Brain-IT: Image Reconstruction from fMRI via Brain-Interaction Transformer

Давненько у нас не было реконструкции мыслеобразов с томографа, а там такое!

Прям уже очень хорошо научились реконструировать мыслеобразы. Но расшифровка все еще индивидуальна, нужно обучение на каждого определенного человека

Brain-IT работает эффективнее существующих методов: при использовании всего 1 часа данных фМРТ от нового субъекта даёт результаты, сравнимые с результатами других методов, обученных на полных 40-часовых записях

Ну и если вы хотите опробовать это на своем домашнем фМРТ аппарате, код обещают выложить

#science #brain #mindreading #news #fMRI #brain2image

Появился демоспейс лоры QIE для смены ракурса

С ней можно создавать видео по первому и последнему кадру если у вас нет последнего кадра. Например в WAN

Демо

#imageediting #lora #qie #novelview

UniAVGen: Unified Audio and Video Generation with Asymmetric Cross-Modal Interactions

Система одновременной генерации аудио и видео / оживлятор портретов / липсинк

— генерирует аудио и видео с хорошей синхронизацией

— создаёт контент на основе изображения, описания и речи

— учитывает тембр с помощью референсного аудио

— продолжает и озвучивает видео, синтезирует видео по аудио.

В качестве базовой модели для видеоветви используется Wan 2.2-5B, а для аудиоветви — архитектурный шаблон Wan 2.1-1.3B

На видео с девушкой - это реальное видео и видео с догенеренной концовкой

Кода нет

#chracteranimation #lipsync #portraitanimation #video2video #speech2video #talkinghead

Kinematify: Open-Vocabulary Synthesis of High-DoF Articulated Objects

Генератор 3d моделей с большим числом степеней свободы (DoF) по изображению или тексту от Deemostech

Отличается от других 3D генераторов тем, что решает две ключевые задачи: определяет кинематическую структуру сложных объектов и вычисляет параметры соединений, используя статическую геометрию.

Кода разумеется нет, но есть демо

Демо

#3d #textto3d #IMAGETO3D

Kimi K2 Thinking

Новый агент от Moonshot использует инструменты для пошагового рассуждения.
Контекст 256к

— решает сложные задачи, выполняя до 200–300 последовательных вызовов инструментов без участия человека

— справляется с задачами, требующими глубокого анализа и структурированного рассуждения, например, решает математические задачи PhD-уровня

— эффективно ищет и анализирует информацию в интернете, превосходя человеческие показатели в BrowseComp

— пишет тексты — академические, исследовательские, художественные, — делая их логичными, содержательными и богатыми по форме

— помогает в кодировании и разработке ПО, выполняя многоэтапные рабочие процессы

— реагирует на личные и эмоциональные вопросы с эмпатией и балансом, предлагая взвешенные советы.

Доступен на kimi.com с ограниченным набором инструментов. Полный набор возможностей обещают скоро.
A также по API

#agent #assistant #reasoning

грустный #humor