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

#krea2 Инструменты github.com/capitan01R/ComfyUI-Krea2T-Enhancer - Krea2T Enhancer: нода улучшения следования промпту. Текстовый энхансер — младшая версия. Прирост качества и точности промпта Есть для #klein github.com/capitan01R/ComfyUI-Flux2Klein-Enhancer civitai.com/articles/35976/comfyui-tutorial-qwen-image-2-1-vs-flux-2-krea-turbo-which-makes-better-character-sheets - сравнение #charactersheet: Qwen 2.1 против FLUX.2 Krea Turbo. Схожая консистентность, но Qwen в ~3 раза быстрее. Оба подхода в одном воркфлоу huggingface.co/lvladikov/Krea2-Turbo-Distill-2step-LoRA - 2-шаговая дистилляция, детали на уровне учителя, до 2048×2048. Мелкие объекты — слабое место pastebin.com/raw/S6ziW7yZ - вариативность Krea 2 без лор: текстовый энкодер как LLM для разворачивания промпта. Два рычага: seed промпта (сильно) и seed сэмплера (тонко). Qwen 2.1 PE-системный промпт работает, обычный Qwen3VL цензуре почти не мешает. +4 сек на генерацию lumenastrum.github.io/clio-style-preview/gallery/ - галерея стилей Clio с превью civitai.red/models/2961766/moonmaster-krea2-turbo-model-suite - Narrative Drift: чекпоинт Krea 2 Turbo под иллюстрацию и диджитал-арт. Насыщенные цвета, графические тени, арт-дирекшн. Без триггера, Euler · Simple · 8 шагов · CFG 1. BF16/FP8/INT8

Возвращаюсь к сабжу редактирования. Вот держите два сравнения: между Ideogram 4.5 и GPT Image, а также между новой Nano Banana 2.1 и Flux 3. Похоже, что Ideogram и Flux очень ловко зашили в генеративную модель инпейнтинг, маску и изолирование окружающих пикселей. Задача непростая, потому что интеллектуально внешние пиксели должны реагировать на изменение цвета, освещения и прочих редактирований основного объекта. Но тем не менее у них это получается очень ловко. И несмотря на громкие заявления Google, что теперь в 2.1 есть Mask Editing, у Nano Banana явно плывет шум, не говоря уже про GPT Image. Может быть, все-таки дело в этих самых невидимых вотермарках, которые и создают эти фрактальные паттерны. @cgevent

Всем привет! Обучил адаптер который заменяет Квен-4б на младшего брата Квен-0.6б в Клейн-4б https://huggingface.co/AiArtLab/qwen3-0.6b-4b-adapter Qwen3-0.6B text encoder adapter for FLUX.2-klein-4B Replace klein's 4B text encoder with a 0.6B one — 7.5 GB VRAM and ~0.3 s/step less. Те можно разгрузить немного рам и сэкономить бакс-другой на инференсе Устал как скотина нет сил описывать как я не спал всю ночь дипсик пиная Вроде неплохо вышло - к моему удивлению даже текст немного тащит в 6 раз меньшая модель. Комфи тоже сгенерил Может ломаться на редких сложных токенах - все таки я ГПУ-бомж По качеству +/- как в базе где то лучше где то хуже - без чудес

