This media is not supported in your browser
VIEW IN TELEGRAM
ZipDepth
Компактная модель для монокулярной оценки глубины. Скорость + точность
Работает на слабых устройствах и мобильных NPU
6.1 млн параметров, MIT-лицензия
Гитхаб
#image2depth #mobile #compact #video2depth
Компактная модель для монокулярной оценки глубины. Скорость + точность
Работает на слабых устройствах и мобильных NPU
6.1 млн параметров, MIT-лицензия
Гитхаб
#image2depth #mobile #compact #video2depth
🔥10❤2
Bonsai 27B
Самая крупная мультимодальная модель под смартфоны. 27B параметров упихали в телефон
1-битная квантизация снижает объем с 54 ГБ до 3.9 ГБ, сохраняя 90% качества оригинала
Ternary Bonsai 27B - около 5.9 ГБ - 95% качества
• мультимодальность, рассуждения, кодинг, tool calling и агентные сценарии
• Quantization-Aware Training вместо обычного квантования
• сохранение 89–95% качества при сжатии в 9–14 раз
• контекст 262K токенов
В базе Qwen3.6-27B
Кто хотел кодить на телефоне, держите:
Гитхаб
HF
#mobile #multimodal #assistant #optimization #coding
Самая крупная мультимодальная модель под смартфоны. 27B параметров упихали в телефон
1-битная квантизация снижает объем с 54 ГБ до 3.9 ГБ, сохраняя 90% качества оригинала
Ternary Bonsai 27B - около 5.9 ГБ - 95% качества
• мультимодальность, рассуждения, кодинг, tool calling и агентные сценарии
• Quantization-Aware Training вместо обычного квантования
• сохранение 89–95% качества при сжатии в 9–14 раз
• контекст 262K токенов
В базе Qwen3.6-27B
Кто хотел кодить на телефоне, держите:
Гитхаб
HF
#mobile #multimodal #assistant #optimization #coding
👍8❤2🤔1
🤔10😁4🤯4🤷♂1👍1
This media is not supported in your browser
VIEW IN TELEGRAM
Cosmos 3 Edge
Еще один релиз от NVIDIA, фронтир-модель мира для локального запуска. Для роботов, автопилотов, ИИ-агентов. Понимание сцен, предсказание намерений, действия по видео.
• 4B параметров, reasoner на 2B на базе Nemotron
• авторегрессионный и диффузионный transformer-блоки
• мультимодальное внимание, единый механизм для понимания и симуляции
• управление с частотой 15 Гц
• первое место в VANTAGE-Bench среди открытых моделей такого размера
HF
#mobile #robot #vlm #multimodal #videoto3d
Еще один релиз от NVIDIA, фронтир-модель мира для локального запуска. Для роботов, автопилотов, ИИ-агентов. Понимание сцен, предсказание намерений, действия по видео.
• 4B параметров, reasoner на 2B на базе Nemotron
• авторегрессионный и диффузионный transformer-блоки
• мультимодальное внимание, единый механизм для понимания и симуляции
• управление с частотой 15 Гц
• первое место в VANTAGE-Bench среди открытых моделей такого размера
HF
#mobile #robot #vlm #multimodal #videoto3d
👍8😱1
UnitySplats
Инструмент для работы с гауссианами в Unity. Добавляет 3D‑сцены на гауссианах прямо в движок.
• рендер 4D‑сцен с динамикой
• интерактивное редактирование в редакторе
• поддержка PLY, SOG, SPZ, Gaussian splat GLB
• работа в Built‑in Render Pipeline, URP, HDRP
• кроссплатформенность: десктоп, мобилки, веб, XR
• рендер через Direct3D, Vulkan, Metal, OpenGL, OpenGL ES, WebGL 2
• совместимость с Unity 6
• покрытие всех основных графических API
Работает через нативные шейдеры Unity, минимум зависимостей
Airloopa - мобильная аппка
#unity #gaussian #plugin #mobile
Инструмент для работы с гауссианами в Unity. Добавляет 3D‑сцены на гауссианах прямо в движок.
