Nikdo ten model neučil fyziku, on sám pochopil, jak funguje světlo.

Jindřich: Instagram nebo nějakou sociální sít, tak já to mám podobně, když někoho narazím, tak už mám problém let s čemu věřit.

Filip: Zajímavé je, že nikdo ten model neučil tu fyziku, že to není, že by se řeklo, takhle se láme světlo. To je prostě, tady je hromada dát a ty se z toho pochopí, jak to funguje.

Jindřich: Když jsem to znovu testoval, tak jsem to dával zvířata nebo něco takového animovaného a můj slon tam měl asi šest nohou a nejde to tak dávno, takže není to ještě dokonalé.

Filip: Dneska, když už jsem zkoušel to s Gemini, tak fakt stačí jenom říct, vyzkoušej mi tuto Mykinu a ono ti to vyplivne. Tebe v Mykině. Kvalitní výstup.

Jindřich: Právě posloucháte Deep Link Show. Čau chlipe, vítej u dalšího dílu DeepLink Show, našeho podcastu, kde si povídáme nejen o AI, o úmělý inteligenci. Dneska bychom měli probrat generátory obrázků, je jich tady celá řada. Měli bychom si říct jejich silný a slabý stránky, jakou historii, kdy jsme o tom slyšeli poprvé a jakýkoliv témata se týkají právě image generátoru. Připraven?

Filip: Rozhodně, pojďme na to.

Jindřich: Paráda. Možná ještě než se do toho úplně pustíme, tak bych chtěl tady něco ukázat, co mě teď v poslední době zaujalo. Tak já tady s dovolením nás dílím. A to je vlastně research od Anthropicu na základě jejich dat. A tenhle ten kruhovej graf interpretuje u každého oboru, už to vidíš, například právo řekněme, nebo arts and media a podobně. a vlastně mapuje to teoretický pokrytí AI, jaký by v budoucnu jednou mohli být. Dokážou se to interpretovat jako teoretické možnosti automatizace v budoucnu, což to je ta modrá plocha. No a ta červená plocha, tak to je teď vlastně aktuální pokrytí tím AI. No a mě tam jako celá řada věcí překvapila, protože už vlastně v dnešní době aktuálně tak například asi to co nám je nejbližší tak je tady computer and math, tak je obrovský množství práce který za nás můžou dělat agenti je obrovský množství práce se kterýma nám to AI z různýho úhlu pohledu pomáhá. No ale my tady jsme aktuálně na nějakých dvaceti, patnácti odhadem procentech, nebo kolik to je. A vlastně zdaleka ještě nejsme tam, kde můžeme být. A na druhou stranu je takové další věci, které tady zajímavé jsou, tak například food serving a personal care a podobně, tak tam ten prostor pro to AI, pro tu automatizaci, je celkem malý.

Filip: Ten graf je ze mě extrémně zajímavý a tak nějak to potvrzuje, o čem se mluví, co si myslíme. Neskrádka takový ty blue-collar jobs, takový ty kancelářský práce, tak tam to AI dokáže zasáhnout hodně. Ta computer science, to programování dává obrovský smysl, protože za prvý ty, co vyvíjejí AI, jsou taky programátoři, takže vždycky se ti ta technologie, kterou děláš, lépe aplikuje na to, čemu se věnuješ ty. Ale zároveň taky ta obrovská výhoda je, že programování než by byl celý vývoj softwaru deterministický, ale minimálně to psaní programů je nějakým způsobem verifikovatelný. Jsou nějaký postupy. A to si myslím, že i odpovídá na to, co tady vidíme. Tady je nějakých těch 20 přibližně, nebo 25 toho, kdy to používáme. A to je přesně na to nejjednodušší část, psaní toho kodu. Ale tvoření obecně… softwaru a provoz toho softwaru, skýtá těch zákoutí mnohem víc, než je jen napsaní toho softwaru. A tam ještě pravděpodobně AI má hodně co nabídnout. A co mě třeba zaujalo, tak hned vedle Computer and Math je tam Architecture and Engineering, kdy ten potenciál je tam dost srovnatelný, jako třeba u programování, ale vlastně to využití je tam skoro nulový. Vlastně přemýšlel jsem nad tím, čím by to mohlo být a myslím si, že to bude tím, že ty důsledky u nějaký architektury, návrhu budov a dalších věcí, tak ta statika je tam extrémně důležitá a každá chyba má podle mě daleko sáhlejší efekt a hůř se testuje, než třeba u toho vývoje software. Byť nejsem architekta odborník, takže nám do toho hled. ale myslím si, že tímhle to může být. A jak ty systémy budou víc a víc spolehlivé a víc pokračovat, tak tam ten prostor vidím taky, že ve výsledku jsou to čísla. Spousta architektonických věcí.

Jindřich: To jde dost jako mimo naše obory, nicméně dost podobně si vysvětluji i to právo, který tady je a to vlastně z toho důvodu, že právo je založený na precedentech a na situacích, které už se někdy staly. Takže prakticky dost velká část té právní praxe je vyhledávání těch precedentů, porovnání těch právních případů, který už se nějak vyřešili a nějakým způsobem uzavřeli. No a tohle to asi velmi pravděpodobně je právě to, kde ten potenciál tkví právě i v tom právu. A něco mě ještě vlastně zaujala, jedna vizualizace já mám tady a to na LinkedInu sdílel Filip Dřímalka. A teď se možná trošku pojďme od té samotné interpretace odprostit, protože z nějakého důvodu tady celá řada lidí v komentářích s tou interpretací nesouhlasí, ale mě osobně moc neuráží. Za mě je to relativně přihledný a já vidím, že přesně o tom, o čem my jsme se bavili, tak tam nějakej 96 procent potenciálních tásků, které by šly AI automatizovat. Aktuálně jsme na nějakých 32% třeba v IT a matematikám, o kterým jsme se bavili. Takže jsou to ta samá data, akorát tak trochu odlišná interpretace, ale jako říkám, mě o sobě asi tolik neuráží.

Filip: Jo, jako je to velice zajímavý sledovat, zároveň možná bych jako podotknul to, že o čem Anthropic mluví, tak jsou jako jazykový modely a to třeba jako, tím já si jako vysvětluji to, že tam ta sekce transportation, to znamená vlastně jako přeprava, tak má ten potenciál vlastně jako poměrně nízký, byť třeba já si jako myslím, že se to netýká jako jazykových modelů, ale jiných form jako umílní inteligence a tam ten potenciál podle mě z dlouhodobýho horizontu, z nějakých jako autonomních aut, kamionů, lodí a tak dál, tak tam je vlastně jako taky obrovský, ale to není vlastně v tomhle reportu zahrnutý, že tady, pokud jsem to správně pochopil, tak se jako striktně baví o jazykových modelech.

