WithEveryone
Фреймворк от Tencent Hunyuan и Fudan для генерации групповых портретов
До 10 человек в одном кадре, каждый со своим референсом лица
- Планирование до синтеза: модель решает, кто участвует, где стоит каждый и как построена группа, потом рендерит layout как условие
- Layout CoT привязывает личности к лицам, телам и ключевым точкам позы
Модель в процессе обучения, может потом поделятся, а может и нет
#referencing #research
VK | MAX
Фреймворк от Tencent Hunyuan и Fudan для генерации групповых портретов
До 10 человек в одном кадре, каждый со своим референсом лица
- Планирование до синтеза: модель решает, кто участвует, где стоит каждый и как построена группа, потом рендерит layout как условие
- Layout CoT привязывает личности к лицам, телам и ключевым точкам позы
Модель в процессе обучения, может потом поделятся, а может и нет
#referencing #research
VK | MAX
👍7😁6🥴3
Qwen3.8-27B-Uncensored-HauhauCS-Aggressive-MTP-GGUF
Qwen 3.8 без цензуры, агрессивный стиль
#uncensored #gguf
VK | MAX
Qwen 3.8 без цензуры, агрессивный стиль
#uncensored #gguf
VK | MAX
huggingface.co
HauhauCS/Qwen3.8-27B-Uncensored-HauhauCS-Aggressive-MTP-GGUF · Hugging Face
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
🔥12👍3
This media is not supported in your browser
VIEW IN TELEGRAM
OpenBot
Инструмент для сборки ИИ-ботов, часть экосистемы CopilotKit, работает поверх LLM
• запускает бота в браузере и CLI
• подключает внешние API и инструменты
• хранит контекст диалога локально
• поддерживает кастомные промпты
#bot #agent #coding
VK | MAX
Инструмент для сборки ИИ-ботов, часть экосистемы CopilotKit, работает поверх LLM
• запускает бота в браузере и CLI
• подключает внешние API и инструменты
• хранит контекст диалога локально
• поддерживает кастомные промпты
#bot #agent #coding
VK | MAX
👍4
Ox Alpha раздают бесплатно на OpenRouter
Ox Alpha - мультимодальная фронтир модель под кодинг и агентов инкогнито, от нераскрытого разработчика
Держит миллион токенов контекста, выдает до 131К токенов, тянет текст, картинки, видео, работает с reasoning и tools
В DeepSWE 80%, лучше Fable и Sol, но выборка мелкая
Fingerprint-тесты видят сильное сходство с GLM-5.3 и GLM-5V-Turbo — вероятный разработчик Z.ai
И проверьте в OpenCode, там дают до 100 триллионов токенов в сутки
#coding #multimodal #giveaway
VK | MAX
Ox Alpha - мультимодальная фронтир модель под кодинг и агентов инкогнито, от нераскрытого разработчика
Держит миллион токенов контекста, выдает до 131К токенов, тянет текст, картинки, видео, работает с reasoning и tools
В DeepSWE 80%, лучше Fable и Sol, но выборка мелкая
Fingerprint-тесты видят сильное сходство с GLM-5.3 и GLM-5V-Turbo — вероятный разработчик Z.ai
И проверьте в OpenCode, там дают до 100 триллионов токенов в сутки
#coding #multimodal #giveaway
VK | MAX
openrouter.ai
Ox Alpha - API Pricing & Providers
Ox Alpha is a reasoning model designed for coding, sustained agentic work, and production workloads. 1,048,576 token context window.
