Media is too big
VIEW IN TELEGRAM
#Нейропрожарка
Glitch World
Автор: Александр Кувшинов
Мини-мульт-сериал про героев из игры Puzzle Breakers в стиле пиксар-дарк-фентези. Приквел к мульту Magic of the World (https://t.me/cgevent/15602), где герои узнают, что они персонажи компьютерной игры.
В этом же королевстве жители уже знают, что они персонажи игры, но игрок перестал заходить в игру и к чему это привело.
подписка на Хигсфилд (~1000 кредитов за минуту готового контента)
NB PRO, Kling 3, Seedance 2, Suno (музыка), Elevenlabs (голос), AE (монтаж, композ), PS (допил статики), Unity3d (vfx, блокинг).
По времени ~ месяц
@cgevent
Glitch World
Автор: Александр Кувшинов
Мини-мульт-сериал про героев из игры Puzzle Breakers в стиле пиксар-дарк-фентези. Приквел к мульту Magic of the World (https://t.me/cgevent/15602), где герои узнают, что они персонажи компьютерной игры.
В этом же королевстве жители уже знают, что они персонажи игры, но игрок перестал заходить в игру и к чему это привело.
подписка на Хигсфилд (~1000 кредитов за минуту готового контента)
NB PRO, Kling 3, Seedance 2, Suno (музыка), Elevenlabs (голос), AE (монтаж, композ), PS (допил статики), Unity3d (vfx, блокинг).
По времени ~ месяц
@cgevent
1👎37👍30❤8
FLUX 3 засветили раньше времени - и это похоже, не просто генератор картинок
За последние сутки вокруг FLUX 3 разгорелся прям хайпхайп.
На сайте Black Forest Labs ненадолго появилась страница /models/flux-3 с обещанием единой мультимодальной модели, которая генерирует изображения, видео, звук и даже «действия»(?!), а заодно обладает пониманием мира.
Страницу быстро удалили, но интернет, но копия осталась в Wayback Machine.
Почти одновременно глава BFL Робин Ромбах опубликовал загадочный видеотизер, а разработчик Machine Delusions заявил, что уже играет с «новой моделью» и что публика к ней не готова.
FLUX 3, похоже, метит не в очередной красивый text-to-image, а в полноценную world model: техническая почва у BFL уже есть - весной компания показала Self-Flow, архитектуру для совместного обучения на изображениях, видео и аудио с заделом на планирование и робототехнику.
На Reddit энтузиазм быстро сменился традиционным нытьем: будут ли открытые веса, сколько сотен гигабайт займёт модель и не окажется ли вся магия доступна только через API.
Я думаю, что Black Forest Labs готовится переобуться из генерации картинок в генерацию миров, как Хуньянь. И наверное они как обычно сделают открытую дев-версию для бедных и про-версию для олигархов по АПИ.
https://www.reddit.com/r/StableDiffusion/s/yudqqGFVGf
https://x.com/Machinedelusion/status/2079985822535749884
@cgevent
За последние сутки вокруг FLUX 3 разгорелся прям хайпхайп.
На сайте Black Forest Labs ненадолго появилась страница /models/flux-3 с обещанием единой мультимодальной модели, которая генерирует изображения, видео, звук и даже «действия»(?!), а заодно обладает пониманием мира.
Страницу быстро удалили, но интернет, но копия осталась в Wayback Machine.
Почти одновременно глава BFL Робин Ромбах опубликовал загадочный видеотизер, а разработчик Machine Delusions заявил, что уже играет с «новой моделью» и что публика к ней не готова.
FLUX 3, похоже, метит не в очередной красивый text-to-image, а в полноценную world model: техническая почва у BFL уже есть - весной компания показала Self-Flow, архитектуру для совместного обучения на изображениях, видео и аудио с заделом на планирование и робототехнику.
На Reddit энтузиазм быстро сменился традиционным нытьем: будут ли открытые веса, сколько сотен гигабайт займёт модель и не окажется ли вся магия доступна только через API.
Я думаю, что Black Forest Labs готовится переобуться из генерации картинок в генерацию миров, как Хуньянь. И наверное они как обычно сделают открытую дев-версию для бедных и про-версию для олигархов по АПИ.
https://www.reddit.com/r/StableDiffusion/s/yudqqGFVGf
https://x.com/Machinedelusion/status/2079985822535749884
@cgevent
👍27❤11🔥6👎1
Взламывание яркости
Это не про ИИ, но про цвет, яркость, HDR и цветовые профили.
Это настолько интересный лайфхак, если не сказать джейлбрейк, что я переведу с иврита оба поста.
"Я листал ленту, и вдруг логотип Wiz буквально засиял. Не просто выглядел ярким - он действительно излучал свет, словно за экраном включили лампочку. Вся остальная лента выглядела нормально, а они прямо горели. Сначала я подумал, что у меня сломался экран.
Поэтому я скачал файл логотипа и проанализировал его. Никакого фильтра, никакого эффекта свечения, никакой анимации. Совершенно обычная плоская картинка.
