NextStep-1: Toward Autoregressive Image Generation with Continuous Tokens at Scale

Новая модель от Степана (Stepfun). Генератор-редактор картинок на авторегрессии (картинка создается последовательно, пиксель за пикселем, а не итеративно как в диффузии)

#sota авторегресии на генерации изображений. 14B параметров, 60Гб весов. Результаты трудно разглядеть. Предположительно, качество на уровне SD1.5. Астрологи объявили эру неподъемных моделей с незаметным качеством, но послушных (но это неточно)

Офсайт не прогружается
Гитхаб
HF

#text2image #imageediting

Puppeteer: Rig and Animate Your 3D Models

Астрологи объявили день аниматора на канале Нейронавт.

Авториггер-аниматор моделей от ByteDnace

Создает скелет, рассчитвыет веса скиннинга, анимирует модель по видеообразцу. Работает как с профессиональными моделями, так и продуктом 3D-генераторов

Код ждем

#rigging #animation #3danimation #motion2animation #3d

Время мемов и рефлексии

#humor

LIA-X: Interpretable Latent Portrait Animator

Оживлятор портретов по видеообразцу.
Позволяет также редактировать изображения и видео.
Умеет менять ракурс на персонажа в 3D пространстве.
Разбирает движения лица на простые элементы.
Контроль глаз, рта.

Похоже что проект на своей модели, нет упоминаний ни WAN, ни CogVideo, ничего такого

Код
Демо
Веса - 3.6 Gb

#portrainanimation #motion2video #imageediting #videoediting

DINOv3: Self-supervised learning for vision at unprecedented scale

Новая версия модели от запрещенной в РФ Meta AI

Модель универсальная, подходит почти для любых задач компьютерного зрения: детекция, сегментация, предсказание глубины, плотности

Использует метод самообучения (SSL) без необходимости в данных с метками, что позволяет ей обучаться на огромных объёмах изображений без человеческого участия.

Благодаря этому превосходит даже специализированные модели

Есть несколько вариантов весов под разные вычислительные мощности

Гитхаб
HF

#image2depth #segmentation #video2mask #video2depth