GRACE Метод сжатия латентов от KAIST AI и Kakao Corp: сжимает видео-автоэнкодер так, что DiT работает на 8× меньшем числе токенов. Ускорение 11.1× при том же качестве по VBench. • Сжимает предобученный автоэнкодер #Wan21 без потери совместимости с DiT • Генерация видео с 8× меньшим числом латент-токенов • Качество на уровне полного пайплайна по VBench • Без переобучения DiT с нуля — легкая адаптация LoRA • Wan2.1-I2V-14B: 32.8k → 4.3k токенов • Ускорение 11.1× при 480×832, 15.5× при 736×1280 • Инференс 78 с против 863 с на A100 80GB • Асимметричный денойзинг: база чистится раньше остатка github.com/cvlab-kaist/GRACE huggingface.co/chimaharicox/GRACE #optimiozation #t2v #i2v MAX

Будете смеяться, но у нас новый видеогенератор.  Vidu бахнули Q4 Preview - генерация видео в 4K и с 10-битным цветом Главный акцент - качество картинки, управление персонажами, сложные сцены и пригодность материала для дальнейшего монтажа. Про качество у меня сразу много вопросов, ибо мне всё это напоминает позапрошлогодний клинг. По крайней мере в тех видео, где претензия на фотореал, лица и вот это вот всё. А вот для аниме-шманиме и анимации выглядит любопытно.  Что умеет:

Генерирует видео до 4K продолжительностью до 16 секунд. Поддерживает Image-to-Video и Reference-to-Video. Принимает до 15 изображений-референсов для сохранения персонажей, одежды, объектов и окружения. Использует до 3 аудиореференсов для воспроизведения голосов персонажей. Генерирует диалоги и звуковые эффекты с синхронизацией изображения и звука. Поддерживает несколько планов и переключение камеры внутри одного ролика. Улучшена работа с мимикой, эмоциями, движением, освещением, взрывами, дымом и другими VFX.

Самое интересное - 10-битный цвет. Но. Точные параметры экспорта, кодек, цветовое пространство и наличие HDR не раскрыты.  Само по себе 10-bit не означает HDR или более широкий цветовой охват. Берут ценами - сейчас этап сладкого превью.  Стартовая акция от $0.014/с и скидка 30% на Image-to-Video и Reference-to-Video до 30 ноября. Типа шестнадцатисекундный ролик за, внимание, 22 цента! Позиционирование - очень дешёвые итерации.  Где попробовать прямо сейчас: Vidu Q4 Preview уже доступна на официальном сайте.  Если залогинитесь Google, то вам дадут сгенерировать три ролика, причем 10 секунд. Один в 1080, второй в 720 и третий поменьше. То есть у вас есть три попытки.  Для разработчиков работает API с идентификатором viduq4-preview. Попробовать Vidu Q4: https://www.vidu.com/vidu-q4 API: https://platform.vidu.com/ Документация: https://platform.vidu.com/docs/api-reference/video-models/vidu-q4-preview/image-to-video @cgevent

