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
Midjourney купила гороскоп. Потому что с картинками и с пальцами не очень получается.
Midjourney приобрела Co-Star - АСТРОЛОГИЧЕСКОЕ приложение, которое объясняет людям их характер по расположению планет и выставляет рейтинг совместимости с друзьями.
Логичный следующий шаг для компании, которая поняла: картинки скоро будут генерироваться бесплатно в каждом утюге, а человеческая тревожность все еще прекрасно монетизируется.
У Co-Star 4,3 млн пользователей в месяц. Они регулярно открывают приложение, чтобы спросить шозахрень?. И получают приятный ответ: виноваты звезды.
Midjourney теперь развивает восемь проектов, включая аппарат для полного ультразвукового сканирования тела в спа. Получается идеальная экосистема:
- гороскоп расскажет, кто вы
- УЗИ покажет, что у вас внутри
- нейросеть нарисует, каким вы хотели бы быть
Дэвид Хольц называет это гуманистическим направлением. Хотя пока больше похоже на платный цыганский сеанс, где вместо гадалки - видеокарты, а вместо духов - push-уведомления.
Midjourney не обязательно проиграла гонку моделей.
Она просто нашла рынок надежнее.
Картинку человек сгенерирует один раз.
А подтверждение того, что Вселенная думает лично о нем, будет покупать каждый месяц.
Ну шесть пальцев можно трактовать как знак свыше. Только я не придумал как, тупой видать. Но ИИ справицца.
https://techcrunch.com/2026/07/24/midjourney-acquired-the-astrology-app-co-star/
@cgevent
Midjourney приобрела Co-Star - АСТРОЛОГИЧЕСКОЕ приложение, которое объясняет людям их характер по расположению планет и выставляет рейтинг совместимости с друзьями.
Логичный следующий шаг для компании, которая поняла: картинки скоро будут генерироваться бесплатно в каждом утюге, а человеческая тревожность все еще прекрасно монетизируется.
У Co-Star 4,3 млн пользователей в месяц. Они регулярно открывают приложение, чтобы спросить шозахрень?. И получают приятный ответ: виноваты звезды.
Midjourney теперь развивает восемь проектов, включая аппарат для полного ультразвукового сканирования тела в спа. Получается идеальная экосистема:
- гороскоп расскажет, кто вы
- УЗИ покажет, что у вас внутри
- нейросеть нарисует, каким вы хотели бы быть
Дэвид Хольц называет это гуманистическим направлением. Хотя пока больше похоже на платный цыганский сеанс, где вместо гадалки - видеокарты, а вместо духов - push-уведомления.
Midjourney не обязательно проиграла гонку моделей.
Она просто нашла рынок надежнее.
Картинку человек сгенерирует один раз.
А подтверждение того, что Вселенная думает лично о нем, будет покупать каждый месяц.
Ну шесть пальцев можно трактовать как знак свыше. Только я не придумал как, тупой видать. Но ИИ справицца.
https://techcrunch.com/2026/07/24/midjourney-acquired-the-astrology-app-co-star/
@cgevent
1😁65❤13👍8👎3🔥3😱3
This media is not supported in your browser
VIEW IN TELEGRAM
SHELLS: Facebuilder от Гугла.
Но не совсем.
SHELLS - исследовательская система Google для автоматической реконструкции 3D-головы по нескольким фотографиям с известных ракурсов. Она создает сетку примерно из 18 тысяч вершин с единой топологией и обрабатывает один набор изображений примерно за 0,08 секунды(!)
Главное преимущество SHELLS - скорость и стабильность. Система подходит для многокамерной съемки, захвата мимики и массовой обработки видео. При этом она требует откалиброванных камер и пока не является готовым продуктом: публичного кода нет, текстуры, волосы и мелкие детали кожи нужно восстанавливать отдельно.
С FaceBuilder от KeenTools задачи пересекаются, но сценарии разные. FaceBuilder - инструмент для Blender и Nuke, рассчитанный на художника. Он работает даже с обычными фотографиями, позволяет вручную корректировать модель, строить текстуры и экспортировать результат в другие 3D-пакеты.
SHELLS больше подходит студиям с многокамерными установками и автоматизированным производством.
FaceBuilder - создание конкретного персонажа из нескольких фотографий с ручной доводкой.
Страница проекта SHELLS https://syntec-research.github.io/SHELLS/
Статья на arXiv https://arxiv.org/abs/2605.31283
"FaceBuilder для Blender" https://keentools.io/products/facebuilder-for-blender
"FaceBuilder для Nuke" https://keentools.io/products/facebuilder-for-nuke
@cgevent
Но не совсем.
