TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #94 · 28.10
Пару лет назад я писал о том, что GoPro зря забросила направление камер Session: это был очень компактный и удобный в использовании кубик без всяких ненужных вещей вроде огромного цветного экрана, в который при спуске на лыжах или катании на мотоцикле всё равно не можешь смотреть. К тому же, GoPro продолжают раз за разом выкатывать свой унылый угловатый дизайн с некрасивой асимметрией. Кажется, на рынке их удерживает только топовая стабилизация, которой нет у конкурентов. Вчера DJI представили Action 2 — экшен-камеру как раз в таком форм-факторе "Маленький кубик". Совершенно очевидно (всем, кроме GoPro), что устройство с подобным контекстом использования действительно должно выглядеть как-то так. А для извращенцев модули вроде большого экрана есть отдельно и присоединяются к камере на магнитах. Вообще, магниты это спорный момент, на скорости может и слететь, но есть надежда, что такая опытная компания об этом подумала. Стабилизацию тоже обещают крутую. Если это окажется правдой, то перед нами первый серьёзный гвоздь в крышку гроба GoPro. Рынок давно ждал альтернатив от сильного конкурента, и конкретно на DJI были направлены взгляды в этом вопросе. #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