TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #186 · 25.01
В прошлом году я немного поизучал движок для создания игр Godot — это опенсорсный аналог Unity, который мне посоветовали. И он мне очень понравился, гораздо больше, чем Unity. Он логичный, простой, при этом позволяет делать очень много и гибко. Его создают гики для гиков, а не маркетологи для студий. По сравнению с Unity он объективно выигрывает в легковесности сборок и субъективно выигрывает в понятности и удобстве проектирования. Ну и, конечно, он бесплатный. Однако, видно, что движок достаточно новый — документация не всегда полна, в самой системе встречаются баги. Впрочем, если вы не боитесь трудностей, или если у вас богатый опыт разработки, для игр настоятельно рекомендую. На днях вышла новая мажорная альфа-версия с кучей интересного. Поскольку я иногда делаю всякое под платформы с голосовым управлением, то здесь я купил ассеты и попробовал собрать демку — 2D-игру с боем танков в жанре "Артиллерия", по сути это современная копия TankWars аж 1990-го года. Для двух игроков на одном телевизоре или одном СберПортале: ходы по очереди, нужно подстраивать угол и силу выстрела с учётом ветра и позиции противника, чтобы попадать. В таких механиках как раз голосовой ввод оправдан и даже вполне удобен (если смотрели мою лекцию о способах ввода, то поймёте). Если у вас нет редких устройств от Сбера, то попробовать игру вы не сможете, но можете посмотреть на видео. Там старый вариант, а на скринах уже более новый, с переделанным HUD. В этом году хочу ещё какую-нибудь игру сделать. #dev#games
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