FLUX 3 Image Klein

5.6B параметров (картинковый трансформер, текстовый энкодер отдельно). Обещали open-веса «в ближайшие недели» еще в анонсе FLUX 3 Image — вот они.

• Text-to-image, редактирование по одному референсу и композиция из нескольких
• До 10 референс-картинок на вход, один результат на выходе
• Bounding boxes в промпте: задаешь рамки на сетке 0-1000, потом перекрашиваешь, двигаешь, заменяешь или удаляешь элементы текстом
• Рендер текста внутри изображения
• Промпт-апсемплер отдельно (9B) для улучшения запросов

• Дистиллированный чекпоинт: 16 шагов, без CFG — как в API BFL
• Klein Base: недистиллированный, 50 шагов — под финтюн и LoRA
• Варианты BF16, FP8 и NVFP4
• Текстовый энкодер — Qwen3-VL-4B-Instruct

База, дистилл, ComfyUI-версия и PUP - пропмт апсемплер

huggingface.co/black-forest-labs/flux-3-image-klein
github.com/black-forest-labs/flux-3-image-klein
Демо

Спасибо @kuvshin8

#t2i #imageediting

Маленький принц

Игра сделана на Opus 5.5 + Tripo + Blender

Поиграть можно прямо в браузере

Недостатки:
- топорные баундинг боксы - неудобно подходить к объекту
- поезд висит в воздухе
- планеты не планеты, а парящие острова. Имхо, это важно
- доступные для исследования области пустые - нет ни секретиков, ни интерактивных предметом не участвующих в исторрии - ничего ради чего хотелось бы исследовать локации
- нет геймплея - игрок никак не влияет на сюжет. Тупо нарратив с интерактивными элементами.

Тем не менее выглядит мило. Плюсы тоже есть, поиграйте и увидите. Круто что можно быстро делать такие штуки, все дела, ага

И все же, до полноценного ИИ-геймдева как до луны. Интересная игра это ж не только бег и нажимание кнопок, а история, геймплей, удержание интереса и не знаю сколько всего еще.

А тут разраб взял ГОТОВУЮ шедевральную историю и ввалил немало своего труда чтобы получить то что получил

#game #news

MAX

Krea 3 бета

Krea открыла бету новой модели для редактирования изображений. Позиционируют как новый фронтир в правке картинок.

• Редактирование #2K за один проход менее чем за 8 секунд
• Качество на уровне Nano Banana Pro или GPT Image 2.5
• Управление через bounding boxes
• Точные многошаговые правки
• Говорят, можно поиграть с лорами и sref (помнится, было такое м миджорни - слепок стиля) но надо попроситься в ранний доступ

Финальный релиз на следующей неделе

Попробовать платно

#imageediting #krea3

MAX

Dense4D

Первая feed-forward модель для плотноой 4D-реконструкции человека по обычным монокулярным RGB-снимкам, без шаблона тела. Imperial College.

• Нужно отслеживать одни и те же точки поверхности через артикуляцию, деформацию и смену видимости
• Существующие методы оставляют несколько смещенных копий тела — по одной на кадр
• Dense4D работает прицельно по человеческой геометрии

Как работает
• Строит Human Point Maps: каждому пикселю человека присваивает 3D-позицию поверхности на общем опорном времени
• Совместно обрабатывает вырезки человека с известными преобразованиями и предсказывает глубину
• Amodal-соответствие: скрытые в опорном кадре точки находятся по другим кадрам
• Совпадение координат HPM даёт соответствие без поз камеры и больших смещений сцены

Лучше совпадает со сканами на 4D-Dress, где опорный кадр видит лишь часть тела

Код ждем

#hmr #video24d

MAX

Hy Memory 2.0 от Tencent

Hunyuan выпустили три вещи одним релизом: модель Hy-Memory-30B-A3B, Python-фреймворк hy-memory и приложение MemHub. Это движок долгой памяти для ИИ-агентов

Три типа памяти
• Chat: иерархия L0-L7 от сырых диалогов до фактов, схем и проспективных намерений
• Working: два слоя — факты о сессии плюс переиспользуемые подходы к задачам
• Coding: то же двухслойное плюс цепочка версий кода (diff chain)

• lite — только эмбеддинги, без вызовов LLM
• pro — извлечение фактов и согласование конфликтов
• ultra — полная когнитивная архитектура с индукцией схем

MemHub
Локальное приложение с CLI для Mac. Сводит историю диалогов и код-трейсы из Claude Code, Cursor, Codex, OpenCode, Qwen Code и других в одно хранилище

github.com/Tencent-Hunyuan/Hy-Memory
huggingface.co/tencent/Hy-Memory-30B-A3B

#memory

MAX

MLP-Splatting

Метод представления 3D-сцен через нейронные примитивы. ECCV 2026. Каждый примитив — независимый компактный MLP (Multilayer Perceptron) с локальной поддержкой, взвешенный анизотропной гауссианой. Сцена сама разбирается на объекты и части.

Супервизия только по RGB дает примитивы, которые сами ложатся на объекты и их части. Рендер через разреженный объемный композитинг по пересечениям луча с примитивами

• Фотореалистичный синтез новых видов
• Разложение сцены на объекты без сегментации — по нескольким примитивам
• Интерактивное редактирование: выбор объекта, SE(3)-сдвиг, смена цвета
• Открытие словаря: языковая сегментация и удаление объектов
• Опциональная дистилляция семантических признаков

• Качество на уровне Feature-3DGS и выше
• В 6 раз меньше памяти, рендер вдвое быстрее
• Нужны сотни примитивов вместо миллионов гауссиан

github.com/kxhit/mlp-splatting

#mlp #scenereconstruction #rendering