Gemini Intelligence для Android
Google на конфе I/O 2026 представил ИИ‑инструменты для автоматизации задач на смартфоне.
• автоматизация многосоставных задач (бронирование поездок, перенос списков из заметок в корзину магазина)
• в Chrome обобщение веб‑страниц и автозаполнение форм
• в Gboard конвертация речи в структурированный текст (инструмент Rambler, поддерживает несколько языков)
• создание кастомных виджетов рабочего стола по текстовому промпту (Create My Widget)
Первые устройства с поддержкой - Samsung Galaxy S26 и Google Pixel 10 (лето). До конца года - смарт‑часы, ноутбуки, гарнитуры, автомедиасистемы.
#agent #mobile #android
Google на конфе I/O 2026 представил ИИ‑инструменты для автоматизации задач на смартфоне.
• автоматизация многосоставных задач (бронирование поездок, перенос списков из заметок в корзину магазина)
• в Chrome обобщение веб‑страниц и автозаполнение форм
• в Gboard конвертация речи в структурированный текст (инструмент Rambler, поддерживает несколько языков)
• создание кастомных виджетов рабочего стола по текстовому промпту (Create My Widget)
Первые устройства с поддержкой - Samsung Galaxy S26 и Google Pixel 10 (лето). До конца года - смарт‑часы, ноутбуки, гарнитуры, автомедиасистемы.
#agent #mobile #android
❤3👍1
This media is not supported in your browser
VIEW IN TELEGRAM
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
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
👍15💯1
👍15😁14🍌6👎5🔥4❤3
This media is not supported in your browser
VIEW IN TELEGRAM
PhyMotion
Система вознаграждения для генерации видео с реалистичным человеческим движением - оценивает физику движений в сгенерированных роликах.
• анализирует 3D‑траектории движений (восстанавливает SMPL‑меши из видео)
• проверяет движения в симуляторе MuJoCo
• оценивает кинематическую правдоподобность
• контролирует согласованность контактов и баланса
• проверяет динамическую осуществимость движений
Коррелирует с оценками людей лучше аналогов, даёт +68 Elo при RL‑посттренинге, работает с авторегрессивными и двунаправленными генераторами.
Гитхаб
HF
#optimization #t2v #motioncontrol
Система вознаграждения для генерации видео с реалистичным человеческим движением - оценивает физику движений в сгенерированных роликах.
• анализирует 3D‑траектории движений (восстанавливает SMPL‑меши из видео)
• проверяет движения в симуляторе MuJoCo
• оценивает кинематическую правдоподобность
• контролирует согласованность контактов и баланса
• проверяет динамическую осуществимость движений
Коррелирует с оценками людей лучше аналогов, даёт +68 Elo при RL‑посттренинге, работает с авторегрессивными и двунаправленными генераторами.
Гитхаб
HF
#optimization #t2v #motioncontrol
👍6❤2🔥2
Media is too big
VIEW IN TELEGRAM
Causal Forcing++
Метод генерации видео в реальном времени с низкой задержкой. Основан на авторегрессивной дистилляции диффузионных моделей.
• генерирует видео frame‑wise за 1–2 шага семплирования
• снижает задержку первого кадра
• экономит ресурсы на обучение (Stage 2 — в 4 раза дешевле)
• работает с action‑conditioned world model (в духе Genie3)
Превосходит #SOTA (4‑step Causal Forcing) на +0,1 в VBench Total, +0,3 в VBench Quality, +0,335 в VisionReward.
Гитхаб
HF
#optimization #t2v #realtime
Метод генерации видео в реальном времени с низкой задержкой. Основан на авторегрессивной дистилляции диффузионных моделей.
• генерирует видео frame‑wise за 1–2 шага семплирования
• снижает задержку первого кадра
• экономит ресурсы на обучение (Stage 2 — в 4 раза дешевле)
• работает с action‑conditioned world model (в духе Genie3)
Превосходит #SOTA (4‑step Causal Forcing) на +0,1 в VBench Total, +0,3 в VBench Quality, +0,335 в VisionReward.
