס: כשהתעשייה עדיין לא קיימת

כאן עולה שאלה מעניינת – איך בכלל מייצרים רובוטים בקנה מידה כזה, אם אין בעולם שרשרת אספקה מסודרת לרובוטים דמויי-אדם? תחשבו על זה: תעשיות כמו רכב או סמארטפונים נשענות על רשתות של ספקים שכבר קיימות. אבל רובוטיקה? זה עדיין שוק בתולי לגמרי.

בגלל זה, Figure הייתה צריכה להמציא כמעט את הכל בעצמה – מהמנועים והחיישנים ועד הסוללות והמיקרו-מעבדים. כדי להבטיח שהכל יתפקד כראוי, החברה החליטה לבצע בעצמה את ההרכבה של החלקים הקריטיים (כמו מנועים, סוללות וכמובן – ההרכבה הסופית). בשאר הרכיבים, החברה עובדת עם ספקים חיצוניים שנבחרו בקפידה, במטרה להבטיח שרשרת אספקה שמוכנה לצמיחה מסיבית.

וזה לא סתם צמיחה – המערך הזה נבנה לייצור של 100,000 רובוטים ו-3 מיליון מנועים בארבע השנים הקרובות. בקיצור? זה לא עוד סטארט-אפ רובוטי שמייצר דמויות חמודות לניסויים – זה מפעל עם תוכנית אמיתית להשתלט על התעשייה.

מערך ייצור הרובוטים המתקדם של חברת Figure

התמונה מטה מציגה תרשים מפורט של מפעל BotQ. זהו שרטוט אדריכלי בסגנון תוכנית קומה המראה את הפריסה המתוכננת של המפעל, עם חלוקה ברורה לאזורי עבודה שונים וזרימת תהליך הייצור. החיצים הכחולים בתרשים מסמנים את זרימת תהליך הייצור והמעבר בין התחנות השונות, מהתחלת הרכבת הרובוט ועד לבדיקות הסופיות והאריזה. התרשים מדגים את התכנון המדוקדק של תהליך הייצור במפעל שמיועד לייצר רובוטים בקנה מידה המוני:

Credit: figure.ai

כשמהנדסים הופכים לקוסמים

אי אפשר להקים מפעל רובוטי בלי צוות מהנדסים שיודע לגרום לחומרי גלם להפוך למוצרים במהירות הבזק. במהלך חצי השנה האחרונה, Figure גייסה את המוחות הכי חדים בתעשייה, כאלה שמבינים איך לבנות קווי ייצור חכמים, מודולריים ויעילים. המהנדסים שברו את תהליך הייצור לתתי-שלבים, שכל אחד מהם אופטימלי מבחינת זמן, עלות ובקרה.

הם פיתחו כלים מותאמים אישית, הכניסו אוטומציה למקומות הקריטיים (כמו מינון מדויק של גריז במנועים) והתמקדו בהפחתת זמן הרכבה.
הם שילבו בדיקות חכמות, כך שכל שלב בפס הייצור מנוטר בזמן אמת ומבוקר ברמה הכי גבוהה שיש. ואם כל זה לא מספיק, Figure הכניסה מערכת AI חדשה בשם Helix, שתשמש את הרובוטים כדי לנווט בפסי הייצור בלי צורך במסועים מגושמים.

מפעל ייצור המוני של רובוטים. Credit: figure.ai

סוף עידן הייצור האנושי?

עם כל החזון הזה, קשה שלא לתהות – האם אנחנו מתקרבים לנקודה שבה פסי הייצור יהיו לגמרי רובוטיים, בלי עובדים אנושיים? התשובה היא – לא לגמרי. אנשים עדיין יהיו חלק בלתי נפרד מהתהליך, לפחות לעתיד הנראה לעין. הרובוטים ייקחו על עצמם את החלקים המונוטוניים והשוחקים, אבל עדיין תהיה דרושה יד אנושית לפיקוח, תכנון ותחזוקה. אבל בואו נהיה כנים – אנחנו כבר חיים בעולם שבו תהליכי ייצור הופכים לרובוטיים, וזה קורה הרבה יותר מהר משאנחנו מדמיינים. BotQ הוא לא עוד מפעל רובוטיקה – הוא כנראה הצצה לעתיד שבו מכונות בונות מכונות, בעזרת מוח ממוחשב שמתכנן הכל מהיסוד. ואם המספרים על 12,000 רובוטים בשנה לא מספיקים לכם, תזכרו – זה רק ההתחלה.