SHELLS - исследовательская система Google для автоматической реконструкции 3D-головы по нескольким фотографиям с известных ракурсов. Она создает сетку примерно из 18 тысяч вершин с единой топологией и обрабатывает один набор изображений примерно за 0,08 секунды(!)
Главное преимущество SHELLS - скорость и стабильность. Система подходит для многокамерной съемки, захвата мимики и массовой обработки видео. При этом она требует откалиброванных камер и пока не является готовым продуктом: публичного кода нет, текстуры, волосы и мелкие детали кожи нужно восстанавливать отдельно.
С FaceBuilder от KeenTools задачи пересекаются, но сценарии разные. FaceBuilder - инструмент для Blender и Nuke, рассчитанный на художника. Он работает даже с обычными фотографиями, позволяет вручную корректировать модель, строить текстуры и экспортировать результат в другие 3D-пакеты.
SHELLS больше подходит студиям с многокамерными установками и автоматизированным производством.
FaceBuilder - создание конкретного персонажа из нескольких фотографий с ручной доводкой.
Страница проекта SHELLS https://syntec-research.github.io/SHELLS/
Статья на arXiv https://arxiv.org/abs/2605.31283
"FaceBuilder для Blender" https://keentools.io/products/facebuilder-for-blender
"FaceBuilder для Nuke" https://keentools.io/products/facebuilder-for-nuke
@cgevent
🔥20😱13👍5
Media is too big
VIEW IN TELEGRAM
#Нейропрожарка
«Две будки»
Автор: @lekseylosey
Хочу поделиться первым опытом работы над ии-видео. Делал рекламный ролик для бара, в котором раньше работал.
Использовал вторую банану и сидэнс. По времени заняло 5 вечеров, израсходовано примерно 800-1000 токенов
Сначала пробовал в банане делать ключевые кадры, чтобы сидэнс меньше выдумывал, но всё время получались не те ракурсы и позы… кароче забил я на ключевые кадры 😁
Знаю, что есть куда расти, но хочется получить более обстоятельную обратную связь от людей, кто в этом понимает. Какие именно ошибки бросаются в глаза и какие варианты, как в следующий раз сделать лучше, что скажете?
@cgevent
«Две будки»
Автор: @lekseylosey
Хочу поделиться первым опытом работы над ии-видео. Делал рекламный ролик для бара, в котором раньше работал.
Использовал вторую банану и сидэнс. По времени заняло 5 вечеров, израсходовано примерно 800-1000 токенов
Сначала пробовал в банане делать ключевые кадры, чтобы сидэнс меньше выдумывал, но всё время получались не те ракурсы и позы… кароче забил я на ключевые кадры 😁
Знаю, что есть куда расти, но хочется получить более обстоятельную обратную связь от людей, кто в этом понимает. Какие именно ошибки бросаются в глаза и какие варианты, как в следующий раз сделать лучше, что скажете?
@cgevent
👎134👍10😱7😁5❤2
This media is not supported in your browser
VIEW IN TELEGRAM
Flux.3: драки-бенчмарк
Не Сиданский, медленно и по озвучке немного вяло.
Но понимание промпта неплохое:
"Двое мужиков сражаются в стиле кунг-фу во всё более тесных помещениях, пока в конце концов не сдаются, потому что это не стоит того."
@cgevent
Не Сиданский, медленно и по озвучке немного вяло.
Но понимание промпта неплохое:
"Двое мужиков сражаются в стиле кунг-фу во всё более тесных помещениях, пока в конце концов не сдаются, потому что это не стоит того."
@cgevent
😁138🔥21👍8❤4👎3🙏2
This media is not supported in your browser
VIEW IN TELEGRAM
Робат-парикмахер
— Я изобрёл автоматическую машину для бритья! Вот ящик, в нём четыре лезвия: голову всунул — жик-жик, и всё готово.
— Но ведь головы у всех людей разные
— Ну, это только в первый раз...
Смотреть со звуком.
Ну, забарбершопы!
@cgevent
— Я изобрёл автоматическую машину для бритья! Вот ящик, в нём четыре лезвия: голову всунул — жик-жик, и всё готово.
— Но ведь головы у всех людей разные
— Ну, это только в первый раз...
Смотреть со звуком.
Ну, забарбершопы!
@cgevent
😁72🔥13😱11❤2
This media is not supported in your browser
VIEW IN TELEGRAM
Minimax H3
Мэртвые заговорили!
MiniMax начал выкатывать Hailuo H3 - новое поколение своего видеогенератора. Это уже не просто улучшенный Hailuo 2.3, а попытка собрать в одной модели генерацию, режиссуру и звук: text-to-video, image-to-video, несколько сцен внутри одного ролика, сохранение персонажа по референсам.