• рендер 4D‑сцен с динамикой
• интерактивное редактирование в редакторе
• поддержка PLY, SOG, SPZ, Gaussian splat GLB
• работа в Built‑in Render Pipeline, URP, HDRP
• кроссплатформенность: десктоп, мобилки, веб, XR
• рендер через Direct3D, Vulkan, Metal, OpenGL, OpenGL ES, WebGL 2
• совместимость с Unity 6
• покрытие всех основных графических API
Работает через нативные шейдеры Unity, минимум зависимостей
Airloopa - мобильная аппка
#unity #gaussian #plugin #mobile
🔥7
POCKET-35B-GGUF
Модель на 35B параметровна базе Darwin-36B-Opus, которая запускается без GPU на смартфоне!
• Поддержка английского и корейского языков
• Интеграция с популярными инструментами (Ollama, LM Studio)
• Размер модели от 8.2 до 21 ГБ в зависимости от квантизации
Демо
Коллекция компактных моделей
Спасибо @m_franz
#gguf #compact #mobile
Модель на 35B параметровна базе Darwin-36B-Opus, которая запускается без GPU на смартфоне!
• Поддержка английского и корейского языков
• Интеграция с популярными инструментами (Ollama, LM Studio)
• Размер модели от 8.2 до 21 ГБ в зависимости от квантизации
Демо
Коллекция компактных моделей
Спасибо @m_franz
#gguf #compact #mobile
❤6
VibeVoice-ASR-BitNet
Сжатая версия распознавалки речи VibeVoice-ASR для рилтайма на CPU, не требует GPU
качество ниже чем у VibeVoice-ASR-7B, зато легкий
• работает на x86 (AVX2) и ARM (NEON)
• поддерживает несколько языков
• размер: 1.58 ГБ (сжато с 4.62 ГБ)
• ускорение: в 1.6–2.3 раза быстрее Whisper.cpp
Гитхаб
HF
Демо
#asr #realtime #mobile
Сжатая версия распознавалки речи VibeVoice-ASR для рилтайма на CPU, не требует GPU
качество ниже чем у VibeVoice-ASR-7B, зато легкий
• работает на x86 (AVX2) и ARM (NEON)
• поддерживает несколько языков
• размер: 1.58 ГБ (сжато с 4.62 ГБ)
• ускорение: в 1.6–2.3 раза быстрее Whisper.cpp
Гитхаб
HF
Демо
#asr #realtime #mobile
❤8👍6
LFM2.5-2.6B
Компактная агентная модель от Liquid AI, работает локально на смартфоне
Дообучена через on-policy distillation на экспертных моделях, финальная настройка в Hermes Agent и OpenClaw. Превосходит Gemma и Qwen в следовании инструкциям и tool use.
• планирование действий
• вызов инструментов
• выполнение многошаговых задач без облака
• 2.6B параметров
• контекст 128K
• скорость ~30 токенов/с на смартфоне
• потребление памяти <2,5 ГБ на CPU
HF
Квантизации
Демо
Плейграунд
#mobile #toolcall #agent
Компактная агентная модель от Liquid AI, работает локально на смартфоне
Дообучена через on-policy distillation на экспертных моделях, финальная настройка в Hermes Agent и OpenClaw. Превосходит Gemma и Qwen в следовании инструкциям и tool use.
• планирование действий
• вызов инструментов
• выполнение многошаговых задач без облака
• 2.6B параметров
• контекст 128K
• скорость ~30 токенов/с на смартфоне
• потребление памяти <2,5 ГБ на CPU
HF
Квантизации
Демо
Плейграунд
#mobile #toolcall #agent
👍12
ComfyUI Mobile Frontend
Фронтенд для ComfyUI под мобильные устройства
Ждем аппку на iOS
#mobile #gui #comfyui
Фронтенд для ComfyUI под мобильные устройства
Ждем аппку на iOS
#mobile #gui #comfyui
GitHub
GitHub - cosmicbuffalo/comfyui-mobile-frontend: CueForge for ComfyUI, the best way to use ComfyUI on mobile - Native iOS app coming…
CueForge for ComfyUI, the best way to use ComfyUI on mobile - Native iOS app coming soon! - cosmicbuffalo/comfyui-mobile-frontend
👍9
LFM2.5-VL-3B
Очередная компактная модель от Liquid AI
Мультимодальная зрительно-языковая, работает на самртфоне
Обходит заметно более крупные модели в задачах по экранам, привязке объектов и распознаванию текста.
