Muse Image и Muse Video
Генераторы изображений и видео "с учетом социального контекста" от Meta (запрещено в РФ)
№2 на Арене по картинкам
Muse Image работает как агент: ищет данные, пишет код, дорабатывает генерации и улучшает результат через вычисления при инференсе. Интегрирован с Muse Spark для совместного планирования.
Возможности:
• Пишет и исполняет код (графики, QR-коды) через RL.
• Использует отрендеренные фигуры для точности.
• Комбинирует код и медиа с Muse Spark для создания GIF, сайтов и игр.
Muse Video на той же базе - высокая визуальная детализация, встроенная аудиодорожка
Muse Image доступен в Meta AI, Instagram Stories, WhatsApp (в отдельных странах). Muse Video - в превью.
Спасибо @BrianMItro @QuantumFast
#t2i #t2v #referencing #i2v #agent #av #t2av
Генераторы изображений и видео "с учетом социального контекста" от Meta (запрещено в РФ)
№2 на Арене по картинкам
Muse Image работает как агент: ищет данные, пишет код, дорабатывает генерации и улучшает результат через вычисления при инференсе. Интегрирован с Muse Spark для совместного планирования.
Возможности:
• Пишет и исполняет код (графики, QR-коды) через RL.
• Использует отрендеренные фигуры для точности.
• Комбинирует код и медиа с Muse Spark для создания GIF, сайтов и игр.
Muse Video на той же базе - высокая визуальная детализация, встроенная аудиодорожка
Muse Image доступен в Meta AI, Instagram Stories, WhatsApp (в отдельных странах). Muse Video - в превью.
Спасибо @BrianMItro @QuantumFast
#t2i #t2v #referencing #i2v #agent #av #t2av
🔥4🫡3👍1
Wan-Streamer v0.2
Повысили разрешение с 192×336 до 640×368, сохранив скороость.
Для этого переработали архитектуру генератора латентных представлений для мульти-GPU
Расширили возможности визуального формата. Теперь работает не только с крупными планами, но и со сценами, где важна общая картина взаимодействия
Кода и весов по прежнему нет
#avatar #intereactive #realtime #streaming #research
Повысили разрешение с 192×336 до 640×368, сохранив скороость.
Для этого переработали архитектуру генератора латентных представлений для мульти-GPU
Расширили возможности визуального формата. Теперь работает не только с крупными планами, но и со сценами, где важна общая картина взаимодействия
Кода и весов по прежнему нет
#avatar #intereactive #realtime #streaming #research
🔥5👍3❤1
AlayaWorld
Видеогенератор интерактивных миров в рилтайме
Акцент на долгосрочную согласованность мира и мгновенную реакцию на действия - внизу сайта есть демка
• 60+ секунд непрерывного видео 720p 24fps
• управление персонажем через WASD
• каст заклинаний как часть геймплея
• смена стиля прямо в генерации
• 15B параметров
Код / веса ждем
#world #text2world #imagw2world #interactive #realtime
Видеогенератор интерактивных миров в рилтайме
Акцент на долгосрочную согласованность мира и мгновенную реакцию на действия - внизу сайта есть демка
• 60+ секунд непрерывного видео 720p 24fps
• управление персонажем через WASD
• каст заклинаний как часть геймплея
• смена стиля прямо в генерации
• 15B параметров
Код / веса ждем
#world #text2world #imagw2world #interactive #realtime
👍6😁2
This media is not supported in your browser
VIEW IN TELEGRAM
ThinkingCap-Qwen3.6-27B
Файнтюн Qwen3.6-27B с экономией токенов
• расход токенов меньше на 50–90%
• сохраняет цепочки рассуждений из диалога
• обрабатывает текст, изображения, видео
• контекст до 256К
NVFP4
INT4 / W4A16
GGUF
#multimodal #gguf #NVFP4 #int4 #w4a16
Файнтюн Qwen3.6-27B с экономией токенов
• расход токенов меньше на 50–90%
• сохраняет цепочки рассуждений из диалога
• обрабатывает текст, изображения, видео
• контекст до 256К
NVFP4
INT4 / W4A16
GGUF
#multimodal #gguf #NVFP4 #int4 #w4a16
❤8👍5😱1
This media is not supported in your browser
VIEW IN TELEGRAM
На ModelScope Civision открыли агентную генерацию изображений с умной маршрутизацией задач (ну и там много чего еще есть)
Агент
• улучшает и стилизует промпты
• подбирает подходящие модели
• ремиксует результаты
• выстраивает путь от идеи к картинке
#agent #online #t2i #referencing #imageediting
Агент
• улучшает и стилизует промпты
• подбирает подходящие модели
• ремиксует результаты
• выстраивает путь от идеи к картинке
#agent #online #t2i #referencing #imageediting
👍2
GUSH3R: Everyone Everywhere All at Once as Gaussians
Реконструкция движущихся людей вместе со сценой из монокулярного видео. Делает всё за один проход, сразу в гауссианы
Опирается на геометрические и человеческие априоры, SMPL-X для поз
• реконструкция людей и статичной сцены в одном проходе
• стабильная геометрия
• синтез новых ракурсов с фотореализмом
• высокая скорость против оптимизационных методов
Гитхаб
HF
#hmr #video2gaussian #videoto3d #gaussian
Реконструкция движущихся людей вместе со сценой из монокулярного видео. Делает всё за один проход, сразу в гауссианы
Опирается на геометрические и человеческие априоры, SMPL-X для поз
• реконструкция людей и статичной сцены в одном проходе
• стабильная геометрия
• синтез новых ракурсов с фотореализмом
• высокая скорость против оптимизационных методов
Гитхаб
HF
#hmr #video2gaussian #videoto3d #gaussian
❤6👍1
SenseNova‑Vision
Мультимодальная генеративная модель для компьютерного зрения (7B, MoT)
• решает сразу несколько задач без отдельных голов под каждую: детекция, OCR, сегментация, ключевые точки, нормали, глубина, поза камеры
• принимает инструкции на естественном языке
• генерирует текст, изображения или смешанные выходы
• единый подход вместо набора узкоспециализированных моделей
Гитхаб
HF
Демо
#vlm #multimodal #t2i #i2t #detection #segmentation #image2depth #image2normals
Мультимодальная генеративная модель для компьютерного зрения (7B, MoT)
• решает сразу несколько задач без отдельных голов под каждую: детекция, OCR, сегментация, ключевые точки, нормали, глубина, поза камеры
• принимает инструкции на естественном языке
• генерирует текст, изображения или смешанные выходы
• единый подход вместо набора узкоспециализированных моделей
Гитхаб
HF
Демо
#vlm #multimodal #t2i #i2t #detection #segmentation #image2depth #image2normals
👍9❤1