Вышли в открытый доступ код и веса двух инструментов для редактирования изображений на базе нейросетей: RL3DEdit — редактор 3D-сцен, и HiFi-Inpaint — продуктовый редактор портретов.
RL3DEdit построен на основе VGGTi и FLUX-Kontext-devi и позволяет редактировать 3D-сцену через сетку изображений 3x3, представляющую собой вид сцены с разных ракурсов — то есть правки применяются согласованно ко всем ракурсам сразу.
/anime-soccer и через полминуты смотришь, как твоя аниме-версия с зелёными глазами и пирсингом лупит с разворота, вратарь в прыжке тащит мяч, вокруг молнии и рёв трибун. Всё внутри обычного чата, через #Pika MCP, без единого приложения. Двадцать шесть секунд эпика по одной команде.
Забавно, как генераторы видео тихо переползают туда, где ты и так весь день сидишь - в переписку. А потестировать можно тутКомпания Google анонсировала две новые модели: Nano Banana 2 Lite для быстрой генерации изображений и Gemini Omni Flash для работы с видеоконтентом. Модель Nano Banana 2 Lite способна создавать изображения за четыре секунды, а Gemini Omni Flash позволяет редактировать и генерировать видеоролики длительностью до 10 секунд. Новые инструменты ориентированы на высокую скорость работы и бюджетную интеграцию в пайплайны генерации контента. Разработчикам предоставлен доступ к моделям через Google AI Studio и API, при этом отмечается, что качество видео пока остается нестабильным.
Команда ComfyUI анонсировала запуск публичной бета-версии MCP-сервера, который позволяет ИИ-агентам взаимодействовать с платформой через естественный язык. Новое решение дает возможность агентам автоматически находить ноды, создавать и редактировать графы генерации, что упрощает настройку сложных рабочих процессов. В дополнение к этому представлены Comfy CLI и репозиторий Comfy Skill для расширения возможностей автоматизации генеративных пайплайнов. Интеграция направлена на повышение воспроизводимости рабочих процессов и автоматизацию рутинных задач в командной разработке.
Сбер опубликовал в открытом доступе алгоритм KVAE-Audio, предназначенный для эффективного сжатия аудиоданных с коэффициентом 960x. Разработка оптимизирует процесс обучения диффузионных моделей и обеспечивает более высокое качество генерации звука по сравнению с аналогичными решениями от Sony, Meta и Stability AI. Новый токенизатор решает проблему компактности данных, что позволяет повысить эффективность работы генеративных нейросетей.
Это всё на сейчас.