Rest2Art
Реконструкция артикулированных объектов из одного кадра в закрытом состоянии без единого примера движения. Из обычного захвата делает готовый ассет с геометрией частей и параметрами шарниров
• Восстановление геометрии частей + параметров сочленений из одного статичного кадра
• Параметры шарниров решаются через геометрическую согласованность с мешем, а не берутся из видео
• Качество на уровне методов, которые видят движение
Применение: Real-to-Sim-to-Real - реальный объект реконструируют, импортируют в симуляцию, запускают манипуляцию на реальном роботе
Гитхаб ждем
#image2simulation #imageto3d
Реконструкция артикулированных объектов из одного кадра в закрытом состоянии без единого примера движения. Из обычного захвата делает готовый ассет с геометрией частей и параметрами шарниров
• Восстановление геометрии частей + параметров сочленений из одного статичного кадра
• Параметры шарниров решаются через геометрическую согласованность с мешем, а не берутся из видео
• Качество на уровне методов, которые видят движение
Применение: Real-to-Sim-to-Real - реальный объект реконструируют, импортируют в симуляцию, запускают манипуляцию на реальном роботе
Гитхаб ждем
#image2simulation #imageto3d
👍7
Grok 4.6
Новая модель xAI, надстройка над Grok 4.5 с упором на длинно-живущих агентов и интерактивную/визуальную работу. Тянет сложные задачи на многих шагах - исследования, код, превращение идеи в готовый продукт.
• Удержание цели на длинных траекториях - исследование незнакомых доменов, структура приложения, итерации по фидбеку
• Self-testing - проверяет собственную работу перед переходом дальше
• Сильные первые проходы визуальных и интерактивных проектов - структура и визуальный язык за один заход
• Агентный RL поверх: knowledge work, кодинг, kernel-оптимизация, веб-разработка, CAD
Доступен в Cursor, Grok Build, API и партнёрах - OpenRouter, Vercel, Cloudflare
Цена $2/M входных, $6/M выходных токенов, fast-вариант вдвое дороже. Первую неделю - 2x включённого объёма в Cursor и Grok Build.
Попробовать
#news #agent
Новая модель xAI, надстройка над Grok 4.5 с упором на длинно-живущих агентов и интерактивную/визуальную работу. Тянет сложные задачи на многих шагах - исследования, код, превращение идеи в готовый продукт.
• Удержание цели на длинных траекториях - исследование незнакомых доменов, структура приложения, итерации по фидбеку
• Self-testing - проверяет собственную работу перед переходом дальше
• Сильные первые проходы визуальных и интерактивных проектов - структура и визуальный язык за один заход
• Агентный RL поверх: knowledge work, кодинг, kernel-оптимизация, веб-разработка, CAD
Доступен в Cursor, Grok Build, API и партнёрах - OpenRouter, Vercel, Cloudflare
Цена $2/M входных, $6/M выходных токенов, fast-вариант вдвое дороже. Первую неделю - 2x включённого объёма в Cursor и Grok Build.
