ComfyUI-QwenVL
запуск Qwen-VL внутри #ComfyUI - визуальное понимание и генерация текста.
Раньше при попытке скормить видео 1080p нода вылетала с OOM, теперь автоматический рассчет токенов и масштабирование кадров под контекст модели
- Умное масштабирование видео: 1080p/4K автоматически поджимается под безопасный бюджет токенов — 16-32 кадра без вылета
- Маленькие видео (480p) не трогает — идут в оригинале
- Можно переопределить вручную через dropdown: auto, 384, 448, 512, 768, original
Работает с GGUF (llama.cpp) и Transformers (Hugging Face)
#vlm
VK | MAX
запуск Qwen-VL внутри #ComfyUI - визуальное понимание и генерация текста.
Раньше при попытке скормить видео 1080p нода вылетала с OOM, теперь автоматический рассчет токенов и масштабирование кадров под контекст модели
- Умное масштабирование видео: 1080p/4K автоматически поджимается под безопасный бюджет токенов — 16-32 кадра без вылета
- Маленькие видео (480p) не трогает — идут в оригинале
- Можно переопределить вручную через dropdown: auto, 384, 448, 512, 768, original
Работает с GGUF (llama.cpp) и Transformers (Hugging Face)
#vlm
VK | MAX
👍9
SenseNova U1.5 Lite
Полноценный релиз U1.5 Lite
- Шесть улучшений: качество картинки, сложные инструкции, текст (англ и кит) без иероглифической каши, нативный 4K, редактирование с сохранением оригинала, точный контроль через bbox + мульти-референс
Гитхаб
HF
Попробовать
———
Кванты SenseNova-U1.5-8B-MoT-T8-convrot для 12GB+ VRAM
INT8 ConvRot 17.6 GB и гибрид W4A8 13.8 GB - работает на RTX 4070 12GB при 2048x2048
8-шаговая LoRA скорости в комплекте
ComfyUI
#t2i #int8 #convrot #4k #imageediting
VK | MAX
Полноценный релиз U1.5 Lite
- Шесть улучшений: качество картинки, сложные инструкции, текст (англ и кит) без иероглифической каши, нативный 4K, редактирование с сохранением оригинала, точный контроль через bbox + мульти-референс
Гитхаб
HF
Попробовать
———
Кванты SenseNova-U1.5-8B-MoT-T8-convrot для 12GB+ VRAM
INT8 ConvRot 17.6 GB и гибрид W4A8 13.8 GB - работает на RTX 4070 12GB при 2048x2048
8-шаговая LoRA скорости в комплекте
ComfyUI
#t2i #int8 #convrot #4k #imageediting
VK | MAX
👍10❤2🔥2
LipDub 2.0
Новая версия коммерческого липсинка
- До 2 минут видео
- 1080p
- В 8 раз быстрее 1.0
- 1 говорящий
- LipDub 1.0 остаётся для длинных видео, где важнее качество, и для нескольких спикеров
- Версия 2.0 - скорость и простота, но не максимальное качество
Первый LipDub гонял каждый ролик через тренировку на голосе и лице спикера. Точность росла, но и время ожидания тоже - для 20-секундного видео это лишние часы
Попробовать (если есть кредиты)
#lipsync #dubbing
VK | MAX
Новая версия коммерческого липсинка
- До 2 минут видео
- 1080p
- В 8 раз быстрее 1.0
- 1 говорящий
- LipDub 1.0 остаётся для длинных видео, где важнее качество, и для нескольких спикеров
- Версия 2.0 - скорость и простота, но не максимальное качество
Первый LipDub гонял каждый ролик через тренировку на голосе и лице спикера. Точность росла, но и время ожидания тоже - для 20-секундного видео это лишние часы
Попробовать (если есть кредиты)
#lipsync #dubbing
VK | MAX
👍5❤1🥴1
Накопилось по #minimaxmusic3
huggingface.co/nerualdreming/open-rvq-encoder-minimax-music3-169m-v4-onnx - RVQ-энкодер 169M для MiniMax Music: трек в коды, доработка, замена секций, ONNX
github.com/deepbeepmeep/Wan2GP - Wan2GP обновился до MiniMax Music 3, FL2VA, Ref2VA
github.com/adambenhassen/minimax-music-ui - Suno-интерфейс локально для MiniMax Music с библиотекой треков
github.com/Senzube4n/AIPLAY-Studio - локальная студия: музыка, обложки, видео, DAW, композитор, MCP для агентов
huggingface.co/ChrisColeTech/minimax-music3-GGUF/tree/main/split/text_encoders - текстовый энкодер GGUF
#text2music #gguf
VK | MAX
