Qwen-Image-Edit-Rapid-AIO

Мердж ускорителей, VAE и CLIP #QIE для быстрого редактирования изображений. Если использовать без входных изображений, будет просто создавать изображения по тексту.

Три версии по 29 ГБ каждая

V1: Qwen-Image-Edit-2509 и 4-step Lightning v2.0. Присыпано небольшим количеством лор NSFW. Универсальный вариант для SFW и NSFW. рекомендуется использовать sa_solver/beta, но euler_a/beta и er_sde/beta тоже могут дать достойные результаты.

V2: Используется набор ускорителей Qwen-Image-Edit, объединяющий 8- и 4- шаговые в одном. Значительно изменены настройки NSFW LoRa для более эффективного использования в SFW и NSFW. Настоятельно рекомендуется использовать sa_solver/simple.

V3: Используются новые лоры Qwen-Image-Edit lightning. Значительно скорректирован микс NSFW лор, удалены плохие и добавлены лучшие. Настоятельно рекомендуется sa_solver/beta

воркфлоу там же в репозитории

#optimization #imageediting #workflow

VChain : Chain-of-Visual-Thought for Reasoning in Video Generation

Фреймворк для улучшения генерации видео.

Использует мультимодальные модели (например, GPT-4o) для создания ключевых кадров, которые помогают видеогенератору. Модель настраивает видеогенератор только в ключевые моменты, что позволяет улучшить качество видео без долгого переобучения.

VChain работает в три этапа: сначала генерирует визуальные рассуждения, потом настраивает модель и в конце создаёт видео.

Хорошо справляется со сложными сценариями

В качестве базоваой модели использовали предварительно обученный Wan2.1-T2V-1.3B

Код ждем

Paper2Video: Automatic Video Generation from Scientific Papers

Генерация презентационных видео из научных статей

Создает слайды, видео презентатора оживлятором портретов по речи, субтитры — и упаковывает все это в видео.

В качестве примера автор создал видео своей статьи

Код

#paper2videio #text2video

Windows-HunyuanWorld-Voyager

Порт HunyuanWorld-Voyager полностью оптимизированный под Windows

#world #text2world #imageto3d #text2video #text2scene #windows