Нейронавт | Нейросети в творчестве

#humor VK | MAX

DLSS 5 Visual Enhancer Отдельное Windows-приложение DLSS 5 #dlss5 #upscale VK | MAX

Nemotron 3 Diarization preview NVIDIA выложила превью модели для диаризации речи - определения, кто и когда говорит в аудиозаписи. Работает на архитектуре streaming-sortformer, то есть умеет размечать спикеров в потоке, а не только по готовой записи. Диаризация — это процесс определения, КТО говорит в аудиозаписи. Система анализирует звук и разбирает его по голосам: выделяет разные говорящих, отмечает моменты, где они начинают и заканчивают говорить Доступ по запросу, лицензия nvidia-software-and-model-evaluation-license: использовать можно только для внутреннего тестирования, не в продакшене Доступны блокноты для Google Colab и Kaggle, интеграция с библиотекой NeMo. #diarize VK | MAX

Orbis непрерывная интерактивная генерация видео из текста или картинки. Сюжет меняется командами на ходу без остановки потока. Многоуровневая память держит персонажей, окружение и стиль в длинных сессиях. Продолжение видео, синхронный звук. 18fps в 832×480, апскейл до 4K Демо ——— H3-World #MiniMaxH3 научили реагировать на клавиши движения и камеры. Команды переводятся в текстовые инструкции к моментам видео, отдельный модуль действий не нужен, только #LoRA Пока генерация по последовательности клавиш, не real-time. Код HF Спасибо @Endorpheen #interactive #world VK | MAX

Prompting Claude Fable 5.1 Официальный промпт-гайд Как изменилось поведение модели между Claude Fable 5.1 и Claude Mythos 5.1 и что с этим делать в промптах для агентов • effort уровни low medium high xhigh max дают другой объём размышлений чем раньше - тестировать заново • модель реже шлет промежуточные апдейты между вызовами инструментов, может молчать минутами - статус проси явно • в agent loops лучше батчить независимые tool calls за один ход • история диалога должна быть append-only, иначе запрос падает с ошибкой bound to a different conversation • на low effort модель реже лезет в search и retrieval, чаще отвечает по памяти • безобидные запросы на код иногда получают stop_reason refusal из-за safety классификаторов • на xhigh и max для длинных ответов нужен запас по max_tokens #prompting #guide VK | MAX

Atlas Новая модель мира от World Labs для пространственного интеллекта. Предобучена с нуля работать сразу с текстом, изображениями, видео и 3D в общем пространственном контексте: по всему увиденному генерирует что будет дальше и держит сцену согласованной в 3D. • генерация с управлением камерой - видео из одного или нескольких снимков с точным заданием ракурса • реконструкция сцен - из нескольких фото восстанавливает новые ракурсы и явную 3D-геометрию, обходя специализированные модели реконструкции • симуляция пространства и времени - перекадрирует видео и готовит данные для робототехники по принципу реального в симуляцию • генерация изображений - текст в картинку и в 360-панораму, сложные промпты, рендер текста, разные стили • видео до 1 минуты при 1440p • реконструкция по 1-100+ входным изображениям Поклянчить ранний доступ #world #image2world #gaussian

#humor

Muse Voice Transcribe Meta (запрещено в РФ) Superintelligence Labs выкатила первую модель распознавания речи в реальном времени. Разбирает голос, диаризацию и определение конца фразы на лету без задержек Возможности: • потоковое распознавание речи • диаризация 20+ говорящих одновременно • определение конца реплики в потоке • переключение между языками внутри одной фразы • настройка на конкретные имена и термины Поддержка 25+ языков. Русский не указан. В демонстрации модель разбирает восемь человек, говорящих одновременно, и правильно понимает кто что сказал. Отдельно точность подтягивается контекстом: если упомянуть конкретное имя или место, модель его узнает и не путает с похожими словами #stt #diarize #realtime VK | MAX

UNSEEN Gemma 4 26B NSFW Дообученная версия Gemma в формате GGUF, заточена под NSFW-контент ——— GLM-5.3-Flash-UNCENSORED-FP8 Обесцензуренный FP8 GLM-5.3-Flash #uncensored #gguf #fp8 VK | MAX

Google Pics Google запустил Canva-подобный сервис для создания и редактирования картинок внутри Workspace. В основе естественно модель Nano Banana. Генерация изображений по текстовому запросу, точечная правка, выделение отдельных объектов, редактирование и перевод текста на картинке. Работает как отдельный продукт и встраивается в Docs, Slides и Drive - редактировать можно, не выходя из документа. Над одной картинкой уже можно работать командой Доступ уже получают подписчики Google AI Pro и Ultra, а также большинство бизнес-клиентов Workspace #imageediting #design VK | MAX

Накопилось по #minimaxH3 - часть 13 t.me/rublev_cgai/50 - Minimax Studio от @Evgeny_Rublev github.com/seitanism/ComfyUI-H3-Motion-Context-MultiRef - продление генерации с контекстом движения, референсами, латентным маскированием github.com/ethanfel/ComfyUI-MiniMaxH3-Contex-Loop - чейнер сцен со сценарным подходом: просмотр, retry, досборка github.com/KursatAs/ComfyUI-H3-Multishot-Advance - рендер последовательности, закрыл ComfyUI, открыл - продолжил github.com/chflame163/ComfyUI_Qwen_H3_Prompt - Qwen3.8-27B + офисные скиллы H3 в ноде ComfyUI. Свой llama.cpp сервер, выгрузка из VRAM после использования github.com/YixuAnsensei/minimax-h3-comfyui-all-in-one - ресурс-пак для запуска H3 на 8GB VRAM ноутбуке civitai.com/models/2899220/minimax-h3-t2va-t2v-polyhedron-perfect-eyes-perfect-skin-perfect-hands - LoRA на реалистичную кожу с дефектами, улучшает руки и глаза. Триггеры perfe8ct, perfect skin, perfect hands, perfect eyes #lora #realism #longvideo #multishot

