TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #130 · 3.01
Arcane — лучший сериал, который выпустили в прошлом году. Вот что получается, если экранизацию игры доверить тем, кто, собственно, эту игру делает. Парадокс, но за всю историю Голливуда специалисты по созданию кино всегда делали очень плохое кино по играм. А вот тут специалисты по играм сделали очень крутое кино по игре. Я сам никогда не играл в League of Legends, и даже не видел ничего из неё, не знаю вселенную и персонажей. Но при этом получил огромное удовольствие от Arcane. Для начала отмечу стильное и приятное графическое решение — художественный фильтр поверх 3D. Причем, хитрый фильтр, с лимитом на число цветов и каким-то эффектом кисти, что ли. Именно таким способом нужно превращать в мультик современную трехмерную графику, а не так, как попытались сделать это авторы марверовского What If, на который не слёз не взглянешь. Но даже и вне графики Arcane это десяток интересных и разнообразных персонажей, глубокие проработанные конфликты, очень классный экшен с прекрасной постановкой кадра, и, наконец, красивый, но не избитый сеттинг. Авторам удалось совместить стимпанк, магию и зомби так, что это осталось гармоничным. Конечно, сериал не избежал чисто видеоигровых условностей. Герои развиваются слишком быстро, многие вещи не в меру вычурны, а артехипы персонажей очень полярны: вот тебе DD, вот тебе рога, вот тебе инженер итд. И всё-таки, сразу видно, что Arcane создавали люди, которые очень любят своё дело, и хотели не столько заработать денег и показать неуклюжий фансервис, сколько рассказать историю и попробовать себя на новом поприще. Кстати, в интервью с главой компании говорилось, что пафосные голливудские журналы о кино вроде Variety и The Hollywood Reporter проигнорировали выход сериала. Старики небось подумали, кому нужен мультик по игре. А мультик по игре лучше, чем 95% всего, что вышло в Голливуде за год. #fiction
Hashtags
Търсене: #text2video
@phygitalcreative · Post #3157 · 29.06.2023 г., 13:26
Rerender a video теперь можно запустить в колабе. Работает пока не очень, можно ожидать что в официальном релизе будет лучше. Много красивых примеров на официальной страничке colab @тоже_моушн #text2video#video2video
Hashtags
@semasci · Post #1081 · 24.04.2025 г., 10:37
Wan стал условно бесплатным Китайская модель для генерации картинок и видео Wan.Video стала условно бесплатной. Теперь сама генерация бесплатна, а кредиты (которые, как и раньше, дают немного бесплатно) тратятся на приоритезацию в очереди. Т.е. плата только за время выдачи результата. Соответственно, если можете подождать, то бесплатно). Качество генерации вполне на высоте, как картинки, так и видео. Можно подкладывать свой аватар (лицо), на примере: Educational Content with a Cozy Cafe Ambiance: A young man, dressed in a stylish dark polo shirt, stands against a warm, wooden cafe backdrop. His short, neatly-groomed hair frames his face as he passionately discusses recent advancements in neural networks. Holding a smoking ceramic cup of cappuccino, his eyes meet the camera with engaging confidence. The ambient lighting from table lamps softly illuminates his features, enhancing the intimate educational atmosphere. In the background, cozy cafe tables and a hint of bustling activity create a lively yet focused setting. The camera smoothly moves in for a mid-shot, capturing the essence of trustworthy knowledge-sharing. А главное, доступен в России без VPN, общаться можно на русском. Из минусов: 1. Время ожидания в очереди не указывает, невозможно понять, секунды остались до выдачи или часы. Это прям огромный минус, надеюсь скоро исправят. 2. Текст на картинке пытается выдать на китайском. Тут просто это надо знать, тем более не многие модели вообще могут нормально текст на картинке сделать, и особенно на русском. https://t.me/semasci #wan#text2image#text2video#image2video
@githubtrending · Post #14988 · 23.07.2025 г., 00:00
#python#deep_learning#diffusion#flax#flux#hacktoberfest#image_generation#image2image#image2video#jax#latent_diffusion_models#pytorch#score_based_generative_modeling#stable_diffusion#stable_diffusion_diffusers#text2image#text2video#video2video The Hugging Face Diffusers library is a powerful and easy-to-use tool for generating images, audio, and 3D molecular structures using advanced diffusion models. It offers ready-to-use pretrained models and flexible components like pipelines, schedulers, and model building blocks, allowing you to quickly create or customize your own diffusion-based projects. Installation is simple via pip or conda, and you can generate high-quality outputs with just a few lines of code. This library benefits you by making cutting-edge AI generation accessible, customizable, and efficient, whether you want to run models or train your own[1][2][5]. https://github.com/huggingface/diffusers