TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #608 · 25.10
Стоило обрадоваться, что в новом дизайне ВК видеозаписи поставили на видное место в верху страницы, а я как раз стал частенько видосы с дрона заливать. И вот теперь этот раздел убрали вниз, а в шапке оставили буквально худшие четыре раздела, которые наименьшим образом подходят для презентации страницы. Фото — никто давно не юзает ВК как фотоблог, и сюда будут попадать картинки, которыми иллюстрируют посты (вот как у меня), и которые без поясняющего текста просто рандомный мусор. Клипы — не должны были существовать изначально ни в каком виде. Но вообще, речь о дизайне страницы для десктопов, на которых вертикальное видео смотрят только очень странные люди. Музыка — актуально только если вы автор и исполнитель песен, презентуете свою страницу своими же треками. Потому что презентовать её просто чужой музыкой, которую вы любите — полная фигня, и никому не нужно. Статьи — единственное, что хоть как-то оправдано в этом месте, но формат для ВК настолько мёртвый, его считайте нет. Даже профильные паблики, как я вижу, перешли с редактора статей на тупо ссылки на свои внешние сайты. Вероятно, потеря в охватах одинаковая что для ссылок, что для статей (на которые никто не нажимает), но сайт проще монетизировать. #web
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