Intent: Next-Gen AI Messenger

ИИ-мессенджер с встроенными фичами для которых вы обычно переключаетесь в эти ваши разные ИИшки

Записаться в вейтлист

#assistant #messenger #news

Гугл тизерит релиз Nano-banana (в Gemini app?) на этой неделе

Спасибо @tripl3wave

#news

Turntable in Illustrator (beta)

Adobe включили в иллюстраторе в бета-режиме инструмент Turntable, позволяюший вращать 2D векторный арт в 3D пространстве

#news #design

VibeVoice: A Frontier Open-Source Text-to-Speech Model

Голосовая модель от Microsoft для выразительных диалогов и подкастов.

Может синтезировать речь продолжительностью до 90 минут.

Поддерживает работу с 4 разными голосами в одной генерации, это на 2-3 голоса больше чем в ведущих моделях.

Есть китайский и английский. Надеемся на дообучение

На примере женский голос норм, мужской эмоционально пустой. Послушайте примеры на сайте для общей картины

Код
HF - модель на 1.5 млрд. параметров + токенизатор Обещают 7B и 0.5B
Демо

#podcast #voicecloning #tts #text2speech #text2podcast

Nano-banana еще днем появился в списке моделей редактирования в Krea.ai

На бесплатном тарифе недоступен

В Fal.ai тоже есть

#news

В комментах есть способ получить доступ для рисковых, через hosts

Кидайте сюда свои нанобанановые тесты и творения. Он не всемогущ, найдем его слабости и сильности

#neuronaut_art

2... 1... 0...

Wan2_2-S2V-14B_fp8_e4m3fn_scaled_KJ

Забираем Wan-S2V, 18.5 Гб

#image2video #audio2video #referencing #wan22

InternVL3.5: Advancing Open-Source Multimodal Models in Versatility, Reasoning, and Efficiency

Обновилась линейка мультимодальных моделей InternVL от OpenGVlab

От 1.1B до 241B параметров

— разделяет обработку визуальной и языковой информации для оптимизации нагрузки

— ускоряет вывод в 4,05 раза и улучшает рассуждения на 16 % по сравнению с предыдущей версией

— поддерживает взаимодействие с GUI и воплощённое агентство (применение в роботах?)

— конкурирует с коммерческими моделями вроде GPT-5

Веса
Гитхаб
Попробовать в чате

#vlm #agent