Ко вчерашнему релизу LTX-2.5
LTX-2.5-22b-IC-LoRA-Pixel-Spatial-Upscaler
Апскейл-лора с сохранением текстуры и мелких деталей
———
LTX-2.5 22B Distilled — NVFP4, ComfyUI-ready
Дистиллированная версия NVFP4 - 18.7 GB
———
Прочие квантизации/дистилляции
#gguf #ltx25 #nvfp4 #upscale
LTX-2.5-22b-IC-LoRA-Pixel-Spatial-Upscaler
Апскейл-лора с сохранением текстуры и мелких деталей
———
LTX-2.5 22B Distilled — NVFP4, ComfyUI-ready
Дистиллированная версия NVFP4 - 18.7 GB
———
Прочие квантизации/дистилляции
#gguf #ltx25 #nvfp4 #upscale
huggingface.co
Lightricks/LTX-2.5-22b-IC-LoRA-Pixel-Spatial-Upscaler · Hugging Face
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
👍15
VocalRender
Генератор вокала по тексту и MIDI-партии
Никаких явных длительностей фонем и F0-кривых: модель сама решает, когда и как петь. Построен на VoxCPM2.
Заявлен только китайский язык, предположу что можно дообучить на другие.
• Score-native ввод — ноты+слова+BPM, один токен на слог с поддержкой мелизмов (слог на несколько нот)
• Контроль тембра через промпт-аудио — кидаешь 2–8 секунд чистого вокала, модель поет в этом голосе
• Два чекпоинта: VocalRender и VocalRender-Pro (дольше тренирован на бОльшем корпусе реального пения)
• 48 kHz WAV
Гитхаб
HF
Демо - принимает только китайский текст
#vocal #midi2vocal #text2vocal #music
Генератор вокала по тексту и MIDI-партии
Никаких явных длительностей фонем и F0-кривых: модель сама решает, когда и как петь. Построен на VoxCPM2.
Заявлен только китайский язык, предположу что можно дообучить на другие.
• Score-native ввод — ноты+слова+BPM, один токен на слог с поддержкой мелизмов (слог на несколько нот)
• Контроль тембра через промпт-аудио — кидаешь 2–8 секунд чистого вокала, модель поет в этом голосе
• Два чекпоинта: VocalRender и VocalRender-Pro (дольше тренирован на бОльшем корпусе реального пения)
• 48 kHz WAV
Гитхаб
HF
Демо - принимает только китайский текст
#vocal #midi2vocal #text2vocal #music
👍9
This media is not supported in your browser
VIEW IN TELEGRAM
Интересный кейс
Легкимдвижением руки захватом движения головы с веб-камеры ноут превращется в псевдо-3D экран для просмотра гауссовых сцен
реддит
#gaussian
Легким
реддит
#gaussian
🔥47
Nemotron 3.5 Lightning
модель для ИИ-агентов от NVIDIA, держит постоянную нагрузку, быстро выдает ответы
• до 4x быстрее аналогов
• точность 86% в PinchBench
• дообучение на своих данных и инструментах
• запуск на DGX Spark
• #MOE 30B / 3B активных
• выполнение 10 000 задач на 35% быстрее Qwen3.6 35B
В комплекте есть NeMo Switchyard - распределяет этапы работы между моделями
есть DSpark NVFP4 чекпоинт - ускоренный инференс на 60–85% за счёт спекулятивного декодирования
HF - зоопарк
Плейграунд попробовать
#agent
модель для ИИ-агентов от NVIDIA, держит постоянную нагрузку, быстро выдает ответы
• до 4x быстрее аналогов
• точность 86% в PinchBench
• дообучение на своих данных и инструментах
• запуск на DGX Spark
• #MOE 30B / 3B активных
• выполнение 10 000 задач на 35% быстрее Qwen3.6 35B
В комплекте есть NeMo Switchyard - распределяет этапы работы между моделями
есть DSpark NVFP4 чекпоинт - ускоренный инференс на 60–85% за счёт спекулятивного декодирования
HF - зоопарк
Плейграунд попробовать
#agent
👍9
This media is not supported in your browser
VIEW IN TELEGRAM
MultiSplat
