This media is not supported in your browser
VIEW IN TELEGRAM
Kokoro TTS
Передовая качественная голосовая модель, основанная на архитектуре StyleTTS. Опенсорс
Всего 82М параметров, 327Мб
Звучит живо
А теперь о минусах: русского пока нет
Демо
Дискорд
Бонус: арена голосовых моделей TTS Arena
#tts #text2speech #leaderboard
Передовая качественная голосовая модель, основанная на архитектуре StyleTTS. Опенсорс
Всего 82М параметров, 327Мб
Звучит живо
А теперь о минусах: русского пока нет
Демо
Дискорд
Бонус: арена голосовых моделей TTS Arena
#tts #text2speech #leaderboard
👍13👎1
Sa2VA: Marrying SAM2 with LLaVA for Dense Grounded Understanding of Images and Videos
Поженили SAM2 с Llava
Модель сегметрирует картинки и видео по текстовому запросу
Код
Демо
#segmentation #image2mask #video2mask
Поженили SAM2 с Llava
Модель сегметрирует картинки и видео по текстовому запросу
Код
Демо
#segmentation #image2mask #video2mask
👍10
This media is not supported in your browser
VIEW IN TELEGRAM
Codestral 25.01
Обновка ИИ-программиста от Mistral в топе на LMsys Copilot Arena
Попробовать можно через плагин continue.dev в VS Code и JetBrains (выберите выберите Codestral 25.01)
спасибо @A_Nikolaeff
#coding
Обновка ИИ-программиста от Mistral в топе на LMsys Copilot Arena
Попробовать можно через плагин continue.dev в VS Code и JetBrains (выберите выберите Codestral 25.01)
Нужно зайти на https://console.mistral.ai/codestral, зарегатся и получить бесплатный API key. В настройках continue.dev (https://github.com/continuedev/continue) в VS Code ставишь codestral. И работаешь бесплатно.
спасибо @A_Nikolaeff
#coding
👍6🤯1
This media is not supported in your browser
VIEW IN TELEGRAM
Run ComfyUI workflows for free with Gradio on Hugging Face Spaces
Теперь из #CoimfyUI воркфлоу можно сделать приложение на gradio и запустить в демоспейсе на HuggingFace
#tutorial #news
Теперь из #CoimfyUI воркфлоу можно сделать приложение на gradio и запустить в демоспейсе на HuggingFace
#tutorial #news
👍7❤4🔥3
This media is not supported in your browser
VIEW IN TELEGRAM
Ludus AI - Unreal Engine AI toolkit
К Unreal Engine 5 прикрутили Anthropic и немножко на подхвате Deepseek. Предлагают попробовать бесплатно.
Доступ к ИИ очевидно, по API, за который, вероятно, все равно придется заплатить
Кто попробует - опишитесь что там как
#coding #assistant
К Unreal Engine 5 прикрутили Anthropic и немножко на подхвате Deepseek. Предлагают попробовать бесплатно.
