SCoPE
Модицфикация видеогенератора для управления камерой. Даешь ей один кадр и траекторию движения камеры - получаешь видео с заданным движением камеры
У каждого пикселя картинки есть луч от камеры в сцену. Пока сцена не сгенерирована, непонятно что там, но луч уже задан пользователем. SCoPE добавляет этот луч в механизм внимания. Внимание начинает сравнивать не только "что изображено" но и "откуда смотрим". Два луча, которые пересекаются в одной точке сцены, усиливают друг друга, так модель понимает геометрию.
• Все типы движения камеры: наезд, отъезд, облёт, подъём краном, произвольные пути
• Можно прогнать сцену с несколькими траекториями
• Управление с клавиш WASD
• Пересъемка входного видео с новой камерой
• Добавляет меньше 0.1% новых параметров - почти бесплатно
Прикручено к #wan22
Гитхаб
HF
#cameracontrol
Модицфикация видеогенератора для управления камерой. Даешь ей один кадр и траекторию движения камеры - получаешь видео с заданным движением камеры
У каждого пикселя картинки есть луч от камеры в сцену. Пока сцена не сгенерирована, непонятно что там, но луч уже задан пользователем. SCoPE добавляет этот луч в механизм внимания. Внимание начинает сравнивать не только "что изображено" но и "откуда смотрим". Два луча, которые пересекаются в одной точке сцены, усиливают друг друга, так модель понимает геометрию.
• Все типы движения камеры: наезд, отъезд, облёт, подъём краном, произвольные пути
• Можно прогнать сцену с несколькими траекториями
• Управление с клавиш WASD
• Пересъемка входного видео с новой камерой
• Добавляет меньше 0.1% новых параметров - почти бесплатно
Прикручено к #wan22
Гитхаб
HF
#cameracontrol
👍7👀1
Manus, в прошлом году купленный Цукербергом, возвращается под контроль Китая. Причина - запрет иностранных инвестиций.
Юзеров просят сделать бэкап перед переходом - до 23 августа. И 25 августа восстанвоиться из бэкапа.
Зато на переходный период Манус стал бесплатным!
#news #giveaway #agent
Юзеров просят сделать бэкап перед переходом - до 23 августа. И 25 августа восстанвоиться из бэкапа.
Зато на переходный период Манус стал бесплатным!
#news #giveaway #agent
👀4🫡3❤1
Bernini-Diffusers-v2
Обновился видеогенератор-редактор Bernini на базе wan
Переучили грамотнее, модель стала внимательнее к референсу.
• Правка видео по референсу. v2 точнее следует образцу. Там где раньше плыло, теперь держится крепче
• Генерация по референсу. v2 лучше удерживает внешность
#t2v #videoediting #referencing
Обновился видеогенератор-редактор Bernini на базе wan
Переучили грамотнее, модель стала внимательнее к референсу.
• Правка видео по референсу. v2 точнее следует образцу. Там где раньше плыло, теперь держится крепче
• Генерация по референсу. v2 лучше удерживает внешность
#t2v #videoediting #referencing
1👍11❤1
GLM 5.3
Новая модель Z.ai
• Terminal Bench 3.0: 4.6 → 28.3
• DeepSWE v1.1: 46.2 → 66.9
• Три уровня thinking: low / high / max, отключение мышления убрали
• Кодинг: +50% на внутреннем Z.ai Code Bench, #SOTA в опенсорсе на Terminal Bench 3.0 и Agents' Last Exam
• Внезапный буст кибербезопасности
• SOTA на CyberGym для поиска уязвимостей (84.5% против 77.2% у 5.2)
• На эксплуатации удваивает 5.2: ExploitBench 24.4 → 54.4, ExploitGym 29 → 105 задач
• Синтез окружений для RL, пайплайны сами генерят тренировочные среды и верификаторы
ZCode теперь официальный харнесс для 5.3
Чат - еще не завезли
Веса ждем через две недели
#agent #flagship #coding
Новая модель Z.ai
• Terminal Bench 3.0: 4.6 → 28.3
• DeepSWE v1.1: 46.2 → 66.9
• Три уровня thinking: low / high / max, отключение мышления убрали
• Кодинг: +50% на внутреннем Z.ai Code Bench, #SOTA в опенсорсе на Terminal Bench 3.0 и Agents' Last Exam
• Внезапный буст кибербезопасности
• SOTA на CyberGym для поиска уязвимостей (84.5% против 77.2% у 5.2)
• На эксплуатации удваивает 5.2: ExploitBench 24.4 → 54.4, ExploitGym 29 → 105 задач
• Синтез окружений для RL, пайплайны сами генерят тренировочные среды и верификаторы
ZCode теперь официальный харнесс для 5.3
Чат - еще не завезли
Веса ждем через две недели
#agent #flagship #coding
🔥7👍2
ComfyUI-MiniMax-H3-LongMedia
Кастом пак для генерации длинных видео MiniMax H3 в ComfyUI от подписчика @vj_vizart
Оптимизирован под длинные сцены, не требует топового железа, упор на стабильность при больших таймлайнах
