DRAGON: Distributional Rewards Optimize Diffusion Generative Models

Adobe придумали метод дообучения генеративных моделей с лучшим качеством, показывают на примере генерации музыки

Кода нет, это ж Adobe

#news #music #sound

Suna

Опенсорсный универсальный агент от Kortix AI, выполняющий задания подобно человеку

Рассуждает, планирует, выполняет.

Умеет работать в браузере, с API, документами.

В бэкенд через LiteLLM подключаются Open AI, Anthropic и другие языковые модели


Код
Попробовать в облаке (10 минут в месяц бесплатно)

#agent

GPT-Image-1

Open AI открыли в API доступ к модели, которая так ловко работает с картинками в ChatGPT

Можно выбирать разрешение и качество.

Модель доступна только после верификации организации, привязанной к аккаунту. Верификация происходит через сторонний сервис whitepersona

Playground - попробовать
Руководство к API

#api #imageediting

ComfyUI GPT-Image-1

#ComfyUI поддерживает GPT-Image-1 через API Nodes в бета режиме

А также завезут в Adobe Firefly / Express, Figma, Heygen и другие сервисы

Интересно, чем Gemini Image Editing хуже, почему я о нем ничего не слышу? Он же должен быть уже прикручен в каждую кофеварку

#api #imageediting

Spline Hana

3D генератор/редактор Spline выкатил новый холст для интерактивного дизайна. Анимация, триггеры на события, совместная работа

Под капотом движок, мгновенно рендерящий векторные элементы

Там есть комьюнити и галерея где можно поковыряться в чужих проектах

Сервис платный но видимо есть какой-то бесплатный функционал

Попробовать
Туториалы

#gaussian #3d #realtime #interactive #design

В установщике нейросетей Pinokio уже доступны:

Кастомизатор картинок UNO
Голосовая модель DIA
Видеогенератор для бедных FramePack

И многие другие инструменты

За напоминание спасибо @Dmitriy_Ru6ts0v

#image2video #tts #personalization #referencing

Skyreels 14B V2 720P

Веса модели видеогенератора появились на официальном HF

И уже квантизованные в репозитории Kijai

#image2video

Картинки, видео и языковые модели - большая тройка направлений, которыми интересуюсь я и мои подписчики (иначе зачем бы вы на меня подписывались)

Три научных статьи в этих областях с участием Артема - и все три получили награды, две CVPR25 и одна ICLR25

Вангую, Через пару месяцев, мы будем пробовать новые более быстрые, более умные, более точные нейросетки, основанные на этих статьях. Хотя одна из них с открытым кодом, и можно посмотреть уже сейчас.

1) Дистилляция (ускорение) диффузии (большинство генераторов картинок и все видеогенераторы работаю на диффузии) в 3-4 шага

2) Как запускать генерацию картинок и видео на 80%, 60% или даже 40% компьюта с минимальными потерями в качестве

3) Ускорили Llama-3.1 405B в 9 раз, практически без потерь в качестве

Простым языком из первых рук читайте у Артема. Накидайте там поздравлений или хотя бы огоньков команде, люди делают наше будущее

эйай ньюз - подписывайтесь!