TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #782 · 17.03
Начал по чуть-чуть смотреть на русскоязычные видеоплощадки, чтобы понять, а существует ли какая-то вменяемая альтернатива, которую, например, могли бы использовать русскоязычные блогеры для доступа к своей аудитории. Как сейчас, после демонстрации Ютубом своей идеологической однобокости, так и в потенциале, если, например, в России Ютуб таки заблокируют. Бывает, что у человека есть какие-то субъективные пожелания к интерфейсу — он считает удобным то, к чему лично он привык, и что лично он использует. Но существуют и вполне объективные фундаментальные вещи. Например, видеосервис должен давать вам навигацию между роликами: возможность отличать просмотренное от непросмотренного, возможность видеть новые выпуски. Не менее важна навигация внутри видео: чтобы сервис запоминал, где вы остановились, и чтобы по ролику можно было перемещаться. Нельзя, например, сказать, что пожелание "Запомнить, на каком месте в видео ты остановился" — личный каприз, вызванный моим собственным паттерном просмотра, который отличается от такового для других людей. Это абсолютно точно одна из фундаментальных функций. Она есть у всех стримингов, и она является определяющей для базового удобства использования сервиса, а её отсутствие способно сделать сервис почти буквально неюзабельным. Я рассмотрел основных претендентов на замену Ютуба: VK с трёх источников (приложение, полный сайт, мобильный сайт), Дзен и RuTube. Главным образом оценивал работу на телефоне, потому что, например, с перемоткой на десктопе проблем никогда не бывает — любой даже самый старый примитивный видеоплеер ещё 20 лет назад позволял мышкой мотать видео, и разработчики сервиса в эту функцию ничего своего не вкладывали. А вкладывали, например, авторы Ютуба, создав функцию перемотки двойным тапом по краю видео на 15 секунд вперёд/назад. Но это нюансы. В таблице есть и не нюансы, а вполне себе базовые вещи, отсутствие которых, честно говоря, повергло меня в шок. #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