5🔥7👀4
MiniMax Music 3 Latent Refiner v0.10 (Terminus Research)
Аудио-рефайнер для генератора песен MiniMax Music 3. Берет повреждённую музыку и восстанавливает чистую версию, сохраняя исполнение, тайминг, вокал и аранжировку
- Восстанавливает испорченные треки: шум, сжатие битрейта, обрезка, редуцированный bandwidth
- 137M (0.1B)
- Окно: 30 секунд (обучен на 30-сек окнах, вывод по умолчанию с перекрытием)
#audiorestotation #music2music
VK | MAX
Аудио-рефайнер для генератора песен MiniMax Music 3. Берет повреждённую музыку и восстанавливает чистую версию, сохраняя исполнение, тайминг, вокал и аранжировку
- Восстанавливает испорченные треки: шум, сжатие битрейта, обрезка, редуцированный bandwidth
- 137M (0.1B)
- Окно: 30 секунд (обучен на 30-сек окнах, вывод по умолчанию с перекрытием)
#audiorestotation #music2music
VK | MAX
huggingface.co
BornSaint/minimax-music3-latent-refiner-v0.10 · Hugging Face
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
1👍16🔥4❤1
Два подхода к генерации картинок диффузными моделями
Латентный (обычный): картинку сжимают в маленькое скрытое представление через VAE-кодировщик, потом модель шумит и денойзит уже это сжатое представление а в конце VAE возвращает пиксели. Быстро и стабильно но теряет мелкие детали
Пиксельный (напрямую): работает сразу с пикселями без VAE. Качество деталей выше, но напрямую с нуля такую модель обучать очень медленно, сходится сильно хуже латентной
Alibaba нашли компромисс - латентно-пиксельный переход (latent-to-pixel strategy):
1. Претрейн в латентном пространстве - быстро получают хорошие генеративные знания
2. Потом переключаются в пиксельное пространство и дообучают там
Качество на уровне латентных но в 3–5 раз быстрее - не тратится время на VAE-декодирование и нет потери деталей
Не приходится выбирать между скоростью и качеством
Это рисерч, ждем новых моделей от Алибаба
#research #pixelduffusion
VK | MAX
Латентный (обычный): картинку сжимают в маленькое скрытое представление через VAE-кодировщик, потом модель шумит и денойзит уже это сжатое представление а в конце VAE возвращает пиксели. Быстро и стабильно но теряет мелкие детали
Пиксельный (напрямую): работает сразу с пикселями без VAE. Качество деталей выше, но напрямую с нуля такую модель обучать очень медленно, сходится сильно хуже латентной
Alibaba нашли компромисс - латентно-пиксельный переход (latent-to-pixel strategy):
1. Претрейн в латентном пространстве - быстро получают хорошие генеративные знания
2. Потом переключаются в пиксельное пространство и дообучают там
Качество на уровне латентных но в 3–5 раз быстрее - не тратится время на VAE-декодирование и нет потери деталей
Не приходится выбирать между скоростью и качеством
Это рисерч, ждем новых моделей от Алибаба
#research #pixelduffusion
VK | MAX
1🔥10❤3👍2
CtxPort
Передача контекста между агентами / чатами
Браузерное расширение за один клик превращает диалог с ИИ-агентом в чистый структурированный Markdown, упаковывает контекст с метаданными для передачи полного контекста другому агенту
- Копирует весь диалог из ChatGPT, Claude, Gemini, DeepSeek, Grok, Doubao и GitHub
- Копирование из боковой панели: навел на беседу, скопировал, не открывая ее. Удобно собрать сразу несколько чатов
- Четыре формата: Full (весь диалог), User Only (только твои промпты), Code Only (только код с языковыми тегами), Compact (сжатые сообщения)
Приватность:
- Работает офлайн: все обрабатывается локально в браузере
- Ноль загрузок на сервер, без аккаунта, минимальные права
- Каждый адаптер платформы - отдельный плагин, новые сервисы добавляются просто
- Chrome Web Store в разработке, пока ставится из исходников
- В планах: импорт бандла обратно в чат, пакетный экспорт, Firefox
#memory #agent #tools #extension
VK | MAX
Передача контекста между агентами / чатами
Браузерное расширение за один клик превращает диалог с ИИ-агентом в чистый структурированный Markdown, упаковывает контекст с метаданными для передачи полного контекста другому агенту