Гитхаб
HF
#optimization #t2v #realtime
🔥6❤1
This media is not supported in your browser
VIEW IN TELEGRAM
Dramabox (ResembleAI)
Модель для генерации аудио с актёрской игрой — интонациями, эмоциями, драматическими паузами.
• создаёт речь с разными эмоциями
• имитирует актёрскую подачу
• добавляет естественные паузы и акценты
основана на ltx-2 между прочим
huggingface.co/ResembleAI/Dramabox
https://huggingface.co/spaces/ResembleAI/Dramabox
https://github.com/resemble-ai/DramaBox
#tts
Модель для генерации аудио с актёрской игрой — интонациями, эмоциями, драматическими паузами.
• создаёт речь с разными эмоциями
• имитирует актёрскую подачу
• добавляет естественные паузы и акценты
основана на ltx-2 между прочим
huggingface.co/ResembleAI/Dramabox
https://huggingface.co/spaces/ResembleAI/Dramabox
https://github.com/resemble-ai/DramaBox
#tts
❤6👍4🤔2
Media is too big
VIEW IN TELEGRAM
Scenema Audio
Еще одна говорилка на ltx2.3 с клонированием и дизайном голоса
Создаёт звуковые эффекты и фоновую атмосферу по описанию.
• генерирует звуковые эффекты по текстовому запросу
• создаёт фоновые аудиодорожки (город, лес, офис и т. д.)
• комбинирует звуки в единую композицию
Говорят, нужно 40ГБ VRAM
https://github.com/ScenemaAI/scenema-audio
https://huggingface.co/ScenemaAI/scenema-audio
https://huggingface.co/spaces/multimodalart/scenema-audio
#TTS #voicecloning #voicedesign
Еще одна говорилка на ltx2.3 с клонированием и дизайном голоса
Создаёт звуковые эффекты и фоновую атмосферу по описанию.
• генерирует звуковые эффекты по текстовому запросу
• создаёт фоновые аудиодорожки (город, лес, офис и т. д.)
• комбинирует звуки в единую композицию
Говорят, нужно 40ГБ VRAM
https://github.com/ScenemaAI/scenema-audio
https://huggingface.co/ScenemaAI/scenema-audio
https://huggingface.co/spaces/multimodalart/scenema-audio
#TTS #voicecloning #voicedesign
👍9😱1
This media is not supported in your browser
VIEW IN TELEGRAM
Дорогие подписчики❗
Админ отправляется в заслуженный отпуск примерно впервые за наше постапокалиптическое время
В связи с этим посты будут выходить реже. Потому что я сам их пишу примерно на 87.123%, бип-бип
И может измениться качество постов. Потому что писать посты с мобилки - пытка в лучших традициях Торквемады. А я это не люблю
Это продлится всего лишь несколько дней. Во всяком случае неделю-две. И уж точно не более трех-четырех недель.
Не все это время я проведу в вожделенном путешествии, но все - в отрыве от моего уютного компика
Всем чмоки, не теряйтесь
#news
Админ отправляется в заслуженный отпуск примерно впервые за наше постапокалиптическое время
В связи с этим посты будут выходить реже. Потому что я сам их пишу примерно на 87.123%, бип-бип
И может измениться качество постов. Потому что писать посты с мобилки - пытка в лучших традициях Торквемады. А я это не люблю
Это продлится всего лишь несколько дней. Во всяком случае неделю-две. И уж точно не более трех-четырех недель.
Не все это время я проведу в вожделенном путешествии, но все - в отрыве от моего уютного компика
Всем чмоки, не теряйтесь
#news
2❤47👍15😁4🤝2🫡1
Sana-WM
Генератор управляемых видеомиров от NVIDIA с 2,6 млрд параметров. Генерирует видео в 720p длительностью до минуты на одном GPU по картинке и траектории камеры
github.com/NVlabs/Sana
#world #cameracontrol #image2world
Генератор управляемых видеомиров от NVIDIA с 2,6 млрд параметров. Генерирует видео в 720p длительностью до минуты на одном GPU по картинке и траектории камеры
github.com/NVlabs/Sana
#world #cameracontrol #image2world
👍5🔥3