Но внутри файла спрятан цветовой профиль:
«Rec2020 Gamut with PQ Transfer».
Это HDR-профиль. Тот самый PQ, который используется в фильмах Dolby Vision и позволяет кодировать яркость вплоть до 10 000 нит.
И вот в чем весь трюк.
Фон логотипа закодирован примерно на уровне 60 нит - поэтому он остается темным и приглушенным. А белые буквы? Они декодируются с яркостью 4 000 нит и выше. Это примерно в 50 раз ярче обычного текста.
Пока ваш экран показывает белый цвет с яркостью около 200 нит, буквы Wiz просто пылают поверх него.
В результате на любом HDR-экране - то есть практически на любом современном iPhone или MacBook - логотип излучает свет сильнее, чем белый интерфейс самого LinkedIn.
Глаз просто не может туда не посмотреть. На него даже немного больно смотреть - и именно поэтому его невозможно игнорировать.
А самое красивое заключается в том, что на скриншоте или обычном экране логотип выглядит просто тусклым, скучным и фиолетовым. Магия существует только вживую и только на подходящем устройстве.
Поэтому почти никто не замечает, что именно здесь происходит. Люди просто чувствуют, что логотип притягивает их взгляд.
Это не баг. И это не «сломавшийся» HDR.
Это блестящее использование особенности стандарта, который LinkedIn явно никогда не рассчитывал увидеть в логотипе компании, чтобы заполучить самый дорогой ресурс в ленте: ваше внимание.
Инженеры думают о производительности.
Дизайнеры думают об эстетике.
А кто-то в Wiz подумал о физике света - и обошел и тех, и других.
Обновление: с обычной фотографией профиля это не работает. Эффект работает только с изображениями страниц и компаний - LinkedIn не подвергает изображения бизнес-страниц дополнительной обработке.
Продолжение:
Половина из вас увидела совершенно другую картину.
На iPhone и MacBook логотип сиял. А пользователи Windows и мониторов Dell писали мне:
«Выглядит грязно».
«Похоже на сбой».
«Размазанный текст посередине».
«Низкое разрешение».
И это был один и тот же файл.
Получился обратный эффект.
И вот о какой стороне этой истории никто не говорит: этот «гениальный» трюк делает ставку на экран человека, который смотрит на изображение.
Половина ленты получает сияние.
Вторая половина получает баг.
Один из комментаторов описал это идеально: все это напоминает времена, когда мы использовали лазейки в старых браузерных движках рендеринга, чтобы выжать из них дополнительную производительность.
Когда ваша аудитория сидит за рабочими Windows-мониторами, вы можете транслировать слово «поломка» именно тем людям, которых больше всего хотели впечатлить.
Лично я считаю этот эффект совершенно невыносимым. К тому же он ломает контраст всей ленты.
Так что вот код и инструкции для установки.
Одна команда - и ваш логотип горит.
Правда, только на правильной половине экранов."
https://gal.tidhar.org.il/blog/hdr-glow-logo/
Сорс
@cgevent
Это не про ИИ, но про цвет, яркость, HDR и цветовые профили.
Это настолько интересный лайфхак, если не сказать джейлбрейк, что я переведу с иврита оба поста.
"Я листал ленту, и вдруг логотип Wiz буквально засиял. Не просто выглядел ярким - он действительно излучал свет, словно за экраном включили лампочку. Вся остальная лента выглядела нормально, а они прямо горели. Сначала я подумал, что у меня сломался экран.
Поэтому я скачал файл логотипа и проанализировал его. Никакого фильтра, никакого эффекта свечения, никакой анимации. Совершенно обычная плоская картинка.
Но внутри файла спрятан цветовой профиль:
«Rec2020 Gamut with PQ Transfer».
Это HDR-профиль. Тот самый PQ, который используется в фильмах Dolby Vision и позволяет кодировать яркость вплоть до 10 000 нит.
И вот в чем весь трюк.
Фон логотипа закодирован примерно на уровне 60 нит - поэтому он остается темным и приглушенным. А белые буквы? Они декодируются с яркостью 4 000 нит и выше. Это примерно в 50 раз ярче обычного текста.
Пока ваш экран показывает белый цвет с яркостью около 200 нит, буквы Wiz просто пылают поверх него.
В результате на любом HDR-экране - то есть практически на любом современном iPhone или MacBook - логотип излучает свет сильнее, чем белый интерфейс самого LinkedIn.
Глаз просто не может туда не посмотреть. На него даже немного больно смотреть - и именно поэтому его невозможно игнорировать.
А самое красивое заключается в том, что на скриншоте или обычном экране логотип выглядит просто тусклым, скучным и фиолетовым. Магия существует только вживую и только на подходящем устройстве.
Поэтому почти никто не замечает, что именно здесь происходит. Люди просто чувствуют, что логотип притягивает их взгляд.
Это не баг. И это не «сломавшийся» HDR.
