Ideogram 4 можно научить редактировать изображения с использованием рамок вместо масок
• доработан AI‑Toolkit для работы с тройками "изображение‑ссылка‑промпт"
• модифицирован ComfyUI
• создан кастом пак и workflow для слияния референсного изображения с латентом
• проведено два этапа обучения:
- первый на низком разрешении (512 px) - модель поняла инструкции
- второй на 24 изображениях 1920×1072 - многообещающие результаты.
Для надёжного и универсального редактирования нужны больший датасет и больше VRAM
LoRA
#ideogram4 #imageediting
• доработан AI‑Toolkit для работы с тройками "изображение‑ссылка‑промпт"
• модифицирован ComfyUI
• создан кастом пак и workflow для слияния референсного изображения с латентом
• проведено два этапа обучения:
- первый на низком разрешении (512 px) - модель поняла инструкции
- второй на 24 изображениях 1920×1072 - многообещающие результаты.
Для надёжного и универсального редактирования нужны больший датасет и больше VRAM
LoRA
#ideogram4 #imageediting
🔥7👍3🤔2
Data2Story
Виртуальная новостная редакция. Мультиагентная система, превращающая набор данных в проверяемую мультимедийную историю с доказательной базой.
Цепочка из специализированных агентов«сотрудников последовательно обрабатывает данные:
• Детектив - ищет внешний контекст (история, значимость данных).
• Аналитик - изучает распределения, корреляции, тренды, аномалии.
• Редактор - выбирает нарратив, ключевые находки.
• Дизайнер - подбирает визуалы: графики, изображения, видео, интерактив.
• Программист - собирает финальный HTML‑документ, маркирует элементы ссылками на источники.
• Аудитор - исправляет вёрстку (отступы, выравнивание).
• Инспектор - проверяет, что каждое утверждение подкреплено доказательством; создаёт интерактивный просмотрщик.
Реализовано в виде скилла для Claude Code / Codex
Гитхаб
#skill #agent
Виртуальная новостная редакция. Мультиагентная система, превращающая набор данных в проверяемую мультимедийную историю с доказательной базой.
Цепочка из специализированных агентов«сотрудников последовательно обрабатывает данные:
• Детектив - ищет внешний контекст (история, значимость данных).
• Аналитик - изучает распределения, корреляции, тренды, аномалии.
• Редактор - выбирает нарратив, ключевые находки.
• Дизайнер - подбирает визуалы: графики, изображения, видео, интерактив.
• Программист - собирает финальный HTML‑документ, маркирует элементы ссылками на источники.
• Аудитор - исправляет вёрстку (отступы, выравнивание).
• Инспектор - проверяет, что каждое утверждение подкреплено доказательством; создаёт интерактивный просмотрщик.
Реализовано в виде скилла для Claude Code / Codex
Гитхаб
#skill #agent
😱5👍3🔥1
SCAIL-2 GGUF
Квантизованные веса оживлятора-аниматора SCAIL-2
Воркфлоу прилагается
раз
два
туториал
#characteranimation #animation #motioncontrol #gguf #workflow
Квантизованные веса оживлятора-аниматора SCAIL-2
Воркфлоу прилагается
раз
два
туториал
#characteranimation #animation #motioncontrol #gguf #workflow
🔥6❤3👍2
SYNTX.AI
Платформа-агрегатор для работы с нейросетками
Есть модели для работы с картинками, видео, музыкой, текстом
- Seedance 2.0
- Kling
- Nano banana
- SwitchX
- HappyHorse
- Topaz
- Veo3.1
- GPT-5.5
- Claude opus 4.8
- Grok 4.3
- Gemini
и другие - всего более 90 моделей
На тарифе Basic действует безлимит на Stable Diffusion
Начиная с тарифа Pro можно создавать и запускать GPT агентов
Токены по подписке не сгорают, но работают только при активной подписке
На старте дают 5 бесплатных запросов, 3 запроса в день на Stable Diffusion, 5 запросов в день на flux.1
🏆 Вчера на платформе запущен конкурс туториалов с призовым фондом 15 000$ - прием работ заканчивается 25.06
Подключаясь по моей реф ссылке, вы поддержите канал!
#platform #online #contest
Платформа-агрегатор для работы с нейросетками
Есть модели для работы с картинками, видео, музыкой, текстом
- Seedance 2.0
- Kling
- Nano banana
- SwitchX
- HappyHorse
- Topaz
- Veo3.1
- GPT-5.5
- Claude opus 4.8
- Grok 4.3
- Gemini
и другие - всего более 90 моделей
На тарифе Basic действует безлимит на Stable Diffusion
Начиная с тарифа Pro можно создавать и запускать GPT агентов
Токены по подписке не сгорают, но работают только при активной подписке
На старте дают 5 бесплатных запросов, 3 запроса в день на Stable Diffusion, 5 запросов в день на flux.1
🏆 Вчера на платформе запущен конкурс туториалов с призовым фондом 15 000$ - прием работ заканчивается 25.06
Подключаясь по моей реф ссылке, вы поддержите канал!