אם מעניין אתכם לקרוא עוד קצת על רובוטים דמויי אדם, כאלה שעד לא מזמן היו נחלתם של סרטי מדע בדיוני ומעבדות מחקר יוקרתיות, אז תדעו שבתערוכת CES 2025 בלאס וגאס, שתי חברות סיניות, Unitree ו-EngineAI, הציגו רובוטים הומנואידיים במחירים שנתפסו עד כה כבלתי אפשריים. 

הפוסט מפעל הייצור ההמוני הראשון לרובוטים דמויי-אדם הופיע ראשון בLet's AI בינה מלאכותית

עתיד כח העבודה האנושי

האם אילון מאסק יחליף אלפי עובדים בצ’אטבוט ממשלתי?

הכותרות זעקו! אילון מאסק יחליף אלפי עובדים בממשל האמריקאי בצ’אטבוט, מבוסס בינה מלאכותית. אבל מאחורי הכותרות המפוצצות עומדת אמת קצת אחרת. סוכנות השירותים הכלליים (GSA) החלה להטמיע את הצ’אטבוט GSAi, שנועד לסייע במשימות בסיסיות (כמו כתיבת מיילים, סיכום טקסטים, כתיבת קוד ועוד). הביצועים שלו לא היו מרשימים במיוחד והוא מוגבל ליכולות פשוטות יחסית, מה שלא הופך אותו לתחליף לעובדים אמיתיים. כמו כן, פיתוח הצ’אטבוט, החל בכלל לפני כניסתו של אילון מאסק לתפקיד כמנהל המחלקה ליעילות ממשלתית (DOGE). במקביל, התרחשו פיטורים של כ-1,000 עובדים בסוכנות, כחלק מקיצוצים רחבים יותר בממשל הפדרלי (חלקם אף היו עובדי המחלקה הטכנולוגית שהייתה אמונה על פיתוח הבוט), אך ככל הנראה אין קשר ישיר בין שני האירועים.

יוזמה להכשרת כח העבודה העולמי

הפורום הכלכלי העולמי ביוזמה פורצת דרך: להכשיר מחדש מיליארד אנשים עד 2030. זו לא עוד תכנית – זו התגייסות גלובלית חסרת תקדים שמאחדת ממשלות, תאגידי ענק וארגונים בינלאומיים במטרה אחת: להבטיח שאף אחד לא יישאר מאחור בעידן הדיגיטלי החדש! עד כה הוכשרו כבר שבע-מאות ושישה-עשר מיליון אנשים ברחבי העולם, וההשפעה הכלכלית צפויה להיות דרמטית! תוספת של 6.5 טריליון דולר לתמ”ג העולמי עד 2030, ויצירת 5.3 מיליון משרות חדשות, לצד הגדלת הפרודוקטיביות העולמית ב-3%. בעולם שבו שינוי הוא המציאות היחידה הקבועה, היוזמה הזו היא יותר ממהפכה – היא הכרח קיומי.

בינה כחול לבן

חדר מיון המבוסס AI? מסתבר שיש דבר כזה!

המרכז הרפואי שיבא בתל השומר חושף את פרויקט K: חדר מיון שאוסף ומנתח נתונים רפואיים בזמן אמת, ומציגם לרופא, בליווי אבחנות ראשוניות. פחות כאב ראש למטופלים, פחות עומס לצוותים הרפואיים, פחות זמני המתנה, ושיפור תהליכי קבלת החלטות.