• Понимание экранов мобильных, веб и настольных интерфейсов
• Grounding - привязка объектов к координатам по запросу на естественном языке
• Полностраничное OCR с разметкой макета - текст, таблицы, формулы, графики
• Вызов функций и инструментов
• Работа с несколькими изображениями сразу
• База LFM2.5-2.6B плюс визуальный энкодер SigLIP2 NaFlex 400M
• Контекст 32 768 токенов, 16 языков включая русский
• Около 3 ГБ памяти
• 20 ток/с на Galaxy S26 Ultra
HF
Демо
#multimodal #vlm #compact #mobile
Очередная компактная модель от Liquid AI
Мультимодальная зрительно-языковая, работает на самртфоне
Обходит заметно более крупные модели в задачах по экранам, привязке объектов и распознаванию текста.
• Понимание экранов мобильных, веб и настольных интерфейсов
• Grounding - привязка объектов к координатам по запросу на естественном языке
• Полностраничное OCR с разметкой макета - текст, таблицы, формулы, графики
• Вызов функций и инструментов
• Работа с несколькими изображениями сразу
• База LFM2.5-2.6B плюс визуальный энкодер SigLIP2 NaFlex 400M
• Контекст 32 768 токенов, 16 языков включая русский
• Около 3 ГБ памяти
• 20 ток/с на Galaxy S26 Ultra
HF
Демо
#multimodal #vlm #compact #mobile
❤7👍6🥴1
Ornith-1.5
Семейство открытых моделей для программирования, логики и агентов. Сами придумывают себе задачи, собирают инструменты для их решения и учатся на собственных попытках
- Три версии: плотная 9B, MoE 35B-A3B (активирует 3B на токен), MoE 397B
- Модель сама генерирует новые задачи, пишет под них скэффолды (инструкции, инструменты, стратегию) и разворачивает решения
- Механизм валидации: задача должна быть решаема, находиться на границе возможностей модели и не повторять уже решtнные
- Работа через агентов: Terminal-Bench, SWE-bench, MCP-Atlas, BrowseComp
- Ornith-1.5-397Be Opus 4.8, обходит GLM-5.2 и DeepSeek-V4-Flash
- Ornith-1.5-35B-A3B сильнее Gemma 4-31B и Qwen 3.6-35B несмотря на 3B активных параметров
- Ornith-1.5-9B работает на смартфонах с квантизацией
- Контекст: 128K-256K (в зависимости от задачи)
- Кванты FP8, GGUF, MLX, NVFP4
HF
спасибо @Endorpheen
#agent #mobile
Семейство открытых моделей для программирования, логики и агентов. Сами придумывают себе задачи, собирают инструменты для их решения и учатся на собственных попытках
- Три версии: плотная 9B, MoE 35B-A3B (активирует 3B на токен), MoE 397B
- Модель сама генерирует новые задачи, пишет под них скэффолды (инструкции, инструменты, стратегию) и разворачивает решения
- Механизм валидации: задача должна быть решаема, находиться на границе возможностей модели и не повторять уже решtнные
- Работа через агентов: Terminal-Bench, SWE-bench, MCP-Atlas, BrowseComp
- Ornith-1.5-397Be Opus 4.8, обходит GLM-5.2 и DeepSeek-V4-Flash
- Ornith-1.5-35B-A3B сильнее Gemma 4-31B и Qwen 3.6-35B несмотря на 3B активных параметров
- Ornith-1.5-9B работает на смартфонах с квантизацией
- Контекст: 128K-256K (в зависимости от задачи)
- Кванты FP8, GGUF, MLX, NVFP4
HF
спасибо @Endorpheen
#agent #mobile
👍10❤8🔥2😱2
Sopro V2 Turbo
Компактная говорилка на 120M параметров, клонирует голос по короткому образцу и работает полностью на устройстве
• клонирование голоса по 5-20 секундам образца
• первый звук уже через ~300 мс на обычном ноутбучном CPU
• озвучка на английском, европейском португальском, французском и немецком
• запуск локального веб-интерфейса одной командой uvx -from sopro soprotts serve
• генерация в 5 раз быстрее реального времени на CPU
Заточен под слабое железо - не нужен GPU и облако, голос клонируется прямо в браузере или на ноутбуке.
