UEmbed
мультимодальная модель эмбеддингов от Alibaba
2B, 4B, 9B
UEmbed это decoder‑only модель, которая в одном проходе генерирует сразу два типа представлений:
- плотные (dense) для семантического поиска и задач типа retrieval
- разреженные (sparse, лексические) хорошо работает для классического лексического поиска
При этом модель принимает на вход текст, изображения и видео и выдаёт для них совместимые эмбеддинги, то есть можно искать текст по картинке, картинку по видеофрагменту и т. п.
Единое векторное пространство: разные модальности приводятся к общему представлению, что удобно для гибридного поиска.
Гитхаб
HF
#multimodal
мультимодальная модель эмбеддингов от Alibaba
2B, 4B, 9B
UEmbed это decoder‑only модель, которая в одном проходе генерирует сразу два типа представлений:
- плотные (dense) для семантического поиска и задач типа retrieval
- разреженные (sparse, лексические) хорошо работает для классического лексического поиска
При этом модель принимает на вход текст, изображения и видео и выдаёт для них совместимые эмбеддинги, то есть можно искать текст по картинке, картинку по видеофрагменту и т. п.
Единое векторное пространство: разные модальности приводятся к общему представлению, что удобно для гибридного поиска.
Гитхаб
HF
#multimodal
👍8
Опубликован код 4D‑реконструктора динамичных объектов из монокулярного видео Lift4D
Протестировано на a100
Гитхаб
Спасибо @Dmitriy_Ru6ts0v
#4d #video2scene #videoto4d
Протестировано на a100
Гитхаб
Спасибо @Dmitriy_Ru6ts0v
#4d #video2scene #videoto4d
🔥6👍4❤1
This media is not supported in your browser
VIEW IN TELEGRAM
JoyAI-Video-Edit
Авторегрессивная диффузионная модель для потокового редактирования видео
• стиль видео по промпту
• добавление/удаление объектов
• замена фона на лету
• локальные правки без пересчёта всего ролика
• 720p в реальном времени
• ~30 FPS на одном GPU
• 16B параметров
Гитхаб
HF
Демо - там только для своих, нужен инвайт
#streaming #videoediting #v2v #realtime
Авторегрессивная диффузионная модель для потокового редактирования видео
• стиль видео по промпту
• добавление/удаление объектов
• замена фона на лету
• локальные правки без пересчёта всего ролика
• 720p в реальном времени
• ~30 FPS на одном GPU
• 16B параметров
Гитхаб
HF
Демо - там только для своих, нужен инвайт
#streaming #videoediting #v2v #realtime
🔥9👍5
This media is not supported in your browser
VIEW IN TELEGRAM
MiniMax-H3 Turbo LoRA — 4-step audio-video generation (early preview)
турболора для 4-шаговой генерации MiniMax-H3 видео со звуком
HF
Демо
ComfyUI-MiniMax-H3-Turbo - кастом ноды
———
MiniMax-H3 Turbo 4-Step — ComfyUI Pruned-Model Compatibility Conversion
Еще одна для запруненной версии
#minimaxH3 #lora #optimization
турболора для 4-шаговой генерации MiniMax-H3 видео со звуком
HF
Демо
ComfyUI-MiniMax-H3-Turbo - кастом ноды
———
MiniMax-H3 Turbo 4-Step — ComfyUI Pruned-Model Compatibility Conversion
Еще одна для запруненной версии
#minimaxH3 #lora #optimization
👍21🔥5😁5❤1😭1
HY 3 раздают бесплатно до 31 августа на workbuddy.ai
У самого сервиса кажется есть какая-то бесплатная триалка
#giveaway #coding #agent
У самого сервиса кажется есть какая-то бесплатная триалка
#giveaway #coding #agent
👍3🤝1
Qwen3-TTS-12Hz-1.7B-Base-GGUF
Пачка GGUF версий говорилки Qwen3-TTS с клонированием голоса и управлением через текстовые инструкции.
- 4-bit Q4_K_M: размер файла 1.04 ГБ
- 8-bit Q8_0: размер файла 1.85 ГБ
- 16-bit BF16: размер файла 3.47 ГБ
Спасибо @Endorpheen
#tts #gguf
Пачка GGUF версий говорилки Qwen3-TTS с клонированием голоса и управлением через текстовые инструкции.
- 4-bit Q4_K_M: размер файла 1.04 ГБ
- 8-bit Q8_0: размер файла 1.85 ГБ
- 16-bit BF16: размер файла 3.47 ГБ
Спасибо @Endorpheen
#tts #gguf
huggingface.co
ggml-org/Qwen3-TTS-12Hz-1.7B-Base-GGUF · Hugging Face
Machine learning model with 2B parameters. Download, explore files and run it on Hugging Face.
