OmniDirector
Фреймворк от команды Kling для клонирования движений камеры из многопланового видео без кросс‑парных данных. Управляет движениями камеры при генерации видео.
• кодирует камеры как видео с сеткой движений (camera grid)
• обучен на миллионах пар "сетка‑видео"
• интегрирует сигналы управления через иерархического агента
• координирует персонажей, действия и камеры для мультимодальных диффузионных трансформеров
Гитхаб ждем
#cameracontrol #motioncontrol #referencing
Фреймворк от команды Kling для клонирования движений камеры из многопланового видео без кросс‑парных данных. Управляет движениями камеры при генерации видео.
• кодирует камеры как видео с сеткой движений (camera grid)
• обучен на миллионах пар "сетка‑видео"
• интегрирует сигналы управления через иерархического агента
• координирует персонажей, действия и камеры для мультимодальных диффузионных трансформеров
Гитхаб ждем
#cameracontrol #motioncontrol #referencing
👍12
Seedance 2.0 Mini
Новая версия модели - дешевле и быстрее предшественников, без потери качества.
• на ~30 % дешевле Dreamina Seedance 2.0
• в 2 раза быстрее Dreamina Seedance 2.0 Fast
• качество на уровне Dreamina Seedance 2.0 Fast
Специальные предложения (до 22 июля):
• для Pro‑пользователей (новых и действующих, оформивших подписку до 21 июня) - на 33 % меньше кредитов за Mini‑720P (с 15 июня)
• скидка до 60 % на Pro‑план при покупке через CapCut App
• итоговая экономия с акцией - до 55 % относительно Dreamina Seedance 2.0
Доступен CapCut / Dreamina
API ожидается 18-22 июня
#t2v #i2v
Новая версия модели - дешевле и быстрее предшественников, без потери качества.
• на ~30 % дешевле Dreamina Seedance 2.0
• в 2 раза быстрее Dreamina Seedance 2.0 Fast
• качество на уровне Dreamina Seedance 2.0 Fast
Специальные предложения (до 22 июля):
• для Pro‑пользователей (новых и действующих, оформивших подписку до 21 июня) - на 33 % меньше кредитов за Mini‑720P (с 15 июня)
• скидка до 60 % на Pro‑план при покупке через CapCut App
• итоговая экономия с акцией - до 55 % относительно Dreamina Seedance 2.0
Доступен CapCut / Dreamina
API ожидается 18-22 июня
#t2v #i2v
👍7❤1🤔1
Orchestra‑o1
Фреймворк для оркестрации мультиагентных систем: разбивает сложные омнимодальные задачи на параллельные подзадачи.
• работает с разными модальностями: текст, изображения, аудио, видео
• использует main agent для распределения задач между sub‑agents
• запускает независимые подзадачи параллельно
• агрегирует промежуточные результаты в итоговый ответ
• обучен с помощью метода DA‑GRPO (decision‑aligned group relative policy optimization)
• main agent в версии Orchestra‑o1‑8B основан на Qwen3‑8B
Достигает 72,8 % точности на бенчмарке OmniGAIA, что выше лучшего открытого аналога
Гитхаб
HF
GGUF
#orchestrator #agent #gguf
Фреймворк для оркестрации мультиагентных систем: разбивает сложные омнимодальные задачи на параллельные подзадачи.
• работает с разными модальностями: текст, изображения, аудио, видео
• использует main agent для распределения задач между sub‑agents
• запускает независимые подзадачи параллельно
• агрегирует промежуточные результаты в итоговый ответ
• обучен с помощью метода DA‑GRPO (decision‑aligned group relative policy optimization)
• main agent в версии Orchestra‑o1‑8B основан на Qwen3‑8B
Достигает 72,8 % точности на бенчмарке OmniGAIA, что выше лучшего открытого аналога
Гитхаб
HF
GGUF
#orchestrator #agent #gguf
👍6❤3
This media is not supported in your browser
VIEW IN TELEGRAM
UltraMuse XYZ Studio
Инструмент для автоматического создания XYZ‑гридов в ComfyUI
• до трёх осей вариаций (семплер, CFG, сила LoRA, варианты промпта, seed и т. д.)
• автоматически ставит на очередь все комбинации, рендерит и собирает размеченные сетки
• показывает превью по мере готовности с метками X/Y/Z
• можно скачать ZIP‑архив: все исходные изображения, сетки и JSON‑манифест с сидами и ID промтов
#tools #xyz #comfyui
Инструмент для автоматического создания XYZ‑гридов в ComfyUI
• до трёх осей вариаций (семплер, CFG, сила LoRA, варианты промпта, seed и т. д.)
