4M: Massively Multimodal Masked Modeling

Мультимодальная нейронка от Apple
Умеет выполнять всяческие задания.
Генерация, описание, сегментация, инпейнтинг, технические карты.
Легко дообучается на определенную модальность и новую задачу.

Код
Демо

#multimodal #text2image #image2text #image2image #inpainting #segmentation #image2depth

websim.ai

Генератор сайтов по адресу.
Пишете ссылку на сайт - получаете сайт.
Ну и галерею посмотрите/

Накидывайте в комментарии свои творения

https://kissmyshinymetalass.com
Hauktuah
hauktuah.com

#text2site

L4GM: Large 4D Gaussian Reconstruction Model

Реконструкция 3D объектов в движении гауссианами по видео с одного ракурса.
Под капотом гауссианы. Работает шустро.

NVIDIA кодом не поделилась

#videoto3d #gaussian #video2animation

EscherNet: A Generative Model for Scalable View Synthesis

Генератор новых ракурсов объекта по входным нескольким ракурсам.

Код
Демо

#novelview #image2image

Long Code Arena

Лидерборд языковых моделей на задачах, связанных с программированием

#coding #leaderboard

4 ИИ-персонажа реагируют на твиттер в рилтайме на твитче.
Стив Джобс, Эйнштейн, Майкл Джексон, Мэрилин Монро

Твитч

#live #news

MOFA-Video: Controllable Image Animation via Generative Motion Field Adaptions in Frozen Image-to-Video Diffusion Model

Управляемое оживление картинки по траектории, ключевым точкам, и, похоже, по входному аудио речи

Код
Демо (траектория)

#image2video

NaRCan: Natural Refined Canonical Image with Integration of Diffusion Prior for Video Editing

Редактор видео. Считывает деформации, и по ним лепит результат.
Судя по демо, быстрый как понос.
- матчмувинг
- стилизация по тексту
- трекинг заданного сегмента

Код ждем
Демо

#videoediting #video2video #stylization #matchmoving #tracking

Programmable Motion Generation for Open-set Motion Control Tasks

Анимация персонажа по текстовому промпту

Код

#humananimation #characteranimation