#оффтоп #кино
Сходил в кино с ребенком на Хитрый Койот
Мы шли с нулевой информацией. Я не знал что это тот самый койот из луни тюнс. Я даже думал что это российский мультик. Не судите меня строго, постер на сайте кинотеатра был крохотный, а по клику на него открывалось не описание фильма, а покупка билетов.
Короче, ставлю фильму 10 из 10. Ну ладно, это не какой-то сюжетный шедевр, пусть будет 9 из 10.
Это один из немногих фильмов с интеграцией мультяшек в реальный мир (или наоборот). И в этом плане он отличный. Несколько лет назад вышел Чип и Дейл - вроде его все хвалили, но вот я сейчас даже не помню о чем он. А тут четкий сюжет с понятными конфликтами и арками. Детский, конечно же, не для сверхразумов.
Есть реверанс Тэксу Эйвери - его фамилию носит главный герой.
Ребёнок никогда не видел луни тюнс и был в восторге
Короче, рекомендую к просмотру с детьми
VK | MAX
Сходил в кино с ребенком на Хитрый Койот
Мы шли с нулевой информацией. Я не знал что это тот самый койот из луни тюнс. Я даже думал что это российский мультик. Не судите меня строго, постер на сайте кинотеатра был крохотный, а по клику на него открывалось не описание фильма, а покупка билетов.
Короче, ставлю фильму 10 из 10. Ну ладно, это не какой-то сюжетный шедевр, пусть будет 9 из 10.
Это один из немногих фильмов с интеграцией мультяшек в реальный мир (или наоборот). И в этом плане он отличный. Несколько лет назад вышел Чип и Дейл - вроде его все хвалили, но вот я сейчас даже не помню о чем он. А тут четкий сюжет с понятными конфликтами и арками. Детский, конечно же, не для сверхразумов.
Есть реверанс Тэксу Эйвери - его фамилию носит главный герой.
Ребёнок никогда не видел луни тюнс и был в восторге
Короче, рекомендую к просмотру с детьми
VK | MAX
👍28❤4🔥2🌚1👀1
YuE2 на GGUF — влезает в 8-9 ГБ VRAM
audio.cpp реализовал поддержку #YuE2 в #GGUF
Теперь музыкальная модель, для которой раньше нужно было 24 ГБ, помещается в 8-9 ГБ видеопамяти
- DEV-ветка: https://github.com/0xShug0/audio.cpp/tree/dev
- Prebuilt-бинарники в Artifacts на странице релиза
Q4/Q8 GGUF веса
#musicediting
VK | MAX
audio.cpp реализовал поддержку #YuE2 в #GGUF
Теперь музыкальная модель, для которой раньше нужно было 24 ГБ, помещается в 8-9 ГБ видеопамяти
- DEV-ветка: https://github.com/0xShug0/audio.cpp/tree/dev
- Prebuilt-бинарники в Artifacts на странице релиза
Q4/Q8 GGUF веса
#musicediting
VK | MAX
Telegram
Нейронавт | Нейросети в творчестве
audio.cpp
C++ движок для аудиоинференса на ggml. заявлен прирост 1.8–5x по сравнению с Python‑реализациями, плюс есть оптимизация под CUDA.
- синтез речи.
- распознавание речи.
- VAD (Voice Activity Detection) - детекция голосовой активности.
- конвертация…
C++ движок для аудиоинференса на ggml. заявлен прирост 1.8–5x по сравнению с Python‑реализациями, плюс есть оптимизация под CUDA.
- синтез речи.
- распознавание речи.
- VAD (Voice Activity Detection) - детекция голосовой активности.
- конвертация…
🔥13👍4❤1
This media is not supported in your browser
VIEW IN TELEGRAM
Gaussian Light Transport
Глобальное освещение — как смесь 13-мерных гауссиан.
Что-что❓❓❓
(SIGGRAPH Asia 2026)
Новый способ считать глобальное освещение в 3D-сцене. Вместо того чтобы гонять тысячи лучей, GLT упаковывает освещение сцены в компактную смесь многомерных гауссиан. Каждый гауссиан описывает не просто точку в пространстве, а еще и в какую сторону она светит, под каким углом к поверхности и какой у нее материал
- 10-15 минут обучения
- 4-6 мегабайт на сцену — меньше, чем одна фотография в RAW
- 10-17 миллисекунд на кадр
- Качество освещения при этом выше: каустики, блики, отражения
Ключевое отличие от других подходов:
GLT не трассирует лучи, а подгоняет математическую модель прямо под уравнение света
Код ждем
#gaussian #GI #rendering
Глобальное освещение — как смесь 13-мерных гауссиан.
