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
Маркетологам приготовиться: скилл для управления рекламой в Яндекс.Директе

Если вы следите за моим каналом, то я часто выкладываю тут всякие штуки для маркетологов. И сегодня у меня для вас особый анонс.
Скажу прямо, я хотел сделдать этот релиз ещё весной. Как раз когда была череда из полезных скиллов маркетологу:

- Яндекс.Метрика — https://t.me/countwithsasha/517
- Яндекс.Вебматер — https://t.me/countwithsasha/552
- Яндекс.Вордстат — https://t.me/countwithsasha/423
- Яндекс.Поиск — https://t.me/countwithsasha/495

🎯 5. Скилл для Яндекс.Директа задержался на полгода

И вот пятым в этом списке должен был стать Яндекс.Директ.

Но была и остается проблема. Скиллы, которые я пишу используют в основном официальные версии API, а у Директа АПИ не покрывает и половины функционала. Плюс был анонсирован переезд из классических объявлений в комбинаторные — то есть если делать скилл весной, то на те 40% функционала надо было выкатывать сразу комбинированный объём правил, чтобы угодить всем.

Летом яндекс раскатал комбинаторные объявления позволив не поддерживать легаси форматы и я решил выпускать скилл.

🔗 Скилл Яндекс.Директа в моем репозитории: https://github.com/artwist-polyakov/polyakov-claude-skills (описание установки в README.md)

🔗 А вот тут ссылка на сам скилл: тыц

Можно установить через маркетплейс, можно как папку. Есть ещё механика — клонировать репозиторий и подключать скиллы как диплинки.

🩼 Самое сложное — получить ключ

Для использования навыка Яндекс.Директа нужно получить ключ приложения + получить для приложения разрешения использовать АПИ Яндекс.Директа. Просто зарегистрировать приложение в https://oauth.yandex.ru недостаточно.

Я написал подробный гайд о том, куда идти, какие тексты писать. Агент который увидит скилл без токена должен подсказать, но я бы советовал пройти руками.

🔗 Инструкция: общее + детально

🚀 Что умеет скилл Яндекс.Директа

Я постарался отгрузить максимальную экспертизу по базовым настройкам и аналитике, поэтому среди возможностей:

• Анализ данных по трафику, поиск прожорливых фраз, неэффективных кампаний, расчёт метрик эффективности.
• Оценка адекватности ставок, контроль бюджетов
• Создание объявлений, добавление фотографий, быстрых ссылок, UTM
• Корректировки объявлений, проверки ошибок
• Есть шаблоны для превью. Теперь можно делать веб-странички клиентам для согласования рекламы
• Если скилл чего то не умеет (напрмер создавать мастера кампаний) — делает хендоф.

💪 Мне очень понравилось, что когда я попросил агента проверить тексты на предмет старого месяца, он всё исправил и ещё сказал, что у нас там модель китайской марки не соответствует заявленной в рекламе.


Скилл ещё будет дорабатываться. Если будут предложения и пожелания — делитесь.

🔁 Если у вас есть друг или подрядчик, который занимается рекламой — покажите ему этот пост.

----

Поляков считает — AI, код и кейсы
❤3👎3👍1
This media is not supported in your browser
VIEW IN TELEGRAM
ENEAS (Speridlabs)

Метод сегментации по текстовому описанию, который не путает настоящий объект с его двойником. Если SAM 3 теряет цель при перекрытии и хватается за статую или отражение, ENEAS держит правильный объект, даже когда он уходит из кадра и возвращается

- Трекинг конкретного объекта по текстовому запросу
- Semantic discovery: «стул» - находит все стулья в сцене, не путая с картиной стула или отражением
- Работает с видео (упорядоченным) и с коллекцией несвязанных кадров

Гитхаб
Демо

#segmentation

VK | MAX
👍7
Накопилось по #minimaxH3 - часть 20

huggingface.co/vpakarinen/natural-face-speech-h3-lora - #LoRA на мимику и четкую английскую речь

github.com/huchukato/ComfyUI-PerfectVideoResolution - нода с пресетами разрешений

github.com/xm6018924/BSAI-ComfyUI_Contextual-Series -извлекает референс-кадры из готового видео для консистентности персонажей

github.com/hako-mikan/comfyui-minimax-h3-negpip - негативный #prompting

github.com/Luisacaotica/ComfyUI-MiniMaxH3Mod - пак для работы с RefMods

github.com/pytraveler/MiniMax-H3-Prompt-Rewriter-ComfyUI - адаптация LightX2V Prompt Rewriter для #ComfyUI

huggingface.co/WarmBloodAban/Minimax-h3_Singularity - файнтюн: #HDR, четкие лица на расстоянии, динамика, VFX

huggingface.co/SexGod1979/NaughtyTimes-MiniMax-H3 - обновка #nsfw лоры, легко ищется на civitai

github.com/Kablex/ComfyUI-Ref2VA-VSA - генерация видео персонажа за 72 секунды на 4090

Спасибо @m_franz @Aleks_101
❤8👍7🤔1🤯1
Fantastic HuggingFace Downloader

Десктопный менеджер закачек с HF. С нормальным прогрессом, очередью и проверкой файлов после скачивания.