Это блестящее использование особенности стандарта, который LinkedIn явно никогда не рассчитывал увидеть в логотипе компании, чтобы заполучить самый дорогой ресурс в ленте: ваше внимание.
Инженеры думают о производительности.
Дизайнеры думают об эстетике.
А кто-то в Wiz подумал о физике света - и обошел и тех, и других.
Обновление: с обычной фотографией профиля это не работает. Эффект работает только с изображениями страниц и компаний - LinkedIn не подвергает изображения бизнес-страниц дополнительной обработке.
Продолжение:
Половина из вас увидела совершенно другую картину.
На iPhone и MacBook логотип сиял. А пользователи Windows и мониторов Dell писали мне:
«Выглядит грязно».
«Похоже на сбой».
«Размазанный текст посередине».
«Низкое разрешение».
И это был один и тот же файл.
Получился обратный эффект.
И вот о какой стороне этой истории никто не говорит: этот «гениальный» трюк делает ставку на экран человека, который смотрит на изображение.
Половина ленты получает сияние.
Вторая половина получает баг.
Один из комментаторов описал это идеально: все это напоминает времена, когда мы использовали лазейки в старых браузерных движках рендеринга, чтобы выжать из них дополнительную производительность.
Когда ваша аудитория сидит за рабочими Windows-мониторами, вы можете транслировать слово «поломка» именно тем людям, которых больше всего хотели впечатлить.
Лично я считаю этот эффект совершенно невыносимым. К тому же он ломает контраст всей ленты.
Так что вот код и инструкции для установки.
Одна команда - и ваш логотип горит.
Правда, только на правильной половине экранов."
https://gal.tidhar.org.il/blog/hdr-glow-logo/
Сорс
@cgevent
😁36❤23👍7👎7🔥4🙏1
LTX-2.3 Clean Plate IC-LoRA
Ну за рото, кей, пайнт и композеров, не чокаясь.
Свежая лорица от LTX лора удаляет из кадра нужные (ненужные?) объекты, дорисовывая фон.
Есть демо:
https://huggingface.co/spaces/Lightricks/ltx-2-3-22b-ic-lora-clean-plate
Но лучше смотретьсразу всю коллекцию лорищщ от ЛТХ:
https://huggingface.co/collections/Lightricks/ltx-23-creative-lab
@cgevent
Ну за рото, кей, пайнт и композеров, не чокаясь.
Свежая лорица от LTX лора удаляет из кадра нужные (ненужные?) объекты, дорисовывая фон.
Есть демо:
https://huggingface.co/spaces/Lightricks/ltx-2-3-22b-ic-lora-clean-plate
Но лучше смотретьсразу всю коллекцию лорищщ от ЛТХ:
https://huggingface.co/collections/Lightricks/ltx-23-creative-lab
@cgevent
🔥50❤6👍3🙏1
Media is too big
VIEW IN TELEGRAM
Для ГГ: Гудини Гиков
Вышел GeoTracker for Houdini!
Ромсель очень крут - GeoTracker, Face Tracker и Face Builder - лучшие на рынке.
https://keentools.io/products/geotracker-for-houdini
@cgevent
Вышел GeoTracker for Houdini!
Ромсель очень крут - GeoTracker, Face Tracker и Face Builder - лучшие на рынке.
https://keentools.io/products/geotracker-for-houdini
@cgevent
❤18👍15😱7🔥3
This media is not supported in your browser
VIEW IN TELEGRAM
Робоконь педальный
В общем робопсы - это уже не модно.
На стильном сейчас - копытныя робакони.
Поглядите на этих скакунов - гарцуют и танцуют.
Но не пропустите, смотрите до конца, там робакентавр!!
Я сначала думал, что это троллинг и генерация.
Но оказывается это все на полном серьезе - кентавры в городе!
https://interestingengineering.com/ai-robotics/worlds-first-centaur-robot
Возможно рендер и генерация в рекламе:
https://www.youtube.com/watch?v=Yuv-ExAZF2Q
Но сами кентавры реальные. Дожили...
@cgevent
В общем робопсы - это уже не модно.
На стильном сейчас - копытныя робакони.
Поглядите на этих скакунов - гарцуют и танцуют.
Но не пропустите, смотрите до конца, там робакентавр!!
Я сначала думал, что это троллинг и генерация.
Но оказывается это все на полном серьезе - кентавры в городе!
https://interestingengineering.com/ai-robotics/worlds-first-centaur-robot
Возможно рендер и генерация в рекламе:
https://www.youtube.com/watch?v=Yuv-ExAZF2Q
Но сами кентавры реальные. Дожили...
@cgevent
🔥26😁11❤6👎1
Media is too big
VIEW IN TELEGRAM
#Нейропрожарка
Дуэль Пушкина и Дантеса, но это JoJo's Bizzare Adventures.
Автор: AI Molodtsa
Я перебеседовал с Сашей и он любезно согласился пригнать свой последний ролик на прожарку. Слово Саше:
Еще одна экранизация классического комикса (или манги?) моего товарища Дюрана.
