#robot #humor

holaOS Beta 0.1

Открытый «компьютер с агентами» - среда для долгой работы с ИИ, а не разовых чатов. Поможет вести долгосрочные проекты с ИИ без потери контекста.

• хранит контекст, правила и историю по каждому рабочему потоку
• разделяет задачи на несколько рабочих пространств (Multi Workspaces)
• запускает под‑агентов для параллельной обработки сложных задач (Sub Agents)
• интегрируется с Gmail, GitHub, LinkedIn, Reddit, Google Sheets
• запускает автоматизацию по расписанию или событию

Работает на десктопе (#macOS Apple Silicon, в разработке - Windows и Linux), код открыт (Modified Apache 2.0), свыше 5 000 звёзд на GitHub.

Гитхаб

#agent #desktop #orchestrator

Postshot v1.1

Новая версия инструмента для работы с гауссианами

• VR/XR‑просмотр сцен прямо в шлеме
• параметр Observer Scale (масштаб зрителя относительно сцены)
• новые инструменты выбора объектов: лассо и прямоугольное выделение
• режимы выбора: Add, Subtract, Intersect
• фотометрическая компенсация (экспозиция, белая точка, виньетирование)
• опция Pose Quality для фильтрации положений камер в SfM
• поддержка SPZ‑последовательностей, Pix4D OPF, RealityScan 2.1, COLMAP
• совместимость с Unreal Engine 5.7

#gaussian #desktop

Perceptron Mk1

Закрытая модель понимания видео и воплощённого рассуждения (для роботов) - дешевле аналогов, не уступает в производительности.

• анализирует видео (до 2 FPS) в окне контекста 32 K токенов
• рассуждает во времени: разбирает события и выдаёт структурированный разбор «что и когда произошло»
• ищет совпадения по одному эталонному изображению/видео без дообучения
• сравнивает два медиафайла - выдаёт разбор «бок о бок»
• точно указывает объекты
• считает объекты в плотных сценах (сотни единиц: парковка, детали на лотке и т. д.)
• читает кривой текст, аналоговые приборы, циферблаты
• преобразует сложные документы в HTML/JSON/Markdown с сохранением структуры

Демо
API
OpenRouter

#vlm

Stream.FM

Рилтаймовый улучшайзер-реставратор речи в реальном времени на основе flow matching

• подавляет шум
• убирает реверберацию
• обрабатывает кодеки
• повышает частотный диапазон аудиосигнала
• восстанавливает фазу STFT
• Mel‑вокодирование

Алгоритмическая задержка - 32 мс, общая задержка — 48 мс
Есть вариант с задержкой 24 мс для шумодава
Работает на потребительских GPU

Гитхаб
Веса

#enhance #audioenhance #denoise #deecho #speesh2speech

comfyui-skill-public

Скилл OpenClaw для управления ComfyUI через команды на естественном языке

• принимает команды на английском (например, «апскейли папку до 4K»)
• запускает пакетную обработку папок с изображениями
• строит workflow автоматически и ставит задачи в очередь
• работает с локальными, удалёнными и облачными версиями ComfyUI
• отслеживает выполнение задач

#skill #comfyui #agent

Береги свой .ENV смолоду!

#humor #safety

AsymFlow

Метод дообучения картинкогенераторов для генерации на основе потоков в пиксельном пространстве без VAE

AsymFLUX.2 klein
Дообученная версия FLUX.2 klein - генерирует изображения по тексту в пиксельном пространстве

сохраняет семантику и структуру исходной латентной модели

Гитхаб
HF
Демо
ComfyUI ждем

#optimization #t2i

New Open-Source Models Now in ComfyUI: VOID, BiRefNet & Gemma 4

В комфи добавили нативную поддержку

VOID
BiRefNet
Gemma 4

#comfyui

«Я сделал приложение за вечер без навыков программирования. Фиг там. Как я почти год делал игру с опытом и ИИ»
разработчик делится опытом

ИИ поможет:

с черновиками кода

рефакторингом,

разбором ошибок,

поиском вариантов реализации,

входом в новый стек.


Но есть вещи, которые он не сделает:

не продумает механику (на неё уйдут месяцы)

не построит надёжную архитектуру

не создаст готовые ассеты

не оценит слабые места продукта

не заменит опыт разработчика

Опыт критически важен: он помогает избегать тупиковых решений, отсеивать нерабочие идеи, не привязываться к первому работающему варианту

#news #gamedev #coding

WhatModels

Онлайн‑калькулятор для подбора ИИ‑моделей под ваше железо

#hardware #tools

Microsoft Lens

Microsoft якобы выпустил генератор картинок разрешением 1440*1440 пикселей на 3.8B параметров и его же 4-шаговую турбо версию

Но официального релиза найти не удалось, а репы на HF мертвы или закрыты

https://huggingface.co/microsoft/Lens
https://huggingface.co/microsoft/Lens-Turbo

Подождем, может откроются

Но вообще странно называть новый продукт именем своего другого продукта

#t2i

Violin

Открытый инструмент для перевода видео.

• 33 языка, есть русский
• добавляет синхронизированные субтитры
• синтезирует озвучку с естественным звучанием
• отвечает на вопросы о содержании видео
• подбирает голос по описанию на естественном языке
• предлагает 6 стилей озвучки (экспериментально)

Базовые модели: Whisper V3 Large (ASR), DeepSeek V4 Pro (LLM), Cartesia’s Sonic 3 (TTS). Лицензия MIT.

Гитхаб
Демо

#dubbing #translation #russian #tts

ComfyUI-AsymFlow

кастом пак AsymFlow

Спасибо @m_franz

#t2i #comfyui