Нейронавт | Нейросети в творчестве
13.2K subscribers
7.15K photos
5.66K videos
51 files
7.24K 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
Fara-7B: An Efficient Agentic Model for Computer Use

Локальный компактный агент от Microsoft для управления компьютером на базе Qwen2.5-VL-7B

— ищет информацию и суммирует результаты;

— заполняет формы и управляет аккаунтами;

— бронирует путешествия, билеты в кино и рестораны;

— занимается шопингом и сравнивает цены в разных магазинах;

— находит объявления о работе и недвижимость.

Гитхаб
HF

#agent #gui #vlm
1👍8❤1
Pinokio 5.0

Сильно обновился однокликовый установщик-агрегатор нейросеток Pinokio.
Во первых, переехал на новый домен pinokio.co

Ну и сильно все переработано. Настолько что инсталлятор выдает ошибку незакрываемым окном которого нет в панели задач. Ну да ладно, починят.

Гитхаб

#tools #gui
😁23👍5🥴1
MAI-UI: Real-World Centric Foundation GUI Agents

Семейство базовых моделей GUI-агентов от Alibaba. От 2B до 235 B

#sota 76.7% на AndroidWorld, 73.5% на ScreenSpot-Pro

HF

#GUI #agent #computeruse
👍3
Biniou

Веб-интерфейс-агрегатор для локальной работы с нейросетками.
Картинки, видео, аудио, LLM - все есть.

Впервые услышал о нем в апреле 2024, тогда на винде он самоуверенно все устанавливал на диск C:

Теперь если вас это не устраивает, можно выбрать другое место установки, для этого используйте способ установки через install_win.cmd

⚠️ Ну и вообще, автор рекомендует сделать перед установкой бэкап системы

Возможно подойдет на смену Pinokio который после переработки у меня не устанавливается, а автор игнорирует мой issue в гитхабе

Спасибо @EvgenyiPerm

#GUI #windows #macos #linux #tools
👍11🔥2😁1🤔1
VIBE Local GUI (Windows)

Графический интерфейс на Gradio для локального запуска VIBE

Спасибо @p0lygon

#GUI #imageediting #windows
👍6❤4
ACE-Step Studio

Еще одна локальная запускалка ACE-Step 1.5 с интерфейcом и некоторыми удобными фичами

— пишет тексты и описания стиля: либо ACE-Step LM, либо API, совместимый с OpenAI

— Даёт полный контроль над параметрами модели в кастомном режиме

— Генерирует обложки для треков: можно использовать локальные генераторы изображений (ComfyUI или A1111-совместимые) или Fal

— Позволяет скачивать модели и варианты LM прямо в приложении

На данный момент реализована только функция text-to-music, но автор планирует постепенно добавлять и другие возможности

#musicediting #text2music #gui
👍7❤3🔥1
MimikaStudio

Локальный комбайн для клонирования голоса, чтения вслух PDF с подсветкой текущего предложения, создания аудиокниг и вообще генерации речи

Поддерживает 4 движка и 23 языка, в том числе русский

Работает на #macos #windows и web

Поддерживает REST API и MCP

Гитхаб

#text2audiobook #pdf2speech #tts #voicecloniong #gui #russian
👍15🔥6😱1
Ask1.webm
1.4 MB
kilocode (Kilo)

Агентная платформа для вайбкодинга, все-в-одном

— генерирует код по текстовому заданию

— проверяет свою работу

— запускает команды в терминале

— автоматизирует действия в браузере

— предлагает подсказки для автозаполнения кода

— использует последние модели ИИ

— работает без API-ключей (но можно их использовать)

— умеет находить и использовать MCP-серверы

— дают 20 долларов бонусных кредитов при первом пополнении счёта, их можно использовать на коммерческие модели Gemini 3 Pro, Claude 4.5 Sonnet & Opus, and GPT-5. Но вообще тонны бесплатного функционала


И кстати, там MiniMax тоже есть бесплатно - спасибо @pergundos

Гитхаб

#agent #coding #gui
👍3❤2🔥1💯1
This media is not supported in your browser
VIEW IN TELEGRAM
Voicebox

студия для синтеза голоса на базе Qwen3-TTS, скоро добавят XTTS, Bark и другие

— клонирование голоса

— генерирует речь любым клонированным голосом

— позволяет редактировать аудио: обрезать, микшировать голоса, создавать многоголосные проекты