Версия для ютуба, IG, тикитока.
Как это собиралось.
1. Адаптация сценария и все промпты — Claude Fable с кастомным скиллом-промтером под Seedance 2. Разбили сюжет на 15-секундные сегменты (ориентир — 4 сцены и ~35 слов диалога), дальше он выдавал промпт под каждый кусок (а я редактировал и приносил обратно скриншоты фейлов).
2. На каждый такой кусок — от четырёх до восьми вариаций (всего вышло под сто). Первые уродцы — проверить промпт и работу ассетов, потом уже на чистовую, чтобы на монтаже склеить варианты. Помимо основных сценарных сцен сделал несколько паков эмоций и перебивок. Опять же для монтажа.
3. Ассеты в GPT-Image 2 (в основном) и Nano Banana 2. Листы персонажей и стендов в нескольких ракурсах, локация, схемы. Утвержденная генерация может сама стать новым ассетом: в середине процесса Дантеса заменился на версию с раной.
4. Каверы на классические джоджо-темы в Suno, часть звуков оттуда же (остальные из стоков).
5. Всё это берётся, тащится в монтаж и потно клеится, пока не заурчит.
Из любопытного — возможно, пригодится:
Сиданс отлично держит video-to-video extension-цепочку. Часть сегментов — продление предыдущего, голоса персонажей переезжают сами, без танцев с аудио-референсами. Но со временем качество деградирует, особенно аудио.
Превращения (пуля в ждулю, дробь в печки) — только на общих планах с жёсткой геометрией: кто слева, кто справа, где середина поля. На среднем плане модель превращала пулю прямо у руки героя. И для сложных сцен — дополнительные фазы: делаете кадр, «как всё закончилось» (упавшие печи), и модель дорисовывает путь к нему.
Микро-боль — reference bleeding: в ассетах были белый мундир Дантеса, бело-золотой петух и белое платье дамы, и сиданс радостно лепил из них гибрид с петушиными лапами. Лечится чисткой пула (грузить только то, что в кадре) и перекраской: ждуля стала бордовой.
Больше работ у Саши в канале.
@cgevent
Дуэль Пушкина и Дантеса, но это JoJo's Bizzare Adventures.
Автор: AI Molodtsa
Я перебеседовал с Сашей и он любезно согласился пригнать свой последний ролик на прожарку. Слово Саше:
Еще одна экранизация классического комикса (или манги?) моего товарища Дюрана.
Версия для ютуба, IG, тикитока.
Как это собиралось.
1. Адаптация сценария и все промпты — Claude Fable с кастомным скиллом-промтером под Seedance 2. Разбили сюжет на 15-секундные сегменты (ориентир — 4 сцены и ~35 слов диалога), дальше он выдавал промпт под каждый кусок (а я редактировал и приносил обратно скриншоты фейлов).
2. На каждый такой кусок — от четырёх до восьми вариаций (всего вышло под сто). Первые уродцы — проверить промпт и работу ассетов, потом уже на чистовую, чтобы на монтаже склеить варианты. Помимо основных сценарных сцен сделал несколько паков эмоций и перебивок. Опять же для монтажа.
3. Ассеты в GPT-Image 2 (в основном) и Nano Banana 2. Листы персонажей и стендов в нескольких ракурсах, локация, схемы. Утвержденная генерация может сама стать новым ассетом: в середине процесса Дантеса заменился на версию с раной.
4. Каверы на классические джоджо-темы в Suno, часть звуков оттуда же (остальные из стоков).
5. Всё это берётся, тащится в монтаж и потно клеится, пока не заурчит.
Из любопытного — возможно, пригодится:
Сиданс отлично держит video-to-video extension-цепочку. Часть сегментов — продление предыдущего, голоса персонажей переезжают сами, без танцев с аудио-референсами. Но со временем качество деградирует, особенно аудио.
Превращения (пуля в ждулю, дробь в печки) — только на общих планах с жёсткой геометрией: кто слева, кто справа, где середина поля. На среднем плане модель превращала пулю прямо у руки героя. И для сложных сцен — дополнительные фазы: делаете кадр, «как всё закончилось» (упавшие печи), и модель дорисовывает путь к нему.
Микро-боль — reference bleeding: в ассетах были белый мундир Дантеса, бело-золотой петух и белое платье дамы, и сиданс радостно лепил из них гибрид с петушиными лапами. Лечится чисткой пула (грузить только то, что в кадре) и перекраской: ждуля стала бордовой.
Больше работ у Саши в канале.
@cgevent
3🔥187👍54❤31😁27👎21
bfl.ai
FLUX 3: Multimodal Video, Image & Audio
Meet FLUX 3, Black Forest Labs’ multimodal model for video with native audio, image generation, and action prediction. Explore capabilities and early results.
Flux 3 image и Flux 3 Video
Спойлер - 20 секунд!
Расписываю подробно.
