Открылся демоспейс реставратора изображений InstantIR

Демо

#imagerestoration #BIR #imageediting #image2image #upscale

Hertz-dev

Первая опенсорсная базовая модель для генерации разговорного звука.
Полный дуплеккс, то есть может генерить одновременно два голоса диалога, каждый в отдельном латентном канале генерации.
Основная способность модели - продолжение входного аудио.
Работает в 16 кГц
Поддержка русского силами подписчиков не обнаружена

Код
Демо
Веса
Hallucinator - Pinokio/Github

#audio2audio #speech #audioextension

X-Portrait: Expressive Portrait Animation with Hierarchical Motion Attention

Аниматор портретов по образцу движения от ByteDance, опубликован код.

Код
Демо (макс 2 секунды входного видео)

#facialanimation #portraitanimation #headanimation #motioncloning #personalization

X-Portrait 2: Highly Expressive Portrait Animation

То же самое, но круче.
Есть сравнение с Runway Act

Код ждем

#facialanimation #portraitanimation #headanimation #motioncloning #personalization

Depth Pro: Sharp Monocular Metric Depth in Less Than a Second

Генератор глубины по изображению. Хвастаются песпрецедентным качеством и скоростью - 0.3 секунды на 2.25МПикс картинку на потребительском GPU

Код
Веса
Демо

#image2depth

CogVideoX1.5-5B-SAT

Апгрейд CogVideoX. Генератор видео по тексту и по картинке.

CogVideoX1.5-5B поддерживает 10-секундные видеоролики высокого разрешения (1360 * 768). Пишут что для такого разрешения надо 66ГБ VRAM

CogVideoX1.5-5B-I2V поддерживает любое разрешение (!??). Видимо, речь о разрешении входной картинки

Демки нет. кто умеет - запускаем самостоятельно

#image2video #text2video