הצ’ט הוזה ועו”ד ממציאים פסקי דין

בשבועות האחרונים ה-AI מצאה עצמה כחלק מדיונים סוערים בין כתלי בית המשפט, בעקבות פסקי דין שחשפו שימוש פסול בטכנולוגיה זו על ידי עורכי דין. שני מקרים בהם עורכי דין הסתמכו על פסקי דין “מומצאים” שנוצרו על ידי מערכות בינה מלאכותית עוררו סערה, והובילו את לשכת עורכי הדין להחמיר את האכיפה בתחום. למרות חומרת המקרה, השופטים קראו לאיזון בין טכנולוגיה מתקדמת לאחריות. השופטת כנפי-שטייניץ היטיבה לתאר זאת בפסק הדין:

“אין בחומרת המעשה שלפנינו, ובחששות שהוא מעורר, כדי להעיב על שימושים ראויים שניתן לעשות בכלי בינה מלאכותית. אל לנו לשפוך את התינוק עם המים…

האזינו לעו”ד אסף כהן צידון, בראיון בתוכנית “בינה אחרת“, הוא דנו בין השאר גם במקרה הנ”ל.

סיפיה הישראלית ו-ARM הבריטית משתפות פעולה

חברת האוטו-טק הישראלית “סיפיה” (CIPIA) משתפת פעולה עם ענקית המעבדים הבריטיים Arm, במערכת ניטור נהג חדשנית, המבוססת על טכנולוגיית ראייה ממוחשבת ובינה מלאכותית. בעזרת אלגוריתמים מתקדמים היא עוקבת בזמן אמת אחר מאפיינים חזותיים והתנהגותיים של הנהג, כגון סימני עייפות, הסחת דעת, שימוש בטלפון ופעולות מסוכנות. המערכת פועלת על מעבדי Cortex של Arm ללא צורך במאיצי חומרה ייעודיים נוספים, מה שמאפשר יעילות אנרגטית גבוהה לצד ביצועים מדויקים ואמינים.

חברת D-ID מפטרת רבע מעובדיה

סטארטאפ ה-AI הישראלי D-ID, המתמחה ביצירת אווטארים דיגיטליים, הודיע על פיטורי 22 עובדים, מתוכם 19 בישראל. המהלך, שמגיע זמן קצר לאחר הכרזת שיתוף פעולה עם מיקרוסופט, נועד לטענת החברה להתייעלות והיערכות לצמיחה מואצת. “אנו מוקירים את תרומת העובדים ומחויבים לסייע להם בצעדיהם הבאים”, נמסר מהחברה. 

AI במחקר וברפואה

בקנדה משתמשים ב-AI לאבחון סרטן המוח

חוקרים מאוניברסיטת ווטרלו פיתחו כלי מבוסס AI לאבחון סוגי סרטן מוח בזמן ניתוח, תוך 10 שניות בלבד. הפרויקט זכה במענק של $250,000 להמשך פיתוח הטכנולוגיה, שמתבססת על איתור טביעות אצבע מולקולריות של גידולים סרטניים, תוך שילוב אלגוריתמים של למידת מכונה לשיפור הדיוק באבחון.

גוגל משחררת מודל רפואי

גוגל חשפה את Med-Gemini – מודל רפואי מתקדם שהשיג דיוק של 91.1% במבחן המדמה את מבחן הרישוי הרפואי האמריקאי. המודל מסוגל לפרש סריקות תלת-ממדיות, תמונות רפואיות, סרטונים, רשומות רפואיות, ואפילו לענות על שאלות קליניות מורכבות.

קרבות הענקיות מעבר לים

קרבות בתוך המשפחה – האם מיקרוסופט תתחרה ב-OpenAI?

האם מיקרוסופט מפתחת מודלי ריזונינג חדשים בשם MAI, שאמורים להתחרות במודלים המובילים של OpenAI ואנטרופיק? כך לפחות עולה מפרסומים שעדיין לא אומתו סופית. האם סיפור האהבה בין מיקרוסופט ל-OpenAI מתקרב לסופו, או שמדובר בתחרות בריאה?

הייתם משלמים 20,000 דולר לסוכן בודד?