#platform #online #contest
400😱6👍4👎3❤1
This media is not supported in your browser
VIEW IN TELEGRAM
Surflo
Реконструкция 3D-поверхности из нескольких фото. Справляется с передним и задним планом, держит согласованность видов.
• строит облако точек, конвертирует в сетку
• работает с любым числом фото - размер скрытого состояния не растёт
• даёт разное разрешение от грубого превью до плотной сетки
• для контроля точек использует Flow-Matching и гауссианы
Гитхаб ждем
#gaussian #3dreconstruction #image2scene
Реконструкция 3D-поверхности из нескольких фото. Справляется с передним и задним планом, держит согласованность видов.
• строит облако точек, конвертирует в сетку
• работает с любым числом фото - размер скрытого состояния не растёт
• даёт разное разрешение от грубого превью до плотной сетки
• для контроля точек использует Flow-Matching и гауссианы
Гитхаб ждем
#gaussian #3dreconstruction #image2scene
❤12
This media is not supported in your browser
VIEW IN TELEGRAM
RF-DETR keypoints
Roboflow выпустили модель для детекции ключевых точек (поз и суставов) на видео в реальном времени.
Выдает 2D-эллипс неопределённости для каждой точки, сразу видно зоны неуверенности
• 71,8 AP на COCO, задержка 9,7 мс на T4
• обгоняет YOLO11-pose и YOLO26-pose при схожей задержке
Гитхаб
#detection #video2pose #poseestimation #realtime
Roboflow выпустили модель для детекции ключевых точек (поз и суставов) на видео в реальном времени.
Выдает 2D-эллипс неопределённости для каждой точки, сразу видно зоны неуверенности
• 71,8 AP на COCO, задержка 9,7 мс на T4
• обгоняет YOLO11-pose и YOLO26-pose при схожей задержке
Гитхаб
#detection #video2pose #poseestimation #realtime
👍14
This media is not supported in your browser
VIEW IN TELEGRAM
DreamX-World 1.0
Уже была в мае новость про эту видеомодель мира на базе #wan22
Сейчас выпустили
DreamX-World-5B - вроде 5B уже было, но тут свежие веса 🤷♂️
DreamX-World-5B-Cam - 5-секундные видео с точным контролем камеры
Минута непрерывного хронометража, интерактивность в рилтайме. Хорошая память - можно крутиться и ничего не пропадет
Обещают выпустить какую-то бету
Гитхаб
#cameracontrol #world #intereactive #text2world #realtime
Уже была в мае новость про эту видеомодель мира на базе #wan22
Сейчас выпустили
DreamX-World-5B - вроде 5B уже было, но тут свежие веса 🤷♂️
DreamX-World-5B-Cam - 5-секундные видео с точным контролем камеры
Минута непрерывного хронометража, интерактивность в рилтайме. Хорошая память - можно крутиться и ничего не пропадет
Обещают выпустить какую-то бету
Гитхаб
#cameracontrol #world #intereactive #text2world #realtime
👍7🤔3
Image-to-LoRA (i2L) V2
Создание лоры по одной картинке от ModelScope. Закрывает разрыв между референсом и стилем в диффузионных моделях.
Версия V2 - улучшенные веса, стабильнее перенос стиля
Cовместима с SD1.5 и SDXL
Klein 4b / Zimage / Hidream01
#klein #zimage #hidream #lora #i2l #image2ora #finetuning
Создание лоры по одной картинке от ModelScope. Закрывает разрыв между референсом и стилем в диффузионных моделях.
Версия V2 - улучшенные веса, стабильнее перенос стиля
Cовместима с SD1.5 и SDXL
Klein 4b / Zimage / Hidream01
#klein #zimage #hidream #lora #i2l #image2ora #finetuning
🔥12❤2
This media is not supported in your browser
VIEW IN TELEGRAM
Grok Imagine Video 1.5
Раскатали для широкой публики
А также Video 1.5 Fast с лучшим качеством и уменьшенным временем ожидания
• разрешение 480p/720p, 24 кадра/с
• генерация видео (1–15 секунд) из статичного изображения по текстовому описанию
• встроенная генерация аудио: звуковые эффекты, фоновый звук, диалоги с липсинком
• поддержка разных соотношений сторон (16:9, 9:16, 1:1 и др.)
• продление клипа через Extend from Frame (выбор кадра для продолжения)
• пространственный аудиодвижок (звук меняется при перемещении объекта)
• контроль микровыражений (реалистичные эмоции на лицах)
Попробовать
API
#i2v #t2v
Раскатали для широкой публики
А также Video 1.5 Fast с лучшим качеством и уменьшенным временем ожидания
• разрешение 480p/720p, 24 кадра/с
• генерация видео (1–15 секунд) из статичного изображения по текстовому описанию
• встроенная генерация аудио: звуковые эффекты, фоновый звук, диалоги с липсинком
• поддержка разных соотношений сторон (16:9, 9:16, 1:1 и др.)
• продление клипа через Extend from Frame (выбор кадра для продолжения)
• пространственный аудиодвижок (звук меняется при перемещении объекта)
• контроль микровыражений (реалистичные эмоции на лицах)
Попробовать
API
#i2v #t2v
❤4