Media is too big
VIEW IN TELEGRAM
VC-Attention
ускорение генерации видео до 1.7x от Nunchux AI
Стандартное внимание в диффузионных трансформерах замедляет генерацию видео: все вычисления в FP32, много лишних операций. VC-Attention решает это без переобучения модели.
V-Smooth группирует похожие токены и снижает ошибку квантования значений. ExpCast-FP8 меняет экспоненту в FP32 на прямой перевод результатов в FP8
На RTX 5090 внимание Wan2.2 ускорилось в 3.58 раза, полная генерация в 1.7 раза
Проверили на Wan2.2, LongCat-Video, HunyuanVideo-1.5 и MiniMax-H3
Nunchux Attention - проприетарное расширение VC-Attention. Усоряет MiniMax-H3 в 1.91x против BF16 FlashAttention-4 на B200
Бесплатный доступ для H3 обещают скоро открыть
Вейтлист
Спасибо @Endorpheen
#optimization
VK | MAX
ускорение генерации видео до 1.7x от Nunchux AI
Стандартное внимание в диффузионных трансформерах замедляет генерацию видео: все вычисления в FP32, много лишних операций. VC-Attention решает это без переобучения модели.
V-Smooth группирует похожие токены и снижает ошибку квантования значений. ExpCast-FP8 меняет экспоненту в FP32 на прямой перевод результатов в FP8
На RTX 5090 внимание Wan2.2 ускорилось в 3.58 раза, полная генерация в 1.7 раза
Проверили на Wan2.2, LongCat-Video, HunyuanVideo-1.5 и MiniMax-H3
Nunchux Attention - проприетарное расширение VC-Attention. Усоряет MiniMax-H3 в 1.91x против BF16 FlashAttention-4 на B200
Бесплатный доступ для H3 обещают скоро открыть
Вейтлист
Спасибо @Endorpheen
#optimization
VK | MAX
👍7❤2
HiDream-O1-Video-1.0 (HD-V1)
Первая нативная omni-modal видеомодель от HIDream. Вход - текст, картинка и видео, выход - киношные клипы 1080p длиной 5-20 секунд.
• Физика в основе движения и динамики
• Глубокое понимание замысла до генерации
• Длительность решает сюжет, а не фиксированные промпты
• Нативная синхронизация аудио и видео, без артефактов пост-даббинга
#4 на Artificial Analysis Image-to-Video (With Audio)
#8 на Arena.ai Image-to-Video
Раньше генеративные видео игнорировали физику: объекты плавились и проходили сквозь стены. Модель заземлена на реальные законы мира, поэтому студии и независимые авторы смогут делать превизуализацию и спецэффекты без ошибок симуляции.
Пока только API
#i2v #i2av
VK | MAX
Первая нативная omni-modal видеомодель от HIDream. Вход - текст, картинка и видео, выход - киношные клипы 1080p длиной 5-20 секунд.
• Физика в основе движения и динамики
• Глубокое понимание замысла до генерации
• Длительность решает сюжет, а не фиксированные промпты
• Нативная синхронизация аудио и видео, без артефактов пост-даббинга
#4 на Artificial Analysis Image-to-Video (With Audio)
#8 на Arena.ai Image-to-Video
Раньше генеративные видео игнорировали физику: объекты плавились и проходили сквозь стены. Модель заземлена на реальные законы мира, поэтому студии и независимые авторы смогут делать превизуализацию и спецэффекты без ошибок симуляции.
