#QI21 pastebin.com/NVJCj4Xk pastebin.com/Q4uQrq9B - консистентные персонажи: Head shot и Multiview #workflow github.com/Pyrolistical/qwen-image-2.1-workflows - редактирование, управляемое JSON-файлом рядом с картинкой civitai.com/articles/35828/2x-faster-qwen-image-21-using-4-steps-lora-comfyui-low-vram-workflow - #lowVRAM : INT8 ConvRot + Kitchen Attention + 4-шаговая LoRA = ~2x быстрее. Как эдит-модель Qwen 2.1 силен (стиль, одежда, character sheet), чистый T2I слабее — кожа, руки, мелкий текст github.com/shootthesound/Fizgig - Fizgig 6.5.0: тренировка LoRA и LoKR Qwen Image 2.1, турбо-превью, адаптер с более резкой картинкой (huggingface.co/ShootTheSound/Fizgig-Qwen-Image-2.1-Training-Adapter), 10GB VRAM+ huggingface.co/WarmBloodAban/Qwen-Image-2.1-LoRAs - Anime_consistency, Anything2RealCharacters, huggingface.co/lilylilith/QI_2.1_AnyAngle - произвольные ракурсы для любого изображения #LoRA #cameracontrol MAX

В связи с техническими проблемами с двигателем на второй ступени-корабле Starship, компания думает над решением не переводить его полет в орбитальный. Нас могут ждать новые суборбитальные испытания, как это было в прошлый раз. Следующий пуск пока ориентировочно намечен на октябрь 2026 года. Решение об отказе от орбиты, если оно все же будет принято, может быть перестраховкой, но SpaceX сознательно хочет избежать рисков при орбитальном полете. В отличие от суборбитального, с ним неисправность может привести к трудностям со сводом корабля с орбиты. В силу его размеров и материала это создает риски падения крупных несгоревших обломков. Решение пока еще не принято.

Ща делаю лендинг для нового продукта и уже, честно говоря устал. Я пилю его с gpt неделю, придумываю всякие приколюхи, не хочется йет эназе джипити лендинг пейдж. Нейроночка иногда устаёт и ловит какой-то луп тупняка, я бешусь. Но потом все-таки доделываю, оттачивая промпты до состояния маленьких prd. Сегодня понял, что всё нахрен, не могу, хочу прокатиться на велике, подышать воздухом и любись оно конём. Пишу — ну сделай там как-нибудь бэст практис туды-сюды, чтоб зашибись было, красивенько и понятно. И он такой хренак и сделал. И как бы норм! Оно становится умнее нас, и если раньше надо было соревноваться в мастерстве продуманных до мелочей промптов, то теперь достаточно просто предложить сделать по красоте. НО! На радость кожаных, в отбитый креатив оно пока не умеет, а я там такого навертел, ну прям квест с пасхалками. Даже если вы у меня ничего не купите (ЪУЪ!), то в атмосферу точно погрузит. Toggl говорит, что за 2 недели на лендинг ушло 23 часа, почти полные сутки! Казалось бы — вот тебе нейронка, вот ахулиард лет опыта в продукте, но когда начинаешь делать то, что считаешь важным, неизбежно получается долго. Десятки итераций визуала, развилок, текста... Но я тут твёрдо решил, что не остановлюсь, пока сам себе не скажу, что вот теперь кайф. Итого: у меня получается очень странная штука, которая получит либо вау-отклик, либо сверчков. И вот это самое страшное. Я вообще это писал в лайф-канал, но рука дрогнула. Выкатить бы мне анонс уже позавчера, но если честно, просто ссу. Готово уже почти всё. Надавите на меня реакциями что ли, они бесплатные!! Вот чтобы я вернулся через часик домой, а тут нихрена себе Антошка с наступающим ДР, сотня лайков, типа мы с тобой.

🤖 Робот сначала ошибается в симуляции, а потом исправляет движение до попытки в реальном мире. Sakana AI и Токийский университет представили SAIL. Модель получает несколько примеров выполнения задачи и предлагает траекторию. Её проверяют в симуляторе, другая модель смотрит видео и отмечает, где робот перестал продвигаться к цели. Затем система меняет неудачный участок и пробует снова. На физический манипулятор отправляют только выбранную траекторию. В симуляции робот выполнял шесть разных задач. Одна попытка выбрать движение приводила к успеху в 25% случаев. Когда SAIL могла проверить и улучшить до 45 вариантов, успех вырос до 73%. Затем метод испытали на настоящем роботе: в одной задаче он справился 5 раз из 6. Пока это проверка на одной физической задаче, но идея наглядная: дать модели больше попыток *до* движения робота, не переобучая её. Блог - https://pub.sakana.ai/sail/ Статья - https://arxiv.org/abs/2603.08269 @ai_machinelearning_big_data #Sakana

Почему во «Властелине колец» Толкин откровенно врёт о силе Саурона, но читатель в упор не замечает подвоха С первых страниц Саурон невероятно умён и хитёр, армии у него огромные, шпионы повсюду, Всевидящее Око бдит, а Запад практически обречён. Об этом говорят все, и читатель привыкает верить. А потом Тьма начинает проигрывать. Хельмово ущелье заканчивается разгромом превосходящей армии Сарумана, Пеленнор — поражением войск Саурона, а Гимли с Леголасом между делом устраивают соревнование со счётом 42:41 по оркам. Получается странная вещь: Толкин постоянно говорит одно, а события будто показывают другое. И самое интересное — как ему удаётся провернуть это так, что подвох можно не заметить даже после нескольких прочтений.

[Сколько денег доходит до разработчика в STEAM] Приятно делиться выручкой в сотни тысяч долларов по Meltopia. Но печальная правда в том, что до нас доходит чуть больше половины из этих денег. Давайте разберемся на нашем примере: — Общая выручка Meltopia: $456 945, продано 89 518 копий. Это выручка стима, без других площадок. — Вычитаем налоги 8,5%. Остается $418 104. Процент налогов всегда прыгает, зависит от регионов, в которых ваша игра продается. Но 8,5% — средний процент потерь, можно на него ориентироваться. — Дальше возвраты. Мы закладываем 9%. Остается $376 979. Процент возвратов зависит от качества твоей игры и длины плейтайма. На Мелтопии возвраты 5,2%, но это исключительный случай. В среднем я закладываю в рассчеты на другие проекты именно 9%. — Мы получаем NET REVENUE: $376 979. Вот отсюда стим заберет 30% своей комиссии. — К нам на счет придет: $263 885. Добавлю, что если у вас неверно сдана налоговая форма, то от финальной суммы STEAM еще может забирать территориальные удержания. Если у вас такое есть — пишите в поддержку, сдавайте налоговую форму. Убирайте все лишние списания. А уже остаток денег идет на твои собственные налоги, на сотрудников, на рекламу и на финансирование последующей разработки. Как-то так! Если хотите подробнее разобраться, мы сделали статью на эту тему. Справедливое распределение, как считаете?)