MOSS-Image
Генератор картинок
Главная фишка — нативное управление композицией через JSON-промпт, где задаются объекты, текст и их позиции.
• Генерация по обычному текстовому описанию
• Layout-контроль: объекты, надписи и их рамки в структурированном #JSON
• Рендер текста внутри изображения, включая китайский и надписи от руки
• Промпты до 4K токенов
• Аниме и фотореализм в одном флаконе
• Правка сцены через изменение описаний и боксов
• 5B параметров — компактный бэкбон под генерацию и финтюн
• Веса Apache-2.0
• Настройки: 50 шагов, CFG 3, flow-matching Euler, shift 5, пропуск негативной ветки на слое 22
Есть Prompt Enhancer
Говорят, умеет в nsfw
github.com/OpenMOSS/MOSS-Image
huggingface.co/OpenMOSS-Team/MOSS-Image-SFT
huggingface.co/lodestones/MOSS-Image-SFT-8-steps-dmd
huggingface.co/nif0/MOSS-Image-SFT-ComfyUI
Comfyui
Спасибо @m_franz
#t2i #json2i
Генератор картинок
Главная фишка — нативное управление композицией через JSON-промпт, где задаются объекты, текст и их позиции.
• Генерация по обычному текстовому описанию
• Layout-контроль: объекты, надписи и их рамки в структурированном #JSON
• Рендер текста внутри изображения, включая китайский и надписи от руки
• Промпты до 4K токенов
• Аниме и фотореализм в одном флаконе
• Правка сцены через изменение описаний и боксов
• 5B параметров — компактный бэкбон под генерацию и финтюн
• Веса Apache-2.0
• Настройки: 50 шагов, CFG 3, flow-matching Euler, shift 5, пропуск негативной ветки на слое 22
Есть Prompt Enhancer
Говорят, умеет в nsfw
github.com/OpenMOSS/MOSS-Image
huggingface.co/OpenMOSS-Team/MOSS-Image-SFT
huggingface.co/lodestones/MOSS-Image-SFT-8-steps-dmd
huggingface.co/nif0/MOSS-Image-SFT-ComfyUI
Comfyui
Спасибо @m_franz
#t2i #json2i
👍9❤6🔥3
MAI-Base-2
Microsoft анонсировала собственную базовую модель. Мустафа Сулейман на внутренней встрече заявил, что она сильнее модели, на которой построена GPT-5.6, и что на обучение ушла четверть вычислений OpenAI.
• 2,8 трлн параметров, схема MoE — на запрос работают только нужные блоки, 80 млрд активных
• Обучение 38 дней на 16 000 ускорителях Nvidia GB200
• Только на собственных данных Microsoft, без обучения на ответах чужих моделей
• В блоге сравнивают с открытыми DeepSeek-V4-Pro-Base, Kimi K3 и Qwen — заявлено превосходство и рост эффективности обучения в 4-12 раз против DeepSeek
• Сравнивали базовые модели после предобучения, а не готовые чат-модели
• MAI-Base-2 ещё проходит второй этап обучения, так что с ChatGPT сравнивать рано
• Независимых проверок результатов нет
#flagship #news
MAX
Microsoft анонсировала собственную базовую модель. Мустафа Сулейман на внутренней встрече заявил, что она сильнее модели, на которой построена GPT-5.6, и что на обучение ушла четверть вычислений OpenAI.
• 2,8 трлн параметров, схема MoE — на запрос работают только нужные блоки, 80 млрд активных
• Обучение 38 дней на 16 000 ускорителях Nvidia GB200
• Только на собственных данных Microsoft, без обучения на ответах чужих моделей
• В блоге сравнивают с открытыми DeepSeek-V4-Pro-Base, Kimi K3 и Qwen — заявлено превосходство и рост эффективности обучения в 4-12 раз против DeepSeek
• Сравнивали базовые модели после предобучения, а не готовые чат-модели
• MAI-Base-2 ещё проходит второй этап обучения, так что с ChatGPT сравнивать рано
• Независимых проверок результатов нет
#flagship #news
MAX
🥴6👍4❤2🍾2
MJev-Spatial
Мультимодальная decision-модель для пространственных вопросов. Превращает вопрос в выбор из конечного набора кандидатов и отвечает классификацией — без генерации токенов ответа.
