а дело в том что появился Hugging Bay

Хостинг ML-моделей с верификацией файлов. Есть проверка безопасности, отзывы, статусы издателей.

Оформлено как пиратский торрент трекер, но торрентов я тут не нашел

• верифицированные файлы с SHA-256 и подписанным манифестом
• репутация моделей и сигналы доверия от сообщества
• данные по требованиям к памяти и железу
• примеры кода для интеграции в пайплайны

#platform #hosting #gallery

LTX-Video 2.3 22B — IC-LoRA: CrossView Prompt v0.9

лора #ltx23 меняет ракурс видео по промпту, держит объект и сцену

Спасибо @m_franz

#lora #cameracontrol

грустный #humor

Colibri

Экзотика. Еще один способ запускать огромную LLM на домашнем железе.

В данном случае GLM-5.2 (744B параметров) на 25 ГБ RAM. Работает на чистом C без внешних зависимостей, эксперты загружаются с диска по мере необходимости.

Модель занимает 370 ГБ на диске, но в памяти держит только 9.9 ГБ (плотная часть в int4). Производительность зависит от скорости диска, на среднем железе около 0.1 токена в секунду. Есть веб-интерфейс и десктопный клиент.

Гитхаб
HF

#tools #llm #int8 #optimization

GPT-5.6 Sol Ultra доказала 50-летнюю гипотезу о двойном покрытии циклами.

Проблема сформулирована Дьердем Секерешем в 1973 году: для любого графа без мостов существует набор циклов, где каждое ребро входит ровно в два цикла. Гипотеза важна для теории нигде-не-нулевых потоков. Предыдущие попытки доказательства не были признаны.

Сотрудник OpenAI заявил, что GPT-5.6 Sol доказала гипотезу за час с помощью 64 субагентов. Доказательство опубликовано, математическое сообщество ещё не подтвердило его. Верификация сделает это одним из крупнейших ИИ-доказательств.

#news

LongE2V

Восстанавливает, предсказывает и интерполирует видео на основе событий по низкокачественным видеопотокам с датчиков событий. Тянет длинные временные горизонты, где обычные методы буксуют.

Строится на видео-диффузионных моделях. Сжимает временные зависимости, не теряет детали на длинных отрезках.

Похоже что это лора на CogVideoX-5b-I2V

Гитхаб

#frameinterpolation #v2v

https://github.com/showlab/PadCaptioner

Модель для создания подробных описаний видео с помощью мультимодальных данных. Работает эффективнее больших аналогов, при этом точнее описывает события.

учитывает слабые локальные зависимости между событиями в видео, что позволяет генерировать описания параллельно без потери качества. Превосходит 7B аналоги по эффективности.

Гитхаб ждем

#captioning #vlm #video2text

UniVR: Thinking in Visual Space for Unified Visual Reasoning

Визуальное мышление и рассуждения в одной модели. Единый подход к разным визуальным задачам от понимания сцены до планирования действий

• работа с пространственными отношениями в кадре
• мультимодальное рассуждение на базе визуальных данных
• интеграция низкоуровневых признаков и высокоуровневой семантики

Гитхаб ждем

#vlm

RTK (Rust Token Killer)

CLI-прокси для существенного сокращения потребления токенов LLM при работе с командами разработки. Работает как единый бинарный файл на Rust без внешних зависимостей.

• Сокращает потребление токенов на 60-90% для типовых команд разработки
• Фильтрует и сжимает вывод команд перед отправкой в LLM
• Поддерживает более 100 команд разработки
• Задержка менее 10мс
• Работает с Claude, Copilot, Gemini и другими ИИ-инструментами

Экономия на типовых операциях:
• ls/tree 80%
• cat/read 70%
• grep/rg 80%
• git status 80%
• git diff 75%
• тесты и линтеры до 90%

#optimization #coding

ABot-World

Генератор интерактивных миров, работает на потребительских GPU с бесконечной генерацией в рилтайме

Гитхаб
HF
Демо
Студия

Спасибо @m_franz

#intecative #realtime #text2world #world #image2world

PoseCap

Мокап без маркеров для Blender от Corridor Diogital. Преобразует видео с веб-камеры в SMPL-X анимации для персонажей.

Под капотом PEAR + Meshcapade SMPL_blender_addon

• Работает с веб-камерами и видеофайлами
• Потоковая передача поз до 30 FPS
• Запись анимации на таймлайн Blender
• Конвертация персонажей Mixamo и Unreal
• Управление SMPL-X моделями тела

Пока только для Windows. Linux в планах.

Лицензия Apache-2.0 для движка, GPL-3.0 для расширения Blender. Для коммерческого использования нужна отдельная лицензия на SMPL-X модели и Meshcapade

#mocap #blender

SAM-MT

Мультизадачная версия SAM для сегментации - отслеживает одновременно несколько целей. Адаптация под разные типы данных и сценарии без переобучения.

• рилтайм: 36+ fps при 10 целях на одном RTX A6000
• работа с разными типами изображений и модальностей
• улучшенная сегментация сложных объектов
• экономия памяти при инференсе

Гитхаб
HF

#segmentation #tracking #realtime

GenCeption от Google DeepMind

Единая feed-forward модель мультизадачного зрения. Заменяет зоопарк специализированных моделей

• оценка глубины, нормалей поверхности, позы камеры
• сегментация, 2D/3D ключевые точки
• работа с плотными и разреженными задачами

Обучена на синтетических видео, работает на реальных данных. Использует замороженную диффузионную text-to-video основу плюс лёгкие задачи-специфичные головы

Код/веса ждем

#vlm #video2depth #video2normals #tracking #video2camera #video2pose