MiniMax Music 2.0

Заявлено:

- Реалистичный вокал в разных стилях с разными эмоциями
- Поп, джаз, блюз, рок, фолк, дуэты и а капелла
- Качество звука профессионального уровня
- Полные 5-минутные композиции с мультиинструментальным управлением
- Точный контроль музыкальной выразительности

API

Также есть на fal.ai - 0,03 доллара за генерацию

#text2music #music

Concerto: Joint 2D-3D Self-Supervised Learning Emerges Spatial Representations

Модель для работы с 3D-представлениями. Имитирует человеческий процесс обучения абстрактным понятиям.

Проще говоря, создает реконструкции 3D сцен по видео или облаку точек. Ну то есть на вход можно подать и готовую сцену на гауссианах .ply, и он должен ее улучшить.

Код
Демо

#reconstruction #video2scene #rendering #gaussian #videoto3d

WorldGrow: Generating Infinite 3D World

Генератор бесконечных явных 3D-миров, альтернатива существующим симуляторам интерактивных миров

Создаёт бесконечно расширяемые 3D-миры с согласованной геометрией и реалистичным внешним видом

Не страдает от геометрических и визуальных несоответствий, как методы 2D-лифта.

Не ограничивается генерацией объектов, как современные 3D базовые модели, а работает на уровне сцен.

Код ждем

#text2world #world #text2scene

💻 ИИ - не просто инструмент?

Я айтишник с 30-летним стажем, и когда я начинал — интернет шумел модемами, код писали в блокноте, а искусственный интеллект был темой для обсуждения в академических кругах.
Сегодня я — CDTO в IThub, и я замечаю, как ИИ перестраивает процессы: от архитектуры продуктов до стратегии компаний.

⚙️ Мы уже не просто автоматизируем — мы передаём машинам часть мышления.
Мы учим ИИ, а он учит нас, а чему именно — разбираю на своем канале @aivkube 🧠 На нем тестирую LLM, анализирую рынок IT профессий и разбираю, куда всё это идёт с точки зрения технологий и стратегии.

👨🏻 Без хайпа, без воды — мой взгляд как практика.

Если вы хотите понимать не только что делает ИИ, но и почему это важно сейчас — присоединяйтесь.

👉 @aivkube

Erid: 2SDnjdLqzyd
Название: ДОЛГОВ СЕРГЕЙ СЕРГЕЕВИЧ
ИНН: 503215950876

ChronoEdit: Towards Temporal Reasoning for Image Editing and World Simulation

NVIDIA выпустила в опенсорс модель, которая подходит к задаче редактирования изображения как к генерации видео. Иначе говоря, взяли видеогенератор и заставили редактировать картинки с соблюдением физики, согласованности и всего вот этого.

Бонус такого подхода — можно получить визуализацию процесса «рассуждения» модели в виде видео

Гитхаб
Демо
HF

#imageediting #image2video

С рабочей субботой вас, котики

#robot

Game-TARS

Игровой агент от ByteDance, осваивает видеоигры и цифровые среды, используя человекоподобное восприятие и мышление

Ориентирован на унерсальность, может играть в незнакомые игры, на которые не обучался.

Выбил #SOTA на Open-world Minecraft

Гитхаб - ссылка ведет на UI-TARS

#gaming #agent

стойте на месте, человек, к вам подойдут

#robot

Вы спросите зачем роботу грудь.
Ответ ясен как день. Чтобы над вами, кожаными мешками могли доминировать не только мужеботы но и женоботы

#humor #robot

Cursed Sitcom

Проклятые «Друзья»

ИИ-ситком в реальном времени на LTX 2 fast

#крипота

#realtime