- Копирует весь диалог из ChatGPT, Claude, Gemini, DeepSeek, Grok, Doubao и GitHub
- Копирование из боковой панели: навел на беседу, скопировал, не открывая ее. Удобно собрать сразу несколько чатов
- Четыре формата: Full (весь диалог), User Only (только твои промпты), Code Only (только код с языковыми тегами), Compact (сжатые сообщения)
Приватность:
- Работает офлайн: все обрабатывается локально в браузере
- Ноль загрузок на сервер, без аккаунта, минимальные права
- Каждый адаптер платформы - отдельный плагин, новые сервисы добавляются просто
- Chrome Web Store в разработке, пока ставится из исходников
- В планах: импорт бандла обратно в чат, пакетный экспорт, Firefox
#memory #agent #tools #extension
VK | MAX
1👍8
This media is not supported in your browser
VIEW IN TELEGRAM
DFlash 2
Способ ускорить работу больших языковых моделей - спекулятивное декодирование. Продолжение DFlash, первое поколение уже стало отраслевым стандартом, 3.5 млн загрузок на Hugging Face
Маленькая модель быстро предсказывает кусок текста, а большая проверяет его одним проходом вместо того, чтобы писать по слову
- Большая модель Qwen3.8-27B на ноутбуке выдаёт 70 токенов/с вместо привычных ~15–20
- Ускорение до 4.6 раз на некоторых моделях, обычно 2.7–3.4 раза
- Результат полностью идентичен оригиналу: ни одного отличающегося слова, просто быстрее
HF
#optimization #inference
VK | MAX
Способ ускорить работу больших языковых моделей - спекулятивное декодирование. Продолжение DFlash, первое поколение уже стало отраслевым стандартом, 3.5 млн загрузок на Hugging Face
Маленькая модель быстро предсказывает кусок текста, а большая проверяет его одним проходом вместо того, чтобы писать по слову
- Большая модель Qwen3.8-27B на ноутбуке выдаёт 70 токенов/с вместо привычных ~15–20
- Ускорение до 4.6 раз на некоторых моделях, обычно 2.7–3.4 раза
- Результат полностью идентичен оригиналу: ни одного отличающегося слова, просто быстрее
HF
#optimization #inference
VK | MAX
1👍13🔥5❤3
CEO Figure AI сообщил об утилизации роботов Figure 02 из-за нехватки места и спросил подписчиков, как лучше их «отправить на пенсию». Арнольд Шварценеггер ответил в комментариях: "Вы должны их расплавить"
#news #humor
VK | MAX
#news #humor
VK | MAX
1😁19❤1
Qwen3.8-27B-Uncensored
Еще одна версия обесцензуренной Qwen3.8-27B, от orcarouter.ai
Упакована в MLX для запуска на Mac
Выполняет запросы практически все без ограничений
- 4 варианта квантования: 2, 4, 6 и 8 бит
- Сохранены зрение, рассуждения и вызов инструментов
- Контекст до 262 тысяч токенов
- Автор тестировал 4-, 6- и 8-битные версии - ни одного отказа
#uncensored #multimodal
VK | MAX
Еще одна версия обесцензуренной Qwen3.8-27B, от orcarouter.ai
Упакована в MLX для запуска на Mac
Выполняет запросы практически все без ограничений
- 4 варианта квантования: 2, 4, 6 и 8 бит
- Сохранены зрение, рассуждения и вызов инструментов
- Контекст до 262 тысяч токенов
- Автор тестировал 4-, 6- и 8-битные версии - ни одного отказа
#uncensored #multimodal
VK | MAX
1👍13👎1
MaskVidExperiments
Кастом пак #ComfyUI по работе с масками в видео.
Обработка замаскированного объекта внутри движущегося кропа, с последующей вставкой обратно в кадр без дерганья и видимых швов
- Subject Crop: стабильный кроп вокруг объекта по всему клипу — не дёргается от шума маски, окклюзий и кратких уходов, следует только за устойчивым движением
- Subject Uncrop: пиксельно точная вставка результата обратно с мягкой кромкой
- Mask Cleanup: чистит мусор и мерцающие пятна из видеомаски, сохраняя настоящий объект
- Mask To Latent Space: честно приводит маску к латентному разрешению через VAE - без размазывания трилинейным resize, чистая инпейнт-область (пример: машина → овчарка в LTX)
- Audio Mask To Latent: регенерация выбранных временных отрезков в аудио-латент (для MiniMax H3, LTX-2)
- Differential Diffusion (Soft): мягкие кромки в масках денойза на каждом шаге, стабильно по времени
Спасибо @m_franz
#segmentation
Кастом пак #ComfyUI по работе с масками в видео.
