#Нейропрожарка Баба Яга. Доставка, сахар и ПВО Автор: Алексей Лотков / @aleksejlotkov (Insta/Tg) Описание: Короткий абсурдный фолк-мокьюментари про Бабу Ягу в современном российском быту: она летает в ступе, покупает сахар по акции в «Пятерочке», заказывает доставку в избушку на курьих ножках, сталкивается с курьерами, говорящим котом, Лешим-алкашом и ПВО, которое принимает ее за дрон. Главная идея была сделать не сказку и не фэнтези, а максимально приземленный документальный реализм: handheld-камера, бытовой свет, неловкие паузы, мокрый лес, старые интерьеры, реальные магазины и абсурд, сыгранный абсолютно серьезно. Производство: Сначала была собрана раскадровка и история, разбитая на отдельные сцены. Для каждого шота делались ключевые кадры и отдельные ассеты с промптами с точным действием, камерой, таймингом и стилем. Основной пайплайн: генерация ассетов по отдельности → анимация в Seedance 2.0/2.5 В работе использовались Flux 2 Max/Reve/Seedream 5 и др. Для анимации - клинг 3 и сидэнс 2.0/2.5. Голоса склонированы и синтезированы в elevenlabs, липсинк был сделан в synclabs lipsync v3. Больше всего времени ушло на удержание единого тона: модели постоянно тянули всё в фэнтези, хоррор или глянец, а задача была оставить ощущение реального документального видео. Очень много времени ушло на перебирание и создание концептов на персонажей и локацию. Время / бюджет: Время: 2 месяца по 1-2 часа в день Бюджет: 250-300 долларов — в основном генерации, подписки / кредиты @cgevent

Runway бахнул Ruby: еще один SDR в HDR Разбираемсо, сравниваем, ботанствуем. Ruby принимает уже существующее SDR-видео и расширяет его яркостный диапазон до HDR. Можно скормить как свой загруженный ролик, так и результат любой модели Runway. Ruby сохраняет исходные пиксели и аудио, ничего заново не рендерит, а расширяет яркость в HDR headroom с color-preserving обработкой. То есть это скорее очень умный нейросетевой inverse tone mapping, чем генеративная перерисовка видео. Через API принимаются SDR-ролики до 40 секунд и менее 4096 px по каждой стороне, хотя в первоначальном анонсе интерфейса Runway фигурировал лимит 30 секунд. 12 бит и 16 бит - тут есть важная тонкость. Фраза Runway "up to 16-bit HDR" звучит круто, но 16 бит относится прежде всего к EXR. Это OpenEXR с half-float: 16-битное floating-point значение на канал, а не обычные 65 536 равномерных целочисленных уровней. Float16 имеет огромный диапазон значений и отлично подходит для scene-linear света, композа и грейдинга. Но это не означает, что Ruby каким-то чудом превращает исходный 8-bit SDR в 16 бит реально измеренной камерой информации. Новая информация синтезирована моделью. Для готовых видеокодеков Runway заявляет 10- и 12-bit ProRes/HEVC. Причём есть небольшой нюанс документации: публичный анонс говорит о 10/12 bit ProRes и HEVC, тогда как текущая API-документация явно описывает стандартный HEVC HDR10 как 10-bit, а для профессионального ProRes предлагает 422, 422 HQ и 4444. Поэтому "12-bit" я бы пока воспринимал прежде всего как максимальную доступную глубину некоторых export-профилей, а не как обязательную характеристику EXR и остальные форматы. Самый RAW-профессиональный вариант Ruby - ZIP с последовательностью OpenEXR half-float кадров. Причём API уточняет интересную вещь: внутри это linear BT.2020 light, плюс sidecar-файлы с colorimetry/provenance и отдельный audio.wav, если в источнике был звук. Это вариант для Nuke, Fusion, Resolve и VFX-пайплайна, где ты потом сам решаешь, как делать mastering. Второй вариант - ProRes MOV, BT.2020 + PQ, с профилями 422, 422 HQ или 4444. Третий - HEVC HDR10, то есть 10-bit, BT.2020 + PQ, уже почти готовый delivery-файл для HDR-телевизора, YouTube и т.п. Есть также HLG, удобный прежде всего для broadcast. Вот это, на мой взгляд, одна из самых сильных сторон Ruby: он выдаёт не только "HDR EXR для технарей", но и сразу практические HDR master/delivery форматы. Первые отзывы. Появился и первый содержательный негативный тест: один пользователь пишет, что в полученном EXR всё ещё видит заметный banding, а в тенях и светах не появляется ожидаемого объёма информации - по его впечатлению это больше похоже на качественное расширение диапазона, чем на настоящую реконструкцию 16-bit материала. Это пока единичный отзыв, а не нормальный A/B тест. На Reddit ситуация ещё показательнее: обсуждение Ruby только начинается, люди в основном спрашивают, кто уже успел сравнить его с Topaz. Поэтому делать вывод «Ruby лучше/хуже» пока рано. @cgevent