Гитхаб
HF
Демо
Демо HF
#tts #compact #mobile
VK | MAX
Компактная говорилка на 120M параметров, клонирует голос по короткому образцу и работает полностью на устройстве
• клонирование голоса по 5-20 секундам образца
• первый звук уже через ~300 мс на обычном ноутбучном CPU
• озвучка на английском, европейском португальском, французском и немецком
• запуск локального веб-интерфейса одной командой uvx -from sopro soprotts serve
• генерация в 5 раз быстрее реального времени на CPU
Заточен под слабое железо - не нужен GPU и облако, голос клонируется прямо в браузере или на ноутбуке.
Гитхаб
HF
Демо
Демо HF
#tts #compact #mobile
VK | MAX
👍10🤷♂3🔥3
This media is not supported in your browser
VIEW IN TELEGRAM
FaceFusion Mobile
Ишь чего сделали - порт FaceFusion на #Android
Замена лица в реальном времени, с фронталки и целиком на телефоне. Без сервера, без аккаунта, без загрузок
- На Snapdragon — через NPU Hexagon: 10 сек видео в 720p ≈ 13 сек, с Fast — ≈ 11 сек
- Android 12+, 64-bit ARM; APK 66 MB, модели 420 MB
#mobile #faceswap #reealtime
VK | MAX
Ишь чего сделали - порт FaceFusion на #Android
Замена лица в реальном времени, с фронталки и целиком на телефоне. Без сервера, без аккаунта, без загрузок
- На Snapdragon — через NPU Hexagon: 10 сек видео в 720p ≈ 13 сек, с Fast — ≈ 11 сек
- Android 12+, 64-bit ARM; APK 66 MB, модели 420 MB
#mobile #faceswap #reealtime
VK | MAX
👍17❤1
MiniCPM5-2B
Пока все гонятся за гигантами, OpenBMB выпустила компактную dense-модель на 2B, #SOTA в своем классе и обходит модели вдвое больше. Для мобилок, локального запуска и агентов на слабом железе
- 2B dense — влезает на ноутбук, телефон и edge
- SOTA в классе 2B: средний балл 53.9 — выше, чем у Qwen3.5-4B и granite-4.2-3B
- Кодинг, математика, длинный контекст, инструменты и агентские задачи - сильнейшие стороны
- Контекст 131K нативно
- Apache 2.0
Гитхаб
Демо
#mobile #compact #agent
VK | MAX
Пока все гонятся за гигантами, OpenBMB выпустила компактную dense-модель на 2B, #SOTA в своем классе и обходит модели вдвое больше. Для мобилок, локального запуска и агентов на слабом железе
- 2B dense — влезает на ноутбук, телефон и edge
- SOTA в классе 2B: средний балл 53.9 — выше, чем у Qwen3.5-4B и granite-4.2-3B
- Кодинг, математика, длинный контекст, инструменты и агентские задачи - сильнейшие стороны
- Контекст 131K нативно
- Apache 2.0
Гитхаб
Демо
#mobile #compact #agent
VK | MAX
👍6🤔3😁2
This media is not supported in your browser
VIEW IN TELEGRAM
Needle 3
Модель автоматизации для крошечных устройств. Не для чата, а для вызова функций, извлечения структурированных данных и управления устройствами. Один файл весит 8-29 МБ, работает локально
• вызов функций - выбирает нужный инструмент и заполняет аргументы из речи
• структурированное извлечение - инвойсы, брони, формы в типизированные поля
• текстовые эмбеддинги - поиск, матчинг и маршрутизация на устройстве
• калиброванный скор уверенности в каждом ответе
• до 4000 токенов/сек декодинга на Raspberry Pi 5
После дообучения под свой набор инструментов версии от 4 слоев обходят DeepSeek V4 Flash на DroidCall
Гитхаб
HF
Спасибо @Endorpheen @p0lygon
#automation #mobile #driving
MAX
