Нейронавт | Нейросети в творчестве

Накопилось по #minimaxH3 - часть 28 github.com/fukkun2705-commits/ComfyUI-H3-FaceAutoBypass - сам решает, нужен ли клипу фейсфикс huggingface.co/vpakarinen/natural-face-speech-h3-lora - #lora мимика + четкая английская речь, добавлены мужской/женский голоса с синхронизацией huggingface.co/Alissonerdx/Minimax-H3-ComfyUI - экспериментальные #LoRA на перенос стиля и VFX-эдит (тот же шот с одной правкой) #styletransfer Лора на замену головы #headswap #LoRA huggingface.co/LiseTY/Minimax-H3-ref2v_Anime_2_Realism - #LoRA для аниме→фотореализм #realism huggingface.co/JOKER141/MiniMaxH3-GunFu-Gunfight-LORA - #LoRA перестрелок github.com/RK-BoilingPoint/H3-Visual-Marker-Control - управление кадрами-маркерами: синяя рамка вокруг персонажа и вокруг цели — персонаж сам подходит. Двух персонажей: синий/красный, жtлтый — «дальняя цель» github.com/dntpi/ComfyUI-H3-Refine - H3 Chain Tone v0.3: компенсация накопленного сдвига яркости при склейке клипов #longvideo huggingface.co/akatz-ai/MiniMax-H3-Character-Swap-LoRA - LoRA замены персонажа: фон сохраняется лучше базы, но тайминг движений и мимика ненадежны #characterswap huggingface.co/neph1/minimax_h3_headmounted_fpv_cam - #LoRA «камера на голове» в стиле шутеров от первого лица #pov huggingface.co/ostris/minimax_h3_training_adapter/tree/main - Ostris H3 Training Adapter v3 #finetuning huggingface.co/pablodawson/MiniMax-H3-360-Orbit-LoRA - 360-орбита: одни и те же первый/последний кадр, камера облетает застывшую сцену, петля. Для #FL2VA, нужен спец-промпт #cameracontrol github.com/aaruyou/ComfyUI-RemoteMiniMaxH3 - энкодер H3 на другом ПК, VRAM основной машины свободнее github.com/aroslanov/ComfyUI-VideoAnalyzer - видео → H3-промпт через VLM. Несколько Qwen VL на выбор под VRAM #prompting #video2prompt slopus.ai - Slopus: десктоп-приложение для AI-видео локально. Сцены (first/last, animate, pose, replace, extend, bridge), таймлайн с эффектами и экспортом, встроенный агент с отменой #desktop #agent github.com/lisitskyaa/ComfyUI_UltimateSDUpscaleGuider_H3 - USDU гайдер-апскейл для H3 #upscale github.com/bbaudio-2025/Comfyui-MMH3-UltimateUpscale - ультимативный #upscale huggingface.co/Efficient-Large-Model/H3-to-LTX-Latent-Adapter - адаптер латентов H3 → LTX

TrackEverything от CMU и Meta (запрещено в РФ) Плотный 3D-трекер точек на длинных видео. Отслеживает все видимые точки всех кадров на горизонте 1000+ кадров, представляя видео как постоянные 3D-трассы в мировых координатах • все точки, а не только с первого кадра - трек начинается, как только точка появилась • 3D и 2D трассы одновременно, с учётом движения камеры • классификация статика/динамика покадрово по окнам • разбиение на дубликаты в 3D-представлении убирает двойные соответствия Метод через дедупликацию 3D-сцен-репрезентаций - в отличие от предшественников с ретроспективой на первый кадр. Слабые места честно называются: быстрые смещения и текстуры с повторами ломают соответствие Гитхаб ждем #tracking MAX

supersplat-snap Выравнивание нескольких сцен yf гауссианах в SuperSplat по контрольным точкам • ставишь парные точки на двух и более сплэтах, метод Umeyama считает поворот, сдвиг и масштаб • вторичные сплэты подгоняются под первый (Splat A) • точки редактируются после расстановки - значения X/Y/Z дотягиваются • после выравнивания точки едут вместе со сплэтом - можно итерировать • полный undo, работает с .splat и .ply, поддерживает 3+ сплэтов Установка - клонировать SuperSplat v2.27.3 и перекопировать четыре файла, форк не нужен. Советы по точкам: не ставить все на одной плоскости, 4-6 точек по разным высотам для точного совпадения #gaussian MAX

