AutoStudio: Crafting Consistent Subjects in Multi-turn Interactive Image Generation

Мультиагентная платформу для многократной генерации повторяющихся персонажей, не требующая обучения.
Та самая консистентность персонажей, но какой ценой.

AutoStudio использует три агента на основе больших языковых моделей (#LLM) для управления взаимодействиями, а также агент на основе стабильной диффузии (SD) для генерации высококачественных изображений

Уже совместимо с SD1.5 и SDXL.
ConmyUI на подходе

Код

#personalization #consisency #text2image

ну такое, да

ResMaster: Mastering High-Resolution Image Generation via Structural and Fine-Grained Guidance

Бустер разрешения для генеративных моделей, ограниченных небольшим разрешением

Код ждем

#text2imnage #highresolution

MotionClone: Training-Free Motion Cloning for Controllable Video Generation

Клонирование движения без обучения при генерации видео

Код
Демо ждем

#text2video #motioncloning

Тут появились бета-тесты GEN-3

Вот сравнение с Sora. Будто бы картинка от ClosedAI более реалистичная, но тоже не везде. А вот у GEN-3 лучше получаются люди. Но! К тому же видосы от Runway были взяты из маленькой выборки в 5!!! генераций на промпт, т.е. это не такой лютый черрипик, поэтому, например, на видосе с джипом какие-то траблы с дымкой.

Почему с доступом к Sora так медлят? Первая гипотеза – в США скоро выборы. Боятся дипфейков, лол. Вторая – возможно модель ещё сыровата, да и компьюта жрет убердохера – выйдет в очень большой минус, даже если дать доступ только платным пользователям.

А теперь вот runway со дня на день выпустит свою модельку, которая если не лучше, то не сильно хуже Sora. И судя по всему, не требует огромных промптов и часов рендера.

Даже как-то вау-эффекта нет, за полгода мозг уже привык к осознанию возможности генерации ТАКИХ видео на примерах других демок – китайцы, например, тоже радуют каждый месяц.

Давайте проведём голосование, что лучше на ваш взгляд:

GEN-3 > Sora 🔥
GEN-3 = Sora 🫡
GEN-3 < Sora 🦄

@ai_newz