Что-что❓❓❓
(SIGGRAPH Asia 2026)
Новый способ считать глобальное освещение в 3D-сцене. Вместо того чтобы гонять тысячи лучей, GLT упаковывает освещение сцены в компактную смесь многомерных гауссиан. Каждый гауссиан описывает не просто точку в пространстве, а еще и в какую сторону она светит, под каким углом к поверхности и какой у нее материал
- 10-15 минут обучения
- 4-6 мегабайт на сцену — меньше, чем одна фотография в RAW
- 10-17 миллисекунд на кадр
- Качество освещения при этом выше: каустики, блики, отражения
Ключевое отличие от других подходов:
GLT не трассирует лучи, а подгоняет математическую модель прямо под уравнение света
Код ждем
#gaussian #GI #rendering
🔥11👍6
ComfyUI New Node Finder
показывает новые ноды для #comfyui
Есть фильтры: ключевые слова, звезды на гитхабе, количество скачиваний, как давно появилось
#tools
VK | MAX
показывает новые ноды для #comfyui
Есть фильтры: ключевые слова, звезды на гитхабе, количество скачиваний, как давно появилось
#tools
VK | MAX
👍14🔥1
X-AuT
Метод сжатия аудио-энкодера для речевых LLM на примере Qwen3-ASR-0.6B. Убирает 4 из 18 слоtв энкодера, восстанавливает качество через дистилляцию от большой модели (1.7B) — в итоге —21% параметров, —21% латентности на автомобильном PPU, ошибка почти не растёт (+2.5%). С автомобильной спецификой.
Гитхаб
HF
#encoder #optimization #asr
VK | MAX
Метод сжатия аудио-энкодера для речевых LLM на примере Qwen3-ASR-0.6B. Убирает 4 из 18 слоtв энкодера, восстанавливает качество через дистилляцию от большой модели (1.7B) — в итоге —21% параметров, —21% латентности на автомобильном PPU, ошибка почти не растёт (+2.5%). С автомобильной спецификой.
Гитхаб
HF
#encoder #optimization #asr
VK | MAX
👍8❤1
This media is not supported in your browser
VIEW IN TELEGRAM
Mask Forcing (HKUST / LIGHTSPEED / UCLA)
Прием для дистилляции авторегрессивных видеогенераторов. Проблема: при дистилляции из двунаправленной модели в каузальную, видео часто получаются перенасыщенными и сглаженными. Mask Forcing это лечит, ничего не меняя в архитектуре.
Эффекты:
- Быстрее сходится и выше качество
- Больше динамики в движении, лучше следование инструкциям
- Чинится перенасыщение и сглаживание
- Работает и для длинных видео (30 сек в тесте с LongLive)
- Монтируется в любые существующие пайплайны AR дистилляции, chunk-wise и frame-wise
- Не требует реального видео, дополнительных стадий пост-трейна, изменений архитектуры или инференса
На видео слева Self-forcing, справа Mask forcing
Гитхаб
#optimization
VK | MAX
Прием для дистилляции авторегрессивных видеогенераторов. Проблема: при дистилляции из двунаправленной модели в каузальную, видео часто получаются перенасыщенными и сглаженными. Mask Forcing это лечит, ничего не меняя в архитектуре.
