This media is not supported in your browser
VIEW IN TELEGRAM
real-time voice AI
Hugging Face и Cerebras собрали пример опенсорсного голосового диалогового агента в рилтайме
• Gemma 4 VLM на Cerebras — быстрый инференс
• Parakeet (Nvidia) — распознавание речи
• Qwen3TTS (Alibaba) — синтез голоса
• задержка минимальна, отклик почти мгновенный
Работает в роботах Reachy Mini (свыше 9000 устройств)
Гитхаб
Демо
#realtime #dialog #voicemode #vlm #multimodal #interactive #tts #stt #duplex
Hugging Face и Cerebras собрали пример опенсорсного голосового диалогового агента в рилтайме
• Gemma 4 VLM на Cerebras — быстрый инференс
• Parakeet (Nvidia) — распознавание речи
• Qwen3TTS (Alibaba) — синтез голоса
• задержка минимальна, отклик почти мгновенный
Работает в роботах Reachy Mini (свыше 9000 устройств)
Гитхаб
Демо
#realtime #dialog #voicemode #vlm #multimodal #interactive #tts #stt #duplex
👍9🔥2
Затестил как работает AutoResearch на репозиториях гитхаб
Суть такая. В адресной строке репозитория добавляем буквы
Если нет регистрации - регаемся. На старте дают $10 на баланс
После этого можно давать ресерч-агенту любые задания по репозиторию. Я скормил ему Fast-FoundationStereo и кликнул на предлагаемый по дефолту промпт:
Тут можно выбрать Opus 4.8 / GLM 5.2. Я выбрал GLM
Ну и еще надо подсоединить свой гитхаб - иначе агент не сможет сделать форк
Агент зашуршал и через несколько минут все было готово к запуску. Нужно было только вписать токен wandb.ai
Ну что ж, идем на wandb.ai, регаемся, берем токен - там денег не требуют. Возвращаемся на openresearch.sh и запускаем уже готовый код - надо выбрать железо. Я выбрал самое дешевое.
Через несколько минут можно посмотреть логи и результат. За все время сгорело примерно $0.5 из $10
К сожалению, пока тыкал в результаты, чтото опять запустил и при следующем заходе на платформу оказалось что все деньги сгорели. И результат они не хранят, похоже. Вернувшись на следующий день я не смог найти картинку которую мне сделал Fast-FoundationStereo, так что любуйтесь на скрин рабочего пространства
#coding
Суть такая. В адресной строке репозитория добавляем буквы
AR перед github.com...Если нет регистрации - регаемся. На старте дают $10 на баланс
После этого можно давать ресерч-агенту любые задания по репозиторию. Я скормил ему Fast-FoundationStereo и кликнул на предлагаемый по дефолту промпт:
Can you get a minimal reproduction of Fast-FoundationStereo running end to end?Тут можно выбрать Opus 4.8 / GLM 5.2. Я выбрал GLM
Ну и еще надо подсоединить свой гитхаб - иначе агент не сможет сделать форк
Агент зашуршал и через несколько минут все было готово к запуску. Нужно было только вписать токен wandb.ai
Ну что ж, идем на wandb.ai, регаемся, берем токен - там денег не требуют. Возвращаемся на openresearch.sh и запускаем уже готовый код - надо выбрать железо. Я выбрал самое дешевое.
Через несколько минут можно посмотреть логи и результат. За все время сгорело примерно $0.5 из $10
К сожалению, пока тыкал в результаты, чтото опять запустил и при следующем заходе на платформу оказалось что все деньги сгорели. И результат они не хранят, похоже. Вернувшись на следующий день я не смог найти картинку которую мне сделал Fast-FoundationStereo, так что любуйтесь на скрин рабочего пространства
#coding
😭4❤1👍1
Neural Render Proxies (NRP)
Технология Disney, ускоряет процесс настройки освещения в компьютерной анимации. Интерактивно и дифференцируемо изменяет освещение статических сцен с фиксированным положением камеры и материалами
Разделили рендеринг на выборку путей и вычисление излучения. За один проход, не зависящий от освещения, собирают данные о транспортировке света. Затем обучают лёгкую нейросеть переносить свет от любой точки сцены к любому пикселю изображения
минимальные требования к памяти при выводе
масштабируемость в зависимости от разрешения, количества источников света и параметров, а не от сложности сцены
рилтайм 30–60 Гц
Только хвастаются, нам свои технологии не отдадут
Спасибо @iNevestenko
#research #rendering #lighting #relighting
Технология Disney, ускоряет процесс настройки освещения в компьютерной анимации. Интерактивно и дифференцируемо изменяет освещение статических сцен с фиксированным положением камеры и материалами
Разделили рендеринг на выборку путей и вычисление излучения. За один проход, не зависящий от освещения, собирают данные о транспортировке света. Затем обучают лёгкую нейросеть переносить свет от любой точки сцены к любому пикселю изображения
минимальные требования к памяти при выводе
масштабируемость в зависимости от разрешения, количества источников света и параметров, а не от сложности сцены
рилтайм 30–60 Гц
Только хвастаются, нам свои технологии не отдадут
Спасибо @iNevestenko
#research #rendering #lighting #relighting
👍8
6186447399913734697.mp4
12 MB
😁6👎5❤2🥴2
Реддитор добавил в кастом пак от Mr Flow поддержку Krea‑2 и ZIT
В этих нодах изображение изначально генерируется в разрешении 512×512, а затем масштабируется в пиксельном пространстве с помощью RealESRGAN (в 2 или 4 раза) либо Foolhardy Remacri.
Это быстрее, сохраняется детализация, не появляются артефакты
воркфлоу на гитхабе
Оригинальный кастом пак от Rebel:
https://github.com/RealRebelAI/Rebels_MrFlow
#krea2 #zimage
В этих нодах изображение изначально генерируется в разрешении 512×512, а затем масштабируется в пиксельном пространстве с помощью RealESRGAN (в 2 или 4 раза) либо Foolhardy Remacri.
Это быстрее, сохраняется детализация, не появляются артефакты
воркфлоу на гитхабе
Оригинальный кастом пак от Rebel:
https://github.com/RealRebelAI/Rebels_MrFlow
#krea2 #zimage
🔥5❤2