Был когда-то такой генератор картинок - Midjourney.

Так вот, он еще жив.

Держите последних новостей.

Midjourney V7 будет представлять собой полную переработку V6, включая:

- новую архитектуру, новые датасеты(!) и пересмотренные(revised,?!) подходы к обработке языка\промптов.
- улучшенное понимание промптов(наконец-то), согласованность и гибкая стилизация.

Возможные сроки: от недели до месяца на тестирование, плюс двухнедельная фаза окончательной раскатки.

V7 "очень всприпозднилась", в основном потому, что в ней переработаны почти все части системы.

В будущем ожидаются следующие расширения: Draft modes, large-batch modes, and specialized offshoots that vary in speed and quality. offshoots - это ответвления, форки, приподверсии.

Про видео-модель опять туман.
В процессе тестирования находятся несколько потенциальных решений, в том числе:
- Собственная модель видео.
- Возможное партнерство с внешними моделями.
- Исследование решений с открытым исходным кодом(!!!, шта?).
(похоже ребята в тупике)

Ключевые задачи:
- Сделать работу с видео "увлекательной" и не требующей чрезмерных затрат времени или средств.
- Баланс между скоростью, стоимостью и качеством вывода.

В прошлом году они писали, что видео-модель - это будет 2.5D модель, которая позволяет "заглядывать" в картинку с разных ракурсов, типа игрового движка на минималках.

Батч-режим:

- Пользователи просматривают большие наборы изображений, отмечая, что им нравится, а что нет.

Fast режим:
- почти реалтайм.

Батч плюс fast - быстрое дообучение на предпочтениях пользователя.

Мудборды:
- Combining mood boards with S-Ref (style/reference) or “character reference” capabilities.

Планируется подтолкнуть к персонализации пользователей, которые еще не пробовали ее, поскольку отзывы показывают: - Около 85% людей предпочитают изображения, созданные с помощью персонализации.
- В настоящее время основное внимание уделяется ускорению процесса персонализации, а не его усложнению.

Есть у меня ощущение, что все это я уже видел в прошлом году в опенсорсе. Но пользователи Midjourney - они как пользователи айфонов, будут колоться, плакать и ждать кактусы.

И API.

@cgevent

Comfy2Gradio

А вот это уже очень интересный туториал-инструкция.

Что он делает:

1. Берет ComfyUI workflow и превращает его в некий питоновский код.
2. Потом берет этот питоновский код и превращает его в другой питоновский код - в web-морду Gradio, со всеми слайдерами и и чекбоксами. То есть в нормальный UI.
3. Далее вам расскажут, как засунуть и запустить это Gradio-приложение на Hugging Face Spaces with ZeroGPU. Ну то есть захостить в облаке (типа бесплатно до какого-то лимита использования GPU)
4. Вы получите просто url на котором крутится ваше приложение с кнопочками и ползунками, вместо лапши и лапши.

Обещают однокнопочный процесс, но есть момент. И момент родовой: вы должны знать как to grab a ComfyUI workflow and run it on your machine, installing missing nodes and finding the missing models (we do plan to automate this step soon though)

Ну то есть взять чей вокфлоу и превратить его в нормальный UI не получится. Надо установить Комфи, загнать туда этот воркфлоу, посмотреть на красное аддище из missing nodes, понажимать кнопок, поустанавиливать гитхаба и когда все заведется, переходить у туториалу.

Но идея ОЧЕНЬ правильная. Если они смогут автоматизировать борьбу с кошмаром отсутствующих нод(версий, конфликтов) и деплой на HF, то может получиться прорыв в обмене сценами из ComfyUI.

Я ставил SwarmUI как UI-нашлепку над Комфи, но это настолько уродливо, неудобно и криво сделано, что сразу снес. Кроме того, там нет наследования параметров из кастомных нод от того же Kijai, разработчик медленно добавляет все модели и форки вручную.

Я бы подождал автоматизации и развития этого проекта:
https://huggingface.co/blog/run-comfyui-workflows-on-spaces

@cgevent

AI Meme Arena

Прокачка ИИ-чувства юмора. Впрочем не только ИИ, но и кожаного.

Принес вам серьезное залипалово на несерьезную тему. Сижу второй час. Генерю мемы.
Вот тут: @AIMemeArenaBot - это прямо полный аналог lmsys’овской Chatbot Arena, из которой вырастает объективный лидерборд для оценки остроумия AI-агентов.
Больше даже похоже на лидерборд для картинок, ибо результат оцениваешь "нутром", а не мозгом.

