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

Пришло письмо счастья от ИИ-генератора песен Producer AI

Проверьте почту

Есть голосовой режим, назовем его вайб-композинг. Пытался ему напеть мелодию, но он, похоже, переводит все в текст. Сказал что слышит ритм. Но в генерации ничего похожего. Но это я играл в лентяя. На самом деле можно и загрузить кусок музыки, и записать в микрофон звук, только не в голосовом режиме

Да, выдали один инвайт, поделюсь в коментах

Накидывайте свои генерации и инвайты в коменты

Producer.ai

#music #musicediting #text2music #agent #assistant

Self-Forcing: Making AI Video Generation Endless

Эксперимент по достижению бесконечной видеогенерации без деградации.
Для эксперимента автор выбрал архитектуру Self-Forcing

Контекст Self-Forcing ограничен 81 кадром, что жестко прописано в кодовой базе, что автор и пытался преодолеть.

В процессе ему удалось реализовать интересную идею: редактирование видео в реальном времени, вернее на лету, в процессе генерации

И выложил все в опенсорс

Требования: 24Gb VRAM, 64Gb RAM, Linux

Гитхаб
Реддит

#optimization #video2video #videoediting #realtime #text2video

Qwen-Image-Edit: Image Editing with Higher Quality and Efficiency

Редактирующая модель #qwenimage опубликована

Семантическое и визуальное редактирование: модель поддерживает как низкоуровневое редактирование внешнего вида (добавление, удаление или изменение элементов с сохранением остальных частей изображения), так и высокоуровневое семантическое редактирование (создание интеллектуальной собственности, поворот объектов, перенос стиля).

Точное редактирование текста: возможность добавлять, удалять и изменять текст на изображениях на китайском и английском языках с сохранением шрифта, размера и стиля.

Гитхаб
HF ~57 Gb, смотрите не надорвитесь
Попробовать в чате

#imageediting