#unrealneural
VertexRegen
Вместо типичных неполных меш моделей, которые получаются при их генерации с помощью авторегрессии, VertexRegen генерирует всё более подробные сетки по мере увеличения длины генерируемой последовательности.

vertexregen.github.io

#unrealneural
GLEAM: развитие 3D-картографирования

На ICCV 2025 представлена GLEAM — универсальная модель исследования для автономного картографирования сложных помещений.

GLEAM-Bench - Датасет из 1152 сцен для обучения и тестирования

https://github.com/zjwzcx/GLEAM

#unrealneural #назадвбудущее
1910: Год, когда современный мир сошёл с ума

На рубеже XIX–XX веков Европа жила в состоянии «головокружения».
Технологии меняли мир быстрее, чем люди успевали к этому адаптироваться: электричество, автомобили, радио, кино, новые научные открытия.
Филипп Блом в книге «Годы головокружения: Европа 1900–1914» пишет, что именно эта эпоха впервые породила массовую тревожность:
1. страх, что технологии лишают нас человечности,
2. ощущение, что скорость перемен разрушает привычный мир,
3. поиск новых смыслов в искусстве и культуре.

Звучит знакомо? Сегодня мы живём в очень похожем моменте: ИИ, биотех, климатические вызовы, ускорение темпов жизни. И снова — тревога, растерянность, но одновременно — рождение нового искусства и новых форм мышления.

История показывает: периоды «нервного срыва» часто становятся источником величайших культурных прорывов.
https://www.derekthompson.org/p/1910-the-year-the-modern-world-lost

#unrealneural
Кровеносный сосуд, пронизывающий сому нейрона 😱😱😱

#unrealneural
ArtiScene: Language-Driven Artistic 3D Scene Generation Through Image Intermediary

Генерация Художественных 3D-сцен с помощью LLM

https://github.com/NVlabs/ArtiScene

#unrealneural
LL3M

Large Language 3D Modelers

https://huggingface.co/papers/2508.08228

#unrealneural
Диффузионные языковые модели (DLMs)

Диффузионные языковые модели (DLMs) быстро набирают популярность как мощная альтернатива доминирующей авторегрессионной парадигме. Благодаря параллельной генерации токенов через итеративный процесс удаления шума, DLMs обеспечивают снижение задержки при выводе, захват двунаправленного контекста и точное управление процессом генерации. Современные достижения позволили DLMs достичь производительности, сравнимой с авторегрессионными моделями, что делает их привлекательным выбором для задач обработки естественного языка.
https://github.com/VILA-Lab/Awesome-DLMs

#unrealneural
Диффузионные модели для генерации изображений и видео: от основ до новых направлений

Диффузионные модели стали наиболее популярным выбором для генеративного моделирования изображений и видео, обеспечивая передовые результаты в синтезе, манипуляции и редактировании контента. Эти модели стали фундаментальной технологией для создания визуального контента как в академических исследованиях, так и в промышленных творческих процессах.

Статья-курс охватывает основы и последние достижения в области диффузионных моделей, которые стали ключевой технологией для создания визуального контента в академических и промышленных приложениях.
https://geometry.cs.ucl.ac.uk/courses/diffusion_ImageVideo_sigg25/

#unrealneural
STream3R

Масштабируемая последовательная 3D-реконструкция с помощью Causal Transformer

https://huggingface.co/papers/2508.10893

#unrealneural

LongSplat от NVIDIA
Неструктурированный 3D-гауссовский сплэттинг для простых длинных видео

https://huggingface.co/papers/2508.14041

#unrealneural #туториалы #AILAB
Туториал 1. Редактирование изображения в Krea.ai и создание анимации в Midjourney

Тестирую новый формат. Новая модель редактирования изображений Qwen Image Edit вполне хорошо добавляет локальные точечные изменения и не так сильно меняет форму архитектуры. Вот какой результат получился.

В видео использовались сервисы
Krea.ai
midjourney.com

Youtube
https://youtu.be/L-QcsTgq6XQ

#unrealneural #вкопилкуэрудита
Одна из идей глубокого обучения заключается в том, что слои нейронной сети - это ряд геометрических преобразований ⚡️

https://phillipi.github.io/6.7960/materials/notes/02_neural_nets_as_distribution_transformers.pdf

#unrealneural
Kling 2.1 добавил поддержку End Frame

P.S. видео не мое

#unrealneural
Еще немного шикарных результатов с использованием Kling 2.1 Start & End Frame

P.S. видео не мое

#unrealneural #вкопилкуэрудита
"Эффект МакКордак"("Эффект AI")

Как только ИИ осваивает новую задачу, её часто начинают считать простой вычислительной операцией, а не примером интеллектуального процесса. Это приводит к постоянному пересмотру границ того, что считается ИИ, а что — интеллектуальной деятельностью.
Эффект назван в честь Памелы МакКордак, писательницы и исследовательницы ИИ, которая описала этот феномен в своей книге «Machines Who Think» (1979).

Яркий пример - когда шахматный компьютер Deep Blue обыграл чемпиона мира, многие были разочарованы: это была не та форма суперинтеллекта, о которой мечтали. Задача просто перестала быть показателем интеллекта, как только решилась машиной.

#unrealneural #вкопилкуэрудита
Semantic Structure in LLM Embeddings

Семантические пространства эмбеддингов LLM незаметно сжимают множество значений в небольшое общее пространство, отражающее человеческие суждения.

Трехмерное подпространство охватывает около 50% семантической дисперсии.

Психология показывает, что люди оценивают слова по нескольким осям, например, насколько они позитивны, насколько они сильны и насколько активны.

Авторы воссоздают это, формируя 28 направлений из пар антонимов и проецируя на них 301 слово.

Эти прогнозы хорошо соответствуют рейтингам опроса, показывая, что геометрия встраивания отражает человеческие ассоциации.

Анализ главных компонентов — инструмент, который находит основные направления вариации, сворачивает проекции в три компонента, такие как оценка, эффективность и активность.

https://arxiv.org/abs/2508.10003

#unrealneural
Jet-Nemotron: эффективная языковая модель с постнейронной архитектурой поиска

Jet-Nemotron, новое семейство языковых моделей с гибридной архитектурой, точность которых сопоставима или превосходит точность ведущих моделей полного внимания, при этом значительно повышая производительность генерации. Jet-Nemotron разработан с использованием PostNeural Architecture Search (PostNAS), нового конвейера исследований нейронной архитектуры, обеспечивающего эффективное проектирование моделей.
https://arxiv.org/abs/2508.15884