DeCo: Frequency-Decoupled Pixel Diffusion for End-to-End Image Generation

Диффузный генератор изображений напрямую в пиксельном пространстве.

Тут интересна архитектура

В отличие от аналогов, DeCo эффективнее разделяет задачи моделирования высоко- и низкочастотных компонентов, что позволяет улучшить качество изображений и ускорить обучение и вывод

Текстовый энкодер Qwen 3 поддерживает несколько языков

Авторы не стали заморачиваться с разрешением, сделали модели на 256 и 512 пикселей. В демо можно поднять до 1024 но результат будет покореженный как в SD1.5

Ну и веса у нее 2 ГБ. Если искали замену SD1.5 посмотрите DeCo

Гитхаб
HF
Демо

#text2image

Z-Image

Генерилка-редактор изображений от Tongyi Labs
Под капотом Qwen3-VL 4B, что поинтереснее чем Mistral small 32B который у Flux.2

Точно отображает сложные тексты на китайском и английском

Хорошо справляется с двуязычными промптами

По некоторым отзывам уступает Nano Banan Pro, но превосходит Flux.2

По рейтингу арены Alibaba занимает место после Seadream 4

На данный момент есть только версия Turbo, на Modelscope и указанной арене

Base, Edit - ждем

#imageediting #text2image #image2image

Nano Banana Pro: прокачайте свой визуальный контент 🦾

Хотите эффективно работать с ИИ, чтобы вывести свои проекты на новый уровень?

Присоединяйтесь к бесплатному мастер-классу "Возможности Nano Banana Pro" 26 ноября в 19:00 Мск. Авторы – Олег Цербаев – фотограф, преподаватель фотографии и визуальных нейросетей в ВШЭ, и Павел Костомаров – российский кинооператор, режиссёр игрового и документального кино

Что будет на эфире:

– как режиссёр и фотограф смотрят на нейросети
– нейросети в фотографии и дизайне. Как органично встраивать объекты в финальное изображение
– работа с персонажем, сохранение типажа, изменение стиля и локации
– создание кинематографической сцены и ее доработка: практика

📷 Цель — научиться инструментам, чтобы создавать крутой визуальный контент. Поработаем вместе и разберём, какие связки работают

Занять место можно бесплатно по ссылке ниже

https://clck.ru/3QXB8p

#промо

На выставке Kish Inox Tech Expo 2025, проходившей в Иране, выяснилось, что роботы это на самом деле переодетые люди

Узко мыслите. Это не фейл, это учения.
Вот настанет восстание машин - что делать будете? убегать?
Это потому что вы не учились маскироваться под роботов

#robot #news #humor

SteadyDancer : Harmonized and Coherent Human Image Animation with First-Frame Preservation

Оживлятор-аниматор человеков по картинке с сохранением первого кадра и точным управлением движением. Превосходит конкурентов, требует меньше ресурсов для обучения.

Построен на базе Wan2.1-I2V-14B-480P

HF

#characteranimation #image2video

Retake

В LTX Studio завезли инструмент для редактирования видео. С его помощью можно:

- перефразировать диалог, сохраняя оригинальный голос, исполнение и обстановку

- изменить начало или конец сцены, скорректировать темп, эмоции или кадрирование

- улучшить темп, подачу, исполнение и ритм в рамках одного кадра.

Оплату берут только за те секунды видео, которые были изменены.

#videoediting

Moondream Segmentation

У Moondream новая функция - SVG сегментация

Превращает текстовые промпты, точки или рамки в SVG-полигоны с пиксельной точностью.

Побивает Gemini Flash 2.5, SAM3 на бенчах

Работает и для видео — нужно просто применять её к каждому кадру

Попробовать

#segmentation #noscript #image2noscript #image2mask