Обработка замаскированного объекта внутри движущегося кропа, с последующей вставкой обратно в кадр без дерганья и видимых швов
- Subject Crop: стабильный кроп вокруг объекта по всему клипу — не дёргается от шума маски, окклюзий и кратких уходов, следует только за устойчивым движением
- Subject Uncrop: пиксельно точная вставка результата обратно с мягкой кромкой
- Mask Cleanup: чистит мусор и мерцающие пятна из видеомаски, сохраняя настоящий объект
- Mask To Latent Space: честно приводит маску к латентному разрешению через VAE - без размазывания трилинейным resize, чистая инпейнт-область (пример: машина → овчарка в LTX)
- Audio Mask To Latent: регенерация выбранных временных отрезков в аудио-латент (для MiniMax H3, LTX-2)
- Differential Diffusion (Soft): мягкие кромки в масках денойза на каждом шаге, стабильно по времени
Спасибо @m_franz
#segmentation
🔥10👍1🫡1
This media is not supported in your browser
VIEW IN TELEGRAM
V-RAE
Тут предлагают строить сжатое представление видеогенераторов не на основе пикселей, а на основе смысла. Берут пониматоры видео и поверх них делают компактный слой. То есть образно говоря, вместо аудиозаписи нотная запись. В ней меньше деталей но видна видна структура, по которой можно сыграть заново даже лучше оригинала
- Генератору проще работать со смыслом, он сходится быстрее в разы и выдает лучшее качество
- Видео можно сжимать по времени без потери смысла
- Такое представление можно использовать не только для генерации, но и для предсказания следующих кадров
Веса есть но это исследовательский проект, а не прикладной
На видео V-RAE справа
Гитхаб
HF
#research
VK | MAX
Тут предлагают строить сжатое представление видеогенераторов не на основе пикселей, а на основе смысла. Берут пониматоры видео и поверх них делают компактный слой. То есть образно говоря, вместо аудиозаписи нотная запись. В ней меньше деталей но видна видна структура, по которой можно сыграть заново даже лучше оригинала
- Генератору проще работать со смыслом, он сходится быстрее в разы и выдает лучшее качество
- Видео можно сжимать по времени без потери смысла
- Такое представление можно использовать не только для генерации, но и для предсказания следующих кадров
Веса есть но это исследовательский проект, а не прикладной
На видео V-RAE справа
Гитхаб
HF
#research
VK | MAX
👍12
This media is not supported in your browser
VIEW IN TELEGRAM
MiniMax Design
А вот и монетизация #MinimaxH3 подъехала. Десктоп-приложение от MiniMax (Windows и macOS)
Мультимодальный агент полного цикла видеопроизводства. Разбирает задачу на шаги, пишет сценарий, собирает раскадровку, генерирует кадры и ролики, монтирует, накладывает озвучку и субтитры и отдает готовое видео
- Сам решает, что взять за референс, что оставить, а что переделать и упаковывает все в формат для H3
- Режиссёрский 3D-инструмент для сложных кадров: расстановка персонажей, движение, ракурсы камеры до генерации сцены
- Подключение воркфлоу ComfyUI облачно или локально, агент помогает крутить ноды и параметры
- Работает с разными моделями: H3 для видео, GPT Image 2 и Nano Banana Pro для картинок, Music 2.6 и Speech 2.8 для звука
#directing #videoediting
VK | MAX
А вот и монетизация #MinimaxH3 подъехала. Десктоп-приложение от MiniMax (Windows и macOS)
Мультимодальный агент полного цикла видеопроизводства. Разбирает задачу на шаги, пишет сценарий, собирает раскадровку, генерирует кадры и ролики, монтирует, накладывает озвучку и субтитры и отдает готовое видео
- Сам решает, что взять за референс, что оставить, а что переделать и упаковывает все в формат для H3
- Режиссёрский 3D-инструмент для сложных кадров: расстановка персонажей, движение, ракурсы камеры до генерации сцены
- Подключение воркфлоу ComfyUI облачно или локально, агент помогает крутить ноды и параметры
- Работает с разными моделями: H3 для видео, GPT Image 2 и Nano Banana Pro для картинок, Music 2.6 и Speech 2.8 для звука
#directing #videoediting
VK | MAX
👍16❤3