MatAnyone-E Быстрое матирование видео, на уровне прошлой версии Сначала дешевый проход в низком разрешении, он подсказывает, где маска не уверена и какие участки памяти важны. Полное сопоставление идет только по этим местам, остальное берется из низкого разрешения. Декодер заменили на легкий • Полноценная альфа для человека в кадре, согласованная между кадрами • Тонкие края и сложная прозрачность • Работа в нативном разрешении, без даунскейла • Пригодно для композитинга, VFX и замены фона • 73 кадра в секунду в 1080p на одной H200 с torch.compile • 28,6 кадра в секунду в 4K • В 7,4 раза быстрее MatAnyone 2 на 4K • Пиковой памяти ~ 3,1 ГБ Код ждем Спасибо @m_franz #segmentation #matting #video2matte #video2mask #realtime MAX

Будете смеяться, но у нас новый видеогенератор.  Vidu бахнули Q4 Preview - генерация видео в 4K и с 10-битным цветом Главный акцент - качество картинки, управление персонажами, сложные сцены и пригодность материала для дальнейшего монтажа. Про качество у меня сразу много вопросов, ибо мне всё это напоминает позапрошлогодний клинг. По крайней мере в тех видео, где претензия на фотореал, лица и вот это вот всё. А вот для аниме-шманиме и анимации выглядит любопытно.  Что умеет:

Генерирует видео до 4K продолжительностью до 16 секунд. Поддерживает Image-to-Video и Reference-to-Video. Принимает до 15 изображений-референсов для сохранения персонажей, одежды, объектов и окружения. Использует до 3 аудиореференсов для воспроизведения голосов персонажей. Генерирует диалоги и звуковые эффекты с синхронизацией изображения и звука. Поддерживает несколько планов и переключение камеры внутри одного ролика. Улучшена работа с мимикой, эмоциями, движением, освещением, взрывами, дымом и другими VFX.

Самое интересное - 10-битный цвет. Но. Точные параметры экспорта, кодек, цветовое пространство и наличие HDR не раскрыты.  Само по себе 10-bit не означает HDR или более широкий цветовой охват. Берут ценами - сейчас этап сладкого превью.  Стартовая акция от $0.014/с и скидка 30% на Image-to-Video и Reference-to-Video до 30 ноября. Типа шестнадцатисекундный ролик за, внимание, 22 цента! Позиционирование - очень дешёвые итерации.  Где попробовать прямо сейчас: Vidu Q4 Preview уже доступна на официальном сайте.  Если залогинитесь Google, то вам дадут сгенерировать три ролика, причем 10 секунд. Один в 1080, второй в 720 и третий поменьше. То есть у вас есть три попытки.  Для разработчиков работает API с идентификатором viduq4-preview. Попробовать Vidu Q4: https://www.vidu.com/vidu-q4 API: https://platform.vidu.com/ Документация: https://platform.vidu.com/docs/api-reference/video-models/vidu-q4-preview/image-to-video @cgevent

LTX бахнули отдельную IC-LoRA Layout to Render для LTX-2.5 22B. Она весит около 1.31 GB,rank 128 и обучена специально воспринимать 3D viewport/playblast как control signal. Нейрорендер в действии и опенсорсе. Модель: ltx-2.5-22b-ic-lora-layout-to-render-1.0.safetensors - 1.31 GB - IC-LoRA - rank 128 - BF16 - база - LTX-2.5 22B - inference - на distilled LTX-2.5 - рекомендуемый LoRA strength - 1.0 Заодно лежит готовый двухпроходный ComfyUI workflow: LTX-2.5_ICLoRA_Layout_To_Render_Two_Stage_Distilled.json Первый проход - 960x544, 8 steps. Второй - 1920x1088, ещё 3 steps после x2 latent upscale. Для запуска нужны базовые distilled-веса LTX-2.5, Gemma 4 12B encoder, video/audio VAE и spatial upscaler. Официальные ComfyUI-ноды и workflows тоже есть. Что на входе? Плейбласт из Blender, и первый кадр в нужном стиле. Лучше всего брать первый кадр плейбласта и прогонять его через какой-нибудь image-to-image. У них также есть Alpha Gen, SDR->HDR, Native Resolution, Refine/Restore и Layout to Render, то есть Lightricks явно пытаются застолбить опенсорсную поляну как post-production/VFX toolkit. Ссылки: LoRA: https://huggingface.co/Lightricks/LTX-2.5-22b-IC-LoRA-Layout-To-Render Файлы LoRA + готовый JSON workflow: https://huggingface.co/Lightricks/LTX-2.5-22b-IC-LoRA-Layout-To-Render/tree/main Сам workflow: https://huggingface.co/Lightricks/LTX-2.5-22b-IC-LoRA-Layout-To-Render/blob/main/LTX-2.5_ICLoRA_Layout_To_Render_Two_Stage_Distilled.json @cgevent

