#humor
но и всерьез #оффтоп

Как например я налепил этот слоп-дубляж. Дай, думаю, сделаю дубляж для подписчиков, не все же понимают басурманскую речь. Пошел искать автоматические дубляторы. На самых лучших бесплатные токены кончились - смотрю что есть в опенсорсе. Ну есть несколько хороших.

Тыкнул в Пинокио тот что судя по всему должен быть хорошим - час установки - ошибка. Не заводится.

Тыкнул другой. Час установки - завелся. Хороший UI, есть подходящий функциолнал. Транскрибация, перевод, озвучание - есть на выбор бесплатные варианты и с ключиками API. Ключиков нет у меня и жалко. Потыкал транскрибацию - из бесплатного whisper, а он уже устарел и справляется не то чтобы хорошо

Ну ладно, думаю, поправлю руками. Начинаю править руками и это сущий адъ - ибо смешаны реплики персонажей и их надо резать заново - а говорящих всего двое. Потом править текст ибо слова слоп оно не знает и разговаривает на "вы" хотя тут уместно на "ты". Потратил еще полчаса и дошел только до 30 секунд. И все это ради смешного ролика на 2 минуты

Плюнул и залил в ютуб, дождался пока всем известный браузер сделает свой дубляж и подложил его дорожку. А совсем кривую фразу просто вырезал

Куча возни нужна чтобы просто дублировать НЕЙРОНКАМИ 2-минутный ролик. Просто кошмар как я однажды вручную дублировал целую полуторачасовую документалку - убил на это полностью 12 дней зимних каникул. А потом ее перезалил себе другой канал и поднял больше просмотров

Релизнули веса / код реконструктора 3D-поверхности из нескольких фото Surflo

Гитхаб
HF

#gaussian #3dreconstruction #image2scene

VK | MAX

YuE2

Опенсорная генерация музыки, обновка

по качеству догоняет Suno v5, но локально, редактируемо и с нотами

- Модель сначала пишет редактируемую партитуру (мелодия + аккорды), а потом по ней генерирует аудио. Партитуру можно править
- Есть редактирование через агента
- Cover: загрузил песню → транскрибировал в ноты с SheetSage2 → написал новый стиль → получил кавер
- 3.6 минуты песни за 71 секунду на RTX 4090, 24 ГБ VRAM

- 3B, лицензия CC BY-NC 4.0 (некоммерческая)
- Сопутствующие открытые модели: MERT2 (музыкальные эмбеддинги, SOTA в 14/15 метрик MARBLE), SheetSage2 (транскрипция аудио в ноты, SOTA в 10/13 метрик), WildSongBench (бенчмарк)

Гитхаб
HF
Comfyui спасибо @m_franz

#musicediting #text2music #text2midi #midi2music

VK | MAX

#humor

VK | MAX

https://huggingface.co/security.txt

#humor

VK | MAX

Comfy Agent Beta: VFX, Marketing & E-Commerce Workflows

Запись стрима на канале Comfy Org про Comfy Agent

Записаться в бетатест

#comfyui #agent #stream #tutorial

VK | MAX

Programmable World Model (Alaya Lab)

Программируемая модель мира

Состояние мира существует отдельно от картинки как код, а не как тень в истории кадров. Раньше видеомодель сама хранила все неявно: объект ушел из кадра - забыла, правила не выражались. Теперь мир - это явные данные, а видео просто их рисует.

- Агент пишет правила мира кодом: где объекты, как двигаются, какие события происходят
- Движок состояний следит за сущностями даже за кадром — повернул камеру, а они на месте
- Детерминированный компилятор превращает состояние в управляющие сигналы для видеогенератора — модель не «вспоминает» мир, а рендерит его
- Мир описывается по одному референсу и тексту — VLM-агент собирает всю спецификацию

Результат: объекты не забываются, правила исполняются точно, 897 кадров без распада, разные миры на одном движке

Прошли по кругу и вернулись к 3D моделированию, но с лишними шагами

Гитхаб ждем

#world

Пока вы рендерили, ИИ-мир сдвинулся четыре раза 👇

🎮 GPT-6 Astra сама прошла Portal за 23 ч 43 мин — без единой подсказки, за $200 подписки вместо $570 по API
🤖 OpenAI: на один день сотрудника уже приходится 3,1 дня работы агентов, по $600 в день на API
🚗 Alibaba выложила Qwen-Drive 1.0 в открытый доступ: автопилот и ассистент в одной модели на 4B
🇨🇭 Швейцария снимает госслужащих и армию с Microsoft 365 и переводит на опенсорс

Каждое из этого меняет то, чем вы пользуетесь и за что платите. Завтра будет ещё четыре.

Минута утром с «Синапсом», и вы в курсе раньше коллег.

👉 Не пропускать

#промо

VK | MAX

SuperSplat Editor 3.0

Полная перепись редактора гауссиан на WebGPU. Крупнейший релиз за год: главное - сцены больше, меньше RAM

- Рендер полностью на GPU
- Stochastic Alpha: при работе сплаты рендерятся без сортировки, после остановки честный сортированный кадр
- Spherical Brush: кисть следует за поверхностью, выбор по глубине и границам
- Цветокоррекция выделения: tint, температура, насыщенность, яркость, прозрачность

- новый формат проектов

Тут все бесплатно и локально в браузере и это хорошо.
На днях узнал что PostShot больше не дает бесплатный экспорт сцен. А LichtFeld бесплатен только если вы сами скомпилируете исходники. Все меньше инструментов где бесплатно можно нарулить сцену на материалах которые под NDA

#gaussian #webgpu