SeFi-Image
Text-to-image модель на Semantic-First Diffusion (SFD) - семантика и текстура идут отдельными потоками в латентном пространстве
• семантика очищается чуть раньше и задаёт жёсткий каркас композиции
• текстура следует за семантикой, опирается на готовый структурный якорь
• в результате модель чётче держит объекты и связи из промпта
• держит высокую детализацию при меньших затратах на обучение
• есть Turbo-версии с 4 шагами для быстрой генерации
варианты на 1B, 2B, 5B параметров, 5B обучен на ~125K A800 GPU часов, результаты сопоставимы с Qwen-Image и Z-Image, хорошо справляется с изображением текста
В комплект к весам кладут Qwen3-VL-2B-Instruct
Гитхаб
HF
#t2i
Text-to-image модель на Semantic-First Diffusion (SFD) - семантика и текстура идут отдельными потоками в латентном пространстве
• семантика очищается чуть раньше и задаёт жёсткий каркас композиции
• текстура следует за семантикой, опирается на готовый структурный якорь
• в результате модель чётче держит объекты и связи из промпта
• держит высокую детализацию при меньших затратах на обучение
• есть Turbo-версии с 4 шагами для быстрой генерации
варианты на 1B, 2B, 5B параметров, 5B обучен на ~125K A800 GPU часов, результаты сопоставимы с Qwen-Image и Z-Image, хорошо справляется с изображением текста
В комплект к весам кладут Qwen3-VL-2B-Instruct
Гитхаб
HF
#t2i
👍14❤3
DomainShuttle
Реалистичная и стилизованная персонализация видео.
Видеогенерация с заданным объектом в заданном домене. Баланс точности и редактируемости на базе Wan2.2-T2V-A14B (к WAN2.1 тоже прикрутили)
Для работы нужны веса и WAN и самого DS, у последнего highnoise + lownoise весят по 35ГБ. Но опыт оптимизации WAN у нас же есть уже, да?
Гитхаб
HF
#personalization #t2v #referencing #wan22
Реалистичная и стилизованная персонализация видео.
Видеогенерация с заданным объектом в заданном домене. Баланс точности и редактируемости на базе Wan2.2-T2V-A14B (к WAN2.1 тоже прикрутили)
Для работы нужны веса и WAN и самого DS, у последнего highnoise + lownoise весят по 35ГБ. Но опыт оптимизации WAN у нас же есть уже, да?
Гитхаб
HF
#personalization #t2v #referencing #wan22
👍5🔥2👎1
This media is not supported in your browser
VIEW IN TELEGRAM
Seed Audio 1.0
Генерация аудио от ByteDance: музыка, речь, звуки
• синтез вокала и инструментов из промпта
• до трех референсов
• выстраивает диалоговую сцену по одному промпту
Fal - $0,075/мин
#text2audio #text2music #dialog #tts #sfx #referencing
Генерация аудио от ByteDance: музыка, речь, звуки
• синтез вокала и инструментов из промпта
• до трех референсов
• выстраивает диалоговую сцену по одному промпту
Fal - $0,075/мин
#text2audio #text2music #dialog #tts #sfx #referencing
👍7🤔2❤1
DanceOPD
Фреймворк дистилляции flow-based моделей. Позиционируется как универсальный композитор возможностей генерации от ByteDance Seed: t2i, локальное редактирование, глобальное редактирование
Код ждем
#optimization #t2i #imageediting
Фреймворк дистилляции flow-based моделей. Позиционируется как универсальный композитор возможностей генерации от ByteDance Seed: t2i, локальное редактирование, глобальное редактирование
Код ждем
#optimization #t2i #imageediting
danceopd.github.io
DanceOPD: On-Policy Generative Field Distillation
DanceOPD performs on-policy generative field distillation for multi-capability image generation.
👍3
25 июня 2026 Adobe объявили о приобретении Topaz Labs
Adobe планирует интегрировать технологии Topaz Labs в свои продукты, включая студию Firefly AI, сервисы Firefly Services и приложения Creative Cloud (Photoshop, Lightroom, Premiere и другие). Цель -
После завершения сделки продукты Topaz Labs продолжат быть доступны как отдельные сервисы через сайт компании. CEO Topaz Labs Эрик Янг останется в компании и будет возглавлять команду.
#news
Adobe планирует интегрировать технологии Topaz Labs в свои продукты, включая студию Firefly AI, сервисы Firefly Services и приложения Creative Cloud (Photoshop, Lightroom, Premiere и другие). Цель -
предоставить создателям контента больше контроля над качеством изображений и видео, особенно при работе с гибридными рабочими процессами, где реальные материалы сочетаются с ИИ-генерированным контентом.
После завершения сделки продукты Topaz Labs продолжат быть доступны как отдельные сервисы через сайт компании. CEO Topaz Labs Эрик Янг останется в компании и будет возглавлять команду.