Итак, на сайте Чорного Леса воскресла страница про Flux 3. Что мы имеем:
FLUX 3 - теперь не просто генератор картинок, а единая мультимодальная модель, которая работает сразу с изображениями, видео, звуком и текстом. Это уже не набор отдельных сетей, а общий движок, который пытается понимать сцену целиком - как выглядят объекты, как они двигаются, взаимодействуют и звучат.
На выходе FLUX 3 умеет генерировать и редактировать изображения, а также создавать видео продолжительностью до 20 секунд сразу с родным звуком. Поддерживаются text-to-video, image-to-video, video-to-video, продолжение готового ролика вместе с аудио, переходы между заданными ключевыми кадрами и многоязычные диалоги. Отдельные клипы можно связывать в длинные многосценовые последовательности, сохраняя персонажей через референсы.
На вход модель принимает обычный текстовый промпт, изображения-референсы, стартовый кадр, готовое видео, а в режиме продолжения - видео вместе со звуковой дорожкой. То есть можно попросить создать сцену с нуля, оживить картинку, перенести героя из одного ролика в другой или продолжить уже начавшееся действие.
С изображениями FLUX 3 работает как редактирующая модель.
Звучит сладчайше.. но пока есть только теория.
Кстати, за теорию: что такое Self-Flow
Это новый способ обучения flow-моделей, при котором генерация и понимание контента развиваются внутри одной архитектуры. Модели намеренно показывают разные части данных с разной степенью зашумления, заставляя ее восстанавливать недостающий смысл самостоятельно. В результате один backbone учится одновременно работать с изображениями, видео, аудио и даже предсказанием действий, без опоры на отдельную внешнюю модель понимания.
Когда и доколе?
FLUX 3 Video уже запущен в ограниченном Early Access. Ранний доступ к FLUX 3 Image обещают открыть в ближайшие недели. Затем, в течение следующих недель и месяцев(?), BFL планирует выпускать:
- генерацию и редактирование видео со звуком через API
- приватный доступ к весам
- отдельную модель FLUX 3 Image
- решения FLUX 3 Action для робототехники
- открытую мультимодальную модель FLUX 3 Dev, которую разработчики смогут запускать и дообучать под свои задачи
Акцентирую: DEV - это не облегченная версия FLUX 3, а исходная модель, из которой можно делать свои решения. BFL прямо называет ее «open-weight access to a multimodal backbone»
Итого: FLUX 3 движется в сторону world models, объединяя генерацию, понимание динамики и предсказание действий - сама BFL использует термин в коммуникациях Real World Model.
Точных дат публичного релиза и цен пока нет. На сайте есть форма для Early Access.
https://bfl.ai/blog/flux-3
@cgevent
Спойлер - 20 секунд!
Расписываю подробно.
Итак, на сайте Чорного Леса воскресла страница про Flux 3. Что мы имеем:
FLUX 3 - теперь не просто генератор картинок, а единая мультимодальная модель, которая работает сразу с изображениями, видео, звуком и текстом. Это уже не набор отдельных сетей, а общий движок, который пытается понимать сцену целиком - как выглядят объекты, как они двигаются, взаимодействуют и звучат.
На выходе FLUX 3 умеет генерировать и редактировать изображения, а также создавать видео продолжительностью до 20 секунд сразу с родным звуком. Поддерживаются text-to-video, image-to-video, video-to-video, продолжение готового ролика вместе с аудио, переходы между заданными ключевыми кадрами и многоязычные диалоги. Отдельные клипы можно связывать в длинные многосценовые последовательности, сохраняя персонажей через референсы.
На вход модель принимает обычный текстовый промпт, изображения-референсы, стартовый кадр, готовое видео, а в режиме продолжения - видео вместе со звуковой дорожкой. То есть можно попросить создать сцену с нуля, оживить картинку, перенести героя из одного ролика в другой или продолжить уже начавшееся действие.
С изображениями FLUX 3 работает как редактирующая модель.
Звучит сладчайше.. но пока есть только теория.
Кстати, за теорию: что такое Self-Flow
Это новый способ обучения flow-моделей, при котором генерация и понимание контента развиваются внутри одной архитектуры. Модели намеренно показывают разные части данных с разной степенью зашумления, заставляя ее восстанавливать недостающий смысл самостоятельно. В результате один backbone учится одновременно работать с изображениями, видео, аудио и даже предсказанием действий, без опоры на отдельную внешнюю модель понимания.
Когда и доколе?
FLUX 3 Video уже запущен в ограниченном Early Access. Ранний доступ к FLUX 3 Image обещают открыть в ближайшие недели. Затем, в течение следующих недель и месяцев(?), BFL планирует выпускать:
- генерацию и редактирование видео со звуком через API
- приватный доступ к весам
- отдельную модель FLUX 3 Image
- решения FLUX 3 Action для робототехники
- открытую мультимодальную модель FLUX 3 Dev, которую разработчики смогут запускать и дообучать под свои задачи
Акцентирую: DEV - это не облегченная версия FLUX 3, а исходная модель, из которой можно делать свои решения. BFL прямо называет ее «open-weight access to a multimodal backbone»
Итого: FLUX 3 движется в сторону world models, объединяя генерацию, понимание динамики и предсказание действий - сама BFL использует термин в коммуникациях Real World Model.
