This media is not supported in your browser
VIEW IN TELEGRAM
Нейросеть нарисовала машину, которая показывает, как она сама забывает
Мы попросили Claude объяснить, что такое контекстное окно — память нейросети, где помещается ограниченный объём текста. Вместо схемы он придумал скамью с книгами и стеклянную рамку: что внутри рамки, то модель видит, что снаружи — забыла.
Рисунок интерактивный: водите мышью, и старые «книги» одна за другой выпадают из рамки. Сделал его один агент примерно за час с помощью навыка Anatomy (лицензия MIT, 15,5 тысячи звёзд на GitHub за 10 дней) — он учит Claude делать изометрические объясняющие рисунки.
В «Фактосборке» мы сами запускаем AI-инструменты и показываем, где они ломаются, — без пересказов пресс-релизов.
Подписаться → https://t.me/+-4XscuMrJpQ5Mzcy
#промо
Мы попросили Claude объяснить, что такое контекстное окно — память нейросети, где помещается ограниченный объём текста. Вместо схемы он придумал скамью с книгами и стеклянную рамку: что внутри рамки, то модель видит, что снаружи — забыла.
Рисунок интерактивный: водите мышью, и старые «книги» одна за другой выпадают из рамки. Сделал его один агент примерно за час с помощью навыка Anatomy (лицензия MIT, 15,5 тысячи звёзд на GitHub за 10 дней) — он учит Claude делать изометрические объясняющие рисунки.
В «Фактосборке» мы сами запускаем AI-инструменты и показываем, где они ломаются, — без пересказов пресс-релизов.
Подписаться → https://t.me/+-4XscuMrJpQ5Mzcy
#промо
🥴5👍2👎2😁2🍌2
Qwen3.5-4B-3D-Coder
Кодинг-модель на 4B для 3D-сцен
Ранний файнтюн Qwen3.5-4B: учили общему кодингу и генерации трехмерных сцен
Ранняя версия
#3d #coding
MAX
Кодинг-модель на 4B для 3D-сцен
Ранний файнтюн Qwen3.5-4B: учили общему кодингу и генерации трехмерных сцен
Ранняя версия
#3d #coding
MAX
🔥14😁3🤷♂2👍1
Genie 4
Интерактивная симуляция миров в реальном времени от Google DeepMind. Ходишь по сцене с клавиатуры, погоду и объекты меняешь текстом, и мир продолжается сам.
• Свободное перемещение и управление камерой
• Правка сцены на ходу: погода, новый человек, новый предмет
• Физика: аэродинамика, столкновения, взаимодействия
• Люди двигаются естественно и реагируют на обстановку
• Собственный звук у каждого мира
• Живые диалоги персонажей, речь подстраивается на лету
• Многошаговые события
• В основе Gemini Omni и другие модели Gemini
• Gemini 3.8 Flash работает в цикле: смотрит кадры, разбивает задачу на шаги и проверяет результат
• Все видео и звук помечаются SynthID
Ограничения : детали плывут на длинных сессиях, страдает постоянство объектов, сложная физика и читаемый текст.
Записаться в вейтлист
#world #interactive
MAX
Интерактивная симуляция миров в реальном времени от Google DeepMind. Ходишь по сцене с клавиатуры, погоду и объекты меняешь текстом, и мир продолжается сам.
• Свободное перемещение и управление камерой
• Правка сцены на ходу: погода, новый человек, новый предмет
• Физика: аэродинамика, столкновения, взаимодействия
• Люди двигаются естественно и реагируют на обстановку
• Собственный звук у каждого мира
• Живые диалоги персонажей, речь подстраивается на лету
• Многошаговые события
• В основе Gemini Omni и другие модели Gemini
• Gemini 3.8 Flash работает в цикле: смотрит кадры, разбивает задачу на шаги и проверяет результат
• Все видео и звук помечаются SynthID
Ограничения : детали плывут на длинных сессиях, страдает постоянство объектов, сложная физика и читаемый текст.
Записаться в вейтлист
#world #interactive
MAX
👍6👎1
Опубликован код селектора кадров для длинной генерации видео FrameMorrow
github.com/YinBo0927/FrameMorrow
#longvideo #plugin
MAX
github.com/YinBo0927/FrameMorrow
#longvideo #plugin
MAX
Telegram
Нейронавт | Нейросети в творчестве
FrameMorrow
Плагиновый селектор кадров для длинной генерации видео. Вместо «что похоже на текущий кадр» подбирает, что понадобится дальше — предсказывает будущие нужды и сохраняет нужные кадры из прошлого.
Работает поверх существующих генераторов — от LongLive…
Плагиновый селектор кадров для длинной генерации видео. Вместо «что похоже на текущий кадр» подбирает, что понадобится дальше — предсказывает будущие нужды и сохраняет нужные кадры из прошлого.
