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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #586 · 6.10

Сегодня на митапе VK Mini Apps рассказали о нововведениях, и там много того, что хотелось бы иметь лет пять назад. Например, сервис можно будет встроить в страницу пользователя и производить с ним какой-то дополнительный вид взаимодействия за пределами возможностей самого ВК (скажем, записаться на ноготочки). Или особая интеграция в сообщения, похожая на HTML5 режим у телеграм-ботов. Вообще обидно, что столько выстрелов в холостую. Я никогда не переставал говорить, что технически ВК в лидерах рунета. Инструментарий для блогов топовый, почти ни у кого нет ничего подобного по возможностям и удобству, в том числе за рубежом. Платформа приложений тоже очень богатая на функции. А обидно, потому что всё это делается на выжженной земле, где почти не осталось взрослых активных пользователей. Вот вы это читаете и наверняка большинство из вас не пользуется миниприложениями и не знает людей, которые пользуются. Да и в ВК очень многие уже заходят максимум в личку. Я смотрю на страницы в списках друзей, и там аватарки пятилетней давности, а записи на стене десятилетней, в лучшем случае. При этом разработка продолжается. Статьи на Хабре от ВК очень крутые, без шуток. Вкладывается много труда и интеллектуальной работы. Странное ощущение от этого всего. Но я пока и там тоже, как и обещал, как минимум до конца года. #web#dev

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