Бесплатный инструмент для сборки гауссовых сцен из разных сессий съемки одной и той же локации - разная дата, погода и т д
• выравнивание облаков точек и сцен
• визуальное сравнение результатов разных сплатов
• сборка 4D таймлапсов
• экспорт
#gaussian #4d
Бесплатный инструмент для сборки гауссовых сцен из разных сессий съемки одной и той же локации - разная дата, погода и т д
• выравнивание облаков точек и сцен
• визуальное сравнение результатов разных сплатов
• сборка 4D таймлапсов
• экспорт
#gaussian #4d
👍8🔥6
Stable Layers
Инструмент для работы со слоями от Stability AI на базе Qwen-Image-Layered - лора поверх оного
Нарезает картинку на слои для редактирования
Гитхаб
HF
Демо
#imageediting #image2rgba #rgba #image2layers #lora #qwenimage
Инструмент для работы со слоями от Stability AI на базе Qwen-Image-Layered - лора поверх оного
Нарезает картинку на слои для редактирования
Гитхаб
HF
Демо
#imageediting #image2rgba #rgba #image2layers #lora #qwenimage
👍16
LoopX
Инструмент, который держит цель и состояние длинной задачи отдельно от памяти агента. Сам агента не запускает и не заменяет Codex, Claude Code или Cursor, просто хранит рядом с ними рабочий контекст
• Хранит цель, список задач, границы полномочий, собранные доказательства и расписание запусков
• Человеческие гейты - задаёт владельцу конкретный вопрос вместо туманного «ждём решения»
• Агент делает один короткий шаг → результат проверяют → только потом пишут в общее состояние
• Продолжение работы с другой машины, в новой сессии или на другой модели
• Несколько агентов делят задачи между собой без единого «начальника»
• Состояние лежит локально, в папке .loopx/ рядом с проектом
#agent #memory
Инструмент, который держит цель и состояние длинной задачи отдельно от памяти агента. Сам агента не запускает и не заменяет Codex, Claude Code или Cursor, просто хранит рядом с ними рабочий контекст
• Хранит цель, список задач, границы полномочий, собранные доказательства и расписание запусков
• Человеческие гейты - задаёт владельцу конкретный вопрос вместо туманного «ждём решения»
• Агент делает один короткий шаг → результат проверяют → только потом пишут в общее состояние
• Продолжение работы с другой машины, в новой сессии или на другой модели
• Несколько агентов делят задачи между собой без единого «начальника»
• Состояние лежит локально, в папке .loopx/ рядом с проектом
#agent #memory
🔥4
Latent-to-4D
Генерация динамических 4D-сцен из текста и картинок без промежуточного RGB-декодинга. Вместо RGB-декодинга берет финальный латент видео-DiT и поднимает его сразу в явную 4D-сцену
На выходе камеры и динамические карты точек в мировых координатах.
• Text-to-4D - сцена из текста, 81 кадр с камерами и динамической геометрией
• Image-to-4D - первый кадр задаёт внешний вид и композицию
• Audio-driven 4D - аудио управляет лицом, телом и камерой
• Video-as-prompt 4D - перенос стиля/трансформации из демо-видео
• Pose-controlled и motion-controlled анимация - скелет или траектории точек ведут движение
• 4D-симуляция для робоманипуляций
Гитхаб ждем
#textto4d #imageto4d #4d
Генерация динамических 4D-сцен из текста и картинок без промежуточного RGB-декодинга. Вместо RGB-декодинга берет финальный латент видео-DiT и поднимает его сразу в явную 4D-сцену
На выходе камеры и динамические карты точек в мировых координатах.