👍9🔥4
3DGS-PLY-3DTiles-Converter
Конвертер гауссиан из формата PLY в 3DTiles для веб-просмотра и интеграции в картографические движки
Встроено train-free упрощение сцены без дообучения
Демо
#gaussian #optimization
Конвертер гауссиан из формата PLY в 3DTiles для веб-просмотра и интеграции в картографические движки
Встроено train-free упрощение сцены без дообучения
Демо
#gaussian #optimization
👍6🤔1
Awesome MiniMax-H3
Обновляемый каталог всего нужного по MiniMax-H3 - веса, квантизации, турбы, VAE, тесктовые энкодеры, лоры, кастом ноды, гайды
#comfyui #minimaxH3 #lora #gguf #int8
Обновляемый каталог всего нужного по MiniMax-H3 - веса, квантизации, турбы, VAE, тесктовые энкодеры, лоры, кастом ноды, гайды
#comfyui #minimaxH3 #lora #gguf #int8
❤13👍8🔥3👀1
This media is not supported in your browser
VIEW IN TELEGRAM
DiffGI
Создаёт чистую 3D‑одежду из одной картинки за секунды без сложных настроек
Работает в браузере или локально
- меши в среднем 23К вертексов
- 1.2 сек на RTX 4070
- на CPU тоже работает
- силуэты и границы чище чем TRELLIS, TRELLIS.2, GarmageNet
код ждем
#3d #imageto3d #cloth #garment
Создаёт чистую 3D‑одежду из одной картинки за секунды без сложных настроек
Работает в браузере или локально
- меши в среднем 23К вертексов
- 1.2 сек на RTX 4070
- на CPU тоже работает
- силуэты и границы чище чем TRELLIS, TRELLIS.2, GarmageNet
код ждем
#3d #imageto3d #cloth #garment
🔥8👍3🥴3❤2
Wan 3.0 вышел в публичную бету
• Нативная генерация 30-секундных видео
• Реализм
• Омни-референс: помимо текста, изображений, аудио и видео теперь поддерживает документы, таблицы, презентации, веб-страницы и многое другое
Где попробовать:
• Alibaba Cloud Model Studio
• Qwen Cloud
• Скоро на wan.video (только для участников)
Цены на API:
• 480p — 0,05 доллара за секунду
• 720p — 0,10 доллара за секунду
• 1080p — 0,20 доллара за секунду
Полный доступ к API появится в ближайшее время.
wan.video
modelstudio.console.alibabacloud.com/ap-southeast-1?tab=doc#/doc/?type=model&url=2840914_2&modelId=wan3.0-video&serviceSite=international
qwencloud.com/models/wan3.0-video
#wan3
• Нативная генерация 30-секундных видео
• Реализм
• Омни-референс: помимо текста, изображений, аудио и видео теперь поддерживает документы, таблицы, презентации, веб-страницы и многое другое
Где попробовать:
• Alibaba Cloud Model Studio
• Qwen Cloud
• Скоро на wan.video (только для участников)
Цены на API:
• 480p — 0,05 доллара за секунду
• 720p — 0,10 доллара за секунду
• 1080p — 0,20 доллара за секунду
Полный доступ к API появится в ближайшее время.
wan.video
modelstudio.console.alibabacloud.com/ap-southeast-1?tab=doc#/doc/?type=model&url=2840914_2&modelId=wan3.0-video&serviceSite=international
qwencloud.com/models/wan3.0-video
#wan3
🤷♂16👍6🔥2
SeedRealtime
Полнодуплексная аудиовизуальная интерактивная модель от ByteDance, рилтайм
Фокус на естественное двустороннее общение.
• понимает звук и картинку одновременно
• ловит цель взаимодействия и намерения пользователя
• смотрит, слушает, говорит без задержек
весов нет, ссылки на демо, API нет
#duplex #dialog #realtime #interactive #multimodal #asr #tts
Полнодуплексная аудиовизуальная интерактивная модель от ByteDance, рилтайм
Фокус на естественное двустороннее общение.
• понимает звук и картинку одновременно
• ловит цель взаимодействия и намерения пользователя
• смотрит, слушает, говорит без задержек
весов нет, ссылки на демо, API нет
#duplex #dialog #realtime #interactive #multimodal #asr #tts
👍5🤯3
This media is not supported in your browser
VIEW IN TELEGRAM
ComfyUI-ScenemaAudio
Авторы говорилки Scenema Audio прикрутили ее в ComfyUI
Русского, похоже, нет
• клонирование голоса без обучения
• генерация речи с эмоциями и интонациями по описанию
• поддержка подсказок в квадратных скобках для эффектов
• минимум 8 ГБ VRAM
• скорость до 2x реального времени
• при первом запуске качает ~30 ГБ весов
Standalone Docker/API
HF
ComfyUI
#TTS #voicecloning #voicedesign #comfyui
Авторы говорилки Scenema Audio прикрутили ее в ComfyUI
Русского, похоже, нет
• клонирование голоса без обучения
• генерация речи с эмоциями и интонациями по описанию
• поддержка подсказок в квадратных скобках для эффектов
• минимум 8 ГБ VRAM
• скорость до 2x реального времени
• при первом запуске качает ~30 ГБ весов
Standalone Docker/API
HF
ComfyUI
#TTS #voicecloning #voicedesign #comfyui
👍10❤3🔥1
Comfyui-Minimax-H3-Promptor
Инструмент для ComfyUI, связывает локальные LLM с Minimax H3
Ориентирован на пайплайны видеогенерации
———
ComfyUI-Minimax-H3-Prompt-Engineer
Автоматизация промптов под Minimax H3
• шаблоны и пресеты для разных стилей
• тонкая настройка под требования вывода
• поддержка вариаций промптов
• контроль над структурой промпта
• упор на качество и стабильность результата
Спасибо @m_franz
———
+Бонус
Гайд, как превратить любую локальную LLM в промпт-инженера для видео в Minimax H3
системный промпт
#prompting #minimaxH3 #comfyui
Инструмент для ComfyUI, связывает локальные LLM с Minimax H3
Ориентирован на пайплайны видеогенерации
———
ComfyUI-Minimax-H3-Prompt-Engineer
Автоматизация промптов под Minimax H3
• шаблоны и пресеты для разных стилей
• тонкая настройка под требования вывода
• поддержка вариаций промптов
• контроль над структурой промпта
• упор на качество и стабильность результата
Спасибо @m_franz
———
+Бонус
Гайд, как превратить любую локальную LLM в промпт-инженера для видео в Minimax H3
системный промпт
#prompting #minimaxH3 #comfyui
👍15