Mistral-Small-3.1

Производительная ( 150 токенов в секунду) мультимодалка от Mistral на 24B параметров, контекст 128K.
Мультиязычная, платформа для продвинутых рассуждений. Визуальные задачи, агентные.

В квантизованном виде влезет на RTX 4090 или 32GB RAM MacBook

Веса Base
Веса Instruct
API

#assistant #reasoning #vlm

VideoPainter: Any-length Video Inpainting and Editing with Plug-and-Play Context Control

Инпейнтинг видео любой длины с контролем контекста. От Tencent.
Умеет не только заполнять заданные области, но и заменять объекты по текстовому промпту.

Судя по сравнениям уделывает ProPainter одной левой. Но зачем они выставили кейс с заменой девушки на Энн Хэтеуэй, ведь это провал?

Код
Веса

#inpainting #videoediting

DDCM: Compressed Image Generation with Denoising Diffusion Codebook Models

Метод генерации и реставрации изображений

Код ждем
Демо

#text2image #imagerestoration #enhance #facerestoration #upscale #image2image

Andrew Price затестил текущие модели для генерации 3D. Тест не идеальный, так как некоторые игроки не представлены на тестах. Но, тем не менее, это дает представление о текущем положении дел.

Главное — помнить, что где-то использовались PRO-версии генераторов, которые, как я подозреваю, просто наваливают больше геометрии, и точность вырастает именно из-за этого. Стоит ли пользоваться или переживать — решать вам.

ReCamMaster: Camera-Controlled Generative Rendering from A Single Video

Изменяем траекторию камеры для видео, получаем то же видео с другого ракурса.

Применимо для 4D реконструкций, стабилизации видео, обучения роботов и автопилотов

Код ждем (но это неточно)
Демо - сюда загружаем свое видео, ждем пока его обработают и пришлют вам на почту.

Варианты движения камеры такие:

1 Pan Right
2 Pan Left
3 Tilt Up
4 Tilt Down
5 Zoom In
6 Zoom Out
7 Translate Up (with rotation)
8 Translate Down (with rotation)
9 Arc Left (with rotation)
10 Arc Right (with rotation)

#cameracontrol #novelview #video2video #stabilization

Gemini Image Editing NextJS Quickstart

Официальный шаблон интеграции в ваш сервис редактора/генератора картинок Gemini 2.0 Flash

Вот например в Freepik уже прикручено

Демо, и даже без впн
Код

#assistant #mlm #vlm #imageediting #text2image