#Нейропрожарка 🎬 "YOU’RE SO BEAUTIFUL" ("ТЫ ТАКАЯ КРАСИВАЯ") Автор: Александра Бычкова - @Bychkova_Aleksandra. В центре истории - семнадцатилетняя Эмили и её мать, чья любовь к дочери превращается в пугающую одержимость ее красотой. Мне хотелось создать мир, который на первый взгляд кажется уютным и почти идеальным, но с каждой сценой становится всё тревожнее. Для этого я продумывала не только внешность персонажей и декорации, но и цветовую палитру, свет, композицию кадра, оптику, движение камеры и монтажный ритм. Визуальная эстетика Америки конца 1950-х годов стала контрастом к психологическому ужасу происходящего. Самое сложное было - добиться нужной эмоции. Изначально был cоздан более скомканный вариант для конкурса, хрон - 3мин, потом я решила доработать фильм и добить сцены. 🔎 Какие инструменты использовались: 🖼 Изображения и визуальная разработка: • Recraft V4 • Banana 2 Pro • Qwen Image 3.0 Pro 🎞 Генерация и анимация видео: • Seedance 2.0 • Seedance 2.5 🔊 Звук, музыка и голос: • Suno V6 • ElevenLabs • Epidemic Sound • Seedance Audio 1.0 Интересно, что в некоторых сценах именно Seedance 2.0 справился лучше. Ссылка: https://youtu.be/mRQq_cLF99k @cgevent

😩 Что-то я наблюдаю массовое падение качества всего вокруг. И я сейчас даже не про софт. Я состою в разных клубах, прохожу обучения и вижу, как люди всё активнее используют нейронки для подготовки материалов, раздаток, монтажа видео и прочих задач. Казалось бы, технологии должны помогать делать лучше. Но по моим наблюдениям, происходит ровно наоборот. 🤷‍♂️ Да, можно отдать видео ChatGPT или Claude и попросить его смонтировать. Он справится. Но почти наверняка оставит какие-то ляпы, несостыковки и мелкие ошибки, которые нужно найти и исправить. 🫠 И вот этот последний этап люди, похоже, всё чаще пропускают. В погоне за скоростью всех постепенно начинает устраивать результат на троечку. Нейронка что-то выдала? Ну и нормально, пойдёт. 🤦‍♂️ 😔 И меня это расстраивает. Потому что я всегда придерживался простого принципа: либо делай хорошо, либо вообще не делай. А сейчас складывается ощущение, что скорость стала важнее качества. И это уже заметно буквально везде: от роликов в TikTok до платных обучающих материалов. 🤔 Вы же тоже это замечаете? Или мне одному кажется, что мы массово скатываемся к принципу «и так сойдёт»? Свята место | 10МДК | Чатик | YHub

Occular-OCR — новый OCR-движок для русского языка от независимого разработчика (и нашего подписчика) @Bodhi_b Альтернатива Tesseract и RapidOCR с упором на распознавание сложных русскоязычных документов. Вместо тяжёлых VLM используется компактный пайплайн из специализированных нейросетей. • PDF, сканы, фотографии документов: паспорта, справки, договоры, чеки, банковские выписки • 14 языков, включая русский, английский и 12 языков с кириллицей • Автоматическое исправление наклона и поворота страниц, опциональное устранение геометрических искажений • Распознавание таблиц и восстановление порядка чтения в многоколоночных документах • Структурированный JSON с координатами строк и оценкой уверенности распознавания • Архитектура: DBNet + SVTR/CTC + Beam Search с русской 4-граммной языковой моделью • ONNX Runtime, полностью локальный инференс на CPU или GPU (CUDA) • Windows, Linux, macOS — установка через pip без компиляции и системных зависимостей CUDA • Код Apache 2.0, веса бесплатно для частного использования, исследований и небольших организ https://github.com/Bodhi42/Occular-ocr https://pypi.org/project/occular-ocr/ #ocr

