Нейросетевые мемы
Мир - деревня. Смотрю Ларина а там картинка Папича которую я сгенерил. Как же много я наследил в интернете. На 2:42 Лютая база от Арсена с которой я согласен.
Нашёл идеальные как по мне настройки для dreambooth. Даже с плохим датасетом хороший результат выдает.
🔥3
Forwarded from Psy Eyes (Andrey Bezryadin)
Продвижения в стане масштабных сцен из сплатов.
Level Of Gaussians (LoG): обрабатываем многокилометровые территории с высоты птичьего полёта и повышаем детализацию по мере приближения камеры к объектам (метод level of detail (LOD)). Мы тут уже были год назад, только с тогда использовались тяжелые и малоэффективные нерфы, а сейчас на сплатах обещают, что всё должно завестись на одной 4090.
Вместе с этим Inria, институт стоящий за появлением сплатов, представили наземный метод рендера огромных локаций в реальном времени с высокой детализацией — Hierarchical 3D Gaussians (H3DGS). Впрочем, воздушные снимки скормить тоже никто не мешает.
Куски сцен формируются в иерархию для улучшения визуального качества, а подход efficient Level-of-Detail (LOD) отвечает за количество деталей в месте куда направлена камера и плавными переходами между ними. По железу не сказано, но пишут, что на простом и доступном риге можно обработать сцену из десятков тысяч фотографий, длиной в несколько километров и продолжительностью до 1 часа.
Кода пока нет, но есть две бумаги. На релизе сплатов тоже код был не сразу, так что ожидаем.
Подрубаем это в Video2Game и начинаем играть в GTA по улицам Тулы.
Кстати Infinite Realities для своей 4D системы получили лицензию от Inria.
Сайт LOG
Сайт H3DGS
Подробнее про сплаты
Level Of Gaussians (LoG): обрабатываем многокилометровые территории с высоты птичьего полёта и повышаем детализацию по мере приближения камеры к объектам (метод level of detail (LOD)). Мы тут уже были год назад, только с тогда использовались тяжелые и малоэффективные нерфы, а сейчас на сплатах обещают, что всё должно завестись на одной 4090.
Вместе с этим Inria, институт стоящий за появлением сплатов, представили наземный метод рендера огромных локаций в реальном времени с высокой детализацией — Hierarchical 3D Gaussians (H3DGS). Впрочем, воздушные снимки скормить тоже никто не мешает.
Куски сцен формируются в иерархию для улучшения визуального качества, а подход efficient Level-of-Detail (LOD) отвечает за количество деталей в месте куда направлена камера и плавными переходами между ними. По железу не сказано, но пишут, что на простом и доступном риге можно обработать сцену из десятков тысяч фотографий, длиной в несколько километров и продолжительностью до 1 часа.
Кода пока нет, но есть две бумаги. На релизе сплатов тоже код был не сразу, так что ожидаем.
Подрубаем это в Video2Game и начинаем играть в GTA по улицам Тулы.
Кстати Infinite Realities для своей 4D системы получили лицензию от Inria.
Сайт LOG
Сайт H3DGS
Подробнее про сплаты
🔥3
Forwarded from Нейросети и Блендер
This media is not supported in your browser
VIEW IN TELEGRAM
Вышел Steerable Motion 1.4
Steerable Motion - это продвинутая интерполяцию между вашими входными картинками.
Теперь более управляемый, детальный и плавный!
🥳 Если вы любили интерполяцию с GAN архитектурой, то теперь эти перетекания доступны с вашими входными картинками в том порядке, в котором вы сами хотите. Да ещё и в качестве от HD до 4K в зависимости от мощности GPU.
💎 Так же поддерживает неограниченное количество картинок на вход для интерполяции. При этом при 100 картинках максимум будет использоваться 12.5 GB видеопамяти.
Инструмент создаётся усилиями opensource коммьюнити AnimateDiff и Banodoco.
🔤 🔤
Доступен в ComfyUI
И в opensource инструменте для AI анимации Dough
Steerable Motion - это продвинутая интерполяцию между вашими входными картинками.
Теперь более управляемый, детальный и плавный!
Инструмент создаётся усилиями opensource коммьюнити AnimateDiff и Banodoco.
Тут прям вайбы Vqgan+clip коммьюнити и DeforumДоступен в ComfyUI
И в opensource инструменте для AI анимации Dough
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2❤1
Forwarded from Сиолошная
Первое официальное музыкальное видео, сделанное с помощью OpenAI Sora:
Washed Out - The Hardest Part
Автор утверждает, что почти никакой постобработки нет, лишь самый минимум — зато сам ролик склеен из 55 отдельных кусочков (выходит по 4.4 секунды в среднем). А раньше всплыло, что одно из демо-видео, Air Head, оказывается сильно редактировалось — модель всё хотела нарисовать человека с головой, а не пустым местом (полная история тут).
Немного полистал комментарии, а там сразу:
— Раньше я был большим поклонником каждого альбома, слушал на рипите, покупал винил и т. д. Но я больше не могу поддерживать Washed Out. ИИ — это не просто инструмент для создания искусства, это замена художника. Я надеюсь, что Эрнест [музыкант], как творческий профессионал, это поймет. Я читал интервью, в котором он говорил, что у него было «видение» этой концепции видео в течение многих лет, но, по моему мнению, оно терпит неудачу - реальные актеры прониклись бы работой гораздо больше. Я просто не знаю… если это неизбежное будущее, думаю, я просто перевернусь и умру.