Токен максинг и два клода Друзья, надо поговорить об этом. Иногда мне кажется нам антропик раздает разные лимиты на одной и той же подписке клода за 200, но у меня лимит не кончается, а у многих кончается. Почитав чатик, я пока склоняюсь к одной концепции: слишком зря вы часть лимитов расходуете. Если вы любите Fable, используйте его ТОЛЬКО для анализа и планирования. Сам код писать Opus 4.8-5 отлично умеет, поверьте. Не надо Fable тратить зря на кодинг сам. Тогда у вас хватит лимитов. Я вообще редко на Fable сижу, чисто на одном Опусе работаю. Я заранее примерно понимаю как должен выглядеть проект/исполнение и именно это набираю в Опус. Я planning mode месяца 3 не использую и сижу на auto-mode и этого отлично хватает. То есть как всегда knowledge is power. Любые проблемы решаются либо бабками либо головой. Поэтому если хочется поменьше денег тратить, чутка поботайте базу как устроено то, что вы просите клода сделать (маркетинг/продажи/архитектура фреймворка на котором кодите). Ну а на крайняк, держите вторую подписку но не клода, а чего-то другого. У меня на бекапе кодекс за 100. Есть эффект для существующих проектов, где клод уже делал че-то там нормальная теор-база лежит и кодекс это одуплит и неплохо закодит в тот редкий день, когда лимит "завтра ресетнется". Напоследок повторю - представьте есть конус внимания. Лимиты кончаются быстро, если конус слишком широкий. Его надо сузить. Либо фейблом на стадии планирования (хотя честно говоря опус не хуже делает), либо знаниями сразу направить AI в нужное русло

Китайский креатор превратил Red Alert 2 в тот самый кинематографичный военный эпос, который я всегда представлял себе в детстве... и получилось довольно реалистично Каждый, кто вырос на Red Alert 2, представлял себе игру именно такой, и китайский автор воплотил это в реальность. Юниты из игры, показанные как настоящий военный фильм. Таня, в одиночку расправляющаяся с солдатами. Дирижабли «Киров», нависающие над полем боя. Призматические танки, танки «Апокалипсис» — весь арсенал, взятый прямиком из RTS 2000 года и перенесённый в кинематографичный live-action. Больше всего меня поражает то, насколько всё это достоверно. Это не просто «вдохновлено» игрой. Это те самые юниты, та самая атмосфера, воплощённые именно так, как наш мозг всегда «дорисовывал» их, пока мы играли. 25-летняя стратегия наконец-то получила экранизацию, созданную одним человеком с помощью ИИ, а не целой студией. #интересное

MaskVidExperiments Кастом пак #ComfyUI по работе с масками в видео. Обработка замаскированного объекта внутри движущегося кропа, с последующей вставкой обратно в кадр без дерганья и видимых швов - Subject Crop: стабильный кроп вокруг объекта по всему клипу — не дёргается от шума маски, окклюзий и кратких уходов, следует только за устойчивым движением - Subject Uncrop: пиксельно точная вставка результата обратно с мягкой кромкой - Mask Cleanup: чистит мусор и мерцающие пятна из видеомаски, сохраняя настоящий объект - Mask To Latent Space: честно приводит маску к латентному разрешению через VAE - без размазывания трилинейным resize, чистая инпейнт-область (пример: машина → овчарка в LTX) - Audio Mask To Latent: регенерация выбранных временных отрезков в аудио-латент (для MiniMax H3, LTX-2) - Differential Diffusion (Soft): мягкие кромки в масках денойза на каждом шаге, стабильно по времени Спасибо @m_franz #segmentation

Tap-tap Manager Хочу поделиться с вами моим проектом выходного дня. Когда-то раньше, я занимался волновой физикой (акустика, сейсмика и тп). Пришла в голову идея - если разместить 3 акселерометра на столе (или любом другом плоском объекте), то можно локализовать любые взаимодействия с этой поверхностью. Сначала попробовал использовать явление поляризации волн, но оказалось что вертикальные колебания ответственны за 95% энергии и метод хорошо работать не будет. Затем попробовал использовать свойства сети (array) - для того что бы триангулировать сигнал. Для этого надо четко ловить первую фазу прихода волны (phase picking). Ок, не проблема, сделали с Клодом полный finite element method для решение волнового уравнения, на симулятор обучили модель для phase picking - сделали трансфер на реальные данные, чуть откалибровали и работает. Ура! Точность все равно была не очень, потому что разрешающая способность моей сети не очень. А что если вообще забить на физику и просто обучить нейросеть для локализации? И по заветам Саттона (bitter lesson) - все получилось и результаты на видео! Точность локализации получилась примерно в 2 раза выше, чем при использовании физики. Я думаю вообще такие системы: симулятор физики, плюс реальные сенсоры и актуаторы (в моем случае стучание по столу) + мощный ИИ (Fable 5) = next frontier of science.

Наконец дошли руки поковырять Qwen 3.8-27b Как говорится, мое увожение. На мои 16гб комфортно влез Qwen3.8-27B-UD-Q3_K_XL от unsloth --ctx-size 100535 -ngl 99 -fa on --cache-type-k q4_0 --cache-type-v q4_0 --jinja --reasoning-effort medium --no-context-shift --cache-reuse 256 --spec-type draft-mtp --spec-draft-n-max 1 -b 2048 -ub 512 --temp 1.0 --top-p 0.95 --top-k 20 --min-p 0.0 --tools all выдает 36.77 t/s с контекстом 100535 Еще есть интересный дистилл Qwen3.8-2.4T-A95B -> Qwen 3.5 9b С Qwen3.8-9B-Q8_0 и конфигом --ctx-size 262144 -ngl 99 -fa on --cache-type-k q8_0 --cache-type-v q8_0 --jinja --reasoning-effort low --no-context-shift --cache-reuse 256 --spec-type draft-mtp --spec-draft-n-max 3 -b 2048 -ub 512 --temp 1.0 --top-p 0.95 --top-k 20 --min-p 0.0 --tools all выдает 85+ t/s с контекстом 262144 В llama.cpp ui / aider ваншотят игры вроде scorched earth, но 9b модель чаще спотыкается. Можно гонять и через claude code/codex, но codex использует новый более сырой апи и одним своим системным промтом сжирает 20к+ токенов :D llama.cpp тут