Krea 3: руководство по промптингу
М@cgeventAI-инженер
2 недНа фал появился Креа 3 промптинг гайд.
Ну то есть модель выйдет сегодня-завтра.
Эксперимент с логической задачей и SOL 6
М@cgeventAI-инженер
2 нед
Критика возможностей Muse Wonder в 3D
F@FuturisAI-инженер
2 недВау, Muse Wonder такой НИКАКОЙ в 3д, что на других тасках его страшно проверять🕺
Марк забенчмаксил получается🤷♂️
Конфликт пользователя и нейросети в комментариях UX Live
U@uxliveмедиа / агрегатор
2 недКстати если вы вдруг пропустили самый смешной срач в каментах UX Live за прошедший месяц — можете вернуться сюда https://t.me/uxlive/18503 в каменты на 3 часа 18 минут и почитать как нейросеть моггает (староинтернетовское: овнит) человека, который пришел защищать нейросети от могганья и сам был могнут всухую Gemini без единого промпта кроме "моггни его + скрин".
Стас ты лакомишься?
Выход модели Kroma на базе Krea-2
Н@GreenNeuralRobotsAI-инженер
2 недKroma
Файннтюн Krea-2
В отличие от предыдущего (Chroma), здесь не пришлось раздистиллировать модель — Krea дали настоящие базовые веса, так что Kroma выходит с OPD (RL) прямо поверх базы и дает хороший результат из коробки.
• Генерация на базе Krea-2 без схлопывания модели
• Лучшие результаты после RL-дообучения поверх базы
• Нацелен на качество данных — ~90% качества идет из датасета
• Тренировка ~10K часов RTX 6000 Pro (3+ месяца на 4-GPU машине), включая неудачные эксперименты
• Донат от ComfyOrg на 2 видеокарты
int8
Civitai
#t2i #krea2
MAX
Короткометражный хоррор-фильм «ТИШИНА», созданный с помощью ИИ
М@cgeventAI-инженер
2 недНода ComfyUI для точечного редактирования изображений Klein
Н@GreenNeuralRobotsAI-инженер
2 недVivix W1: новый видеогенератор из Китая с фокусом на дешевизну
Н@GreenNeuralRobotsAI-инженер
2 недOdyssey выпустила Odyssey-3 — модель для генерации интерактивных миров в реальном времени
Калифорнийский стартап Odyssey, основанный выходцами из индустрии беспилотных автомобилей, представил Odyssey-3 — модель, которая по текстовому запросу или картинке создаёт интерактивное 3D-окружение и просчитывает движение и взаимодействие объектов в реальном времени. Внутри сгенерированного мира можно перемещаться от первого или третьего лица, управлять камерой и на ходу добавлять события, на которые сцена реагирует.
Odyssey позиционирует продукт не только как развлечение, но и как симулятор для обучения роботов, беспилотных автомобилей и других физических систем — поверх модели обучают отдельные декодеры действий и политики управления. Попробовать модель можно бесплатно на сайте компании, тогда как ранее похожую функциональность (модель Geniei от Google) приходилось оплачивать — по словам источников, порядка $240.
66,1балл Pro-версии на Physics-IQ Verified
1280×720разрешение Odyssey-3 Pro
$240стоимость похожей функции у Google ранее
HEART: нейросеть для апскейла изображений
Н@GreenNeuralRobotsAI-инженер
2 недHEART
супер-резолюшн от Philip Hofmann (часть набора BODY)
Нейросеть для апскейла изображений. Простая в обучении и быстрая, спроектирована для реального использования, а не погони за бенчмарками. Натренирована на обычной RTX 3060 12 ГБ.
• Апскейл 2x и 4x
• OTF-модели восстанавливают реальные фото (шум, сжатие), а не только чистые даунскейлы
• Экспорт в динамический ONNX с первого раза, готово для TensorRT
• Работает в chaiNNer
• ~16.7M параметров, один файл
Проверил на свидетеле - ... ну да пикселей больше. а где супер-резолюшн?
huggingface.co/Phips/HEART
github.com/Phhofm/heart-train
Демо
#upscale
MAX
Пользователи сообщают о перенаправлении на новую модель в Opus 5.5
F@FuturisAI-инженер
2 недв Х много постов о том что Opus 5.5 перенаправляет некоторых на новую модель 🤔
DiffusionART: новый алгоритм дообучения диффузионных моделей от Kling AI
Н@GreenNeuralRobotsAI-инженер
2 недDiffusionART
Алгоритм дообучения диффузионных моделей от Kling AI. Обучает модели генерации видео и изображений сильно дешевле - в 12 раз меньше GPU-часов при более высоком вознаграждении.
• RL-дообучение видео- и image-моделей: качество, следование промпту, feedback
• Стабильное обучение без крахов, без настройки EMA-расписания
• Работает на #HunyuanVideo-13B, #Wan21-I2V-14B, #SD35-M
Соль — порядок операций: сначала агрегировать вознаграждения и endpoints, потом регрессия, переиспользуя замороженную цель. Убирает скрытую силу согласованности из классического NFT, из-за которой обучение нестабильно
Гитхаб
HF
#finetuning
MAX
Обзор новых инструментов для LTX 2.5: LoRA, апскейл и генерация звука
Н@GreenNeuralRobotsAI-инженер
2 недОбзор новых инструментов для LTX 2.5: LoRA, апскейл и генерация звука
Н@GreenNeuralRobotsAI-инженер
2 недВлияние нейросетей на модель подписок
М@olya_tashitмедиа / агрегатор
2 недЕсть много вещей, которые стали хуже из-за нейронок.
Но если куда-нибудь денется мерзкая практика подписок - особенно за физические вещи - это будет просто великолепно!
Xiaomi представила семейство моделей MiMo-V2.6 на Hugging Face
Н@GreenNeuralRobotsAI-инженер
2 недXiaomi открыли на Hugging Face семейство MiMo-V2.6 — omni-modal модели, которые масштабируют RL-вычисления в сторону самоулучшения
• MiMo-V2.6-Pro-RL — 1T, текст
• MiMo-V2.6-Flash-RL — 311B, текст
• MiMo-V2.6-Distill-Qwen-9B — 9B, мультимодальная (картинки+текст)
• MiMo-V2.6-Pro-MOPD и Flash-MOPD — варианты 1T/311B
Фокус на RL-самоулучшение: модели дообучаются через открытые RL-среды. Есть дистилляция до компактных 9B мультимодальной версии. Весь стек обучения открыт
HF
Попробовать
API
#flagship #omnimodal #multimodal
MAX
На GitHub вышел Animator — инструмент для генерации объясняющих видео по текстовому промпту
В открытом доступе на GitHub появился инструмент Animatori, который по одной текстовой команде создаёт полноценный объясняющий видеоролик: сам пишет сценарий, рисует анимацию, записывает озвучку, синхронизирует её с кадрами и собирает итоговое видео.
Под капотом работают нейросети Geminii, которые генерируют по 4-5 сцен анимации примерно за минуту — то есть ролик уровня популярных YouTube-объяснялок можно получить почти мгновенно, просто задав тему.
4-5 сцен в минутускорость генерации анимации