Matrix-Game 2.0: An Open-Source, Real-Time, and Streaming Interactive World Model

Вторая версия интерактивного генератора игровых миров от Skywork
Работает в реальном времени, 25 fps на A100 / H100, 24ГБ VRAM. Управление клавиатурой и мышью.
Опенсоросный ответ Genie 3

Основан на WanX, но без текстовой ветки, предсказывает следующие кадры только на основе визуала и действий.

Моделирует динамику сцен и создавать длительные видео

Код
HF

#image2world #image2game #realtime

ViPE: Video Pose Engine for 3D Geometric Perception

Трекер камеры и плотностной глубины видео от NVIDIA.

Скорость 3-5 кадров в секунду, обрабатывает кинематографические шоты, материал с видеорегистраторов и даже панорамы на 360°.

Уже используется в Gen3c и Cosmos. Вот решили выпустить в опенсорс

Под капотом есть Video Depth Anything но для экономии VRAM можно запускать без него с флагом --pipeline no_vda

На сайте проекта есть интерактивный вьюер 4D-облаком точек, полюбопытствуйте

Код

#video2depth #tracking #camera

Пока Perplexity пытается выкупить Chrome у Google за 34,5 млрд долларов, у нас новый игрок на рынке ИИ-браузеров

Основная фишка Strawberry - автоматизация. Он запоминает ваши действия и может повторять их. Ну и сам не промах - может исследовать компании, находить лиды в LinkedIn, работать с CRM, суммировать заметки, составлять последующие сообщения и автоматизировать задачи на любых сайтах.

Данные хранит локально, но при взаимодействии с AI-провайдерами (Google, OpenAI, Anthropic) информация обрабатывается через них.

Есть пробный период, а после его окончания доступ к функциям обойдётся в 30 долларов США в месяц.

Записаться в вейтлист

#browser #assistant

ComfyUI Wan2.2 Fun Native Support

Нативная поддержка Wan2.2-Fun (контролнет для видео) в #ComfyUI

+ поддержка Wan2.2 Fun InP - генерация видео от начального к конечному кадру

+поддержка LightX2V 4-Step LoRA

Ссылки на воркфлоу в статье

#controlnet #text2video #image2video #flf