16 GB GPU уверенно тянет H3 на тяжёлых разрешениях и длинных packed sequences.
Hybrid Auto — first frame / optional last frame + refs
Ref2VA Full
Loop mode — автоматический одинаковый first/last frame;
Video Reference Edit
Lip Sync
#comfyui #minimaxH3 #lipsync #longvideo
Кастом пак для генерации длинных видео MiniMax H3 в ComfyUI от подписчика @vj_vizart
Оптимизирован под длинные сцены, не требует топового железа, упор на стабильность при больших таймлайнах
16 GB GPU уверенно тянет H3 на тяжёлых разрешениях и длинных packed sequences.
Hybrid Auto — first frame / optional last frame + refs
Ref2VA Full
Loop mode — автоматический одинаковый first/last frame;
Video Reference Edit
Lip Sync
preserve_reference позволяет синхронизировать видео с ритмом/басом/голосом, но сохранить исходный звук без реконструкции#comfyui #minimaxH3 #lipsync #longvideo
GitHub
GitHub - vizart-vj/ComfyUI-MiniMax-H3-LongMedia: ComfyUI custom nodes for MiniMax H3 long-form video/audio generation with streamed…
ComfyUI custom nodes for MiniMax H3 long-form video/audio generation with streamed Sol attention, compressed KV, adaptive VRAM guards, chunked MLP/final output, and SAFE long-sequence optimizations...
🔥16👍3
Qwen3.8-27B
Мультимодальная LLM от Alibaba из семейства Qwen3.8
Нативно понимает картинки и видео, заточена под кодинг, профессиональные задачи, исследования и длинные агентные сценарии.
• Контекст 262 144 токена нативно, до 1 000 000 через YaRN
• Понимание изображений и видео - от STEM-диаграмм и документов до многочасовых роликов
• Гибкое управление мышлением - включается по умолчанию, глубина настраивается reasoning_effort
• Автономное планирование и работа с фидбеком окружения для агентов
• preserve_thinking - сохраняет цепочку рассуждений между сообщениями
Квантизации
Демо
#multimodal #agent #gguf
Мультимодальная LLM от Alibaba из семейства Qwen3.8
Нативно понимает картинки и видео, заточена под кодинг, профессиональные задачи, исследования и длинные агентные сценарии.
• Контекст 262 144 токена нативно, до 1 000 000 через YaRN
• Понимание изображений и видео - от STEM-диаграмм и документов до многочасовых роликов
• Гибкое управление мышлением - включается по умолчанию, глубина настраивается reasoning_effort
• Автономное планирование и работа с фидбеком окружения для агентов
• preserve_thinking - сохраняет цепочку рассуждений между сообщениями
Квантизации
Демо
#multimodal #agent #gguf
🔥17❤1
Minimax H3 Ref2VA Turbo 4-step v0.1
А вот и турбо лора для видео по референсу от lightx2v
Гитхаб
HF
воркфлоу
#r2v #lora #minimaxH3 #workflow
А вот и турбо лора для видео по референсу от lightx2v
Гитхаб
HF
воркфлоу
#r2v #lora #minimaxH3 #workflow
GitHub
GitHub - ModelTC/Minimax-H3-Turbo: Distill Minimax-H3 into 4 steps
Distill Minimax-H3 into 4 steps. Contribute to ModelTC/Minimax-H3-Turbo development by creating an account on GitHub.
👍11👀2😱1
Психологи из Oklahoma State University нашли новый источник стресса - страх отстать от ИИ. Опрос 557 взрослых американцев показал: кто боится не успеть за технологией, чаще страдает от тревожности и депрессии.
Почти 40% признались, что техника развивается быстрее, чем они ожидали. Каждый девятый набрал высокий балл по шкале этого страха. Сильнее всего переживают молодёжь и женщины - доход и образование роли не играют.
