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

Накопилось по #minimaxH3 - часть 25

github.com/Comfy-Org/ComfyUI/releases - #ComfyUI portable 0.36.0: фикс Fun #Controlnet с Compiler, новый Video Concatenate, оптимизации H3 VAE (видео), Marigold V2, официальные #workflow Fast H3

huggingface.co/UntMods/FaceSwap_MiniMaxH3_REF2VA - #LoRA #faceswap: меняет лицо в референс-видео на лицо из картинки. Триггер faceswap. Нужны CRT-Nodes

huggingface.co/jhong520/ClipProj-MiniMax-H3 - v3.1: маленький Qwen3-VL вместо 32B энкодера, 15.7GB → 4.5GB VRAM. Улучшена неанглийская речь #optimization

github.com/wobushannes/Drehbuch--Referenzanker-Generator - генератор сценариев v1.0: экспорт таймлайна в EDL, FCPxml, CSV, MD для #davinci и #FCP

huggingface.co/KennethFal/retro-toon-70s-lora-minimax-h3 - Retro Toon 70s: сел-анимация 70-х — ручная роспись, жирные линии, фактурные фоны, ограниченная анимация

civitai.com/models/2938527/minimax-ghost - #LoRA «призраки из ниоткуда»

github.com/badgids/ComfyUI-H3-ExactAudioLock - человеческий контроль принятия звука: выбор одобренного аудио-дубля до продолжения воркфлоу

huggingface.co/KennethFal/16bit-pixel-lora-minimax-h3 - #pixelart анимация в духе SNES-катсцен, без триггера

github.com/AndreiOrehov/comfyui-vae-float32 - повышение качества через #VAE в float32, не срезает динамический диапазон. На выходе может сохранять #EXR !!! Спасибо @Bolserge

huggingface.co/Comfy-Org/MiniMax-H3/blob/main/vae/minimax_h3_video_vae_int8_convrot.safetensors - инт8-версия видео VAE для H3 от Comfy-Org: легче и быстрее, претендует на качество близкое к fp16. Спасибо @m_franz

SplashSplat

реконструкция брызгающих жидкостей из реальных видео

Метод от EPFL, ETH Zurich, Google и Microsoft. Восстанавливает динамику жидкости из многокамерной съемки: семь калиброванных 4K-камер, 20 сцен с разными жидкостями и контейнерами.

Главный принцип - накладывать физическую структуру только там, где наблюдения могут ее ограничить. Маски кадров сливаются в уровень жидкости, перенос между кадрами дает поле скоростей, а по нему движутся лагранжевы носители, которые корректируются по новым наблюдениям и перезасеваются там, где теряется покрытие.

Обходит #SOTA в динамическом гауссовом сплэттинге на реальных и синтетических сценах. Движение физически правдоподобнее, тренировка дешевле.

Поддерживает новые ракурсы, временную интерполяцию и перенос стиля без повторной оптимизации.

Гитхаб ждем

#gaussian #reconstruction #styletransfer