TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #575 · 29.09

Если вдруг кто-то думает, что Apple и другие корпорации справедливо наезжают только на сторонников варварского режима, а, пока ты правильный человек, который вёдет себя как нужно, то никаких проблем, то вот ещё история из сети. Есть такой альтернативный клиент для Инстаграма The OG App. Он убирает всякий мусор вроде рекламы и тупых рекомендаций от алгоритмов, зато позволяет, например, создавать кастомные ленты с нужным тебе содержимым. Если вы думаете, что это что-то незаконное, то нет: до недавнего времени клиент распространялся через AppStore и Google Play. Причём, этот клиент не один такой, их даже в топе популярных несколько штук. И вот разработчики The OG App пишут, что почти одновременно произошли два события: - Apple удалила их клиент из AppStore - Facebook забанил личные аккаунты (!!!) всей команды На второе особенно стоит обратить внимание. Чисто формально американская капиталистическая модель разделяет ответственность компании и личную ответственность кого-либо из её сотрудников. Если условный Сбер получает бан от Гитхаба, то нет такого закона, который позволил бы Гитхабу забанить личные аккаунты сотрудников Сбера, если только на них как на отдельные лица не был наложен запрет. Члены команды OG App пишут, что для такого действия сотрудники Фейсбука должны были вручную искать каждого из них лично на LinkedIn или в Google, потому что никакой более явной связи между ними и приложением не было. Что касается удаления из AppStore, то, опять же, судя по всему, об этом просто попросил Фейсбук. Там у приложения, как пишут, был всплеск популярности, оно стало заметнее, и его забанили. Авторы предлагают переходить на андроид, лол :) И это не в какой-то варварской стране под банами. #web

Hashtags

Резултати

Намерени 3 подобни публикации

Търсене: #text2video

当前筛选 #text2video清除筛选
PHYGITAL+CREATIVE

@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

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

GitHub Trends

@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