JEV-35B: быстрая decision-модель на базе Qwen3.5, активирует всего 3B параметров из 35B AutoTrust Labs выпустила JEV-35B, модель для быстрых решений в духе System 1. Она построена на Qwen3.5-35B-A3B и за счёт MoE-архитектуры активирует на токен лишь около 3B из своих 35B параметров. Лицензия Apache 2.0. Главная идея в том, чтобы не гонять полноценное рассуждение там, где нужно просто быстро выбрать лучший вариант. За один проход модель сравнивает до 256 текстовых или графических опций и возвращает откалиброванные вероятности. Медианная задержка одиночного запроса в их тестах около 204 мс. По метрикам JEV-35B обходит прошлую JEV-27B-VL на публичном наборе Decision Index, сохраняя при этом конкурентное качество на визуальных решениях. Отдельно порадует возможность запустить локально. Версия в NVFP4 весит всего 25,6 ГБ и занимает под веса около 23 ГиБ, так что помещается на одну видеокарту на 32-48 ГБ. При этом квантизация сохраняет 96,6% решений исходной BF16-модели почти без потерь по скорости и с небольшой просадкой на бенчмарках. Запускается через приложенный скрипт для vLLM. Эндпоинт /v1/decide отвечает за быстрые решения System 1, а OpenAI-совместимые эндпоинты за более медленное рассуждение System 2. 🤖 https://modelscope.ai/collections/AutoTrust-Labs/JEV-35B

Как в GPT не попадать на лимиты использования? Возможно вы в курсе, но для меня это было открытием. Когда создаем в GPT новый чат там сверху есть два режима Chat и Work (Чат и Работа). 🤯Оказалось: Режим «Работа» тратит токены и при серьезных задачах заканчиваются лимиты часовые или недельные. Нужно ждать. Режим «Чат» Не тратит лимиты и можно работать условно бесконечно. На минимальном тарифе Plus бесконечно генерить фотки, небольшие видео, работать с векторной графикой. Все то, что раньше считал работой тратящей лимиты. 🥸 Замечание 1 При старте нового чата можно (и нужно) выставлять усилие на максимум и все равно останешься в режиме Чат. Но если изменить название модели, то чат автоматом переходит в режим Work. 🥸 Замечание 2 Если этот безлимитный чат сначала справлялся с задачами, а потом начал ошибаться, скорее всего он начал захлебываться в учете всего что было проработано выше. Лучше создать новый и продолжить в нем.

A2 MakeHuman: Image to UV Texture Текстурирование MakeHuman по картинке в #ComfyUI без промптов • Qwen3-VL смотрит на референс и описывает каждую часть • Каждая часть генерится на Flux 2 Klein, с UV-разметкой как гайдом • Cavity и normal-карты сохраняют детали поверхности • Части смешиваются с согласованием цвета Что можно контролировать • Автоописание Qwen или свои тексты для каждой части, Qwen можно выключить по отдельности или сразу всем • Доп. промпт и доп. референс на каждую часть • Включить/выключить проходы, ре-ролл отдельных частей со своими сидами • Готовая часть сохраняется и загружается обратно для уточнения • Единый стиль (фото, cartoon, anime) на все четыре части Подходит и для одежды из дистрибутива MakeHuman. Нужны: Flux 2 Klein 9B, нод Qwen3-VL-4B, rgthree и UV Painter drive.google.com/file/d/10F_9xbm2sdWDAw_E8orXBltqhNjFX9Ef #UV #texturing #workflow

S-Space Исследование MirroS: у мультимодальных моделей внутри есть «3D-карта». В промежуточных активациях нашли 3D линейное подпространство, где объекты лежат с координатами по горизонтали, вертикали и глубине. • Кодирует непрерывные позиции объектов (X, Y, расстояние) • Персистентно между промптами и ракурсами • Объединяет визуальное и языковое, включая объекты за пределами видимого • Можно каузально менять, чтобы управлять пространственными оценками • Прямое чтение подпространства работает точнее нативной рассуждалки модели • Испробовано на Molmo2-ER, MolmoAct2, Qwen3.5-4B, Qwen3.6-27B Полезно и для диагностики: показывает, где и как модель проваливается в «принятии перспективы». Подсказывает путь к надежным пространственным рассуждениям и действиям github.com/mirros-lab/s-space #research #reasoning MAX