Jindřich: Každopádně něco, co mě za uplynulý čas zaujalo, myslím si, že od takových vizualizací a grafů přijde určitě ještě celá řada, ale pojďme se možná přesnout k našemu tématu a tím jsou image generátory. Aktuálně mám tak jako dva přístupy že on tam ty difuzní modely a ty autoregressní modely na který fungujou to možná řekneš líp fungují trochu odlišně s tím že ty difuzní modely to byly taky ty první který jsme tady mi zaregistrovali před nějakým časem a fungují jako na bázi takzvaného jako odšumování takže jinými slovy jako postupním zkvalitňování důvodný obrázku oproti tomu ty autoregressní modely což jsou ty nevím jestli modernější, ale ožátečně novější a jsou generátory, které generují ten daný obrázek token po tokenu analogicky, jako je například ChatGPT. No a kam tím trochu mířím, že kdy jsi se s tím setkal poprvé? Velmi pravděpodobně s tím diffuzním modelem, ale kdy to bylo? Vzpomenej si na to.

Filip: Hele, bylo to… Já vlastně nevím, jestli to bylo před GPT nebo po. To bych asi kecal. Ale vím, že to bylo… Myslím, že to byl Majorny, který byli vlastně také průkopníci, o kterých se nejvíc mluvilo. A jestli před tím různým generováním obrázků, tak tady už nějakou dobu bylo různý pokusy. Oni jsou takový ty vtipný… Jak je tam ten… Will Smith, který jí špagety a je celý rozpadlý a pak máš dva roky později a ta fotka je naprosto realistická. Takže to byla asi nějaká doba, kdy to začalo být populární. Předtím to generování byly fakt jako pokusy. A já vím, že když to začínalo, tak jsme zkoušeli dělat aplikaci na recepty a generovali jsme pomocí dalíčka, to bylo od OpenAI, fotky jídel a oni vypadaly strašně jako… Zámímavě, strašně jako hezky, ale byly takový jako kreslenější, malovanější. Prostě jako, když to začínalo, tak jsi jako, byl jsi v úvěžasu, nebo já jsem byl v úžasu, co to dokáže vygenerovat, ale prostě jako na první dobrou si poznal, hele, tohle je generovaný AI.

Jindřich: když jsem poprvé se s tím setkal já, tak právě bylo také majorny a to ještě tehdál se nevidělo pořád žádný ujíčko, akorát nějaký apíčko, který byl napojen nějaký jako discord server, takže jsem se musel nejdřív registrovat na ten discord server, tam si zakoupit tuším nějaké kredity, možná jsme měli tři generování zdarma nebo něco podobného a pak si tam poslal ten prom, pak se čekal x minut než se ti vykliduje ten obrazek a pak si dostal nějaký výsledek nebo to jsme možná tři byli tuším v trošku odlišném stylu. Ale jak říkáš, od té doby se to samozřejmě dost posunulo. To, o čem mluvíš ty, to už byl něco novější přístup, pokud se neplatu, do OpenAI a přesně tam byly ty Já vlastně moc nevím, jak to popsat. Byl to takový unikátní styl, opravdu takový chat-GPT styl, který ty si vždycky poznal. A dosud, když já na podobný obrázek narazím někde na LinkedInu nebo na Twitteru, tak vždycky to poznáš a vzpomeneš si na tu dobu, že přesně tenhle styl byl takhle unikátní. Což samozřejmě ne vždy nudně špatně. Někdy přesně ten styl oceníš. Teda samozřejmě ten největší problém který tam byl nebo minimálně jak jsem to vnímal tak když trošku odejdu od toho že člověk tam měl šest prstů nebo sedm prstů a veškerý tyhlety a jako artefakty, tak samozřejmě si to nepůjde dokázalo poradit s textem. a to je asi zase něco, byť ne všechny modely aktuální si s tím generováním textu v rámci obrázku poradí, tak celá řada už si dneska s nima poradí jako velmi dobře a to včetně český diakritiky, což si možná za chvíli ukážeme.

Filip: Těch artefaktů na začátku bylo spousta, že jo? Přesně když jsme řešili, jak poznat AI-generované výstupy, tak přesně jedna věc byly texty. Jakmile jsi tam měl nějaké etikety, loga, něco, tak to bylo deformované, že jo? Nějaká konzistence. Když jsme měli více obrázků, tak to na sebe nedokázalo navazovat. Byť ten jeden výsledek byl třeba někdy působivý, tak zreplikovat ho bylo poměrně náročné. jako v tom podobném stylu, jenom třeba trošku jiný úhel, jiná denní doba a tak dále. Ale dneska už jsme se dostali do, doufám si, úplnýho extrému. Někdy já sám se přistihnu, že scrollu Instagramem nebo nějakou sociální sítí a vidím fotku nebo video. Řeknu si, to působí až jako… To je divný, co tam vidím. A pak, až mi dojde, Hele, to je vlastně jako generovaný, že jako do toho realismu takový fakty poučky, který jsme si jako říkali, hledejte artefakty, hledej šest prstů nějaký odlesky, že prostě ve slunečních brýlích, jo, nevidíš toho fotografa, ale vidíš tam úplnej nesmysl nebo něco takovýho, tak to už ne všech, ale jako u spousty modelů prostě dneska jako neplatí.

Jindřich: a to jsme vlastně pořád v rovině těch obrázků, ale tohoto velmi brzo přijde i při generování videa a tam už to bude jako významně horší. Jako už tam téměř jsme, ale většinu se dvou dvrtě těch videí ještě poznáš, nebo minimálně tam je celá řada černých vykřišníků. ale když se vrátíme zpátky k těm obrázkům tak tam ta problematika jako opravdu velká no a akorát jak jsem mluvil o tom když můžeš instagram nebo nějakou sociální síť tak jako já to mám podobně když někoho narazím tak už mám problém jako let s čemu věřit. Takže vždycky se řeknu a je to může to být real nemůže není to real no nic jdu dál takže už i to když by mě někdo jako snažil něčeho přesvědčit tak stejně už mám jsem taky taky podezřívávý že to tomu jako úplně nevěřím. Ale každopádně ta komerční sféra generátorů obrázků tak jsou aktuálně velmi pravděpodobně četovací asistenty, asistenti a tím jsme vlastně probírali v jednom z předchozích dílů a řada z nich umí právě generovat obrázky, například ChatGPT nebo Gemini případně Grog tak ty to umí, ale pak třeba Claude, což já ho používám jako primárně, tak ten neumí generovat obrázky, ten chatovací asistent jako takovej. A stejně tak tuším Perplexity to neumí a DeepSeek to neumí. No takže tohleto možná je znatelná konkurenční výhoda vůči GPT. A je to i jeden z těch důvodů, proč řada retailu a ráda běžných uživatelů tak preferuje například GPT vůči kloadovi.