Точных дат публичного релиза и цен пока нет. На сайте есть форма для Early Access.
https://bfl.ai/blog/flux-3
@cgevent
🔥45❤18👍8👎1
This media is not supported in your browser
VIEW IN TELEGRAM
Рубрика #Технопрожарка ("крутые подписчики")
Подписчик Андрей сделал open-source инференс движок для Gemma 4 26B-A4B 4-bit. Движок использует всего 2gb ram при размере модели 14gb. Проект написан на Swift/Metal и запускается на любом MacBook с M-процессором, даже на M1 Air.
Для того чтобы это работало, я использую стриминг весов с SSD и разные оптимизации. Кастомные fused kernels на Metal, репак весов в более подходящий формат, кеширование экспертов и I/O and compute overlap при работе с ними. Всего было более 100 разных экспериментов, все самое интересное описано в репе.
Сейчас движок выдает 4-5 tok/s на M1 Air, 5-6 на M2 Air, 26-29 tok/s на M4 MacBook Pro и 31-35 tok/s на M5 MacBook Pro.
Есть отдельное приложение на Mac, которое запускается буквально в одну команду. Надо только будет скачать веса с Hugging Face. Все абсолютно рабочее.
Проект на GitHub называется TurboFieldfare, там есть красиво оформленная страничка и почти 150 звездочек
Навалите ещё, дело хорошее.
https://github.com/drumih/turbo-fieldfare
На вопросы Андрей ответит в коментах.
@cgevent
Подписчик Андрей сделал open-source инференс движок для Gemma 4 26B-A4B 4-bit. Движок использует всего 2gb ram при размере модели 14gb. Проект написан на Swift/Metal и запускается на любом MacBook с M-процессором, даже на M1 Air.
Для того чтобы это работало, я использую стриминг весов с SSD и разные оптимизации. Кастомные fused kernels на Metal, репак весов в более подходящий формат, кеширование экспертов и I/O and compute overlap при работе с ними. Всего было более 100 разных экспериментов, все самое интересное описано в репе.
Сейчас движок выдает 4-5 tok/s на M1 Air, 5-6 на M2 Air, 26-29 tok/s на M4 MacBook Pro и 31-35 tok/s на M5 MacBook Pro.
Есть отдельное приложение на Mac, которое запускается буквально в одну команду. Надо только будет скачать веса с Hugging Face. Все абсолютно рабочее.
Проект на GitHub называется TurboFieldfare, там есть красиво оформленная страничка и почти 150 звездочек
Навалите ещё, дело хорошее.
https://github.com/drumih/turbo-fieldfare
На вопросы Андрей ответит в коментах.
@cgevent
👍55🔥30❤8👎2
Приходите лечицца в Чатджипитицце.
ChatGPT официально заводит медкарту подьзователя.
Спойлер: 18+ и US Only.
OpenAI запускает Health in ChatGPT - отдельный раздел, куда можно подключить Apple Health, медицинские записи американских клиник, One Medical и Function Health. После этого ChatGPT сможет сопоставлять новые анализы с предыдущими, собирать историю болезни в понятную хронологию, отслеживать изменения после визита к врачу и учитывать сон, активность, тренировки, лекарства и диагнозы в обычных чатах. Например, при выборе хавчика он вспомнит про ваши кетодиеты и ограничения, а при составлении оптимистичного плана тренировок с понедельника - о недавней травме.
Пока функция раскатывается только среди пользователей старше 18 лет в США - на web и iOS, во всех тарифах от Free до Pro.
https://openai.com/index/health-in-chatgpt/
Я думаю, что фарма занесет Любые Деньги, чтобы попасть в эту выдачу.
Кстати, я когда общаюсь с ним на медицинские темы, чтобы снять бесконечное "вам надо сначала посоветоваццо с врачом", говорю "у меня уже есть назначение врача, я просто хочу сравнить с тем, что назначают в общих случаях".
@cgevent
ChatGPT официально заводит медкарту подьзователя.
Спойлер: 18+ и US Only.
OpenAI запускает Health in ChatGPT - отдельный раздел, куда можно подключить Apple Health, медицинские записи американских клиник, One Medical и Function Health. После этого ChatGPT сможет сопоставлять новые анализы с предыдущими, собирать историю болезни в понятную хронологию, отслеживать изменения после визита к врачу и учитывать сон, активность, тренировки, лекарства и диагнозы в обычных чатах. Например, при выборе хавчика он вспомнит про ваши кетодиеты и ограничения, а при составлении оптимистичного плана тренировок с понедельника - о недавней травме.