• автоматически ставит на очередь все комбинации, рендерит и собирает размеченные сетки
• показывает превью по мере готовности с метками X/Y/Z
• можно скачать ZIP‑архив: все исходные изображения, сетки и JSON‑манифест с сидами и ID промтов
#tools #xyz #comfyui
👍6
Приблуды для промптинга под Ideogram 4
Image to Prompt
Создает по картинке редактируемый JSON-промпт для Ideogram 4. Под капотом Florence 2
Демо
————
Ideogram JSON Captioner
Редактор датасетов / кэпшонер в JSON формате под Ideogram 4. Для работы нужен OpenAI-совместимый эндпойнт, можно локальный
форк от @lexxxx999 забирает разметку из сгенеренной картинки
————
ComfyUI Ideogram 4 Autoprompter
Автопромптер, по нажатию Generate запускает vision LLM для сборки полного промпта. Gemini / local (Huihui-Qwen3-VL-4B-Instruct-abliterated)
Civitai / воркфлоу
————
#comfyui #ideogram4 #captioning #json #prompting
Image to Prompt
Создает по картинке редактируемый JSON-промпт для Ideogram 4. Под капотом Florence 2
Демо
————
Ideogram JSON Captioner
Редактор датасетов / кэпшонер в JSON формате под Ideogram 4. Для работы нужен OpenAI-совместимый эндпойнт, можно локальный
форк от @lexxxx999 забирает разметку из сгенеренной картинки
————
ComfyUI Ideogram 4 Autoprompter
Автопромптер, по нажатию Generate запускает vision LLM для сборки полного промпта. Gemini / local (Huihui-Qwen3-VL-4B-Instruct-abliterated)
Civitai / воркфлоу
————
#comfyui #ideogram4 #captioning #json #prompting
🔥10👍3
JoyAI-VL-Interaction
Первая в опенсорсе рилтаймовая интерактивная #VLM, 8B параметров
Решает проблему пассивных позапросовых систем: наблюдает за видео в реальном времени, сама решает, когда реагировать, а когда молчать.
• каждую секунду выбирает: молчать, отвечать или делегировать задачу фоновой модели
• учитывает временной контекст
• интегрируется с ASR/TTS, памятью, интерфейсами визуализации и внешними API/агентами
Полный релиз 20 июня
Гитхаб
#agent #interactive #realtime
Первая в опенсорсе рилтаймовая интерактивная #VLM, 8B параметров
Решает проблему пассивных позапросовых систем: наблюдает за видео в реальном времени, сама решает, когда реагировать, а когда молчать.
• каждую секунду выбирает: молчать, отвечать или делегировать задачу фоновой модели
• учитывает временной контекст
• интегрируется с ASR/TTS, памятью, интерфейсами визуализации и внешними API/агентами
Полный релиз 20 июня
Гитхаб
#agent #interactive #realtime
🔥10😈2❤1
Ideogram 4 можно научить редактировать изображения с использованием рамок вместо масок
• доработан AI‑Toolkit для работы с тройками "изображение‑ссылка‑промпт"
• модифицирован ComfyUI
• создан кастом пак и workflow для слияния референсного изображения с латентом
• проведено два этапа обучения:
- первый на низком разрешении (512 px) - модель поняла инструкции
- второй на 24 изображениях 1920×1072 - многообещающие результаты.
Для надёжного и универсального редактирования нужны больший датасет и больше VRAM
LoRA
#ideogram4 #imageediting
• доработан AI‑Toolkit для работы с тройками "изображение‑ссылка‑промпт"
• модифицирован ComfyUI
• создан кастом пак и workflow для слияния референсного изображения с латентом
• проведено два этапа обучения:
- первый на низком разрешении (512 px) - модель поняла инструкции
- второй на 24 изображениях 1920×1072 - многообещающие результаты.
Для надёжного и универсального редактирования нужны больший датасет и больше VRAM
LoRA
#ideogram4 #imageediting
🔥7👍3🤔2
Data2Story
Виртуальная новостная редакция. Мультиагентная система, превращающая набор данных в проверяемую мультимедийную историю с доказательной базой.
Цепочка из специализированных агентов«сотрудников последовательно обрабатывает данные:
• Детектив - ищет внешний контекст (история, значимость данных).
• Аналитик - изучает распределения, корреляции, тренды, аномалии.
• Редактор - выбирает нарратив, ключевые находки.
• Дизайнер - подбирает визуалы: графики, изображения, видео, интерактив.
• Программист - собирает финальный HTML‑документ, маркирует элементы ссылками на источники.
• Аудитор - исправляет вёрстку (отступы, выравнивание).
• Инспектор - проверяет, что каждое утверждение подкреплено доказательством; создаёт интерактивный просмотрщик.
Реализовано в виде скилла для Claude Code / Codex
Гитхаб
#skill #agent
Виртуальная новостная редакция. Мультиагентная система, превращающая набор данных в проверяемую мультимедийную историю с доказательной базой.
Цепочка из специализированных агентов«сотрудников последовательно обрабатывает данные:
• Детектив - ищет внешний контекст (история, значимость данных).
• Аналитик - изучает распределения, корреляции, тренды, аномалии.
• Редактор - выбирает нарратив, ключевые находки.
• Дизайнер - подбирает визуалы: графики, изображения, видео, интерактив.
• Программист - собирает финальный HTML‑документ, маркирует элементы ссылками на источники.
• Аудитор - исправляет вёрстку (отступы, выравнивание).
• Инспектор - проверяет, что каждое утверждение подкреплено доказательством; создаёт интерактивный просмотрщик.
Реализовано в виде скилла для Claude Code / Codex
Гитхаб
#skill #agent
😱5👍3🔥1
SCAIL-2 GGUF
Квантизованные веса оживлятора-аниматора SCAIL-2
Воркфлоу прилагается
раз
два
туториал
#characteranimation #animation #motioncontrol #gguf #workflow
Квантизованные веса оживлятора-аниматора SCAIL-2
Воркфлоу прилагается
раз
два
туториал
#characteranimation #animation #motioncontrol #gguf #workflow
🔥6❤3👍2