🕺 слушаем, танцуем и думаем о будущем 💃 делитесь в комментах 👇, кто где сколько голов и пальцев на руках насчитал
Washed Out - The Hardest Part
Автор утверждает, что почти никакой постобработки нет, лишь самый минимум — зато сам ролик склеен из 55 отдельных кусочков (выходит по 4.4 секунды в среднем). А раньше всплыло, что одно из демо-видео, Air Head, оказывается сильно редактировалось — модель всё хотела нарисовать человека с головой, а не пустым местом (полная история тут).
Немного полистал комментарии, а там сразу:
— Раньше я был большим поклонником каждого альбома, слушал на рипите, покупал винил и т. д. Но я больше не могу поддерживать Washed Out. ИИ — это не просто инструмент для создания искусства, это замена художника. Я надеюсь, что Эрнест [музыкант], как творческий профессионал, это поймет. Я читал интервью, в котором он говорил, что у него было «видение» этой концепции видео в течение многих лет, но, по моему мнению, оно терпит неудачу - реальные актеры прониклись бы работой гораздо больше. Я просто не знаю… если это неизбежное будущее, думаю, я просто перевернусь и умру.
Please open Telegram to view this post
VIEW IN TELEGRAM
YouTube
Washed Out - The Hardest Part (Official Video)
"The Hardest Part" by Washed Out
From the album, 'Notes from a Quiet Life,' out June 28th on Sub Pop Records
Pre-Order: https://merch.ambientinks.com/collections/washedout
Stream: https://music.subpop.com/washedout_notesfromaquietlife
Director/Editor:…
From the album, 'Notes from a Quiet Life,' out June 28th on Sub Pop Records
Pre-Order: https://merch.ambientinks.com/collections/washedout
Stream: https://music.subpop.com/washedout_notesfromaquietlife
Director/Editor:…
🔥4👍2
Forwarded from Data Secrets
Там вышедший час назад убийца нейросетей производит небывалый фурор среди исследователей. Сейчас все расскажем ⬇️
В основе всех архитектур, к которым мы привыкли, лежит многослойный перцептрон (MLP). У него есть веса и нейроны, в которых расположены функции активации.
А что, если мы переместим функции активации на веса и сделаем из обучаемыми? Звучит как бред, но yes, we KAN.
KAN (Kolmogorov-Arnold Networks) - новая парадигма, в которой исследователи реализовали перемещение активаций на «ребра» сети. Кажется, что решение взято из ниоткуда, но на самом деле тут зашита глубокая связь с математикой: в частности, с теоремами универсальной аппроксимации и аппроксимации Колмогорова-Арнольда.
Не будем вдаваться в детали. Главное: KAN работает намного точнее, чем MLP гораздо большего размера, и к тому же лучше интерпретируется. Единственный минус: из-за обучаемых активаций тренится все это дело в разы дороже и дольше, чем MLP.
И тем не менее, возможно сегодня мы наблюдаем рождение Deep Learning 2.0. Ведь такой подход меняет вообще все, от LSTM до трансформеров.
Статья | Код
В основе всех архитектур, к которым мы привыкли, лежит многослойный перцептрон (MLP). У него есть веса и нейроны, в которых расположены функции активации.
А что, если мы переместим функции активации на веса и сделаем из обучаемыми? Звучит как бред, но yes, we KAN.
KAN (Kolmogorov-Arnold Networks) - новая парадигма, в которой исследователи реализовали перемещение активаций на «ребра» сети. Кажется, что решение взято из ниоткуда, но на самом деле тут зашита глубокая связь с математикой: в частности, с теоремами универсальной аппроксимации и аппроксимации Колмогорова-Арнольда.
Не будем вдаваться в детали. Главное: KAN работает намного точнее, чем MLP гораздо большего размера, и к тому же лучше интерпретируется. Единственный минус: из-за обучаемых активаций тренится все это дело в разы дороже и дольше, чем MLP.
И тем не менее, возможно сегодня мы наблюдаем рождение Deep Learning 2.0. Ведь такой подход меняет вообще все, от LSTM до трансформеров.
Статья | Код
Please open Telegram to view this post
VIEW IN TELEGRAM
🤯6👍2🥰1
Forwarded from CGIT_Vines (Marvin Heemeyer)
This media is not supported in your browser
VIEW IN TELEGRAM
У SORA робко появляются инструменты управления для изменения отдельных частей видео. Скромно, в верном направлении, но пока недостаточно.
На примере видно, что персонаж меняется по запросу, но также изменения присутствуют и в окружении. Это и есть пока нерешенная проблема.
На примере видно, что персонаж меняется по запросу, но также изменения присутствуют и в окружении. Это и есть пока нерешенная проблема.
🤯3
Forwarded from Neural Shit
This media is not supported in your browser
VIEW IN TELEGRAM
Смотрите на что способна связка из Stable Diffusion 1.5 + ControlNet + TripoSR + three.js. Видео ускорено. Автор обещает скоро открыть исходники.
Кажется, лет через 5 локации для игр будут делать тупо с помощью текста в строку с промптом.
Кажется, лет через 5 локации для игр будут делать тупо с помощью текста в строку с промптом.
🔥14