SG-I2V: Self-Guided Trajectory Control in Image-to-Video Generation

Еще одна модель для управления траекторией на видеогенерации из картинки.
Траектория задается прямоугольной областью и направлением.

Работа частично вдохновлена DragAnything и FreeTraj

Код

#cameracontrol

ComfyUI Doom

Непонедельничная новость/ #оффтоп
Doom запустили на #ComfyUI

И вы можете

AdaFace: A Versatile Face Encoder for Zero-Shot Diffusion Model Personalization

Модель выучивает лицо персонажа по одному или нескольким фото. Дальше можно генерировать новые персонализированные портреты или видео

Демо портреты
Демо анимация

#personalization #text2image #text2video

DimensionX на tost.ai

#image2video

Factory App AI

Приложение для генерации ИИ-приложений на платформе gradio. Под капотом WatsonX API и OpenAI

Проект в стадии разработки, по готовности будет создавать Docker контейнеры.

#coding

Voice-Pro: The best gradio web-ui for trannoscription, translation and text-to-speech

Приложение для работы с речью - транскрибация, перевод и генерация речи по тексту.

Под капотом Whisper, Google Translator, Edge TTS. Поддерживает 100 языков. С учетом начинки можно рассчитывать на поддержку русского языка.

Умеет скачивать видео с ютуба, конвертировать в аудио, отделять речь из микса. Есть пакетная обработка и рилтайм

‼️Будьте осторожны. Уже есть пострадавшие. Устанавливайте если знаете что делаете

это говно снесло мне Nvidia app при конфигурации и видуха тупо перестала работать

#tts #stt #dubbing #text2speech #speech2 text #speech

Qwen2.5-Coder-Artifacts

Еще один демоспейс Qwen2.5-Coder
наподобие Claude artifacts

+ Qwen2.5-Coder 32B доступен в Hugging Chat

#coding #assistant

Mochi + FasterCache

Ускоритель видеодиффузии FasterCache прикрутили к Mochi, получив сокращение времени генерации почти вдвое. Обещают gradio демо

твиттер

#optimization #text2image