This media is not supported in your browser
VIEW IN TELEGRAM
🚀 رونمایی از مدل ویدئویی Black Forest Labs
تیم Black Forest Labs که پیش‌تر با ارائه مدل‌های متن‌به‌تصویر FLUX شناخته شده بود، بالاخره جزئیات اولیه از مدل ویدئویی خود را منتشر کرد. این تیم اکنون خبر از توسعه FLUX 3 می‌دهد که تحولی در رویکرد آن‌ها محسوب می‌شود.
🧠 نکته کلیدی در مورد این مدل جدید، قابلیت تولید چندوجهی (Multimodal) آن است. گفته می‌شود FLUX 3 یک مدل یکپارچه است که توانایی تولید همزمان تصویر، ویدئو و صوت را در یک ساختار واحد دارد.
⚡ پیش‌بینی می‌شود سطح کیفی خروجی‌های این مدل در رقابت با مدل‌های ویدئویی پیشرفته Google قرار بگیرد. انتشار این مدل به‌صورت تدریجی در هفته‌ها و ماه‌های آتی برنامه‌ریزی شده است.
باید دید آیا این مدل جدید می‌تواند استانداردهای فعلی در تولید ویدئوهای هوش مصنوعی را جابه‌جا کند یا خیر.
اطلاعات بیشتر در وب‌سایت رسمی
#Black_Forest_Labs #FLUX_3
تیم Black Forest Labs که پیش‌تر با ارائه مدل‌های متن‌به‌تصویر FLUX شناخته شده بود، بالاخره جزئیات اولیه از مدل ویدئویی خود را منتشر کرد. این تیم اکنون خبر از توسعه FLUX 3 می‌دهد که تحولی در رویکرد آن‌ها محسوب می‌شود.
🧠 نکته کلیدی در مورد این مدل جدید، قابلیت تولید چندوجهی (Multimodal) آن است. گفته می‌شود FLUX 3 یک مدل یکپارچه است که توانایی تولید همزمان تصویر، ویدئو و صوت را در یک ساختار واحد دارد.
⚡ پیش‌بینی می‌شود سطح کیفی خروجی‌های این مدل در رقابت با مدل‌های ویدئویی پیشرفته Google قرار بگیرد. انتشار این مدل به‌صورت تدریجی در هفته‌ها و ماه‌های آتی برنامه‌ریزی شده است.
باید دید آیا این مدل جدید می‌تواند استانداردهای فعلی در تولید ویدئوهای هوش مصنوعی را جابه‌جا کند یا خیر.
اطلاعات بیشتر در وب‌سایت رسمی
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#Black_Forest_Labs #FLUX_3
This media is not supported in your browser
VIEW IN TELEGRAM
🚀 رونمایی از مدل هوش مصنوعی FLUX 3 Video
شرکت Black Forest Labs با معرفی مدل چندوجهی (Multimodal) جدید خود، استانداردهای تولید ویدیو را ارتقا داد. مدل FLUX 3 Video قادر است ویدیوهایی تا سقف ۲۰ ثانیه را با ترکیب چندین صحنه و تغییر زوایای دوربین تنها در یک مرحله پردازش (Single pass) تولید کند.
⚡ یکی از ویژگی‌های فنی برجسته این مدل، تولید همزمان صدا، گفتار، لهجه و همگام‌سازی دقیق لب (Lip-sync) است که خروجی‌های بسیار واقع‌گرایانه‌ای ارائه می‌دهد. با بهره‌گیری از معماری جدید، امکان ادامه‌سازی (Extension) کلیپ‌ها از آخرین فریم وجود دارد که پایداری حرکت و منطق روایی صحنه را به‌خوبی حفظ می‌کند.
🧩 قابلیت نوآورانه Draft Mode نیز به کاربران اجازه می‌دهد ابتدا پیش‌نویس‌های اقتصادی تهیه کرده و پس از انتخاب گزینه مطلوب، رندر نهایی را با کیفیت کامل دریافت کنند.
#FLUX_3_Video #Lip_sync
شرکت Black Forest Labs با معرفی مدل چندوجهی (Multimodal) جدید خود، استانداردهای تولید ویدیو را ارتقا داد. مدل FLUX 3 Video قادر است ویدیوهایی تا سقف ۲۰ ثانیه را با ترکیب چندین صحنه و تغییر زوایای دوربین تنها در یک مرحله پردازش (Single pass) تولید کند.