Qwen3.8-Max-0902 Обновление флагманской модели Qwen. Дополнительное обучение на Coding и Cowork подтянуло результаты на сложных корпоративных задачах, научных расчетах и длинных многошаговых сценариях • работает с задачами уровня enterprise • держит длинные цепочки шагов без потери контекста • заточена под кодинг и совместную работу над проектами • 2.4T параметров • 1M токенов контекста Цены за 1M токенов • $2 за входные, $6 за выходные • $0.17 explicit cache hit • $0.25 implicit cache hit Уже доступна по API на QwenCloud #news #flagship VK | MAX

Claude Fable 5.1 и Claude Mythos 5.1 Одна и та же модель под капотом, разный уровень защитных мер. Fable 5.1 в открытом доступе для кодинга и работы со знаниями, Mythos 5.1 - только через доверенные программы, заточен под кибербезопасность и науки о жизни • поиск уязвимостей в коде разрешен, разработка эксплойтов - нет • в кибербезопасности на 60% меньше ложных срабатываний • доступ к биологическим возможностям Mythos 5.1 откроют ученым через программу с правительством США • для типичных нагрузок Fable 5.1 дешевле Fable 5 примерно на 25%, для агентной работы - до 45% • Enterprise Frontier Safeguards хранит данные в облаке клиента, начнут подключать поэтапно этой осенью #news #flagship VK | MAX

#humor VK | MAX

MiniMax-H3 Acc LoRAs — ComfyUI conversion Сконвертированные для #Comfyui ускоряющие лоры #optimization #minimaxH3 #lora VK | MAX

VibeCoded AI-Slop License v1.0 Кто-то наконец написал честную лицензию для кода, который написала нейросеть по смутному промпту. Гист на GitHub разрешает делать с софтом что угодно - без спроса, без указания авторства, без объяснений. Автор прямо признает: он мог не писать код, не читать код, не тестировать код и не заметить, что половины зависимостей не существует. Пункт про качество отдельного упоминания достоин: софт может "выглядеть рабочим, тихо делая что-то совсем другое", содержать функции с именами вроде processData2FinalNew и архитектурные решения, принятые потому что "нейросеть сказала - надежнее сделать так" Гарантий и поддержки нет. Если задеплоил в прод не читая - это было твое решение #news #coding VK | MAX

ICE-012 Audio (DarkPs) Многоязычная говорилка с клонированием голоса. 590 языков и диалектов, есть русский. - Клонирование голоса по 2 секундам - Управление голосом: пол, возраст, высота, акцент, стиль (шепот), скорость - Стриминг-генерация без ожидания полного файла - Активный акустический адаптер: обрабатывает кодек-эмбеддинги до и после основного блока Подходит для озвучки на редких языках, где коммерческие TTS отсутствуют #tts #russian #voicecloning VK | MAX

DreamX-Creator Исследовательский фреймворк для нативной генерации видео со звуком в 2K. Первый кадр + текстовый промпт - модель генерирует видео и аудио совместно. Развитие идей Wan и OpenMOSS - Gated Cross-Modal Attention: видео и аудиопотоки обмениваются информацией в обе стороны - Финальный апскейл до 2K в один шаг сохраняет движение и тайминг звука - Развитие идей Wan Team и OpenMOSS (MOVA) - Ещё не для продакшена: веса, код инференса и инструменты оценки обещают позже Код / веса ждем #va #t2va #2k #i2va VK | MAX

А что, если не выбирать один курс? В Дизайн-библиотеке BBE — 80+ курсов по дизайну и смежным направлениям. Здесь можно изучать то, что интересно именно сейчас: от типографики, иллюстрации и Photoshop до брендинга, управления, кино и музыки. И главное — не нужно покупать каждый курс отдельно. Можно собрать свою собственную траекторию и учиться в свободном ритме — проходить несколько курсов одновременно или переключаться между совершенно разными темами. С 1 по 14 сентября можно попробовать билиотеку за 1 ₽. Если давно хотели чему-то научиться, но каждый раз зависали на вопросе «а что именно выбрать?» — возможно, это ваш знак 👀 Посмотреть Дизайн-библиотеку → https://tglink.io/922c88c09d4d3d #реклама О рекламодателе erid: 2W5zFJdN84q

ComfyUI-DLSS5-NR Неофициальная экспериментальная интеграция NVIDIA DLSS 5 в #ComfyUI. Нода поднимает Neural Rendering внутри процесса ComfyUI через собственный native D3D12-мост, без отдельного исполняемого файла и без временных файлов на диске • прогоняет IMAGE из ComfyUI через Python/ctypes и dlss5nr_bridge.dll напрямую в D3D12 и NGX • работает без сторонних процессов и без записи на диск • доступна как нода DLSS 5 Neural Rendering (Unofficial) в категории experimental Нужны Windows 10/11 x64, RTX-видеокарта, свежий драйвер NVIDIA и свой легально полученный nvngx_dlssnr.dll - проект его не раздаtт. Целится в недокументированный pre-release интерфейс NVIDIA, не связан с NVIDIA или Comfy Org #dlss5 #upscale VK | MAX