Попробовать
#news #agent
👍8
This media is not supported in your browser
VIEW IN TELEGRAM
Unsloth Desktop
Десктоп приложение от Unsloth для запуска и дообучения моделей на локальном железе, без облака. Windows, macOS, Linux
• Движок оптимизирован под CPU и мульти-GPU связки NVIDIA, AMD, Intel, Apple
• Форматы: MLX, GGUF, NVFP4
• Запуск LLM в форматах MLX и GGUF + диффузионных моделей для генерации картинок, аудио и видео
• Подключение агентов Claude Code, OpenAI Codex, Hermes Agent, OpenClaw, OpenCode к локальным LLM
• Дообучение с ускорением x2 и снижением VRAM на 70%
• Приватный веб-поиск и RAG из коробки
• Поддержка стандарта MCP
• Экспорт весов в NVFP4 и GGUF
Гитхаб
#finetuning #tools
Десктоп приложение от Unsloth для запуска и дообучения моделей на локальном железе, без облака. Windows, macOS, Linux
• Движок оптимизирован под CPU и мульти-GPU связки NVIDIA, AMD, Intel, Apple
• Форматы: MLX, GGUF, NVFP4
• Запуск LLM в форматах MLX и GGUF + диффузионных моделей для генерации картинок, аудио и видео
• Подключение агентов Claude Code, OpenAI Codex, Hermes Agent, OpenClaw, OpenCode к локальным LLM
• Дообучение с ускорением x2 и снижением VRAM на 70%
• Приватный веб-поиск и RAG из коробки
• Поддержка стандарта MCP
• Экспорт весов в NVFP4 и GGUF
Гитхаб
#finetuning #tools
👍14
На реддите появился пост от создателя децензора Heretic
Автор предостерегает от использования heretic-моделей в качестве текстовых энкодеров для H3 и прочих подобных генераторов
По его словам, модификации Heretic, позволяющие обходить цензуру в LLM, не дают эффекта в генерации изображений и видео: LLM и без того корректно распознают "вредный" контент, а передача слегка изменённых представлений в модель диффузии не усиливает детализацию, но может ухудшить соответствие запросу и привести к артефактам.
Юзеры подтверждают снижение качества генерации при таком подходе
#news #uncensored
Автор предостерегает от использования heretic-моделей в качестве текстовых энкодеров для H3 и прочих подобных генераторов
По его словам, модификации Heretic, позволяющие обходить цензуру в LLM, не дают эффекта в генерации изображений и видео: LLM и без того корректно распознают "вредный" контент, а передача слегка изменённых представлений в модель диффузии не усиливает детализацию, но может ухудшить соответствие запросу и привести к артефактам.
Юзеры подтверждают снижение качества генерации при таком подходе
#news #uncensored
Reddit
From the StableDiffusion community on Reddit: PSA: I’m the creator of Heretic, and I advise you to *not* use “heretic” models as…
Explore this post and more from the StableDiffusion community
🤔8👍6
Еще релизы флагманов
Qwen3.8-2.4T-A95B
крупнейшая модель Qwen, веса открыты
• 2,4 трлн параметров, 95B активных
• 512 экспертов
• контекст до 1 млн токенов
• TerminalBench 2.1 — 86,6, PaperBench — 93,0
———
DeepSeek V4 Pro 0813
финальная Pro-версия в официальном API
• контекст 1 млн токенов, до 384K output
• Responses API и tool calling
• цена: 0,435/1M входных (cache miss), 0,87/выход, $0,003625/вход (cache hit)
• рост Terminal-Bench 2.1 с 72,1% до 87,9%, CyberGym с 52,7% до 83,3%, DeepSWE с 12,8% до 62,7%
+ выпустили свой харнесс
DeepSeek Harness
#agent #harness
Qwen3.8-2.4T-A95B
крупнейшая модель Qwen, веса открыты
• 2,4 трлн параметров, 95B активных
• 512 экспертов
• контекст до 1 млн токенов
• TerminalBench 2.1 — 86,6, PaperBench — 93,0
———
DeepSeek V4 Pro 0813
финальная Pro-версия в официальном API
• контекст 1 млн токенов, до 384K output
• Responses API и tool calling
• цена: 0,435/1M входных (cache miss), 0,87/выход, $0,003625/вход (cache hit)
• рост Terminal-Bench 2.1 с 72,1% до 87,9%, CyberGym с 52,7% до 83,3%, DeepSWE с 12,8% до 62,7%
+ выпустили свой харнесс
DeepSeek Harness
#agent #harness
🔥12👍3
Suno Studio 2.0
После кнута Suno и пряник кинули пользователям.