⚡ یکی از ویژگی‌های فنی برجسته این مدل، تولید همزمان صدا، گفتار، لهجه و همگام‌سازی دقیق لب (Lip-sync) است که خروجی‌های بسیار واقع‌گرایانه‌ای ارائه می‌دهد. با بهره‌گیری از معماری جدید، امکان ادامه‌سازی (Extension) کلیپ‌ها از آخرین فریم وجود دارد که پایداری حرکت و منطق روایی صحنه را به‌خوبی حفظ می‌کند.
🧩 قابلیت نوآورانه Draft Mode نیز به کاربران اجازه می‌دهد ابتدا پیش‌نویس‌های اقتصادی تهیه کرده و پس از انتخاب گزینه مطلوب، رندر نهایی را با کیفیت کامل دریافت کنند.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#FLUX_3_Video #Lip_sync
🚀 تحول در کیفیت ویدیو با مدل جدید FLUX
تیم BFL از ابزار جدید خود برای افزایش کیفیت ویدیو (Video Upscale) رونمایی کرد. برخلاف ابزارهایی که فریم‌ها را به‌صورت جداگانه پردازش می‌کنند، این مدل بر پایه معماری پیشرفته FLUX 3 بنا شده و ویدیوها را به‌صورت یکپارچه بهینه‌سازی می‌کند.
ویژگی‌های کلیدی این مدل:
- پردازش ویدیو تا ۲۰ ثانیه با وضوح حداکثری ۱۴.۴ مگاپیکسل.
- حالت
- حالت
این ابزار با مدل‌های تولید شده توسط FLUX 3 بهترین سازگاری را دارد. برای شروع کار و مشاهده نتایج، می‌توانید به Playground رسمی مراجعه کنید و راهنمای کامل را در مستندات BFL مطالعه کنید.
#FLUX_Video_Upscale #FLUX_3
تیم BFL از ابزار جدید خود برای افزایش کیفیت ویدیو (Video Upscale) رونمایی کرد. برخلاف ابزارهایی که فریم‌ها را به‌صورت جداگانه پردازش می‌کنند، این مدل بر پایه معماری پیشرفته FLUX 3 بنا شده و ویدیوها را به‌صورت یکپارچه بهینه‌سازی می‌کند.
ویژگی‌های کلیدی این مدل:
- پردازش ویدیو تا ۲۰ ثانیه با وضوح حداکثری ۱۴.۴ مگاپیکسل.
- حالت
Precise (۴ مرحله‌ای): مناسب برای حفظ جزئیات اولیه با سرعت و هزینه کمتر.- حالت
Creative (مهم‌ترین مراحل‌ای): برای افزودن جزئیات بیشتر به تصویر، ایده‌آل برای محتوای هنری.این ابزار با مدل‌های تولید شده توسط FLUX 3 بهترین سازگاری را دارد. برای شروع کار و مشاهده نتایج، می‌توانید به Playground رسمی مراجعه کنید و راهنمای کامل را در مستندات BFL مطالعه کنید.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#FLUX_Video_Upscale #FLUX_3
❤2
Media is too big
VIEW IN TELEGRAM
🤖 انتشار مدل FLUX 3 Action برای کنترل ربات‌ها
شرکت Black Forest Labs مدل FLUX 3 Action را با هدف کنترل حرکت ربات‌ها معرفی کرد. این مدل بر پایه نسخه ۷ میلیارد پارامتری FLUX 3 توسعه یافته و با استفاده از ویدیوهای ضبط‌شده از عملکرد ربات‌ها که با داده‌های حسگرهای حرکتی مفاصل همگام‌سازی شده‌اند، آموزش دیده است.
مدل به صورت همزمان، پیش‌بینی وضعیت آینده مفاصل و نتیجه بصری آن را انجام می‌دهد. فرآیند کنترل به این صورت است که سیستم بر اساس ورودی متنی، تصاویر فعلی و وضعیت لحظه‌ای ربات، دستورات حرکتی را تولید می‌کند. ربات بخشی از دستورات را اجرا کرده و پس از دریافت فیدبک تصویری جدید، گام‌های بعدی را محاسبه می‌کند.
در بنچمارک شبیه‌ساز RoboLab-120، این مدل با ثبت نرخ موفقیت ۴۲.۹ درصد، عملکرد بالاتری نسبت به Cosmos 3 Nano (با ۱۶ میلیارد پارامتر) داشته است.
