Wan-Animate-2 (Alibaba Tongyi Lab)

انتقال حرکت کاراکتر ویدیو شما یه شخصیت داخل تصویر دوم


چارچوب end-to-end انیمیشن شخصیت: مستقیم ویدیو درایور رو می‌گیره (بدون اکستراکتور skeleton/expression)
بهبود fidelity حرکت + حفظ هویت + کاهش identity drift
مولتی‌کارهر اکشن (single-to-multiple/multi-to-multiple)
متن‌درایو viewpoint control (decouple camera از درایور ویدیو)
Wan-Animate-2-Lite: real-time streaming (۲۴fps @ ۴۰۰x۷۲۰) با teacher forcing + Self-Forcing distillation
آپاچی ۲.۰ کامل: Base + Distillation + inference scripts
دانلود HF/ModelScope + GitHub از ۷ اوت ۲۰۲۶ (۱۴B پارامتر)

MiniMax H3 (Hailuo 3)

رقیب seedance 2.5
مدل omni-modal 33B پارامتر (dense single-stream Transformer + Qwen3-VL-32B encoder)
۴–۱۵ ثانیه ویدیو native ۲K (۲۴fps) با sound stereo ۳۲kHz همزمان در یک pass
بهترین دستور پیروی، متن/برند دقیق، V2V motion transfer
اولین ویدیو مدل با native stereo sound
هزینه بسیار پایین: ۲K کمتر از یک سوم قیمت مدل‌های mainstream ۲K، ۷۶۸p کمتر از نصف قیمت مدل‌های mainstream ۷۲۰p
وزن‌ها از ۳ اوت ۲۰۲۶ open-source (Hugging Face) + ComfyUI native
در دسترس: API رسمی + local با ۸GB VRAM quantized یا ۲۴GB+ full

یک ویدیو ده ثانیه ای حدود 1.4 دلار خواهد شد .

اینجا جاش نیست که بگم
ولی اون یارو که gta 6 رو leak کرده بود قبلا
همین الان چند تا عکس و ویدیو جدید leak کرد

اینجور که به نظر میرسه xai مدل هاشو موازی train میکنه
مدل grok 4.7 تا ۳ ۴ هفته دیگه میاد بیرون و ایلان ماسک هم خودش گفته که خیلی بهتر از ۴.۶ قراره باشه (یجورایی مثل جامپی که از ۴.۵ به ۴.۶ زده)

Hi3D V3.0

اولین مدل AI 3D تجاری در جهان با رزولوشن ۲۰۴۸³ voxel (۲.۳۷ برابر بیشتر از ۱۵۳۶³ قبلی)
بهبود fidelity متناسب با کاربرد واقعی: پرز و مقیاس لایه‌لایه، لبه‌های حروف و لوگو، اتصالات مکانیکی
۳ ارتقای اصلی:
ساختار هندسی و پشتیبانی‌شده در زوایای مخفی
الگوریتم خودکار تکمیل UV + تکسچر تا ۸K
کاهش شدید manual mesh repair و آماده‌سازی برای پرینت
دسترسی رایگان ۴۸ ساعته (۱۹-۲۰ اوت ۲۰۲۶، از ۰۰:۰۰ UTC)
در Hi3D.ai: Image-to-3D + AI Texturing + Split for 3D Printing + Multicolor
توسعه‌دهنده: Math Magic (Hi3D)
مناسب گیمینگ، فیلم، پرینت، طراحی صنعتی و معماری

@TheDeepTech

قیمت glm 5.3 مشخص شد
input 1.4$ output 4.4$
cache 0.26$

هنوزم ۳ تا ویدیو دیگه گفته لیک میکنه

در ضمن، ویدیو ها سال ۲۰۲۳ رکورد شده و جدید نیستن

هورا
یکی دیگم لیک شد

https://www.reddit.com/user/Significant-Act6473/comments/1vstvpz/new_gta_6_leak/

میگه جنوب ایران فدای جنوب لبنان

برو ببین ایونت های رقصی که توی لبنان میزارن

ماشین هایی که زیر پای مسافربراشونه

غذاهایی که میخورن

عراق؟

برو ماشینشون ببین
خونشون
طلاهاشون
تفریحشون


خیلی ظلمه به این مردم
اون ۴ درصد دهن مارو سرویس کرده بقیه فدای اون ۲ و ۳ میلیون

یک چیز از من به شما
تفکر سیستمی در برنامه نویسی رو بتونید درک کنید بارها هم‌ گفتم چطوری
دیگه براتون یادگرفتن یه زبان سخت نیست اونم با ai که اومده
حتی قبل Ai هم داکیومنت خودش کار رو در میاورد
حتی حتی ردیت
استک اورفلو
و سرچ های رندوم گوگل همه اینا کار رو در میاورد

تا وقتی نفهمیدی درک کردن با حفظ کردن متفاوته

هرچقدر هم حفظ کنید نمیتونید پروژه بزنید

۱.
OpenAI: ChatGPT ویژه نوجوانان (ChatGPT for Teens)

· این نسخه مخصوص کاربران ۱۳ تا ۱۷ سال به‌طور خودکار برای کاربران زیر ۱۸ سال فعال می‌شود .

· تمرکز اصلی بر یادگیری عمیق با ویژگی‌های Study Mode (راهنمایی گام‌به‌گام)، Quiz و Learning Visualizations است تا فقط پاسخ آماده ندهد .

· محدودیت‌های ایمنی شدیدتری برای موضوعات حساس اعمال شده و امکان تنظیم ساعت‌های مطالعه (Study Hours) توسط نوجوان و والدین فراهم شده است .


۲.
Anthropic: تغییر در سیاست نگهداری داده‌های سازمانی

· بر اساس گزارش رویترز، Anthropic در حال تغییر سیاست Data Retention برای مشتریان سازمانی Claude است .

· هدف دادن کنترل بیشتر به شرکت‌ها بر روی داده‌هایشان است. طبق برنامه، داده‌ها به‌جای سرورهای Anthropic، روی زیرساخت ابری خود مشتری نگهداری می‌شود (هرچند دوره ۳۰ روزه نگهداری اجباری باقی می‌ماند) .

· این تغییر با هماهنگی بیش از ۱۰۰ مشتری از جمله Salesforce انجام شده و قرار است اواخر امسال اجرایی شود .


۳.
Google: Student Hub و Deep Research در Gemini Live

· گوگل یک Student Hub اختصاصی در Gemini ایجاد کرده که Research، Flashcard، Quiz و مدیریت ددلاین‌های درسی را در یک محیط جمع می‌کند .

· مهم‌تر از آن، اضافه شدن Deep Research به Gemini Live است. کاربر می‌تواند تحقیق را شروع کند، برنامه را ببندد یا گوشی را قفل کند و وقتی گزارش آماده شد، Gemini به او اطلاع می‌دهد

@TheDeepTech

DeepSeek: DeepSeek V4 Flash Vision Exp



حالا میتوانید تصاویر را پردازش و در پرامپت خود لحاظ کنید .


متاسفانه من و چند تن از دوستان دیگه ای که وایب کدینگ کامل انجام میدن با این مدل های pro و flash در کار های سنگین دچار لوپ و تکرار و توهم مدل ها شدیم .

@TheDeepTech