OrbitQuant

метод калибровки без данных (calibration‑free) для посттренировочной квантизации (PTQ) диффузионных генераторов изображений и видео

• новая #SOTA на FLUX.1, Wan 2.1 и CogVideoX при W4A4 (4 бита для весов, 4 бита для активаций)
• рабочие изображения на W2A4, где старые методы ломаются

Код / веса не выложили пока

#optimization #t2i #t2v #flux #wan21 #zimage

Подборка инструментов для создания VST эффектов

ChatDSP
Плагин Ableton Live, превращает текстовые запросы в звуковые эффекты и инструменты. Работает через ИИ, создаёт до 48 настраиваемых параметров. Стоит $10, требует API-ключ для работы с ИИ

Amorph
Бесплатная штука для создания собственных плагинов через текстовые подсказки. Работает в популярных DAW как VST3 и AU. Можно делать инструменты, эффекты и MIDI-плагины. Сейчас в бете, но уже можно юзать

Pluginmaker.ai
Веб-сервис для создания плагинов прямо в браузере. Можно тестировать через MIDI и секвенсор, потом скачивать готовый плагин. Есть маркет для продажи своих творений. На бесплатном тарифе дадут потестить ваши плагины в браузере

#vst #text2vst #ableton

ResearchStudio

Инструмент от Microsoft

ResearchStudio–Idea автоматизирует начальную стадию исследования — от проблемы до создания карточки идеи, которую можно представить рецензенту

ResearchStudio–Reel автоматизирует превращение научной статьи в материалы для презентации и популяризации. Снимает рутину подготовки постера, видео, блога из одного PDF

• генерация print-ready постера
• создание синхронизированного видео с нарративом
• сборка двуязычного блога
• единый экстрактор Paper2Assets — данные извлекаются один раз
• артефакты редактируются в PowerPoint и Word
• интерактивный HTML-просмотрщик с синхронизацией по секциям

Работает на связке Claude Code и Codex. Артефакты согласованы по фактам, не дублируют извлечение данных

Гитхаб

#research #text2research #pdf2video #pdf2ppt

PixWorld

3D-генерация и реконструкция в пиксельном пространстве. Решает проблему потерь деталей из-за латентных автоэнкодеров, дает четкую геометрию. На выходе RGBD и гауссова сцена

Cоздание и восстановление 3D, без VAE. Высокая скорость за счет архитектуры и стратегии сэмплирования. Судя по последнему пейзажу с горой, генерирует по тексту слабее чем по картинке или набору ракурсов

• работает напрямую с рендеренными изображениями
• генерация сцены за ~0.6 с - до 1000x быстрее аналогов

Гитхаб - ждем код и 4-шаговую дистиллированную модель

#gaussian #image2rgbd #image2scene #scenereconstruction

Muse Image и Muse Video

Генераторы изображений и видео "с учетом социального контекста" от Meta (запрещено в РФ)

№2 на Арене по картинкам

Muse Image работает как агент: ищет данные, пишет код, дорабатывает генерации и улучшает результат через вычисления при инференсе. Интегрирован с Muse Spark для совместного планирования.

Возможности:
• Пишет и исполняет код (графики, QR-коды) через RL.
• Использует отрендеренные фигуры для точности.
• Комбинирует код и медиа с Muse Spark для создания GIF, сайтов и игр.

Muse Video на той же базе - высокая визуальная детализация, встроенная аудиодорожка

Muse Image доступен в Meta AI, Instagram Stories, WhatsApp (в отдельных странах). Muse Video - в превью.

Спасибо @BrianMItro @QuantumFast

#t2i #t2v #referencing #i2v #agent #av #t2av