Вы могли заметить что последнее время я ставлю на видео вотермарки. Привет большим каналам. А еще на андроидах такие видео не открывались. Проблема частично решена благодаря помощи @graphnull.

А дело в том что бот, добавляющий вотермарки я написал целиком под диктовку Deepseek coder. Я знаю что есть готовые боты, но мы не ищем легких путей, мы ищем интересных. Некоторых нюансов работы с видео Deepseek coder не знает и порой при исправлении ошибок ходит по кругу. Приходилось немного погуглить и даже перепоручить одну ошибку ChatGPT.

Сейчас инструмент еще сырой, вотермарк в будущем станет аккуратнее. Если будут траблы с просмотром видео, пишите в чат.

Visual Anagrams: Generating Multi-View Optical Illusions with Diffusion Models

Визуальные анаграммы, иллюзии, перевертыши - без дообучения. Под капотом DeepFloyd. А я-то думал что он уже умер.
Возможности: вращение, переворот, инверсия цвета, мозаичные перестановки, случайные перестановки.
Напомню, что уже было подобное.

Код
Колаб
напечатать пазл-перевертыш. Там всего один вариант

#text2image #text2illusion #text2puzzle

Seamless Communication

Meta AI выпустили новую версию своего нейропереводчика.
На этот раз три модели:

SeamlessM4T v2 - улучшенная версия SeamlessM4T.
Демо

SeamlessExpressive - модель с акцентом на выразительность речи.
Демо

SeamlessStreaming - модель перевода в реальном времени, задержка 2 секунды.
Демо

Гитхаб

#dubbing #multimodal #llm #speech2speech #text2speech #speech2text #tts #stt

AntiFake

Защита голоса от клонирования.
Соседние каналы пишут что якобы человеческое ухо вообще не улавливает изменения. Легко убедиться что это не так. AntiFake добавляет к голосу шум, похожий на журчание воды. При этом голос звучит узнаваемо. Но нейросетку уже на этом голосе обучить не получится. Вернее, обучить можно, но на выходе голос будет другой.

Код

#voicecloning #tools #security

SparseCtrl: Adding Sparse Controls to Text-to-Video Diffusion Models

Больше управляемости и контроля для генераторов видео. А-ля контролнет для видео.

- интерполяция кадров
- интерполяция видео
- анимация изображения
- предсказание/продление видео
- генерация видео по карте глубины
- генерация видео по эскизу
- генерация видео по раскадровке

Код обещают выложить

#video2video #text2video

Что-то на сингулярном. GPT4 дает более развернутые ответы если если ему пообещать чаевые

твиттер

#яниначтоненамекаю

Из соседнего чата