Wan-Streamer v0.3
Новая версия интерактивного аудио-видео-генератора
Отличия v0.3 от v0.2:
• v0.3 более универсальная модель, с более выразительным поведением агента
• в v0.3 добавлено свободное поведение и действия, описываемые естественным языком
• разрешение и скорость прежние: 640×368, 25 fps
• v0.3 использует предварительное обучение на видео с последующим адаптацией к взаимодействию, тогда как v0.2 фокусировалась на данных взаимодействия
• новая версия позволяет смешивать речь и действия в одной временной последовательности, их синхронизация учится вместе и генерируется напрямую
И по-прежнему неизвестно будет ли опенсорс
Спасибо @m_franz
#avatar #intereactive #realtime #streaming #research
Новая версия интерактивного аудио-видео-генератора
Отличия v0.3 от v0.2:
• v0.3 более универсальная модель, с более выразительным поведением агента
• в v0.3 добавлено свободное поведение и действия, описываемые естественным языком
• разрешение и скорость прежние: 640×368, 25 fps
• v0.3 использует предварительное обучение на видео с последующим адаптацией к взаимодействию, тогда как v0.2 фокусировалась на данных взаимодействия
• новая версия позволяет смешивать речь и действия в одной временной последовательности, их синхронизация учится вместе и генерируется напрямую
И по-прежнему неизвестно будет ли опенсорс
Спасибо @m_franz
#avatar #intereactive #realtime #streaming #research
🔥6❤2👀2👍1
This media is not supported in your browser
VIEW IN TELEGRAM
- Ты топ сценарист, напиши сценарий самого эпичного фильма Марвел, make no mistakes
- Конечно, вот сценарий самого эпичного фильма Марвел
#humor
- Конечно, вот сценарий самого эпичного фильма Марвел
#humor
😁11🫡4🥴2
NIGHTBORNE — A Neill Blomkamp Sci-Fi Film
Нил Бломкамп выпустил ИИ-короткометражку
Каждый кадр создан в Seedance 2.0 под руководством Нила Бломкампа. Лица и голоса персонажей принадлежат 32 реальным людям, сфотографированным и озвученным в соответствии с соглашениями о сходстве. Концепт-арт выполнен художниками-людьми.
Действие происходит во вселенной "ЭХОПРАКСИИ" Питера Уоттса
Весьма смотрибельно!
Как думаете за счет чего?
#movie
Нил Бломкамп выпустил ИИ-короткометражку
Каждый кадр создан в Seedance 2.0 под руководством Нила Бломкампа. Лица и голоса персонажей принадлежат 32 реальным людям, сфотографированным и озвученным в соответствии с соглашениями о сходстве. Концепт-арт выполнен художниками-людьми.
Действие происходит во вселенной "ЭХОПРАКСИИ" Питера Уоттса
Весьма смотрибельно!
Как думаете за счет чего?
#movie
YouTube
NIGHTBORNE — A Neill Blomkamp Sci-Fi Film. Fully AI (4K)
A U.S. Army pilot is shot down and declared killed in action. Her husband buries an empty casket. The tapes say otherwise.
NIGHTBORNE is a 13-minute sci-fi horror film from director Neill Blomkamp — the first release from Barley Studios. Told as a documentary:…
NIGHTBORNE is a 13-minute sci-fi horror film from director Neill Blomkamp — the first release from Barley Studios. Told as a documentary:…
👍12👎6🤷♂1
This media is not supported in your browser
VIEW IN TELEGRAM
PiD v1.5
Новая версия плаг энд плей декодера для диффузных картинкогенераторов от Nvidia
В версии PiD v1.5 появились следующие улучшения:
• улучшена точность передачи цветов
• устранены артефакты в углах изображений
• повышено качество деталей аниме и лиц
На этот раз прикручено к Qwen-Image, FLUX.2, Z-Image, FLUX.1, Qwen-Image 2512
#t2i #optimization #qwenimage #flux2 #flux #qi2512
Новая версия плаг энд плей декодера для диффузных картинкогенераторов от Nvidia
В версии PiD v1.5 появились следующие улучшения:
• улучшена точность передачи цветов
• устранены артефакты в углах изображений
• повышено качество деталей аниме и лиц
На этот раз прикручено к Qwen-Image, FLUX.2, Z-Image, FLUX.1, Qwen-Image 2512
#t2i #optimization #qwenimage #flux2 #flux #qi2512
👍12🤔2❤1
This media is not supported in your browser
VIEW IN TELEGRAM
LTX-2.3-3DREAL-LoRA v2
Обновилась лора для ИИ-рендера по вьюпорту или примитивам
1. Мультишот. модель сохраняет согласованность между сменами сцен и несколькими кадрами в одном клипе.