huggingface.co/nerualdreming/open-rvq-encoder-minimax-music3-169m-v4-onnx - RVQ-энкодер 169M для MiniMax Music: трек в коды, доработка, замена секций, ONNX
github.com/deepbeepmeep/Wan2GP - Wan2GP обновился до MiniMax Music 3, FL2VA, Ref2VA
github.com/adambenhassen/minimax-music-ui - Suno-интерфейс локально для MiniMax Music с библиотекой треков
github.com/Senzube4n/AIPLAY-Studio - локальная студия: музыка, обложки, видео, DAW, композитор, MCP для агентов
huggingface.co/ChrisColeTech/minimax-music3-GGUF/tree/main/split/text_encoders - текстовый энкодер GGUF
#text2music #gguf
VK | MAX
👍11
Накопилось по #minimaxH3 - часть 8
github.com/scraed/LanPaint - LanPaint 2.1.0: #inpainting видео и аудио H3
huggingface.co/ethanfel/H3_Cinematic_Multishot_Coverage - один кадр → 8 кинематографичных планов за одну генерацию
github.com/ILG2021/minimax-h3-ref-sampler - Ref Sampler: упрощает генерацию длинных видео с говорящими персонажами
github.com/rkfg/ComfyUI-MiniMaxH3-ToneCompensate - фикс перепадов яркости на стыках склеенных сегментов
github.com/MiniMax-AI/awesome-minimax-h3-integration - подборка свистоперделок H3, собранная сообществом
huggingface.co/Smite79/MiniMax-H3-Tape-FX - VHS, BetaMax, LaserDisc: трекинг, дропауты, гостинг, вертикальный ролл, OSD - нода #ComfyUI
#novelview #longvideo
VK | MAX
github.com/scraed/LanPaint - LanPaint 2.1.0: #inpainting видео и аудио H3
huggingface.co/ethanfel/H3_Cinematic_Multishot_Coverage - один кадр → 8 кинематографичных планов за одну генерацию
github.com/ILG2021/minimax-h3-ref-sampler - Ref Sampler: упрощает генерацию длинных видео с говорящими персонажами
github.com/rkfg/ComfyUI-MiniMaxH3-ToneCompensate - фикс перепадов яркости на стыках склеенных сегментов
github.com/MiniMax-AI/awesome-minimax-h3-integration - подборка свистоперделок H3, собранная сообществом
huggingface.co/Smite79/MiniMax-H3-Tape-FX - VHS, BetaMax, LaserDisc: трекинг, дропауты, гостинг, вертикальный ролл, OSD - нода #ComfyUI
#novelview #longvideo
VK | MAX
👍9❤2🔥2
Visual Skills
Скилл-режиссер сложных сцен: прорабатывает драматургию, кадрирование, движение камеры, свет, монтажный ритм и звук
- Описывает персонажа, его цель, препятствие и действие
- Камера: крупность, объектив, движение, высота
- Свет и цвет: источник, направление, контраст, палитра
- Монтаж
- Раскадровка
- Есть рекомендации под Seedance, Kling, Veo и др
———
AI Video Prompt
Шестимерный каркас промпта для ежедневной работы. Универсальный, подходит под Sora, Kling, Veo, Runway
- Главный субъект
- Основное действие
- Границы кадра — фон и второстепенные объекты
- Камера — тип, направление, скорость, крупность
- Свет и цвет — источник, направление, контраст, палитра
- Таймлайн — как сцена развивается по секундам
- На выходе: структурированный промпт, цельный вариант, подсказки по типичным проблемам
#skill #prompting
Скилл-режиссер сложных сцен: прорабатывает драматургию, кадрирование, движение камеры, свет, монтажный ритм и звук
- Описывает персонажа, его цель, препятствие и действие
- Камера: крупность, объектив, движение, высота
- Свет и цвет: источник, направление, контраст, палитра
- Монтаж
- Раскадровка
- Есть рекомендации под Seedance, Kling, Veo и др
———
AI Video Prompt
Шестимерный каркас промпта для ежедневной работы. Универсальный, подходит под Sora, Kling, Veo, Runway
- Главный субъект
- Основное действие
- Границы кадра — фон и второстепенные объекты
- Камера — тип, направление, скорость, крупность
- Свет и цвет — источник, направление, контраст, палитра
- Таймлайн — как сцена развивается по секундам
- На выходе: структурированный промпт, цельный вариант, подсказки по типичным проблемам
#skill #prompting
👍7
This media is not supported in your browser
VIEW IN TELEGRAM
В Австралии к тараканам прикрутили камеры и шприц с лекарством. Оператор с геймпада решает, когда колоть - точность 95% с 15 см.