Эффекты:
- Быстрее сходится и выше качество
- Больше динамики в движении, лучше следование инструкциям
- Чинится перенасыщение и сглаживание
- Работает и для длинных видео (30 сек в тесте с LongLive)
- Монтируется в любые существующие пайплайны AR дистилляции, chunk-wise и frame-wise
- Не требует реального видео, дополнительных стадий пост-трейна, изменений архитектуры или инференса
На видео слева Self-forcing, справа Mask forcing
Гитхаб
#optimization
VK | MAX
🔥7👍3
DeepSeek-V4-Pro-0813-nvfp4-DSpark
NVIDIA выпустила NVFP4-квант DeepSeek-V4-Pro со спекулятивным декодингом DSpark
Сжали DeepSeek-V4-Pro-0813 (1.65T MoE, 49B активных) в NVFP4 и добавили DSpark. Разница с предыдущим NVFP4-релизом: теперь и draft-голова DeepSeek тоже переведена в NVFP4 (была MXFP4), так что один файл работает и как таргет, и как черновик
#dspark #nvfp4
VK | MAX
NVIDIA выпустила NVFP4-квант DeepSeek-V4-Pro со спекулятивным декодингом DSpark
Сжали DeepSeek-V4-Pro-0813 (1.65T MoE, 49B активных) в NVFP4 и добавили DSpark. Разница с предыдущим NVFP4-релизом: теперь и draft-голова DeepSeek тоже переведена в NVFP4 (была MXFP4), так что один файл работает и как таргет, и как черновик
#dspark #nvfp4
VK | MAX
huggingface.co
nvidia/DeepSeek-V4-Pro-0813-nvfp4-DSpark · Hugging Face
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
👍4😈2
This media is not supported in your browser
VIEW IN TELEGRAM
FastFlowLM (AMD)
Движок для запуска ИИ на ноутбуках с Ryzen AI. Быстро, энергоэффективно, локально.
Гитхаб
Спасибо @krnk_music
#amd #tools
VK | MAX
Движок для запуска ИИ на ноутбуках с Ryzen AI. Быстро, энергоэффективно, локально.
Гитхаб
Спасибо @krnk_music
#amd #tools
VK | MAX
👍12
CVRR (DMIS-Lab — KAIST)
Принудительное визуальное мышление: модель не может ответить на вопрос по картинке, не подумав скрытым состоянием, отделенным от прямого доступа к визуальным данным
Обычная #VLM может жульничать — ответ приходит прямым путем из визуальных токенов. CVRR перекрывает этот обход: ответный декодер видит только рекуррентное скрытое состояние, а не оригинальные визуальные ряды. Если модель ответила — значит она действительно рассуждала через латент.
- Доступны чекпоинты на Qwen2.5-VL-7B, Qwen3-VL-8B, Gemma3-4B/12B, Gemma4-12B, InternVL3-9B
- Apache 2.0
Гитхаб
HF
VK | MAX
Принудительное визуальное мышление: модель не может ответить на вопрос по картинке, не подумав скрытым состоянием, отделенным от прямого доступа к визуальным данным
Обычная #VLM может жульничать — ответ приходит прямым путем из визуальных токенов. CVRR перекрывает этот обход: ответный декодер видит только рекуррентное скрытое состояние, а не оригинальные визуальные ряды. Если модель ответила — значит она действительно рассуждала через латент.
- Доступны чекпоинты на Qwen2.5-VL-7B, Qwen3-VL-8B, Gemma3-4B/12B, Gemma4-12B, InternVL3-9B
- Apache 2.0
Гитхаб
HF
VK | MAX
👍8🔥3
SceneMosaic (HKU + UESTC)
Из одной фотки — серия готовых к симуляции 3D-сцен с разными вариантами расстановки. Вместо долгого агентного text-to-3D (часы) или быстрого, но кривого image-to-3D с летающими объектами, SceneMosaic берет скорость от картинок, а физику от агентов
- Из одного референса: реконструкция объектов, физическая стабилизация, агентная эволюция расстановки
- Разнообразие: сцена раскладывается на локальные единицы, каждый вариант меняется независимо, потом комбинируются — десятки валидных планировок
- VLM-агенты (Critic-Actor) смотрят на ортографические виды, чинят семантические и физические ошибки, параллельно предлагают варианты
- Отбор по новизне: из всех комбинаций остаётся компактный набор самых разных, но валидных
- Базовая сцена: ~8 минут
- Каждый дополнительный вариант: ~2 минуты
Гитхаб
#imageto3d #image2scene #image2layout
Из одной фотки — серия готовых к симуляции 3D-сцен с разными вариантами расстановки. Вместо долгого агентного text-to-3D (часы) или быстрого, но кривого image-to-3D с летающими объектами, SceneMosaic берет скорость от картинок, а физику от агентов