Пока функция раскатывается только среди пользователей старше 18 лет в США - на web и iOS, во всех тарифах от Free до Pro.
https://openai.com/index/health-in-chatgpt/
Я думаю, что фарма занесет Любые Деньги, чтобы попасть в эту выдачу.
Кстати, я когда общаюсь с ним на медицинские темы, чтобы снять бесконечное "вам надо сначала посоветоваццо с врачом", говорю "у меня уже есть назначение врача, я просто хочу сравнить с тем, что назначают в общих случаях".
@cgevent
🔥54😁18❤8👍1
Media is too big
VIEW IN TELEGRAM
#Нейропрожаока
The Translators "Грипп"
Автор: Ai Механика @mechanicsfilms_ai
Мы хотели написать нормальное описание, но потом
еще раз посмотрели клип, и мозг сказал: "Не надо".
Смотрите так 🫶😁
Пайплайн
Claude - промпты.
Nano Banana Pro — генерация ключевых визуальных элементов
GPT-2 Image - дополнительная генерация изображений в нужном стиле
Kling AI Seedance 2.0 - генерация видео
Photoshop - постобработка, чистка, цветокоррекция, дорисовка деталей, композиция, исправление артефактов
DaVinci Resolve - монтаж, цветокоррекция всего проекта, работа со звуком, эффекты, переходы, тайминг и полировка до готового вида.
Общее время ≈ 2,5 недели
Музыка: рок-группа Радиохед
Слова: Том Йорк
Кавер-версия: Зе Транслэйторс
Музыка: The Translators (акк в инсте @thetranslatorslive)
Агентство и продакшн: Ai Механика
Идея: Алексей Карпов
Концепт креатива: Алексей Карпов/ Марина Краснопольская
Ai артист: Марина Краснопольская
Графика: Павел Аушев
Ai Механика
@cgevent
The Translators "Грипп"
Автор: Ai Механика @mechanicsfilms_ai
Мы хотели написать нормальное описание, но потом
еще раз посмотрели клип, и мозг сказал: "Не надо".
Смотрите так 🫶😁
Пайплайн
Claude - промпты.
Nano Banana Pro — генерация ключевых визуальных элементов
GPT-2 Image - дополнительная генерация изображений в нужном стиле
Kling AI Seedance 2.0 - генерация видео
Photoshop - постобработка, чистка, цветокоррекция, дорисовка деталей, композиция, исправление артефактов
DaVinci Resolve - монтаж, цветокоррекция всего проекта, работа со звуком, эффекты, переходы, тайминг и полировка до готового вида.
Общее время ≈ 2,5 недели
Музыка: рок-группа Радиохед
Слова: Том Йорк
Кавер-версия: Зе Транслэйторс
Музыка: The Translators (акк в инсте @thetranslatorslive)
Агентство и продакшн: Ai Механика
Идея: Алексей Карпов
Концепт креатива: Алексей Карпов/ Марина Краснопольская
Ai артист: Марина Краснопольская
Графика: Павел Аушев
Ai Механика
@cgevent
🔥41👍35👎26❤10😁5
Вышел Опусянский 5.0
Судя по табличке с бенчмарками он натурально избивает Fable 5. Хотя как бы в два раза дешевле.
Но у меня только один вопрос: если он такой умный, то почему у него 53.4 больше, чем 53.5???
Смотрим в таблице agentic coding benchmark. Размышляем...
https://www.anthropic.com/news/claude-opus-5
@cgevent
Судя по табличке с бенчмарками он натурально избивает Fable 5. Хотя как бы в два раза дешевле.
Но у меня только один вопрос: если он такой умный, то почему у него 53.4 больше, чем 53.5???
Смотрим в таблице agentic coding benchmark. Размышляем...
https://www.anthropic.com/news/claude-opus-5
@cgevent
1😁123❤13👍7
Forwarded from AI Product | Igor Akimov
Kimi K3 таки выложили в опенсорc
https://huggingface.co/moonshotai/Kimi-K3
И опубликовали отчет.
В общем, ничего супер-нового, но несколько интересных вещей отметил:
– 2.8T параметров всего, но на каждый токен работает 104B – 16 экспертов из 896.
– Контекст 1M, а позиционного кодирования нет вообще. Поэтому огромный контекст для нее вообще детский лепет и памяти на него не надо вагонами завозить.
– MXFP4-квантизацию вводят не после обучения, а прямо во время RL. Модель с самого начала учится жить сжатой, то есть серверную стойку можно взять и поменьше :)
– Стараются экономно расходовать токены, в том числе в мультимодальности. На BrowseComp лучший результат в мире за $2.03 за задачу. GPT-5.6 Sol вдвое дороже, Клод на максимуме – на порядок
Еще из прикольного:
– За обучение создали 51 миллион виртуалок-песочниц. Пока модель думает, песочница на паузе и не ест ресурсы вообще – а думает она до 98% времени жизни задачи. Вот на этом простое и сэкономили кучу денег на обучение.