✔️ OpenAI готова замедлить разработку, если на это пойдут остальные Сэм Альтман заявил сотрудникам, что компания готова притормозить работу над моделями следующего поколения - но только если то же сделают другие лаборатории. По данным Bloomberg, часть циклов предобучения OpenAI уже приостановила из соображений безопасности. Идею контролируемого темпа Альтман обсуждал и раньше, в том числе в Белом доме. Инициатива родилась на фоне ухода ведущих специалистов по безопасности из OpenAI, Anthropic и Google DeepMind. На этой неделе главный научный сотрудник OpenAI Якуб Пахоцкий публично призвал отрасль к координации и добровольным паузам в релизах. bloomberg.com ✔️ Cognition выпустила кодинг-модель SWE-2 Разработчик Devin обучил SWE-2 на базе открытой Kimi K3 с её 2,8 трлн параметров. По словам авторов, обучение с подкреплением впервые масштабировали на исходную модель такого размера. Вместо дистилляции экспертов использовали линейные штрафы за стоимость вычислений, привязанные к наклону границы Парето. На FrontierCode 1.1 Main модель набрала 50,0%. Инференс, по замерам Cognition, обходится на 60-75% дешевле, чем у Fable 5.1 и GPT-6 Astra. Сократили и время на изучение репозитория - на среднем уровне рассуждений агент начинает править код на 18-м шаге вместо 48-го у SWE-1.7. Модель доступна в Devin CLI, десктопе и веб-версии. cognition.com ✔️ Cursor открыл бету системы координации агентов Новая возможность Projects рассчитана на задачи, которые живут дольше одного чата: рефакторинг, миграции, крупные фичи. Координатору ставят задачу, он составляет план и раздаёт подзадачи субагентам - по заявлению Cursor, их может быть тысячи. Сам код он не пишет, поэтому никогда не занят, но умеет реагировать на события - следит за ветками Git, ловит падения CI и триггеры из Slack. Бета раскатывается на всех, о тарификации в анонсе не сообщается. cursor.com ✔️ Black Forest Labs представила модель редактирования видео FLUX Video Edit правит готовые ролики по текстовому запросу в режиме video-to-video - сохраняет композицию, траекторию камеры, тайминги и звук, меняя только указанное. Модель также умеет подгонять липсинк под новый дубляж, не меняя хронометраж. На вход идут MP4 до 15 секунд и 50 МБ, на выходе 720p при 24 кадрах в секунду. Секунда обработанного видео стоит 3 цента. Black Forest Labs в X ✔️ Филдсовский лауреат основал институт формальной верификации ИИ Канадский математик Джейкоб Цимерман создаёт центр Mathematical A.I. Safety Institute со штатом в несколько десятков специалистов, запуск которого запланирован на январь 2027 года. Параллельно Цимерман присоединится к команде безопасности OpenAI, то есть будет верифицировать в том числе собственного работодателя. Идея - перевести оценку рисков с эмпирического тестирования на строгую теоретическую верификацию и наделить модели доказуемыми свойствами надёжности, как у криптографических алгоритмов. Механизмом аудита предлагают сделать доказательства с нулевым разглашением - лаборатория подтверждает соблюдение ограничений, не раскрывая ни архитектуру, ни веса.  nytimes.com @ai_machinelearning_big_data #news #ai #ml

Если вы запутались в изобилии новый видеонейронок — попробую коротко распутать. Seedance стал 2.5. По-прежнему финальный босс: 30 секунд вместо 15, до 50 рефов, ещё лучше слушает длинные промты. В целом стал чуть живее. Минусы: супертревожный на тему авторских прав — на всякий случай блокирует почти всё. Русский снова не завезли. По тестам после 15 секунд начинает сыпаться. Пока только 720. Ну и ДОРОГО ЖЕСТЬ ВЫ ЧТО. Брать. MiniMax H3 — главный прикол. Почти всё как у Сиданса 2.0: 15 секунд, референсы-элементы — но в 2K и ОТКРЫТЫЕ ВЕСА. Народ уже запускает на потребительских картах. Ждем тысячи порно лор кастомных моделей, патчей и приблуд от коммьюнити. Брать. FLUX 3 сам собирает 20-секундные сцены и относительно неплохо говорит по-русски. По первым тестам - лица плывут, контроль слабоватый. Скорей не брать, но нужно еше потестить. LTX 2.5 быстрый и открытый, но первые тесты простые: H3 сильнее, а звук иногда шипит. Брать если вы любитель опенсорса. Сделал простенький тест. В основе — реальный снимок Марса, но добавил туда POV-поездку на копейке. 15 секунд, довольно открытый промт. В конце попросил модель придумать неожиданный приколдес. Первое видео Сиданс 2.5, второе Минимакс, третье Флюкс.