- Из одного референса: реконструкция объектов, физическая стабилизация, агентная эволюция расстановки
- Разнообразие: сцена раскладывается на локальные единицы, каждый вариант меняется независимо, потом комбинируются — десятки валидных планировок
- VLM-агенты (Critic-Actor) смотрят на ортографические виды, чинят семантические и физические ошибки, параллельно предлагают варианты
- Отбор по новизне: из всех комбинаций остаётся компактный набор самых разных, но валидных
- Базовая сцена: ~8 минут
- Каждый дополнительный вариант: ~2 минуты
Гитхаб
#imageto3d #image2scene #image2layout
🔥8👍5❤2
YuE2-ComfyUI v0.4.0
Адаптация YuE2-3B для ComfyUI от @Aleks_101
Генерация полноценных песен из описания стиля и текста. Веса сами находятся, дополнительная нода-писатель пишет и слова, и стиль из одной строки идеи
v0.2.0:
добавился редактор песни. Стиль собирается из частей (язык, темп, голоса, звучание), текст правится по секциям, клик по букве показывает, где токенизатор режет слово. Все в окне поверх канвы, до Apply ничего не записывается
v0.4.0:
Редактор партитуры
- Отдельная оптимизация VRAM: у модели две половины весов, ни одной стадии не нужны обе — на карте держится только нужная
- 40 секунд песни: ~4.9 GiB, 4 минуты: ~11.5 GiB (с offload)
- 75 секунд песни на RTX 5090 — 40.2 секунды генерации
- Встроенный writer (YuE2 Write Song): одна строка идеи → готовый стиль + лирика с тегами. Использует любой GGUF на диске, если нет — скачивает 2.55 ГБ
- Поддержка INT8 ConvRot (3.69 ГБ)
#yue2 #musicediting #comfyui
Адаптация YuE2-3B для ComfyUI от @Aleks_101
Генерация полноценных песен из описания стиля и текста. Веса сами находятся, дополнительная нода-писатель пишет и слова, и стиль из одной строки идеи
v0.2.0:
добавился редактор песни. Стиль собирается из частей (язык, темп, голоса, звучание), текст правится по секциям, клик по букве показывает, где токенизатор режет слово. Все в окне поверх канвы, до Apply ничего не записывается
v0.4.0:
Редактор партитуры
- Отдельная оптимизация VRAM: у модели две половины весов, ни одной стадии не нужны обе — на карте держится только нужная
- 40 секунд песни: ~4.9 GiB, 4 минуты: ~11.5 GiB (с offload)
- 75 секунд песни на RTX 5090 — 40.2 секунды генерации
- Встроенный writer (YuE2 Write Song): одна строка идеи → готовый стиль + лирика с тегами. Использует любой GGUF на диске, если нет — скачивает 2.55 ГБ
- Поддержка INT8 ConvRot (3.69 ГБ)
#yue2 #musicediting #comfyui
👍10❤4
This media is not supported in your browser
VIEW IN TELEGRAM
Volumetric Motion Rigging (VMR)
Перенос движения из видео на 3D-персонажа. Видео → реконструированные меши по кадрам → анимация на консистентном персонаже. Без скелета, без маркеров, без дорогого моушен-капа
- Сохраняет форму и детали (лица, одежда) по всей анимации
- Работает со сложными зонами: кисти, запястья, контакт с объектами
- Прямой экспорт в Blender и FBX (проверено в Unity)
- Анимация как запечtнные меш-позы (не скелетный риг)
Полным пайплайном не поделились, хотя пишут что в базе TRELLIS.2, и все используемые инструменты открытые
#video2animation #motioncontrol #characteranimation
VK | MAX
Перенос движения из видео на 3D-персонажа. Видео → реконструированные меши по кадрам → анимация на консистентном персонаже. Без скелета, без маркеров, без дорогого моушен-капа
- Сохраняет форму и детали (лица, одежда) по всей анимации
- Работает со сложными зонами: кисти, запястья, контакт с объектами
- Прямой экспорт в Blender и FBX (проверено в Unity)
- Анимация как запечtнные меш-позы (не скелетный риг)
Полным пайплайном не поделились, хотя пишут что в базе TRELLIS.2, и все используемые инструменты открытые
#video2animation #motioncontrol #characteranimation
VK | MAX
👍6🫡3🤔2
LTX-2.5 22B IC-LoRA Deblur
Недавно Lightricks выложили лору на восстановление резкости для #LTX25
#lora #videorestoration #deblur
VK | MAX
Недавно Lightricks выложили лору на восстановление резкости для #LTX25
#lora #videorestoration #deblur
VK | MAX
👍24