Comfy-Org/SCAIL-2
Comfy-Org опубликовали веса оживлятора SCAIL-2 под комфи
поддержка модели в комфи и воркфлоу тут
Спасибо @alex31415926
#comfyui #workflow #characteranimation #animation #motioncontrol
Comfy-Org опубликовали веса оживлятора SCAIL-2 под комфи
поддержка модели в комфи и воркфлоу тут
Спасибо @alex31415926
#comfyui #workflow #characteranimation #animation #motioncontrol
huggingface.co
Comfy-Org/SCAIL-2 at main
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
❤6
"ранимое" поведение Mythos превратилось уже в мем.
На бенчмарках ему скучно. На дистилляции он портится. На сейфети алерт переключается на Опус 4.8
Говорят, Антропики уже скорректировали поведение модели
#humor
На бенчмарках ему скучно. На дистилляции он портится. На сейфети алерт переключается на Опус 4.8
Говорят, Антропики уже скорректировали поведение модели
#humor
😁20
LMX-Omni-52B-Halo
Мультимодальная модель на 52 B параметров. Работает с текстом, изображениями, видео
Монстр собран из 4 моделей:
Qwen3.6-35B-A3B-MTP-GGUF
Flux-2-Klein-9B-GGUF
Whisper-Large-v3-Turbo
kokoro-v1
• мультимодальная обработка (текст, изображения, видео)
• генерация контента по смешанным запросам
• понимание сложных взаимосвязей между модальностями
• поддержка длинных контекстов
• высокая точность в кросс‑модальных задачах
Спасибо @kiticatmur
#omni #multimodal
Мультимодальная модель на 52 B параметров. Работает с текстом, изображениями, видео
Монстр собран из 4 моделей:
Qwen3.6-35B-A3B-MTP-GGUF
Flux-2-Klein-9B-GGUF
Whisper-Large-v3-Turbo
kokoro-v1
• мультимодальная обработка (текст, изображения, видео)
• генерация контента по смешанным запросам
• понимание сложных взаимосвязей между модальностями
• поддержка длинных контекстов
• высокая точность в кросс‑модальных задачах
Спасибо @kiticatmur
#omni #multimodal
huggingface.co
lemonade-sdk/LMX-Omni-52B-Halo · Hugging Face
Any-to-Any model, built with lemonade. Download, explore files and run it on Hugging Face.
❤5🥴5🤔4
MiMo Code
Терминальный агент-программист от Xiaomi
* анализирует файлы проекта и учитывает контекст (до 1 млн токенов — примерно 750 тыс. слов)
* пишет и редактирует код
* выполняет shell‑команды
* работает с Git (например, делает коммиты)
* поддерживает переключение агентов и режимы работы через интерфейс терминала
* понимает русский язык (подсказки и интерфейс на русском)
* модель: MiMo‑V2.5
* лицензия: MIT (открытый исходный код)
* версия: 0.1.0 («исследовательская», возможны баги и нестабильность)
Сейчас онлайн сервис пока еще бесплатен
Гитхаб
Как начать
Спасибо @BrianMItro
#coding #agent
Терминальный агент-программист от Xiaomi
* анализирует файлы проекта и учитывает контекст (до 1 млн токенов — примерно 750 тыс. слов)
* пишет и редактирует код
* выполняет shell‑команды
* работает с Git (например, делает коммиты)
* поддерживает переключение агентов и режимы работы через интерфейс терминала
* понимает русский язык (подсказки и интерфейс на русском)
* модель: MiMo‑V2.5
* лицензия: MIT (открытый исходный код)
* версия: 0.1.0 («исследовательская», возможны баги и нестабильность)
Сейчас онлайн сервис пока еще бесплатен
Гитхаб
Как начать
Спасибо @BrianMItro
#coding #agent
👍4🔥4
воркфлоу от VFX‑художника heydoughogan
Создает готовые к использованию технические пассы из изображений и видео
Без ручного ротоскопа. Без догадок
→ Удаление фона на основе промпта (RMBG) для быстрой и чистой обработки кадров
→ Сегментация движущихся объектов с помощью текстовых промптов в SAM3.
→ Редактор на основе точек в SAM3 для точного контроля масок
→ Сегментация лиц для работы с кожей и косметической ретуши при компоновке
→ Стабильные пассы глубины и нормалей для релайтинга и интеграции CG
Всё автоматически привязывается к исходному разрешению и частоте кадров материала через узлы get/set
#video2normal #video2depth #workflow
Создает готовые к использованию технические пассы из изображений и видео
Без ручного ротоскопа. Без догадок
→ Удаление фона на основе промпта (RMBG) для быстрой и чистой обработки кадров
→ Сегментация движущихся объектов с помощью текстовых промптов в SAM3.