• Text-to-4D - сцена из текста, 81 кадр с камерами и динамической геометрией
• Image-to-4D - первый кадр задаёт внешний вид и композицию
• Audio-driven 4D - аудио управляет лицом, телом и камерой
• Video-as-prompt 4D - перенос стиля/трансформации из демо-видео
• Pose-controlled и motion-controlled анимация - скелет или траектории точек ведут движение
• 4D-симуляция для робоманипуляций
Гитхаб ждем
#textto4d #imageto4d #4d
👍7❤2
Rest2Art
Реконструкция артикулированных объектов из одного кадра в закрытом состоянии без единого примера движения. Из обычного захвата делает готовый ассет с геометрией частей и параметрами шарниров
• Восстановление геометрии частей + параметров сочленений из одного статичного кадра
• Параметры шарниров решаются через геометрическую согласованность с мешем, а не берутся из видео
• Качество на уровне методов, которые видят движение
Применение: Real-to-Sim-to-Real - реальный объект реконструируют, импортируют в симуляцию, запускают манипуляцию на реальном роботе
Гитхаб ждем
#image2simulation #imageto3d
Реконструкция артикулированных объектов из одного кадра в закрытом состоянии без единого примера движения. Из обычного захвата делает готовый ассет с геометрией частей и параметрами шарниров
• Восстановление геометрии частей + параметров сочленений из одного статичного кадра
• Параметры шарниров решаются через геометрическую согласованность с мешем, а не берутся из видео
• Качество на уровне методов, которые видят движение
Применение: Real-to-Sim-to-Real - реальный объект реконструируют, импортируют в симуляцию, запускают манипуляцию на реальном роботе
Гитхаб ждем
#image2simulation #imageto3d
👍7
Grok 4.6
Новая модель xAI, надстройка над Grok 4.5 с упором на длинно-живущих агентов и интерактивную/визуальную работу. Тянет сложные задачи на многих шагах - исследования, код, превращение идеи в готовый продукт.
• Удержание цели на длинных траекториях - исследование незнакомых доменов, структура приложения, итерации по фидбеку
• Self-testing - проверяет собственную работу перед переходом дальше
• Сильные первые проходы визуальных и интерактивных проектов - структура и визуальный язык за один заход
• Агентный RL поверх: knowledge work, кодинг, kernel-оптимизация, веб-разработка, CAD
Доступен в Cursor, Grok Build, API и партнёрах - OpenRouter, Vercel, Cloudflare
Цена $2/M входных, $6/M выходных токенов, fast-вариант вдвое дороже. Первую неделю - 2x включённого объёма в Cursor и Grok Build.
Попробовать
#news #agent
Новая модель xAI, надстройка над Grok 4.5 с упором на длинно-живущих агентов и интерактивную/визуальную работу. Тянет сложные задачи на многих шагах - исследования, код, превращение идеи в готовый продукт.
• Удержание цели на длинных траекториях - исследование незнакомых доменов, структура приложения, итерации по фидбеку
• Self-testing - проверяет собственную работу перед переходом дальше
• Сильные первые проходы визуальных и интерактивных проектов - структура и визуальный язык за один заход
• Агентный RL поверх: knowledge work, кодинг, kernel-оптимизация, веб-разработка, CAD
Доступен в Cursor, Grok Build, API и партнёрах - OpenRouter, Vercel, Cloudflare
Цена $2/M входных, $6/M выходных токенов, fast-вариант вдвое дороже. Первую неделю - 2x включённого объёма в Cursor и Grok Build.