• База — Qwen3.5-4B, переиспользуются ее же Q/K-проекции для оценки кандидатов
• Лучший средний результат на 7 из 12 бенчмарков
• В 5.6 раза быстрее базовой модели
github.com/Fr0zenCrane/MJev-Spatial
———
Jev 1.14 от TypeSafe - с мультимодальностью
• Картинки: мультимодальность включается заголовком TypeSafe-Danger-Zone-Images: true
• Новый тип box: возвращает один bounding box
• Длинный контекст: TypeSafe-Danger-Zone-Long-Context: true.
На мультимодальности все модели, включая Jev, работают хуже, чем на чистом тексте
#rlcd #decision #vlm
MAX
Мультимодальная decision-модель для пространственных вопросов. Превращает вопрос в выбор из конечного набора кандидатов и отвечает классификацией — без генерации токенов ответа.
• База — Qwen3.5-4B, переиспользуются ее же Q/K-проекции для оценки кандидатов
• Лучший средний результат на 7 из 12 бенчмарков
• В 5.6 раза быстрее базовой модели
github.com/Fr0zenCrane/MJev-Spatial
———
Jev 1.14 от TypeSafe - с мультимодальностью
• Картинки: мультимодальность включается заголовком TypeSafe-Danger-Zone-Images: true
• Новый тип box: возвращает один bounding box
• Длинный контекст: TypeSafe-Danger-Zone-Long-Context: true.
На мультимодальности все модели, включая Jev, работают хуже, чем на чистом тексте
#rlcd #decision #vlm
MAX
👍5
This media is not supported in your browser
VIEW IN TELEGRAM
UniForge3D
Метод, который одновременно реконструирует и генерирует 3D-объект из разреженных снимков без поз камеры. Наблюдаемую геометрию сохраняет, невидимые области достраивает по выученным приорам.
• Реконструкция работает в системе координат камеры, генерация — в каноническом пространстве, из-за этого прямое взаимодействие геометрии ломается
• Если учитывать все виды сразу без оценки их полезности, к геометрии подмешивается лишнее и страдают мелкие детали
• #SOTA по внешнему виду и геометрии на Toys4K и GSO
• Работает по разреженным снимкам без известных поз
huggingface.co/xibushu/UniForge3D
github.com/xibushu/UniForge3D
#scenereconstruction #imageto3d
MAX
Метод, который одновременно реконструирует и генерирует 3D-объект из разреженных снимков без поз камеры. Наблюдаемую геометрию сохраняет, невидимые области достраивает по выученным приорам.
• Реконструкция работает в системе координат камеры, генерация — в каноническом пространстве, из-за этого прямое взаимодействие геометрии ломается
• Если учитывать все виды сразу без оценки их полезности, к геометрии подмешивается лишнее и страдают мелкие детали
• #SOTA по внешнему виду и геометрии на Toys4K и GSO
• Работает по разреженным снимкам без известных поз
huggingface.co/xibushu/UniForge3D
github.com/xibushu/UniForge3D
#scenereconstruction #imageto3d
MAX
🔥9❤2👍2
FreeLLMAPI
Роутер, который складывает бесплатные тарифы десятков провайдеров в один OpenAI-совместимый эндпоинт /v1. Идея простая: по отдельности каждый фри-тир мелочь, вместе — около 7.4 млрд токенов в месяц.
