SANA-Video 2.0
NVIDIA переработали архитектуру видеогенератора, гибрид линейного и softmax-внимания. Сразу скажу что весов нет. На гитхабе свежие обновки старой Саны, а по новой молчок.
• генерация видео до 720p на одном GPU
• высокая выразительность при линейном масштабировании
• ускорение через Sol-Engine
• совместимость с потребительскими GPU
• версии 5B и 14B
• 480p за 13.2 с (H100, 40 шагов)
• VBench 84.30
• до 120x быстрее Wan 2.2-A14B
Гитхаб
#t2v #i2v
NVIDIA переработали архитектуру видеогенератора, гибрид линейного и softmax-внимания. Сразу скажу что весов нет. На гитхабе свежие обновки старой Саны, а по новой молчок.
• генерация видео до 720p на одном GPU
• высокая выразительность при линейном масштабировании
• ускорение через Sol-Engine
• совместимость с потребительскими GPU
• версии 5B и 14B
• 480p за 13.2 с (H100, 40 шагов)
• VBench 84.30
• до 120x быстрее Wan 2.2-A14B
Гитхаб
#t2v #i2v
😭4👍3👎2❤1🤔1🥴1
#работыподписчиков
Юра Покровский из Open production принес кейс ИИ-ролика про Чижика в 3D стилистике.
Слово Юре Покровскому:
Как фиксили потерю качества и размытие на продуктах♥️
Ролик мы выстроили как динамичное путешествие в фирменном мире «Чижика». Главным режиссерским приемом стал вихрь. Он маскировал склейки и держал зрителя в постоянном напряжении, не давая ритму провисать.
В ролике нужно было показать три фирменных продукта «Чижика». Клиент хотел, чтобы упаковки кружились в этом вихре и пролетали крупным планом прямо перед камерой.
Главной проблемой стал текст на упаковках. Нейросети часто «замыливают» надписи в динамике, превращая буквы в кашу.
кадр 1 - до
кадр 2 - после
Кадр 3 - восстановленный стилшот
Ловите лайфхак❗️ мы сделали несколько скриншотов из первой анимации в Seedance в рамках одного кадра и восстановили качество каждого кадра через Nano Banana. Затем отдельно вырезали фрагмент с текстом и совместили его с исходником, где продукт и текст были в хорошем качестве. После этого скомпозили всё в Photoshop в основной восстановленный кадр.
Далее скормили Seedance серию таких восстановленных кадров, а также исходную анимацию с «поплывшим» текстом. Нейросеть использовала восстановленные кадры как референсы и повторила анимацию уже с более качественным, читаемым текстом.
Юра Покровский из Open production принес кейс ИИ-ролика про Чижика в 3D стилистике.
Слово Юре Покровскому:
Как фиксили потерю качества и размытие на продуктах
Ролик мы выстроили как динамичное путешествие в фирменном мире «Чижика». Главным режиссерским приемом стал вихрь. Он маскировал склейки и держал зрителя в постоянном напряжении, не давая ритму провисать.
В ролике нужно было показать три фирменных продукта «Чижика». Клиент хотел, чтобы упаковки кружились в этом вихре и пролетали крупным планом прямо перед камерой.
Главной проблемой стал текст на упаковках. Нейросети часто «замыливают» надписи в динамике, превращая буквы в кашу.