Доступ к ИИ очевидно, по API, за который, вероятно, все равно придется заплатить
Кто попробует - опишитесь что там как
#coding #assistant
👍5🤡2
Deepseek ios
Приложение доступно в российском appstore
Кажется, доступ в интернет работает плохо или у меня кривые руки
#mobile #iOS #assistant
Приложение доступно в российском appstore
Кажется, доступ в интернет работает плохо или у меня кривые руки
#mobile #iOS #assistant
👍8⚡2❤1👎1🤯1
MiniMax-01
Hailuo AI выпустили языковую модель MiniMax-01 с контекстом 4 миллиона токенов. Это ооочень много
MiniMax-VL-01 - визуально-языковая
MiniMax-Text-01 - гибридная архитектура Lightning Attention / Softmax Attention / Mixture-of-Experts (MoE) на 456B параметров
PS. Мертвых с косами тоже приписал Цою и Есенину, как и Deepseek. Это заговор
Попробовать можно на офсайте - там же генерируем видео и речь, есть изолятор голоса на аудио
Или тут (API) - там у них и генератор речи есть speech-01 и генератор музыки music-01
Гитхаб
Демо MiniMax-VL-01
Демо MiniMax-Text-01
#vlm #llm #assistant #text2speech #tts #voiceisolation
Hailuo AI выпустили языковую модель MiniMax-01 с контекстом 4 миллиона токенов. Это ооочень много
MiniMax-VL-01 - визуально-языковая
MiniMax-Text-01 - гибридная архитектура Lightning Attention / Softmax Attention / Mixture-of-Experts (MoE) на 456B параметров
PS. Мертвых с косами тоже приписал Цою и Есенину, как и Deepseek. Это заговор
Попробовать можно на офсайте - там же генерируем видео и речь, есть изолятор голоса на аудио
Или тут (API) - там у них и генератор речи есть speech-01 и генератор музыки music-01
Гитхаб
Демо MiniMax-VL-01
Демо MiniMax-Text-01
#vlm #llm #assistant #text2speech #tts #voiceisolation
👍4❤2
Media is too big
VIEW IN TELEGRAM
Seaweed APT: Diffusion Adversarial Post-Training for One-Step Video Generation
Генерация видео и изображений за один шаг от ByteDance
Модель генерирует 2 секунды видео с разрешением 1280х720 @24 fps в режиме реального времени
Кода нет, есть восхищение
#text2video #text2image #realtime
Генерация видео и изображений за один шаг от ByteDance
Модель генерирует 2 секунды видео с разрешением 1280х720 @24 fps в режиме реального времени
Кода нет, есть восхищение
#text2video #text2image #realtime
❤12😁5👍3
This media is not supported in your browser
VIEW IN TELEGRAM
JASCO: Joint Audio And Symbolic Conditioning for Temporally Controlled Text-To-Music Generation
Генератор музыки от запрещенной Meta AI на базе audiocraft - опубликован код и веса
На вход принимает текст / аккорды / мелодию / ноты / отдельные партии, например ударные
Есть API, генерирует 10-секундные куски
Обучен на 16000 часов лицензионной музыки
Код
Модель
Jupiter notebook
#music #text2music #conditioning #music2music
Генератор музыки от запрещенной Meta AI на базе audiocraft - опубликован код и веса
На вход принимает текст / аккорды / мелодию / ноты / отдельные партии, например ударные
Есть API, генерирует 10-секундные куски
Обучен на 16000 часов лицензионной музыки
Код
Модель
Jupiter notebook
#music #text2music #conditioning #music2music
❤6👍4
MangaNinja: Line Art Colorization with Precise Reference Following
Раскрашивание линейного рисунка точно по референсу
Код
#lineart2color #colorize
Раскрашивание линейного рисунка точно по референсу
Код
#lineart2color #colorize
🔥18❤2
This media is not supported in your browser
VIEW IN TELEGRAM
FramePainter: Endowing Interactive Image Editing with Video Diffusion Priors
Редактирование изображений через интуитивные эскизы
На основе ControlNeXt
Код ждем
#imageediting #sketch2image #image2image
Редактирование изображений через интуитивные эскизы
На основе ControlNeXt
Код ждем
#imageediting #sketch2image #image2image
👍21
This media is not supported in your browser
VIEW IN TELEGRAM
XMusic: Towards a Generalized and Controllable Symbolic Music Generation Framework
Управляемая генерация midi-музыки от Tencent
- по тексту
- по заданной эмоции
- в заданном жанре
- по изображению
- по видео
- по образцу пения/мычания
На звучание не обращайте внимания, это midi
Кода нет
Галерея
#music #text2midi #midi #iamge2music #video2music #audio2music
Управляемая генерация midi-музыки от Tencent
- по тексту
- по заданной эмоции
- в заданном жанре
- по изображению
- по видео
- по образцу пения/мычания
На звучание не обращайте внимания, это midi
Кода нет
Галерея
#music #text2midi #midi #iamge2music #video2music #audio2music
👍8❤1🔥1💩1
Omni-RGPT: Unifying Image and Video Region-level Understanding via Token Marks
Мультимодальная модель от NVIDIA для понимания изображений и видео на уровне отдельных объектов и областей
Код ждем
#mllm #vlm
Мультимодальная модель от NVIDIA для понимания изображений и видео на уровне отдельных объектов и областей
Код ждем
#mllm #vlm
👍9🥴1