ואם כבר מדברים על תחרות – במרוץ למיליון, OpenAI בטוח תזכה!
האם החברה תגבה $20,000 בחודש על סוכן AI בודד? לפי פרסומים, החברה מתכננת להשיק מספר סוכני AI מותאמים אישית לתחומים שונים, כאשר אחד מהם מיועד לתמוך במחקרים ברמת דוקטורט ומעלה, ויאפשר חוקרים להשתמש בבינה מלאכותית בעלת יכולות חשיבה, ניתוח ועיבוד מידע מתקדמות במיוחד, עם דגש על ביצוע משימות מחקריות מורכבות. הסכום המטורף הזה מדגיש את עלויות החומרה והתשתיות העצומות של OpenAI, שדווח כי הפסידה כ-5 מיליארד דולר בשנה האחרונה.

AI במזרח

AI וחקלאות בתאילנד

בתאילנד הושקה אפליקציית חקלאות חכמה מבוססת AI ו-IoT המסייעת לחקלאים לשפר יבולים ולהפחית שימוש בכימיקלים מזיקים באמצעות המלצות מבוססות נתונים בזמן אמת.

גם הטלפונים הסינים הופכים חכמים יותר

חברת שיאומי הסינית הכריזה על שילוב מודל ג’מיניי של גוגל בסדרת מכשירי Xiaomi 15, כולל אינטגרציה עם אפליקציות מובנות כמו יומן ושעון. בנוסף, החברה השיקה את מערכת ההפעלה HyperOS-2 עם יכולות AI מתקדמות.

דיפסיק מציגה רווחים תיאורטיים

החברה הסינית חשפה לאחרונה נתונים המעידים על יחס עלות-רווח תיאורטי גבוה במיוחד עבור המודלים שלה, V3 ו-R1. לדבריה, ביום האחרון של פברואר, יחס זה עמד על 545%, עם הכנסות תיאורטיות יומיות של 562,000 דולר. הנתון בולט לאור העובדה שלטענת החברה עלויות התפעול היומיות שלה הן 87,000 דולר. אבל מילת המפתח פה היא – תיאורטית. בפועל הכנסות החברה נמוכות משמעותית מהתחזיות, בעיקר בשל שימוש חינמי במודלים שלה. הנתונים מעלים שאלות בנוגע ליכולת של דיפסיק לממש את התחזיות התיאורטיות שלה. למרות כל הרעש וההייפ, לחברה יש אתגרים גדולים במוניטיזציה, בדימוי חברתי ותפיסת האמינות של הציבור, לאור היותה חברה סינית – מה שעשוי להוות מכשול משמעותי בצמיחה העתידית שלה. כי בסין כמו בסין – שום דבר לא באמת פרטי – במיוחד הנתונים שלכם.

AI באירופה

האיחוד האירופי מחליף דיסקט ומשנה מדיניות!

ב-1.3.25 הודיעו באיחוד האירופי על מעבר ממדיניות רגולציה מחמירה להשקעות מסיביות בטכנולוגיות AI. ההשקעה כוללת הזרמת 200 מיליארד יורו לתעשייה, בעיקר עבור תמיכה בחברות AI וקידום הקמת מפעלי ענק לבינה מלאכותית.

בריטניה עושה “אחורה פנה”

הבריטים מגישים מחדש את הצעת חוק הרגולציה על ה-AI: הצעה להקמת גוף פיקוח מרכזי שיפקח על פיתוח ושימוש ב-AI, זאת בניגוד לגישה המבוזרת הנוכחית.

סמארטפון גרמני עם פרפלקסיטי

גם בגרמניה לא מפסיקים לעבוד – דוייצ’ה טלקום הגרמנית הכריזה על פיתוח טלפון מבוסס AI בשיתוף עם פרפלקסיטי. ההשקה צפויה במחצית השנייה של 2025, כאשר המכשיר יימכר רשמית ב-2026 בפחות מ-1,000 דולר.

כנס MWC 2025 בברצלונה

בכנס MWC 2025 שהתקיים בברצלונה הציגה סמסונג את Galaxy S25 Edge שממחיש את חזון החברה לשלב בינה מלאכותית בחיי היומיום. באותו הכנס הציגה לנובו את המחשבים החדשים והמתקדמים שלה: ThinkPad ו-ThinkBook המאופיינים ביכולות AI מתקדמות ומובנות, לשיפור אבטחה וגמישות בעבודה היברידית.