Пока только API
#i2v #i2av
VK | MAX
👍5
#krea2
huggingface.co/jimmycarter/krea2-turbo-bbox - файнтюн для макета: панели комиксов, пузыри с текстом, идентичность персонажа. Требует PROMPTING.md
civitai.com/models/2942217/krea-2-pixel-art - #LoRA для пиксель-арта
github.com/envy-ai/ComfyUI-Krea2-Pixel-Art-Refiner - постпроцессинг пиксель-арта
huggingface.co/Cierpliwy/krea2_lineart_edit - LoRA для Krea 2 Raw: перевод лайнарта в полноценное изображение
github.com/aoleg/krea-2-merge-tool - GUI-мержер чекпоинтов и лор
huggingface.co/lvladikov/Krea2-Turbo-Distill-4step-LoRA - дистилляция Turbo 8→4 шага, ~1.6x быстрее
huggingface.co/lvladikov/Krea2-Turbo-Distill-2step-LoRA - дистилляция 8→2 шага
github.com/sempersatirica/comfy-workflows - набор #workflow: Krea 2 #charactersheet и composite, H3 детайлеры (SAM3, Yolo) и генераторы промптов, Qwen Image Edit эмплейсмент
civitai.red/models/2916843/instafame - #realism под Instagram
youtu.be/chhyJ8FgIFk?si=m9oM5EwcXppTA6Sb
drive.google.com/drive/u/4/folders/1pnjDEX6DGR-sQjqWFhZBQGgTbRnqZoVI
#workflow Character Sheet #t2i для #MiniMaxH3
civitai.com/models/2926098/updated-v2-turn-any-photo-into-a-full-character-sheet-using-krea2-free-workflow - фото → полный #charactersheet в #ComfyUI #i2i
huggingface.co/jimmycarter/krea2-turbo-bbox - файнтюн для макета: панели комиксов, пузыри с текстом, идентичность персонажа. Требует PROMPTING.md
civitai.com/models/2942217/krea-2-pixel-art - #LoRA для пиксель-арта
github.com/envy-ai/ComfyUI-Krea2-Pixel-Art-Refiner - постпроцессинг пиксель-арта
huggingface.co/Cierpliwy/krea2_lineart_edit - LoRA для Krea 2 Raw: перевод лайнарта в полноценное изображение
github.com/aoleg/krea-2-merge-tool - GUI-мержер чекпоинтов и лор
huggingface.co/lvladikov/Krea2-Turbo-Distill-4step-LoRA - дистилляция Turbo 8→4 шага, ~1.6x быстрее
huggingface.co/lvladikov/Krea2-Turbo-Distill-2step-LoRA - дистилляция 8→2 шага
github.com/sempersatirica/comfy-workflows - набор #workflow: Krea 2 #charactersheet и composite, H3 детайлеры (SAM3, Yolo) и генераторы промптов, Qwen Image Edit эмплейсмент
civitai.red/models/2916843/instafame - #realism под Instagram
youtu.be/chhyJ8FgIFk?si=m9oM5EwcXppTA6Sb
drive.google.com/drive/u/4/folders/1pnjDEX6DGR-sQjqWFhZBQGgTbRnqZoVI
#workflow Character Sheet #t2i для #MiniMaxH3
civitai.com/models/2926098/updated-v2-turn-any-photo-into-a-full-character-sheet-using-krea2-free-workflow - фото → полный #charactersheet в #ComfyUI #i2i
👍15
huggingface.co/bsaleh03/Qwen3.8-27B-ASCII-Condensed - #GGUF с урезанным словарtм: только ASCII строки. Контекст увеличен до 135K токенов на 16GB GPU. Не-ASCII текст дороже, вижна нет
huggingface.co/saidutta69/lfm2.5-2.6b-fable5-coding-agent-heretic - обесцензуренный кодинг-агент 2.6B на базе LFM2.5
huggingface.co/mlx-community/Qwen3.8-27B-4bit - 4-bit квантизация Qwen3.8-27B для Apple Silicon #macos
huggingface.co/handy-computer/parakeet-tdt-0.6b-v3-gguf - квант небольшой #ASR модели
huggingface.co/FreedomAISVR/Qwen-Image-Edit-Rapid-AIO-NSFW-v23-NVFP4-GGUF - большая сборка #QIE Rapid, NVFP4+GGUF
Кстати, после того как NVIDIA купила huggingface, доступ к обесцензуренным моделям стали ограничивать
#uncensored #agent
huggingface.co/saidutta69/lfm2.5-2.6b-fable5-coding-agent-heretic - обесцензуренный кодинг-агент 2.6B на базе LFM2.5
huggingface.co/mlx-community/Qwen3.8-27B-4bit - 4-bit квантизация Qwen3.8-27B для Apple Silicon #macos
huggingface.co/handy-computer/parakeet-tdt-0.6b-v3-gguf - квант небольшой #ASR модели
huggingface.co/FreedomAISVR/Qwen-Image-Edit-Rapid-AIO-NSFW-v23-NVFP4-GGUF - большая сборка #QIE Rapid, NVFP4+GGUF
Кстати, после того как NVIDIA купила huggingface, доступ к обесцензуренным моделям стали ограничивать
#uncensored #agent
🤯13🫡4🍾2
security-audit
Скилл аудита безопасности от Cloudflare
Компания использует его внутри для поиска и проверки уязвимостей. Аудит проходит в шесть фаз: разведка архитектуры, охота по зонам покрытия, проверка кандидатов независимым верификатором, структурированный вывод, повторная сверка фактов и отчет без привязки к целям.
