X2SAM
Мультимодальная модель для сегментации объектов на изображениях и видео на базе SAM
Показывает высокие результаты в COCO, сильна в LongVideoBench
• обрабатывает изображения и видео
• работает с текстовыми инструкциями и визуальными подсказками (точки, bounding boxes, маски)
• хранит визуальные признаки в модуле Mask Memory - поддерживает временную согласованность масок в видео
Гитхаб
HF
Демо
#segmentation
Мультимодальная модель для сегментации объектов на изображениях и видео на базе SAM
Показывает высокие результаты в COCO, сильна в LongVideoBench
• обрабатывает изображения и видео
• работает с текстовыми инструкциями и визуальными подсказками (точки, bounding boxes, маски)
• хранит визуальные признаки в модуле Mask Memory - поддерживает временную согласованность масок в видео
Гитхаб
HF
Демо
#segmentation
❤3👍3
IceCache
Система управления KV‑кэшем для больших языковых моделей с длинными последовательностями.
• делит KV‑кэш на страницы фиксированного размера
• группирует семантически связанные токены в непрерывные области памяти
• динамически обновляет иерархический индекс (DCI‑tree)
• оптимизирует передачу данных между CPU и GPU
Экономит до 7 % памяти, сохраняет 99% точности при бюджете 256 токенов (на LongBench). Работает с разными моделями и типами внимания.
Гитхаб
Спасибо @EvgenyiPerm
#memory #optimization
Система управления KV‑кэшем для больших языковых моделей с длинными последовательностями.
• делит KV‑кэш на страницы фиксированного размера
• группирует семантически связанные токены в непрерывные области памяти
• динамически обновляет иерархический индекс (DCI‑tree)
• оптимизирует передачу данных между CPU и GPU
Экономит до 7 % памяти, сохраняет 99% точности при бюджете 256 токенов (на LongBench). Работает с разными моделями и типами внимания.
Гитхаб
Спасибо @EvgenyiPerm
#memory #optimization
👍5🔥3❤1
GyroScope
Модель на базе ResNet‑18 для определения и исправления поворота изображений.
• детектирует поворот изображения (0°, 90°, 180°, 270°)
• автоматически корректирует ориентацию картинки
4 класса классификации, обучена с нуля (trained from scratch).
#detection #imageediting #tools
Модель на базе ResNet‑18 для определения и исправления поворота изображений.
• детектирует поворот изображения (0°, 90°, 180°, 270°)
• автоматически корректирует ориентацию картинки
4 класса классификации, обучена с нуля (trained from scratch).
#detection #imageediting #tools
👍10😁8
Z-Image-SAM-ControlNet
ControlNet #zimage для генерации фотореалистичных изображений из сегментных масок SAM
Обучен на 220 K сегментированных изображений (laion2b-squareish-1536px), разрешение обучения — 1024×1024, лучшее качество вывода — от 1536×1536.
#controlnet #mask2image #segmentation
ControlNet #zimage для генерации фотореалистичных изображений из сегментных масок SAM
Обучен на 220 K сегментированных изображений (laion2b-squareish-1536px), разрешение обучения — 1024×1024, лучшее качество вывода — от 1536×1536.
#controlnet #mask2image #segmentation
👍8🔥2💯1
This media is not supported in your browser
VIEW IN TELEGRAM
3DGS реконструкция Луны по данным миссии NASA Artemis II
Автор вручную выбрал более 300 изображений
Использовал RealityScan для выравнивания камеры
LichtFeld Studio для обработки 3DGS
Реконструкция частичная - охватывает примерно половину лунной поверхности. сквозь поверхность просвечивает противоположная сторона - частая проблема при недостатке данных
#gaussian #moon
Автор вручную выбрал более 300 изображений
Использовал RealityScan для выравнивания камеры
LichtFeld Studio для обработки 3DGS
Реконструкция частичная - охватывает примерно половину лунной поверхности. сквозь поверхность просвечивает противоположная сторона - частая проблема при недостатке данных
#gaussian #moon
❤14👍1🥴1
Image‑to‑Material
Генерация PBR‑материалов по изображению.
• создаёт карту альбедо (Base Color)
• генерирует карту нормалей (Normal)
• формирует карту шероховатости (Roughness)
• определяет карту металличности (Metalness)
• извлекает карту высот (Height)
Работает с фото реальных поверхностей и рендерами. Выводит 5 PBR‑карт за один проход. Результат совместим с Unreal, Unity, Blender. Стоимость - $0,06 за запуск.
