Ура! Пришёл электрик и вкрутил нам лампочку! Теперь всё-всё видно!

Идти спать никак нельзя, не рассказав вам сперва про visualelectric.com
🔠🔠🔠🔠, 🔠🔠🔠🔠🔠🔠!

➕Удобный интерфейс
➕Хорошая интерпретация промпта, краткий промтинг
➕Редактирование выбранной области - Inpaint
➕Контроль стиля выходного изображения
➕Загрузка сразу всех файлов в архиве
➕Удаление фона
➕Возможность выбора стиля и базового изображения для ремикса
➕Возможность лёгкой вариации картинки
➖Не интерактивная скорость, как в KreaAI
➖Нельзя смешивать изображения, как в Fooocus
➖Нет дипфейков, как в Automatic1111
➖Повышение разрешения за отдельную плату

В итоге - если вам нужно сделать Stable Diffusion генерацию для иллюстрации к чему-либо, без изысков, то это самый удобный вариант.

Крайне извиняюсь, что скринкаст - объединение двух примеров, но все функции я записала.
В комментариях вас ждут изображения.

О деталях обучения ходящего гуманоида на основе трансформеров
Исходный пост в Сиолошной

Детали обучения
🔣 Обучение состоит из двух этапов:
1️⃣сначала мы предполагаем, что окружающая среда полностью наблюдаема и учим полиси учителя
2️⃣тренируем ученика, используя сочетание подражания и подкрепления - учитель используется как регуляризатор на функцию.
🔣На базе Isaac Gym распараллеливаем обучение (4xA100, тысячи случайных сред). Мы рандомизируем различные элементы моделирования, включая динамические свойства робота, параметры управления и физику окружающей среды, а также добавляем шум и задержку наблюдений. Затем валидируем на симуляторе производителя роботов. Наконец, переносим его на настоящего робота без дообучений.
🔣В итоге агент - причинный преобразователь, т.е. модель, обученная методом авторегрессионного прогнозирования следующего действия на основе истории наблюдений и действия.
Возможности робота:
🔣может надежно передвигаться без падений
🔣устойчив к внешним воздействиям, может преодолевать различные ландшафты и нести полезную нагрузку
различной массы
🔣естественное высокоскоростное передвижение, включая колебательное движение руки
🔣адаптивно изменять поведение в зависимости от контекста, включая постепенное изменение походки в зависимости от медленно меняющейся местности и быструю адаптацию к внезапным препятствиям

Пока многие обсуждают горячие новости робототехники, типа нового Оптимуса, я покажу вам нечто, что лично я нашла интересным. Речь о разработке in-progress в области робототехники - робомыши с гибким позвоночником по имени NerMo, имитирующей морфологию биологических мышей и их систему приведения в действие мышц и сухожилий.

Гибкий позвоночник имеет решающее значение для двигательной способности четвероногих животных. Роботы, полагающиеся исключительно на свои ноги, демонстрируют жесткость, снижающую эффективность передвижения. Боковое сгибание позвоночника позволяет:
➗значительно повысить его статическую устойчивость в изначально нестабильной конфигурации, регулируя его осанку,
➗ эффективно увеличить длину шага при ходьбе и, следовательно, улучшить скорость ходьбы NerMo,
➗ увеличить маневренность, требующую как небольшого радиуса поворота, так и высокой скорости ходьбы.

Кто знает, возможно следующим апгрейдом в области шагающих гуманоидных роботов станет именно гибкий позвоночник. Как говорится, в начале потренируемся на мышках!

Играем в шпионов🥸
Теперь, когда все налюбовались непревзойдённым качеством доступных каждому алгоритмов генерации дипфейков, предлагаю подписчикам небольшую игру.
Если вы такой же молодящийся олд-скульщик, как и я, вам понравится!

В комментарии к этому посту прикреплён файл фотографии в несжатом виде. В этой фотографии скрыто тайное сообщение 🤫, знакомое каждому юному или просто современному телезрителю.

Для того, чтобы расшифровать его:
1. скачайте файл 🔗
2. перейдите на сайт 🖥
3. загрузите файл в поле "Изображение хоста" (самое нижнее)
4. выставите галочку "Вместо этого расшифруйте это изображение"
5. нажмите кнопку Steganogra-fy! ➡️
👀

Если сделали, ставье ✔️

Резкое развитие языковых моделей и генеративного контента не только обновило атрибутику бытовой жизни людей, но и продвинуло подходы к решению задач в различных сферах деятельности. Мы уже привыкли к тому, что с использованием ML наука справляется с задачами резвее, точнее, полнее. Мы уже почти привыкли к возможностям создания и обработки контента, к языковым ассистентам, способным подсказать путь к решению задачи, отредактировать, перевести любой текст. Однако мне, как ML-исследователю, конечно, любопытнее всего те изменения, что происходят в моей сфере.

Ранее языковые модели уже использовали для генерации обучающих датасетов в сфере изображений (1, 2). И вот мы видим, как спираль постепенно раскручивается. Например, проект HOLODECK предоставляет возможность генерации синтетических 3Д сцен для дальнейшего обучения на них алгоритмов навигации роботов и разработки разумного робота общего назначения.
🔣3D-моделированные среды играют решающую роль в Embodied AI (например, алгоритмы для ходящего робота обучались именно на синтетических данных), но их создание требует опыта, обширных знаний и ручного труда, что ограничивает их разнообразие.
🔣HOLODECK помогает создавать разнообразные сцены быстрее с помощью текстовых подсказок, фиксируя семантику сложных запросов через GPT-4.
🔣Далее объекты выбираются из коллекции 3D-ресурсов Objaverse.
🔣Для решения проблемы позиционирования, GPT-4 генерирует пространственные реляционные ограничения между объектами.

С учётом развития генеративного контента и фотореалистичных алгоритмов реконструкции (NerF и GaussianSplatting) можно ожидать улучшения не только семантики, но и реализма сцен в 3Д датасетах уже в ближайшие месяцы.
🤖
Такие новости всё яснее сигнализируют о том, что роботехническая революция отнюдь не за горами. В комментариях оставила видео с японским летающим роботом-трансформером, чтобы убедить Вас в своих подозрениях даже в случае, если вы не любите читать тексты.