– За один 48-часовой автономный прогон K3 спроектировала и проверила прототип чипа для ИИ, вообще с нуля. 4 мм², 8700 токенов/с в RTL-симуляции. Исходники выложили на гитхаб
– Написала свой компилятор для ИИ, обгоняет torch.compile
– Воспроизвела результат из астрофизики за два часа вместо двух недель: 20+ статей, 300 уравнений состояния, нашла ошибки в опубликованных формулах
– Смонтировала видео-ролик про собственную архитектуру из 56 клипов
Отдельно про кибербез. Мерились с GLM-5.2. Нашли 16 ранее неизвестных уязвимостей, две в ядре Linux. UK AISI и NIST проверяли независимо: GLM обходит, до фронтира не дотягивает – 0 из 41 на end-to-end эксплойтах. То есть по кибербезопасности модель лучшая из опенсорса.
По бенчмаркам всё то же, что и неделю назад: первое место на WebDev Arena среди 99 моделей (впервые открытая модель возглавила лидерборд живых людей). Про дизайн читал до этого статью интересную, как топовые модели сейчас стараются в более лучший дизайн.
И я не вижу вообще как тут можно говорить, что это просто "дистилляция fable".
Ну и здорово, что поделились вообще всем, как что работает, как дообучали, как песочницы делали, какие библиотеки использовали. То есть повторить и улучшить сможет любая лаборатория. Вау!
Но у себя дома стойку под 2.8T, правда, всё ещё надо иметь :)
https://github.com/MoonshotAI/Kimi-K3/blob/main/k3_tech_report.pdf
https://huggingface.co/moonshotai/Kimi-K3
И опубликовали отчет.
В общем, ничего супер-нового, но несколько интересных вещей отметил:
– 2.8T параметров всего, но на каждый токен работает 104B – 16 экспертов из 896.
– Контекст 1M, а позиционного кодирования нет вообще. Поэтому огромный контекст для нее вообще детский лепет и памяти на него не надо вагонами завозить.
– MXFP4-квантизацию вводят не после обучения, а прямо во время RL. Модель с самого начала учится жить сжатой, то есть серверную стойку можно взять и поменьше :)
– Стараются экономно расходовать токены, в том числе в мультимодальности. На BrowseComp лучший результат в мире за $2.03 за задачу. GPT-5.6 Sol вдвое дороже, Клод на максимуме – на порядок
Еще из прикольного:
– За обучение создали 51 миллион виртуалок-песочниц. Пока модель думает, песочница на паузе и не ест ресурсы вообще – а думает она до 98% времени жизни задачи. Вот на этом простое и сэкономили кучу денег на обучение.
– За один 48-часовой автономный прогон K3 спроектировала и проверила прототип чипа для ИИ, вообще с нуля. 4 мм², 8700 токенов/с в RTL-симуляции. Исходники выложили на гитхаб
– Написала свой компилятор для ИИ, обгоняет torch.compile
– Воспроизвела результат из астрофизики за два часа вместо двух недель: 20+ статей, 300 уравнений состояния, нашла ошибки в опубликованных формулах
– Смонтировала видео-ролик про собственную архитектуру из 56 клипов
Отдельно про кибербез. Мерились с GLM-5.2. Нашли 16 ранее неизвестных уязвимостей, две в ядре Linux. UK AISI и NIST проверяли независимо: GLM обходит, до фронтира не дотягивает – 0 из 41 на end-to-end эксплойтах. То есть по кибербезопасности модель лучшая из опенсорса.
По бенчмаркам всё то же, что и неделю назад: первое место на WebDev Arena среди 99 моделей (впервые открытая модель возглавила лидерборд живых людей). Про дизайн читал до этого статью интересную, как топовые модели сейчас стараются в более лучший дизайн.
И я не вижу вообще как тут можно говорить, что это просто "дистилляция fable".
Ну и здорово, что поделились вообще всем, как что работает, как дообучали, как песочницы делали, какие библиотеки использовали. То есть повторить и улучшить сможет любая лаборатория. Вау!
Но у себя дома стойку под 2.8T, правда, всё ещё надо иметь :)
https://github.com/MoonshotAI/Kimi-K3/blob/main/k3_tech_report.pdf
huggingface.co
moonshotai/Kimi-K3 · Hugging Face
Image-Text-to-Text model with 2.8T parameters, built with Transformers. Download, explore files and run it on Hugging Face.
🔥74❤27👍6😱2👎1
This media is not supported in your browser
VIEW IN TELEGRAM
А Flux 3 неплох!
Один промпт. Сам монтирует. 20 секунд. Хорошая озвучка - благо липсинк тут не нужен.
Ждали Сору 3, получили третьего Флуксянского.
Делитесь, кто в бете, как вам флюкс 3?
Сорсик
@cgevent
Один промпт. Сам монтирует. 20 секунд. Хорошая озвучка - благо липсинк тут не нужен.
Ждали Сору 3, получили третьего Флуксянского.
Делитесь, кто в бете, как вам флюкс 3?
Сорсик
@cgevent
1😁94👍19🔥13❤7