Filip: Je to velká napřídaná hodnota, Někdy ty nemusíš si nutně jít pro ten obrázek jako takovej, protože záleží samozřejmě na úživateli, ale když mám to flow takový, že chci obrázek, tak nejdu do ChatGPT, ale jdu do nějaké dedikované apky, kde mám větší kontrolu. My se k tomu dostaneme, že k těm různým image modelům se dá dostat různými způsoby, které ti poskytnou mnohem víc kontroly, než třeba skrze chatovacího asistenta. Nicméně ten asistent to dokáže jako využít i v nějakých situacích, že jo, takže mně napadá krásný příklad u Gemina, kdy u něj umějí generovat infografiku, že jo, takže ty si necháš vygenerovat nějakej deep research a on ti k tomu prostě hodí infografiku, nebo oni tam teďka už mají jako tlačítko, že si ji můžeš nechat jako vygenerovat. A tam se přesně pojí to, že ten model je velice dobrý v chápání toho kontextu, umí generovat excelentně texty, anglický, u českých teda někdy ty háčky trošku ujedou, ale pořád ta kvalita je velice působivá. A hlavně mě to fascinovalo, jak do detailu ta infografika může vypadat. A to je podle mě obrovská konkurenční výhoda, že ty to máš propojené do chatbota a tak nějak hezky provedeš toho uživatele, ani on nemusí vědět o tom, že existuje nějaký image model a že zrovna je dobrý na text, ale ty mu to uživatelské rozhraní krásně připravíš, aby on… Jo, tady si kliknu, chci infografiku, dostanu obrázek. To, že to vygeneruje nějaký Nano Banana Pro nebo dvojka, to už to může může být jedno, takže v tomhle třeba ten Claude taky vnímám, že trošku pokulhávají a on teda jejich CEO to vysvětloval tím, že vidějí v tom generování obrázku obrovské jako riziko pro společnost, ale teď je otázka, jestli to je pravda a nebo je to jenom výmluva na to, že prostě nemají image generator.

Jindřich: Já to asi osobně netroufnu shodit, na druhou stranu tady filozofie je spíš jako security než to masové využití, tak asi úplně to nezatracuji, třeba na tom něco bude. Ale určitě to je zajímavá myšlenka, kterou jsi zmínil a je důležité si uvědomit, že to není jenom o generování obrázků, protože Přesně to stále jako celou řadu věcí, například jako grafické asety, loga, branding a furt to stojí na nějakým jako image generátoru, tomu konkrétním modelu, ať už je to třeba nanobanána nebo jakýkoliv jiný. V dnešní době tam můžeme generovat infografiky, loga nebo například produktový fotografie, 3D kresby různých asety, se kterým potom dál můžou pracovat videoeditoři, grafický designéři a celou řadu dalších asetů a to je vlastně na tom hezký. už to chce možná trošku skill už to chce trochu umět s tím pracovat už chce umět ten dobře ten prompting tak aby ty jednotlivý ilustrace byly konzistentní atd. v tom to je obrovská síla, protože přece jenom modelovat třeba 3D grafiku ještě před nějakým časem, je to extrémně složitý, extrémně časově náročný, ty profesionálové 3D grafice, kteří to dělají, jsou velmi dobře placený, ale zase se vracíme k tomu, stačí li ti 90, 80% grafika, tak si to skutečně uděláš, už ani ne za pár dolarů ale za pár centů za pár desítek centů a ten výstup máš uspokojivý když jim potom chceš pracovat někde dál.

Filip: Ta dostupnost mě na tom baví nejvíc. Ve spoustě use case ty si fakt vystačíš s těmi i 70 %. Typický use case, chceš si koupit domů novou pohovku a chceš vidět, jak vypadáš. Dřív jsme měli přesně nějaké aplikace, které ti do prostoru pomocí rozšířený reality umožnili umístit ten 3D model, což bylo super, jako vytvořit takovou appku, udělat ty modely. To bylo prostě strašně nákladné. A ty dneska přijdeš, vyfotíš si obyvák pomocí chat GPTčka, vložíš to tam, vložíš tam fotku toho gaúče a řekneš, hele, vyměň můj gaúč za tady ten. A ten výsledek je strašně fascinující. Máš tam kvalitně ty stíny, vypadá to tam dobře. Na první dobrou to třeba někdy nedopadne, že ten gauch je nějak blbě otočený do zdi nebo tak, tak to zkusíš znovu a ono to dopadne. Takže na spoustu běžných use cases to je za mě úplně super.

Jindřich: Myslím, že se možná trošku posuneme, tak já tady nás dílim, já jsem totiž rámci připravená, jako tohletu epizodu, tak jsem udělal to, že jsem tady odladil nějaký prompt a potom jsem to nechal vygenerovat různýma image generátorama. Takže můžeme se teď v rychlosti na to podívat, můžeme se to tak porovnát, podívat se kým modely třeba by kodali jaký výstup. Důležité je říct, že jsem se snažil dát i dohromady ten prom tak, aby tam byla kompozice, odlesky, aby jsme vyskoušeli i generování textu s diakritikou, takže jsem tady dal, že chci vygenerovat jako zvenčí jako podzimní kavárnu kde bude nápis přes přes jako zkuval přes výlohu kde bude nápis káva o kolače a tak dál. nic jiného jsem neřešil. Prakticky jsem to dal tomu modelu přes nějakou službu, ať už to byl Artlist, nebo to bylo ChatGPT, nebo to bylo Confi UI. Nechal jsem se vygenerovat ten výstup bez nějaké další úpravy. Celá řada věcí mě tady zaujala. Tak pojďme možná… Tady třeba takhle na začátek se podívat, tak tady hned vidím ten Lucid Origin, tak například ten vůbec nezvládá diakritiku. Ostatně to je možná také úplně jako první parametr, který my můžeme hodnotit a celá řada těch modelů nezvládá diakritiku. Beť celá řada i na druhou stranu jí zvládá skvěle.