Поклянчить доступ
#image2texture #pbr #texturing #image2pbr
Генерация PBR‑материалов по изображению.
• создаёт карту альбедо (Base Color)
• генерирует карту нормалей (Normal)
• формирует карту шероховатости (Roughness)
• определяет карту металличности (Metalness)
• извлекает карту высот (Height)
Работает с фото реальных поверхностей и рендерами. Выводит 5 PBR‑карт за один проход. Результат совместим с Unreal, Unity, Blender. Стоимость - $0,06 за запуск.
Поклянчить доступ
#image2texture #pbr #texturing #image2pbr
👍7👎1
Realtime TTS‑2
Очередной рывок вперед от Inworld AI в работе с речью
Диалоговая рилтайм говорилка с пониманием (и имитацией) эмоций и клонированием голоса, №1 на арене
• анализирует тон, темп, высоту голоса и паузы в реальном времени
• подстраивает манеру речи под состояние пользователя и историю диалога
• контроль эмоций текстом (
• переключение между 100+ языками в одном сеансе
• клонирует голос
• создает голос по описанию
Задержка 120-200 мс, не хранит данные
Попробовать - Если попросить на английском говорить по-русски, начинает говорить с акцентом. Попросишь говорить без акцента - справляется. Но когда сам начинаешь говорить по-русски, отвечает на испанском
Playground
#tts #dialog #voicecloning #voicedesign #russian
Очередной рывок вперед от Inworld AI в работе с речью
Диалоговая рилтайм говорилка с пониманием (и имитацией) эмоций и клонированием голоса, №1 на арене
• анализирует тон, темп, высоту голоса и паузы в реальном времени
• подстраивает манеру речи под состояние пользователя и историю диалога
• контроль эмоций текстом (
[whispering])• переключение между 100+ языками в одном сеансе
• клонирует голос
• создает голос по описанию
Задержка 120-200 мс, не хранит данные
Попробовать - Если попросить на английском говорить по-русски, начинает говорить с акцентом. Попросишь говорить без акцента - справляется. Но когда сам начинаешь говорить по-русски, отвечает на испанском
Playground
#tts #dialog #voicecloning #voicedesign #russian
👍4❤1🔥1
This media is not supported in your browser
VIEW IN TELEGRAM
PhysForge
Фреймворк для генерации 3D‑ассетов с учётом физики. Применимо в симуляциях роботов и виртуальных мирах - объекты сразу готовы к взаимодействию.
Принимает на вход изображение, опциональную 2D-маску и воксели TRELLIS
• создаёт иерархический физический чертёж через VLM (ограничивающие рамки, связи частей, типы соединений, свойства)
• генерирует детализированную геометрию и текстуры с помощью диффузионной модели
• задаёт точные кинематические параметры (ось движения, пределы и т. д.) через механизм KVI
Гитхаб ждем
#3d #imageto3d #interaction #simulation
Фреймворк для генерации 3D‑ассетов с учётом физики. Применимо в симуляциях роботов и виртуальных мирах - объекты сразу готовы к взаимодействию.
Принимает на вход изображение, опциональную 2D-маску и воксели TRELLIS
• создаёт иерархический физический чертёж через VLM (ограничивающие рамки, связи частей, типы соединений, свойства)
• генерирует детализированную геометрию и текстуры с помощью диффузионной модели
• задаёт точные кинематические параметры (ось движения, пределы и т. д.) через механизм KVI
Гитхаб ждем
#3d #imageto3d #interaction #simulation
👍8❤1
AgentOfficeSuite (AOSE)
Офисный пакет для совместной работы с ИИ‑агентами
• воспринимает агентов как коллег, а не инструменты
• позволяет обращаться к агентам через @
• можно поручать агентам задачи
• фиксирует вклад агентов в документах
• поддерживает общение с агентами в привычных каналах
Работает в связке с существующими офисными инструментами и мессенджерами.
#office #agent
Офисный пакет для совместной работы с ИИ‑агентами
• воспринимает агентов как коллег, а не инструменты
• позволяет обращаться к агентам через @
• можно поручать агентам задачи
• фиксирует вклад агентов в документах
• поддерживает общение с агентами в привычных каналах
Работает в связке с существующими офисными инструментами и мессенджерами.