Модель автоматизации для крошечных устройств. Не для чата, а для вызова функций, извлечения структурированных данных и управления устройствами. Один файл весит 8-29 МБ, работает локально
• вызов функций - выбирает нужный инструмент и заполняет аргументы из речи
• структурированное извлечение - инвойсы, брони, формы в типизированные поля
• текстовые эмбеддинги - поиск, матчинг и маршрутизация на устройстве
• калиброванный скор уверенности в каждом ответе
• до 4000 токенов/сек декодинга на Raspberry Pi 5
После дообучения под свой набор инструментов версии от 4 слоев обходят DeepSeek V4 Flash на DroidCall
Гитхаб
HF
Спасибо @Endorpheen @p0lygon
#automation #mobile #driving
MAX
👍14
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
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
👍15😁4❤1🔥1
Hy Translation
Мобильное приложение от Tencent с оффлайн-переводом на Hy-MT2
• 33 языка
• 5 китайских миноритарных языков и диалектов
• перевод голосом и по фото
• полный оффлайн - без соединения с сетью
• уже в 12 странах, в российском нет
#ios #mobile #translation
MAX
Мобильное приложение от Tencent с оффлайн-переводом на Hy-MT2
• 33 языка
• 5 китайских миноритарных языков и диалектов
• перевод голосом и по фото
• полный оффлайн - без соединения с сетью
• уже в 12 странах, в российском нет
#ios #mobile #translation
MAX
👨💻3
Samsone от Samsung Labs
Три небольших аудиоязыковых модели для смартфонов: Samsone-99M, 134M и 356M. Принимают один или несколько аудиофрагментов с текстовым запросом, отвечают текстом. Презентация на Interspeech 2026 в Сиднее
• описывают звук, отвечают на вопросы о записи, сравнивают клипы
• понимают речь, музыку и звуки окружения
• несколько аудиофрагментов в любом месте запроса
• ответ только на английском строчными буквами - экономия на параметрах
• аудиоэнкодер Whisper-Tiny 9M + SmolLM2 на 135 или 360 млн
• клип усредняется до 50 аудиотокенов, разделитель SEP
• на Galaxy S25 Ultra: 125 токенов/сек у 99M, 87 у 134M, 39 у 356M
• обработка аудио 0.7-1.1 секунды
Авторы честно предупреждают: после дообучения модели теряют общие языковые навыки - это точечный инструмент, а не собеседник. Веса, код обучения и Android-приложение под Android 12+ открыты
Гитхаб
веса там же в релизах
#alm #mobile
MAX
Три небольших аудиоязыковых модели для смартфонов: Samsone-99M, 134M и 356M. Принимают один или несколько аудиофрагментов с текстовым запросом, отвечают текстом. Презентация на Interspeech 2026 в Сиднее
• описывают звук, отвечают на вопросы о записи, сравнивают клипы
• понимают речь, музыку и звуки окружения
• несколько аудиофрагментов в любом месте запроса
• ответ только на английском строчными буквами - экономия на параметрах
• аудиоэнкодер Whisper-Tiny 9M + SmolLM2 на 135 или 360 млн
• клип усредняется до 50 аудиотокенов, разделитель SEP
• на Galaxy S25 Ultra: 125 токенов/сек у 99M, 87 у 134M, 39 у 356M
• обработка аудио 0.7-1.1 секунды
Авторы честно предупреждают: после дообучения модели теряют общие языковые навыки - это точечный инструмент, а не собеседник. Веса, код обучения и Android-приложение под Android 12+ открыты
Гитхаб
веса там же в релизах
#alm #mobile
MAX
👍3❤1
MiniCPM-V 4.7
Новая открытая серия мультимодальных моделей OpenBMB для устройств
Две модели: MiniCPM-V 4.7 35B-A3B и MiniCPM-V 4.7 1B.
