На полках уже начали появляться товары с нейросетевым артом

Если раньше китайцы просто неправильный текст на английском писали, то теперь просто не будут проверять за нейронкой

Ты еще не научился делать ровную, аккуратную сетку, а Mesh GPT уже взяли на работу.

Что интересно, генерации происходят на базе LLM-модели, обученной на выборке с готовыми моделями. При разработке стремились добиться схожих результатов с тем, как обычно художники производят этап Lowpoly.

И тут я вижу проблему вот в чем. С одной стороны, цель благородная: облегчить, автоматизировать один из этапов производства. С другой, этот этап настолько заебистый, и столько входящих параметров нужно учитывать, чтобы действительно по требованиям сделать эту лоупольку, что, казалось бы, нет смысла это автоматизировать.

Т.к. помимо пайплайна Lowpoly+bake существуют и другие: мидполи, с фасками, без фасок, через USD с сабдивами, nanite и другие, которые, как я очень надеюсь, вытеснят со временем все остальные. Пока что я вижу, что так и происходит, проблема только в том, что не все движки нативно поддерживают эту технологию.

Пока алгоритм оптимизируют и доведут до потребностей реального продакшена, переход уже произойдет.

Если с самим принципом построения мы разобрались, то сама идея генерации через LLM дает куда более точные результаты, чем через те же поинтклауды. Грани мы имеем более четкие, что важно для хардсерфейс объектов. Тут под хардсерфейс я имею в виду любые твердотельные объекты, включая мебель, тоже туда же, не органические формы в целом. Вопрос только в том, может ли этот подход также эффективно работать с более органическими формами.

Читать подробнее
Видео

LittleTales.co

Генератор историй.
На вход нужно одно селфи, короткое описание и опционально сюжет.
Под капотом StableDiffusion

На старте дают 20 кредитов, чего не хватает даже закончить одну историю с картинками.

Впрочем, можете написать автору на реддите что кредитов мало. Если будет много таких коментов, может кредитов добавят.

Доктор Зло возрождает динозавров

#image2story #story

FlowZero:Zero-Shot Text-to-Video Synthesis withLLM-Driven Dynamic Scene Syntax

Очередной генератор видео по тексту. Но на согласованность во времени здесь работает большая языковая модель (#LLM), подробно синтаксически описывая объекты, движение, сцену, фон и т д.

Код обещают выложить

#text2video

SketchVideo

Переводит видео в анимированный эскиз. Авторы что-то пишут про открытие возможностей редактирования видео на основе эскизов.

Наконец можно сделать свой Take on me

Код

#video2video #video2sketch

Видеогенератор Pika обновился до версии 1.0.
Кому и как быстро будут выдавать доступ - пока непонятно.

Записаться в вейтлист
Блог

#text2video #image2video

Jacques - Absolve (источник, Youtube)

Лувр + VFX

Смотрите как надо

#VFX #aiart

а теперь брейкдаун

источник (Vimeo)

#VFX #aiart #breakdown

SDXL Turbo

Stability AI задистилировали SDXL, генерация картинок в реальном времени по тексту. Меняете что-то в промте - меняется результат

Попробовать на ClipDrop

#text2image #realtime

одного комента хватило чтобы мне накинули еще 200 кредитов. Живем

А вот пример от сотрудника Satbility AI как локально запустить SDXL Turbo на ComfyUI

Рекомендован SDE Karras (или подобные) и очень низкий CFG (1-2.5, а в оригинале вообще - 0)

инструкция

#text2image #realtime

Революционное открытие в материаловедении: ИИ от DeepMind обнаружил миллионы новых кристаллов

Вдохновившись (и набравшись опыта) AlphaFold, DeepMind запускают новую революцию. На этот раз в материаловедении. ИИ-инструмент GNoME от DeepMind открыл 2.2 миллиона новых кристаллов.

Современные технологии, такие как компьютерные чипы и батареи, зависят от неорганических кристаллов. Стабильность этих кристаллов критична.

Инструмент GNoME использует глубокое обучение для предсказания стабильности новых материалов, ускоряя и упрощая процесс их открытия. Он предсказал 2.2 миллиона новых кристаллов. Из них 380 000 - стабильны (а следовательно перспективные кандидаты для экспериментального синтеза).

Среди этих стабильных кристаллов, было найдено 52 000 новых слоистых соединений, аналогичных графену, которые могут произвести революцию в электронике.

Это открытие демонстрирует потенциал ИИ в области поиска и разработки новых материалов. GNoME не только предсказывает структуру новых, стабильных кристаллов, но и помогает ускорить их открытие, повышая эффективность предсказания стабильности материалов с 50% до 80%.

Благодаря GNoME нас ждет более устойчивое будущее, с более эффективными технологиями и материалами для электромобилей и вычислительной техники.

🥳 Блог-пост
🔮 Статья