Нейронавт | Нейросети в творчестве
Step-Video-T2V
попробовал Step-Video-T2V
Надо наверно подробнее описывать действие, а то стилл лайф какойто
Движение камеры понимает +-
#neuronaut_art
Надо наверно подробнее описывать действие, а то стилл лайф какойто
Движение камеры понимает +-
#neuronaut_art
👍8🔥2
Авторы MatAnyone запустили демоспейс, можно тестить
Демо
#segmentation #matting #video2matte #video2mask
Демо
#segmentation #matting #video2matte #video2mask
Telegram
Нейронавт | Нейросети в творчестве
MatAnyone: Stable Video Matting with Consistent Memory Propagation
Создает маску на заданного человека на видео
На вход принимает маску в первом кадре. Но потеть не придется, целевая маска создается в несколько кликов.
Пока еще далеко от идеала, но надеюсь…
Создает маску на заданного человека на видео
На вход принимает маску в первом кадре. Но потеть не придется, целевая маска создается в несколько кликов.
Пока еще далеко от идеала, но надеюсь…
🔥11👍2
This media is not supported in your browser
VIEW IN TELEGRAM
CLaMP 3: Universal Music Information Retrieval Across Unaligned Modalities and Unseen Languages
Многоязычная (100 языков) мультимодальная платформа поиска музыкальной информации (MIR), поддерживающая ноты, аудио и сигналы исполнения (что это???)
Демо ищет музыку по тексту или по картинке в бенчмарке WikiMT-X из 1000 треков 20 века
Код
Демо
#search #music #musicsearch
Многоязычная (100 языков) мультимодальная платформа поиска музыкальной информации (MIR), поддерживающая ноты, аудио и сигналы исполнения (что это???)
Демо ищет музыку по тексту или по картинке в бенчмарке WikiMT-X из 1000 треков 20 века
Код
Демо
#search #music #musicsearch
👍11👏2
Grok 3
Ну очень умный, в двух вариантах Grok-3 и Grok-3 mini, причем веса еще нефинальные.
ворвался на вершину арены по всем лидербордам
По режиму рассуждений будут доступны два режима: просто Thinking и Thinking Hard.
Есть режим DeepSearch - аналог DeepResearch
Доступен премиум пользователям твиттера
А бесплатно можно попробовать на арене
#assistant #reasoning
Ну очень умный, в двух вариантах Grok-3 и Grok-3 mini, причем веса еще нефинальные.
ворвался на вершину арены по всем лидербордам
По режиму рассуждений будут доступны два режима: просто Thinking и Thinking Hard.
Есть режим DeepSearch - аналог DeepResearch
Доступен премиум пользователям твиттера
А бесплатно можно попробовать на арене
#assistant #reasoning
🔥9👍5👎2
Step-Audio
Аудиоязыковая пачка моделей от Stepfun - авторов Step-Video-T2V. Для вербального естественного взаимодействия, то бишь для голосового общения с пользователем.
130B параметров основной модели.
Состоит из Step-Audio-Chat, Step-Audio-TTS-3B и Step-Audio-Tokenizer
Есть какой-то контроль эмоций голоса, диалектов и вокальных стилей, но нет сайта проекта. Судя по примеру с replicate, немножко даже пытается читать рэп.
Полного списка языков не нашел, указано что есть английский, китайский, японский
Step-Audio-TTS-3b на Replicate
Веса
Гитхаб
AppStore - есть приложение, там все на китайском. Можно залогиниться по российксой симке, но чат работает и без этого. Даже на русском. Подключен DeepSeek R1. Но где там голосовой режим я не нашел
#ALM #voicechat #assistant #iOS
Аудиоязыковая пачка моделей от Stepfun - авторов Step-Video-T2V. Для вербального естественного взаимодействия, то бишь для голосового общения с пользователем.
130B параметров основной модели.
Состоит из Step-Audio-Chat, Step-Audio-TTS-3B и Step-Audio-Tokenizer
Есть какой-то контроль эмоций голоса, диалектов и вокальных стилей, но нет сайта проекта. Судя по примеру с replicate, немножко даже пытается читать рэп.
