CMD (Context-Matched Distillation)

Метод дистилляции для авторегрессивной генерации видео от NVIDIA. #SOTA среди авторегрессивных методов

Учитель и ученик получают одинаковый контекст: кадр оценивается по тому же префиксу и контролю, что был у студента при генерации. Раньше учитель видел весь клип целиком включая будущие кадры которых студент не видел, и супервизия разъезжалась с реальными условиями генерации

В итоге меньше шагов на генерацию, можно интерактивно вмешиваться в процесс генерации, задавать движение камеры и получать длинные сцены без поплывшего хвоста

- База: Cosmos-Predict2.5 2B
- Шесть чекпоинтов: chunk-1 и chunk-4 (короткие/длинные + камера-контроль)

Гитхаб
HF
Демо

#optimization #cameracontrol #interactive #t2v #i2v

Gemini Omni 1.1 Flash

Обновление видео-модели Gemini

Продакшен-релиз с "профессиональными инструментами монтажа"

360p для быстрых черновиков, 4K для финала, растяжка сцен до 40 секунд и плавные переходы между ключевыми кадрами

- Продление сцены до 40 секунд: модель анализирует до 10 секунд контекста (раньше 1 секунду) и достраивает видео без разрыва
- First/Last Frame
- 360p для черновиков: до 60% быстрее и втрое дешевле 720p
- Апскейл до 1080p и 4K для финального рендера
- Видео-референсы: до 3 секунд видео на входе

- #1 на Video Arena

AI Studio
Enterprise Agent Platform

#t2v #i2v #videoediting #referencing #upscale #4k

Накопилось по #minimaxH3 - часть 23

huggingface.co/Smite79/MiniMax-H3-Longvideos - один промпт → ~2 минуты видео со звуком. Решает проблемы склейки шотов. Без воркфлоу, с инструкцией #longvideo

github.com/tritant/ComfyUI_MiniMax_H3_Extender - чейнинг клипов с motion context, дисковым кешем, динамическими референсами и аудио. Есть #workflow

github.com/Adudeguyman/ComfyUI-Fantastic-MiniMaxH3-PromptBuilder - построитель промптов по официальному гайду в #ComfyUI: секции, тайминги, ID спикеров, теги референсов. Без LLM

github.com/RmaNMetaverse/ComfyUI-FirstframeLastframeExtractor - автосохранение первого и последнего кадра из VAE-декода для повторной генерации в большем размере

jurn.link/dazposer/index.php/2026/08/15/updated-my-minimax-workflow-for-the-3060-12gb-card/ - воркфлоу #T2V для RTX 3060 12Gb: до 2.0 Мп без падений, Kitchen Attention, автоэкстракт кадров

huggingface.co/CZMartin22/TaoMate-H3-3step-ComfyUI - TaoMate упаковали в 3-шаговую лору

huggingface.co/Robert1212star/TaoMate-H3-3Step-ComfyUI - версия для комфи

huggingface.co/Kijai/MiniMax-H3_comfy/tree/main/loras - версия #LoRA 182Mb от Kijai #optimization

github.com/xm6018924/BSAI-ComfyUI-FaceRefine - еще один фикс мелких и дальних лиц

github.com/GENKAIx/Genkai-ComfyUI-Nodes - PromptSync: видео H3 рядом с таймкодами промпта — проверка, где происходят действия и диалоги

github.com/LoveRain1997/video-to-h3-prompt - видео → готовый H3-промпт: разделение на действие/камеру/эффекты/звук. CLI, нужен ffmpeg #captioning #vieo2prompt

github.com/FranckyB/ComfyUI-H3RefModPicker - форк RefModPicker: лучше UI, добавлен звук #refmods

huggingface.co/siraxe/H3_slider_experiments - #slider Camera Arc, Detail, Speed, Smear. Без триггеров

github.com/NyckM/H3-Relight-Minimax-ComfyUI - #relighting до трeх источников света на виджете → референс и промпт. GUI на португальском

VideoGen-Agent от Принстона и Стэнфорда

Мультимодальный агент, обученный агентным RL координировать инструменты для генерации видео. Не просто один прогон модели, а цикл: поискать контекст - сгенерировать - проверить - доработать

• аугментация - веб-поиск, поиск картинок, физическая симуляция PyBullet
• генерация - T2V, I2V, по движению и по референсам
• проверка - детекция объектов и оценка глубины готового ролика
• разделяет промпт на этапы и сам решает, когда остановиться

• поднимает базовый Seedance 1.0 с 56.5 до 75.6 (+19.1) на VABench
• со свежими инструментами на инференсе без дообучения - 86.1
• люди предпочитают его 84.3% сравнений
• базовая модель - Qwen3-VL-8B

Код ждем

#agent #assistant #t2v #ref2v

MAX

MaLiang-Harness

Фреймворк, превращающий MLLM в художников, пишущих код. Генерация изображений и видео через постоянное конструирование, инспекцию и правку. Закрывает разрыв между исполняемыми программами и визуальным качеством. Оценивали 11 ведущих моделей на двух новых бенчмарках

Гитхаб

#harness #agent #t2i #t2v

MAX

Vidu Q4 Preview

Новый флагманский видеогенератор от Vidu.

Экспрессивная актерская игра, киношная работа камерой и сочные VFX

• Кинематографичный язык камеры
• Выразительная мимика и движения персонажей
• Высококонтрастные VFX-эффекты
• Генерация видео флагманского уровня

Все это хорошо но но ноги блуждающие по телу, аморфная анатомия - нехорошо

• От $0.014 за секунду видео
• Промокод для новых пользователей: VIDUQ4PV1

Ретвит и комментарий под анонсом в X приносит 200 кредитов в личку, акция на 72 часа

Кажется уже на Fal, wavespeed.ai

#t2v #i2v

MAX

Vivix W1

Видеогенератор из Китая от стартапа Vivix (основатель из SenseTime, происхождение весов частично из Alibaba). Ставка на дешевые массовые итерации, а не на топ-качество: $0.003 за секунду.

• Text-to-Video, Image-to-Video, аудио-референсы, первый и последний кадры
• Длительность 5-15 секунд, три режима скорости с разной ценой
• Интерактивный streaming-режим: можно менять сцену голосом, текстом или действиями прямо по ходу воспроизведения (пока в закрытой бете)

• $0.003 за секунду до 31 октября 2026 (не на все режимы)
• 10-секундный ролик — $0.03, 10 вариантов — $0.3, 100 вариантов — $3
• ~77× дешевле Seedance 2.5
• 8-сек ролик в среднем за 8.4 с по внутренним тестам

~30B активных параметров

Дают 3 бесплатные генерации (1080/720/540)
API

#t2v

MAX