VideoGen-Agent от Принстона и Стэнфорда

Мультимодальный агент, обученный агентным RL координировать инструменты для генерации видео. Не просто один прогон модели, а цикл: поискать контекст - сгенерировать - проверить - доработать

• аугментация - веб-поиск, поиск картинок, физическая симуляция PyBullet
• генерация - T2V, I2V, по движению и по референсам
• проверка - детекция объектов и оценка глубины готового ролика
• разделяет промпт на этапы и сам решает, когда остановиться

• поднимает базовый Seedance 1.0 с 56.5 до 75.6 (+19.1) на VABench
• со свежими инструментами на инференсе без дообучения - 86.1
• люди предпочитают его 84.3% сравнений
• базовая модель - Qwen3-VL-8B

Код ждем

#agent #assistant #t2v #ref2v

MAX

Превращаюсь в рассадник дайджестов. Видимо придется создавать другой канал и выносить какието темы туда

#QI21

Квен подтвердили в Discord: результаты генерации принадлежат пользователю

huggingface.co/MIUProject/VNCCS_PoseStudio_QI2.1 - #LoRA позы #pose
#workflow в комплекте

github.com/lunaaispace-eng/ComfyUI-DeGrid - нода для удаления сетки

huggingface.co/reverentelusarca/elusarcas-qwen-2.1-detail-enhancer-lora - #LoRA улучшения деталей для Qwen 2.1: креативный #upscale, реставрация фото. #I2I, #T2I
триггер enhance this image
workflow #enhance #imagerestoration

huggingface.co/abenzerps/Qwen-Image-2.1-Uncensored-GGUF - опубликован обещанный обесцензуренный #GGUF #uncensored

MAX

Ming Image-0.1 Design от Ant Group

Модель генерации дизайн-изображений. Делает целые UI, дашборды, инфографику и постеры из структурированных промптов. Лицензия MIT

• цельные интерфейсы и макеты с консистентными типографикой и палитрой
• нативный RGBA - прозрачные элементы без постобработки
• промпты до 8K токенов
• 6B параметров

Отдельно вышла версия Layer - разбивает плоскую картинку на независимые редактируемые RGBA-слои

• 2-9 слоев из одной флат-графики
• лучший результат на всех 12 настройках теста Crello
• в 4.3 раза быстрее открытой Qwen-базы на 20B

Гитхаб
ComfyUI -Киджай подсуетился

#t2i #design

MAX

Накопилось по #minimaxH3 - часть 27

huggingface.co/alibaba-pai/MiniMax-H3-Fun-Controlnet-Union-2.0 - добавились Scribble, Layout, Gray, блоков управления вдвое. У Kijai уже есть INT8 4.5Gb

comfy.icu/models/2949040/-MMH3-DayNight-Slider-v1-0 - #slider день/ночь: #LoRA с регулировкой освещения по силе

civitai.com/models/2941229/mmh3-video-age-slider - слайдер «старения» видео: сила контролирует насколько «старой» выглядит картинка

huggingface.co/prithivMLmods/MiniMax-H3-Rough-2D-Cartoon-Illustration - #LoRA «грубая 2D-мультяшка»: свободный рисунок и динамика. Триггер rough 2D cartoon illustration

huggingface.co/Leon1000/H3-Shadow-Negative-Nodes - ноды негативного промптинга для H3. Минимакс частично понимает негатив и в основном промпте

github.com/maosika-ai/ComfyUI-ReShot - видео → depth/OpenPose/Canny для Fun #Controlnet. Обновился: появились OpenPose и Canny

github.com/phazei/ComfyUI-Camera-Path - виртуальная камера: картинка + геометрия MoGe, рисуешь путь в 3D — получаешь кадры с новых позиций. #cameracontrol

civitai.com/models/2956315/rough-sketch-nature-for-minimax-h3 - скетч-натура в духе комикса. Длинный вводный промпт #lora

civitai.com/models/2955672/somethings-off-h3-minimax-style-lora-by-fos - Something's Off: общая «хантеровская» затемненная жуткая стилистика

disk.yandex.ru/d/fdk4Uayx56Z_yA - Minimax Studio v6 от @Evgeny_Rublev : модель Bonsai 2 (умнее), три режима (текст, кадры, референсы), быстрее декодер. Прошлые версии удалены

huggingface.co/Jojocodex/minimax-h3-Camera-Motion-lora - обновилась единственная рабочая LoRA с имитацией ручной съемки

Qwen Intelligence

Квен сорвался с цепи и не может остановиться

Персональная интеллектуальная система для смартфонов. Три агента - планирование, исполнение и креатив. Первый партнер - HONOR

• Mobile Planner Agent - разбивает сложную задачу на этапы и оркестрирует исполнение
• Mobile-Use Agent - делает дело: API-first с фолбэком на GUI
• Mobile Creative Agent - одна фраза на входе, готовая креативная работа на выходе

- Mobile Planner Agent: github.com/Tongyi-MAI/Qwe
- Mobile-Use Agent: tongyi-mai.github.io/Qwen-UI-Agent

#agent #mobile #browseruse

MAX