2. Аудио. в сценах с разговорами генерируется синхронизированный звук.
3. Улучшены лица говорящих персонажей, синхронизация губ и выражений лиц у персонажей, которые обращаются к камере.
4. Общее повышение качества
#rendering #ltx23 #lora #3d2video #3d2v
Обновилась лора для ИИ-рендера по вьюпорту или примитивам
1. Мультишот. модель сохраняет согласованность между сменами сцен и несколькими кадрами в одном клипе.
2. Аудио. в сценах с разговорами генерируется синхронизированный звук.
3. Улучшены лица говорящих персонажей, синхронизация губ и выражений лиц у персонажей, которые обращаются к камере.
4. Общее повышение качества
#rendering #ltx23 #lora #3d2video #3d2v
🔥15❤5👍5
This media is not supported in your browser
VIEW IN TELEGRAM
Ramp Router
роутер для ML-пайплайнов. Автоматически раскидывает задачи оптимально по моделям, снимает нагрузку с основного воркера
• Работает с OpenAI-совместимым API
• динамическое распределение запросов между моделями
• автопереключение при падении инференса
• Поддерживает GPT, Claude, Gemini, Grok, Qwen, DeepSeek, Kimi, GLM
• Поддерживает кастомные правила роутинга, легко встраивается в ComfyUI и другие UI
Поклянчить ранний доступ - если успеете, можете получить халявных токенов на $100
#router #online
роутер для ML-пайплайнов. Автоматически раскидывает задачи оптимально по моделям, снимает нагрузку с основного воркера
• Работает с OpenAI-совместимым API
• динамическое распределение запросов между моделями
• автопереключение при падении инференса
• Поддерживает GPT, Claude, Gemini, Grok, Qwen, DeepSeek, Kimi, GLM
• Поддерживает кастомные правила роутинга, легко встраивается в ComfyUI и другие UI
Поклянчить ранний доступ - если успеете, можете получить халявных токенов на $100
#router #online
👍3
This media is not supported in your browser
VIEW IN TELEGRAM
LTX-Video 2.3 22B — IC-LoRA: CrossView Prompt v0.9
Лора для смены ракурса видео. v0.9 экспериментальная версия, обучение продолжается
#lora #ltx23 #cameracontrol
Лора для смены ракурса видео. v0.9 экспериментальная версия, обучение продолжается
#lora #ltx23 #cameracontrol
👍10
This media is not supported in your browser
VIEW IN TELEGRAM
Cosmos 3 Edge
Еще один релиз от NVIDIA, фронтир-модель мира для локального запуска. Для роботов, автопилотов, ИИ-агентов. Понимание сцен, предсказание намерений, действия по видео.
• 4B параметров, reasoner на 2B на базе Nemotron
• авторегрессионный и диффузионный transformer-блоки
• мультимодальное внимание, единый механизм для понимания и симуляции
• управление с частотой 15 Гц
• первое место в VANTAGE-Bench среди открытых моделей такого размера
HF
#mobile #robot #vlm #multimodal #videoto3d
Еще один релиз от NVIDIA, фронтир-модель мира для локального запуска. Для роботов, автопилотов, ИИ-агентов. Понимание сцен, предсказание намерений, действия по видео.