— API для интеграции в свои проекты

— есть для #macOS и #Windows, скоро будет для Linux

#voicecloning #desktop #tts #gui #dialog
👍16❤1🔥1
ComfyUI Launcher Pro

Расширенный лаунчер для ComfyUI Portable с GUI вместо .bat файла

Есть некоторые удобные фичи типа очискти кэша и кнопки Stop которая действительно останавливает генерацию

#comfyui #gui
😁7👍5😱3🔥1🤝1
EZ-CorridorKey v1.4.0

Форк отделятора человеков на видео CorridorKey, простая установка и графический интерфейс

В оригинальном CorridorKey только командная строка. Но его последнюю версию уже запускают на 6-8 ГБ VRAM

#keying #compositing #GUI

Нейронавт в MAX
❤7👍6
PlayCoder

Большинство приложений с GUI, созданных с помощью LLM, компилируются, но не работают.

PlayCoder - многоагентная платформа, оценивает и исправляет код с помощью реального взаимодействия с GUI

#coding #GUI #agent
👀5❤1
Deno AI Studio

Платформа для запуска новых ИИ-моделей до того как их поддержка появится в ComfyUI

• поддерживает мультимодальные модели
• интегрированы всякие API
• пишет и отлаживает код с ИИ‑подсказками
• экономит память за счёт легковесных рантаймов

Работает на базе Deno Runtime, совместима с JS/TS

#gui #tools
👍6❤1
SillyTavern

Фронтенд‑интерфейс для работы с языковыми моделями

• подключает локальные и облачные ИИ‑модели (Oobabooga, OpenAI, Gemini и др.)
• настраивает персонажей — прописывает характер, предысторию, манеру речи
• озвучивает ответы через TTS (Coqui TTS, ElevenLabs и т. д.)
• настройка параметров генерации (temperature, top‑p, repetition penalty)
• поддерживает ролевые игры с трекером квестов и инвентарём
• работает в мультипользовательском режиме
• экспортирует диалоги и персонажей

Win/Linux/macOS

требует настройки бэкенда и ресурсов (от 8 ГБ ОЗУ для локальных моделей)

#GUI #tools #llm
❤9
LlamaServerLauncher

GUI‑лаунчер llama.cpp от подписчика @Aleks_101
Заменяет работу через консоль, упрощает запуск локальных нейронок.

• запуск llama.cpp через графический интерфейс
• гибкие профили запуска
• загрузка llama.cpp прямо из интерфейса
• поддержка CUDA 13.3

Поддерживает последние модели и обновления llama.cpp (в отличие от LM Studio, где обновления запаздывают).

#gui #tools
❤12😁3🔥1
Pinokio v8

Аж 8 версия уже. Давно я туда не заглядывал

Обновления такие:
• ускорен запуск, отзывчивее интерфейс
• вкладки под чекпоинты, инструменты, скилы
• расшаривание доступа к Пинокио по локальной сети. Через Cloudflare в интернет можно шарить приложения индивидуально
• автозапуск приложений при старте Пинокио с зависимостями между приложениями
• мониторит загрузку CPU, GPU, RAM, диска

#gui #tools
👍6⚡2
Решающие модели (System 1) #decision #rlcd

huggingface.co/orcarouter/OrcaSAQ-2-27B - OrcaSAQ2 27B: высокоточный reasoning в файле 12.3GB

huggingface.co/orcarouter/OrcaSAQ-2-Cyber-27B-Uncensored-GGUF - OrcaSAQ2 Cyber: без цензуры, 15.7GB

huggingface.co/akhilaaa3/Jev-Omni - Jev-Omni: решения по тексту, картинкам, аудио и видео разом

huggingface.co/fastino/GLiNER2.5-Decide - GLiNER2.5-Decide: оценка любого набора меток за один проход, без генерации токенов

huggingface.co/SupersonicLabs/Julia-1 - Julia 1: 144M параметров, контекст → чёткие решения

huggingface.co/Contrastive-LM/CLM-v0.1-8B - CLM-v0.1-8B: вместо медленных верификаторов — эмбеддинги состояний и действий

Скорость и кванты #optimization #gguf #dflash

huggingface.co/harshatheg/Qwen-2.5-1B-RLCD - RLCD: извлекает структурированные данные в 7 раз быстрее на Apple Silicon

huggingface.co/z-lab/Qwen3.8-27B-DFlash2 - Qwen3.8-27B DFlash2: ускоренная генерация (drafter-модель)

huggingface.co/sirus/Qwen3.8-27B-heretic-ara-MXFP6-MXFP8-DFlash2-GGUF - новый формат кванта MXFP6/MXFP8 + DFlash2: быстрее инференс

huggingface.co/Edge0/Edge0-35B-A3B-preview - Edge0-35B-A3B: модель «телефонного» класса, работает в 3 GiB памяти