Все как у взрослых и к чему мы уже жоско привыкли.
Но есть нюанс - официальный сайт MiniMax пока всё ещё показывает Hailuo 2.3 как актуальную публичную модель, поэтому речь, похоже, идёт о раннем запуске через партнёров и отдельных пользователей, а не о полном глобальном релизе.
H3 генерирует видосы длиной от 5 до 15 секунд, в нативном 2K и 24 fps со звуком. На вход можно подавать текст, начальный или конечный кадр, до девяти изображений, трёх видеореференсов и трёх аудиофайлов. Заявлены multishot-сцены, конситстентный персонаж между планами и Edit уже сгенерированного видео промптами.
Динамика на видосах бодрая.
С ценами туманнее: официальный прайс именно на H3 пока не появился.
Но я нашел вот такое:
It uses the same amount of consumption as Seedance2.0's 480p at 2K resolution. То есть цены за 2К, как у Сиданского за 480р.
Но все это смотрится тщетно, кроме цен, ибо следующий пост.
@cgevent
Мэртвые заговорили!
MiniMax начал выкатывать Hailuo H3 - новое поколение своего видеогенератора. Это уже не просто улучшенный Hailuo 2.3, а попытка собрать в одной модели генерацию, режиссуру и звук: text-to-video, image-to-video, несколько сцен внутри одного ролика, сохранение персонажа по референсам.
Все как у взрослых и к чему мы уже жоско привыкли.
Но есть нюанс - официальный сайт MiniMax пока всё ещё показывает Hailuo 2.3 как актуальную публичную модель, поэтому речь, похоже, идёт о раннем запуске через партнёров и отдельных пользователей, а не о полном глобальном релизе.
H3 генерирует видосы длиной от 5 до 15 секунд, в нативном 2K и 24 fps со звуком. На вход можно подавать текст, начальный или конечный кадр, до девяти изображений, трёх видеореференсов и трёх аудиофайлов. Заявлены multishot-сцены, конситстентный персонаж между планами и Edit уже сгенерированного видео промптами.
Динамика на видосах бодрая.
С ценами туманнее: официальный прайс именно на H3 пока не появился.
Но я нашел вот такое:
It uses the same amount of consumption as Seedance2.0's 480p at 2K resolution. То есть цены за 2К, как у Сиданского за 480р.
Но все это смотрится тщетно, кроме цен, ибо следующий пост.
@cgevent
🔥28😁9❤4👍2
Seedance 2.5: послезавтра
Сегодня только ленивый агрегатор не написал, что Сиданский 2.5 coming soon.
Забавно наблюдать, как Рунвей и Пика (и почти все остальные) начинали со своих распиаренных моделей, а теперь переобулись в барыжество Сиданским и другими.
Только Kling держиццо.
Также ждём:
FLUX 3: August 4
WAN 3: August 6
@cgevent
Сегодня только ленивый агрегатор не написал, что Сиданский 2.5 coming soon.
Забавно наблюдать, как Рунвей и Пика (и почти все остальные) начинали со своих распиаренных моделей, а теперь переобулись в барыжество Сиданским и другими.
Только Kling держиццо.
Также ждём:
WAN 3: August 6
@cgevent
🔥63❤10👍5
Media is too big
VIEW IN TELEGRAM
#Нейропрожарка
«The Last Battle» microshort film.
Автор: @Alex_Danger0us
Не знаю как так получилось, вдохновила меня песня группы NEMIGA - Только представь.
Из неё в Суно я сделал весь саундтрек, а оригинальный кусок оставил в конце.
Изначально, финал должен был быть более трагичным, но потом я подумал, нам всем не помешает немного надежды на счастливый исход. Поэтому родился слоган «сражайся, даже если уже нет надежды» и изменённый финал.
Использовал midjourney, banana, Seedance 2.
По времени неделя по ночам.
По деньгам ~2000₽
Всем хорошего просмотра!
@cgevent
«The Last Battle» microshort film.
Автор: @Alex_Danger0us
Не знаю как так получилось, вдохновила меня песня группы NEMIGA - Только представь.
Из неё в Суно я сделал весь саундтрек, а оригинальный кусок оставил в конце.
Изначально, финал должен был быть более трагичным, но потом я подумал, нам всем не помешает немного надежды на счастливый исход. Поэтому родился слоган «сражайся, даже если уже нет надежды» и изменённый финал.
Использовал midjourney, banana, Seedance 2.
По времени неделя по ночам.
По деньгам ~2000₽
Всем хорошего просмотра!
