Pika 2.1 не впечатлил меня генерацией по исходной картинке, за исключением вот этой нигерации, тут получилось неплохо
#neuronaut_art
#neuronaut_art
Нейронавт | Нейросети в творчестве
Видеогенератор Pika 2.1 открыли для платных подписчиков #text2video #image2video
Please open Telegram to view this post
VIEW IN TELEGRAM
Внезапно
DeepSeek можно пользоваться через API Open AI, просто заменив базовый URL и API ключ. Они полностью совместимы. Миграция разработчика в две строчки кода
DeepSeek to Open AI:🖕
#news
DeepSeek можно пользоваться через API Open AI, просто заменив базовый URL и API ключ. Они полностью совместимы. Миграция разработчика в две строчки кода
DeepSeek to Open AI:
#news
Please open Telegram to view this post
VIEW IN TELEGRAM
сегодня про новинки писать не буду
Их слишком много а меня слишком мало
Их слишком много а меня слишком мало
Media is too big
VIEW IN TELEGRAM
Qwen2.5-Max
Новая флагманская LLM от Alibaba, совет экспертов.
Превосходит DeepSeek v3 по циферкам бенча
Чат - не забудьте выбрать Qwen2.5-Max
#assistant #MOE
Новая флагманская LLM от Alibaba, совет экспертов.
Превосходит DeepSeek v3 по циферкам бенча
Чат - не забудьте выбрать Qwen2.5-Max
#assistant #MOE
Janus-Pro
Мультимодальная авторегрессионная модель от DeepSeek
Генерирует картинки "лучше, чем DALL-E 3, SD3 и Emu3" (нет), а понимает изображение точнее, чем LLaVA
Сперва меня картинки не впечатлили, отбраковал новость, потом передумал
Код
Демо
#multimodal #mllm #text2image #image2text
Мультимодальная авторегрессионная модель от DeepSeek
Генерирует картинки "лучше, чем DALL-E 3, SD3 и Emu3" (нет), а понимает изображение точнее, чем LLaVA
Сперва меня картинки не впечатлили, отбраковал новость, потом передумал
Код
Демо
#multimodal #mllm #text2image #image2text
AnchorCrafter: Animate CyberAnchors Saling Your Products via Human-Object Interacting Video Generation
Нишевый оживлятор поясных портретов, негерит взаимодействие с небольшими предметами для создания видео презентатора-продажника
Код ждем
#humananimation #portraitanimation #image2video #pose2video
Нишевый оживлятор поясных портретов, негерит взаимодействие с небольшими предметами для создания видео презентатора-продажника
Код ждем
#humananimation #portraitanimation #image2video #pose2video
This media is not supported in your browser
VIEW IN TELEGRAM
GenXD: Generating Any 3D and 4D Scenes
Генерация 3D и 4D сцен от Университета Сингапура и Microsoft
На вход подают камеру и движения объекта (сам не понял. Видимо, видео)
Код ждем
#videoto3d #videoto4d
Генерация 3D и 4D сцен от Университета Сингапура и Microsoft
На вход подают камеру и движения объекта (сам не понял. Видимо, видео)
Код ждем
#videoto3d #videoto4d
This media is not supported in your browser
VIEW IN TELEGRAM
DiffSplat: Repurposing Image Diffusion Models for Scalable 3D Gaussian Splat Generation
Генератор 3D объектов на гауссианах по картинке, по тексту. Поддерживает контроль генерации контролнетом - в примерах есть canny, depth, normals
Модель представляет собой файнтюн PixArt-Sigma-XL-2-512-MS
Код
Веса
Демо ждем
#textto3d #imageto3d #gaussian #conditioning #text2gaussian #image2gaussian
Генератор 3D объектов на гауссианах по картинке, по тексту. Поддерживает контроль генерации контролнетом - в примерах есть canny, depth, normals
Модель представляет собой файнтюн PixArt-Sigma-XL-2-512-MS
Код
Веса
Демо ждем
#textto3d #imageto3d #gaussian #conditioning #text2gaussian #image2gaussian
LLaSA: Scaling Train-Time and Test-Time Compute for LLaMA-based Speech Synthesis
Новая SOTA (state of the art - достижение) в клонировании голоса с контролем эмоций и ультрареалистичным звуком.
Клонирует голос с акцентом по 5-10 секундному образцу
Хотя на TTS-арене на 12 месте, но может еще рано, он еще свежий
В основе Llama 3.2
Поддерживает клонирование голоса на английском и китайском языках
Есть 1B, 3B, обещают 8B
Сайта не нашел. Есть видео от какого-то индуса с локальным запуском
Гитхаб - обучение с нууля
Демо
local-llasa-tts - для локального запуска с GUI на gradio
#voicecloning #tts #text2speech #leaderboard
Новая SOTA (state of the art - достижение) в клонировании голоса с контролем эмоций и ультрареалистичным звуком.
Клонирует голос с акцентом по 5-10 секундному образцу
Хотя на TTS-арене на 12 месте, но может еще рано, он еще свежий
В основе Llama 3.2
Поддерживает клонирование голоса на английском и китайском языках
Есть 1B, 3B, обещают 8B
Сайта не нашел. Есть видео от какого-то индуса с локальным запуском
Гитхаб - обучение с нууля
Демо
local-llasa-tts - для локального запуска с GUI на gradio
#voicecloning #tts #text2speech #leaderboard
This media is not supported in your browser
VIEW IN TELEGRAM
T2V 01 Director
Новая версия видеогенератора от Hailuo
Основная фишка - контроль камеры.
Гайд от режиссера Мигеля Иванова
#text2video #image2video #cameracontrol
Новая версия видеогенератора от Hailuo
Основная фишка - контроль камеры.
Гайд от режиссера Мигеля Иванова
#text2video #image2video #cameracontrol