Работает поверх существующих генераторов — от LongLive…
This media is not supported in your browser
VIEW IN TELEGRAM
MoCap Anything V2
Захват движения по обычному видео: на вход ролик и референсный скелет, на выход готовые повороты суставов в формате BVH. Без аналитического IK и без подгонки под шаблонное тело
• Люди, животные, предметы и собственные риги
• Загрузка своего FBX-персонажа вместо готового ассета
• Прямой предсказ поворотов из видео, минуя промежуточный меш
• Работа примерно в 20 раз быстрее пайплайнов через меш
• Режим Dance Anything: видео с музыкой, танцор вырезается, движение переносится на существо, звук возвращается на место
github.com/phongdaot/MocapAnything
huggingface.co/kehong/MoCapAnythingV2-weights
Демо
#mocap
MAX
Захват движения по обычному видео: на вход ролик и референсный скелет, на выход готовые повороты суставов в формате BVH. Без аналитического IK и без подгонки под шаблонное тело
• Люди, животные, предметы и собственные риги
• Загрузка своего FBX-персонажа вместо готового ассета
• Прямой предсказ поворотов из видео, минуя промежуточный меш
• Работа примерно в 20 раз быстрее пайплайнов через меш
• Режим Dance Anything: видео с музыкой, танцор вырезается, движение переносится на существо, звук возвращается на место
github.com/phongdaot/MocapAnything
huggingface.co/kehong/MoCapAnythingV2-weights
Демо
#mocap
MAX
👍6❤4🔥2
Opera с локальными ИИ-моделями
Браузер Opera научился запускать модели на самом компьютере, без облака. Сайты и расширения обращаются к ним через WebAI, открытый стандарт, который поддерживают Google и Microsoft.
• Генерация текста прямо на устройстве
• Классификация контента и поиск связей между фрагментами
• Привязки к конкретной модели нет, ставка на открытые веса
• На старте Gemma от Google, а на Mac еще и встроенная модель Apple
• Каждому сайту доступ выдается отдельно, по умолчанию ничего не грузится
• Оплата за запросы и подписки не нужны, данные остаются у пользователя
• Opera One на 64-битной Windows с Intel или AMD
• Mac на чипах Apple
• Скорость зависит от железа
• Позже появится в Opera GX и Opera Neon
Заодно показали HTML-in-Canvas: живые страницы вставляются в 2D- и 3D-сцены, кнопки и формы продолжают работать
#browser #news
Браузер Opera научился запускать модели на самом компьютере, без облака. Сайты и расширения обращаются к ним через WebAI, открытый стандарт, который поддерживают Google и Microsoft.
• Генерация текста прямо на устройстве
• Классификация контента и поиск связей между фрагментами
• Привязки к конкретной модели нет, ставка на открытые веса
• На старте Gemma от Google, а на Mac еще и встроенная модель Apple
• Каждому сайту доступ выдается отдельно, по умолчанию ничего не грузится
• Оплата за запросы и подписки не нужны, данные остаются у пользователя
• Opera One на 64-битной Windows с Intel или AMD
• Mac на чипах Apple
• Скорость зависит от железа
• Позже появится в Opera GX и Opera Neon
Заодно показали HTML-in-Canvas: живые страницы вставляются в 2D- и 3D-сцены, кнопки и формы продолжают работать
#browser #news
👍5❤2👎2
MiniCPM OCR
Первый #OCR от OpenBMB
• 1.0 на 1.3B: сложные верстки, таблицы, формулы
• DSpark дает на 55% больше пропускной способности
• Jev на 2 млрд проверяет точность распознавания, в том числе чужого
• 0,936 AUROC на JevOCRBench, помечает сомнительные места для ручной проверки
———
Unlimited-OCR 2
Распознавание документов почти любой длины от Baidu, около 3 млрд параметров.
• Сканы, PDF, многостраничные материалы, таблицы и формулы
• Механизм SR-SWA: модель смотрит текущую страницу и горстку нужных фрагментов, а не весь документ
• Рабочая память на 512 опорных токенов, цена шага почти не растет с длиной
• На сотне страниц отдельные шаги декодирования до 7 раз быстрее полного внимания и до 5,6 раза быстрее прошлой версии
• Страницы идут перекрывающимися блоками, память освобождается по ходу
• Лицензия MIT, включая коммерцию
github.com/baidu/Unlimited-OCR
huggingface.co/baidu/Unlimited-OCR-2
Первый #OCR от OpenBMB
• 1.0 на 1.3B: сложные верстки, таблицы, формулы
• DSpark дает на 55% больше пропускной способности
• Jev на 2 млрд проверяет точность распознавания, в том числе чужого
• 0,936 AUROC на JevOCRBench, помечает сомнительные места для ручной проверки
———
Unlimited-OCR 2
Распознавание документов почти любой длины от Baidu, около 3 млрд параметров.