• 34 провайдера и 635 бесплатных эндпоинтов, 474 семейства моделей
• Умный роутинг: на каждый запрос выбирается доступная модель
• Автоматический фейловер при лимитах, учёт расхода по каждому ключу
• Ключи хранятся в зашифрованном виде
• Поддержка не только чата, но и эмбеддингов, картинок и аудио
• Подключается к любым OpenAI-совместимым клиентам и кодинг-агентам
• Установка: десктоп для #macOS и #Windows #Docker, мобильные приложения
• Каталог моделей обновляется по подписанному фиду без git pull
• Сам роутер бесплатный, новые модели подтягивает ч5ерез 30 дней. Впрочем за $19 в год можно и сразу
Не рекомендовано для продакшена
github.com/tashfeenahmed/freellmapi
#router
MAX
Роутер, который складывает бесплатные тарифы десятков провайдеров в один OpenAI-совместимый эндпоинт /v1. Идея простая: по отдельности каждый фри-тир мелочь, вместе — около 7.4 млрд токенов в месяц.
• 34 провайдера и 635 бесплатных эндпоинтов, 474 семейства моделей
• Умный роутинг: на каждый запрос выбирается доступная модель
• Автоматический фейловер при лимитах, учёт расхода по каждому ключу
• Ключи хранятся в зашифрованном виде
• Поддержка не только чата, но и эмбеддингов, картинок и аудио
• Подключается к любым OpenAI-совместимым клиентам и кодинг-агентам
• Установка: десктоп для #macOS и #Windows #Docker, мобильные приложения
• Каталог моделей обновляется по подписанному фиду без git pull
• Сам роутер бесплатный, новые модели подтягивает ч5ерез 30 дней. Впрочем за $19 в год можно и сразу
Не рекомендовано для продакшена
github.com/tashfeenahmed/freellmapi
#router
MAX
105🔥11❤2👍1
This media is not supported in your browser
VIEW IN TELEGRAM
Mago Local
Полная студия Mago как десктопное приложение. Если вы не идете к Маго, то Маго идет к вам и подсасывается к вашему комфи
• Генерация: из идеи или сценария до готового фильма
• Transform: свой материал перестилизуется покадрово или целиком
• Редактор с шотами, слоями и AI-рендерами на одном таймлайне
• Проекты, эпизоды, шоты и рендеры в одном месте
• Считает, сколько сэкономлено на локальном рендере против облака
Локальный стек
• LLM — Qwen3.8-27B
• Анализ картинок и видео — Qwen3-VL
• Персонажи и фоны — Qwen 2511 image/edit или Flux 2 dev
• Видео — MiniMax H3 ref2va в вариантах на 4 и 8 шагов
• Windows, NVIDIA от 16 ГБ VRAM, 60 ГБ на диске
• Работает с любым сервером #ComfyUI, включая RunPod и Vast.ai
• Если ComfyUI нет, Mago ставит его сам
• Облачные модели в приложении остаются
Код обещают открыть
#desktop #directing
MAX
Полная студия Mago как десктопное приложение. Если вы не идете к Маго, то Маго идет к вам и подсасывается к вашему комфи
• Генерация: из идеи или сценария до готового фильма
• Transform: свой материал перестилизуется покадрово или целиком
• Редактор с шотами, слоями и AI-рендерами на одном таймлайне
• Проекты, эпизоды, шоты и рендеры в одном месте
• Считает, сколько сэкономлено на локальном рендере против облака
Локальный стек
• LLM — Qwen3.8-27B
• Анализ картинок и видео — Qwen3-VL
• Персонажи и фоны — Qwen 2511 image/edit или Flux 2 dev
• Видео — MiniMax H3 ref2va в вариантах на 4 и 8 шагов
• Windows, NVIDIA от 16 ГБ VRAM, 60 ГБ на диске
• Работает с любым сервером #ComfyUI, включая RunPod и Vast.ai
• Если ComfyUI нет, Mago ставит его сам
• Облачные модели в приложении остаются
Код обещают открыть
#desktop #directing
MAX
🔥4👍1😁1
👍8
Media is too big
VIEW IN TELEGRAM
MeshAxiom
Открытый 3D-стек от AlayaLab, рассчитанный на агентов. Базовая модель MeshAxiom-Base делает компактный явный меш из одного изображения с заданным бюджетом граней.
