TGINSIGHT SIMILAR POSTS
Chaîne source @OnePlusGuide · Post #2452 · 26 avr.
~ WEEKLY UPDATE 332 ~ #OP#WEEKLY Iniziamo con la nuova rubrica! Nella Community sta ritornando la pace, ma le novità non si fermano! • La guerra tra i tipi di fotocamera frontale continua. Il team OnePlus ha realizzato un articolo analizzando i pro e i contro di ogni sistema adottato. Lo trovate qui • Nuove raffles! Potete vincere una borraccia OnePlus o una t-shirt. Qui trovate più informazioni • Le recensioni del programma The Lab sono fantastiche, forse la migliore edizione di sempre. Si possono vedere tutte qui • Dal debutto del 5 marzo, il programma IDEAS ha ricevuto un sacco di idee per migliorare OxygenOS! Potete ancora inviare i vostri suggerimenti entro il 30 aprile qui! • Il programma Open Beta è terminato per OnePlus 6 e 6T. Per assicurare un supporto continuo, è consigliato tornare al ramo stabile. Più dettagli qui. Le Beta 12 per OnePlus 7 e 7 Pro sono state ritirate a causa di problemi. É in corso l'analisi dei problemi per riprendere il rollout al più presto • Novità per OnePlus 5 e 5T! Tra pochi giorni sarà svelato un regalo per chi ancora usa questi telefoni (e sappiamo tutti di cosa si tratta). Restate sintonizzati su OnePlus Guide! • Un utente della community sta facendo un contest per regalare il suo "dbrand grip case con la black dragon skin" per OnePlus 7 Pro! Se vi interessa, date un'occhiata qui • Per i gamers, Fortinte è finalmente arrivato sul Play Store. Al riguardo è stata aperta una discussione ufficiale qui Pierre
Recherche : #text2video
@phygitalcreative · Post #3157 · 29/06/2023 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 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 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