#QI21
pastebin.com/NVJCj4Xk
pastebin.com/Q4uQrq9B - консистентные персонажи: Head shot и Multiview #workflow
github.com/Pyrolistical/qwen-image-2.1-workflows - редактирование, управляемое JSON-файлом рядом с картинкой
civitai.com/articles/35828/2x-faster-qwen-image-21-using-4-steps-lora-comfyui-low-vram-workflow - #lowVRAM : INT8 ConvRot + Kitchen Attention + 4-шаговая LoRA = ~2x быстрее. Как эдит-модель Qwen 2.1 силен (стиль, одежда, character sheet), чистый T2I слабее — кожа, руки, мелкий текст
github.com/shootthesound/Fizgig - Fizgig 6.5.0: тренировка LoRA и LoKR Qwen Image 2.1, турбо-превью, адаптер с более резкой картинкой (huggingface.co/ShootTheSound/Fizgig-Qwen-Image-2.1-Training-Adapter), 10GB VRAM+
huggingface.co/WarmBloodAban/Qwen-Image-2.1-LoRAs - Anime_consistency, Anything2RealCharacters,
huggingface.co/lilylilith/QI_2.1_AnyAngle - произвольные ракурсы для любого изображения #LoRA #cameracontrol
MAX
pastebin.com/NVJCj4Xk
pastebin.com/Q4uQrq9B - консистентные персонажи: Head shot и Multiview #workflow
github.com/Pyrolistical/qwen-image-2.1-workflows - редактирование, управляемое JSON-файлом рядом с картинкой
civitai.com/articles/35828/2x-faster-qwen-image-21-using-4-steps-lora-comfyui-low-vram-workflow - #lowVRAM : INT8 ConvRot + Kitchen Attention + 4-шаговая LoRA = ~2x быстрее. Как эдит-модель Qwen 2.1 силен (стиль, одежда, character sheet), чистый T2I слабее — кожа, руки, мелкий текст
github.com/shootthesound/Fizgig - Fizgig 6.5.0: тренировка LoRA и LoKR Qwen Image 2.1, турбо-превью, адаптер с более резкой картинкой (huggingface.co/ShootTheSound/Fizgig-Qwen-Image-2.1-Training-Adapter), 10GB VRAM+
huggingface.co/WarmBloodAban/Qwen-Image-2.1-LoRAs - Anime_consistency, Anything2RealCharacters,
huggingface.co/lilylilith/QI_2.1_AnyAngle - произвольные ракурсы для любого изображения #LoRA #cameracontrol
MAX
👍13❤3
Naive-N0.5-Flash от NaiveAI
Модель для кодинга и AI-исследований: 309B параметров MoE при 15.5B активных. Нативный контекст в 1 млн токенов без полного внимания - гибрид скользящего окна и разреженного внимания DSA от DeepSeek
• 1M контекста целиком
• до 2000 токенов/сек в режиме Ultrafast через свою систему NaiveRT
• 50 токенов/сек на юзера в стандартном режиме
• построена на базе Xiaomi MiMo-V2.5, дообучена на 3.25T токенов
• веса под MIT, FP8
• API: $0.10 вход / $0.40 выход / $0.01 кэш за миллион токенов
Только NVIDIA с FP8, веса ~315 ГБ
Гитхаб
HF
Спасибо @m_franz
#flagship #coding
MAX
Модель для кодинга и AI-исследований: 309B параметров MoE при 15.5B активных. Нативный контекст в 1 млн токенов без полного внимания - гибрид скользящего окна и разреженного внимания DSA от DeepSeek
• 1M контекста целиком
• до 2000 токенов/сек в режиме Ultrafast через свою систему NaiveRT
• 50 токенов/сек на юзера в стандартном режиме
• построена на базе Xiaomi MiMo-V2.5, дообучена на 3.25T токенов
• веса под MIT, FP8
• API: $0.10 вход / $0.40 выход / $0.01 кэш за миллион токенов
Только NVIDIA с FP8, веса ~315 ГБ
Гитхаб
HF
Спасибо @m_franz
#flagship #coding
MAX
👍7
#krea2
huggingface.co/yijunwang2/krea2-anygles - смена ракурса - для креа тоже сделали. Ноды: github.com/alexw5702-afk/krea2-anygles
huggingface.co/Cierpliwy/krea2-inpaint-edit
huggingface.co/yijunwang2/krea2-anypaint
- инпейнтинг по черной области #inpainting
civitai.red/articles/35782/krea-2-bboxbounding-box-text-to-image - статья/гайд по bbox тексту
huggingface.co/lvladikov/Krea2-Turbo-Distill-2step-LoRA - 2-шаговая дистилляция Turbo обновилась (chk00031600): 4.2x быстрее денойзинг, детали на уровне учителя
civitai.com/models/2911560/realistic-custom-face - #LoRA на 356 реальных портретах с разбором черт — тип лица, глаза, нос, губы, скулы, челюсть, подбородок. На 1.0 стандартное лицо Krea исчезает, теги дают точные черты #realism
civitai.red/models/2967466/hm1girl-phone-camera-realism-lora-for-krea-2 - еще реализм
MAX
huggingface.co/yijunwang2/krea2-anygles - смена ракурса - для креа тоже сделали. Ноды: github.com/alexw5702-afk/krea2-anygles
huggingface.co/Cierpliwy/krea2-inpaint-edit
huggingface.co/yijunwang2/krea2-anypaint
- инпейнтинг по черной области #inpainting
civitai.red/articles/35782/krea-2-bboxbounding-box-text-to-image - статья/гайд по bbox тексту