#Нейропрожарка «Лебединое озеро. Премьера, которой не поверили» Автор: Гульнара Динекаева @neural_goddess Короткометражный фильм для финала АртМастерс 2026, 6 мин 25 сек В центре истории — первая постановка «Лебединого озера» в Большом театре в 1877 году. Сегодня трудно представить, что этот балет когда-то встретили прохладно, без восторгов. За кулисами спорят о темпе, музыку Чайковского пытаются подстроить под привычные требования балетной сцены, а премьера не приносит ожидаемого признания. Никто из участников этого вечера ещё не знает, какое будущее ждёт произведение. Сценарий нам дали готовый. Я немного его доработала: добавила работника театра, который делится воспоминаниями. Через него хотелось показать внутреннюю жизнь театра и людей, оказавшихся свидетелями этой премьеры. Финальный переход в современный Большой связывает тот прохладный приём с признанием, которое пришло спустя время. По условиям конкурса на весь процесс, от ресерча до готового фильма, было 10 дней. Примерно два дня я потратила на исторический ресерч: изучала факты, искала визуальные материалы, смотрела документальные фильмы про Большой театр. Мне хотелось сделать всё максимально близко к истории. Образы исторических персонажей основаны на реальных фотографиях. Я старалась восстановить костюмы, интерьеры и облик Большого театра того времени, декорации на сцене, афиши и другие детали. Мне почему-то было особенно важно передать эту достоверность — на неё ушла заметная часть времени. Ещё одним обязательным условием было сделать video-to-video по заранее записанной сцене — перенести игру реального актёра на сгенерированного персонажа. У меня это речь старого гобоиста возле сцены. Для работы нам предоставили доступ к агрегатору TapNow и 50 000 токенов — примерно на 500 долларов. У меня ушло около 47 000 токенов. Внутри платформы ещё действовали акции и скидки: то на Seedance 2.5, то на Wan 3. Участникам разрешили перенести свои скиллы из LLM. Я забрала свои скиллы по режиссуре, составлению стилшотов и промптер для Seedance и добавила их в агента TapNow. Для экономии токенов работала с ними через Gemini Flash. Claude и ChatGPT очень быстро съедали токены, а промпты от китайских моделей, которые я пробовала, меня не очень устраивали. Как выглядело производство: Стилшоты — Seedream 5 и Nano Banana Pro/2. Генерация видео — Seedance 2/2.5, MiniMax и Wan 3. Сначала делала всё в Seedance, но по ходу работы поняла, что токенов на весь фильм не хватит, и перешла на MiniMax и Wan. Поэтому местами визуал немного отличается: смену моделей видно в итоговой картинке. Приходилось учитывать и результат генерации, и оставшийся лимит. Голоса — Seed Audio. ElevenLabs внутри агрегатора оказался с ограниченным функционалом, поэтому голоса с нуля создавала в Seed Audio. Его же использовала для клонирования голоса. Липсинк — Seedance, Wan и MiniMax, в зависимости от сцены. Саунд-дизайн — Seed Audio и ElevenLabs. Музыка — запись балета из открытых источников + местами нагенерилось в Seedance. Апскейл — Topaz. Монтаж — CapCut. Мой бэкграунд — графический дизайн на фрилансе, нейросетями занимаюсь два года. Среди соперников были сильные участники из кинопроизводства, с режиссёрским опытом и опытом съёмок клипов. В прошлом году я уже участвовала в АртМастерс с ИИ-клипом — тоже дошла до финала, но призового места не заняла. В этом году в тройку победителей не вошла, но за этот фильм получила приз зрительских симпатий. @cgevent

PDMD Метод дистилляции видео-диффузии в 4 шага от ByteDance. Убирает артефакты учителя одной строкой проекции — фильтрует ошибку студента без доп. сетей и проходов. Улучшает классический DMD: проектируешь вектор обновления перпендикулярно остатку студент-критик, отсекая ошибку критика. • Генерация видео за 4 и даже 2 шага инференса • Дистилляция MiniMax-H3-33B до 4 NFE • Одна строка проекции подавляет ошибку критика • Ничего лишнего: без вспомогательного loss, сетей и доп. проходов • MiniMax-H3-33B: 1344×768, 345 кадров, 4 сети-вызовов • Также вариант на 2 NFE • Лучший результат среди 4-шаговых методов на метриках качества и динамики Готовые ComfyUI-версии для #MiniMaxH3 на HF github.com/ZeamoxWang/pdmd huggingface.co/Iwannapose/minimax_h3_pdmd_4nfe_comfyui huggingface.co/Iwannapose/minimax_h3_pdmd_2nfe_comfyui #optimization MAX

FrameMorrow Плагиновый селектор кадров для длинной генерации видео. Вместо «что похоже на текущий кадр» подбирает, что понадобится дальше — предсказывает будущие нужды и сохраняет нужные кадры из прошлого. Работает поверх существующих генераторов — от LongLive и Self-Forcing до мировых моделей вроде Matrix-Game и WorldMem. Логика: релевантное сейчас не всегда полезно следующим • Prospective tokens предугадывают, что пригодится в следующих кадрах • Выбирает релевантные исторические кадры для будущей генерации • Работает с разными генераторами — селектор снаружи, подключается через их кондиционинг • Держит консистентность субъекта и сцены на длинных роликах • Не требует полного просмотра будущего — компактный прокси вместо • До 60 секунд видео Гитхаб ждем #longvideo #plugin MAX

