Нейронавт | Нейросети в творчестве
13.3K subscribers
7.21K photos
5.68K videos
51 files
7.3K links
Канал про нейросети в компьютерной графике, в кино и вообще

В папках и запусках не участвую

для связи @Neuronauticus

РКН: https://hf.ru/link8e56d
Download Telegram
VibeVoice-Streaming ASR

Потоковая модель от Microsoft транскрибирует речь по мере поступления аудио. Плюс сразу помечает, кто из спикеров что сказал.

Из полезного - поддержка кастомных hotwords, то есть можно заранее задать слова и имена, которые модель должна распознавать точно (имена собственные, термины, названия компаний). Работает с 10 языками включая русский

Гитхаб
Попробовать

#stt #asr #russian #streaming

VK | MAX
👍13
AetherScale

Кастом пак #ComfyUI от подписчика @vj_vizart

Апскейл и восстановление видео, HDR-тонирование, анализ движения, экспериментальный #DLSS5

• апскейл через NVIDIA VFX с подавлением шума, артефактов и размытия
• CUDA HDR-тонирование и цветокоррекция
• анализ движения кадр за кадром со сценами-разрезами и компактным хранением в FP16
• экспериментальный DLSS 5 Neural Rendering с режимами вывода от 1x до 3x

#upscale #videorestoration

VK | MAX
👍11🔥5
Накопилось по #minimaxH3 - часть 14

gist.github.com/alisson-anjos/b300f2b90e65cf85846519d78b660cd3 - патч для AI Toolkit: align_video_refs делает контрольное видео V2V-гидом вместо свободного референса

huggingface.co/KennethFal/vh5tape-vhs-lora-minimax-h3 - #LoRA на VHS 80-х

huggingface.co/prithivMLmods/MiniMax-H3-Facial-Realism-CloseUp - LoRA на микромимику и детали лица крупным планом #realism

jurn.link/dazposer/wp-content/uploads/2026/08/H3-Minimax-LongVideos-OLD_VERSIONinc-demo-workflow-for-ComfyUI.zip - воркфлоу для H3-LongVideos, старая версия ноды в комплекте

github.com/blendi-remade/interdimensional-game - фильм- игра на real-time версии Max. Каждый кадр генерируется на ходу

huggingface.co/OpenVDN/vdn-minimax-h3 - VDN-Minimax-H3: гибрид linear + softmax attention для скорости и качества на 8 шагах | Comfyui Спасибо @m_franz

github.com/lihaoyun6/ComfyUI-H3VAE_TRT - TensorRT VAE для H3: ускорение декодирования до ×1.7, небольшое снижение качества

#optimization
👍14
Spline V2

3D Редактор с гауссианами переписали с нуля на WebGPU и открыли для ИИ-агентов

• Агент строит сцену - объекты, материалы, свет, камеры, частицы, состояния и события
• Пишет код там где так проще - генерирует HTML и JS и подключает к сцене
• Раскладка через constraint solver - говоришь "рядом", "сверху", "напротив" - он решает координаты
• Подключение через MCP

Материалы получили полный PBR-проход, HDR-освещение, скай-рефлексы и планарные зеркала. Добавили Physical Sky, HDRi Sky, туман по высоте, слои Dust и Vertex Color, систему волос с ветром и слипанием прядей

Попробовать

#3dediting #gfaussian #hdr #pbr
🔥7👍3
Накопилось по #krea2

huggingface.co/thedeoxen/Krea-2-pose-controlnet - #ControlNet LoRA позы от подписчика @thedeoxen

huggingface.co/DreamFast/Qwen3-VL-4b-Heretic-ComfyUI - обесцензуренный тект-энкодер для #ComfyUI

huggingface.co/yijunwang2/krea2-reid - ReID адаптер: одно референсное изображение держит личность при смене одежды, позы, фона

civitai.com/models/2799984/jib-mix-krea-2 - Jib Mix Krea 2 Habanero: файнтюн с реалистичными деталями и гибкостью #realism

https://huggingface.co/F16/krea2-turbo-sda - LoRA: фикс вариативности Krea 2 Turbo - разные сиды дают разные картинки по одному промпту

Две полезности от @stefanfalkok :
civitai.red/models/2730143/krea2-workflows-t2i-inpaint-edit-upscale-adetailer-seedvr2 - набор воркфлоу Krea 2: T2I, inpainting, edit, upscale, ADetailer, SeedVR2

civitai.red/models/2764727/tripleview - #LoRA на лист персонажа #charactersheet

VK | MAX
❤15👍9
Muse Spark 1.3

Обновление флагманской модели Meta (запрещено в РФ) для агентных и кодинг-задач. Лучше держит длинные сценарии, точнее следует инструкциям и тратит меньше токенов на тот же результат

- Меньше вызовов инструментов на 20% и меньше токенов на 25% чем Spark 1.2 — экономия без потери качества
- Terminal-Bench 2.1: 88.8 — наравне с GPT-5.6 Sol
- Лидирует среди сравниваемых моделей в DeepSWE, SWEAtlas и тестах длинного контекста
- Удерживает несколько рабочих процессов в одном диалоге без путаницы

- Уже доступна в Muse Code и Meta Model API
- Режим максимального рассуждения — после доп. проверок безопасности
- Открытые веса обещают позже

Спасибо @Endorpheen

#coding #agent #flagship

VK | MAX
👍3
Media is too big
VIEW IN TELEGRAM
VibeComfy

Еще один способ дать ИИ-агентам доступ к работе в #comfyUI

Прослойка, которая переводит ComfyUI-воркфлоу из JSON в Python чтобы агенты могли их понимать и редактировать

- VibeWorkflows: Python-представление графа вместо JSON — агенту понятно, что за ноды, как они соединены и что делают
- Hivemind: открытая база знаний сообщества - агент подтягивает информацию о кастомных нодах, моделях, типовых решениях
- Работает через CLI: не нужен GUI, агент сам разбирается с воркфлоу через терминал
- pip-and-uv-установка ComfyUI от doctorpangloss — без ручного клонирования репозиториев
- Может переорганизовать граф, починить сломанный workflow, добавить новые ноды
- Поддерживает Claude Code, Codex, Hermes, локальные модели, OpenRouter

- Не то же самое, что ComfyScript (заточен под IDE, устарел) или ComfyMCP (протокол взаимодействия, а не понимание)
- Есть eval для измерения качества работы агента с Comfy, но пока сырой

#agent
👍6😁2
Media is too big
VIEW IN TELEGRAM
SolarWM

Открытый фреймворк для обучения интерактивных видеомоделей мира

- Обучение на 5-сек клипах, но модель держит длинные роллауты
- Единый фреймворк на 4 бэкбонах: Wan 5B, Wan 14B, LTX-2.5, MiniMax-H3 — выбирай архитектуру
- Полностью открытый датасет: 1.43M клипов, 25 ТБ, с калибровкой камеры и фильтрацией
- Открытый стек: данные, код обучения, веса, препроцессинг

Гитхаб
HF

#world #training #dataset #intereactive

VK | MAX
👍5🔥2