@cgevent
👍79👎23🔥7❤5🙏5😁2
This media is not supported in your browser
VIEW IN TELEGRAM
Veo: 10 бесплатных видосов даже для бесплатных планов
Гугл пишет: «Starting today, you can create ten videos at no cost in Gemini until 11:59pm PT on August 4th».
Юзеры: в день?
Гугл: всего...
Юзеры: где 3.5 pro и Nano Banana 3 и Veo 4?
Гугл: кто здесь?
__
Кстати, ровно год назад была такая же акция, только видосов было три. Всего. Потом расширили до шести.
Все были щаслевы.
Прошел год.
Все зажрались неимоверно.
Но и Гугл, который в прошлом году рванул конкретно, в этом году реально тормозит, делая вид, что на дворе ещё 2025.
Юзеры: хей, Гугл, завтра Сиданский на 30 секунд.
Гугл: скокаскока?
Сора: всем привет с кладбища, Вео, дружище, заходи на огонек, еслишо.
https://x.com/GeminiApp/status/2082563490431246623
@cgevent
Гугл пишет: «Starting today, you can create ten videos at no cost in Gemini until 11:59pm PT on August 4th».
Юзеры: в день?
Гугл: всего...
Юзеры: где 3.5 pro и Nano Banana 3 и Veo 4?
Гугл: кто здесь?
__
Кстати, ровно год назад была такая же акция, только видосов было три. Всего. Потом расширили до шести.
Все были щаслевы.
Прошел год.
Все зажрались неимоверно.
Но и Гугл, который в прошлом году рванул конкретно, в этом году реально тормозит, делая вид, что на дворе ещё 2025.
Юзеры: хей, Гугл, завтра Сиданский на 30 секунд.
Гугл: скокаскока?
https://x.com/GeminiApp/status/2082563490431246623
@cgevent
😁59❤6🔥4👎1😱1
Forwarded from Denis Sexy IT 🤖
Вот пересказ этой истории по версии Hugging Face, много тех-терминов – но без них не перескахать
Если коротко – агент OpenAI на новой модели не стал решать тест по кибербезопасности, а решил просто украсть ответы и украл🗿
Таймлайн:
📔 9 июля – агент проходит внутреннюю проверку кибервозможностей OpenAI, промпт фильтры там ослаблены, чтобы измерить сырой уровень модели. Агент находит zero-day в кэш-прокси реестра пакетов, вырывается из песочницы в интернет, затем взламывает публичный сервис для запуска кода и получает там root. Серьезно, агент сделал себе "штаб"
В тот же день, агент собирает канал управления буквально из сервисов бесплатного интернета: request-capture сервисы, pastebin’ы и файлообменники. Команды режет на куски, упаковывает в gzip+base64 и постоянно меняет каналы, когда очередной закрывают, чтобы не поймали
📔 10 июля – агент ищет в поисковиках и API названия, которые видит в собственном окружении, то есть, по сути, гуглит самого себя – и, вероятно, приходит к выводу, что ответы к ExploitGym/CyberGym могут лежать на Hugging Face
Агент загружает на Hugging Face специально собранные датасеты:
Один заставляет обработчик файлов HDF5 читать локальные файлы сервера Hugging Face – так агент получает переменные окружения с токенами и исходники самого обработчика файлов
Второй – Jinja2-инъекция – запускает произвольный Python внутри production-пода Kubernetes, результаты команд он выносит обратно через API Hugging Face и собственные шифрованные датасеты
📔 11 июля – пик активности: 7677 действий за сутки, менее чем за 13 часов агент проходит путь от одного production-пода до кластер админа в нескольких внутренних кластерах Hugging Face
Агент крадёт service-account токены, лезет в cloud metadata, поднимает privileged pod с диском хоста и получает root на ноде (!); Затем создаёт самовосстанавливающийся флот на 11 нодах, читает внутреннюю MongoDB и один Kubernetes-secret сразу со 136 ключами.
Среди них оказываются ключ корпоративной mesh-VPN жертвы и общий credential внутреннего сервера; из-за неудачной конфигурации этот один credential был привязан к system:masters сразу в нескольких кластерах – поэтому агент получил кластер-admin на двух из них буквально за секунду – была очень экономная архитектура, пока её не увидел робот
📔 12 июля – агент начинает пользоваться дертвой – за всю активность он зарегистрирует 181 временное устройство в корпоративной mesh-сети, поднимет SOCKS-прокси прямо из песочниц и увидит 22 внутренних узла Hugging Face. Попытается зайти в основную базу Hugging Face, но private-link allowlist его останавливает
Поздно вечером он добирается до source control, выпускает себе GitHub App token с правами на запись и открывает pull request, пытаясь запустить CI и вытащить новые credentials
Попытка не срабатывает, в опубликованные пакеты и образы ничего вредоносного не попало.