دسترسی به منابع:
- وزن‌های مدل
- کد برنامه
#FLUX_3_Action #RoboLab_120
شرکت Black Forest Labs مدل FLUX 3 Action را با هدف کنترل حرکت ربات‌ها معرفی کرد. این مدل بر پایه نسخه ۷ میلیارد پارامتری FLUX 3 توسعه یافته و با استفاده از ویدیوهای ضبط‌شده از عملکرد ربات‌ها که با داده‌های حسگرهای حرکتی مفاصل همگام‌سازی شده‌اند، آموزش دیده است.
مدل به صورت همزمان، پیش‌بینی وضعیت آینده مفاصل و نتیجه بصری آن را انجام می‌دهد. فرآیند کنترل به این صورت است که سیستم بر اساس ورودی متنی، تصاویر فعلی و وضعیت لحظه‌ای ربات، دستورات حرکتی را تولید می‌کند. ربات بخشی از دستورات را اجرا کرده و پس از دریافت فیدبک تصویری جدید، گام‌های بعدی را محاسبه می‌کند.
در بنچمارک شبیه‌ساز RoboLab-120، این مدل با ثبت نرخ موفقیت ۴۲.۹ درصد، عملکرد بالاتری نسبت به Cosmos 3 Nano (با ۱۶ میلیارد پارامتر) داشته است.
دسترسی به منابع:
- وزن‌های مدل
- کد برنامه
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#FLUX_3_Action #RoboLab_120
This media is not supported in your browser
VIEW IN TELEGRAM
🍌 انتشار نسخه 2.1 مدل Nano Banana گوگل
گوگل نسخه جدید مدل Nano Banana 2.1 را برای تولید و ویرایش تصاویر عرضه کرد. طبق اعلام این شرکت، عملکرد مدل در تمامی بخش‌ها نسبت به نسخه‌های قبلی بهبود یافته است.
مهم‌ترین تغییرات این نسخه شامل موارد زیر است:
- ارتقای کیفیت طراحی بصری
- بهبود قابلیت ویرایش بر اساس ماسک
- حفظ ثبات سوژه در فریم‌های متوالی
این به‌روزرسانی تنها چند روز پس از انتشار مدل FLUX 3 Image با قابلیت ویرایش مبتنی بر کادر معرفی شده است.
#NanoBanana_2_1 #FLUX_3_Image
گوگل نسخه جدید مدل Nano Banana 2.1 را برای تولید و ویرایش تصاویر عرضه کرد. طبق اعلام این شرکت، عملکرد مدل در تمامی بخش‌ها نسبت به نسخه‌های قبلی بهبود یافته است.
مهم‌ترین تغییرات این نسخه شامل موارد زیر است:
- ارتقای کیفیت طراحی بصری
- بهبود قابلیت ویرایش بر اساس ماسک
- حفظ ثبات سوژه در فریم‌های متوالی
این به‌روزرسانی تنها چند روز پس از انتشار مدل FLUX 3 Image با قابلیت ویرایش مبتنی بر کادر معرفی شده است.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#NanoBanana_2_1 #FLUX_3_Image
🖼 انتشار مدل‌های جدید FLUX 3 و Krea 3
شرکت BFL مدل FLUX 3 Image Klein را با ۵.۶ میلیارد پارامتر به صورت متن‌باز عرضه کرد. این مدل به طور پیش‌فرض روی رزولوشن 4MP متمرکز است و از ۱۰ رفرنس برای کنترل چیدمان اشیاء پشتیبانی می‌کند. نسخه INT8 این مدل با ۸ گیگابایت VRAM اجرا می‌شود و تولید تصویر در رزولوشن 1MP با کارت گرافیک RTX 4070 کمتر از ۹ ثانیه زمان می‌برد. وزن‌های این مدل تحت لایسنس FLUX Kommunity منتشر شده که محدودیت‌هایی برای استفاده تجاری دارد.
در همین حال، Krea 3 وارد مرحله بتا شد. این ابزار تمرکز اصلی خود را بر ویرایش تصاویر گذاشته است و با استفاده از ۶ رفرنس، چهره‌ها و جزئیات کالاها را هنگام تغییر صحنه حفظ می‌کند. اکثر ویرایش‌ها در رزولوشن 2K این مدل زیر ۸ ثانیه انجام می‌شوند، اگرچه عملکرد آن در تولید تصویر از روی متن (text2image) با خطاهای بصری همراه است.
