Contrastive Flow Matching
Метод обучения диффузных генераторов, позволяющий сократить время обучения (до 9 раз) и количество шагов на инференсе (до 5 раз) и при этом повысить качество изображения
Метод поощряет модель генерировать несхожие потоки для различных входных условий.
Совместим с другими методами, например, с REPA и classifier-free guidance (CFG)
Ну ждем теперь чтобы переобучили заново Flux и Wan если все так радужно
[UPDATE] пишут что воплотить метод в коде можно двумя строчками
вместо официальных 60 строк
Гитхаб
#optimization
Метод обучения диффузных генераторов, позволяющий сократить время обучения (до 9 раз) и количество шагов на инференсе (до 5 раз) и при этом повысить качество изображения
Метод поощряет модель генерировать несхожие потоки для различных входных условий.
Совместим с другими методами, например, с REPA и classifier-free guidance (CFG)
Ну ждем теперь чтобы переобучили заново Flux и Wan если все так радужно
[UPDATE] пишут что воплотить метод в коде можно двумя строчками
cfm_target = torch.roll(flow_target, shifts=1, dims=0)
cfm_loss = -((model_output - cfm_target) ** 2).mean() * λ
вместо официальных 60 строк
Гитхаб
#optimization
💯10👍6😁2🤔1😱1
ToonOut: Fine-tuned Background Removal for Anime Characters
Удаление фона с изображений в аниме-стиле.
Создан на основе модели BiRefNet
Код - среда настроена на 2 x 4090, под другое железо вероятно придется что-то перенастроить
HF
#backgroundremoval #segmentation #image2mask #matting
Удаление фона с изображений в аниме-стиле.
Создан на основе модели BiRefNet
Код - среда настроена на 2 x 4090, под другое железо вероятно придется что-то перенастроить
HF
#backgroundremoval #segmentation #image2mask #matting
👍7❤1
Seedream 4.0
Генератонр-редактор изображений от ByteDance, конкурент NanoBanana
— объединяет генерацию и редактирование в одной архитектуре
— справляется со сложными задачами
— создаёт изображения в 4K
— обрабатывает несколько изображений сразу
— редактирует изображения по текстовому запросу
— преобразует изображения в разные стили
Fal.ai - платно
Replicate - платно
Krea.ai - платно
Промпт гайд
Арена - тут попадаются работы Seedream 4, можно только голосовать
lmarena - сюда не завезли еще
Короче, не нашел бесплатно попробовать🤩
#imageediting #text2image #image2image
Генератонр-редактор изображений от ByteDance, конкурент NanoBanana
— объединяет генерацию и редактирование в одной архитектуре
— справляется со сложными задачами
— создаёт изображения в 4K
— обрабатывает несколько изображений сразу
— редактирует изображения по текстовому запросу
— преобразует изображения в разные стили
Fal.ai - платно
Replicate - платно
Krea.ai - платно
Промпт гайд
Арена - тут попадаются работы Seedream 4, можно только голосовать
lmarena - сюда не завезли еще
Короче, не нашел бесплатно попробовать
#imageediting #text2image #image2image
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥7👍3❤2
Media is too big
VIEW IN TELEGRAM
Hailuo AI (MiniMax) проводит челлендж, связанный с созданием историй с помощью Hailuo Start/End Frames. Участники должны создать историю длительностью более 15 секунд, поделиться ей в социальных сетях (X, IG, TT, YT), отметить @Hailuo_AI и использовать хэштег #HailuoUnlimitedFrames
Челлендж продлится до 17 сентября 16:00 (UTC+8).
Призы:
- 5 подписок MAX Hailuo для самых вирусных постов;
- 10 наград по 2000 кредитов для самых креативных работ.
Ну и самое главное:
‼️ На эти 7 дней всем дают безлимитные бесплатные генерации по первому и последнему кадру. ЧЕСТНЫЕ бесплатные, а не платные бесплатные как у сами знаете кого
Бежим генерить!
#image2video #flf #giveaway
Челлендж продлится до 17 сентября 16:00 (UTC+8).
Призы:
- 5 подписок MAX Hailuo для самых вирусных постов;
- 10 наград по 2000 кредитов для самых креативных работ.
Ну и самое главное:
Бежим генерить!