#news
😱9🥴4😭3👎2
🤦♂️Ошибка которую совершают 98% блогеров и специалисты, при запуске своего бренда
– Игнорируют LinkedIn, думая что это «иностраный сайт для поиска работы». В итоге: теряют огромную потенциальную аудиторию их продукта.
Если вы хотите себе взрослую платежеспособную аудиторию, то нужно обязательно разобраться с LinkedIn, а помочь вам может наш телеграм канал
👉 Эксперт канала расскажет вам как выстроить свой бренд и продвигать себя на площадке
Подпишись сейчас, чтобы не терять клиентов:
https://t.me/+JSZJxchJae5lMGMy
– Игнорируют LinkedIn, думая что это «иностраный сайт для поиска работы». В итоге: теряют огромную потенциальную аудиторию их продукта.
Если вы хотите себе взрослую платежеспособную аудиторию, то нужно обязательно разобраться с LinkedIn, а помочь вам может наш телеграм канал
Подпишись сейчас, чтобы не терять клиентов:
https://t.me/+JSZJxchJae5lMGMy
Please open Telegram to view this post
VIEW IN TELEGRAM
👎6
Qwen3-ForcedAligner-0.6B-hf
Пополнение в семействе Qwen3-ASR
Модель на базе LLM, работающая неавторегрессионным способом. Предсказывает таймкоды на уровне отдельных слов для речи на 11 языках и превосходит сквозные (end‑to‑end) выравниватели по точности. Русский есть.
#asr #russian
Пополнение в семействе Qwen3-ASR
Модель на базе LLM, работающая неавторегрессионным способом. Предсказывает таймкоды на уровне отдельных слов для речи на 11 языках и превосходит сквозные (end‑to‑end) выравниватели по точности. Русский есть.
#asr #russian
👍13❤1
MVTrack4Gen
мультимодальная генерация видео с трекингом объектов по промпту. решает проблему согласованности объектов между кадрами в длинных видео - наоснове двух базовых моделей (ReCamMaster и ReDirector)
В частности позволяет пересоздать исходное видео с другого ракурса, стабилизировать камеру и т д
#sota по стабильности геометрии
Код ждем
#tracking #cameracontrol #t2v #i2v #referencing #v2v
мультимодальная генерация видео с трекингом объектов по промпту. решает проблему согласованности объектов между кадрами в длинных видео - наоснове двух базовых моделей (ReCamMaster и ReDirector)
В частности позволяет пересоздать исходное видео с другого ракурса, стабилизировать камеру и т д
#sota по стабильности геометрии
Код ждем
#tracking #cameracontrol #t2v #i2v #referencing #v2v
👍7🔥1
👍7🥴4😁1
GPT-5.6 Sol
Флагманская модель нового поколения от OpenAI. Предназначена для сложных задач в программировании, биологии и кибербезопасности. Есть еще Terra (якобы уровень Fable) и Luna - бюджетная для повседневных задач.
Что умеет:
• улучшенное кодирование с поддержкой режима ultra для сложных задач
• продвинутая работа с биологическими данными
• расширенные возможности в кибербезопасности
• режим max для углубленных рассуждений
• высокая производительность в командной работе
Особенности:
• лучшие результаты в Terminal-Bench 2.1 (91.9%)
• усиленные защитные механизмы против злоупотреблений
• многоуровневая система безопасности
• автоматизированное тестирование на уязвимости
• скорость до 750 токенов в секунду на Cerebras
Цены: $5 за 1млн входных токенов, $30 за 1млн выходных
Модель доступна через API и в Codex в ограниченном превью для избранных
Позже раскатают в ChatGPT, Codex и API для более широкого круга - не сказали что для всех
#news #agent #coding #security
Флагманская модель нового поколения от OpenAI. Предназначена для сложных задач в программировании, биологии и кибербезопасности. Есть еще Terra (якобы уровень Fable) и Luna - бюджетная для повседневных задач.
Что умеет:
• улучшенное кодирование с поддержкой режима ultra для сложных задач
• продвинутая работа с биологическими данными
• расширенные возможности в кибербезопасности
• режим max для углубленных рассуждений
• высокая производительность в командной работе
Особенности:
• лучшие результаты в Terminal-Bench 2.1 (91.9%)
• усиленные защитные механизмы против злоупотреблений
• многоуровневая система безопасности
• автоматизированное тестирование на уязвимости
• скорость до 750 токенов в секунду на Cerebras
Цены: $5 за 1млн входных токенов, $30 за 1млн выходных
Модель доступна через API и в Codex в ограниченном превью для избранных
Позже раскатают в ChatGPT, Codex и API для более широкого круга - не сказали что для всех
#news #agent #coding #security
🔥4