• Сканы, PDF, многостраничные материалы, таблицы и формулы
• Механизм SR-SWA: модель смотрит текущую страницу и горстку нужных фрагментов, а не весь документ
• Рабочая память на 512 опорных токенов, цена шага почти не растет с длиной
• На сотне страниц отдельные шаги декодирования до 7 раз быстрее полного внимания и до 5,6 раза быстрее прошлой версии
• Страницы идут перекрывающимися блоками, память освобождается по ходу
• Лицензия MIT, включая коммерцию
github.com/baidu/Unlimited-OCR
huggingface.co/baidu/Unlimited-OCR-2
👍10❤1
This media is not supported in your browser
VIEW IN TELEGRAM
SenseNova 6.8 Code2Video
Делает видео кодом: пишет программу и рендерит по ней ролик. Первая в своем роде с открытыми весами.
• Моушн-графика, кинетическая типографика, анимированные иллюстрации
• Презентации продуктов и визуальные объяснялки
• Правки словами после первой версии: цвет, тайминг, движение, элементы
• Пересборка референсного ролика в редактируемый код
• Каждый элемент это именованный объект, меняется только то, о чем попросили
• Остальное остается ровно как было, без перегенерации кадра
• База Qwen3.8-27B, контекст 512 тысяч токенов
• Тянет сессии больше тысячи шагов
• Текст набирается дословно, числа и формулы берутся из источника
• Физика считается по уравнениям, а не угадывается по картинке
• Рендер дешевле сэмплинга видеомодели и идет на обычном железе
INT4 и INT8 обещают позже.
github.com/OpenSenseNova/SenseNova-6.8-Code2Video
huggingface.co/sensenova/SenseNova-6.8-Code2Video
#code2video #skill
MAX
Делает видео кодом: пишет программу и рендерит по ней ролик. Первая в своем роде с открытыми весами.
• Моушн-графика, кинетическая типографика, анимированные иллюстрации
• Презентации продуктов и визуальные объяснялки
• Правки словами после первой версии: цвет, тайминг, движение, элементы
• Пересборка референсного ролика в редактируемый код
• Каждый элемент это именованный объект, меняется только то, о чем попросили
• Остальное остается ровно как было, без перегенерации кадра
• База Qwen3.8-27B, контекст 512 тысяч токенов
• Тянет сессии больше тысячи шагов
• Текст набирается дословно, числа и формулы берутся из источника
• Физика считается по уравнениям, а не угадывается по картинке
• Рендер дешевле сэмплинга видеомодели и идет на обычном железе
INT4 и INT8 обещают позже.
github.com/OpenSenseNova/SenseNova-6.8-Code2Video
huggingface.co/sensenova/SenseNova-6.8-Code2Video
#code2video #skill
MAX
🔥11👍4
This media is not supported in your browser
VIEW IN TELEGRAM
ComfyUI-Breeze
Расширения интерфейса #comfyui от @Aleks_101 с которыми граф проще читать и в нем проще работать.
• Подсветка предшественников синим и последователей янтарным при выборе ноды
• Несколько выделенных нод, общие узлы между ними становятся фиолетовыми, остальное приглушается
• Подсказка на проводе: тип, входная и выходная ноды
• Если провод идет в поле, расширение пишет, откуда он тянется, и показывает пришедшее значение после прогона
• На проводе появляются стрелки перехода к нодам и точка, включающая бегущий огонек по направлению сигнала
• Веер проводов от одного выхода схлопывается в общую шину и расходится у приемников
• Компас по краям экрана показывает ноды вне видимой области, со списком при наведении
• На отдалении сохраняются названия нод
• Заметку можно прикрепить к ноде
Работает и в режиме Node 2.0
#extension
MAX
Расширения интерфейса #comfyui от @Aleks_101 с которыми граф проще читать и в нем проще работать.
• Подсветка предшественников синим и последователей янтарным при выборе ноды
• Несколько выделенных нод, общие узлы между ними становятся фиолетовыми, остальное приглушается
• Подсказка на проводе: тип, входная и выходная ноды
• Если провод идет в поле, расширение пишет, откуда он тянется, и показывает пришедшее значение после прогона
• На проводе появляются стрелки перехода к нодам и точка, включающая бегущий огонек по направлению сигнала
• Веер проводов от одного выхода схлопывается в общую шину и расходится у приемников
• Компас по краям экрана показывает ноды вне видимой области, со списком при наведении
• На отдалении сохраняются названия нод
• Заметку можно прикрепить к ноде
Работает и в режиме Node 2.0
#extension
MAX
🔥12👍7❤1🤝1
👍3🔥1
Ultra-incredible automatic manga animation
Еще одна полезность от подписчика
Воркфлоу для автоматического анимирования манги на базе #minimaxh3 от @GrafSima
Осторожно, #nsfw
#workflow
MAX
Еще одна полезность от подписчика
Воркфлоу для автоматического анимирования манги на базе #minimaxh3 от @GrafSima
Осторожно, #nsfw
#workflow
MAX
🔥10