кадр 1 - до
кадр 2 - после
Кадр 3 - восстановленный стилшот
Ловите лайфхак
Далее скормили Seedance серию таких восстановленных кадров, а также исходную анимацию с «поплывшим» текстом. Нейросеть использовала восстановленные кадры как референсы и повторила анимацию уже с более качественным, читаемым текстом.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍8❤2
ComfyUI Spectrum MiniMax H3
Ускоряющий модуль для MiniMax H3
Прогнозирует скрытые признаки по модели Чебышева вместо полного пересчета трансформера на каждом шаге
• Сохраняет нативные выходы MiniMax H3 на каждом шаге
• Работает с аудио и видео одновременно
• Поддерживает популярные сэмплеры: Euler и RES multistep
• Совместимость с ComfyUI от 3 августа 2026, ранние версии не поддерживает
• Параметры настройки: степень полинома, размер окна прогнозирования, количество шагов прогрева
• Поддерживает FP16/BF16 для хранения истории
#comfyui #optimization #minimaxh3
Ускоряющий модуль для MiniMax H3
Прогнозирует скрытые признаки по модели Чебышева вместо полного пересчета трансформера на каждом шаге
• Сохраняет нативные выходы MiniMax H3 на каждом шаге
• Работает с аудио и видео одновременно
• Поддерживает популярные сэмплеры: Euler и RES multistep
• Совместимость с ComfyUI от 3 августа 2026, ранние версии не поддерживает
• Параметры настройки: степень полинома, размер окна прогнозирования, количество шагов прогрева
• Поддерживает FP16/BF16 для хранения истории
#comfyui #optimization #minimaxh3
GitHub
GitHub - xmarre/ComfyUI-Spectrum-MiniMax-H3: Training-free Spectrum acceleration for ComfyUI’s native MiniMax H3 audio-video model.…
Training-free Spectrum acceleration for ComfyUI’s native MiniMax H3 audio-video model. Uses Chebyshev ridge feature forecasting to skip selected H3 transformer evaluations, with adaptive scheduling...
🔥8😱5❤2
WAN Camera-to-Image
WAN приглашает немедленно опробовать новую фишку - стилизация кадра с камеры "в рилтайме" по промпту
Функция и так звучит как чтото бесполезное. Но они ж переставали выдавать бесплатные кредиты. Ну и кто пойдет покупать кредиты на это?
#stylize
WAN приглашает немедленно опробовать новую фишку - стилизация кадра с камеры "в рилтайме" по промпту
Функция и так звучит как чтото бесполезное. Но они ж переставали выдавать бесплатные кредиты. Ну и кто пойдет покупать кредиты на это?
#stylize
😁6
This media is not supported in your browser
VIEW IN TELEGRAM
Nemotron VoiceChat
Полнодуплексная речевая модель 11B параметров от NVIDIA, первая открытая с вызовом инструментов. Живой разговорный поток без пауз
• естественное чередование реплик
• поддержка перебивания пользователем
• вызов инструментов в диалоге
• генерация речи с эмоциональной окраской
• поддержка мультимодальных сценариев взаимодействия
• файнтюн под разные стили голоса
Гитхаб
HF
#duplex #dialog #tts #toolcall
Полнодуплексная речевая модель 11B параметров от NVIDIA, первая открытая с вызовом инструментов. Живой разговорный поток без пауз
• естественное чередование реплик
• поддержка перебивания пользователем
• вызов инструментов в диалоге
• генерация речи с эмоциональной окраской
• поддержка мультимодальных сценариев взаимодействия
• файнтюн под разные стили голоса
Гитхаб
HF
#duplex #dialog #tts #toolcall
🔥13👍5❤1
Только мы, понимаешь, нажили непосильным трудом библиотеку полезных лор, а тут этот Минимакс, пропади он пропадом
#humor
#humor
🫡18😁13💯2👎1
This media is not supported in your browser
VIEW IN TELEGRAM
TencentDB Agent Memory
Система памяти для ИИ-агентов
Автоматически извлекает полезные данные из диалогов и задач, организует их и делает доступными для всей команды. Новые участники могут сразу использовать накопленный опыт. Поддерживает разные роли в команде от админов до обычных пользователей.
