Нейронавт | Нейросети в творчестве – Telegram
Нейронавт | Нейросети в творчестве
10.6K subscribers
4.45K photos
3.72K videos
41 files
4.76K links
Канал про нейросети в компьютерной графике, в кино и вообще

В папках не участвую

для связи @Neuronauticus

Заявка на регистрацию в РКН № 6309426111
Download Telegram
Forwarded from CGIT_Vines (Marvin Heemeyer)
This media is not supported in your browser
VIEW IN TELEGRAM
Один из крутейших инструментов, которые есть сейчас в Photoshop, — это возможность генерировать 3D-сплаты и на их основе дополнять 2D-генерациями (диффузиями). Проще говоря, генерить модельки и догенерировать окружение.

Конечно, в продакшене это будет не так быстро, как на видео (оно ведь ускорено в 10 раз 🤡). Всегда захочется что-то домоделить, поменять форму, угол, добавить более зеленой травы и прочей маркетинговой дрочи. Мы ведь мечту продаём не меньше!

Но всё равно это в десятки раз быстрее, чем когда я занимался дизайном лет 10 назад.
Вопрос к дизайнерам: напишите, как часто пользуетесь сейчас генеративными тулзами и спасает ли это вас от менеджмента с их комментариями?)))
Please open Telegram to view this post
VIEW IN TELEGRAM
4👎2🔥2
RF-Inversion: Semantic Image Inversion and Editing using Stochastic Rectified Differential Equations

эффективный метод инверсии изображений на основе очищенных потоков (Rectified Flows - RF) как альтернатива диффузным инверторам. Работает в том числе с Flux, не требует дополнительного обучения, скрытой оптимизации, быстрой настройки или сложных процессоров внимания.

Проще говоря, эффективный перенос стиля, объекта, концепции с образца

Код ждем

#styletransfer #personalization
👍71🔥1
HART: Efficient Visual Generation with Hybrid Autoregressive Transformer

Попытки побить диффузию не прекращаются.

MIT, NVIDIA и Tsinghua University представляют вашему вниманию авторегрессионный генератор изображений с гибридным токенизатором.

В демке на первую генерацию картинки ушло около минуты,дальше как в их видео по 2 секунды на картинку

Главный вопрос: что с кастомизацией?

Код
Демо

#text2image #news
👍3
Sana: Efficient High-Resolution Image Synthesis with Linear Diffusion Transformer

Генератор картинок по тексту от Nvidia и компании.

Может эффективно генерировать изображения с разрешением до 4096 × 4096.
Из фишек - скорость даже на GPU ноутбука, четкое следование промпту.

Sana-0.6B вполне конкурентоспособен с современной моделью гигантской диффузии (например, Flux-12B), поскольку в 20 раз меньше и более чем в 100 раз выше по измеряемой пропускной способности. Кроме того, Sana-0.6B может быть развернут на графическом процессоре ноутбука емкостью 16 ГБ, при этом для создания изображения с разрешением 1024 × 1024 требуется менее 1 секунды


Часть команды бывшие разработчики PixArt, которые присоединились к NVIDIA, а NVIDIA недавно выпустила конкурента GPT4 LLM с открытым исходным кодом - так что, похоже, есть вероятность что они опубликуют веса и код Sana.

Код ждем

#text2image
8👍3👏1
Cavia: Camera-controllable Multi-view Video Diffusion with View-Integrated Attention

Интересная разработка с участием Apple и Google, без кода

Генератор видео, позволяющий создавать несколько видеороликов одной сцены с точным контролем движения камеры, одновременно сохраняя движение объекта.

#text2video #multiview #cameracontrol
👍4👏1
Chat Edit 3D: Interactive 3D Scene Editing via Text Prompts

Это вообще законно?
Оно через ChatGPT рулит 30+ диффузионными нейронками для работы с 3D сценами.
Загляните на сайт. Там еще вагончик примеров того что оно может

Код

#3dediting #text2scene #nerf #textto3d #assistant #3dassistant
👍51
Pyramidal Flow Matching for Efficient Video Generative Modeling

На днях вышел новый опенсорсный видеогенератор по тексту и по изображению.
Разрешение 1280x768
От идеала далеко. Но эй, в опенсорсе и конкурентов негусто.
А авторы еще и обещают скоро выложить код обучения и новые с нуля обученные чекпойнты

Код
Демо
Веса

#text2video #image2video
13😁1