Крупное обновление студии Suno - из генератора треков превращается в "полноценный" музыкальный редактор. Доступно подписчикам Premier
Что нового
• MIDI-треки со встроенными синтами + поддержка внешних MIDI-контроллеров, transport control и MIDI learn
• Аудиоэффекты - sidechain-компрессия, convolution reverb, свои эффекты через чат-бар
• Chat bar - генерация звуков, создание уникальных плагинов и пресетов синтов, справка
• Wavetable-синт - басы, лиды, пэды, аккорды. Пресеты проектируются промптом
• Musical typing - игра MIDI-партий с обычной клавиатуры, режимы арпеджиатора и аккордов
• Автоматизация - параметры эффектов меняются во времени
• Свежая Suno stem separation (разделение на дорожки)
#musicediting
После кнута Suno и пряник кинули пользователям.
Крупное обновление студии Suno - из генератора треков превращается в "полноценный" музыкальный редактор. Доступно подписчикам Premier
Что нового
• MIDI-треки со встроенными синтами + поддержка внешних MIDI-контроллеров, transport control и MIDI learn
• Аудиоэффекты - sidechain-компрессия, convolution reverb, свои эффекты через чат-бар
• Chat bar - генерация звуков, создание уникальных плагинов и пресетов синтов, справка
• Wavetable-синт - басы, лиды, пэды, аккорды. Пресеты проектируются промптом
• Musical typing - игра MIDI-партий с обычной клавиатуры, режимы арпеджиатора и аккордов
• Автоматизация - параметры эффектов меняются во времени
• Свежая Suno stem separation (разделение на дорожки)
#musicediting
😁6❤5👍1
Накопилось свистоперделок для #minimaxH3
Улучшайзер лиц
github.com/Carasibana/ComfyUI-H3-FaceRefine
Создает единое длинное видео из последовательных по времени кусков без видимых склеек
huggingface.co/joeygambino/MiniMax-H3-Multishot-Workflow
Многоплановый воркфлоу в одной ноде
github.com/shootthesound/ComfyUI-H3Studio
Лора от Lightx2v поверх Qwen3.6-27B для переписывая промпта
huggingface.co/lightx2v/MiniMax-H3-Prompt-Rewriter-LoRA
Турбо лора 4 шага от них же, версия Киджая
huggingface.co/Kijai/MiniMax-H3_comfy/tree/main/loras
Там же уровнем выше лежит int8 video vae
Лора реализм
huggingface.co/fal/MiniMax-H3-Realism-People-LoRA
Лора на 8 шагов
huggingface.co/tutututututu/Tutu-MiniMax-H3-AudioVideo-20to8-NFE-LoRA
Кстати тренить лоры на 16+ ГБ VRAM можно вот этим
github.com/inlineresearch/Inline-Studio
Латентный апскейлер
huggingface.co/Mamad8/H3-Latent-Upscaler-2x
#lora #vae #directing #realism #finetuning #longvideo
Улучшайзер лиц
github.com/Carasibana/ComfyUI-H3-FaceRefine
Создает единое длинное видео из последовательных по времени кусков без видимых склеек
huggingface.co/joeygambino/MiniMax-H3-Multishot-Workflow
Многоплановый воркфлоу в одной ноде
github.com/shootthesound/ComfyUI-H3Studio
Лора от Lightx2v поверх Qwen3.6-27B для переписывая промпта
huggingface.co/lightx2v/MiniMax-H3-Prompt-Rewriter-LoRA
Турбо лора 4 шага от них же, версия Киджая
huggingface.co/Kijai/MiniMax-H3_comfy/tree/main/loras
Там же уровнем выше лежит int8 video vae
Лора реализм
huggingface.co/fal/MiniMax-H3-Realism-People-LoRA
Лора на 8 шагов
huggingface.co/tutututututu/Tutu-MiniMax-H3-AudioVideo-20to8-NFE-LoRA