• Сохраняет контекст общения через Chat Memory - хранит предпочтения, факты и историю взаимодействия
• Создаёт библиотеку навыков Skill
• Строит Wiki-систему для структурирования документации
• Генерирует CodeGraph - анализирует связи в кодовой базе
• Управляет доступом через уровни private/team/restricted
• Поддерживает миграцию данных между фреймворками
• Позволяет настраивать роли и права доступа
• Работает с четырьмя типами активов памяти
• Имеет слоистую структуру хранения информации (L0-L3)
• Интегрируется с разными AI-системами
• Улучшает эффективность на 59% по тестам PersonaMem
#agent #memory
Система памяти для ИИ-агентов
Автоматически извлекает полезные данные из диалогов и задач, организует их и делает доступными для всей команды. Новые участники могут сразу использовать накопленный опыт. Поддерживает разные роли в команде от админов до обычных пользователей.
• Сохраняет контекст общения через Chat Memory - хранит предпочтения, факты и историю взаимодействия
• Создаёт библиотеку навыков Skill
• Строит Wiki-систему для структурирования документации
• Генерирует CodeGraph - анализирует связи в кодовой базе
• Управляет доступом через уровни private/team/restricted
• Поддерживает миграцию данных между фреймворками
• Позволяет настраивать роли и права доступа
• Работает с четырьмя типами активов памяти
• Имеет слоистую структуру хранения информации (L0-L3)
• Интегрируется с разными AI-системами
• Улучшает эффективность на 59% по тестам PersonaMem
#agent #memory
👍8
Media is too big
VIEW IN TELEGRAM
QuerySplat
Реконструкция 3D‑сцен по фото без известных позиций камер. Убирает размытость, типичную для старых query‑методов.
• строит гассианы по нескольким изображениям
• разделяет геометрию и цвет на две отдельные ветки декодера
• работает без привязки к ракурсу съёмки
• PSNR на 2.30 дБ выше лучших pose‑free методов
• на DL3DV лучший результат в синтезе новых видов
Использует Vision Geometric Model как источник 3D‑приоров. Разделение веток снижает артефакты и повышает детализацию.
Гитхаб
HF
#gaussian #image2scene #scenereconstruction
Реконструкция 3D‑сцен по фото без известных позиций камер. Убирает размытость, типичную для старых query‑методов.
• строит гассианы по нескольким изображениям
• разделяет геометрию и цвет на две отдельные ветки декодера
• работает без привязки к ракурсу съёмки
• PSNR на 2.30 дБ выше лучших pose‑free методов
• на DL3DV лучший результат в синтезе новых видов
Использует Vision Geometric Model как источник 3D‑приоров. Разделение веток снижает артефакты и повышает детализацию.
Гитхаб
HF
#gaussian #image2scene #scenereconstruction
🔥5👍3❤2
LFM2.5-2.6B
Компактная агентная модель от Liquid AI, работает локально на смартфоне
Дообучена через on-policy distillation на экспертных моделях, финальная настройка в Hermes Agent и OpenClaw. Превосходит Gemma и Qwen в следовании инструкциям и tool use.
• планирование действий
• вызов инструментов
• выполнение многошаговых задач без облака
• 2.6B параметров
• контекст 128K
• скорость ~30 токенов/с на смартфоне
• потребление памяти <2,5 ГБ на CPU
HF
Квантизации
Демо
Плейграунд
#mobile #toolcall #agent
Компактная агентная модель от Liquid AI, работает локально на смартфоне
Дообучена через on-policy distillation на экспертных моделях, финальная настройка в Hermes Agent и OpenClaw. Превосходит Gemma и Qwen в следовании инструкциям и tool use.