• Генерация явного меша по картинке с контролем числа граней
• Меши читаются инструментами: вершины и треугольники остаются в файле
• Агент вызывает геометрические тулы и получает компактные сводки и виды
• Модули переиспользуются: записи ассетов связывают геометрию и материалы с трансформами, ригами и движением
• Из модулей собираются сцены и сценарные программы
• Опциональный рестайл через H3 поверх готовой сцены
huggingface.co/AlayaLab/MeshAxiom-Base
github.com/AlayaLab/MeshAxiom
#agent #3d
MAX
Открытый 3D-стек от AlayaLab, рассчитанный на агентов. Базовая модель MeshAxiom-Base делает компактный явный меш из одного изображения с заданным бюджетом граней.
• Генерация явного меша по картинке с контролем числа граней
• Меши читаются инструментами: вершины и треугольники остаются в файле
• Агент вызывает геометрические тулы и получает компактные сводки и виды
• Модули переиспользуются: записи ассетов связывают геометрию и материалы с трансформами, ригами и движением
• Из модулей собираются сцены и сценарные программы
• Опциональный рестайл через H3 поверх готовой сцены
huggingface.co/AlayaLab/MeshAxiom-Base
github.com/AlayaLab/MeshAxiom
#agent #3d
MAX
👍4❤1
PerfectLab Studio
Кастом нода собирает консистентные фотосессии. Выбираешь человека, одежду, место, свет и камеру из библиотек с фото-превью — одна кнопка составляет промпты, размеры и сиды и отправляет всю сессию в граф.
• Профили моделей под Z-Image, Flux, Krea 2, Qwen-Image и SDXL — SDXL сам переключается на теги через запятую
• Карточки персонажей, пресеты, свои вайлдкарды и арки
Для H3-анимации из готовой серии кадров выбираются старт, середина и финал
#personalization #comfyui
MAX
Кастом нода собирает консистентные фотосессии. Выбираешь человека, одежду, место, свет и камеру из библиотек с фото-превью — одна кнопка составляет промпты, размеры и сиды и отправляет всю сессию в граф.
• Профили моделей под Z-Image, Flux, Krea 2, Qwen-Image и SDXL — SDXL сам переключается на теги через запятую
• Карточки персонажей, пресеты, свои вайлдкарды и арки
Для H3-анимации из готовой серии кадров выбираются старт, середина и финал
#personalization #comfyui
MAX
👍9🤔3
DeepSeek-V4.1-Flash-1017
Не успел запостить мем про непродуктивную осень китайцев как они выпустили новый дипсик. Так что сначала надо смотреть мем. Потом новость, потом можно еще раз мем
Небольшое обновление V4.1-Flash, но с заметным приростом в рассуждениях, коде, агентных задачах и визуальных бенчмарках. Плюс модель тратит меньше времени на задачу и выдает более короткие ответы.
Результаты против Opus 5
• DeepSWE v1.1 — 77.0 против 74.0
• Automation-Bench — 60.5 против 50.3
• Agents' Last Exam — 35.4 против 28.6
• Apex Bench — 72.1 против 65.8
• Chartography с тулами — 83.0 против 84.0
Где пока позади
• Terminal-Bench 4.0 — 42.3 против 51.8
• ProgramBench — 29.1 против 37.0
• NL2Repo-Bench — 68.2 против 75.3
• HLE без тулов — 42.6 против 56.3
• Контекст 1 млн токенов
• Прежние цены API
#multimodal
MAX
Не успел запостить мем про непродуктивную осень китайцев как они выпустили новый дипсик. Так что сначала надо смотреть мем. Потом новость, потом можно еще раз мем
Небольшое обновление V4.1-Flash, но с заметным приростом в рассуждениях, коде, агентных задачах и визуальных бенчмарках. Плюс модель тратит меньше времени на задачу и выдает более короткие ответы.