Filip: Jako ty rozdíly tam jsou vidět, že už jenom, když si to tak jako procházíme, tak některý ty obrázky vypadej tak jako nerealisticky, jestli říkáš, že jsou přesně taky trošku jako malovaný, nebo nenutně jako malovaný, ale prostě něco ti na tom jako nesedí, nebo aspoň já to tak mám, že když nějako koukám, třeba když se podívám na ten ideogram, tak mi to přijde takový až moc jako polišt všechno, takový až moc jako Přesný. Nehledě na to, že ta cedulka do okna tak nezapadá. Takže to tam poznáš. Ale je to zajímavý procházet. Ty texty to je první věc. A druhá věc jsou i ty odlesky. Co mě překvapilo, tak všechny ty modely, to sklo a to, jak to sklo láme ten pohled, tak za mě si s tím poradili všechny dost dobře. Některý líp, ale jako… Je to fascinující, jak ty modely… To je zajímavá úvaha, jestli do jisté míry se dá říct, že chápou tu fyziku, nebo ne. Samozřejmě je to naučené na velké množství data, ale nějaké ten… Statistické propojení tam musí být, protože ten lom světla je fascinující, jak to zvládá.

Jindřich: Mimochodem ten ideogram, tak to je model, který založili bývalí výzkumníci z Google. Jí odešli z Google a založili právě ten image generátor. A ten jejich selling point a ta jich výhoda právě má být v generování a v renderingu textu. Takže oni se obecně profilují do toho, že mají nejlepší text rendering v rámci toho image generátoru. a jako asi ok ten jako testovací text který já jsem dostal jsem dělal tak ten jako v pořádku, ale když se podívám přes tu výlohu tady tak tady mi zatím jako koláče chybí tečárka.

Filip: Třeba je to designový projekt.

Jindřich: Taková zajímavost. A ještě potom mě třeba, když jsem na to koukal, tak mě tady hodně zaujal třeba tadyhle ten imagegen, což vlastně mimochodem tady ten celý řádek, nanobanana pro dvojka, imagegen 4 a ultra, tak to jsou modely od Google. A mě třeba tady na tom imagekin čtyřce tak mě právě zaujal, který je toto kafe, tak ten kouř, který jde z té kávy. To je absolutně nerealistický ten kouř. To je kouř z cigarety nebo z kouř z dýmky. Možná mi to spíš připomíná než kouř z horký kávy.

Filip: No ale co mě nejvíc zaujalo, když jsem to procházel, tak je Nano Banana Pro a to konkrétně ten odlesk vlastně jako té ulice, že ty tam vidíš trošku jako siluetu toho auta, vlastně jakože přesně takový ten jako neduch, když něco fotíš přes sklo a strašně ti vadí, že se ti tam odráží to, co je vlastně jako za tebou, že jo. A to mi přijde jako fascinující, že i to, že vlastně ten odraz toho auta je víc vidět na těch tmavejch objektech, než na těch světlejch, na té stěně. To je přesně to, co se ti děje na té fotce. Jasně, nejsem profifotograf, takže možná někdo, kdo je profí, tak tam najde nějaké nuance. Nicméně na mě to působí strašně realisticky.

Jindřich: Jako dost mě překvapila i ten nanobanan jako dvojka. To si myslím taky jako velmi dobrá a tam to bych možná trošku spochybněl jsou tyhle různý světla, tady bara, plzeň, pub a podobně, nepůsobí to na mě úplně jako česká kamarníčka.

Filip: No když se někdy projdeš po turistické trase v Praze, tak to tak vypadá skoro.

Jindřich: I tak hele, pro mě se na něj přemejštěl, ale zkrátka jako zaujelo mě to. No a ještě když se trošku vrátím traktum na banana pro, co jsi komentoval, tak mně tady přijde super, jak se to poradí s tou logikou, že já jsem tam umyslně napsal do toho promptu jako rainy autumn, takže jsem chtěl, aby to bylo na podzim a nebo deštivo a ty lidi, kteří sedějí uvnitř, tak jsou opravdu jako oblečený tak, jak bys očekával na podzim, což mně přijde taky fascinující.

Filip: Jsou to ty detaily, který už to prostě jako zvládá. Je to jako zajímavý. I to GPT, když se na ně mrknem, tak vypadá jako zajímavé, ale je to víc takový jako artistik, takový jako umělecký. A já třeba mám tu zkušenost u těch různých modelů, že Často to není, jasně, nebo takhle, máš jako nějaký kvality těch modelů, který jsou jako dobrý pro ten model a vynikají v něčem a v něčem jsou jako slabý, ale často jsem jako zjistil, že stejný prompt tak jako funguje na každej model jinak, ale stačí ten prompt třeba trošku jako změnit. a on zafunguje i na ten model, kde to třeba nebylo tak dokonalé. Každý ten model reaguje trošku jinak na nějaké klíčové slova. Takže i z toho GPT-5.3, když jsem zkoušel dostat realistické fotky, tak jsem dostal realistické fotky. Nebo poměrně dost realistické. Takže věřím, že kdybychom upravili prom, tak dostaneme i něco víc realistického, než je tady ten artovej styl, co máme teď. Jako určitě,

Jindřich: samozřejmě z toho, co teď vidíme, tak nejde úplně, dělali globální závěry. Tohle ten framework testování byl jako skutečně triviální, nic jsem moc neřešil, jen se tam hodil ten prompt, dostal jsem výstup. Některý nástroje ti dávají rovnou ty obrázky vyhnutý, třeba 2 nebo 3, Já jsem z toho vždycky vzal ten první, takže opravdu to, co jsem na první dobrou z toho nástroje s tím modelem dostal, tak to jsem tady uložil. Tak, no tohle, když se podívám na ten grok, tak to na mě vůbec působí hodně tak jako pohádkově. Jak z animovaný pohádky trochu. Přesně tady ten hriníček,

Filip: takový hodně artovej, kreslenej. Všechno je takový uhlazený

Jindřich: strašně. – Jo, přesně. Dost podobně i ten stable diffusion. Když si všimneš, tak to je zvláštní knížka, že se může přehybat asi takhle na třetinu a zároveň se může přehybat klasicky na polovinu, takže tohle tady úplně nesedí. S diakritikou si to taky neporadilo. Co dělají tyhle štětce tady v kavárně, budiš.

