🔥12👍3🤷♂1
Transcribe.cpp
Быстрая и точная кроссплатформенная библиотека распознавания речи на C++. Поддерживает более 60 моделей. Есть ускорение на GPU (Vulkan, Metal, CUDA)
Точность подтверждена по WER. Полная совместимость с whisper.cpp. Есть биндинги для Python, JS, Rust, Swift.
Гитхаб
#asr #transcribe
Быстрая и точная кроссплатформенная библиотека распознавания речи на C++. Поддерживает более 60 моделей. Есть ускорение на GPU (Vulkan, Metal, CUDA)
Точность подтверждена по WER. Полная совместимость с whisper.cpp. Есть биндинги для Python, JS, Rust, Swift.
Гитхаб
#asr #transcribe
Cjpais
Project - transcribe.cpp
A place to play around with technology and make it easy and fun
❤7👍5🔥1
CO2Jump
training‑free сэмплер от Google DeepMind, текст и изображение корректируют друг друга в процессе генерации.
Обычно в диффузионных моделях генерация идёт либо из текста в картинку, либо из картинки в картинку. В CO2Jump два потока (текст и изображение) работают параллельно и на каждом шаге обмениваются информацией, взаимно улучшая результат. При этом модель не нужно дообучать: метод встраивается поверх уже существующих моделей.
Дает хорошие результаты на редактировании изображений и решении визуальных головоломок
Код ждем
#t2i #sampler
training‑free сэмплер от Google DeepMind, текст и изображение корректируют друг друга в процессе генерации.
Обычно в диффузионных моделях генерация идёт либо из текста в картинку, либо из картинки в картинку. В CO2Jump два потока (текст и изображение) работают параллельно и на каждом шаге обмениваются информацией, взаимно улучшая результат. При этом модель не нужно дообучать: метод встраивается поверх уже существующих моделей.
Дает хорошие результаты на редактировании изображений и решении визуальных головоломок
Код ждем
#t2i #sampler
❤13🤯3🔥2
MetaView
Синтез новых ракурсов по одному изображению на DepthAnything 3 + Qwen-Image-Edit
Учитывает масштаб через неявную геометрию
Гитхаб
HF
Демо
#novelview #cameracontrol #i2i
Синтез новых ракурсов по одному изображению на DepthAnything 3 + Qwen-Image-Edit
Учитывает масштаб через неявную геометрию
Гитхаб
HF
Демо
#novelview #cameracontrol #i2i
👍9🔥4🤷♂2
🤔10😁4🤯4🤷♂1👍1
Wan-Streamer v0.3
Новая версия интерактивного аудио-видео-генератора
Отличия v0.3 от v0.2:
• v0.3 более универсальная модель, с более выразительным поведением агента
• в v0.3 добавлено свободное поведение и действия, описываемые естественным языком
• разрешение и скорость прежние: 640×368, 25 fps
• v0.3 использует предварительное обучение на видео с последующим адаптацией к взаимодействию, тогда как v0.2 фокусировалась на данных взаимодействия
• новая версия позволяет смешивать речь и действия в одной временной последовательности, их синхронизация учится вместе и генерируется напрямую
И по-прежнему неизвестно будет ли опенсорс
Спасибо @m_franz
#avatar #intereactive #realtime #streaming #research
Новая версия интерактивного аудио-видео-генератора
Отличия v0.3 от v0.2:
• v0.3 более универсальная модель, с более выразительным поведением агента
• в v0.3 добавлено свободное поведение и действия, описываемые естественным языком
• разрешение и скорость прежние: 640×368, 25 fps
• v0.3 использует предварительное обучение на видео с последующим адаптацией к взаимодействию, тогда как v0.2 фокусировалась на данных взаимодействия
• новая версия позволяет смешивать речь и действия в одной временной последовательности, их синхронизация учится вместе и генерируется напрямую
И по-прежнему неизвестно будет ли опенсорс
Спасибо @m_franz
#avatar #intereactive #realtime #streaming #research
🔥6❤2👀2👍1
This media is not supported in your browser
VIEW IN TELEGRAM
- Ты топ сценарист, напиши сценарий самого эпичного фильма Марвел, make no mistakes
- Конечно, вот сценарий самого эпичного фильма Марвел
#humor
- Конечно, вот сценарий самого эпичного фильма Марвел
#humor
😁11🫡4🥴2
NIGHTBORNE — A Neill Blomkamp Sci-Fi Film
Нил Бломкамп выпустил ИИ-короткометражку
Каждый кадр создан в Seedance 2.0 под руководством Нила Бломкампа. Лица и голоса персонажей принадлежат 32 реальным людям, сфотографированным и озвученным в соответствии с соглашениями о сходстве. Концепт-арт выполнен художниками-людьми.