#Нейропрожарка ТИЗЕР: Начало Сингулярности Автор сценария: Александр Петров Исполнитель (AI Director): Ник Черненко В лучшем качестве: https://www.youtube.com/watch?v=haq8sfgv0bI Бюджет: $3000 Срок реализации: ~6 месяцев от постановки ТЗ Данный тизер сделан к ещё несуществующему фантастическому сериалу о том, как логарифмическая кривая развития технологий изменит наш мир: быстро, беспощадно, радикально. Получается так, что примеряться к продакшену стало относительно недорого (и становится все дешевле), именно в формате тизера. Не имея по сути ничего кроме пока незаконченного черновика сценария. Я даже не исключаю, что весь сериал будет выгоднее вскоре сгенерировать. Как это делалось: Генераторы изображений: Midjourney, Gpt-image 2, Nano banana pro. Локальные модели: Flux-2, qwen. Так же различные воркфлоу на уровне: img_2_depth map, depth map_2_image, Flux-Upscale (перерисовывает изображение, по факту увеличивается и разрешение изображения и его детализация, фоторильность), различные Lora. Из видео-генераторов Seedance и Kling. В Клинге из интересного это использование тогда еще нового Multi-shot. Это особенно помогло при генерации видео сразу с речью (а значит консистентный голос персонажа) в разных сценах/локациях. При разных генерациях одного персонажа с одним и тем же промтом, голос выходил все равно слегка разным. И мультишотом это решилось. Часть start-фреймов дорабатывалась локально. Когда нужно было добавить крови или сделать что-то, что цензура не позволяла. Некоторые задачи, для соблюдения точности концепта требовали более сложных решений. Например, кадр с подлодкой требовал создания 3D модели подлодки, чтобы она соответствовала замыслу. Из интересных особенностей, путем проб и ошибок вышло следующее. Если загружать clay-рендер в банану, результат выходил хуже, чем если делать во флюксе из карты глубины в картинку. Так же, никто из видео-генераторов не справился с невидимостью. Поэтому тут еще в Kling О3 был получен из кадра с останавливающийся подлодкой пустой плейт. И далее уже потом тонна композа с масками, доп. эффектами и тд. По этой же причине, девушка в лесу, которая проявляется как голограмма, генерировалась на зеленке, а затем кеилась. Кадр с вываливающимся кубом из портала, там портал тоже делался руками, потому что все генерации портала не соответствовали замыслу концепта. В целом было довольно много композа, создания 3D моделей и прочих ухищрений. Конечно же создание лор для флюска и листов персонажей для бананы. А далее монтаж, цветкор, добавление пылинок, бликов и т.д. И Саунд-дизайн. Вот такой получился симбиоз локальных моделей, серверных решений, 3D, композа и VFX. @cgevent