הפוסט סיכום חדשות ה-AI מהימים האחרונים הופיע ראשון בLet's AI בינה מלאכותית

למה היינו צריכים את GPT4.5?

GPT-4.5 הוא הגרסה הכי חדה ומדויקת של OpenAI עד כה – לפחות על הנייר. הוא מציע שיפורים בהבנת שפה, בניתוח מידע ובאינטראקציה עם משתמשים, אבל לא מדובר במהפכה מוחלטת. בגדול, החברה שיפרה שני אלמנטים מרכזיים: למידה לא-מונחית (Unsupervised Learning) ויכולת הסקה לוגית (Reasoning). התוצאה? מודל שיודע להבין הקשרים טוב יותר, ממלמל פחות שטויות, ונשמע קצת יותר… אנושי.

מדבר כמו בן אדם – או לפחות מנסה

אחד הדברים שהיו בעייתיים בגרסאות הקודמות הוא שהמודל היה נשמע לפעמים קצת “רובוטי” ו”יבש” – חסר הקשר, טון לא מותאם, תגובות שלא תמיד הרגישו טבעיות. ב-GPT-4.5, OpenAI עשתה שדרוג מורגש: הוא מבין הקשרים סמנטיים עמוקים יותר, מזהה אינטונציות רגשיות ויודע להגיב בהתאם. זה לא אומר שהוא יהפוך להיות החבר הכי טוב שלכם, אבל הוא בהחלט למד איך להתנסח עם יותר רגישות ודיוק. המפתח? טכניקות אימון חדשות ומאגר נתונים משופר.

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

לפרטים נוספים לחצו כאן >>

נכון לא נכון – חרטט בביטחון

אחת הבעיות הכי גדולות של מודלי שפה היא הנטייה שלהם “להמציא” מידע. מונח יפה לבעיה הזו הוא “הזיות” (Hallucinations) – כלומר, כשהמודל שולף תשובות שנשמעות סופר משכנעות אבל חסרות כל בסיס במציאות. בסופו של יום מדובר במכונות שנבנו כדי לרצות אותנו. הן מתוכנתות כדי לתת לנו מענה, ולפעמים גם כשאין להן מה להגיד או כשהן לא יודעות מה התשובה האמיתית, עם עלולים לייצר מידע שגוי שמוצג בצורה רהוטה ביותר. זה מבלבל. זה מסוכן. זה יכול לגרום לנזקים אמיתיים ליחידים וחברות. בימים האחרונים שמענו על בית המשפט ש”זרק מכל המדרגות” עורכי-דין שהפנו לפסקי דין שכלל לא קיימים, אותם “מצאו” ב-ChatGPT.

בגרסאות קודמות, שיעור ההזיות עמד על 61.8% – שזה המון. ב-GPT-4.5 הנתון ירד ל37.1%, שזה עדיין לא מושלם, אבל שיפור משמעותי. המשמעות היא שהמודל נותן תשובות מדויקות יותר, מהימנות יותר, ושקרוב לוודאי שתוכלו לסמוך עליהן – במיוחד אם אתם חוקרים, מפתחים, או סתם לא רוצים להפיץ פייק ניוז.

כשהבוט שלך יותר אנושי ממך…

עוד שיפור בולט: GPT-4.5 יודע לנהל שיחה שוטפת יותר. OpenAI השקיעה הרבה ביכולת שלו להבין הוראות מורכבות ולשמור על עקביות בשיחות ארוכות. אין יותר (או לפחות הרבה פחות) מקרים שבהם המודל “שוכח” על מה דיברתם לפני שני משפטים. זה הופך אותו לשימושי יותר עבור תמיכה טכנית, ניתוח נתונים, יצירה של טקסטים ארוכים וכל סיטואציה אחרת שבה רציפות חשובה.

מודל לעשירים בלבד?