→ Редактор на основе точек в SAM3 для точного контроля масок
→ Сегментация лиц для работы с кожей и косметической ретуши при компоновке
→ Стабильные пассы глубины и нормалей для релайтинга и интеграции CG
Всё автоматически привязывается к исходному разрешению и частоте кадров материала через узлы get/set
#video2normal #video2depth #workflow
👍13🔥4❤2🤔1
nvidia/diffusiongemma-26B-A4B-it-NVFP4
Но волне всеобщего интереса к диффузной версии Gemma 4 (53ГБ) NVIDIA выпустила квантованную версию NVFP4 (19ГБ)
Контекст 256K, работает с текстом, изображениями, видео
#NVFP4 #multimodal
Но волне всеобщего интереса к диффузной версии Gemma 4 (53ГБ) NVIDIA выпустила квантованную версию NVFP4 (19ГБ)
Контекст 256K, работает с текстом, изображениями, видео
#NVFP4 #multimodal
huggingface.co
nvidia/diffusiongemma-26B-A4B-it-NVFP4 · Hugging Face
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
❤12😭3👍1
Kimi K2.7 Code
Обновилась модель для программирования: код, отладка, агентные задачи
Лучше K2.6 в кодинге, при этом использует на 30% меньше токенов
• работа с Rust, Go, Python
• многоэтапные рабочие процессы в программировании
• использование инструментов в несколько шагов
• обработка изображений и видео (есть MoonViT vision encoder)
• долгосрочное кодирование (окно контекста — 256 K токенов)
• архитектура Mixture of Experts (MoE), 1 трлн параметров, активируется 32 млрд на токен
• всегда работает в режиме мышления (thinking mode)
• лицензия модифицированная MIT
В чате доступ не выдали
В Kimi Code - по подписке
API - тут должно быть
HF
#coding
Обновилась модель для программирования: код, отладка, агентные задачи
Лучше K2.6 в кодинге, при этом использует на 30% меньше токенов
• работа с Rust, Go, Python
• многоэтапные рабочие процессы в программировании
• использование инструментов в несколько шагов
• обработка изображений и видео (есть MoonViT vision encoder)
• долгосрочное кодирование (окно контекста — 256 K токенов)
• архитектура Mixture of Experts (MoE), 1 трлн параметров, активируется 32 млрд на токен
• всегда работает в режиме мышления (thinking mode)
• лицензия модифицированная MIT
В чате доступ не выдали
В Kimi Code - по подписке
API - тут должно быть
HF
#coding
👍5❤2
Umnik AI
Агрегатор с доступом к 100+ топовым ИИ‑моделям через единый интерфейс
Работает без VPN, оплата в рублях
* генерация текста (ChatGPT, Claude, Grok, Gemini)
* создание изображений (Flux, Imagine, Nano Banana)
* генерация видео (Sora, Luma, Klingб Seedance и др.)
* обработка и анимация фото
* генерация музыки
* помощь в написании и отладке кода (Claude Opus 4.5, GPT‑5.4)
* ИИ‑репетитор для обучения
* неиспользованные токены частично или полностью сохраняются
* история чатов и контента 30 дней
* настройка объёма памяти диалога (от 10 000 токенов)
По моей ссылке дают 100 стартовых токенов вместо стандартных 40
+ несколько пробных запросов
umnik.ai/?ref=JPEJZPGD
#platform #online
Агрегатор с доступом к 100+ топовым ИИ‑моделям через единый интерфейс
Работает без VPN, оплата в рублях
* генерация текста (ChatGPT, Claude, Grok, Gemini)
* создание изображений (Flux, Imagine, Nano Banana)
* генерация видео (Sora, Luma, Klingб Seedance и др.)
