Опубликован код и веса генератора технических карт (пассов) DICEPTION

Под капотом #SD3 и своя модель на 4 ГБ

Код
Веса

Спасибо @Dmitriy_Ru6ts0v

#conditioning #image2mask #image2normal #image2depth #image2pose #segmentation

VibeVoice-Large-Q8

первая полностью рабочая модель VibeVoice с 8-битной квантизацией

✅ Отличный звук, идентичный оригинальной модели
✅ 11,6 ГБ вместо 18,7 ГБ (-38%)
✅ Используется ~12 ГБ видеопамяти вместо 20 ГБ
✅ Работает на GPU с 12 ГБ (RTX 3060, 4070 Ti и т.д.)

VibeVoice ComfyUI Nodes

#podcast #voicecloning #tts #workflow #text2speech #text2podcast #comfyui

Vidu Q2

Новая модель видеогенератора с фокусом на выразительность

Более четкие выражения, динамичные движения камеры, более высокая скорость, более глубокое понимание

Есть в API
На офсайте
и в мобильном приложении
iOS
Android

Из сторонних сервисов видел на Dzine

#text2video #image2video

LucidFlux: Caption-Free Universal Image Restoration with a Large-Scale Diffusion Transformer

Реставрация изображений без промптов на основе #Flux

Код
HF

#imagerestoration #deblur #denoise

DeepSearch-1.5B

Модель для решения задач, требующих рассуждений и вычислений, новая #SOTA среди рассуждалок 1.5B параметров

На базе Nemotron-Research-Reasoning-Qwen-1.5B v2

Подходит для выполнения математических задач и решения логических головоломок, в образовательных и исследовательских целях, где требуется высокая точность и эффективность вычислений и оптимизация вычислительных ресурсов.

#assistant #reasoning

#humor #robot

Кстати у Кандинского 5 есть и воркфлоу который, говорят, не работает

#text2video #workflow

Мудрость из соседнего чата, проверить не могу ибо Соры у меня нет

Гайд: Как убрать водяной знак в Sora 2

Шаг 1: ➡️ Перейдите в веб-версию Sora ➡️ Нажмите «Use the Old Sora» (Использовать старую версию Sora)

Шаг 2:

➡️ Откройте раздел Activity Category (Активность)
➡️ Прямая ссылка:
sora.chatgpt.com/activity#sora

Шаг 3:

➡️ Выберите одно из ваших сгенерированных видео
➡️ Оно откроется в редакторе

Шаг 4:

➡️ В редакторе кликните правой кнопкой мыши и выберите нужный вариант

Способы сохранить видео:
✔️ Скопировать ссылку на видео
✔️ Сохранить видео напрямую

Спасибо @oxidizer05

SINQ: Sinkhorn-Normalized Quantization for LLMs

В Huawei придумали новый метод квантования языковых моделей, снижающий требования к ресурсам без потери качества. Может работать как с равномерной, так и с неравномерной квантизацией, а также сочетаться с методами калибровки или работать без калибровки.

Метод совместим с различными архитектурами моделей и не требует взаимодействия между слоями, его удалось применить например и к MoE. Прямо об этом не сказано, но архитектурная независимость, видимо, позволит применять его и к видео / аeдио/ картинко-генераторам

Короче говоря, есть надежда что видео (и прочие) генераторы будут более лучше квантоваться можно будет сжимать без потери качества чтобы впихнуть невпихуемое

#research #optimization

Wan2_2-Animate-14B_fp8_scaled_e4m3fn_KJ_v2

Kijai выложил вторую версию скейленных весов Animate

Спасибо @muxastarikov

#image2video #video2video #characteranimation #chracterswap #faceswap

Ovi: Twin Backbone Cross-Modal Fusion for Audio-Video Generation

И еще один видеогенератор на базе #WAN22

Создает видео со звуком, как VEO3. По тексту, по картинке.
Может создавать звуковые эффекты и музыку, соответствующие визуалу

Хронометраж 5 сек, 24 кадра в секунду, разрешением 720×720, с различными соотношениями сторон (9:16, 16:9, 1:1, и т.д.)

Обещают выпустить модель с повышенным разрешением, повысить хронометраж, дистилл для быстрого инференса и скрипты обучения.

Гитхаб
HF

Спасибо @m_franz

#text2video #image2video #AV #text2Av #image2AV #sfx

Браузер Comet сделали доступным для всех

Для бесплатных пользователей есть лимиты на запросы.

При установке он даже не спрашивает куда установиться, сам выбирает куда прописаться и вам не докладывает куда. А у меня может диск С на последнем издыхании. Видимо, ИИ-браузеры не для тех кто ограничен в дисковом пространстве.

Далее при первом запуске пытается подмять под себя все - хочет стать главным браузером, начальником почты, календаря и т д. И несмотря на мой отказ сделать его царь-браузером на моем компе он умудрился стереть выбор браузера по умолчанию из системы! "Так не достанься же ты никому!" При попытке открыть вебстраницу винда забыла чем открывать.

Зная что есть способы ободрать вас как липу через ИИ-инъекцию в почте, я не рискнул. Из любопытства посмотрю что там удобного-полезного. Но доступы раздавать не собираюсь

Отдаться в руки Perplexity

#search #browser

Qwen-Image-Edit-Pruning

Обрезанная версия #QIE
Вырезали из оригинальной версии 20 слоев, оставили 40, снизив тем самым количество параметров до 13.6B

Есть оригинальная Edit и Edit-2509

Qwen-Image-Pruning - такая же лоботомия #Qwenimage до 12.7B параметров

Qwen-Image-Pruning-for-ComfyUI - версия для экселя. Шучу, для комфи конечно

#optimization #imageediting #text2image

Годнота от подписчика @SashaMelentev — генерилка датасета из одной фотки