Агенты и инструменты #agent #toolcalling

huggingface.co/XingChen-AGI/Xing4.0-29B-A4B - Xing4.0-29B-A4B: агентные задачи на Ascend NPU, контекст 256K

huggingface.co/TokenRhythm/NeoHorse-1-4B - NeoHorse-1-4B: роутинг-обвязка, прокачивает Qwen3.5-4B

huggingface.co/apodex/Apodex-1.1-mini-GGUF - Apodex-1.1-mini: агентные задачи по файлам и данным

huggingface.co/nex-agi/Nex-N2.5-Pro - Nex-N2.5-Pro: агент для кодинга и работы с компьютером

huggingface.co/nex-agi/Nex-N2.5-mini - Nex-N2.5-mini: длинные агентские задачи с vision-обратной связью

github.com/ortegaalfredo/ngram-knowledge-injector - инжектор фактов в память Qwen3.8 через n-gram

huggingface.co/TheOneWhoWill/Coding-Monkey-Gemma-GGUF - Coding-Monkey: локальная модель с сильными тул-коллами

huggingface.co/pipecat-ai/phonellm-alpha-1 - phonellm: держит телефонных агентов в рамках диалога

Мультимодальность и контекст #multimodal

huggingface.co/deepseek-ai/DeepSeek-V4-Flash-Vision-Exp - DeepSeek-V4-Flash Vision Exp: экспериментальный мультимодальный вариант

huggingface.co/Agnes-AI/Agnes-2.5-Pro-Alpha - Agnes-2.5-Pro: рассуждения на миллион токенов

github.com/QLNI/SHADOW-250M-Instruct - SHADOW-250M: архив 100M токенов ужат до 60MB файла

Код и всякое #coding

huggingface.co/ornith-ai/Ornith-1.5-9B - Ornith-1.5-9B: #reasoning и кодинг на одной GPU

huggingface.co/ornith-ai/Ornith-1.5-35B-A3B-GGUF - Ornith-1.5-35B-A3B: GGUF под локальных кодинг-агентов

huggingface.co/openbmb/MiniCPM5-2B - MiniCPM5-2B: карманная модель, кодит и рассуждает

huggingface.co/IFM/K2-Horizon-MoVA-36B-A4B - K2-Horizon-MoVA: 36B всего, активно 4B

huggingface.co/XHToken/Spark-X2.5-4B - Spark-X2.5-4B: компактная универсальная 4B (гибридное внимание, 1M контекст) #compact

huggingface.co/thesysdev/OUI-1 - OUI-1: диффузионная генерация UI-экранов за ~секунду #gui

huggingface.co/LessThanThreeAI/Qwen3.8-27B-Humanlike-Chat-GGUF - Humanlike-Chat: живой, реалистичный ролеплей

huggingface.co/TheDrummer/Artemis-31B-v1.1 - Artemis-31B: креативное мышление поверх Gemma 4 Chat

huggingface.co/OBLITERATUS/Qwen3.8-27B-OBLITERATED - Qwen3.8 27B полностью без цензуры #uncensored

huggingface.co/superwhisper/s1-mini - S1-mini: превращает неразборчивую речь в текст #ASR
👍14❤10
This media is not supported in your browser
VIEW IN TELEGRAM
FreeVideo

Локальный движок генерации видео на #MiniMaxH3 от FlashML-org. Рассчитан на домашние карты. Открытый код.

• Текст, первый и последний кадры, референсы картинкой, видео и аудио
• Четыре уровня качества: Light / Medium / High / Max
• Комьюнити-LoRA для MiniMax H3
• Видео несёт в себе workflow — mp4 на канвас ComfyUI восстанавливает промпт, seed и настройки
• Двухпроходный сэмплинг, батч, история генераций

• Минимум 8 ГБ VRAM и 16 ГБ RAM, тяжелое выгружается в RAM и на диск
• Движок подстраивается под железо: новые карты — нативный FP8, старые — FP8-веса с BF16-вычислениями, интел-бэкенд автопробой
• На RTX 40/50/30 в v0.3.0 — быстрая инт8-модель
• 10 сек: RTX 5090 — 122 с, RTX 4060 Ti — ~9 мин, Mac M5 24 ГБ — ~22 мин

Строится на VDN-H3 (Video DeltaNet) в 8 шагов. Работает как плагин #ComfyUI, есть лаунчер для Windows/Mac и CLI на Linux. Установка в 2 минуты.

github.com/FlashML-org/FreeVideo

#gui #desktop
👍6🔥4👎3❤1