#office #agent
🔥8👍1
Media is too big
VIEW IN TELEGRAM
Stream‑R1
Ускорятор-дистиллятор видеогенерации, прикручено к Wan2.1
Не меняет архитектуру ученической модели и не увеличивает затраты на инференс
4-шаговая дистилляция якобы превосходит Wan2.1 по VBench Total и Semantic
Генерирует видео до 3 минут с низким дрейфом качества, работает в ~30 раз быстрее учителя
Гитхаб
HF
#optimization #i2v #t2v
Ускорятор-дистиллятор видеогенерации, прикручено к Wan2.1
Не меняет архитектуру ученической модели и не увеличивает затраты на инференс
4-шаговая дистилляция якобы превосходит Wan2.1 по VBench Total и Semantic
Генерирует видео до 3 минут с низким дрейфом качества, работает в ~30 раз быстрее учителя
Гитхаб
HF
#optimization #i2v #t2v
👍8😁1
Media is too big
VIEW IN TELEGRAM
UniCorrn: Unified Correspondence Transformer Across 2D and 3D
Модель от Adobe и компании для работы с 2D‑ и 3D‑данными, объединяет обработку разных пространств в одной архитектуре.
Находит соответствия между 2D‑изображениями и 3D‑сценами в любых комбинациях
Работает одновременно с плоскими изображениями и объёмными данными
Пригодно для задач AR/VR, робототехники и 3D‑реконструкции по фото
Гитхаб
#tracking #3d #reconstruction
Модель от Adobe и компании для работы с 2D‑ и 3D‑данными, объединяет обработку разных пространств в одной архитектуре.
Находит соответствия между 2D‑изображениями и 3D‑сценами в любых комбинациях
Работает одновременно с плоскими изображениями и объёмными данными
Пригодно для задач AR/VR, робототехники и 3D‑реконструкции по фото
Гитхаб
#tracking #3d #reconstruction
👍8
Flue
TypeScript‑фреймворк для создания автономных ИИ‑агентов. Экспериментальный проект от команды Astro, лёгкая альтернатива Docker
• управляет сессиями и задачами
• даёт встроенную память для агентов
• запускает дочерних агентов для узких задач
• описывает логику через Markdown
• эмулирует bash‑окружение (grep, cat, find и т. д.)
• работает в виртуальной файловой системе (Node.js / Cloudflare Worker)
• подключается к Linux‑контейнерам через адаптер Daytona
Гитхаб
#agent #orchestrator
TypeScript‑фреймворк для создания автономных ИИ‑агентов. Экспериментальный проект от команды Astro, лёгкая альтернатива Docker
• управляет сессиями и задачами
• даёт встроенную память для агентов
• запускает дочерних агентов для узких задач
• описывает логику через Markdown
• эмулирует bash‑окружение (grep, cat, find и т. д.)
• работает в виртуальной файловой системе (Node.js / Cloudflare Worker)
• подключается к Linux‑контейнерам через адаптер Daytona
Гитхаб
#agent #orchestrator
👍5
StorySplat v2.3
Инструмент для работы с 3D‑сценами на базе PlayCanvas и технологии Gaussian Splatting. Маркетинговый фокус на производстве интерактивных историй
• редактирование позиций и масштаба 3D‑объектов в сцене
• настройка параметров визуализации splat‑данных (плотность, прозрачность)
• изменение освещения и окружения в реальном времени
• коррекция цветовых схем и материалов объектов
• импорт, удаление и замена splat‑файлов прямо в редакторе
• сохранение правок в формате, совместимом с PlayCanvas
• экспорт отредактированных сцен в распространённые 3D‑форматы
Пока только веб-версия, обещают локальную аппку но небесплатно видимо
Хотя бесплатный тариф для веб есть
Попробовать
#gaussian #3d
Инструмент для работы с 3D‑сценами на базе PlayCanvas и технологии Gaussian Splatting. Маркетинговый фокус на производстве интерактивных историй
• редактирование позиций и масштаба 3D‑объектов в сцене
• настройка параметров визуализации splat‑данных (плотность, прозрачность)
• изменение освещения и окружения в реальном времени
• коррекция цветовых схем и материалов объектов
• импорт, удаление и замена splat‑файлов прямо в редакторе
• сохранение правок в формате, совместимом с PlayCanvas
• экспорт отредактированных сцен в распространённые 3D‑форматы
Пока только веб-версия, обещают локальную аппку но небесплатно видимо
Хотя бесплатный тариф для веб есть
Попробовать
#gaussian #3d
👍4❤1