Кстати тренить лоры на 16+ ГБ VRAM можно вот этим
github.com/inlineresearch/Inline-Studio
Латентный апскейлер
huggingface.co/Mamad8/H3-Latent-Upscaler-2x
#lora #vae #directing #realism #finetuning #longvideo
🔥19👍8
Накопилось свистоперделок для #minimaxH3 - часть 2
Замена Qwen меньшей моделью
huggingface.co/NicoLab28/ClipProj-MiniMax-H3
huggingface.co/easygoing0114/Qwen3-VL-4B_INT8_ConvRot_HQ
Gemma без цензуры
huggingface.co/Ilya626/gemma-4-E4B-it-SDFT_Heretic_RP-GGUF
huggingface.co/HauhauCS/Gemma-4-E4B-Uncensored-HauhauCS-Aggressive
Qwen без цензуры
huggingface.co/sakamakismile/Qwen3-VL-32B-Heretic-MiniMax-H3-NVFP4/tree/main
генератор промптов напрямую с текст энкодера
https://github.com/ethanfel/ComfyUI-H3-Qwen3VL-TextGen
#uncensored #prompting
Замена Qwen меньшей моделью
huggingface.co/NicoLab28/ClipProj-MiniMax-H3
huggingface.co/easygoing0114/Qwen3-VL-4B_INT8_ConvRot_HQ
Gemma без цензуры
huggingface.co/Ilya626/gemma-4-E4B-it-SDFT_Heretic_RP-GGUF
huggingface.co/HauhauCS/Gemma-4-E4B-Uncensored-HauhauCS-Aggressive
Qwen без цензуры
huggingface.co/sakamakismile/Qwen3-VL-32B-Heretic-MiniMax-H3-NVFP4/tree/main
генератор промптов напрямую с текст энкодера
https://github.com/ethanfel/ComfyUI-H3-Qwen3VL-TextGen
#uncensored #prompting
huggingface.co
NicoLab28/ClipProj-MiniMax-H3 · Hugging Face
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
👍8🔥4
MiniMax Music 3
Генератор музыки, опенсорс. Видимо понравилось раздавать H3
• Текст песни + теги [Intro], [Verse], [Chorus]
• Контроль структуры: жанр, BPM, тональность, тембр вокала, инструменты, аранжировка
• music-caption-rewriter разворачивает короткий промпт в детальный
• 16-bit стерео WAV, 32 kHz.🤩 Могли бы и человеческие 48 kHz сделать
• 8B на базе Qwen3-8B + Local LLM 0.6B
• 24 ГБ VRAM, со стримингом слоев - 8 ГБ
Гитхаб
HF
API
Демо
Примеры
воркфлоу
ComfyUI
#comfyui #musicediting #text2music
Генератор музыки, опенсорс. Видимо понравилось раздавать H3
• Текст песни + теги [Intro], [Verse], [Chorus]
• Контроль структуры: жанр, BPM, тональность, тембр вокала, инструменты, аранжировка
• music-caption-rewriter разворачивает короткий промпт в детальный
• 16-bit стерео WAV, 32 kHz.
• 8B на базе Qwen3-8B + Local LLM 0.6B
• 24 ГБ VRAM, со стримингом слоев - 8 ГБ
Гитхаб
HF
API
Демо
Примеры
воркфлоу
ComfyUI
#comfyui #musicediting #text2music
Please open Telegram to view this post
VIEW IN TELEGRAM
👍22👀2😁1
Gemini 3.7 Flash
Флагманская дешёвая модель Google. Дешевле 3.6 на 50% при лучших результатах. Позиционируют на повседневную работу и учёбу
• Улучшенный кодинг и работа с документами против 3.6 Flash
• Быстрое создание презентаций
• Генерация сайтов
• В бенчмарках разработки и автоматизации обходит Claude Sonnet 5 и GPT-5.6 Terra
AI Studio
#news
Флагманская дешёвая модель Google. Дешевле 3.6 на 50% при лучших результатах. Позиционируют на повседневную работу и учёбу
• Улучшенный кодинг и работа с документами против 3.6 Flash
• Быстрое создание презентаций
• Генерация сайтов
• В бенчмарках разработки и автоматизации обходит Claude Sonnet 5 и GPT-5.6 Terra
AI Studio
#news
👍10🥴2👎1