Нейронавт | Нейросети в творчестве
13.3K subscribers
7.27K photos
5.74K videos
51 files
7.38K links
Канал про нейросети в компьютерной графике, в кино и вообще

В папках и запусках не участвую

для связи @Neuronauticus

РКН: https://hf.ru/link8e56d
Download Telegram
DreamX-Creator

Исследовательский фреймворк для нативной генерации видео со звуком в 2K. Первый кадр + текстовый промпт - модель генерирует видео и аудио совместно. Развитие идей Wan и OpenMOSS

- Gated Cross-Modal Attention: видео и аудиопотоки обмениваются информацией в обе стороны
- Финальный апскейл до 2K в один шаг сохраняет движение и тайминг звука

- Развитие идей Wan Team и OpenMOSS (MOVA)
- Ещё не для продакшена: веса, код инференса и инструменты оценки обещают позже

Код / веса ждем

#va #t2va #2k #i2va

VK | MAX
👍6👀3🔥1
ICE-012 Audio (DarkPs)

Многоязычная говорилка с клонированием голоса. 590 языков и диалектов, есть русский.

- Клонирование голоса по 2 секундам
- Управление голосом: пол, возраст, высота, акцент, стиль (шепот), скорость
- Стриминг-генерация без ожидания полного файла
- Активный акустический адаптер: обрабатывает кодек-эмбеддинги до и после основного блока

Подходит для озвучки на редких языках, где коммерческие TTS отсутствуют

#tts #russian #voicecloning

VK | MAX
👍14👎2
VibeCoded AI-Slop License v1.0

Кто-то наконец написал честную лицензию для кода, который написала нейросеть по смутному промпту. Гист на GitHub разрешает делать с софтом что угодно - без спроса, без указания авторства, без объяснений.

Автор прямо признает: он мог не писать код, не читать код, не тестировать код и не заметить, что половины зависимостей не существует.

Пункт про качество отдельного упоминания достоин: софт может "выглядеть рабочим, тихо делая что-то совсем другое", содержать функции с именами вроде processData2FinalNew и архитектурные решения, принятые потому что "нейросеть сказала - надежнее сделать так"

Гарантий и поддержки нет. Если задеплоил в прод не читая - это было твое решение

#news #coding

VK | MAX
😁20👍2🫡2🤝1
Claude Fable 5.1 и Claude Mythos 5.1

Одна и та же модель под капотом, разный уровень защитных мер. Fable 5.1 в открытом доступе для кодинга и работы со знаниями, Mythos 5.1 - только через доверенные программы, заточен под кибербезопасность и науки о жизни

• поиск уязвимостей в коде разрешен, разработка эксплойтов - нет
• в кибербезопасности на 60% меньше ложных срабатываний
• доступ к биологическим возможностям Mythos 5.1 откроют ученым через программу с правительством США

• для типичных нагрузок Fable 5.1 дешевле Fable 5 примерно на 25%, для агентной работы - до 45%
• Enterprise Frontier Safeguards хранит данные в облаке клиента, начнут подключать поэтапно этой осенью

#news #flagship

VK | MAX
🤝4👍1
Qwen3.8-Max-0902

Обновление флагманской модели Qwen. Дополнительное обучение на Coding и Cowork подтянуло результаты на сложных корпоративных задачах, научных расчетах и длинных многошаговых сценариях

• работает с задачами уровня enterprise
• держит длинные цепочки шагов без потери контекста
• заточена под кодинг и совместную работу над проектами

• 2.4T параметров
• 1M токенов контекста

Цены за 1M токенов
• $2 за входные, $6 за выходные
• $0.17 explicit cache hit
• $0.25 implicit cache hit

Уже доступна по API на QwenCloud

#news #flagship

VK | MAX
👍5😁1
Накопилось по #minimaxH3 - часть 13

t.me/rublev_cgai/50 - Minimax Studio от @Evgeny_Rublev

github.com/seitanism/ComfyUI-H3-Motion-Context-MultiRef - продление генерации с контекстом движения, референсами, латентным маскированием

github.com/ethanfel/ComfyUI-MiniMaxH3-Contex-Loop - чейнер сцен со сценарным подходом: просмотр, retry, досборка

github.com/KursatAs/ComfyUI-H3-Multishot-Advance - рендер последовательности, закрыл ComfyUI, открыл - продолжил

github.com/chflame163/ComfyUI_Qwen_H3_Prompt - Qwen3.8-27B + офисные скиллы H3 в ноде ComfyUI. Свой llama.cpp сервер, выгрузка из VRAM после использования

github.com/YixuAnsensei/minimax-h3-comfyui-all-in-one - ресурс-пак для запуска H3 на 8GB VRAM ноутбуке

civitai.com/models/2899220/minimax-h3-t2va-t2v-polyhedron-perfect-eyes-perfect-skin-perfect-hands - LoRA на реалистичную кожу с дефектами, улучшает руки и глаза. Триггеры perfe8ct, perfect skin, perfect hands, perfect eyes