Результаты против Opus 5
• DeepSWE v1.1 — 77.0 против 74.0
• Automation-Bench — 60.5 против 50.3
• Agents' Last Exam — 35.4 против 28.6
• Apex Bench — 72.1 против 65.8
• Chartography с тулами — 83.0 против 84.0
Где пока позади
• Terminal-Bench 4.0 — 42.3 против 51.8
• ProgramBench — 29.1 против 37.0
• NL2Repo-Bench — 68.2 против 75.3
• HLE без тулов — 42.6 против 56.3
• Контекст 1 млн токенов
• Прежние цены API
#multimodal
MAX
👍7😁3
Утечка в OpenCode
OpenCode сообщил о взломе. Инцидент связан с масштабной атакой дистилляции и затронул 1.4% пользователей OpenCode Console. Всех пострадавших уведомили письмом утром.
Что известно
• Затронута часть пользователей, у которых были привязаны внешние провайдеры
• Кому письмо не пришло, того инцидент не коснулся
• Инцидент продолжается, подробности пока не раскрывают
• Разбор ведут вместе с Anthropic, OpenAI и Google
Что именно утекло не уточняется — формулировка про дистилляцию скорее про попытку выкачать модель через API. В комментариях пользователи уже спрашивают про списанные деньги и скомпрометированные ключи. Если привязывали внешних провайдеров, стоит проверить почту и перевыпустить ключи
#security #news
MAX
OpenCode сообщил о взломе. Инцидент связан с масштабной атакой дистилляции и затронул 1.4% пользователей OpenCode Console. Всех пострадавших уведомили письмом утром.
Что известно
• Затронута часть пользователей, у которых были привязаны внешние провайдеры
• Кому письмо не пришло, того инцидент не коснулся
• Инцидент продолжается, подробности пока не раскрывают
• Разбор ведут вместе с Anthropic, OpenAI и Google
Что именно утекло не уточняется — формулировка про дистилляцию скорее про попытку выкачать модель через API. В комментариях пользователи уже спрашивают про списанные деньги и скомпрометированные ключи. Если привязывали внешних провайдеров, стоит проверить почту и перевыпустить ключи
#security #news
MAX
😁2😱2👀2
leanrea
Небольшой скилл для агента: один файл на 8 КБ. Заменяет REA для реверсинжиниринга приложений, но устроен проще.
REA — отдельный сервис между агентом и программами для анализа файлов. Весит 25 МБ, добавляет агенту больше двух сотен инструментов и требует настройки. Каждый запрос тянет за собой описание всех инструментов
leanrea ничего не устанавливает. Это просто текст который подсказывает агенту что делать
• Какая команда быстрее для конкретного типа цели: Electron, нативные бинарники, Go, Android, WASM, базы данных, веб
• Готовые команды для первого прохода
• Типичные ошибки и ловушки
• Правило помечать каждое утверждение: что видно, что выведено, что неизвестно
Как работает
Агент читает подсказки и запускает обычные утилиты через терминал. Промежуточного слоя нет - нет и накладных расходов
#coding #skill
MAX
Небольшой скилл для агента: один файл на 8 КБ. Заменяет REA для реверсинжиниринга приложений, но устроен проще.
REA — отдельный сервис между агентом и программами для анализа файлов. Весит 25 МБ, добавляет агенту больше двух сотен инструментов и требует настройки. Каждый запрос тянет за собой описание всех инструментов
leanrea ничего не устанавливает. Это просто текст который подсказывает агенту что делать
• Какая команда быстрее для конкретного типа цели: Electron, нативные бинарники, Go, Android, WASM, базы данных, веб
• Готовые команды для первого прохода
• Типичные ошибки и ловушки
• Правило помечать каждое утверждение: что видно, что выведено, что неизвестно
Как работает
Агент читает подсказки и запускает обычные утилиты через терминал. Промежуточного слоя нет - нет и накладных расходов
#coding #skill
MAX
👍10🔥1