Ключевой принцип - адверсариальная валидация. Находку никогда не проверяет тот агент, который ее нашел. Каждый кандидат получает свежий верификатор, который пытается его опровергнуть. Вердикты строгие: confirmed, needs_validation и rejected.
#skill #security
VK | MAX
Скилл аудита безопасности от Cloudflare
Компания использует его внутри для поиска и проверки уязвимостей. Аудит проходит в шесть фаз: разведка архитектуры, охота по зонам покрытия, проверка кандидатов независимым верификатором, структурированный вывод, повторная сверка фактов и отчет без привязки к целям.
Ключевой принцип - адверсариальная валидация. Находку никогда не проверяет тот агент, который ее нашел. Каждый кандидат получает свежий верификатор, который пытается его опровергнуть. Вердикты строгие: confirmed, needs_validation и rejected.
#skill #security
VK | MAX
GitHub
GitHub - cloudflare/security-audit-skill: A coding-agent skill for multi-phase security audits with independently verified, machine…
A coding-agent skill for multi-phase security audits with independently verified, machine-readable findings - cloudflare/security-audit-skill
👍5👨💻1
Fizgig v6.0.1
Инструмент для обучения лор теперь поддерживает создание рефмодов
#refmods #finetuning #personalization #klein #krea2 #minimaxh3
VK | MAX
Инструмент для обучения лор теперь поддерживает создание рефмодов
#refmods #finetuning #personalization #klein #krea2 #minimaxh3
VK | MAX
👍8🔥1
LimiX-2
Stable AI выпустили модель для структурированных данных
Одна предобученная модель на 400M параметров закрывает все задачи с табличными данными: классификацию, регрессию, восстановление пропусков и поиск причинно-следственных связей.
Новое поколение архитектуры CMN (Contextual Mechanism Network). Вместо прогноза p(y|x) модель учит совместное распределение p(x, y). Предобучена на синтетике, сгенерированной структурными каузальными моделями, поэтому понимает причинность, а не просто корреляции.
Feature attention кодирует прямые причинные связи - по весам внимания можно восстановить каузальный скелет данных.
#1 на TabArena, TALENT и BCCO. Обходит и специализированные модели и AutoGluon
Гитхаб
HF
#classification
MAX
Stable AI выпустили модель для структурированных данных
Одна предобученная модель на 400M параметров закрывает все задачи с табличными данными: классификацию, регрессию, восстановление пропусков и поиск причинно-следственных связей.
Новое поколение архитектуры CMN (Contextual Mechanism Network). Вместо прогноза p(y|x) модель учит совместное распределение p(x, y). Предобучена на синтетике, сгенерированной структурными каузальными моделями, поэтому понимает причинность, а не просто корреляции.
Feature attention кодирует прямые причинные связи - по весам внимания можно восстановить каузальный скелет данных.
