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

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

Qwopus3.6-27B-Coder-MTP-GGUF

Агентная модель для программирования на базе Qwopus3.6‑27B‑v2. Решает задачи генерации кода, отладки, работы с инструментами в рабочих процессах разработчика.

MTP (Multi‑Token Prediction) - метод ускорения генерации текста в языковых моделях за счет предсказания одновременно нескольких токенов вместо одного

• генерация кода (agentic code generation)
• вызов структурированных инструментов (structured tool calling)
• отладка
• работа с репозиториями кода
• многоходовая оркестровка инструментов (multi‑turn tool orchestration)
• логическое рассуждение в агентных средах

• унаследовала показатели базовой модели: 87,43 % MMLU‑Pro (300ex), 75,25 % SWE‑bench Verified
• специализируется на сложных логических задачах

#gguf #coding

LTX-2.3 22B IC-LoRA Ingredients

контроль персонажей, реквизита, локаций в #LTX23 через референсный лист

Спасибо @EvgenyiPerm

#lora #referencing