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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #677 · 3.12

Ребята из ВК, похоже, чуть-чуть прислушиваются к пользователям. Когда я написал пост про неаккуратность с переносом названий статей, эту проблему довольно быстро исправили. И вот только что я писал вам об опросах в ленте, и о том, что именно на мой взгляд в них нужно спрашивать. Сегодня мне пришло два новых опроса: "Достаточно ли в ленте записей от друзей?" (поставил минимальный балл) и "Насколько лента соответствует вашим интересам?" (поставил 2 из 5). Интересно, как именно такая статистика будет обрабатываться? Вот допустим ответят люди, что записей от друзей недостаточно, и что с этим ВК сделает? Вернёт активность пользователей? Если бы могли, то уж давно сделали бы. Но если вдруг мои посты как-то влияют на происходящее: Уберите, пожалуйста, вкладку "Клипы" в нижнем меню. А лучше вообще вынести вертикальные видео для детей в отдельное приложение. Хотел написать "Вместо этой кнопки сделайте обновляемую подборку авторских текстов"... но, пожалуй, будь я сейчас владельцем крупной соцсети, не поставил бы на тексты. Тяжело смириться с тем, что люди перестали читать, но придётся. Возможно, ВК нужно превратить в русский ютуб. А, значит, наладить систему рекомендаций. Сейчас я захожу в раздел "видео", и там какой-то телевизор для домохозяек. Где коптеры и инженерные блоги? #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