* обработка и анимация фото
* генерация музыки
* помощь в написании и отладке кода (Claude Opus 4.5, GPT‑5.4)
* ИИ‑репетитор для обучения
* неиспользованные токены частично или полностью сохраняются
* история чатов и контента 30 дней
* настройка объёма памяти диалога (от 10 000 токенов)
По моей ссылке дают 100 стартовых токенов вместо стандартных 40
+ несколько пробных запросов
umnik.ai/?ref=JPEJZPGD
#platform #online
👎9👍5❤2🍌1
Hotgen Video V5
Видеогенератор с NSFW, в твиттере пишут что файнтюн Seedance 2
• хронометраж видео 4-15 секунд
• 480p и 720p
• по тексту, по картинке, по референсу
Для включения NSFW требуют оформить подписку
Спасибо @BrianMItro
#t2v #i2v #referencing #nsfw
Видеогенератор с NSFW, в твиттере пишут что файнтюн Seedance 2
• хронометраж видео 4-15 секунд
• 480p и 720p
• по тексту, по картинке, по референсу
Для включения NSFW требуют оформить подписку
Спасибо @BrianMItro
#t2v #i2v #referencing #nsfw
👍7🔥6❤1
MiniMax M3
Еще одна обновка крупных моделей
LLM от MiniMax. 428B параметров, 23B активных.
Подходит для кодинга, работы с большими документами и агентных задач.
Что умеет:
• работать с контекстом до 1 миллиона токенов (целая кодовая база или многотомный труд)
• обрабатывать текст, изображения и видео одновременно (нативная мультимодальность)
• решать задачи программирования (результат 59 % на SWE‑Bench Pro)
• выполнять многошаговые задачи в интернете (результат 83,5 % на BrowseComp)
• быстро работать с длинным контекстом благодаря технологии MiniMax Sparse Attention (MSA)
• архитектура #MoE
• API совместим с форматом OpenAI
• цена входных токенов от 0,60 долларов за миллион (в 12 раз дешевле GPT‑5.5)
Гитхаб
HF
API
#coding #agent
Еще одна обновка крупных моделей
LLM от MiniMax. 428B параметров, 23B активных.
Подходит для кодинга, работы с большими документами и агентных задач.
Что умеет:
• работать с контекстом до 1 миллиона токенов (целая кодовая база или многотомный труд)
• обрабатывать текст, изображения и видео одновременно (нативная мультимодальность)
• решать задачи программирования (результат 59 % на SWE‑Bench Pro)
• выполнять многошаговые задачи в интернете (результат 83,5 % на BrowseComp)
• быстро работать с длинным контекстом благодаря технологии MiniMax Sparse Attention (MSA)
• архитектура #MoE
• API совместим с форматом OpenAI
• цена входных токенов от 0,60 долларов за миллион (в 12 раз дешевле GPT‑5.5)
Гитхаб
HF
API
#coding #agent
👍6🤝1
Media is too big
VIEW IN TELEGRAM
Surflo
Модель для 3D‑реконструкции поверхностей: превращает набор фото (без привязки к позиции камеры) в единую согласованную 3D‑поверхность
Архитектура: энкодер с VGGT-backbone, Perceiver-компрессор и декодер на основе flow-matching ODE. Гауссианы применяются в конкретном механизме для улучшения качества реконструкции
• обрабатывает от 2 до 32 изображений одного объекта/сцены
• кодирует входные виды в глобальное состояние (128 токенов — фиксированный размер, не зависит от числа фото)
• генерирует поверхность произвольного разрешения (от тысяч до миллиона точек за один проход)
• подавляет локальные несоответствия точек за счёт механизма guidance (с общей функцией потерь рендеринга)
• работает быстрее оптимизационных методов (не требует сотен видов)
Гитхаб ждем
Спасибо @m_franz
#scenereconstruction #imageto3d
Модель для 3D‑реконструкции поверхностей: превращает набор фото (без привязки к позиции камеры) в единую согласованную 3D‑поверхность
Архитектура: энкодер с VGGT-backbone, Perceiver-компрессор и декодер на основе flow-matching ODE. Гауссианы применяются в конкретном механизме для улучшения качества реконструкции
• обрабатывает от 2 до 32 изображений одного объекта/сцены
• кодирует входные виды в глобальное состояние (128 токенов — фиксированный размер, не зависит от числа фото)
• генерирует поверхность произвольного разрешения (от тысяч до миллиона точек за один проход)
• подавляет локальные несоответствия точек за счёт механизма guidance (с общей функцией потерь рендеринга)
• работает быстрее оптимизационных методов (не требует сотен видов)
Гитхаб ждем
Спасибо @m_franz
#scenereconstruction #imageto3d
👍10
This media is not supported in your browser
VIEW IN TELEGRAM
LTX2.3 Audio Reactive LoRA
Лора позволяет контролировать видеогенерацию LTX-2.3 звуком
Спасибо @StanShumsky
#a2v #controlnet #lora #ltx23
Лора позволяет контролировать видеогенерацию LTX-2.3 звуком
Спасибо @StanShumsky
#a2v #controlnet #lora #ltx23
🔥15👍4❤1