Boogu-Image-0.1
Генератор-редактор картинок на базе Qwen3-VL-8B-Instruct
• рендеринг текста на китайском и английском
• создание стилизованных изображений
• работа с фотореалистичными сценами
• несколько вариантов модели: Base, Turbo, Edit, Edit-Turbo
• на Qwen-Image-Bench заняла первое место среди открытых моделей
• есть версия для экономии памяти (fp8)
Гитхаб
HF
Демо base
Демо edit
Галерея
Спасибо @m_franz
#t2i #imageediting #fp8
Генератор-редактор картинок на базе Qwen3-VL-8B-Instruct
• рендеринг текста на китайском и английском
• создание стилизованных изображений
• работа с фотореалистичными сценами
• несколько вариантов модели: Base, Turbo, Edit, Edit-Turbo
• на Qwen-Image-Bench заняла первое место среди открытых моделей
• есть версия для экономии памяти (fp8)
Гитхаб
HF
Демо base
Демо edit
Галерея
Спасибо @m_franz
#t2i #imageediting #fp8
👍11❤4
Media is too big
VIEW IN TELEGRAM
The Midjourney Scanner
Компания подалась в медицину и представила первый железный продукт
Полнотелесный ультразвуковой сканер: минута на 3D-картинку тела.
Работает так: человек в воде проходит через кольцо датчиков - система строит модель мышц, жира, органов.
В основе технология и чипы Ultrasound‑on‑Chip от Butterfly Network, в системе около 40 модулей. Обработка данных до 2 петафлопс
Midjourney тут как интегратор: взяли готовую базу Butterfly, обернули в свой UX и масштабируют идею. Первые сканеры установят в Midjourney Spa, не в клиниках. Запуск к концу 2027
Пока без одобрения регуляторов и клинических сравнений с МРТ/КТ. Но амбиции серьёзные: к 2031 50 000 устройств по миру
Спасибо @BrianMItro
#news #MRI
Компания подалась в медицину и представила первый железный продукт
Полнотелесный ультразвуковой сканер: минута на 3D-картинку тела.
Работает так: человек в воде проходит через кольцо датчиков - система строит модель мышц, жира, органов.
В основе технология и чипы Ultrasound‑on‑Chip от Butterfly Network, в системе около 40 модулей. Обработка данных до 2 петафлопс
Midjourney тут как интегратор: взяли готовую базу Butterfly, обернули в свой UX и масштабируют идею. Первые сканеры установят в Midjourney Spa, не в клиниках. Запуск к концу 2027
Пока без одобрения регуляторов и клинических сравнений с МРТ/КТ. Но амбиции серьёзные: к 2031 50 000 устройств по миру
Спасибо @BrianMItro
#news #MRI
🔥12👍7🍌1
ZONOS2
Вторая версия рилтайм говорилки от Zyphra. Первая тут
• генерация речи в реальном времени до 1 минуты
• высокоточное zero‑shot клонирование голоса
• поддержка множества языков (английский, китайский, японский, русский и др.)
• два режима: stable (чистый вывод) и expressive (естественность клонирования)
• регулировка скорости речи (8 уровней)
• генерация аудио 44,1 кГц (через Descript Audio Codec, DAC)
#MoE, 8B параметров
поддержка CUDA
Гитхаб
Плейграунд - у меня не загружается
Спасибо @EvgenyiPerm
#tts #realtime #voicecloning
Вторая версия рилтайм говорилки от Zyphra. Первая тут
• генерация речи в реальном времени до 1 минуты
• высокоточное zero‑shot клонирование голоса
• поддержка множества языков (английский, китайский, японский, русский и др.)
• два режима: stable (чистый вывод) и expressive (естественность клонирования)
• регулировка скорости речи (8 уровней)
• генерация аудио 44,1 кГц (через Descript Audio Codec, DAC)
#MoE, 8B параметров
поддержка CUDA
Гитхаб
Плейграунд - у меня не загружается
Спасибо @EvgenyiPerm
#tts #realtime #voicecloning
🔥9👍3🤝1
MolmoMotion
Визуально‑языковая модель (4B) от Allen AI
Предсказывает 3D‑траектории движения объектов по видео и текстовым инструкциям
• прогнозирует перемещение объектов в пространстве с течением времени
• работает с видеоданными и языковыми командами
• строит 3D‑траектории
#vlm #video2trajectory #qa
Визуально‑языковая модель (4B) от Allen AI
Предсказывает 3D‑траектории движения объектов по видео и текстовым инструкциям
• прогнозирует перемещение объектов в пространстве с течением времени
• работает с видеоданными и языковыми командами
• строит 3D‑траектории
#vlm #video2trajectory #qa
huggingface.co
allenai/MolmoMotion-4B-H3-F30 · Hugging Face
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
🔥3
Forwarded from Метаверсище и ИИще (Sergey Tsyptsyn ️️)
This media is not supported in your browser
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
LTX Loras от самих LTX
Это в принципе здорово, что команда LTX сама делает LTX Trainer, оставаясь в одной экосистеме.
Это также немного снижает порог вхождения в процесс тренировки (хотя кого я обманываю, где Комфи и где порог вхождения).
Но поглядите, каких лор они сами быстро наваяли.
Water, Ingredients, Inpaint-Outpaint, колоризация, день-ночь.
Мне особенно зашел барбер-шоп - побривочная лора.
Косоглазие выглядит максимально кринжово и явно в духе снапчата (проброс в соцмедия).
Деблюр и особенно де-mpeg надо тестировать.
Кстати, для полу-гиков есть вот такой софт Just LTX Trainer, полностью убирающий требование к знанию терминалов и линуксов.
С нормальным интерфейсом, причем он умеет арендовать нужное вам железо, настроит на нем окружение, нарежет видео-контент, напишет промпты через ИИ, запустит обучение и будет присылать вам результаты каждые 250 шагов.
@cgevent
Это в принципе здорово, что команда LTX сама делает LTX Trainer, оставаясь в одной экосистеме.
Это также немного снижает порог вхождения в процесс тренировки (хотя кого я обманываю, где Комфи и где порог вхождения).
Но поглядите, каких лор они сами быстро наваяли.
Water, Ingredients, Inpaint-Outpaint, колоризация, день-ночь.
Мне особенно зашел барбер-шоп - побривочная лора.
Косоглазие выглядит максимально кринжово и явно в духе снапчата (проброс в соцмедия).
Деблюр и особенно де-mpeg надо тестировать.
Кстати, для полу-гиков есть вот такой софт Just LTX Trainer, полностью убирающий требование к знанию терминалов и линуксов.
С нормальным интерфейсом, причем он умеет арендовать нужное вам железо, настроит на нем окружение, нарежет видео-контент, напишет промпты через ИИ, запустит обучение и будет присылать вам результаты каждые 250 шагов.
@cgevent
👍10❤3🔥1