TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #828 · 1.06
Заблочили Medium. Я им не пользовался, но, кажется, это единственный нетематический текстовый портал в интернете. Задумался о том, почему в англоязычном мире Medium есть, а в рунете никакой аналог не взлетел. Какой-нибудь Teletype был заброшен разработчиками практически сразу после релиза. Дзен — ну вы сами знаете, мусорка. В Телеграме нет дискавери и средств оформления, и более менее заводятся, опять же, строго тематические каналы. Авторские тексты, например, в ВК убиты видосиками и продуктовыми решениями. Кстати, такой же эффект есть на Пикабу: администрация добавила возможность постить короткие вертикальные видео, и теперь вся лента в них. Я был в шоке, когда увидел. Вертикальные видео не просто разбавили тексты, а вытеснили их за считанные дни на площадке, которая всегда была про тексты и картинки. Но почему на русском языке нет живых аналогов Медиума? Вроде считается, что русский народ читающий, но вот что-то не сходится. Вот мои гипотезы: 1. Русские люди читают книги, и поэтому у них в жизни нет недостатка чтения, а от интернета они хотят чего-то развлекательного. 2. Все люди в мире в среднем не читают тексты, но небольшая горстка всё-таки читает. Поскольку Medium был англоязычный, он собирал не только англоязычных читателей, но и вообще читателей со всех стран, и в сумме получилось достаточно, чтобы он жил. 3. Бизнесам не выгодно делать текстовые площадки, потому что тем, кто читает тексты, сложнее что-то впаривать. Medium существует на инвестиции, государственные деньги, на энтузиазме и так далее. #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