Filip: Umělecká kavarna. Udiš. Pojďme se možná si posunout od porovnání dál, jestli tam teda nemáš ty ještě nějaký zajímavosti, co tě

Jindřich: zaujaly. Jako určitě může, co si z tohohle toho možná lze odnést, je to, že ty výstupy jsou při nejmenším uspokojivý. A v leckterých případech jsou velmi dobrý. A když si člověk vybere pěť některých z těch modelů, odladí se ten prompt, tak si myslím, že to je velmi dobrý výsledek. Já osobně Už když chci něco dělat, tak nic moc neřeším a zkrátka používám nano banana pro. Možná je to to nejdražší řešení, který tady je, ale tím, že já to nedělám ve velkém množství, tak volím model a ty výstupy tam jsou opravdu skvělý. Čeště dobrý diakritik občas se to netrefí samozřejmě, tak si to přepromtuji znovu, ale v krátkém čase dostanu ten výstup velmi dobrý, takže pokud si zvolíte některých z těch dostupných modelů dobře to napromtuje, tak ten výstup dostanete i v dnešní

Filip: době kvalitní. Jo, hele, já používám taky Nano Banana Pro, jako když potřebuji generovat něco pro sebe, tak to jsou jako jednotky obrázků a tam při víc času strávím, nebo víc mě bude stát to, když hledám nějaký jinej model, než když jako zaplatím relativně jako vysokou částku za Nano Banana Pro. Nicméně, co třeba jsem ještě osvědčilo, tak často já potřebuju generovat obrázky, které ale generuji z jiného obrázku. To znamená, že mám i na vstupu ten obrázek, že to negeneruji jenom z promptu, ale typicky chceš vzít osobu, třeba typicky sebe a chci ji vsadit do nějaké scény nebo do nějaké situace. Na to docela dobře funguje model, jak Nano Banana Pro, tak i Seadream 4.5, s tím, že dokážou poměrně dobře zachovat ten tvůj obličej. Je zajímavý, já jsem třeba pozoroval, že strašně záleží, jak hodně ty manipuluješ třeba s toho jako postavou. že když já sebe jsem jako otočil jenom o kousek nebo jen tak jako trošku jiný na svícení a tak, ty modely si s tím poradí jako skvěle, to podle mě jako nepoznáš, že to nebylo jako vyfocený, ale ve chvíli, kdy chceš udělat trošku větší transformaci, třeba prostě já mám fotku, že mám selfíčko a pak chci, abych seděl na gauči nebo něco takovýho a byl z boku, tak tím, jak si ten model musí toho víc jako domýšlet, a víc je tam jako prostoru prochybu, tak jako já se v tom poznám, vidím, že tam jsou ty rysy, ale není to úplně jako ono. Tak máš jako podobnou zkušenost nebo zkoušel zgenerovat vlastně třeba jako sebe, fotky? A to mě připomíná

Jindřich: přece, když jsme v rámci deep link show našeho podcastu, tak když jsme řešili ty thumbnails, tak jsme vlastně měli nějaké naše fotky a chtěli jsme na jednu stranu dát například to, co dílíme a v pravo postavit jako napřímo oba z nás. Ty jsi měl tu fotku zepředu, kde jsi stál přímo předtím, takže tam si ten model nemusel nic podělat a já jsem ji dodal trošku ze strany. A tam už mě to hodně deformovalo. Ano, přesně jak říkáš, ty rysy tam byly, ale nebylo to úplně použitelné. Myslím si, že řada lidí by mě tam ani nepoznala.

Filip: To máš pravdu, to je vtipně. Mě to připomnělo… Já jsem dělal jednoduchou appu na zkoušení oblečení. To bylo rozšíření do prohlížeče, že se mohl vyzkoušet oblečení. A tím, že jsi zůstal ve stejné poze a jediné, co se změnilo, bylo to oblečení na tobe, tak tam k žádné deformace nedocházelo a člověk vypadal úplně totožně. Jasně, někdy, když si člověk dělal sandu a chtěl dát legíny na sebe, tak to jako… Někdy ti ty nohy to člověku udělalo jako jináčí, než je ve skutečnosti má, ale to fungovalo velice dobře. Takže to je třeba jeden ze zajímavých use cases, co člověk může využít. Tyhle ty image modely, že když přesně nakupuješ na nějakém zalandu, nebo jakýmkoliv e-shopu. Vezmeš fotku, hodíš jí do Nanobanana, protože ten funguje skvěle, hodíš svoji fotku a řekneš, jak bych vypadal v tom oblečení. A co je super, tak dřív si musel mít docela odladěný prompt. Já jsem to dělal ještě v době, kdy byla Nanobanana 1. A jsem se musel přesně popsat, co za co chceš vyměnit a jak to má vypadat. Ale dneska už Gemini má to, že když voláš to přestočetovací rozhraní, tak model udělá sám reasoning před tím. To znamená, že zanalizuje ten tvůj požadavek a ty fotky a udělá si trošku lepší prompt. Takže dneska, když jsem zkoušel to s Gemini, tak stačí jenom říct, že vyzkouši mi tu Mykinu, a ono ti to vyplivne. tebe v tým ikoně, jako kvalitní výstup. To je

Jindřich: opravdu skvělej use case a ty máš to tvý video na kanálu a tam bylo super, že ti to vlastně dalo tebe už na to Zalando, že jsi mohl vyzkoušet ty věci tam. A to už teď dá být, možná rok už to bude, nebo tři, čtyři, tři, tři, tři,

Filip: tři, tři, tři, tři, tři, tři, tři,

Jindřich: tři. Tak ty výsledky byly mnohokdy uspokojivý a přesně třeba já jsem tam dal fotku sebe jako v kalhotech a dal jsem mu kraťasy, vyzkoušte mi kraťasy. On opravdu skvěle mi sundal boty a měl jsem tam jako holý nohy, lejtka nebo holeně a tak a dal mi ty dal mi ty kraťasy právě. Tak to byla jedna věc, která mě zaujala. A ta druhá věc, která mě zaujala, která mi přišla skvěle, takže dal jsem mu fotku moje sebe, já oblečenej, a zároveň jsem mu dal tu druhou stupní fotku Mykinu, která byla na tom ilustračním obrázku zapnutá. A on mě normálně rozepnul a nechal mi tam moje triko pod tím a to by bylo fakt jako realisticky taky. Takže určitě super use case a i tohle to fungovalo od tehda skvěle a věřím, že i teď se to hodně posunulo.