#FLUX_3_Image_Klein #Krea_3
شرکت BFL مدل FLUX 3 Image Klein را با ۵.۶ میلیارد پارامتر به صورت متن‌باز عرضه کرد. این مدل به طور پیش‌فرض روی رزولوشن 4MP متمرکز است و از ۱۰ رفرنس برای کنترل چیدمان اشیاء پشتیبانی می‌کند. نسخه INT8 این مدل با ۸ گیگابایت VRAM اجرا می‌شود و تولید تصویر در رزولوشن 1MP با کارت گرافیک RTX 4070 کمتر از ۹ ثانیه زمان می‌برد. وزن‌های این مدل تحت لایسنس FLUX Kommunity منتشر شده که محدودیت‌هایی برای استفاده تجاری دارد.
در همین حال، Krea 3 وارد مرحله بتا شد. این ابزار تمرکز اصلی خود را بر ویرایش تصاویر گذاشته است و با استفاده از ۶ رفرنس، چهره‌ها و جزئیات کالاها را هنگام تغییر صحنه حفظ می‌کند. اکثر ویرایش‌ها در رزولوشن 2K این مدل زیر ۸ ثانیه انجام می‌شوند، اگرچه عملکرد آن در تولید تصویر از روی متن (text2image) با خطاهای بصری همراه است.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#FLUX_3_Image_Klein #Krea_3
Media is too big
VIEW IN TELEGRAM
🚀 عرضه مدل ویدئویی FLUX 3 Max
شرکت fal با همکاری Black Forest Labs مدل جدید FLUX 3 Max را منتشر کرد. این مدل که برای تولید ویدئو از روی متن یا تصویر بهینه‌سازی شده، تمرکز ویژه‌ای بر سرعت اینفرنس دارد.
طبق داده‌های اعلام‌شده توسط Artificial Analysis، این مدل در حال حاضر در رده‌بندی کیفی ویدئو، در کنار مدل‌های مطرحی مانند Seedance 2.5 و MiniMax H3 قرار می‌گیرد.
مهم‌ترین مشخصات فنی و تجاری:
* زمان تولید ۱۰ ثانیه ویدئو با رزولوشن 720p حدود ۱۲.۴۵ ثانیه است که طبق بنچمارک‌های fal، ۲۲ برابر سریع‌تر از Seedance 2.5 عمل می‌کند.
* قابلیت تولید ویدئو همراه با صدا در مدل پیاده‌سازی شده است.
* هزینه فعلی تا ۷ نوامبر برای هر ثانیه ویدئو ۰.۰۴۲۵ دلار است که پس از این تاریخ به ۰.۱۷ دلار به ازای هر ثانیه افزایش می‌یابد.
جزئیات بیشتر و دسترسی به محیط تست در وب‌سایت fal و بخش Image-to-Video قابل بررسی است.
#FLUX_3_Max #Image_to_Video
شرکت fal با همکاری Black Forest Labs مدل جدید FLUX 3 Max را منتشر کرد. این مدل که برای تولید ویدئو از روی متن یا تصویر بهینه‌سازی شده، تمرکز ویژه‌ای بر سرعت اینفرنس دارد.
طبق داده‌های اعلام‌شده توسط Artificial Analysis، این مدل در حال حاضر در رده‌بندی کیفی ویدئو، در کنار مدل‌های مطرحی مانند Seedance 2.5 و MiniMax H3 قرار می‌گیرد.
مهم‌ترین مشخصات فنی و تجاری:
* زمان تولید ۱۰ ثانیه ویدئو با رزولوشن 720p حدود ۱۲.۴۵ ثانیه است که طبق بنچمارک‌های fal، ۲۲ برابر سریع‌تر از Seedance 2.5 عمل می‌کند.
* قابلیت تولید ویدئو همراه با صدا در مدل پیاده‌سازی شده است.
* هزینه فعلی تا ۷ نوامبر برای هر ثانیه ویدئو ۰.۰۴۲۵ دلار است که پس از این تاریخ به ۰.۱۷ دلار به ازای هر ثانیه افزایش می‌یابد.
جزئیات بیشتر و دسترسی به محیط تست در وب‌سایت fal و بخش Image-to-Video قابل بررسی است.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#FLUX_3_Max #Image_to_Video