D-Edit

Редактор изображений - на основе изображений, текста, масок и удаление элементов. Примеры с сайта кину в комменты

Все это через автоматическую сегментацию - вот и первое неудобство. Если что-то не попало в отдельный сегмент то и редактировать это отдельно мы не сможем. Ну ладно, сегментатор наверно можно прикрутить любой.

В демо кажется реализовано только редактирование текстом. Но редактор в отличие от аналогов учитывает контекст картинки. По крайней мере так заявлено в препринте

Демо

#imageediting #inpainting #image2image

Vision Arena

Лидерборд-арену визуально-языковых моделей не хотите ли?

#vlm #leaderboard #comparison #shootout

А вот и #ComfyUI для RF-Inversion подвезли

ComfyUI-Fluxtapoz

#styletransfer #personalization

В Krea.ai прикрутили все наши любимые видеогенераторы. При написании промпта можно выбрать выбрать, в чем продолжить генерацию: Luma, Runway, Kling, Minimax, Pika

#news #image2video

GS^3: Efficient Relighting with Triple Gaussian Splatting

Релайтинг сцен на гауссианах.
На вход набор изображений. На выходе рендер с заданным освещением.

Код

#relighting #gaussian

ChatGPT (Early Version for Plus, Team, Enterprise, and Edu)

Open AI разродились приложением под Wndows.

Устанавливается из американского Microsoft Store и работает только для платных подписчиков. Мне не показывает даже кнопку установить.
Впрочем ходит слух что для некоторых бесплатных тоже работает. Но я бы на это не рассчитывал.

Установить

#news #assistant

Там, где растут роботы

Первый в истории оригинальный ИИ-полный метр и первый релиз AiMation Studios

Над созданием фильма трудилась команда с костяком из 9 человек. Фильм обошёлся всего в 8000 долларов за минуту — беспрецедентная цифра для профессионально анимированного полнометражного фильма. Для сравнения: малобюджетная телевизионная анимация, созданная зарубежными студиями, стоит от 10 000 до 20 000 долларов за минуту, и она далеко не так хороша, как «Там, где растут роботы».

Хоть на форбсе и пишут что он полностью сделан с применением ИИ-инструментов, это не значит что абсолютно все сгенерировано нейросетками. Тут явно есть 3D композный софт.

Кто не побрезгует посмотреть - поделитесь впечатлениями!

#news #кино

Janus

Мультимодальная модель от DeepSeek.
Текст и картинки.

Модель компактная, основана на DeepSeek-LLM-1.3b-base

Гитхаб
Веса на HF

#VLM #assistant #multimodal #text2image #image2text

DepthCrafter ComfyUI

Ноды генератора глубины DepthCrafter

Можете создавать видео с картой глубины на основе любого входного видео

Для рендеринга длинных видео в высоком разрешении (768p и выше) требуется довольно большой объем видеопамяти (>16 ГБ). При меньшем разрешении и более коротких видео будет использоваться меньше видеопамяти. Вы также можете сократить значение context_window для экономии видеопамяти.

Эта модель глубины хорошо сочетается с пакетом Depthflow для создания последовательной анимации глубины

#comfyUI #video2depth

Мемы есть на злобу дня? а если найду?

#humor

Робот-манипулятор MAiRA отдает указания жалким людишкам дирижирует Дрезденским симфоническим оркестром.

#news

Обновка от Дениса, автора бесплатного бота @everyone_ai_bot

сделал важное обновление для тех, кто занимается генерацией изображений.
Теперь можно настраивать все параметры-семплер, количество шагов, сид и все остальное для детерминированной генерации. Есть 2 модели Flux. Все также бесплатно.

Также можно создавать вариации и добавил Hires для SDXL моделей.

#text2image #bot

Можно потестить легковесный генератор картинок 1024x1024 Meissonic на демоспейсе

Демо

#text2image

Tora: Trajectory-oriented Diffusion Transformer for Video Generation

Генерация видео с движением объекта по заданной траектории. Примеры сгенерированы в CogVIdeoX

Код

#text2video #image2video #motioncontrol

NotebookLM

Сервис гугла для превращения PDF в подкаст получил новую фичу.

Теперь можно перед созданием проинструктировать подкастеров сосредоточить внимание на конкретных темах или задать уровень экспертизы.

#text2voice #pdf2voice