#lora #realism #longvideo #multishot
👍13🔥1
Media is too big
VIEW IN TELEGRAM
Google Pics

Google запустил Canva-подобный сервис для создания и редактирования картинок внутри Workspace. В основе естественно модель Nano Banana.

Генерация изображений по текстовому запросу, точечная правка, выделение отдельных объектов, редактирование и перевод текста на картинке.

Работает как отдельный продукт и встраивается в Docs, Slides и Drive - редактировать можно, не выходя из документа. Над одной картинкой уже можно работать командой

Доступ уже получают подписчики Google AI Pro и Ultra, а также большинство бизнес-клиентов Workspace

#imageediting #design

VK | MAX
👍6🔥4
Muse Voice Transcribe

Meta (запрещено в РФ) Superintelligence Labs выкатила первую модель распознавания речи в реальном времени. Разбирает голос, диаризацию и определение конца фразы на лету без задержек

Возможности:
• потоковое распознавание речи
• диаризация 20+ говорящих одновременно
• определение конца реплики в потоке
• переключение между языками внутри одной фразы
• настройка на конкретные имена и термины

Поддержка 25+ языков. Русский не указан. В демонстрации модель разбирает восемь человек, говорящих одновременно, и правильно понимает кто что сказал.

Отдельно точность подтягивается контекстом: если упомянуть конкретное имя или место, модель его узнает и не путает с похожими словами

#stt #diarize #realtime

VK | MAX
👍4🤷‍♂1
Media is too big
VIEW IN TELEGRAM
Atlas

Новая модель мира от World Labs для пространственного интеллекта. Предобучена с нуля работать сразу с текстом, изображениями, видео и 3D в общем пространственном контексте: по всему увиденному генерирует что будет дальше и держит сцену согласованной в 3D.

• генерация с управлением камерой - видео из одного или нескольких снимков с точным заданием ракурса
• реконструкция сцен - из нескольких фото восстанавливает новые ракурсы и явную 3D-геометрию, обходя специализированные модели реконструкции
• симуляция пространства и времени - перекадрирует видео и готовит данные для робототехники по принципу реального в симуляцию
• генерация изображений - текст в картинку и в 360-панораму, сложные промпты, рендер текста, разные стили

• видео до 1 минуты при 1440p
• реконструкция по 1-100+ входным изображениям

Поклянчить ранний доступ

#world #image2world #gaussian
🔥9👍1
Prompting Claude Fable 5.1

Официальный промпт-гайд
Как изменилось поведение модели между Claude Fable 5.1 и Claude Mythos 5.1 и что с этим делать в промптах для агентов

• effort уровни low medium high xhigh max дают другой объём размышлений чем раньше - тестировать заново
• модель реже шлет промежуточные апдейты между вызовами инструментов, может молчать минутами - статус проси явно
• в agent loops лучше батчить независимые tool calls за один ход
• история диалога должна быть append-only, иначе запрос падает с ошибкой bound to a different conversation
• на low effort модель реже лезет в search и retrieval, чаще отвечает по памяти
• безобидные запросы на код иногда получают stop_reason refusal из-за safety классификаторов
• на xhigh и max для длинных ответов нужен запас по max_tokens

#prompting #guide

VK | MAX
👍2
Orbis

непрерывная интерактивная генерация видео из текста или картинки. Сюжет меняется командами на ходу без остановки потока. Многоуровневая память держит персонажей, окружение и стиль в длинных сессиях. Продолжение видео, синхронный звук. 18fps в 832×480, апскейл до 4K

Демо
———

H3-World

#MiniMaxH3 научили реагировать на клавиши движения и камеры. Команды переводятся в текстовые инструкции к моментам видео, отдельный модуль действий не нужен, только #LoRA

Пока генерация по последовательности клавиш, не real-time.

Код
HF

Спасибо @Endorpheen

#interactive #world

VK | MAX
👍6❤4🔥1