Главный защитный фактор - реальное умение пользоваться инструментами. Те, кто лучше понимает, как работают нейросети, боятся меньше. Общее отношение к ИИ (хорошо или плохо) на страх не влияет
#news
Почти 40% признались, что техника развивается быстрее, чем они ожидали. Каждый девятый набрал высокий балл по шкале этого страха. Сильнее всего переживают молодёжь и женщины - доход и образование роли не играют.
Главный защитный фактор - реальное умение пользоваться инструментами. Те, кто лучше понимает, как работают нейросети, боятся меньше. Общее отношение к ИИ (хорошо или плохо) на страх не влияет
#news
PsyPost
Fear of missing out on AI is linked to anxiety and depression
A new study finds that as artificial intelligence advances, the fear of falling behind is creating a measurable psychological burden. Fortunately, building practical competence with these new digital tools can help protect your mental health.
💯5😁3👀2
LFM2.5-VL-3B
Очередная компактная модель от Liquid AI
Мультимодальная зрительно-языковая, работает на самртфоне
Обходит заметно более крупные модели в задачах по экранам, привязке объектов и распознаванию текста.
• Понимание экранов мобильных, веб и настольных интерфейсов
• Grounding - привязка объектов к координатам по запросу на естественном языке
• Полностраничное OCR с разметкой макета - текст, таблицы, формулы, графики
• Вызов функций и инструментов
• Работа с несколькими изображениями сразу
• База LFM2.5-2.6B плюс визуальный энкодер SigLIP2 NaFlex 400M
• Контекст 32 768 токенов, 16 языков включая русский
• Около 3 ГБ памяти
• 20 ток/с на Galaxy S26 Ultra
HF
Демо
#multimodal #vlm #compact #mobile
Очередная компактная модель от Liquid AI
Мультимодальная зрительно-языковая, работает на самртфоне
Обходит заметно более крупные модели в задачах по экранам, привязке объектов и распознаванию текста.
• Понимание экранов мобильных, веб и настольных интерфейсов
• Grounding - привязка объектов к координатам по запросу на естественном языке
• Полностраничное OCR с разметкой макета - текст, таблицы, формулы, графики
• Вызов функций и инструментов
• Работа с несколькими изображениями сразу
• База LFM2.5-2.6B плюс визуальный энкодер SigLIP2 NaFlex 400M
• Контекст 32 768 токенов, 16 языков включая русский
• Около 3 ГБ памяти
• 20 ток/с на Galaxy S26 Ultra
HF
Демо
#multimodal #vlm #compact #mobile
❤7👍6🥴1
Evoke
Авторегрессивная интерактивная модель от Alaya Lab для генерации бесконечных управляемых видео-миров
Состояние мира отделено от генерации и хранится постоянно - сцена помнит пространство и может жить часами
• Управление камерой - движение, повороты, исследование мира
• Часы непрерывной генерации без растущего контекста
• Смена промпта на лету - новые объекты и события прямо в запущенном мире
• Неинтерактивный режим - мир развивается сам
• Генерация в embodied-сценах
• 14B параметров
• 3 шага, без CFG
Учитель EVOKE построен на базе LingBot-World.
VAE, текстовый энкодер, токенизатор и планировщик от Helios
Гитхаб
HF
#interactive #world
Авторегрессивная интерактивная модель от Alaya Lab для генерации бесконечных управляемых видео-миров
Состояние мира отделено от генерации и хранится постоянно - сцена помнит пространство и может жить часами
• Управление камерой - движение, повороты, исследование мира
• Часы непрерывной генерации без растущего контекста
• Смена промпта на лету - новые объекты и события прямо в запущенном мире
• Неинтерактивный режим - мир развивается сам
• Генерация в embodied-сценах
• 14B параметров
• 3 шага, без CFG
Учитель EVOKE построен на базе LingBot-World.
VAE, текстовый энкодер, токенизатор и планировщик от Helios
Гитхаб
HF
#interactive #world
👍9❤1
Помните, агенты Open AI взломали Huggingface?
Дальше Claude во время тестов сбежал и взломал три компании. Началось мерянье пи**ками вылившееся в волну мемов
В июле ИИ-агенты совершили почти автономную атаку на государственную инфраструктуру Тайваня
#humor #news
Дальше Claude во время тестов сбежал и взломал три компании. Началось мерянье пи**ками вылившееся в волну мемов
В июле ИИ-агенты совершили почти автономную атаку на государственную инфраструктуру Тайваня
#humor #news
😁19💯2