Иногда результаты полный треш, но иногда выходит такой мем, что твои кожаные мозги начинают нагреваться - это смешно, но ты не можешь объяснить почему. Я совершенно заворожен этим экспериментом. Сдается мне все стендаперы (особенно любители парадоксальных шуток сейчас ломанутся туда).
Процесс напоминает ранние генерации в Stable Diffusion 1.5 - много мусора и кривой анатомии, а потом бац и шедевр, надо только прокликать "еще мемов". В принципе с ранними чатботами было также же, поток галлюцинаций вперемешку с нормальными ответами. С фонами тоже есть проблемы, но, я так понимаю, датасет растет.

Процесс до тупости прост, задаешь тему
- отправляешь контекстный промпт (например, "Айфон тырит фичи у андроида");
- Два рандомных AI-агента Арены его получают;
- Каждый генерит свой мем;
- Голосуете за более остроумный и релевантный;
- На основе множества таких баттлов(кликов "давай еще") строится Leaderboard, который уже работает тут: https://aimemearena.vercel.app/

Самое смешное, что никакой регистрации, подписок на канал и прочая.

Сейчас Арена работает только на русскоязычных AI-энтузиастов, но авторы вероятно скоро сделают глобальную версию
- когда сделают, есть шанс, что эта штука поможет ускорить эволюцию остроумия и ЧЮ у AI-агентов и LLM-ок и мы выпьем за кожаных Петросянов
- в качестве контекстных промптов можно попробовать новостные заголовки, посты в Телеграме, абзацы из статьи и т.д.
- чем шире описан контекст, тем релевантнее и глубже мемы получаются

Дальше - больше.

Оказалось, что там не только боты от авторов @AIMemeArenaBot, а любой желающий может наваять своего ИИ-стендапера и выпустить его на арену - для этого есть Chаllenge: https://aimemearena.vercel.app/challenge
У кого получится хороший рейтинг на арене, еще и компьют компенсируют.

Я полез искать авторов, которые пишут что их миссия is Making AI Funny As Fuck и и оказалось, что они как-то связаны с FUNCORP.

Пойду напишу Вове Закоулову, ибо это прекрасно.

А пока позалипайте тут @AIMemeArenaBot и присылайте лютые шедевры и такой же треш в коментарии.

Повеселимсо.

У меня вот такой свеженький про chatGPT Tasks сгенерилсо.

@cgevent

Позавчера писал про новую модель Ray2 от Luma Labs - сегодня ее выпустили из беты в народ с платными подписками.

Вместо демо-роликов принес вам довольно впечатляющий пример от @davincisdigital.
Мне кажется куски Ходячих мертвецов или второй сезон Last of US можно "подснимать" в Луме. Не говоря уже про синематики к определенного класса играм.

Похоже, что есть прогресс анимации, то есть в движениях, как объектов, так и камеры. Вопрос управляемости.

И прежде чем расчехлять ляполовы, вспомните, где мы были полтора года назад. И где мы сейчас.

Куда катится мир?

@cgevent

Сорри, но я снова про видеогенераторы, ибо они все взбесились.

VIDU 2 хвастается новыми фишками:

- Ускоренное создание видео: Видео создается всего за 10 секунд.
- Повышенная согласованность: От первого до последнего кадра
- Низкая цена: Всего 0,7 цента за секунду (хмм)
- Внимание: в непиковом режиме неограниченное количество бесплатных генерация в непиковые часы.

Правда как попасть в непиковые часы непонятно.

И снова я вам принес не демо ролик из их твиттора, а аниме-пример.

Я не большой эксперт в аниме, но похоже совместимость персонажа там достигается попроще (главное глазищщи и подбородок) и снова подумалось, что вот эти вот филеры в аниме уже можно заполнять генеративом. А уж с такой музикой Suno точно справится.

В общем раньше бывало "а облака возьмем со стоков". А теперь: "аниме путешествие за город сгенерим в Vidu"

P.S. У них там еще конкурс на 5000 баксов

@cgevent

Кому-то может быть полезно - бесплатный курс по AI AGENTS от HuggingFace.

https://huggingface.us17.list-manage.com/subscribe?u=7f57e683fa28b51bfc493d048&id=9ed45a3ef6

@cgevent