Действие происходит во вселенной "ЭХОПРАКСИИ" Питера Уоттса
Весьма смотрибельно!
Как думаете за счет чего?
#movie
Нил Бломкамп выпустил ИИ-короткометражку
Каждый кадр создан в Seedance 2.0 под руководством Нила Бломкампа. Лица и голоса персонажей принадлежат 32 реальным людям, сфотографированным и озвученным в соответствии с соглашениями о сходстве. Концепт-арт выполнен художниками-людьми.
Действие происходит во вселенной "ЭХОПРАКСИИ" Питера Уоттса
Весьма смотрибельно!
Как думаете за счет чего?
#movie
YouTube
NIGHTBORNE — A Neill Blomkamp Sci-Fi Film. Fully AI (4K)
A U.S. Army pilot is shot down and declared killed in action. Her husband buries an empty casket. The tapes say otherwise.
NIGHTBORNE is a 13-minute sci-fi horror film from director Neill Blomkamp — the first release from Barley Studios. Told as a documentary:…
NIGHTBORNE is a 13-minute sci-fi horror film from director Neill Blomkamp — the first release from Barley Studios. Told as a documentary:…
👍12👎6🤷♂1
This media is not supported in your browser
VIEW IN TELEGRAM
PiD v1.5
Новая версия плаг энд плей декодера для диффузных картинкогенераторов от Nvidia
В версии PiD v1.5 появились следующие улучшения:
• улучшена точность передачи цветов
• устранены артефакты в углах изображений
• повышено качество деталей аниме и лиц
На этот раз прикручено к Qwen-Image, FLUX.2, Z-Image, FLUX.1, Qwen-Image 2512
#t2i #optimization #qwenimage #flux2 #flux #qi2512
Новая версия плаг энд плей декодера для диффузных картинкогенераторов от Nvidia
В версии PiD v1.5 появились следующие улучшения:
• улучшена точность передачи цветов
• устранены артефакты в углах изображений
• повышено качество деталей аниме и лиц
На этот раз прикручено к Qwen-Image, FLUX.2, Z-Image, FLUX.1, Qwen-Image 2512
#t2i #optimization #qwenimage #flux2 #flux #qi2512
👍12🤔2❤1
This media is not supported in your browser
VIEW IN TELEGRAM
LTX-2.3-3DREAL-LoRA v2
Обновилась лора для ИИ-рендера по вьюпорту или примитивам
1. Мультишот. модель сохраняет согласованность между сменами сцен и несколькими кадрами в одном клипе.
2. Аудио. в сценах с разговорами генерируется синхронизированный звук.
3. Улучшены лица говорящих персонажей, синхронизация губ и выражений лиц у персонажей, которые обращаются к камере.
4. Общее повышение качества
#rendering #ltx23 #lora #3d2video #3d2v
Обновилась лора для ИИ-рендера по вьюпорту или примитивам
1. Мультишот. модель сохраняет согласованность между сменами сцен и несколькими кадрами в одном клипе.
2. Аудио. в сценах с разговорами генерируется синхронизированный звук.
3. Улучшены лица говорящих персонажей, синхронизация губ и выражений лиц у персонажей, которые обращаются к камере.
4. Общее повышение качества
#rendering #ltx23 #lora #3d2video #3d2v
🔥15❤5👍5
This media is not supported in your browser
VIEW IN TELEGRAM
Ramp Router
роутер для ML-пайплайнов. Автоматически раскидывает задачи оптимально по моделям, снимает нагрузку с основного воркера
• Работает с OpenAI-совместимым API
• динамическое распределение запросов между моделями
• автопереключение при падении инференса
• Поддерживает GPT, Claude, Gemini, Grok, Qwen, DeepSeek, Kimi, GLM
• Поддерживает кастомные правила роутинга, легко встраивается в ComfyUI и другие UI
Поклянчить ранний доступ - если успеете, можете получить халявных токенов на $100
#router #online
роутер для ML-пайплайнов. Автоматически раскидывает задачи оптимально по моделям, снимает нагрузку с основного воркера
• Работает с OpenAI-совместимым API
• динамическое распределение запросов между моделями
• автопереключение при падении инференса
• Поддерживает GPT, Claude, Gemini, Grok, Qwen, DeepSeek, Kimi, GLM
• Поддерживает кастомные правила роутинга, легко встраивается в ComfyUI и другие UI
Поклянчить ранний доступ - если успеете, можете получить халявных токенов на $100
#router #online
👍3