Ostris добавил в AI-Toolkit (интерфейс для тренировки лор) страницу для генерации контента. Движок инференса поддерживает те же популярные открытые модели, что и для трени: * Картинки: Krea 2, Flux 1/2, Qwen Image 2512, Qwen Image 2.1, SDXL, Z-Image Turbo, итд * Видео: MiniMax H3, LTXV 2.3 / 2.5, Wan 2.2 * Музыка: Ace-Step 1.5XL, MiniMax Music 3 (тестируется), или Ye2 С любопытного: есть несколько вариантов квантизации для трансформера и текстового энкодера (bf16, int-8 convrot, fp8, qfp8, nvfp4), а также возможность слияния лоры с моделью. Теперь в одном интерфейсе можно и тренить лоры и генерить контент с их помощью, не перебрасывая чекпоинты в Comfy. Хотя сам комфи с его гибкостью, функционалом, и экосистемой он конечно не заменит. По крайне мере пока нодовый интерфейс комфи под капот не подрубит. Пока это сырая альфа с минимальными настройками и проблемам со скоростью. Например, fp8 Krea 2 в AI-Toolkit генерит 1024x1024 в 9 шагов за 13 сек на 4090, а в Comfy bf16 в 8 шагов за 5 сек. А 2048x2048 занимает больше минуты или вообще может встать. Но будем следить за ситуацией. AI-Toolkit удобно запускать и обновлять через AI-Toolkit-Easy-Install. Гитхаб (AI-Toolkit) Гитхаб (AI-Toolkit-Easy-Install)

Sakana Chat — Fugu Max для всех Sakana открыла в чате свой оркестратор Fugu Max (раньше был только через API). Он связывает пул разнообразных открытых моделей и отправляет каждый промпт той, что подходит лучше всего, давая результат уровня frontier без опоры на одну модель. • Оркестрация: под задачу сам выбирает модель с выгодным расходом бюджета • Произвольные цели — кодинг, документы, анализ • Плюс память: роль, стиль и предпочтения переносятся в следующие диалоги • Код-раннинг, прикрепление картинок и документов В чате две модели: Namazu (диалога по японским документам) и Fugu Max (универсальная с оркестрацией). Под капотом — открытые и специализированные модели, точно среди них Nvidia Nemotron после августовского партнерства Sakana. Бесплатно, зарубежный IP не нужен chat.sakana.ai #orchestrator #harness MAX

⏳ ИИ экономит нам время, чтобы мы работали больше. Как так получается? Кажется, что нейросети должны были дать нам больше свободного времени. Ведь то, на что раньше уходили часы, теперь можно сделать минут за 30. Но точно ли это так? Недавно прочитал на Reddit интересное мнение на этот счет. Хочу поделиться 👇

Я занимаюсь маркетингом более 12 лет, и ни один инструмент не экономил мне столько времени, сколько ИИ. То, что раньше отнимало полдня, теперь занимает от силы минут 30. Но сейчас я почему-то работаю больше 🤷 ▪️ Перестал тратить часы на составление отчетов? Супер, тогда теперь делай нам три разные версии. ▪️ Быстро генерируешь несколько вариантов рекламы? Пять маловато, давай сразу 50. ▪️ Делаешь раз в месяц конкурентный анализ? Раз есть ИИ, давай проводить его каждую неделю. И требования становятся реально смешными. Теперь я должен выдавать результат мгновенно. Но ведь даже если на задачу уходит 10 минут, это не значит, что я должен все бросить и взяться за нее прямо сейчас. При этом я люблю ИИ. Я использую его каждый день, и ни за что не буду снова делать эту работу вручную. Вот только я помню, что когда-то нам всем обещали больше свободного времени. Но, как только мы экономим час, кто-то накидывает задачек, которые занимают вдвое больше.

💡 И знаете, что я заметил? Запросы клиентов реально стали масштабнее. Ведь теперь с нейросетью они сами делают многое: рисуют, пишут, придумывают. А потом отметают креативы исполнителей со словами: “Я так и в нейросети смогу сделать, придумайте что-то получше!” А как у вас дела? Замечали такую тенденцию? Кстати, есть среди нас те, кто реально стал работать меньше при той же зарплате? Заходите в комментарии - делитесь, как вы это делаете. 👉🏼 Подписывайтесь на «Телеграмму...» в Максе: max.ru/yumaks #МАРКЕТИНГ #ИИ #МНЕНИЕ