TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #835 · 10.06
Вы наверняка уже видели ролики и статьи про Apple Vision Pro: сейчас о них судачит весь интернет. Супер дорогие очки дополненной реальности, которые Эпл начнет продавать в следующем году. Надеваешь очки, и у тебя посреди комнаты начинают летать экраны, на которых можно кино смотреть, интернет читать, с людьми переговариваться и так далее. При всей моей нелюбви к Эплу глупо отрицать, что они задают тренды на рынке. Эплу удалось создать из своих покупателей такую преданную религиозную общину, что многие другие компании пытаются копировать те же решения, чтобы получить хотя бы примерно такие же цифры продаж. Понятно, что слепое копирование выглядит не слишком умным, но в каком-то ограниченном пространстве это работает. Иногда тренды, которые задает Эпл, очень удачные и переворачивают индустрию. Так было с первыми iPhone, и, в частности, двумя ключевыми вещами: емкостным экраном и магазином приложений. Именно эти две фундаментальные вещи образовали текущий рынок по-настоящему классных смартфонов. Иногда тренды тупые, и копируют их совершенно бездумно. Так было с монобровью. Она подарила нам одно-два поколения бестолковых уродских аппаратов от всех топовых компаний, пока они, наконец, не отказались от этой идеи (по крайней мере на флагманах) в пользу камеры-точки или даже подэкранной. Так вот, независимо от того, насколько реально люди будут покупать AR-очки за $3500, я почти уверен, что это новый тренд, и в ближайшие пару лет бы будем то и дело видеть очередное устройство на эту тему. Ждем от Xiaomi. #gadgets
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