זה לקח שבוע, אבל OpenAI סוף סוף שחררה את GPT-4.5 גם למנויי פלוס (20 דולר לחודש) – ונדמה שהקהילה סוף סוף נרגעת. כשהמודל יצא לראשונה, רק מנויי ה-Pro, ששילמו 200 דולר בחודש, קיבלו אליו גישה (לצד משתמשי ה-API של החברה שגם קיבלו גישה). זה עורר לא מעט תרעומת בקרב מנויי הפלוס, שהרגישו שהם משלמים ממיטב כספם, אבל בכל זאת נשארים מאחור. למה צריך לשלם פי עשרה כדי להשתמש במודל העדכני ביותר של החברה? אחרי הביקורת, OpenAI הבינה שהיא לא יכולה לנעול את המודל הכי חזק מאחורי חומת תשלום לא ריאלית – אפילו ב-API המודל עולה 150 דולר למיליון טוקנים – סכום מופרך לכל הדעות!

למרות הפידבק השלילי והביקורת (המוצדקת ברובה), חשוב לציין שככה זה עובד בתחום הזה! השקות כאלה כמעט תמיד מתבצעות בהדרגה, כאשר תחילה נותנים גישה לקבוצה מצומצמת יותר, במקרה הזה, מנויי ה-Pro, ורק אחר כך פותחים לשאר המשתמשים. זה לא רק עניין עסקי, אלא גם דרך לנהל עומסים על השרתים, לקבל פידבק ראשוני ולוודא שהמודל עובד כמו שצריך לפני שמיליוני משתמשים ניגשים אליו בבת אחת. אז כן, הייתה קצת ביקורת, אבל בסוף חיכינו שבוע – לא אסון גדול.

מאחורי כל מודל מצליח עומדת חוות שרתים עצומה

מאחורי המחירים הגבוהים עומדים אתגרים טכנולוגיים וכלכליים משמעותיים, שגרמו לכך שהשקת המודל לא הייתה מיידית לכל המשתמשים.

על פי סם אלטמן, מנכ”ל החברה, הסיבה העיקרית לכך היא מגבלות קיבולת – אילו היו מאפשרים לכולם להשתמש במודל בבת אחת, היה צורך בהטלת מגבלות שימוש חמורות מאוד. בשל כך, ההשקה התבצעה בשלבים, כאשר מנויי ה-Pro קיבלו גישה ראשונה, ורק לאחר מכן הורחבה הגישה למנויי הפלוס. אחד האתגרים המשמעותיים שעמדו בפני OpenAI בהשקת המודל היה המחסור הגלובלי ביחידות עיבוד גרפי (GPUs). כדי לתמוך במשתמשים החדשים, החברה נדרשה להוסיף אלפי יחידות GPUs לתשתיותיה, עם תכנון להרחיב זאת לעשרות ואף מאות אלפים בשבועות הקרובים. מדובר באתגר לוגיסטי וטכנולוגי עצום, המדגיש את העלויות הגבוהות הכרוכות בהפעלת מודל מתקדם כמו GPT-4.5.

בשל המחסור במשאבים, OpenAI הבהירה כי מגבלות השימוש עשויות להשתנות בהתאם לרמות הביקוש והשימוש. משתמשי הפלוס יכולים כעת לגשת ל-GPT-4.5, אך ייתכן שהגישה שלהם תושפע ממגבלות שונות בהתאם לעומס על המערכת. החברה עוקבת אחר דפוסי השימוש ותתאים את המגבלות בהתאם.

אחרון מסוגו

למרות כל היתרונות של GPT-4.5, החברה לא הציגה אותו כמודל מהפכני, אלא כעדכון משמעותי לגרסה הקודמת. מדובר במודל “ענק ויקר”, שאומן על משאבי מחשוב נרחבים, אך עדיין יש לו מגבלות בתחום החשיבה המורכבת. הוא אמנם מציע שיפורים בהבנה רגשית, דיוק בעובדות ויכולות קידוד מתקדמות יותר, אך עדיין ייתכנו טעויות ובעיות כאשר הוא נדרש להתמודד עם מידע מורכב במיוחד. בהשוואה למודלים מתחרים, כגון Claude 3.7 Sonnet של Anthropic ומודלים מתקדמים נוספים כמו אלו של DeepSeek, נראה ש-GPT-4.5 מפגין ביצועים קצת פחות טובים מהמתחרים, במשימות הדורשות ניתוח מעמיק והסקת מסקנות ברמות גבוהות. OpenAI אף הודתה בכך בפומבי, והבהירה כי הדגמים הבאים יתמקדו בשיפור התחום הזה.