• 4B параметров, reasoner на 2B на базе Nemotron
• авторегрессионный и диффузионный transformer-блоки
• мультимодальное внимание, единый механизм для понимания и симуляции
• управление с частотой 15 Гц
• первое место в VANTAGE-Bench среди открытых моделей такого размера
HF
#mobile #robot #vlm #multimodal #videoto3d
👍8😱1
Lucida
Модель для удаления фона от MIT на базе BiRefNet. Создает PNG с альфа-каналом
Справляется лучше коммерческих моделей с камуфляжем, иллюстрациями и сохранением текста
Использует точную промежуточную альфу для стекла
Есть слабые места: коммерческий API всё же лучше справляется с прозрачностью. InSPyReNet круче в сложных сценах и тонких структурах. RMBG-2.0 лучше обрабатывает волосы
Гитхаб
HF
Галерея
Демо
#image2matte #rgb2rgba #backgroundremoval
Модель для удаления фона от MIT на базе BiRefNet. Создает PNG с альфа-каналом
Справляется лучше коммерческих моделей с камуфляжем, иллюстрациями и сохранением текста
Использует точную промежуточную альфу для стекла
Есть слабые места: коммерческий API всё же лучше справляется с прозрачностью. InSPyReNet круче в сложных сценах и тонких структурах. RMBG-2.0 лучше обрабатывает волосы
Гитхаб
HF
Галерея
Демо
#image2matte #rgb2rgba #backgroundremoval
❤8👍4🤔1
Wan 2.2 I2V: One Expert, FP4, on a Single RTX 5090
Как вы помните, видеогенератор WAN 2.2 состоит из двух экспертов: low noise и high noise. Так вот, TheStage AI взяли low noise и дообучили ему лору на high noise. Получилось: 1 модель + лора
Ну и сверху еще навалили ускорений: NVFP4 + FP4 attention
На сайте два автора подписались - судя по фамилиям русские
Первое видео - обычный low noise
Второе - low noise с лорой
HF
ComfyUI
#wan22 #optimization #nvfp4 #fp4 #lora
Как вы помните, видеогенератор WAN 2.2 состоит из двух экспертов: low noise и high noise. Так вот, TheStage AI взяли low noise и дообучили ему лору на high noise. Получилось: 1 модель + лора
Ну и сверху еще навалили ускорений: NVFP4 + FP4 attention
На сайте два автора подписались - судя по фамилиям русские
Первое видео - обычный low noise
Второе - low noise с лорой
HF
ComfyUI
#wan22 #optimization #nvfp4 #fp4 #lora
🔥21❤1🤔1
Qwen‑Image 3.0
Генератор-редактор в одной модели.
Главная обнова - промпт до 4500 токенов против 1000 токенов у версии 2.0
* Справляется со сложными макетами (газеты, сториборды, слайды), держит порядок в 3×3 сетке без склейки. Горизонтально раскидывает много блоков, вертикально вкладывает интерфейсы друг в друга
* Детальность. Мелкий текст от 10 px, поры, волоски, текстуры как в фото. Точно рисует LaTeX‑формулы, делает рукописные пометки, реставрирует старые картины
* 12 языков, 100+ стилей, уйма UI, крепкая база знаний. Генерит научные инфографики, прогнозы погоды, стримы с художниками, добавляет к фото научные подписи и шкалы, прям под публикацию
Весов, кода, техотчета нет. Видать решили что можно уже с этой версии в проприетарные модели идти
бананы, GPT-Image - потеснитесь. Впрочем, Qwen пишет что для модели 1.0 лозунг был "Точность" а там было мыло мыльное, так что посмотрим
Чат
#qi3 #t2i #i2i
Генератор-редактор в одной модели.
Главная обнова - промпт до 4500 токенов против 1000 токенов у версии 2.0
* Справляется со сложными макетами (газеты, сториборды, слайды), держит порядок в 3×3 сетке без склейки. Горизонтально раскидывает много блоков, вертикально вкладывает интерфейсы друг в друга
* Детальность. Мелкий текст от 10 px, поры, волоски, текстуры как в фото. Точно рисует LaTeX‑формулы, делает рукописные пометки, реставрирует старые картины
* 12 языков, 100+ стилей, уйма UI, крепкая база знаний. Генерит научные инфографики, прогнозы погоды, стримы с художниками, добавляет к фото научные подписи и шкалы, прям под публикацию
Весов, кода, техотчета нет. Видать решили что можно уже с этой версии в проприетарные модели идти
бананы, GPT-Image - потеснитесь. Впрочем, Qwen пишет что для модели 1.0 лозунг был "Точность" а там было мыло мыльное, так что посмотрим
Чат
#qi3 #t2i #i2i
⚡10❤4🤔4👍1