Filip: Posouvá se to dál. Já jsem nedávno řešil produktový fotky. Máš na vstupu nějaké fotky, nějaké oblečení a potřebuješ z toho udělat produktové fotky, takže typicky ty fotcené v bílém softboxu, že máš to bílé pozadí, třeba nějaká věc ti levituje nebo něco takového. A zároveň třeba nějaké promo fotky, že to máš na sportovci, který běží nebo něco takového. Bylo zajímavé pozorovat dvě věci, Čím víc máš jasnou představu o tom, jak ten obrázek chceš vygenerovat, tím je složitější se dopracovat k tomu výsledku, že ty image modely mají skvělý wow efekt. Když nemáš tu jasnou představu, jak to chceš, když si to vygeneruješ, řekneš si, že to je mazec, to je dobré. Když si řekneš, že to chceš fotcené pod nějakým úhlem nebo něco takového, tak tam už to začíná být poměrně. triky, musíš to jako dobře promptovat a nebo třeba dávat nějaký referenční fotky. To strašně jako funguje, že ty tam jenom nedáš, nevím, vyfotím si tričko a neřekneš, chci ho focené, jako by levitovalo z 90 stupňů, ale typicky jako vemeš si ještě nějakou referenční fotku, kde to tričko opravdu tak je a ty tomu modelu řekneš, hele, místo tohoto trička, tak dej tohoto tričko, co já mám a v tu chvíli si ten model s tím jako poradí mnohem líp. A to je jako jedna věc, že tomu dáváš ty exámply. A druhá věc, co mě překvapilo, bylo, že ty můžeš ty modely normálně overpromptovat. To znamená, že ty vytvoříš tak komplikovaný prompt, že ten model vlastně jako zmateš a vyhodí ti jako blbost. Já jsem jako použil, jo pod jakým úhlem je to focené, jak ten člověk je, jaký je přesně pozici, jak má ohnutý ruce a fakt jsem se snažil tu scénu popsat jako co nejdetalnějc, no a najednou ta kvalita toho generování se zhoršila, tak to bylo taky jako zajímavý pozorovat. Dostal jsi z

Jindřich: toho jaký výsledek třeba, co to znamená, že se zhoršila, že tam byla špatná pozice toho člověka nebo. Třeba jako jsem

Filip: tam měl, že ten člověk jako má jet na kole a on to kolo tam prostě jako neměl ve výsledku pak, nebo prostě tam ty nohy byly tak divně, že byly prostě tak jako zkroucený, prostě. Bylo to vlastně tolik pokynů, že ten model se v tom ztratil. Takže podle mě, když bych si to vynesl do grafu, a teď nemám to změřené exaktně, ale čistě pocitově bych řekl, že čím specifičnější prom, tak ti ta kvalita výstupu stoupá, ale existuje určitý bod, kde ty už dáš toho kontextu tolik, že ten model se v tom začne ztrácet a domýšlet si věci, vymýšlet věci a už dostaneš nekvalitní výstup. To nemluvím o tom, když tam dáš nějaký protichudný jako instrukce, to jako v tu chvíli ty modely jsou jako hodně zmatené. Což dává jako smysl,

Jindřich: že? To se asi dostáváme do jinýho tématu. Právě ten engineering, tak třeba v budoucnu na to taky uděláme další díl. Ale ještě mně napadá jeden jako zajímavý use case těch image generátorů a to je právě branding projektu. Těch aplikací které vygenerují loga různě nebo webovku a barvy a merch, hrničky, drižka, propagační materiál s tím logem všechno, tak jich je celá řada. Ale třeba teď jsem si vzpomněl, tak mě asi nejvíc poslední době zaujal Lovart, co tuším se to jméne? Lovart.com. A ten ti vygeneruje opravdu dobře tento logo. Když dáš mu dobrý prom, tak i zatím nanobanana tuším, ale hlavně ti to vygeneruje, takže ty si to potom ještě můžeš exportovat do FIG, my například to musíme ještě upravit. Takže to se zase možná dostáváme ještě asi o krok dál od těch image generator jako takovejch. ale zase není to dokonalý, je to velmi dobrý, je to uspokojivý ten výstup a pro celou řadu lidí to může dát obrovský smysl, dostanou jako konzistentní branding než aby si to třeba dělali sami nebo než aby to za relativně vysoké peníze zadávali nějakýmu grafikovi a samozřejmě za pár dolarů si můžou iterovat až si to odladějí k nějakým svojí spokojenosti. Takže tohle je určitě jeden z dalších use cases, který stojí

Filip: za zmínku. To si možná mi krásně nahral, protože to je jedna z věcí, kterou jsem chtěl zmínit. A to je, že já to pozoruju napříč AI světem, nejen u image generátorů, ale i u videa, jazykových modelů, agentů. Zkrátka ta doba se začíná posouvat k tomu, že my máme skvělý modely, které generují velice dobré výstupy. A teď jako co mi přijde, že jako začíná být víc a víc důležitější, tak je ten tooling, ty nástroje vokolo, který ti vlastně jako před vyšlapou ty cestičky. Já jsem třeba používal nástroji Higgsfield, který má v sobě různé jako image modely i videomodely napojený, prostě jako přesapi, ty tam platíš nějakou jako subscription, no a ty máš předpřipravené use cases. Takže ty třeba budeš mít produktové fotky, které chceš vytvořit, tak místo toho, abys složitě skládal prompt a všechno vysvětloval, použiješ předpřipravený nástroj, kterým vyfotíš svoji fotku a ono ti to vygeneruje přesně v těch pozicích, přesně tak, jak ty chceš. A to si myslím, že teďka… bude konkurenční výhoda spousty produktů. Máme skvělý modely, ty se bez pochyby budou vyvíjet, a kdo vystřeli ještě lepší model, tak na tom bude líp. Ale teď je to hodně o tom, jak tady ty modely zapojit do těch workflows, do toho použití, protože drtivá většina uživatelů si troufám si tvrdit, že se nechce trápit s tím, jak udělat ten dobrý prompt, nebo vymýšlet všechny ty use cases, protože ta kreativita… Je to těžké někdy vymyslet, na co to použít. Vem si technologii, které máme, a někdy se člověk zapotí, na co to aplikovat. Takže to, co se snažím říct, je, že je dobré mít povědomí o těch klasických modelech, jaký jsou na co dobrý, to je fajn, ale pak je dobré i sledovat nástroje, které kolem toho vznikají, protože tam si myslím, že často vzniká to reální šetření času a ten efektivity booster. Když máš nějaký nástroj, který mu pošleš odkaz na svůj produkt na webu a on ti z toho udělá produktový fotky automaticky, tak to ti ušetří mnohem víc času, než kdybys tohle stahoval, dával do nanobanana

