NEW BOT Телеграм, страница

0:32

TangoFlux: Super Fast and Faithful Text to Audio Generation with Flow Matching and Clap-Ranked Preference Optimization

Генератор звуковых эффектов. Речь и музыку не вывозит, проверил.

Зато выдает 44 КГц, до 30 секунд. На А40 на это уходит всего 3 секунды

Код
Демо

#text2audio #text2sfx #foley

👍5❤1🔥1

1.77K views12:18

0:45

0:17

PERSE: Personalized 3D Generative Avatars from A Single Portrait

По одному входному портрету PERSE создает анимируемый персонализированный 3D-аватар на гауссианах с независимым редактированием различных атрибутов лица

Код ждем

#humanavatar #portraitanimation #gaussian #facialanimation

❤17

1.96K views12:48

0:39

ebook2audiobook v2.0.0 Beta

Конвертер электронных книг в аудиокниги обновился. Поддерживает разные форматы, клонирование голоса, 1124 языка, в том числе русский.

Но мне не понравилась голосовая модель, попозже покажу лучший вариант

Демо

#text2speech #ebook2audiobook #voicecloning

👀6🎃4❤1

2.12K views13:17

0:31

SynCamMaster: Synchronizing Multi-Camera Video Generation from Diverse Viewpoints

Метод генерации видео одновременно с нескольких ракурсов. Демонстрационные видео сделаны в CogvideoX

Код

PS Акелла промахнулся. я про него уже писал

#text2video #multiview #cameracontrol

🔥12❤1

1.97K viewsedited 13:48

0:40

Media is too big

MoGe: Unlocking Accurate Monocular Geometry Estimation for Open-Domain Images with Optimal Training Supervision

Подгон от Microsoft. Преобразует изображение в меш через карту глубины.

На сравнении выглядит лучше конкурентов, в том числе Depth Anything 2

Код
Демо

#image2depth #video2depth #image2mesh #video2mesh

🔥13❤1

2.09K views14:18

1:58

Media is too big

Gaussian Frosting: Editable Complex Radiance Fields with Real-Time Rendering

Новый метод представления поверхностей с помощью сетки, покрытой слоем гауссиан разной толщины.

Этот слой, называемый "Frosting", позволяет захватывать как сложные объемные эффекты, создаваемые материалами вроде волос или травы, так и плоские поверхности. Модель создается только из RGB-изображений и может быть визуализирована в реальном времени, а также анимирована с использованием традиционных инструментов анимации

🍒Ну и вишенка: есть аддон для блендера

Код
Blender

#blender #gaussian #rendering #realtime

🔥10❤1

2.19K views14:47

Arnis: Generate any location from the real world in Minecraft

Подгон любителям Майнкрафта. Быстрое автоматическое воссоздание любого реального города в Майнкрафте

#tools #game #mapto3d

🤯14🔥5😱2👍1

2.47K views15:19

0:26

superbolt.geospy.ai

Сервис определяет локацию где сделано фото.
Работает для всех только по Сан-Франциско (проверил -для SF работает)
Для остальных локаций - записаться в вейтлист

Есть API c примерами

#image2geolocation #map #location #geolocation

👍2👀2❤1

1.71K views10:16

1:20

Browser-Use WebUI

Надстройка к оригинальному Browser-Use для удобного пользования.
Проект дает доступ LLM-агентам к браузеру.
Что-то вроде Computer Use, но агент имеет доступ только к браузеру

Поддерживает Gemini, OpenAI, Azure OpenAI, Anthropic, DeepSeek, Ollama и др.

[UPDATE]
Этот код теперь в официальном Browser-Use

#assistant #agent #tools

👍6❤1

1.89K viewsedited 11:14

trellis-stable-projectorz

Сборка 3D-генератора Trellis с пониженными требованиями к памяти.

От 8 ГБ VRAM, не требует cuda toolkit, powershell, VisualStudio, админские права. Все что нужно - уже внутри.

Однокликовый установщик

#textto3d #imageto3d #3dediting #3dto3d

❤17

2.09K views11:44

0:43

0:26

Browser-Use + Deepseek v3

Инструкция по настройке на китайском

А вообще Browser-Use уже включили в ai-gradio

агента можно запустить в несколько строчек кода:

import gradio as gr
import ai_gradio

demo = gr.load(
 name='browser:gpt-4-turbo',
 src=ai_gradio.registry,
 noscript='Browser Agent',
 denoscription='AI agent that can interact with web browsers'
).launch()

#assistant #agent #tools #tutorial

👍4❤2🤯1

2.1K views12:17

0:20

0:19