✔️ США освободили китайские открытые модели от обязательного тестирования Белый дом вывел китайские модели с открытыми весами из-под действия нового регламента ИИ-безопасности. Администрация США отказалась от их обязательного тестирования, о чем сообщила представителям OpenAI, Anthropic и Google на закрытом брифинге. Регулятор ужесточил контроль после апрельского предупреждения от Anthropic перед релизом Mythos. Дополнительным поводом послужили недавние инциденты, когда системы OpenAI и Anthropic выходили за пределы тестовых сред в инфраструктуру сторонних организаций. Исключение для китайских решений противоречит позиции CEO Anthropic Дарио Амодеи, который требовал внедрить обязательные проверки для всех разрабатываемых моделей. zaobao.com.sg ✔️ В Google DeepMind произошли кадровые перестановки Демис Хассабис перешел с поста главы DeepMind на позицию Chief Scientist материнской компании Alphabet. Он сфокусируется на стратегии AGI и развитии медицинского ИИ в Isomorphic Labs. Повседневное управление DeepMind и разработка семейства Gemini перешли к Кораю Кавукчуоглу, бывшему техническому директору подразделения. Одновременно Google покинул Джефф Дин, проработавший в корпорации 27 лет. Вместе с Санджаем Гемаватом, Ориолом Виньялсом и Куоком Ле он основал стартап Discovery Loop, который планирует заниматься автоматизацией ML-экспериментов. Проект привлек инвестиции от крупных фондов и самой Alphabet. blog.google ✔️ Black Forest Labs открыла доступ к FLUX 3 Video Модель доступна через собственный API немецкого стартапа и платформы партнеров. Она генерирует ролики до 20 секунд в HD и Full HD со звуковой дорожкой, фоновыми шумами, спецэффектами и речью. Модель поддерживает text-to-video, image-to-video и video-to-video и работает с ключевыми кадрами, а также может менять сцену и ракурс внутри одного видео, продолжать видеоряд и рендерить текст в кадре. Для речи заявлен липсинк на 14 языках. По внутренним бенчмаркам Elo FLUX 3 обходит Gemini Omni Flash, Minimax H3 и Seedance 2.0. Тарификация в API посекундная, генерация звука включена в стоимость. В HD-режиме T2V и I2V обойдутся в $0,06/сек, а обработка видео - в $0,12/сек. В Full HD цены составляют $0,29 и $0,53 за секунду соответственно. bfl.ai ✔️ ByteDance представила полнодуплексную аудиовизуальную модель с проактивным взаимодействием Китайский техногигант выпустил мультимодальную модель SeedRealtime для взаимодействия в реальном времени, которая параллельно обрабатывает аудио, видео и текст. Технической фишкой стал отказ от систем обнаружения голосовой активности. Очередность реплик контролируется через совместное непрерывное моделирование звука, визуальных данных и временных параметров. Модель самостоятельно определяет, когда вступить в диалог, сделать паузу или отфильтровать фоновый шум. SeedRealtime не ждёт команд, она фоном анализирует визуальный контекст, отслеживает нескольких спикеров и способна инициировать общение, реагируя на события или объекты в кадре. ByteDance заявляет, что система уже развернута на практике, но сведения о доступности в пресс-релизе не приводятся. bytedance.com ✔️ Mixture-of-Kittens: инструмент для ускорения обучения MoE-моделей на NVIDIA Blackwell Cursor выложила инструмент Mixture-of-Kittens (MoK) для ускорения обучения MoE-моделей на архитектуре NVIDIA Blackwell. MoK решает проблему задержек при обмене данными между GPU - в MoE-сетях этот процесс может занимать более половины времени обучения. Инструмент объединяет маршрутизацию токенов и вычисления в единый низкоуровневый массив для их параллельного выполнения и минимизации простоя оборудования. В тестах на кластере из 512 GB300 общая пропускная способность выросла на 41%, а обработка MoE-слоев ускорилась в 2,37 раза по сравнению с аналогами. По словам Cursor, компания применяет MoK для обучения модели Composer. Инструмент работает исключительно с архитектурой NVIDIA Blackwell и открыт под лицензией Apache 2.0. cursor.com @ai_machinelearning_big_data #news #ai #ml

ASASR: Coloring the Noise: Adversarial Sobolev Alignment for Faithful Image Super-Resolution Апскейл изображений 4x методом состязательного выравнивания по Соболеву. Он помогает модели восстанавливать детали, лучше сохраняя структуру и правдоподобность текстур, а не выдумывая их. Ключевая идея - выравнивать генеративный процесс со статистикой естественных изображений через спектрально окрашенный шум и adversarial‑коррекцию. Выполнено в виде лоры к Flux.1‑dev Два компонента LoRA для совместного использования: * базовый SR‑LoRA - сам апскейл и предварительная структура * AS‑DPO LoRA - подавляет артефакты и галлюцинации Гитхаб HF Спасибо @m_franz #flux #lora #upscale #imagerestoration