TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #504 · 15.08
Досмотрел Sandman. Я так в своё время и не добрался до комикса, хотя читал из него несколько эпизодов, и мне довольно много о нём рассказывали. Сложность чтения комиксов в том, что с экрана это очень неудобно, а физические книги я не использую много лет. Сериал отличный даже без знакомства с первоисточником. Крутая самобытная атмосфера. Весьма удачный каст: большинство актёров подобраны чётко, они запоминаются и смотрятся на своём месте. Отдельно порадовал Коринфиан — очень харизматичный. Но в целом хороши даже местечковые проходные персонажи. Сами сюжеты показались немного сжатыми, но это скорее всего жанровая особенность первоисточника, от которой не захотели или не смогли избавиться. По смыслу и наполнению всё равно интересно. Ну и, конечно, возрастной рейтинг позволил авторам нормально показать всякую жесть. Из недостатков не могу не отметить критически высокий процент повесточки. Почти все злодеи и отрицательные персонажи — белые мужчины (Берджес и его сын, второй сын, который украл рубин, Коринфиан, абъюзер в паре, которая удерживала мальчика, практически весь слёт маньяков!). Центральные же положительные персонажи, кроме самого главного героя, в основном чернокожие и/или женщины. Подавляющее большинство отношений, показанных в сериале — гомосексуальные. А гетеро-пары, за небольшим исключением, или предают/изменяют, или являются объектом насмешек или злодеи. Не знаю, так ли в оригинале (говорят, Нил Гейман радикально-левый, поэтому вполне мог), но тут прям из берегов выходит, и очень заметно. Впрочем, кто смотрит современные сериалы, у того уже слепота/привычка выработалась, думаю. А в остальном супер, получил много удовольствия и жду следующий сезон. #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