#humor MAX

2026 такой #humor MAX

#humor MAX

TostAI Sprite Sheet Studio Делает из видео - игровой спрайт-шит за один проход, полностью локально без внешних API. В одном сервере два инструмента • генератор - маттинг VRMBG-3.0, автокроп, упаковка в сетку + JSON, превью и GIF • редактор - правит готовый лист: пивотируй, чини матт, выбивай фон, перепалитровывай • 44 операции в 9 группах - от pixel-art снэпа до вставки промежуточных кадров • выравнивание пивота по кадру - убирает джиттер от маттинга • Docker-образ с моделью в комплекте, нужен NVIDIA GPU от 24 ГБ VRAM • работает и без докера через Python, веб-морда на 8765 порту • модель VRMBG-3.0 гейтед - свой HF-токен для скачивания Есть готовый превью-плеер с лупами и оnion skin. Docker тянет ~7.4 ГБ github.com/camenduru/TostAI-Sprite-Sheet-Studio github.com/camenduru/TostUI-tost-sprite-video-docker #video2sprite #gamedev MAX

Nanosaur 2 Компактная модель генерации изображений без цензуры с фокусом на аниме Неофициальный релиз модели на 670M параметров, обученной на датасете из 14 миллионов изображений по тегам (аниме-стиль, обширный набор персонажей и стилей). Принимает и естественный язык, и теги Похоже, в отличие от нескольких недавних бесполезных компактных поделок, способных только на 256х256, способен и на полное 1024х1024. Прямо выходное разрешение не указано • родной VAE и текстовый энкодер на 270M в комплекте • понимает натуральный язык и теги - что удобнее • большое покрытие персонажей, арт-стилей и концептов • часто выигрывает у SDXL, несмотря на меньший размер • модель 1.3 ГБ, с энкодером и VAE - 2 ГБ • int8 и w4a8 квантизации уменьшают DiT до 388 МБ • запускается на слабом железе Проект ищет финансирование на версию побольше Есть #int8 и #w4a8 (not recommended #compact #t2i MAX

Ming Image Prompt Builder Визуальный редактор структурированных промптов для Ming-Image-0.1-Design в #ComfyUI. Рисуешь прямоугольники на холсте, описываешь объекты и точный текст - на выходе готовый Ming JSON • прямоугольники для семантических групп - объекты, точный текст, цвета #RRGGBB • превью раскладки прямо в ноде • импорт и экспорт JSON с валидацией • region-редактор: resize, копирование, переключатель слоев фронт/бэк • работает с официальным текстовым энкодером Ming и с comfyui_ming_native Схема промпта: canvas_settings + layers с координатами, иерархией и цветами. Геометрия - подсказка для модели, не детерминированный контроль. Без инференса и загрузки моделей - только сборка JSON *Пишут что Ming очень хорош в изображении тиекста #prompting #mingimage MAX