Jindřich: a tak dál. Teď je trochu důležitý se odprostit od toho, že my jsme trochu technický lidi nebo s technickým backgroundem, ale pořád tady je při nejmenším stovky milionů dalších lidí, který nemusí tak technický být a vůbec to tak řešit nechtějí. Já si narážím na to, o čem jsme se spolu bavili prakticky včera nebo dnes nebo kdy to bylo. To je to, že vzniká celá řada jako drobných aplikací, který se zaplatí kredity, používají to přesně tyhle jako netechnický lidi, tam nahrou svoji fotku a jim to dá nevím na hlavu nějakou směšnou čepici nebo toho velených postaví Grinče například a podobně, takže. tyhle ty jako image generátory, tak ty modely jako takový, tak otvírají celou řadu jako nových možností, jak na tom vlastně někdo může vydělat a přesně tyhle takové malé aplikace, nebo ty, které jsou mířené právě třeba na ty netechnické lidi, tak těch je dneska opravdu celá řada. Stačí, když si dáš do App Store nebo do Google Play, když tam dáš vyhledat image generátor. nebo AI image, něco takového. To jsou opravdu desítky, neli stovky různých menších nebo větších aplikací, které ti vědou. A dost možná i řada z nich bude wipecoded, kdo ví. Netechnický lidi dělají řešení pro netechnický lidi. Už o tom viděl a vlastně žijeme v krásný době. – Já

Filip: vnímám AI modely jako ten foundation, ten základ, něco jako prostě máš tady programovací frameworky, nebo možná by se dalo spíš říct jako internet, počítače, že máš ten Mac, máš ten Mac OS, a to je ten základ, to máme všichni, to používáme. A teď nad tím všichni staví ty aplikace, které ve výsledku přináší taky tu přidanou hodnotu, protože já často jsem slyšel, že to je jenom obal tady nad tím modelem, tak jakou to má hodnotu. Já si myslím, že tam ta hodnota vznichá. Teď se nebavíme o vtipných čepicích. Zábava je taky hodnota, proč ne? Ale reální využití i v těch firmách, když něco potřeš automatizovat nebo dělat to kvalitně, tak stejně použiješ nějaký specializovaný tool, nástroj, který pod kapotou používá, třeba Nano Banana Pro. Je to krásná doba. Myslím si, že těch možností, co člověk s tím může tvořit, když to zaměřím jenom na ty image generátory, tak je to obrovské množství. Jenom se vybrat. Ta konkurence díky wipecodingu je velká u těch jednoduchých use case. Záleží, jak to

Jindřich: kdo dokáže zmarketovat. Ale co mi ještě napadá, Filipe, nemáš nějakou zkušenost s nějakým image generátorem s modelem na lokálním hardware? Neskoušel jsi třeba něco rozjet na svým Macu?

Filip: Hele, zkoušel jsem to. Teď si to z hlavy nespomenuji, jaký přesně to byl model. Byl to něco od Stable Diffusion.

Jindřich: Jasný, Stable Diffusion, nejznámější,

Filip: jo. Zkoušel jsem to. Je to super, nemáš tam prostě žádný jako guardrails, jo. Prostě můžeš jako generovat prakticky jako cokoliv. Co bylo jako zajímavé, tak je to jako neuvěřitelně náročný na ten počítač. Pokud seš jako kvalitní výstupy, tak já mám poměrně nadupaný Mac, který má 32 giga ramky, má výkonej procesor, má dedikovanou grafickou kartu. A stejně jsem ten obrázek v 1K generoval třeba jako 10-15 minut. A tolik jsem ten Mac účet neslyšel, to bylo jako mazec. Ale je to zajímavé. Je to super, že i jako kvalitní obrázek seš schopnej vygenerovat, byť za obrovské množství času na lokálním hardwareu. A já obecně lokální modelů nejen u obrázků, ale i u jazykových modelů a tak dále fandím, protože vidím v tom budoucnost. Je to takové ta edge AI, že to máš na tom svém hardwareu. Nemusíš volat někde v internetu nějaký velký datový centra. A jsem jako zvědavej, jestli se třeba někdy dostaneme do toho bodu, kdy takhle kvalitní obrázky, jako vidíme třeba od Nano Banana Pro, tak si jako vygenerujeme prostě lokálně na tom svojím počítači. Ale jenom ještě abych se k tomu vrátil, je to poměrně jednoduchý rozjet si takovýhle modely můžeš použít Confi UI nebo Stable Diffusion má něco svýho. Je to trošku náročnější, že si to musíš nastavit, ale těch návodů na internetu je spousta, ale myslím, že to zvládne i méně technický uživatel, jako si rozjet lokální model dneska. A… Já

Jindřich: si možná osobně myslím, že dost pravděpodobně tamto brouzo spěje k tomu, že řada lidí bude používat nějaký lokální modely, když se teď odprostímo těch jako image generátorů, ostatně je to teď i vidět na tom jsou vyprodaný MacStudy, když se tam lidi snaží rozjet OpenClaw plus nějaký kimi lokální model nebo něco, aby veškerý ten datovej processing měli u sebe a nemuseli ty data svoje posílat někam právě na server třetích stran a tak dál. Což hodně možná odpočuju, ale ta budoucnost, co se týče image generátorů, tak už možná mě, já věřím tomu, že Ta budoucnost bude opravdu v tom, že dokážeme jako s obrázku velmi dobře vytvořit video. My už nějak to jako jsme, že dokážeme to video jako hezky vytvořit, existuje na to SORA nebo VEO nebo ten Klink tuším se jmenuje, ten kde ty dáš přesně ten první frame a ten poslední frame, který ty si vyjedeš třeba přes nanobanána. a dobře ti to rozanimuje, ale já když jsem to znovu testoval tak jsem to dával zvířata nebo něco takového animované a můj slon tam měl asi 6 nohou a nejde to tak dávno, takže není to ještě dokonalý, ale myslím si že byť předbíhám nebo možná odbočuju do jiného tématu, čím jsou ty video generátory, o čem se budeme bavit zase jindy, tak myslím si, že přesně tohleto je budoucnost, si obrázek a z toho relativní obratem udělat velmi kvalitní

