Black Forest Labs бахнули FLUX 3 Image Klein - С ВЕСАМИ!

Основные фичи:

• Побороли флюксовые руки
• 5.6B параметров - только генератор, без текстового энкодера Qwen3-VL-4B.
• Размер весов: 11.1 GB для генератора (5.6B) + 8.9 GB для текстового энкодера Qwen3-VL-4B + 0.3 GB VAE. Итого около 20.3 GB в BF16. Дополнительный Prompt Upsampler на Qwen3.5-9B требует ещё 18.8 GB, но его можно запускать отдельно.
• До 4K - заявлена нативная генерация изображений. Креа 3 нервничает.
• До 10 референсов - генерация и редактирование с использованием нескольких исходных изображений. Креа 3 нервничает.
• Bounding Boxes - управление расположением, масштабом, перемещением и удалением объектов через бибоксы. Это не жёсткие маски. Креа 3 нервничает.
• Две версии: Base (50 шагов, для обучения и LoRA) и Distilled (16 шагов, для быстрого инференса). Потребление памяти практически одинаковое, просто Base сильно помедленнее. 
• Квантизация: BF16, FP8, INT8, NVFP4. Уже пошли ГГУФы
• Локальный запуск: для нищебродов от 8 GB VRAM с оптимизированной INT8-сборкой в ComfyUI. 

Для баяр: обе BF16-версии реально запускаются на RTX 3090 с 24 GB VRAM. Есть сообщения о работе на 20 GB. Для комфортного запуска без ограничений лучше 32-48 GB. Официальный пиковый замер BFL - 31 GB, у Hugging Face в оптимизированной реализации - около 21 GiB.

• Скорость: около 4 секунд на RTX 5090 и 8.9 секунды на RTX 4070 для изображения 1024x1024.

Лицензия FLUX Kommunity допускает бесплатное коммерческое создание изображений при годовой выручке менее $5 млн, с дополнительными ограничениями.

Заявленное BFL превосходство над предыдущим поколением пока не подтверждается первыми твиттарскими тестами. Пойду напишу коллаб-ноутбук, чтобы погонять на халявной A100 для Google AI Pro подписки.

Шлите промпты.

Сорсы:

https://bfl.ai/blog/flux-3-image-klein

https://huggingface.co/black-forest-labs/flux-3-image-klein

https://github.com/black-forest-labs/flux-3-image-klein

@cgevent

Kling бахнул Kling 4.0 для всех

Основные изменения по сравнению с Kling 3.0:

• Длительность: до 30 секунд за одну генерацию вместо 15.

• Ключевые кадры: до 10 опорных кадров для управления развитием сцены.

• Референсы: до 15 материалов в комбинированных сценариях, включая изображения, видео, персонажей и голос.

• Видео-референсы: до 5 роликов общей продолжительностью до 30 секунд.

• Звук: стерео вместо моно, улучшенные синхронизация речи и мультиязычная генерация.

• Форматы: поддержка 21:9, расширенное мультимодальное редактирование существующего видео.

Совсем новое:

• MCP: подключение Kling к AI-агентам, включая Claude и совместимые клиенты.

• CLI: управление генерацией из терминала, скриптов и автоматизированных пайплайнов.

• Поддерживаются отправка задач, отслеживание выполнения и получение результатов. Используются кредиты аккаунта Kling.

Анонсировано, но пока не доступно публично:

• 10-bit HDR: экспорт в 1080p и 4K с расширенным динамическим диапазоном. 4K как разрешение поддерживалось и раньше.

• API

Источники:

https://kling.ai/blog/kling-4-vs-3

https://kling.ai/app/mcp/guide

@cgevent

BytePlus бахнул (нет не Сиданс 3) OmniHuman 2.0

Для тех, кто забыл. 

OmniHuman превращает фотографию человека или персонажа и аудиозапись в реалистичное видео с синхронизацией губ, мимикой, жестами и движениями тела. Это не только музыкальные клипы: технология подходит для виртуальных ведущих, интервью, подкастов, образовательных роликов, рекламных презентаций, диалогов и выступлений цифровых персонажей. В качестве аудио можно использовать речь, музыку или их сочетание. 

Основные изменения:

• Длительность: до 300 секунд непрерывной генерации вместо прежних 60, без склейки отдельных фрагментов.

• Аудио: поддержка речи, диалогов и музыки. Улучшены синхронизация губ, мимика, жесты и движения тела с учетом интонаций, эмоций и содержания аудио.

• Управление: возможность задавать действия персонажа и движения камеры текстовым промптом.

• Цена: снижена с $0.12 до $0.07 за секунду (-41.7%). Пятиминутный ролик обойдется в $21.

Понимание смысла речи существовало еще в OmniHuman 1.5. Главное обновление - пятикратное увеличение максимальной длительности и снижение стоимости.

 Кто-то вообще юзает Omni Human? При таком-то ценнике.

Ссылки:

https://www.byteplus.com/en/product/OmniHuman

https://x.com/BytePlusGlobal/status/2110643232363422074