TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #971 · 10.04
Если кто-то думает, что настольные игры это скучное перекладывание жетонов с цифрами для душнарей, то посмотрите на "Неон". "Неон" — проект от российских разработчиков в жанре Battle Royale и сеттинге киберпанка. Если киберпанк от настолок ожидать можно легко (видеоигра Cyberpunk 2077 основана именно на настолке 1974 года), то батлрояль это что-то сравнительно новое. По меньшей мере, кажется, что настольному ритму это противоречит: если игрок на личной встрече друзей вылетает из игры навсегда и скучает, то это антипаттерн, и в нормальных играх с проработанной механикой такие вещи стараются не делать (одна из причин, по которым "Мафия" бесконечно хуже, чем "Авалон"). Авторы "Неона", впрочем, решили эту проблему, добавив отдельный дополнительный режим с возрождением: после смерти ты появляешься заново, а игра в таком случае идёт на очки. Причём, довольно хитро сделано, например, так, чтобы убивать только что возродившихся было менее выгодно, чем тех, кто засиделся на арене. Но можно играть и по хардкору настоящий режим на вылет. В остальном очень драйвовая настолка с неплохим балансом, пафосным лутом и простыми правилами, которые постигаются за 10 минут. Присутствует эффект постепенно уменьшающегося мира, как и положено в батлроялях, так что к концу игроки неизбежно стоят рядом и провоцируются на драку. Единственное что, мне кажется, не слишком большая реиграбельность: после пары десятков партий уже будут изучены все предметы и возможные цепочки действий. Надеюсь, авторы выпустят в скором времени дополнение. #games
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