Планируют использовать в спасательных операциях.
Спасательных операциях со шприцами, Карл
- Не сопротивляйтесь, вас спасают
#яниначтоненамекаю
VK | MAX
Планируют использовать в спасательных операциях.
Спасательных операциях со шприцами, Карл
- Не сопротивляйтесь, вас спасают
#яниначтоненамекаю
VK | MAX
😁6🌚2😎1
Сбер опубликовал новое поколение GigaEmbeddings
Три модели - 480M, 3B и 10B-A1.8B. Переводят текст в векторы для семантического поиска, RAG, классификации и кластеризации.
модели нужны, чтобы находить похожие по смыслу тексты, строить поиск по базе знаний и подключать ее к нейросетям, а также раскладывать документы по темам и категориям.
На vLLM 3B работает в 1,6 раза быстрее прошлой версии, 10B-A1.8B - в 2 раза.
10B-A1.8B заняла первое место в ruMTEB, у 3B качество кода выросло на 14,5 пункта, а 480M стала лучшей по русскому языку среди моделей до 500М параметров.
HF
#search #embeddibgs
VK | MAX
Три модели - 480M, 3B и 10B-A1.8B. Переводят текст в векторы для семантического поиска, RAG, классификации и кластеризации.
модели нужны, чтобы находить похожие по смыслу тексты, строить поиск по базе знаний и подключать ее к нейросетям, а также раскладывать документы по темам и категориям.
На vLLM 3B работает в 1,6 раза быстрее прошлой версии, 10B-A1.8B - в 2 раза.
10B-A1.8B заняла первое место в ruMTEB, у 3B качество кода выросло на 14,5 пункта, а 480M стала лучшей по русскому языку среди моделей до 500М параметров.
HF
#search #embeddibgs
VK | MAX
👍11❤2😁2🥴2🫡2
Forwarded from Бурый
Принёс вам наш собственный курс, по итогам которого у вас будет личная агентная ИИ система с нуля 👾
Ну, или если хотите, это самый базовый и разжёванный до молекул курс по вайбкодингу. Подойдёт для всех, прежде всего ориентация на нулевой, начальный и средний уровни ИИ-знаний. Причём самое интересное, что курс очень гибкий и не имеет значения, с чем вы будете работать: хоть Claude Code, хоть Codex (я на нём проходил), хоть Cursor и т.д.
Итак, обучение состоит из
— 7 модулей с текстами и видео
— проходить можно в любом комфортном для вас темпе
— чат поддержки ответит на любые вопросы и поможет разобраться
— уже после второго модуля сможете применять агентную ИИ систему в работе и жизни
Так как Игорь изначально делал курс для меня и ещё пары друзей, я прошёл всё сам и прилично так качнулся, а ещё стал получать удовольствие от Codex, с которым раньше дел не имел (и очень зря).
И я предложил в уже красивом виде собрать всю эту штуку и преподнести вам. Так что я помогал редактировать курс, собирать и, разумеется, буду помогать вам его проходить в чате поддержки.
Но, пожалуй, слов уже достаточно, лучше просто
👉 Ловите курс, на котором вы соберёте свою команду ИИ помощников с нуля
Ну, или если хотите, это самый базовый и разжёванный до молекул курс по вайбкодингу. Подойдёт для всех, прежде всего ориентация на нулевой, начальный и средний уровни ИИ-знаний. Причём самое интересное, что курс очень гибкий и не имеет значения, с чем вы будете работать: хоть Claude Code, хоть Codex (я на нём проходил), хоть Cursor и т.д.
И это не реклама, а курс от хорошо знакомого вам Игоря, с которым мы вместе трудимся. В том числе именно Игорь делает сейчас для вас все бесплатные аудиты по ИИ видимости. (словом, гений)
Итак, обучение состоит из
— 7 модулей с текстами и видео
— проходить можно в любом комфортном для вас темпе
— чат поддержки ответит на любые вопросы и поможет разобраться
— уже после второго модуля сможете применять агентную ИИ систему в работе и жизни
Так как Игорь изначально делал курс для меня и ещё пары друзей, я прошёл всё сам и прилично так качнулся, а ещё стал получать удовольствие от Codex, с которым раньше дел не имел (и очень зря).
И я предложил в уже красивом виде собрать всю эту штуку и преподнести вам. Так что я помогал редактировать курс, собирать и, разумеется, буду помогать вам его проходить в чате поддержки.
Но, пожалуй, слов уже достаточно, лучше просто
Please open Telegram to view this post
VIEW IN TELEGRAM
👎7😁6👍3❤2