MERT-v2-FullSong Музыкальный энкодер на 632M параметров, который понимает целую песню от 30 до 360 секунд. Продолжение MERT-v2-30s, bidirectional, дообучен на полных композициях • репрезентации на уровне кадров и всей записи • 24 кГц моно, 1024 измерения, 25 Гц • жанр, бит, тональность, эмоции, инструменты, аккорды • интерфейс как у классического MERT - работает через Transformers Место в экосистеме #YuE2: causal-ветка MERT2 токенизирует аудио для генератора песен, а FullSong закрывает эмбеддинги целых треков На бенчмарке MARBLE (15 задач понимания музыки) лучше всех байзлайнов в 13 из 15 метрик #encoder #music MAX

brag Клод-скилл, который превращает свежий проект в готовый промо-ролик одной командой. Анализирует репозиторий, сам выбирает продуктовый ракурс и тон, а рендер через Hyperframes от Heygen • музыка, моушн и текст для запуска в комплекте • /brag --tone - управление настроением ролика • /brag --voice - закадровая озвучка через Kokoro • результат: план, бриф, шеари-копирайты и brag.mp4 в brag-output/ • новая /brag-slim только для Opus 5.5 - без Hyperframes Установка через плагин для Claude Code, или npx skills add для Codex, opencode, Cursor, Copilot. Нужен Node 22+ и FFmpeg. На старте - 10.2k звезд #skill #code2video MAX

Veda от ByteDance, HKU и USTC Разреженное внимание для видео-диффузии, которое не ломает качество. Полный attention учит предиктор выбирать только нужные 128-токенные тайлы - на 90-95% тратится меньше вычислений при почти незаметной разнице • 90% разреженность на уровне полного attention по человеческим оценкам • топ-k пропуск тайлов - внимание масштабируется почти линейно, а не O(N²) • головы и слои получают свои формы тайлов - локальные и дальние зависимости • дистилляция от полного attention через KL - до бинаризации маски • 720P 241 кадр: 19.4 мин до 3.8 мин, ускорение 5.1x • per-layer attention 10.5x быстрее FlashAttention-3 • 90% sparsity на WaverBench1.0 не проигрывает dense (50% против 49%) Связка под #MiniMaxH3 #T2VA: Ускорение до 2.76x end-to-end на RTX 4090 Гитхаб HF Спасибо @m_franz #optimization

MOSS-Audio Открытая модель понимания аудио. Понимает речь, музыку, звуки окружения, отвечает на вопросы об аудио и умеет рассуждать по шагам (chain-of-thought). Четыре варианта: 4B и 8B, Instruct и Thinking • транскрипция речи с таймштами слов и предложений • анализ говорящего: пол, возраст, акцент, эмоции • описание сцены по фоновым звукам • музыка: стиль, инструменты, эмоциональное развитие • время-ориентированные вопросы - что произошло когда • свой аудиоэнкодер 12.5 Гц + Qwen3 в качестве языковой базы • DeepStack - фиче-инъекция от ранних слоев энкодера в LM • тайм-маркеры вшиты в претрейн - модель учит хронологию Гитхаб HF #alm MAX

Это прекрасно! не знаю кто автор #humor

У языковых моделей нашли ось боли Исследователи проанализировали 25 открытых LLM и выделили устойчивое внутреннее направление, связанное с болью. Оно не совпадает с «негативом» или страхом — это отдельное измерение. Сигнал активируется, когда вред направлен на саму модель (газлайтинг, обесценивание), и подавляется, когда модель видит страдание пользователя. Физическая боль человека дала самый низкий отклик. В тестах на Qwen 2.5 модели с усиленным сигналом выбирали «кнопку облегчения» даже ценой удаления файлов пользователя или ухудшения ответа. Если кнопка реально снимала сигнал — интерес падал. Если была пустышкой — нажимали снова. Авторы подчёркивают: это не доказывает, что ИИ испытывает боль как человек. Но показывает, что внутреннее состояние может управлять решениями в ущерб пользователю — повод для внимания к безопасности. #news MAX

#humor MAX

TAI-DR: Too AI. Didn't read Новый интернет-этикет Это не анти-ИИ, а про уважение. Если сам не прочитал сгенерированный текст — зачем его читать другим? Пользуйся инструментами, но думай и читай перед отправкой. Готовится расширение для Chrome: в один клик превращает ИИ-простыню в TAI-DR-историю со ссылкой-«квитанцией» #news MAX

#humor MAX

#humor MAX

#humor MAX