#image2video #flf #giveaway
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4
Нейронавт | Нейросети в творчестве
Seedream 4.0 Генератонр-редактор изображений от ByteDance, конкурент NanoBanana — объединяет генерацию и редактирование в одной архитектуре — справляется со сложными задачами — создаёт изображения в 4K — обрабатывает несколько изображений сразу — редактирует…
Virtual Try On (Seedream V4)
Вот здесь можете попробовать Seedream 4 в переодевании если у вас есть кредиты на glif.app
Заходить через 3 буквы
#tryon
Вот здесь можете попробовать Seedream 4 в переодевании если у вас есть кредиты на glif.app
Заходить через 3 буквы
#tryon
👍3👀2
K2 Think
Передовая производительность при всего 32B параметров, конкурирует с моделями Open AI и DeepSeek с сотнями миллиардов параметров.
Русский знает, на вопрос ответил моментально
Гитхаб
HF
Демо на HF
Чат на офсайте
#reasoning #assistant #chat
самая быстрая в мире модель искусственного интеллекта с открытым исходным кодом и самая продвинутая система ИИ-рассуждений
Передовая производительность при всего 32B параметров, конкурирует с моделями Open AI и DeepSeek с сотнями миллиардов параметров.
Русский знает, на вопрос ответил моментально
Гитхаб
HF
Демо на HF
Чат на офсайте
#reasoning #assistant #chat
👍9
Qwen3 ASR: Hear clearly, transcribe smartly
Распознавалка речи на базе Qwen3-Omni
— поддерживает 11 языков и множество акцентов, в том числе русский
— даёт персонализированные результаты при предоставлении контекста
— хорошо распознаёт певческий голос, некачественные и шумные записи
Демо на HF
Попробовать в чате
#ASR #speech2text #stt #russian
Распознавалка речи на базе Qwen3-Omni
— поддерживает 11 языков и множество акцентов, в том числе русский
— даёт персонализированные результаты при предоставлении контекста
— хорошо распознаёт певческий голос, некачественные и шумные записи
Демо на HF
Попробовать в чате
#ASR #speech2text #stt #russian
🔥9👍3❤1
nunchaku-qwen-image-edit
Чуть позже обещанного, но все же
Ускоренный Qwen-Image-Edit от/для Nunchaku
HF
воркфлоу
#optimization #imageediting #workflow
Чуть позже обещанного, но все же
Ускоренный Qwen-Image-Edit от/для Nunchaku
HF
воркфлоу
#optimization #imageediting #workflow
👍8❤4
IndexTTS2: A Breakthrough in Emotionally Expressive and Duration-Controlled Auto-Regressive Zero-Shot Text-to-Speech
Вторая версия голосовой модели от Qwen, с контролем длительности, тембра и эмоциональной окраски синтезируемой речи.
На сайте много примеров.
поддерживает два режима генерации: с точным указанием количества токенов для контроля длительности и свободный авторегрессионный режим без указания количества токенов
Поддерживает английский и китайский
HF
Демо
Спасибо @m_franz
#voicecloning #text2speech #tts
Вторая версия голосовой модели от Qwen, с контролем длительности, тембра и эмоциональной окраски синтезируемой речи.
На сайте много примеров.
поддерживает два режима генерации: с точным указанием количества токенов для контроля длительности и свободный авторегрессионный режим без указания количества токенов
Поддерживает английский и китайский
HF
Демо
Спасибо @m_franz
#voicecloning #text2speech #tts
🔥11👍3
HuMo: Human-Centric Video Generation via Collaborative Multi-Modal Conditioning
Видеогенератор при участии Bytedance
— генерирует видео на основе текста, изображений и аудио
— удерживает идентичность и характеристики изображаемого субъекта
— синхронизирует видео с аудио
— позволяет варьировать результат с помощью текстовых промптов
В качестве вдохновения/основы указаны Phantom, SeedVR, MEMO, Hallo3, OpenHumanVid, Whisper
выпущена модель на 17B параметров, обещают выпустить 1.7B
Для работы нужен VAE & Text encoder Wan-2.1
Код
HF
#referencing #text2video #image2video #audio2video
Видеогенератор при участии Bytedance
— генерирует видео на основе текста, изображений и аудио
— удерживает идентичность и характеристики изображаемого субъекта
— синхронизирует видео с аудио
— позволяет варьировать результат с помощью текстовых промптов
В качестве вдохновения/основы указаны Phantom, SeedVR, MEMO, Hallo3, OpenHumanVid, Whisper
выпущена модель на 17B параметров, обещают выпустить 1.7B
Для работы нужен VAE & Text encoder Wan-2.1
Код
HF
#referencing #text2video #image2video #audio2video
👍7❤4🔥1