Скачивать многогигабайтные модели через браузер - боль: загрузка застревает на последних процентах, докачка работает через раз, файл может молча обрезаться. Этот инструмент использует Xet (тот же быстрый протокол, что и hf CLI), но через графический интерфейс.

- Вставляем любую ссылку с huggingface.co - сам понимает, файл это, папка или целый репозиторий
- Очередь: добавляешь сколько хочешь, качаются по одному, можно переставлять, паузить, отменять, отправлять разные файлы в разные папки
- Проверка контрольной суммы: если файл уже есть и совпадает с хешем на Хабе - повторно не качает
- Показывает точную команду, которую выполняет, плюс лог всего вывода

Для приватных репозиториев нужен hf auth login из командной строки (один раз)

#manager #downloadmanager #tools
🔥14👍3🫡2🤝1
Suno v6

Новое поколение музыкальных моделей Suno, чьи результаты вам не дадут скачать так же дешево как и раньше

Модели разработаны совестно с Warner Music Group, BMG и Believe - ну вы поняли. А официально:

Быстрее, выразительнее, с контролем на каждом шаге


v6 - флагман
v6-wild для экспериментов
v6-mini быстрый, бесплатный, доступен всем

- Редактирование части песни по тексту
- Мэшапы
- Сэмплирование
- Создание из настроения и мультимодального ввода: текст, аудио, картинки, видео
- Правка одной строки в лирике без пересборки всей песни

- v6 и v6-wild — для Pro и Premier
- Старые модели отключают

#musicediting #news

VK | MAX
👎11😁2🍌2❤1👀1
Грег Брокман и Дженсен Хуанг засвидетельствовали явление AGI в лице GPT-6 Astra

#news

VK | MAX
🥴10👨‍💻5🫡1
Gander (Tencent Hunyuan + openbmb)

Агент который смотрит, слушает, говорит и работает одновременно, в реальном времени, в одной открытой модели. Пока Gander отвечает, он видит экран, слышит тебя, различает "ага, продолжай" и "стоп, дай сказать"
Может параллельно запускать долгие задачи. Apache 2.0

На базе MiniCPM-o 4.5

- Full-duplex
- Видит то, что ты видишь: экран, видео, камера. Может комментировать, отвечать на вопросы, реагировать на события
- Помнит о чем его просили

Гитхаб
HF

#agent #dialog #interactive

VK | MAX
👍16❤1
Не забудьте сегодня порадовать своего агента, и он будет к вам великодушен впоследствии

#humor

VK | MAX
😁26
DeepSeek V4.1 Flash

Раньше в приложении надо было вручную переключаться между быстрым, экспертным и режимом с картинками. Теперь это один нативно мультимодальный флагман: обычный диалог, анализ изображений и сложные рассуждения

- Нативно мультимодальная: текст, изображения, рассуждения - один и тот же вход

- V4 Pro отключается 14 сентября (перенесли с более ранней даты)
- После этого V4-запросы автоматически идут на V4.1 Flash по цене Flash пока не выйдет V4.1 Pro

#flagship #multimodal

VK | MAX
🔥9👍5
This media is not supported in your browser
VIEW IN TELEGRAM
AuK (Tencent Hunyuan)

Универсальная модель речи: генерация, редактирование, очистка и разделение

Все через указания естественным языком

- Клонирование голоса: текст + референс голоса
- Instruct TTS: голос по описанию без референса
- Редактирование содержимого: заменил/вставил/удалил слова, переписал слова в песне с сохранением мелодии
- Акустика: питч, скорость, громкость
- Паралингвистика: эмоция, тембр, убирает акцент, дыхание/смех/кашель, обычная речь - шепот
- Очистка и разделение: улучшение речи, разделение говорящих, извлечение вокала из микса, выделение цели по сказанному

- 1.5B, MIT
- AuK-Flash: 4 шага, в 4.5x быстрее

Русский не заявлен, но текстовый энкодер - мультиязыный Qwen2.5-Omni-3B, так что пробуйте

Гитхаб
HF
Демо
ComfyUI Спасибо @m_franz

#tts #voiceclonihng #voicedesign #alm #demix #audioseparation
👍10🔥3
Uno (IFM + Cerebras)

Способ ускорить большую языковую модель не теряя ни капли качества. Обычные модели пишут текст по одному слову за раз. Uno учит модель предсказывать целыми блоками параллельно как будто она печатает сразу по несколько слов, а не по одному

У модели два набора мозгов: один отвечает за качество и делает все как раньше, второй легкий и быстрый, догадывается какие слова идут подряд. Вместе они выдают ровно тот же результат что и оригинал но в разы быстрее.

Существующие ускорители (DFlash, Eagle3) требуют вторую отдельную черновую модель - это лишняя память и сложность. Uno обходится без нее - все встроено в одну модель. Меньше веса, меньше памяти, проще запускать.

В результате до 3 раз быстрее базовой модели. При этом модель на 8B параметров обходит по качеству диффузионного гиганта на 26B и проприетарный Mercury 2

Гитхаб
HF

#optimization
🔥5👍4❤2🤔2