Наш подписчик каталогизирует генераторы картинок. Если хотите ему помочь пишите в ему в личку

Пришел доступ к к GigaCode.
Если вы оставляли заявку, пора проверить почту

Говорят, в Bard подключили Gemini Pro (конкурент GPT-4) и генератор картинок Imagen.

Теперь поддерживается русский язык среди 40 других. Но доступ для России так и не дали, дав его почти всем остальным.

#text2image #assistant #VLM

Опубликован код контроллера движения MotionDirector

Код
Демо
Демо2
Колаб

#video2video #video2motion #motion2video

One-shot Talking Face Generation from Single-speaker Audio-Visual Correlation Learning

Генератор говорящей головы из картинки и аудиофайла

Код
Демо
Колаб

#talkinghead

На некоммерческом GPU-кластере от camenduru в качестве альфа-теста временно доступен видеогенератор SVD. Рядом такой же бесплатный SD с тремя анимешными чекпойнитами. Пользуйтесь

Сгенерировать изображение в SD
Сгенерировать видео в SVD

#text2image #image2video

Find Your Twins

Здесь можете залить свое фото и поискать своего двойника в датасете Face Aging Dataset

#image2image #twin

Stable Video Diffusion 1.1
Модель уже можно скачать

#image2video

AnimateLCM: Accelerating the Animation of Personalized Diffusion Models and Adapters with Decoupled Consistency Learning

Ускорение генерации видео, вдохновлённое LCM, за счет сокращения количества шагов

Гитхаб
Модель
Civitai
Демо
Демо2
Колаб

#text2video #image2video

Auto 1111 SDK: Stable Diffusion Python library

Легкая библиотека на Python для запуска SD.
Может быть полезно тем, у кого нет своей приличной видеокарты. Потому что есть колаб ноутбук. Он без web-ui, поэтому нет опасений что гугл его забанит.

Ноутбук быстрый, первые результаты вы можете получить уже через несколько минут после запуска

В колабе реализовано
- Оригинальные режимы txt2img и img2img
- апскейл
- Outpainting
- Inpainting

Разработчики планируют добавлять поддержку Lora, SDXL, Controlnet и т д

Гитхаб
Колаб

#text2image #image2image #inpainting #outpainting #upscale #stablediffusion

Houdini + Stable Diffusion

Принес годноты для CG-взрослых.

Симуляция в Гудини, нейрорендер в Stable Diffusion (Комфи+КонтролНет).
В Гудини генерятся частицы, маска и глубина, потом все это забирается в Stable Diffusion и кормится в ControlNet и Animatediff.

Вот такой нейрорендер нам нужен!
Более того, держите:

Подробный тутор, где все это расписано.

Канал этого удивительного чувака, который скрещивает 3Д и нейрорендеринг.

И клондайк из разных полезных постов для тех, кто в кино и VFX.

Enjoy CG-Bros.

P.S. Представьте, лукдев теперь это текстовый промпт и выбор чекпойнта (утрирую, конечно).

Dashtoon Studio

Онлайн студия для генерации комиксов по эксизам с консистентностью персонажей.

Есть туториалы и галерея комиксов. Платных тарифов не вижу, картинки генерятся.

#text2image #sketch2image

Stable Diffusion WebUI Forge

Облегченный и ускоренный StableDiffusion для слабого железа от автора ControlNet.
Попробую на 1060 6GB

[update] отлично работает, 12 секунд на картинку 512*512, 20 шагов

Гитхаб
cборка для установки в один клик

#tools #stablediffusion

MGIE: Guiding Instruction-based Image Editing via Multimodal Large Language Models

Что? нет. Или да.
Фоткаем, просим LLM что-нибудь поменять на фото.
Все это на айфоне.
Apple поделились кодом. Объясните кто-нибудь, какой толк на айфоне от кода на питоне?

Код
Демо

#MLLM #VLM #mobile #image2image #inpainting

MetaVoice-1B

Обновлен высококачественный клонировщик голоса

- 1.2B параметров
- Обучен на 100 тысячах часов речи-текста
- Синтез коротких и длинных разговоров
- Генерация эмоциональной речи на английском
- клонирование голоса по 30-секундному образцу
- файнтюнинг под другие языки
- Лицензия Apache 2.0

Гитхаб
Демо

#text2speech #speech2text

BRIA-RMBG-1.4

Новый лидер в удалении фона с картинок от bria.ai

Код
Демо

#image2image #backgroundremoval

SegMoE: Segmind Mixture of Diffusion Experts

"Совет экспертов" для генерации картинок. По принципу совета экспертов в LLM. На ютубе есть пояснительное видео для тех, кто, как и я, не понял как оно работает.

Код
ComfyUI

#text2image

А вот вам интересный скандальчик: в Нью-Хемпшире обзванивали людей по телефону и голосом Байдена уговаривали не голосовать. В день обзванивалось от 5 до 25 тысяч человек, делалось это с помощью text-to-speech синтеза от крутых ребят из ElevenLabs. Разумеется, елевенлабз ни при чем, они просто инструмент сделали. Но расследование говорит, что сделано это было небольшой компанией Life Corporation. Ее владельцем является Вальтер Монк, он же является владельцем другой компании, Voice Broadcasting, главная специализация которой — телефонные обзвоны для политиков.

Короче, если не посадят — получилось отличное демо технологии и хорошая реклама компании. И я не понимаю, почему в других странах почти не используют обзвоны перед выборами.

https://edition.cnn.com/2024/02/06/tech/nh-ag-robocall-update