TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #739 · 24.01
Есть такой крупный англоязычный видеоигровой форум ResetEra — около 10 миллионов ежемесячных посетителей. И на нём запретили любые упоминания и обсуждения игры Hogwarts Legacy — недавно вышедшего высокобюджетного проекта по вселенной Гарри Поттера. Хотя проект громкий, рекламируют его много, играть в него тоже будут наверняка очень многие, и на видеоигровом форуме это должно быть одно из топовых и самых интересных для аудитории обсуждений. А запретили потому что, как вы помните, пару лет назад Роулинг высказала в Твиттере фразу, которую посчитали оскорбительной некоторые трансгендеры. И понёсся каток кансел-культуры — стало модно и репутационно-правильно в западном обществе высказываться против Роулинг, а Роулинг, в свою очередь, систематически продолжала высказывать свою позицию открыто против транс-людей. Что характерно: молодые актёры из фильмов о Гарри Поттере, которые, по сути, с этих фильмов стартовали свою карьеру и вне этих фильмов особых заслуг не имеют, высказывались резко и однозначно в сторону канселинга. А вот актёры постарше вели себя более сдержано, хотя они как раз Роулинг обязаны куда меньшим. В общем, этим форумом рулят настолько отбитые леваки, что они под угрозой бана полностью запретили любые упоминания игры, потому что игра по вселенной Гарри Поттера, а его написала "трансфобка". А все посты, где пользователи попытаются обсудить это решение администрации, будут удаляться. Свобода слова! Я не собирался покупать Hogwarts Legacy, но вот сейчас даже задумался, а не поддержать ли этот проект чисто из принципа. #games Один из самых смешных мемов по теме, что я встретил:
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