Lightricks как и обещали продолжают выкладывать лоры для #LTX25 Layout To Render Берет grey-clay вьюпорт или blocky playblast из Blender/Unreal с движением камеры и превращает в готовый кадр. Нужно задать первый кадр как арт-дирекшн SDR To HDR Конвертит 8-бит SDR-видео в 16-бит HDR: разворачивает урезанный из-за грейда динамический диапазон. Пишет #EXR последовательность в ACEScg Alpha Gen Генерирует alpha-маску для обычного RGB-видео. Выход совпадает с исходником кадр в кадр для композитинга. rank 128, ставятся через ComfyUI-LTXVideo. У Alpha Gen лимит 145 кадров и 1920p. SDR To HDR не требует промпта не сдаются минимаксу без боя #lora #sdr2hdr #hdr #layout2video #video2matte MAX

World Observer Проблема видеомиров — объект при возврате теряется, замирает или превращается в «импостора». Решение — разделить наблюдение и действие Метод от KAIST для видеомиров: когда объект уходит из кадра «актера», панорамные обсерверы продолжают за ним следить, и при возврате объект сохраняет состояние и динамику. • Актер-вид генерируется вместе с панорамными обсерверами (наблюдателями) • Объекты, ушедшие из кадра, продолжают эволюционировать в обсервере • Обсерверы ставятся где хочешь — не привязаны к актёру • Несколько обсерверов для полного покрытия сцены • Раздельный промпт у обсервера — текст рулит событиями за кадром • При возврате объекта восстанавливается его детальный вид • Обсервер рендерится в гибком разрешении и с низкими требованиями • Обучение на реальных панорамах + синтетика CARLA • Работает на видео-DiT в одной токен-последовательности Код ждем #world #research

#Нейропрожарка Между нами город Автор - Дмитрий Работа для конкурса MyFilm48, тема в этот раз - Москва 2050, сразу хочу отметить, что собрана за 96 часов с момента получения задания до сдачи почти в одиночку (даже не начинайте про поехавшие надписи🫠) Когда решил участвовать, поставил для себя микро-челендж - при хроне в 2 минуты - не более 12 30-секундных генераци Придумали с супругой идею, ну а дальше пришлось действовать самому 1 день - идея 2 день - сценарий 3 день - весь потратил на подготовку референсов и начало генераций 4 день - генерация, монтаж, музыка, цветокоррекция Очень детально проработал тритмент, где прописал как можно детальнее всю необходимую информацию Так же заготовил: 27 локаций (часть из них - день/ночь) 21 персонаж (из них 7 - групповая массовка по 5 человек на одном листе) И 24 предмета (транспорт, дроны и тд, объекты в общем) 1 карту цвета Расписал сценарий с хронометражем сцен и разделил повествование на логические блоки примерно по 30 секунд Далее вместе с гпт писал и редактировал длинные промты на генерацию этих блоков на основе тритмента и нужных референсов - в среднем 2200 слов в каждом промте По итогу челендж я свой провалил (примерно 4.8 генераций на 30 секунд, при цели в 3) на хрон 2:41 вышло: 33 генерации, из них 4 на 10 сек 9 на 15 сек 20 на 30 секунд Ну и само собой монтаж и цветокоррекция Все референсы делал в GPTimage, а все генерации видео в Seedance 2.5, музыка Suno 5.5 @cgevent

