In-Context LoRA (IC-LoRA)

Lora - дообучение генераторов картинок для создания наборов изображений в общем контексте. Иначе говоря, консистентность объектов и их взаимоотношений.

Примеров применения море

Уже на tost.ai

Дружит с ComfyUI
Воркфлоу для раскадровок

Код
Flux Simple Try On на Civitai

#personalization #conditioning #text2image

Marco-o1

Рассуждающая #LLM от Alibaba.
Дообученная Qwen2-7B-Instruct. Обучали на английских и китайских данных. Но смог ответить мне на русском.

Получается, еще один конкурент закрытоИИшной o1

HF
Гитхаб
Демо
Демо 2
Демо 3 - этот сразу ответил, остальные тупят

#assistant

LTXV

Новый видеогенератор.
Опенсорс.
2B параметров
Рилтайм 24 FPS 768x512
Основной чекпойнт 10Гб
по тексту / по картинке / по видео

Гитхаб
Демо (fal.ai)
ComfyUI
Веса

#text2video #video2video #image2video

Я тут сделал мемную картинку, но хочу чтобы она осталась инкогнито, поэтому навалю чужих мемных картинок. В комментариях еще

#humor

SAMURAI: Adapting Segment Anything Model for Zero-Shot Visual Tracking with Motion-Aware Memory

Прокачанный сегментатор на основе SAM2 для визуального отслеживания объектов

Код

#segmentation #video2mask

Появился демоспейс видеогенератора LTXV на HF.
И еще его зачем-то завезли в Anychat

Демо

#text2video #video2video #image2video #neuronaut_art

DINO-X: A Unified Vision Model for Open-World Object Detection and Understanding

Единая модель визуального обнаружения и понимания. Есть API. На гитхабе полугодовой давности версия 1.6. Ну правильно, а как продавать API

Playground (попробовать)
Гитхаб (там старая версия)

#segmentation #detection #image2pose