В демонстрационном видео стартапа Thoughtful Things основатель компании Эван Кинг просит устройство Engram выдать звук «пианино». Вместо чистого музыкального фрагмента прибор выдает нечто глитчевое, отдаленно напоминающее клавишные. Это не сбой в работе алгоритма, а основная функция нового инструмента.

В мире, где генеративные сервисы соревнуются в создании «готовых к радио» треков, Engram идет другим путем. Это сэмплер и грувбокс, который не пытается заменить музыканта, а предлагает ему исследовать границы того, что нейросети называют «латентным пространством».

Почему это важно сейчас? Пока индустрия обсуждает авторские права и качество генерации, Engram переводит фокус на экспериментальный саунд-дизайн. Это устройство не про «нажми кнопку — получи хит», а про намеренное искажение звука.

Механика работы Engram вдохновлена «схемотехническим изгибом» (circuit bending) — практикой физического вмешательства в электронику для получения неожиданных звуковых эффектов. Здесь вместо паяльника пользователь работает с «крошечными» ИИ-моделями, которые можно настраивать и буквально ломать, чтобы извлечь из них странные, «нечеловеческие» текстуры.

Важное отличие от облачных сервисов заключается в автономности. Engram не требует подключения к интернету и работает на локальной модели, обученной на данных с лицензией для коммерческого использования. Компания заявляет, что принципиально не использует пиратские или нелицензионные наборы данных.

Последствия такого подхода очевидны: Engram становится инструментом для тех, кто ищет уникальный звуковой почерк, а не автоматизацию рутины. Возможность в будущем открывать прошивку и загружать собственные модели делает его скорее платформой для энтузиастов, чем готовым потребительским продуктом.

На данный момент проект запущен на Kickstarter с ценой от 675 долларов. Розничная стоимость устройства пока не раскрыта, хотя ожидается, что она будет выше текущего предложения.

Вопрос остается открытым: станет ли такой «полевой рекордер для латентного пространства» полноценным инструментом в студиях или останется нишевой игрушкой для любителей цифровых ошибок? Ставка здесь делается на то, что творческий потенциал нейросетей скрыт не в их идеальных ответах, а в их способности ошибаться.

Похожие материалы