• планирование действий
• вызов инструментов
• выполнение многошаговых задач без облака
• 2.6B параметров
• контекст 128K
• скорость ~30 токенов/с на смартфоне
• потребление памяти <2,5 ГБ на CPU
HF
Квантизации
Демо
Плейграунд
#mobile #toolcall #agent
👍12
MiniMaxH3_LatentUpscaler
Кастом нода латентного апскейла Minimax H
Апскейлит латентные данные "между сэмплерами"
видимо, речь о шагах диффузии
В чате есть плачевный результат применения. Но может там неправильно был создан воркфлоу
Спасибо @m_franz
#upscale #comfyuio #minimaxh3
Кастом нода латентного апскейла Minimax H
Апскейлит латентные данные "между сэмплерами"
видимо, речь о шагах диффузии
В чате есть плачевный результат применения. Но может там неправильно был создан воркфлоу
Спасибо @m_franz
#upscale #comfyuio #minimaxh3
GitHub
GitHub - Tr1dae/ComfyUI-MiniMaxH3_LatentUpscaler: MiniMaxH3_LatentUpscaler for ComfyUI
MiniMaxH3_LatentUpscaler for ComfyUI. Contribute to Tr1dae/ComfyUI-MiniMaxH3_LatentUpscaler development by creating an account on GitHub.
👍5🫡3
MOSS-VL-Realtime
Потоковая видеоязыковая модель от OpenMOSS на 11B параметров, понимает видео в реальном времени
• обработка кадров с привязкой к таймстампам
• прерываемое взаимодействие в потоке
• динамическая коррекция ответов по новым кадрам
• режим проактивной тишины при отсутствии событий
• контекстное окно 256K
• работа с потоковым видео без ожидания конца
Демо
Демо2
#streaming #vlm #qa #realtime
Потоковая видеоязыковая модель от OpenMOSS на 11B параметров, понимает видео в реальном времени
• обработка кадров с привязкой к таймстампам
• прерываемое взаимодействие в потоке
• динамическая коррекция ответов по новым кадрам
• режим проактивной тишины при отсутствии событий
• контекстное окно 256K
• работа с потоковым видео без ожидания конца
Демо
Демо2
#streaming #vlm #qa #realtime
👍7
#MinimaxH3
Сотрудник MiniMax ходит по хаггингфейсу и кидает страйки на обесцензуренные Текстовые энкодеры. Искать на civitai или вот:
huggingface.co/ethanfel/Qwen3-VL-32B-Ultra-Heretic-H3-ComfyUI-INT8-ConvRot
huggingface.co/sakamakismile/Qwen3-VL-32B-Heretic-MiniMax-H3-NVFP4
Спасибо @stefanfalkok
+ MiniMax H3 Workflows with SageAttention от @stefanfalkok
———
huggingface.co/Kijai/MiniMax-H3-TAE - маленький VAE для превью
———
H3 завезли в WanGP
———
Pruned BF16 MiniMax H3 - веса полегчали с 66 до 40 ГБ
———
ComfyUI MiniMax H3 Director
кастом пак для режиссирования H3
#vae #workflow #uncensored #nsfw #directing #comfyui
Сотрудник MiniMax ходит по хаггингфейсу и кидает страйки на обесцензуренные Текстовые энкодеры. Искать на civitai или вот:
huggingface.co/ethanfel/Qwen3-VL-32B-Ultra-Heretic-H3-ComfyUI-INT8-ConvRot
huggingface.co/sakamakismile/Qwen3-VL-32B-Heretic-MiniMax-H3-NVFP4
Спасибо @stefanfalkok
+ MiniMax H3 Workflows with SageAttention от @stefanfalkok
———
huggingface.co/Kijai/MiniMax-H3-TAE - маленький VAE для превью
———
H3 завезли в WanGP
———
Pruned BF16 MiniMax H3 - веса полегчали с 66 до 40 ГБ
———
ComfyUI MiniMax H3 Director
кастом пак для режиссирования H3
#vae #workflow #uncensored #nsfw #directing #comfyui
❤18🔥4😱2
BFL открыли доступ к FLUX 3 по API и в плеграунде
До 20 сек, 1080p
Есть режим черновика
Ждем 2K, 4K, открытые веса
API
Плейграунд - платно
#flux3 #api
До 20 сек, 1080p
Есть режим черновика
Ждем 2K, 4K, открытые веса
API
Плейграунд - платно
#flux3 #api
👍14