📔 13 июля – закрепление и уборка следов: загрузчик с pastebin, переписывание DNS, новые короткоживущие токены, RSA-ключ и даже CORS-прокси на самом Hugging Face как запасной выход в интернет. В 13:37 фиксируется последнее осмысленное действие, затем команда Hugging Face отрезает доступ – последнее событие – 14:14 UTC.
В итоге из пользовательского контента агент добрался только до пяти датасетов с решениями задач ExploitGym/CyberGym – получается решил?
Другие модели, датасеты, Spaces и пакеты, по данным Hugging Face, не пострадали; основная база и software supply chain остались целы
Самое смешное – когда инцидент исследовали сотрудники, они тоже использовали нейронки, но Claude Opus и Fable отказывались разбирать часть логов как «опасный» запрос, поэтому Hugging Face подняли GLM-5.2 у себя и с его помощью расшифровали спрятанные payload’ы – спасибо китайским моделям
Шел июль 2026 года
Все детали тут:
https://huggingface.co/blog/agent-intrusion-technical-timeline
Если коротко – агент OpenAI на новой модели не стал решать тест по кибербезопасности, а решил просто украсть ответы и украл
Таймлайн:
В тот же день, агент собирает канал управления буквально из сервисов бесплатного интернета: request-capture сервисы, pastebin’ы и файлообменники. Команды режет на куски, упаковывает в gzip+base64 и постоянно меняет каналы, когда очередной закрывают, чтобы не поймали
Агент загружает на Hugging Face специально собранные датасеты:
Один заставляет обработчик файлов HDF5 читать локальные файлы сервера Hugging Face – так агент получает переменные окружения с токенами и исходники самого обработчика файлов
Второй – Jinja2-инъекция – запускает произвольный Python внутри production-пода Kubernetes, результаты команд он выносит обратно через API Hugging Face и собственные шифрованные датасеты
Агент крадёт service-account токены, лезет в cloud metadata, поднимает privileged pod с диском хоста и получает root на ноде (!); Затем создаёт самовосстанавливающийся флот на 11 нодах, читает внутреннюю MongoDB и один Kubernetes-secret сразу со 136 ключами.
Среди них оказываются ключ корпоративной mesh-VPN жертвы и общий credential внутреннего сервера; из-за неудачной конфигурации этот один credential был привязан к system:masters сразу в нескольких кластерах – поэтому агент получил кластер-admin на двух из них буквально за секунду – была очень экономная архитектура, пока её не увидел робот
Поздно вечером он добирается до source control, выпускает себе GitHub App token с правами на запись и открывает pull request, пытаясь запустить CI и вытащить новые credentials
Попытка не срабатывает, в опубликованные пакеты и образы ничего вредоносного не попало.
В итоге из пользовательского контента агент добрался только до пяти датасетов с решениями задач ExploitGym/CyberGym – получается решил?
Другие модели, датасеты, Spaces и пакеты, по данным Hugging Face, не пострадали; основная база и software supply chain остались целы
Самое смешное – когда инцидент исследовали сотрудники, они тоже использовали нейронки, но Claude Opus и Fable отказывались разбирать часть логов как «опасный» запрос, поэтому Hugging Face подняли GLM-5.2 у себя и с его помощью расшифровали спрятанные payload’ы – спасибо китайским моделям
Шел июль 2026 года
Все детали тут:
https://huggingface.co/blog/agent-intrusion-technical-timeline
Please open Telegram to view this post
VIEW IN TELEGRAM
huggingface.co
Anatomy of a Frontier Lab Agent Intrusion: A Technical Timeline of the July 2026 Incident
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
❤41🔥23😁7😱4👍1👎1
Ideogram Object Remover
Конечно же, по тестам он побивает и Банану, и Гпт Имадж, и Флюкс Ерайз.
Причем по качеству и по цене за запрос.
Но когда я туда присунул псину мохнатую на тест, он вылетает с ошибкой 402, что бы это не значило. Ну да, псина слегка фривольная....
https://ideogram.ai/apps
@cgevent
Конечно же, по тестам он побивает и Банану, и Гпт Имадж, и Флюкс Ерайз.
Причем по качеству и по цене за запрос.
Но когда я туда присунул псину мохнатую на тест, он вылетает с ошибкой 402, что бы это не значило. Ну да, псина слегка фривольная....
https://ideogram.ai/apps
@cgevent
😁30👍6🔥6❤1👎1