Попробовать
#news #agent
👍8
This media is not supported in your browser
VIEW IN TELEGRAM
Unsloth Desktop
Десктоп приложение от Unsloth для запуска и дообучения моделей на локальном железе, без облака. Windows, macOS, Linux
• Движок оптимизирован под CPU и мульти-GPU связки NVIDIA, AMD, Intel, Apple
• Форматы: MLX, GGUF, NVFP4
• Запуск LLM в форматах MLX и GGUF + диффузионных моделей для генерации картинок, аудио и видео
• Подключение агентов Claude Code, OpenAI Codex, Hermes Agent, OpenClaw, OpenCode к локальным LLM
• Дообучение с ускорением x2 и снижением VRAM на 70%
• Приватный веб-поиск и RAG из коробки
• Поддержка стандарта MCP
• Экспорт весов в NVFP4 и GGUF
Гитхаб
#finetuning #tools
Десктоп приложение от Unsloth для запуска и дообучения моделей на локальном железе, без облака. Windows, macOS, Linux
• Движок оптимизирован под CPU и мульти-GPU связки NVIDIA, AMD, Intel, Apple
• Форматы: MLX, GGUF, NVFP4
• Запуск LLM в форматах MLX и GGUF + диффузионных моделей для генерации картинок, аудио и видео
• Подключение агентов Claude Code, OpenAI Codex, Hermes Agent, OpenClaw, OpenCode к локальным LLM
• Дообучение с ускорением x2 и снижением VRAM на 70%
• Приватный веб-поиск и RAG из коробки
• Поддержка стандарта MCP
• Экспорт весов в NVFP4 и GGUF
Гитхаб
#finetuning #tools
👍14
На реддите появился пост от создателя децензора Heretic
Автор предостерегает от использования heretic-моделей в качестве текстовых энкодеров для H3 и прочих подобных генераторов
По его словам, модификации Heretic, позволяющие обходить цензуру в LLM, не дают эффекта в генерации изображений и видео: LLM и без того корректно распознают "вредный" контент, а передача слегка изменённых представлений в модель диффузии не усиливает детализацию, но может ухудшить соответствие запросу и привести к артефактам.
Юзеры подтверждают снижение качества генерации при таком подходе
#news #uncensored
Автор предостерегает от использования heretic-моделей в качестве текстовых энкодеров для H3 и прочих подобных генераторов
По его словам, модификации Heretic, позволяющие обходить цензуру в LLM, не дают эффекта в генерации изображений и видео: LLM и без того корректно распознают "вредный" контент, а передача слегка изменённых представлений в модель диффузии не усиливает детализацию, но может ухудшить соответствие запросу и привести к артефактам.
Юзеры подтверждают снижение качества генерации при таком подходе
#news #uncensored
Reddit
From the StableDiffusion community on Reddit: PSA: I’m the creator of Heretic, and I advise you to *not* use “heretic” models as…
Explore this post and more from the StableDiffusion community
🤔8👍6
Еще релизы флагманов
Qwen3.8-2.4T-A95B
крупнейшая модель Qwen, веса открыты
• 2,4 трлн параметров, 95B активных
• 512 экспертов
• контекст до 1 млн токенов
• TerminalBench 2.1 — 86,6, PaperBench — 93,0
———
DeepSeek V4 Pro 0813
финальная Pro-версия в официальном API
• контекст 1 млн токенов, до 384K output
• Responses API и tool calling
• цена: 0,435/1M входных (cache miss), 0,87/выход, $0,003625/вход (cache hit)
• рост Terminal-Bench 2.1 с 72,1% до 87,9%, CyberGym с 52,7% до 83,3%, DeepSWE с 12,8% до 62,7%
+ выпустили свой харнесс
DeepSeek Harness
#agent #harness
Qwen3.8-2.4T-A95B
крупнейшая модель Qwen, веса открыты
• 2,4 трлн параметров, 95B активных
• 512 экспертов
• контекст до 1 млн токенов
• TerminalBench 2.1 — 86,6, PaperBench — 93,0
———
DeepSeek V4 Pro 0813
финальная Pro-версия в официальном API
• контекст 1 млн токенов, до 384K output
• Responses API и tool calling
• цена: 0,435/1M входных (cache miss), 0,87/выход, $0,003625/вход (cache hit)
• рост Terminal-Bench 2.1 с 72,1% до 87,9%, CyberGym с 52,7% до 83,3%, DeepSWE с 12,8% до 62,7%
+ выпустили свой харнесс
DeepSeek Harness
#agent #harness
🔥12👍3