אמנם GPT-4.5 מסמן שלב חשוב בהתפתחות מודלי השפה של OpenAI, אך הוא גם המודל האחרון של החברה שאינו עושה שימוש בגישת “שרשרת החשיבה” (Chain-of-Thought Prompting). גישה זו, שאמורה להיות משולבת במודלים עתידיים, מאפשרת למודל לפרק בעיות מורכבות לצעדים לוגיים קטנים וברורים, במטרה לשפר את יכולות ההסקה והחשיבה השיטתית. משום שGPT-4.5 אינו מודל ריזונינג, ומשום שלחברה יש כבר ארסנל של מודלים מגוונים, התעורר קושי חדש. משתמשים מתבלבלים ולא יודעים איזה מודל אידיאלי לאיזו משימה. באת לברך ויצאת מקלל. בשל כך הכריזה החברה ש-GPT5 יהווה גם שינוי דרסטי בחוויית המשתמש והממשק של הצ’ט. המערכת תבחר בעצמה את המודלים, לפי אופי המשימה ובעת הצורך תחליף מודלים במהלך אותה שיחה, גם ללא התערבות יזומה של המשתמש. הצ’ט יהיה חכם יותר – הוא לא יצטרף שתאמר לו – עכשיו מודל ריזונינג… עכשיו מצב חיפוש ברשת… עכשיו מודל שממוטב לכתיבת קוד. הוא כבר יקבל את ההחלטות בעצמו, ואנחנו – המשתמשים – נהנה ממערכת חלקה וזורמת יותר.

האם גודל המודל מבטיח ביצועים טובים יותר?

למרות שהגדלת מודלים בדרך כלל מובילה לשיפורים בתחום ניתוח השפה, הרחבת בסיס הידע ויכולת קיום שיחות טבעיות יותר, היא אינה ערובה לשיפור בפתרון בעיות מורכבות. סם אלטמן, מנכ”ל OpenAI, ציין בפוסט ברשת X כי “GPT-4.5 אינו מודל חשיבה לוגית ולא ישבור שיאים במדדי השוואה”. משמעות הדברים היא שהמודל אמנם חזק בתחומים רבים, אך עדיין מתקשה להתמודד עם אתגרים הדורשים שרשרת סיבתיות מורכבת. נקודה זו מדגישה את המגבלות המובנות של בינה מלאכותית מהדור הנוכחי – גודל המודל וכוח העיבוד אינם בהכרח מספיקים כדי להפוך אותו לכלי עם יכולת ניתוח עמוקה באמת. השיפורים האמיתיים עשויים להגיע דווקא מהטמעת גישות חדשות, כמו שרשרת החשיבה, שמדמות חשיבה אנושית ומאפשרות למודל “לפרק” בעיות לפני שהוא מספק תשובה.

GPT-4.5 מהווה שיפור משמעותי לעומת דגמים קודמים, אך הוא לא המודל שישנה את חוקי המשחק. אמנם הוא מציע שדרוגים בתחומים רבים, במיוחד ביכולות השפה והאינטראקציה הרגשית, אך בכל הנוגע לחשיבה לוגית עמוקה – הוא עדיין לא מתקרב לרמה הנדרשת.

המהלך של OpenAI להרחיב את הגישה למודל גם למנויי הפלוס הוא בהחלט שינוי חיובי, אך העתיד טמון במודלים הבאים, שצפויים להשתמש בטכניקות חדשות כדי להתמודד עם אתגרים מורכבים יותר. השאלה הגדולה היא כמה רחוק נוכל להגיע בשיפור יכולות החשיבה של מודלים מבוססי בינה מלאכותית? ימים יגידו.

הפוסט כבר לא מודל לעשירים בלבד – GPT-4.5 זמין גם למנויי פלוס הופיע ראשון בLet's AI בינה מלאכותית