Полного списка языков не нашел, указано что есть английский, китайский, японский
Step-Audio-TTS-3b на Replicate
Веса
Гитхаб
AppStore - есть приложение, там все на китайском. Можно залогиниться по российксой симке, но чат работает и без этого. Даже на русском. Подключен DeepSeek R1. Но где там голосовой режим я не нашел
#ALM #voicechat #assistant #iOS
👍4
This media is not supported in your browser
VIEW IN TELEGRAM
SkyReels V1: Human-Centric Video Foundation Model
Генератор видео по тексту и по картинке на основе Hunyuan
Заточен на человеков в кадре, там под капотом помогает 3D реконструкция
На 4090 должен вывозить 97 кадров 960px544
Гитхаб
Веса SkyReels-V1-Hunyuan-I2V
Веса SkyReels-V1-Hunyuan-T2V
Попробовать на офсайте - 50 стартовых кредитов должно хватить на 1 генерацию. Но не спешите гулять на все, у них там еще есть липсинк, генерация картинок, генераторы музыки, звуковых эффектов, речи, сценария по рассказу
Их канал на Youtube
#text2video #image2video #lipsync #text2movie #text2music #text2sound #text2sfx
Генератор видео по тексту и по картинке на основе Hunyuan
Заточен на человеков в кадре, там под капотом помогает 3D реконструкция
На 4090 должен вывозить 97 кадров 960px544
Гитхаб
Веса SkyReels-V1-Hunyuan-I2V
Веса SkyReels-V1-Hunyuan-T2V
Попробовать на офсайте - 50 стартовых кредитов должно хватить на 1 генерацию. Но не спешите гулять на все, у них там еще есть липсинк, генерация картинок, генераторы музыки, звуковых эффектов, речи, сценария по рассказу
Их канал на Youtube
#text2video #image2video #lipsync #text2movie #text2music #text2sound #text2sfx
👍5
Light-A-Video: Training-free Video Relighting via Progressive Light Fusion
Релайтинг для видео
Под капотом CogVideoX-2B/AnimateDiff-Motion-Adapter-v1-5-3, Realistic Vision V5.1, IC-Light
На вход 512х512
Код
Инструкция по локальному запуску от PsyEyes
#relighting
Релайтинг для видео
Под капотом CogVideoX-2B/AnimateDiff-Motion-Adapter-v1-5-3, Realistic Vision V5.1, IC-Light
На вход 512х512
Код
Инструкция по локальному запуску от PsyEyes
#relighting
🔥10👍4
Perplexity R1 1776
Рассуждалка без цензуры от Perplexity в опенсорсе.
Это посттрейн DeepSeek R1, да
Веса для GPU олигархов
API
Ну и Deep Research "у нас дома" от Perplexity.
5 запросов в день бесплатно.
Похуже Open AI и получше остальных по бенчам
Попробовать
#reasoning #assistant
Рассуждалка без цензуры от Perplexity в опенсорсе.
Это посттрейн DeepSeek R1, да
Веса для GPU олигархов
API
Ну и Deep Research "у нас дома" от Perplexity.
5 запросов в день бесплатно.
Похуже Open AI и получше остальных по бенчам
Попробовать
#reasoning #assistant
👍5
This media is not supported in your browser
VIEW IN TELEGRAM
Phantom: Subject-Consistent Video Generation via Cross-Modal Alignment
Генерация консистентного видео с заданным объектом по одному референсному изображению от ByteDance сотоварищи
Код ждем вероятность 50/50
#image2video #text2video #personalization
Генерация консистентного видео с заданным объектом по одному референсному изображению от ByteDance сотоварищи
Код ждем вероятность 50/50
#image2video #text2video #personalization
🔥7👍1
SliderSpace: Decomposing the Visual Capabilities of Diffusion Models
Смотрите какая штука.
Попытка раскрыть творческий потенциал диффузных генераторов картинок.
Вместо поиска пользователем творческих направлений, SliderSpace автоматически обнаруживает их на основе знаний модели.
Получив промпт, например "игрушка", SliderSpace определяет ключевые визуальные вариации, о которых знает модель, и превращает их в простые слайдеры.
Прикручено к #SDXL и #Flux
Код
Демо сейчас не работает, 404
#text2image #variation #slider
Смотрите какая штука.
Попытка раскрыть творческий потенциал диффузных генераторов картинок.
Вместо поиска пользователем творческих направлений, SliderSpace автоматически обнаруживает их на основе знаний модели.
Получив промпт, например "игрушка", SliderSpace определяет ключевые визуальные вариации, о которых знает модель, и превращает их в простые слайдеры.
Прикручено к #SDXL и #Flux
Код
Демо сейчас не работает, 404
#text2image #variation #slider
❤11👍3🤔1
Grok 3 открыли для всех бесплатно
И пусть никто не уйдет обиженным
Пользуемся пока не закрыли
#assistant #reasoning
И пусть никто не уйдет обиженным
Пользуемся пока не закрыли
#assistant #reasoning
🔥10