MaLiang-Harness Фреймворк, превращающий MLLM в художников, пишущих код. Генерация изображений и видео через постоянное конструирование, инспекцию и правку. Закрывает разрыв между исполняемыми программами и визуальным качеством. Оценивали 11 ведущих моделей на двух новых бенчмарках Гитхаб #harness #agent #t2i #t2v MAX

TimeLens2 Модель для поиска моментов в видео по текстовому запросу. Превращает видеопоток в постоянную визуальную память с привязкой к сущностям. По запросу на естественном языке выдаст интервалы на временной шкале • обрабатывает однократные и повторяющиеся события • работает с видео от третьего лица и эгоцентрическими • выдаёт один или несколько временных интервалов • использует мультимодальные LLM • есть несколько версий модели: TimeLens2-4B и TimeLens2-8B Гитхаб HF Демо #vlm #captioning #video2text #mllm