Рок-группа интроверта

Я не знаю кто автор

#robot

Kimodo

Диффузная модель для генерации качественных 3D-движений людей и роботов по тексту от NVIDIA

Помимо текста управляется с помощью разных констрейнов: ключевых кадров, позиций и вращений концевых эффекторов (например, рук и ног), 2D-путей и точек

Для локального запуска нужно около 17ГБ VRAM

Гитхаб
HF
Демо

#humananimation #text2animation #3d

- Мы изобрели робота который отвечает на вопросы. Но для этого он съедает 10 маленьких жирафят в день
- Но он хотя бы дает правильны ответы?
- Божечки, конечно же нет, нет, нет

#humor

EVA: Efficient Reinforcement Learning for End-to-End Video Agent

Пониматор видео, который умеет «думать» перед тем, как «смотреть». В отличие от других систем, которые просто распознают контент, EVA сама решает, что и когда смотреть, как это делать

Гитхаб
HF

#VLA #reasoning

Vibe Coding XR

Проект Гугл для вайбкодинга интерактивных приложений расширенной реальности (XR). Использует Gemini и XR Blocks, чтобы превращать текстовые подсказки в работающие приложения

Создаёт интерактивные XR-приложения с учётом физики и пространственной логики

Работает с Android XR и позволяет тестировать приложения в симуляторе на настольном Chrome

Гитхаб
Демо

#AR #XR #vibecoding

Voxtral-4B-TTS-2603

Говорилка от Mistral с клонированием голоса, рилтайм

9 языков, русского нет

HF
Демо
Чат
Плейграунд
Студия

#tts #voicecloning #realtime