NEW BOT Телеграм, страница

0:33

VEED Fabric 1.0

Оживлятор персонажей с фокусом на длинные говорящие видео - 1 минута, 720p

Первая в мире говорящая ИИ-видеомодель

Надо же иметь смелость делать такие заявления через несколько месяцев после релиза VEO 3

Можно попробовать бесплатно, пара видосов в день

#characteranimation #image2video #personalization

❤8👍5🔥1

2.26K views16:19

3:05

Suno v5.0

Появился на платных подписках

#text2music #music #musicediting

👍11🤔1

1.79K views17:15

0:32

Робот Kinova рисует акрилом, а ты пикселями

#robot

❤8👍3👎2😁1

1.86K views18:22

nunchaku-qwen-image-edit-2509

Поддержка нового #QIE в nunchaku

Поддержка LoRA / FP16, а так же WAN2.2 - ждем

HF
воркфлоу (ComfyUI ≥ 0.3.60)

Спасибо @MaxKhtv

#optimization #imageediting #workflow

👍12🔥3❤2

2.3K views07:41

2:02

Media is too big

Qwen3-VL: Sharper Vision, Deeper Thought, Broader Action

Визуально-языковая модель, которая не просто «видит» изображения и видео, но и понимает мир, интерпретирует события и способна действовать.

Есть две версии: Instruct и Thinking. Instruct лучше Gemini 2.5 Pro в работе с визуальными задачами, а Thinking отлично справляется с мультимодальным рассуждением.

Возможности:

- управляет интерфейсами на ПК и телефонах

- превращает скриншоты в код (HTML/CSS/JS)

- интерпретирует пространственные отношения, планирует движения и подходит для применения в робототехнике и автономных системах

- определяет объекты в сложных сценах и поддерживает предсказание 3D-границ

- узнаёт знаменитостей, еду, растения, животных, бренды автомобилей и аниме-персонажей

- анализирует несколько изображений, сравнивает их и поддерживает контекст в многоходовых диалогах

- описывает видео кадр за кадром и отвечает на вопросы о содержании

- распознает текст на 32 языках, даже если он размыт или наклонён

- показывает отличные результаты в STEM и математике

Код
Демо
HF
Чат
API

#VLM #OCR #assistant #reasoning #video2text #image2text #chat

🔥5

1.96K viewsedited 08:24

А также Qwen3-Max и Qwen3-Coder

Qwen3-Max — крупнейшая модель от Qwen:

— решает задачи программирования (69,6 баллов на SWE-Bench Verified);

— работает с агентами (74,8 балла на Tau2-Bench);

— достигает 100% на тестах AIME 25 и HMMT.

Qwen3-Coder обновили. Добавили мультимодальность + прокачали. На SWE-Bench теперь почти 70% —примерно уровень Opus 4 и GPT-5

Обе можно попробовать в чате

#reasoning #assistant #coding

❤4🤔1

1.82K views08:41

0:27

Wan 2.5-Preview

Мульитмодальный, сочетает в себе не только генерацию, но и понимание видео

генерирует синхронизированный аудио-видео контент

1080p, 10 секунд

Умеет создавать и редактировать изображения и видео, упомянут диалоговый режим - привет банан, реве и компания.

Попробовать на офсайте

PS прощай опенсорс???

#text2video #image2video #text2image #imageediting #text2speech

🔥12🤔3❤1

2.03K views09:13

0:23

Rodin Gen-2

Rodin разродился Gen-2

- качество сетки улучшено вчетверо
- рекурсивная генерация частей
- запекание тяжелых мешей в лоуполи с нормалями
- HD текстуры (Бета)

Ну и никуда не делись PBR, 3D контролнеты, T/A позы

#3d #imageyo3d #textto3d #3dediting

❤3👍2😁1

2.24K views10:13

0:45

Media is too big

VideoFrom3D: 3D Scene Video Generation via Complementary Image and Video Diffusion Models

Создает видео 3D сцен по грубой геометрии, траектории камеры и референсной картинке. Этакий ИИ-рендер 3D.

Под капотом зафантюненный CogVideoX и для начального кадра Flux ControlNet и еще набор каких-то методов.

Код

#3d2video #rendering

🤷‍♂3👍3🔥1

1.94K views11:14

1:33