huggingface.co/lvladikov/Krea2-Turbo-Distill-2step-LoRA - 2-шаговая дистилляция Turbo обновилась (chk00031600): 4.2x быстрее денойзинг, детали на уровне учителя
civitai.com/models/2911560/realistic-custom-face - #LoRA на 356 реальных портретах с разбором черт — тип лица, глаза, нос, губы, скулы, челюсть, подбородок. На 1.0 стандартное лицо Krea исчезает, теги дают точные черты #realism
civitai.red/models/2967466/hm1girl-phone-camera-realism-lora-for-krea-2 - еще реализм
MAX
🔥8👍3❤1
This media is not supported in your browser
VIEW IN TELEGRAM
TrackGleam
Мастеринг для музыкальных треков
Делает звук плотнее и аккуратнее, как после студии
• чинит частотный баланс, давит резкость и сибилянты
• отдельно контролирует низ, середину и верх
• добавляет плотности и громкости без клипов
• режимы AI Fix Gentle и Strong - специально против артефактов генераторов
Бесплатный режим: без регистрации и вотермарков, WAV скачивается, обработка в браузере, файл не уходит на сервер. Есть платный GleamAI с индивидуальной обработкой
#mastering
MAX
Мастеринг для музыкальных треков
Делает звук плотнее и аккуратнее, как после студии
• чинит частотный баланс, давит резкость и сибилянты
• отдельно контролирует низ, середину и верх
• добавляет плотности и громкости без клипов
• режимы AI Fix Gentle и Strong - специально против артефактов генераторов
Бесплатный режим: без регистрации и вотермарков, WAV скачивается, обработка в браузере, файл не уходит на сервер. Есть платный GleamAI с индивидуальной обработкой
#mastering
MAX
👍14
Media is too big
VIEW IN TELEGRAM
ElevenLabs v4
Две новых #TTS
Eleven v4 для выразительной подачи и v4 Turbo для риалтайма. Доступны по API и в агентах, включая бесплатный тариф
• управление подачей текстом: (laughs), (angry in French accent) - теги стекаются
• Turbo: первая речь за ~150 мс, аудио стартует до конца фразы
• 90+ языков, включая русский
• клон голоса по 10-секундной записи
• до 10 000 символов на запрос, тембр держится весь скрипт
Первое место на Voice Arena за сентябрь, ~75% предпочтений в слепых тестах. Старую SSML-разметку придется переписать под новый синтаксис. Бесплатно 10 000 кредитов в месяц. Но только для стран первого сорта. У меня анонс даже через квн не открывается
MAX
Две новых #TTS
Eleven v4 для выразительной подачи и v4 Turbo для риалтайма. Доступны по API и в агентах, включая бесплатный тариф
• управление подачей текстом: (laughs), (angry in French accent) - теги стекаются
• Turbo: первая речь за ~150 мс, аудио стартует до конца фразы
• 90+ языков, включая русский
• клон голоса по 10-секундной записи
• до 10 000 символов на запрос, тембр держится весь скрипт
Первое место на Voice Arena за сентябрь, ~75% предпочтений в слепых тестах. Старую SSML-разметку придется переписать под новый синтаксис. Бесплатно 10 000 кредитов в месяц. Но только для стран первого сорта. У меня анонс даже через квн не открывается
MAX
❤3👍2🔥2
Claude Sonnet 5.5
Новая модель Anthropic для повседневных задач. Быстрее и дешевле Opus 5.5, подходит для кода, агентов и работы с данными
Что умеет
• Генерация и редактирование кода
• Работа с агентами и инструментами
• Анализ документов и данных
• Следование инструкциям и форматам
• Контекстное окно 200k токенов
• Доступна через API и claude.ai
• US-only inference по цене 1.1x
Значительно мощнее Sonnet 5
platform.claude.com/docs/en/models/sonnet-5-5/overvie
#coding #api #agent
MAX
Новая модель Anthropic для повседневных задач. Быстрее и дешевле Opus 5.5, подходит для кода, агентов и работы с данными
Что умеет
• Генерация и редактирование кода
• Работа с агентами и инструментами
• Анализ документов и данных
• Следование инструкциям и форматам
• Контекстное окно 200k токенов
• Доступна через API и claude.ai
• US-only inference по цене 1.1x
Значительно мощнее Sonnet 5
platform.claude.com/docs/en/models/sonnet-5-5/overvie
#coding #api #agent
MAX
🔥6👍2
UniPhysGen
Модель добавляет физические свойства 3D-мешам для симуляции. Берет сегментированный объект и выдает массу, трение, сочленения и масштаб
Что умеет
• Предсказывает материал и плотность каждой части
• Определяет кинематику и структуру сочленений