Filip: video. Jo, jo a mě nejvíc, zase jako dovolím tu odbočku, nebudu zabývat o detailu, ale u těch videí, jak jsem zmiňoval na začátku, u těch obrázků, že jako mně přijde, že ty modely musí mít to pojetí nějaké toho fyzikálního fungování našeho světa, protože všechny ty odlesky a další jako věci, tak u těch obrázků se dá argumentovat prostě tím, že Je tam jeden frame, který je vygenerovaný a je nějakým způsobem statický, ale u toho videa je krásně vidět, že ty videogenerátory v uvozovkách chápou to chování kapalin, vzduchu a dalších věcí. Když tam dáš start frame moře a konec moře a máš tam rozdílné vlny, tak ono ti to vygeneruje, jak ty vlny jdou k tomu pobřeží. Vypadají fakt jako realisticky a to mě vlastně na tom fascinuje jako nejvíc, že ty modely musí mít nějaké jako strašně zajímavé pochopení toho, jak ten náš svět jako do jistý míry funguje. Byť to zní jako strašně tak jako, nevím, divně, nebo nevím, jak to popsat, ale něco takového tam zkrátka je. A on o tom mluvil i Denis Hassabis, což je CEO DeepMindu od Google v podcastu u Lexe Friedman. A to doporučuju, když tak si poslechnout, kde si popisoval image a videogenerátory a právě tu fascinaci tím, že musí chápat to, jak ty síly v tom našem světě fungují.

Jindřich: To je určitě krásné, zajímavé je to, že existuje celá řada fyzikálních jevů, které dnešní fyzika nedokáže úplně vysvětlit, ale ty, který zná tenší fyzika, taky dokáže dobře naučit už počítač. To je určitě neuvěřitelné. Co je zajímavé,

Filip: promiň, že ti do toho skáču, ale zajímavé je, že nikdo ten model neučil tu fyziku, že to není, že by se řeklo, takhle se láme světlo. Tady je hromada dát, A ty ses to jako pochopi, jak to jako funguje. To je na tom za mě to jako wow.

Jindřich: No jasný, vlastních analogií jsem chtěl dojít. A přesně tak, že tam nejsou žádný matematický vzorce za tím, který by vypočítávali jako objem vody a podobný jako fyzikální zákony, ale přesně, že ten model musel nějak navnímat z těch jako dostupných dat, na kterých se učil, jak se vlastně tohle co na tom obrázku je konkrétně bude chovat a v různých prostředích, což mě evokuje to, že těch trénovacích dat musí být enormní ale jako enormní množství a vlastně ani bych si takový jakokoliv nedokázal odhadnout, ale opravdu to musí být velké množství a samozřejmě furt říkám že u těch videí, my jsme relativně na začátku, ten výsledek byť je dobrý, byť je uspokojivý, tak to co nás čeká jako v dohledný době, tak to bude nerozpořádatelný od reality. Tak my

Filip: jsme to vlastně řešili v jedným z předchozích epizod o deepfake vlastně jako problému. A to je přesně ono, že jo? Nerozpoznatelná realita od toho, co vygenerovala AI. Tam se jako blížíme. Má to spoustu skvělých benefitů, ale taky spoustu problémů. Ale to už bychom zase odbíhali úplně do jiného rabbit holu. Já mě možná ještě

Jindřich: jako poslední myšlenka, která mě tomuto napadá je, ta dostupnost vlastně ty umělý inteligence v grafických nástrojích, no ať už je to Canva nebo Photoshop a celá řada dalších, tak to je zase něco co jako velmi dobře dostupný, Canva s tím hodně pracuje například i třeba jako nedesignéři, který potřebuje něco nadesignovat nebo neprofesionální designéři, a to AI s tím jako velmi pomůže a obecně je známí tím, že Canva hodně šla do AI, teď co měli už to byl ten minulý rok, když měli tu jejich konferenci, tak představovali sami jenom AI funkce a každej ten talk nebo každý článek, který jsem přečetl, tak měl xkrat v sobě slovo AI. No ale každopádně to je vlastně zase ta krásná dostupnost toho, že si můžeš označit tady nevím něco, vymažte ten strom podobně Apple Intelligence například. A tohle všechno taky musí být jako nějak zapojený jazykový model nebo nad nějakým jazykovým modelem a tomu to může fungovat a je to možná zase ukázka toho, jak se to uměla inteligence a i ty image generátory dostávají právě do komerční sféry i koncovým uživatelům, který třeba jinak s tím ani tolik pracovat nemusí.

Filip: Vlastně je to to, co jsem zmiňoval, že ta integrace do těch nástrojů nebo tvorba nástrojů okolo, tak vlastně zjednodušujou to použití a ty si v té firmě klikneš odstraň pozadí, ono se odstraní. Uprav obrázek, tak zadáš text a on se upraví. A výsledku, oni tam si se zobrazují, který model to volá, ale tobě to vlastně nemusí úplně zajímat. A to si myslím, že je ta budoucnost, kam jsme směřujeme, že za pár let. tak už se nebudeme bavit o tom, který model to volalo a že si tam budeš přepínat, protože ty modely si myslím, že budou tak jako dobrý, že jenom v tom grafickém nástroji řekneš, já chci změnit tohle. A nebudeš řešit, co tam je na pozadí. Prostě to se děje, takhle to funguje a to je budoucnost těch grafických nástrojů.

Jindřich: Jo, co k tomu, hezky si to schrnul a tím bych ten dnešní díl uzavřel. Díky za tvůj čas, bylo to fajn povídání. Díky všem poslouchačům, kteří nás poslouchají, určitě budeme rádi, pokud by vás to zaujalo, že nás budete odebírat, teď už tady na YouTube nebo na ostatních podcastových platformách. A v neposlední řadě mějte se podívat i na Filipův YouTube kanál, který má tam celou řadu zajímavých videí.

Filip: Díky, Jindro, taky za skvělej pokec, bylo to zajímavý a těším se na další témat a máme jich celou, celou řadu. A pokud vás něco našeho posluchače napadne, co by vás třeba jako zajímalo nebo třeba co vám přijde jako zajímavý a chtěli byste slyšet názor jiných lidí, protože o tom to je, zároveň my chceme slyšet vaše názory v komentářích, takže určitě nám dejte vědět, co se o těch tématech myslíte. Tak budeme rádi, když se o ty témata s námi podělíte a my se třeba inspirujeme a některá z dalších epizod bude na to téma. Tak jo, děkujeme, díky, Jindro a měj se krásně. Díky

Jindřich: moc, uvidíme se příště. Čau, čau. Čau.