TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #655 · 17.11
Рынок настольных игр удивительно стабилен на фоне санкций и канселинга русских. Ну, типа, кинотеатрам каюк, электроника через дружественные страны, софт через всякие впны и оформленные в других местах карточки. А вот настолки из Европы продолжают официально подписывать, официально локализовывать на русский язык и продавать в России. И настолки русских авторов — продавать за рубежом и печатать заграницей, если надо. Возможно, рынок настолок такой маленький, что продажи в России составляют для него значимый процент, и поэтому банить Россию слишком невыгодно. Хотя ещё несколько лет назад говорили, что русские особо игры не покупают, и магазины чуть ли не в минус работают. Если это стало выправляться, то хорошо — больше интеллектуальных развлечений народу. Возможно, в целом тусовка всяких настольных авторов и издателей очень тесная и сплочённая. По себе знаю, как для настольщиков ценны другие настольщики, которые любят игры и разбираются в них: с казуальными компаниями ты в лучшем случае будешь какого-нибудь "Каркассона" раскладывать раз за разом, а с гурманами можно и в Brass зарубиться. Короче, единственное моё хобби, которое не просело и даже, кажется, набирает обороты. Дроны тоже в некотором смысле, но это потому что я перешёл на FPV, оборудование для которого берётся с Aliexpress. А вот официально те же DJI из России ушли (вот тебе и друзья-китайцы, ага). P.S. Собрал чат друзей для игры в настолки и назвал его Hellfire Club :) #games
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