• Генерирует объектный масштаб и массу
• Совместно рассуждает о физике и артикуляции
• Нужны сегментированные меши на входе
• Полный пайплайн UniPhys Pipeline для сырых мешей
• Симуль-верифицированные ассеты на выходе
github.com/breezexian/uniphysgen
huggingface.co/breezexian/UniPhysGen
#simulation #3d
MAX
Модель добавляет физические свойства 3D-мешам для симуляции. Берет сегментированный объект и выдает массу, трение, сочленения и масштаб
Что умеет
• Предсказывает материал и плотность каждой части
• Определяет кинематику и структуру сочленений
• Генерирует объектный масштаб и массу
• Совместно рассуждает о физике и артикуляции
• Нужны сегментированные меши на входе
• Полный пайплайн UniPhys Pipeline для сырых мешей
• Симуль-верифицированные ассеты на выходе
github.com/breezexian/uniphysgen
huggingface.co/breezexian/UniPhysGen
#simulation #3d
MAX
🔥7👍3
This media is not supported in your browser
VIEW IN TELEGRAM
Scumble
Бесплатный редактор с открытым кодом для инпейнтинга. Маски, генерация и правки в одном окне
Что умеет
• Маска кистью или текст "небо", "рубашка" — одна строка и Generate
• Каждый результат — отдельный слой, оригинал не трогается
• Только выделенный бокс идёт в модель, стежка в полном разрешении
• Подбор цвета на слой, слои, маски, фильтры, текст, SAM2 и RMBG внутри
• Экспорт PSD, ORA, TIFF
• До 150 МП, сторона до 65 535 px
• Свой ComfyUI локально или на RunPod, либо API: fal.ai, BFL Flux.2, OpenAI, Gemini, OpenRouter
• Ключи в системном хранилище, не в конфиге
• Полный #MCP для агентов, встроенный ассистент с подтверждением трат
туториал
#inpainting
MAX
Бесплатный редактор с открытым кодом для инпейнтинга. Маски, генерация и правки в одном окне
Что умеет
• Маска кистью или текст "небо", "рубашка" — одна строка и Generate
• Каждый результат — отдельный слой, оригинал не трогается
• Только выделенный бокс идёт в модель, стежка в полном разрешении
• Подбор цвета на слой, слои, маски, фильтры, текст, SAM2 и RMBG внутри
• Экспорт PSD, ORA, TIFF
• До 150 МП, сторона до 65 535 px
• Свой ComfyUI локально или на RunPod, либо API: fal.ai, BFL Flux.2, OpenAI, Gemini, OpenRouter
• Ключи в системном хранилище, не в конфиге
• Полный #MCP для агентов, встроенный ассистент с подтверждением трат
туториал
#inpainting
MAX
👍11
#YuE2
Официальные обновки:
Выпустили техрепорт
#skill yue2-music agent skill превращает описание, ABC-ноты или референс в инструментальную музыку. YuE2 пишет партитуру по умолчанию, навык переносит вокальную мелодию в инструментальную партию перед рендером. Рекомендуемый агент — GPT-6 Astra
Сегодня в официальном HF появился новый VAE. Прежний остался под именем m-a-p/YuE2-Vae-legacy
Обновился пак нод YuE2-ComfyUI (v0.10.0), улучшилось распознавание мелодий
Новые проекты вокруг YuE2:
YuE2-Turbo — ускорение инференса и серверный слой для YuE2. Превращает один GPU в продакшен-сервис. Потребление — потребительские карты, ~10 секунд на песню
github.com/himomohi/yue — форк YuE2 с поддержкой всех языков. Полная поддержка мультиязычности поверх той же архитектуры с символическим планированием
#t2m #m2m
MAX
Официальные обновки:
Выпустили техрепорт
#skill yue2-music agent skill превращает описание, ABC-ноты или референс в инструментальную музыку. YuE2 пишет партитуру по умолчанию, навык переносит вокальную мелодию в инструментальную партию перед рендером. Рекомендуемый агент — GPT-6 Astra
Сегодня в официальном HF появился новый VAE. Прежний остался под именем m-a-p/YuE2-Vae-legacy
Обновился пак нод YuE2-ComfyUI (v0.10.0), улучшилось распознавание мелодий
Новые проекты вокруг YuE2:
YuE2-Turbo — ускорение инференса и серверный слой для YuE2. Превращает один GPU в продакшен-сервис. Потребление — потребительские карты, ~10 секунд на песню
github.com/himomohi/yue — форк YuE2 с поддержкой всех языков. Полная поддержка мультиязычности поверх той же архитектуры с символическим планированием
#t2m #m2m
MAX
arXiv.org
YuE2: Unifying Symbolic and Audio Music Generation at Frontier Quality
Symbolic models make melody, harmony, rhythm, and form explicit but typically stop before a finished recording; audio models produce complete songs while leaving composition implicit. We introduce...
👍11