#1 на TabArena, TALENT и BCCO. Обходит и специализированные модели и AutoGluon
Гитхаб
HF
#classification
MAX
👍10
Qwen3.8-Omni-Flash
первая omni-модель Qwen с агентными возможностями
Аудио-видео понимание, рассуждение и работа с инструментами в одной модели. Схема простая: понять контент, спланировать задачу, выполнить инструментами и выдать результат.
Что умеет:
• Авто-монтаж влогов, перевод коротких видео, пересказ фильмов
• Активное исследование длинных видео в контексте 1M токенов
• Поиск ключевых моментов с точностью выше статичного понимания
По аудио-видео возможностям приближается к Gemini 3.8 Flash. В агентных бенчмарках WildClawBench-MM и UniClawBench прирост в среднем +19.5 балла.
Стоимость обработки видео ниже примерно на 89% по сравнению с Qwen3.5-Omni-Plus. Плюс открыты Qwen-MM-Plugins и Qwen-Live Harness для сборки своих приложений.
Qianwen AI Platform
Чат
#omni #agent
первая omni-модель Qwen с агентными возможностями
Аудио-видео понимание, рассуждение и работа с инструментами в одной модели. Схема простая: понять контент, спланировать задачу, выполнить инструментами и выдать результат.
Что умеет:
• Авто-монтаж влогов, перевод коротких видео, пересказ фильмов
• Активное исследование длинных видео в контексте 1M токенов
• Поиск ключевых моментов с точностью выше статичного понимания
По аудио-видео возможностям приближается к Gemini 3.8 Flash. В агентных бенчмарках WildClawBench-MM и UniClawBench прирост в среднем +19.5 балла.
Стоимость обработки видео ниже примерно на 89% по сравнению с Qwen3.5-Omni-Plus. Плюс открыты Qwen-MM-Plugins и Qwen-Live Harness для сборки своих приложений.
Qianwen AI Platform
Чат
#omni #agent
🔥13👍2
Qwen-Image-2.1 готовят к опенсорсу
Qwen открывает 50 мест раннего доступа для опытных создателей и разработчиков
Поклянчить доступ. Если пройдете, свяжутся по почте.
Условие программы: опубликовать до 28 сентября 23:59 (UTC+8) хотя бы один оригинальный обзор или hands-on ревью в своих соцсетях. Честное мнение - хвалебное или критичное - как раз помогает сделать модель лучше
[UPDATE] форма уже не работает
#QI21 #news
MAX
Qwen открывает 50 мест раннего доступа для опытных создателей и разработчиков
Поклянчить доступ. Если пройдете, свяжутся по почте.
Условие программы: опубликовать до 28 сентября 23:59 (UTC+8) хотя бы один оригинальный обзор или hands-on ревью в своих соцсетях. Честное мнение - хвалебное или критичное - как раз помогает сделать модель лучше
[UPDATE] форма уже не работает
#QI21 #news
MAX
❤10🔥7👍3
WeVisDoc
Tencent открыл сквозной парсер документов
Превращает страницу в структурированный Markdown с LaTeX-формулами и HTML-таблицами. Дообучен на Qwen3-VL, размеры 2B и 4B.
Лидирует среди сквозных парсеров на бенчах
На вход - PNG, JPEG или WebP страницы. На выход - чистый Markdown. Работает через vLLM (OpenAI-совместимый API) или локальный Transformers инференс.
Гитхаб
HF
Демо
#ocr #doc2md
MAX
Tencent открыл сквозной парсер документов
Превращает страницу в структурированный Markdown с LaTeX-формулами и HTML-таблицами. Дообучен на Qwen3-VL, размеры 2B и 4B.
Лидирует среди сквозных парсеров на бенчах
На вход - PNG, JPEG или WebP страницы. На выход - чистый Markdown. Работает через vLLM (OpenAI-совместимый API) или локальный Transformers инференс.
Гитхаб
HF
Демо
#ocr #doc2md
MAX
👍12🤔1