Накопилось по #minimaxH3 - часть 28 github.com/fukkun2705-commits/ComfyUI-H3-FaceAutoBypass - сам решает, нужен ли клипу фейсфикс huggingface.co/vpakarinen/natural-face-speech-h3-lora - #lora мимика + четкая английская речь, добавлены мужской/женский голоса с синхронизацией huggingface.co/Alissonerdx/Minimax-H3-ComfyUI - экспериментальные #LoRA на перенос стиля и VFX-эдит (тот же шот с одной правкой) #styletransfer Лора на замену головы #headswap #LoRA huggingface.co/LiseTY/Minimax-H3-ref2v_Anime_2_Realism - #LoRA для аниме→фотореализм #realism huggingface.co/JOKER141/MiniMaxH3-GunFu-Gunfight-LORA - #LoRA перестрелок github.com/RK-BoilingPoint/H3-Visual-Marker-Control - управление кадрами-маркерами: синяя рамка вокруг персонажа и вокруг цели — персонаж сам подходит. Двух персонажей: синий/красный, жtлтый — «дальняя цель» github.com/dntpi/ComfyUI-H3-Refine - H3 Chain Tone v0.3: компенсация накопленного сдвига яркости при склейке клипов #longvideo huggingface.co/akatz-ai/MiniMax-H3-Character-Swap-LoRA - LoRA замены персонажа: фон сохраняется лучше базы, но тайминг движений и мимика ненадежны #characterswap huggingface.co/neph1/minimax_h3_headmounted_fpv_cam - #LoRA «камера на голове» в стиле шутеров от первого лица #pov huggingface.co/ostris/minimax_h3_training_adapter/tree/main - Ostris H3 Training Adapter v3 #finetuning huggingface.co/pablodawson/MiniMax-H3-360-Orbit-LoRA - 360-орбита: одни и те же первый/последний кадр, камера облетает застывшую сцену, петля. Для #FL2VA, нужен спец-промпт #cameracontrol github.com/aaruyou/ComfyUI-RemoteMiniMaxH3 - энкодер H3 на другом ПК, VRAM основной машины свободнее github.com/aroslanov/ComfyUI-VideoAnalyzer - видео → H3-промпт через VLM. Несколько Qwen VL на выбор под VRAM #prompting #video2prompt slopus.ai - Slopus: десктоп-приложение для AI-видео локально. Сцены (first/last, animate, pose, replace, extend, bridge), таймлайн с эффектами и экспортом, встроенный агент с отменой #desktop #agent github.com/lisitskyaa/ComfyUI_UltimateSDUpscaleGuider_H3 - USDU гайдер-апскейл для H3 #upscale github.com/bbaudio-2025/Comfyui-MMH3-UltimateUpscale - ультимативный #upscale huggingface.co/Efficient-Large-Model/H3-to-LTX-Latent-Adapter - адаптер латентов H3 → LTX

Veda от ByteDance, HKU и USTC Разреженное внимание для видео-диффузии, которое не ломает качество. Полный attention учит предиктор выбирать только нужные 128-токенные тайлы - на 90-95% тратится меньше вычислений при почти незаметной разнице • 90% разреженность на уровне полного attention по человеческим оценкам • топ-k пропуск тайлов - внимание масштабируется почти линейно, а не O(N²) • головы и слои получают свои формы тайлов - локальные и дальние зависимости • дистилляция от полного attention через KL - до бинаризации маски • 720P 241 кадр: 19.4 мин до 3.8 мин, ускорение 5.1x • per-layer attention 10.5x быстрее FlashAttention-3 • 90% sparsity на WaverBench1.0 не проигрывает dense (50% против 49%) Связка под #MiniMaxH3 #T2VA: Ускорение до 2.76x end-to-end на RTX 4090 Гитхаб HF Спасибо @m_franz #optimization

ComfyMax MusicLab подготовка аудио для музыкальных видео в ComfyUI Локальный воркспейс анализа песен и нарезки сцен для музыкальных видео воркфлоу • редактирование маркеров на волновой форме - границы сцен • разделение вокала через Demucs, классификация вокальных и инструментальных отрезков • анализ музыки: ритм, аккорды, таймшты • транскрипция слов через Whisper, редактируемые текст • экспорт сцен для видео-генерации • опционально SheetSage2 - нотная транскрипция ABC и экспорт MIDI Пайплайн: загрузка трека, локальная сепарация, правка маркеров, создание сцен, экспорт. Отдельное окружение Python 3.11, ComfyUI не трогает. SheetSage2 ставится отдельно (10 ГБ, лицензия только для некоммерческого использования) #music2video #song2video MAX