Dissectible Anatomy Виртуальная анатомия, которую можно резать и рвать в реальном времени. Данные криосечений (включая Visible Human Project) превращаются в деформируемые модели - как в лаборатории анатомического вскрытия, только без последствий и с undo • разрезы, разрывы, отодвигание и разделение структур на лету • фрактура модели через операции над signed distance fields • сплэты вместо мешей - нет топологии, которую надо пересчитывать при разрезе • не зависит от движка и CUDA - портативные compute shaders • позиционная динамика (PBD) для деформации • работает на обычных GPU через шейдеры • вокселизация мешей - можно собирать модель из любого 3D-объекта Награда Audience Choice на SIGGRAPH 2026 Real-Time Live. Авторы смотрят в сторону анатомического образования, а техника годится и для игрового разрушения и VFX в духе The Thing и Scanners Спасибо @kiticatmur #simulation #anatomy #news #research

Runway бахнул Ruby: еще один SDR в HDR Разбираемсо, сравниваем, ботанствуем. Ruby принимает уже существующее SDR-видео и расширяет его яркостный диапазон до HDR. Можно скормить как свой загруженный ролик, так и результат любой модели Runway. Ruby сохраняет исходные пиксели и аудио, ничего заново не рендерит, а расширяет яркость в HDR headroom с color-preserving обработкой. То есть это скорее очень умный нейросетевой inverse tone mapping, чем генеративная перерисовка видео. Через API принимаются SDR-ролики до 40 секунд и менее 4096 px по каждой стороне, хотя в первоначальном анонсе интерфейса Runway фигурировал лимит 30 секунд. 12 бит и 16 бит - тут есть важная тонкость. Фраза Runway "up to 16-bit HDR" звучит круто, но 16 бит относится прежде всего к EXR. Это OpenEXR с half-float: 16-битное floating-point значение на канал, а не обычные 65 536 равномерных целочисленных уровней. Float16 имеет огромный диапазон значений и отлично подходит для scene-linear света, композа и грейдинга. Но это не означает, что Ruby каким-то чудом превращает исходный 8-bit SDR в 16 бит реально измеренной камерой информации. Новая информация синтезирована моделью. Для готовых видеокодеков Runway заявляет 10- и 12-bit ProRes/HEVC. Причём есть небольшой нюанс документации: публичный анонс говорит о 10/12 bit ProRes и HEVC, тогда как текущая API-документация явно описывает стандартный HEVC HDR10 как 10-bit, а для профессионального ProRes предлагает 422, 422 HQ и 4444. Поэтому "12-bit" я бы пока воспринимал прежде всего как максимальную доступную глубину некоторых export-профилей, а не как обязательную характеристику EXR и остальные форматы. Самый RAW-профессиональный вариант Ruby - ZIP с последовательностью OpenEXR half-float кадров. Причём API уточняет интересную вещь: внутри это linear BT.2020 light, плюс sidecar-файлы с colorimetry/provenance и отдельный audio.wav, если в источнике был звук. Это вариант для Nuke, Fusion, Resolve и VFX-пайплайна, где ты потом сам решаешь, как делать mastering. Второй вариант - ProRes MOV, BT.2020 + PQ, с профилями 422, 422 HQ или 4444. Третий - HEVC HDR10, то есть 10-bit, BT.2020 + PQ, уже почти готовый delivery-файл для HDR-телевизора, YouTube и т.п. Есть также HLG, удобный прежде всего для broadcast. Вот это, на мой взгляд, одна из самых сильных сторон Ruby: он выдаёт не только "HDR EXR для технарей", но и сразу практические HDR master/delivery форматы. Первые отзывы. Появился и первый содержательный негативный тест: один пользователь пишет, что в полученном EXR всё ещё видит заметный banding, а в тенях и светах не появляется ожидаемого объёма информации - по его впечатлению это больше похоже на качественное расширение диапазона, чем на настоящую реконструкцию 16-bit материала. Это пока единичный отзыв, а не нормальный A/B тест. На Reddit ситуация ещё показательнее: обсуждение Ruby только начинается, люди в основном спрашивают, кто уже успел сравнить его с Topaz. Поэтому делать вывод «Ruby лучше/хуже» пока рано. @cgevent