• Мультимодальное понимание, STEM-рассуждения, #OCR и длинные видео
• Локальный запуск на #iOS и #Android
• Гибридное сжатие визуальных токенов 4× и 16×
• Self-Replay Fine-Tuning — дешевая донастройка под новые задачи без потери общих качеств
• 35B-A3B: 17+ токенов/с на iPad Pro M4 (16 ГБ), 13+ на iPhone 17 Pro Max, всего 3 ГБ памяти
• LES (Lookahead Expert Scheduling) предзагружает веса экспертов — 5× ускорение на iPad Pro M4 при идентичном выводе
• Даже при 16× сжатии 90.4 на OCRBench — на 5.2 пункта выше Qwen3.6 35B-A3B
• Конкурентные результаты на 34 бенчмарках
github.com/OpenBMB/MiniCPM-V
huggingface.co/collections/openbmb/minicpm-v-47
#multimodal #mobile
MAX
Новая открытая серия мультимодальных моделей OpenBMB для устройств
Две модели: MiniCPM-V 4.7 35B-A3B и MiniCPM-V 4.7 1B.
• Мультимодальное понимание, STEM-рассуждения, #OCR и длинные видео
• Локальный запуск на #iOS и #Android
• Гибридное сжатие визуальных токенов 4× и 16×
• Self-Replay Fine-Tuning — дешевая донастройка под новые задачи без потери общих качеств
• 35B-A3B: 17+ токенов/с на iPad Pro M4 (16 ГБ), 13+ на iPhone 17 Pro Max, всего 3 ГБ памяти
• LES (Lookahead Expert Scheduling) предзагружает веса экспертов — 5× ускорение на iPad Pro M4 при идентичном выводе
• Даже при 16× сжатии 90.4 на OCRBench — на 5.2 пункта выше Qwen3.6 35B-A3B
• Конкурентные результаты на 34 бенчмарках
github.com/OpenBMB/MiniCPM-V
huggingface.co/collections/openbmb/minicpm-v-47
#multimodal #mobile
MAX
👍7😱2
Google открыл Play Store для вайбкодеров
Совершеннолетние пользователи могут ставить на свои Android-устройства приложения, собранные в Google AI Studio, без платного аккаунта разработчика за $25 — достаточно обычного Google-аккаунта.
• Сборка приложений в Google AI Studio и запуск на своем устройстве
• Приватный листинг: приложения скрыты из поиска и рекомендаций магазина
• Встроенные покупки заблокированы полностью
• Раздел Personal Library для доступа к своим приложениям
Рассчитано на тех, кто пишет программы под себя и не собирается их публиковать. С мая Google AI Studio уже позволял генерировать Android-приложения и ставить их на телефон через ADB. В следующих обновлениях обещают делиться самодельными приложениями с семьей и друзьями
#news #vibecoding #mobile
MAX
Совершеннолетние пользователи могут ставить на свои Android-устройства приложения, собранные в Google AI Studio, без платного аккаунта разработчика за $25 — достаточно обычного Google-аккаунта.
• Сборка приложений в Google AI Studio и запуск на своем устройстве
• Приватный листинг: приложения скрыты из поиска и рекомендаций магазина
• Встроенные покупки заблокированы полностью
• Раздел Personal Library для доступа к своим приложениям
Рассчитано на тех, кто пишет программы под себя и не собирается их публиковать. С мая Google AI Studio уже позволял генерировать Android-приложения и ставить их на телефон через ADB. В следующих обновлениях обещают делиться самодельными приложениями с семьей и друзьями
#news #vibecoding #mobile
MAX
Bloomberg.com
Google Will Let Anyone Publish Privately Listed Vibe-Coded Apps on the Play Store
Alphabet Inc.’s Google is making it easier for Android users to run vibe-coded apps for personal use, lowering the barrier for nontechnical consumers who are increasingly turning to artificial intelligence to build tools for their own needs.
🔥6👍3👎2😁1