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

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

SHELLS: Topologically Consistent Multi-view 3D Head Reconstruction via Coarse-Guided Layered Surface Sampling

Реконструкция 3D‑головы с текстурами от Google по нескольким видам. Держит топологию, избегает артефактов

Сразу пригодная для анимации топология

Точность до субмиллиметровых деталей.

Жрет 2.4 GB VRAM. Но это VRAM у кого надо VRAM. Кода-весов нет

на базе GNM

#head #HMR #imageto3d #photogrammetry

Gemini 3.6 Flash / 3.5 Flash-Lite / 3.5 Flash Cyber

Gemini 3.6 Flash
на базе 3.5 Flash
- Цена: $1.50/1M input, $7.50/1M output.
- Экономия токенов: 17% output против 3.5 Flash
- DeepSWE: экономия до 65% токенов.
- Меньше шагов рассуждения и tool calls в многошаговых воркфлоу

Gemini 3.5 Flash-Lite
Быстрая и экономичная для high-throughput задач, поиска и обработки документов
- Скорость: 350 output tokens/s
- Цена: $0.3/1M input, $2.5/1M output
- Регулируемые уровни мышления
- Computer Use встроен как нативный инструмент

Gemini 3.5 Flash Cyber в CodeMender
Специализированная модель на базе 3.5 Flash для кибербезопасности
- Агенты кооперируются для единого отчёта
- Только для доверенных партнеров

Studio

#coding #agent #security